中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
大數據與人工智能導論(通識課版) 版權信息
- ISBN：9787115656964
- 條形碼：9787115656964 ; 978-7-115-65696-4
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
大數據與人工智能導論(通識課版) 本書特色
1. 零基礎入門教材，融合大數據、人工智能等前沿技術的通識課程教材。
2. 內容豐富、通俗易懂，全面結合實際案例講解，讓學生迅速了解當前熱門前沿信息技術發展動態。
3. 注重學生數字素養培養，啟發學生為職業技能提升自身數字技術能力。
4. 配套資源豐富，作為新興領域教材，全面幫助教師進行課程建設。
大數據與人工智能導論(通識課版) 內容簡介
本書詳細闡述了培養具有數字素養的綜合型人才所需要的相關知識儲備。作為通識類課程教材，本書在確定知識布局時，緊緊圍繞通識教育核心理念，系統介紹大數據、云計算、物聯網、人工智能、區塊鏈、元宇宙等技術的相關知識，努力培養學生的數字素養。全書共8章，內容包括大數據概述、大數據技術、大數據應用、大數據基礎知識、人工智能、大模型：人工智能的前沿、新興數字技術、新興數字技術的倫理問題。為了避免陷入空洞的理論介紹，本書在很多章節都融入了豐富的案例，這些案例就發生在我們生活的數字時代，很具有代表性和說服力，能夠讓學生直觀感受相應理論的具體內涵。此外，為了滿足高校對于課程實踐教學的需求，本書在附錄中給出了大數據處理的3個案例，學生不需要具備計算機技術基礎就可以順利完成案例的全部操作。 本書可作為高等學校數字素養教育通識類課程教材，也可供對數字素養感興趣的讀者自學使用。
大數據與人工智能導論(通識課版) 目錄
第1章 大數據概述
1.1. 數據
1.1.1數據的概念
1.1.2數據類型
1.1.3數據組織形式
1.1.4數據生命周期
1.1.5數據的使用
1.1.6數據的價值性
1.1.7數據爆炸
1.1.8 數商
1.1.9 從數據到數據要素
1.1.10數據生產力
1.2大數據時代
1.2.1第三次信息化浪潮
1.2.2信息科技為大數據時代提供技術支撐
1.2.3數據產生方式的變革促成大數據時代的來臨
1.3大數據的發展歷程
1.4世界各國的大數據發展戰略
1.4.1 美國
1.4.2 英國
1.4.3歐盟
1.4.4 韓國
1.4.5日本
1.4.6中國
1.5大數據的概念
1.5.1數據量大
1.5.2數據類型繁多
1.5.3處理速度快
1.5.4價值密度低
1.6大數據的影響
1.6.1大數據對科學研究的影響
1.6.2大數據對社會發展的影響
1.6.3大數據對就業市場的影響
1.6.4大數據對人才培養的影響
1.7大數據的應用
1.7.1 大數據在各個領域的應用
1.7.2 大數據應用的三個層次
1.8大數據產業
1.9大數據與數字經濟
1.9.1 數字經濟的概念及其重要意義
1.9.2 大數據與數字經濟的緊密關系
1.10 大數據與5G
1.11 大數據與新質生產力
1.11.1什么是新質生產力
1.11.2 大數據與新質生產力的關系
1.12本章小結
1.13 習題
第2章 大數據技術
2.1概述
2.2數據采集與預處理
2.2.1數據采集的概念
2.2.2數據采集的三大要點
2.2.3數據采集的數據源
2.2.4 數據采集方法
2.2.5數據清洗
2.2.6 數據集成
2.2.7數據轉換
2.2.8 數據脫敏
2.3數據存儲和管理
2.3.1 傳統的數據存儲和管理技術
2.3.2 大數據時代的數據存儲和管理技術
2.4數據處理與分析
2.4.1 基于統計學方法的數據分析
2.4.2 數據挖掘和機器學習算法
2.4.3 大數據處理與分析技術
2.5數據可視化
2.5.1 什么是數據可視化
2.5.2 可視化的發展歷程
2.5.3數據可視化的重要作用
2.5.4 可視化圖表
2.6數據安全和隱私保護
2.6.1 數據安全技術
2.6.2 隱私保護技術
2.7 本章小結
2.8 習題
第3章 大數據應用
3.1大數據在互聯網領域的應用
3.2大數據在生物醫學領域的應用
3.2.1 流行病預測
3.2.2 智慧醫療
3.2.3 生物信息學
3.3大數據在物流領域的應用
3.3.1 智能物流的概念
3.3.2 大數據是智能物流的關鍵
3.3.3 中國智能物流骨干網——菜鳥
3.4大數據在城市管理領域的應用
3.4.1 智能交通
3.4.2 環保監測
3.4.3 城市規劃
3.4.4 安防領域
3.4.5疫情防控
3.5大數據在金融領域的應用
3.5.1 高頻交易
3.5.2 市場情緒分析
3.5.3 信貸風險分析
3.5.4 大數據征信
3.6大數據在汽車領域的應用
3.7大數據在零售領域的應用
3.7.1 發現關聯購買行為
3.7.2 客戶群體細分
3.7.3 供應鏈管理
3.8大數據在餐飲領域的應用
3.8.1 餐飲行業擁抱大數據
3.8.2 餐飲O2O
3.9大數據在電信領域的應用
3.10大數據在能源領域的應用
3.11大數據在體育和娛樂領域的應用
3.11.1 訓練球隊
3.11.2 投拍影視作品
3.11.3 預測比賽結果
3.12大數據在安全領域的應用
3.12.1 大數據與國家安全
3.12.2 應用大數據技術防御網絡攻擊
3.12.3 警察應用大數據工具預防犯罪
3.13大數據在日常生活中的應用
3.14本章小結
3.15 習題
第4章 大數據基礎知識
4.1 大數據思維
4.1.1 傳統的思維方式
4.1.2 大數據時代需要新的思維方式
4.1.3 大數據思維方式
4.1.4 運用大數據思維的具體實例
4.2 數據共享
4.2.1 數據孤島問題
4.2.2 數據孤島問題產生的原因
4.2.3 消除數據孤島的重要意義
4.2.4 實現數據共享所面臨的挑戰
4.2.5 推進數據共享的舉措
4.2.6數據共享的原則
4.2.7 數據共享案例
4.3 數據開放
4.3.1 政府開放數據的理論基礎
4.3.2 政府信息公開與政府數據開放的聯系與區別
4.3.3 政府數據開放的重要意義
4.3.4國內政府開放數據
4.3.5政府數據開放的幾點啟示
4.4 大數據交易
4.4.1概述
4.4.2大數據交易發展現狀
4.4.3大數據交易平臺
4.4.4大數據交易在發展過程中出現的問題
4.4.5推進大數據交易發展的對策
4.4.6 數據產權制度
4.5 大數據安全
4.5.1傳統數據安全
4.5.2大數據安全與傳統數據安全的不同
4.5.3大數據時代數據安全面臨的挑戰
4.5.4大數據安全問題
4.5.5大數據安全威脅
4.5.6不同形式的大數據安全風險
4.5.7 典型案例
4.5.8大數據保護的基本原則
4.5.9大數據時代數據安全與隱私保護的對策
4.6 大數據治理
4.6.1數據治理概述
4.6.2 數據治理工作范圍
4.6.3 大數據治理概念
4.6.4 大數據治理要素
4.6.5大數據治理原則
4.6.6大數據治理的范圍
4.6.7大數據治理保障機制
4.7 本章小結
4.8 習題
第5章 人工智能
5.1 什么是人工智能
5.1.1 什么是智能
5.1.2 人工智能的定義
5.1.3 強人工智能與弱人工智能
5.2 人工智能的發展歷程
5.2.1圖靈測試
5.2.2 人工智能的誕生
5.2.3 人工智能的發展階段
5.3 人工智能的要素
5.4 人工智能關鍵技術
5.4.1機器學習
5.4.2知識圖譜
5.4.3自然語言處理
5.4.4人機交互
5.4.5計算機視覺
5.4.6生物特征識別
5.4.7VR/AR
5.5 人工智能應用
5.5.1智能制造
5.5.2智能家居
5.5.3智能金融
5.5.4智能交通
5.5.5智能安防
5.5.6智能醫療
5.5.7智能物流
5.5.8智能零售
5.6 人工智能產業
5.6.1智能基礎設施建設
5.6.2智能信息及數據
5.6.3智能技術服務
5.6.4智能產品
5.7 人工智能與大數據的關系
5.7.1人工智能與大數據的聯系
5.7.2人工智能與大數據的區別
5.8 本章小結
5.9 習題
第6章 大模型：人工智能的前沿
6.1 大模型概述
6.1.1 大模型的概念
6.1.2 大模型與小模型的區別
6.1.3 大模型的發展歷程
6.1.4 人工智能與大模型的關系
6.1.5 大模型在人工智能領域的重要性
6.1.6 大模型與AIGC的關系
6.2 大模型產品
6.2.1 國外的大模型產品
6.2.2 國內的大模型產品
6.3 大模型的基本原理
6.4 大模型的特點
6.5 大模型的分類
6.6 大模型的成本
6.7 大模型的應用領域
6.8大模型對人們工作和生活的影響
6.8.1大模型對工作的影響
6.8.2 模型對生活的影響
6.9 大模型的挑戰與未來發展
6.9.1 大模型的挑戰
6.9.2 大模型的未來發展
6.10 本章小結
6.11 習題
第7章 AIGC應用與實踐
7.1 AIGC概述
7.1.1 什么是AIGC
7.1.2 AIGC與大模型的關系
7.1.3 AIGC的發展歷程
7.1.4 常見的AIGC應用場景
7.1.5 AIGC技術對行業發展的影響
7.1.6 AIGC技術對職業發展的影響
7.1.7 常見的AIGC大模型工具
7.1.8 AIGC大模型的提示詞
7.2文本類AIGC應用實踐
7.2.1 文本類AIGC應用場景
7.2.2 文本類AIGC案例實踐
7.3圖片類AIGC應用實踐
7.3.1圖片類AIGC應用場景
7.3.2圖片類AIGC案例實踐
7.4語音類AIGC應用實踐
7.4.1 語音類AIGC應用場景
7.4.2 語音類AIGC案例實踐
7.5視頻類AIGC應用實踐
7.5.1 視頻類AIGC應用場景
7.5.2 代表性視頻類AIGC大模型
7.6 AIGC技術在輔助編程中的應用
7.7 本章小結
7.8 習題
第8章 新興數字技術
8.1云計算
8.1.1云計算概念
8.1.2云計算服務模式和類型
8.1.3云計算數據中心
8.1.4云計算的應用
8.1.5云計算產業
8.2物聯網
8.2.1物聯網的概念
8.2.2物聯網關鍵技術
8.2.3物聯網的應用
8.2.4物聯網產業
8.3大數據與云計算、物聯網的關系
8.4 區塊鏈
8.4.1 從比特幣說起
8.4.2 區塊鏈的原理
8.4.3 區塊鏈的定義
8.4.4 區塊鏈的分類
8.4.5 區塊鏈的應用
8.4.6 區塊鏈的發展階段
8.4.7 區塊鏈與大數據的關系
8.4.8 區塊鏈技術的現狀與未來展望
8.5 元宇宙
8.5.1 元宇宙概述
8.5.2.元宇宙的基本特征
8.5.3.元宇宙的核心技術
8.5.4 元宇宙的典型應用場景
8.5.5元宇宙的風險與挑戰
8.5.6 虛擬現實
8.5.7 虛擬數字人
8.5.8數字孿生
8.6本章小結
8.7 習題
第9章 新興數字技術的倫理問題
9.1 大數據倫理
9.1.1大數據倫理典型案例
9.1.2大數據的倫理問題
9.1.3大數據倫理問題產生的原因
9.1.4大數據倫理問題的治理
9.2 人工智能倫理
9.2.1 人工智能倫理概念
9.2.2 人工智能的倫理問題
9.2.3 人工智能倫理典型案例
9.2.4 人工智能倫理的基本原則
9.2.5 解決人工智能倫理問題的策略
9.3 區塊鏈倫理問題
9.3.1 隱私保護與數據安全
9.3.2 權力下放與中心化
9.3.3 價值取向與道德評判
9.3.4 責任界定與追責機制
9.3.5 資源消耗與環境影響
9.4元宇宙倫理問題
9.4.1 造成人的異化
9.4.2 泄露人的隱私
9.4.3 沖擊社會倫理
9.4.4 去中心化風險
9.4.5 跨文化沖突與價值觀碰撞
9.5 本章小結
9.6 習題
9.6 本章小結
1.1. 數據
1.1.1數據的概念
1.1.2數據類型
1.1.3數據組織形式
1.1.4數據生命周期
1.1.5數據的使用
1.1.6數據的價值性
1.1.7數據爆炸
1.1.8 數商
1.1.9 從數據到數據要素
1.1.10數據生產力
1.2大數據時代
1.2.1第三次信息化浪潮
1.2.2信息科技為大數據時代提供技術支撐
1.2.3數據產生方式的變革促成大數據時代的來臨
1.3大數據的發展歷程
1.4世界各國的大數據發展戰略
1.4.1 美國
1.4.2 英國
1.4.3歐盟
1.4.4 韓國
1.4.5日本
1.4.6中國
1.5大數據的概念
1.5.1數據量大
1.5.2數據類型繁多
1.5.3處理速度快
1.5.4價值密度低
1.6大數據的影響
1.6.1大數據對科學研究的影響
1.6.2大數據對社會發展的影響
1.6.3大數據對就業市場的影響
1.6.4大數據對人才培養的影響
1.7大數據的應用
1.7.1 大數據在各個領域的應用
1.7.2 大數據應用的三個層次
1.8大數據產業
1.9大數據與數字經濟
1.9.1 數字經濟的概念及其重要意義
1.9.2 大數據與數字經濟的緊密關系
1.10 大數據與5G
1.11 大數據與新質生產力
1.11.1什么是新質生產力
1.11.2 大數據與新質生產力的關系
1.12本章小結
1.13 習題
第2章 大數據技術
2.1概述
2.2數據采集與預處理
2.2.1數據采集的概念
2.2.2數據采集的三大要點
2.2.3數據采集的數據源
2.2.4 數據采集方法
2.2.5數據清洗
2.2.6 數據集成
2.2.7數據轉換
2.2.8 數據脫敏
2.3數據存儲和管理
2.3.1 傳統的數據存儲和管理技術
2.3.2 大數據時代的數據存儲和管理技術
2.4數據處理與分析
2.4.1 基于統計學方法的數據分析
2.4.2 數據挖掘和機器學習算法
2.4.3 大數據處理與分析技術
2.5數據可視化
2.5.1 什么是數據可視化
2.5.2 可視化的發展歷程
2.5.3數據可視化的重要作用
2.5.4 可視化圖表
2.6數據安全和隱私保護
2.6.1 數據安全技術
2.6.2 隱私保護技術
2.7 本章小結
2.8 習題
第3章 大數據應用
3.1大數據在互聯網領域的應用
3.2大數據在生物醫學領域的應用
3.2.1 流行病預測
3.2.2 智慧醫療
3.2.3 生物信息學
3.3大數據在物流領域的應用
3.3.1 智能物流的概念
3.3.2 大數據是智能物流的關鍵
3.3.3 中國智能物流骨干網——菜鳥
3.4大數據在城市管理領域的應用
3.4.1 智能交通
3.4.2 環保監測
3.4.3 城市規劃
3.4.4 安防領域
3.4.5疫情防控
3.5大數據在金融領域的應用
3.5.1 高頻交易
3.5.2 市場情緒分析
3.5.3 信貸風險分析
3.5.4 大數據征信
3.6大數據在汽車領域的應用
3.7大數據在零售領域的應用
3.7.1 發現關聯購買行為
3.7.2 客戶群體細分
3.7.3 供應鏈管理
3.8大數據在餐飲領域的應用
3.8.1 餐飲行業擁抱大數據
3.8.2 餐飲O2O
3.9大數據在電信領域的應用
3.10大數據在能源領域的應用
3.11大數據在體育和娛樂領域的應用
3.11.1 訓練球隊
3.11.2 投拍影視作品
3.11.3 預測比賽結果
3.12大數據在安全領域的應用
3.12.1 大數據與國家安全
3.12.2 應用大數據技術防御網絡攻擊
3.12.3 警察應用大數據工具預防犯罪
3.13大數據在日常生活中的應用
3.14本章小結
3.15 習題
第4章 大數據基礎知識
4.1 大數據思維
4.1.1 傳統的思維方式
4.1.2 大數據時代需要新的思維方式
4.1.3 大數據思維方式
4.1.4 運用大數據思維的具體實例
4.2 數據共享
4.2.1 數據孤島問題
4.2.2 數據孤島問題產生的原因
4.2.3 消除數據孤島的重要意義
4.2.4 實現數據共享所面臨的挑戰
4.2.5 推進數據共享的舉措
4.2.6數據共享的原則
4.2.7 數據共享案例
4.3 數據開放
4.3.1 政府開放數據的理論基礎
4.3.2 政府信息公開與政府數據開放的聯系與區別
4.3.3 政府數據開放的重要意義
4.3.4國內政府開放數據
4.3.5政府數據開放的幾點啟示
4.4 大數據交易
4.4.1概述
4.4.2大數據交易發展現狀
4.4.3大數據交易平臺
4.4.4大數據交易在發展過程中出現的問題
4.4.5推進大數據交易發展的對策
4.4.6 數據產權制度
4.5 大數據安全
4.5.1傳統數據安全
4.5.2大數據安全與傳統數據安全的不同
4.5.3大數據時代數據安全面臨的挑戰
4.5.4大數據安全問題
4.5.5大數據安全威脅
4.5.6不同形式的大數據安全風險
4.5.7 典型案例
4.5.8大數據保護的基本原則
4.5.9大數據時代數據安全與隱私保護的對策
4.6 大數據治理
4.6.1數據治理概述
4.6.2 數據治理工作范圍
4.6.3 大數據治理概念
4.6.4 大數據治理要素
4.6.5大數據治理原則
4.6.6大數據治理的范圍
4.6.7大數據治理保障機制
4.7 本章小結
4.8 習題
第5章 人工智能
5.1 什么是人工智能
5.1.1 什么是智能
5.1.2 人工智能的定義
5.1.3 強人工智能與弱人工智能
5.2 人工智能的發展歷程
5.2.1圖靈測試
5.2.2 人工智能的誕生
5.2.3 人工智能的發展階段
5.3 人工智能的要素
5.4 人工智能關鍵技術
5.4.1機器學習
5.4.2知識圖譜
5.4.3自然語言處理
5.4.4人機交互
5.4.5計算機視覺
5.4.6生物特征識別
5.4.7VR/AR
5.5 人工智能應用
5.5.1智能制造
5.5.2智能家居
5.5.3智能金融
5.5.4智能交通
5.5.5智能安防
5.5.6智能醫療
5.5.7智能物流
5.5.8智能零售
5.6 人工智能產業
5.6.1智能基礎設施建設
5.6.2智能信息及數據
5.6.3智能技術服務
5.6.4智能產品
5.7 人工智能與大數據的關系
5.7.1人工智能與大數據的聯系
5.7.2人工智能與大數據的區別
5.8 本章小結
5.9 習題
第6章 大模型：人工智能的前沿
6.1 大模型概述
6.1.1 大模型的概念
6.1.2 大模型與小模型的區別
6.1.3 大模型的發展歷程
6.1.4 人工智能與大模型的關系
6.1.5 大模型在人工智能領域的重要性
6.1.6 大模型與AIGC的關系
6.2 大模型產品
6.2.1 國外的大模型產品
6.2.2 國內的大模型產品
6.3 大模型的基本原理
6.4 大模型的特點
6.5 大模型的分類
6.6 大模型的成本
6.7 大模型的應用領域
6.8大模型對人們工作和生活的影響
6.8.1大模型對工作的影響
6.8.2 模型對生活的影響
6.9 大模型的挑戰與未來發展
6.9.1 大模型的挑戰
6.9.2 大模型的未來發展
6.10 本章小結
6.11 習題
第7章 AIGC應用與實踐
7.1 AIGC概述
7.1.1 什么是AIGC
7.1.2 AIGC與大模型的關系
7.1.3 AIGC的發展歷程
7.1.4 常見的AIGC應用場景
7.1.5 AIGC技術對行業發展的影響
7.1.6 AIGC技術對職業發展的影響
7.1.7 常見的AIGC大模型工具
7.1.8 AIGC大模型的提示詞
7.2文本類AIGC應用實踐
7.2.1 文本類AIGC應用場景
7.2.2 文本類AIGC案例實踐
7.3圖片類AIGC應用實踐
7.3.1圖片類AIGC應用場景
7.3.2圖片類AIGC案例實踐
7.4語音類AIGC應用實踐
7.4.1 語音類AIGC應用場景
7.4.2 語音類AIGC案例實踐
7.5視頻類AIGC應用實踐
7.5.1 視頻類AIGC應用場景
7.5.2 代表性視頻類AIGC大模型
7.6 AIGC技術在輔助編程中的應用
7.7 本章小結
7.8 習題
第8章 新興數字技術
8.1云計算
8.1.1云計算概念
8.1.2云計算服務模式和類型
8.1.3云計算數據中心
8.1.4云計算的應用
8.1.5云計算產業
8.2物聯網
8.2.1物聯網的概念
8.2.2物聯網關鍵技術
8.2.3物聯網的應用
8.2.4物聯網產業
8.3大數據與云計算、物聯網的關系
8.4 區塊鏈
8.4.1 從比特幣說起
8.4.2 區塊鏈的原理
8.4.3 區塊鏈的定義
8.4.4 區塊鏈的分類
8.4.5 區塊鏈的應用
8.4.6 區塊鏈的發展階段
8.4.7 區塊鏈與大數據的關系
8.4.8 區塊鏈技術的現狀與未來展望
8.5 元宇宙
8.5.1 元宇宙概述
8.5.2.元宇宙的基本特征
8.5.3.元宇宙的核心技術
8.5.4 元宇宙的典型應用場景
8.5.5元宇宙的風險與挑戰
8.5.6 虛擬現實
8.5.7 虛擬數字人
8.5.8數字孿生
8.6本章小結
8.7 習題
第9章 新興數字技術的倫理問題
9.1 大數據倫理
9.1.1大數據倫理典型案例
9.1.2大數據的倫理問題
9.1.3大數據倫理問題產生的原因
9.1.4大數據倫理問題的治理
9.2 人工智能倫理
9.2.1 人工智能倫理概念
9.2.2 人工智能的倫理問題
9.2.3 人工智能倫理典型案例
9.2.4 人工智能倫理的基本原則
9.2.5 解決人工智能倫理問題的策略
9.3 區塊鏈倫理問題
9.3.1 隱私保護與數據安全
9.3.2 權力下放與中心化
9.3.3 價值取向與道德評判
9.3.4 責任界定與追責機制
9.3.5 資源消耗與環境影響
9.4元宇宙倫理問題
9.4.1 造成人的異化
9.4.2 泄露人的隱私
9.4.3 沖擊社會倫理
9.4.4 去中心化風險
9.4.5 跨文化沖突與價值觀碰撞
9.5 本章小結
9.6 習題
9.6 本章小結
展開全部
大數據與人工智能導論(通識課版) 作者簡介
林子雨，男，博士，國內高校知名大數據教師，廈門大學計算機科學與技術系副教授，廈門大學數據庫實驗室負責人，中國計算機學會數據庫專委會委員，中國計算機學會信息系統專委會委員，入選“2021年高校計算機專業優秀教師獎勵計劃”，榮獲“2022年福建省高等教育教學成果獎特等獎（個人排名第一）”和“2018年福建省高等教育教學成果獎二等獎（個人排名第一）”，編著出版12本大數據系列教材，被國內500多所高校采用，建設了國內高校首個大數據課程公共服務平臺，平臺累計網絡訪問量超過2300萬次，成為全國高校大數據教學知名品牌，主持的課程《大數據技術原理與應用》獲評“2018年國家精品在線開放課程”和“2020年國家級線上一流本科課程”，主持的課程《Spark編程基礎》獲評“2021年國家級線上一流本科課程”。
書友推薦
- >
山海經
- >
隨園食單
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
史學評論
- >
回憶愛瑪儂
- >
有舍有得是人生
- >
煙與鏡
- >
龍榆生：詞曲概論/大家小書
本類暢銷
