| 课程号 |
04835700 |
学分 |
2 |
| 英文名称 |
Python Programming and Artificial Intelligence Applications |
| 先修课程 |
无 |
| 中文简介 |
本课面向零编程基础的本科生，全面讲授Python语言基础，培养学生计算思维的能力，并讲解Python语言中经典的扩展模块和人工智能应用，让学生能用Python语言通过人工智能方法来解决各种常见问题。
本课内容包括编程与计算思维、Python语言历史、开发环境、程序设计风格和语言整体概览、大语言模型辅助程序设计、基本数据类型和容器类型、基本计算语句和控制流结构、函数定义与参数、面向对象编程、例外处理和生成器等高级语言特性、若干高级扩展模块的介绍与应用、图形界面编程和打包发布、深度学习的基本概念及应用、大语言模型智能体应用开发以及RAG技术构建个人知识库。
本课注重Python语言的实践与人工智能应用，在课程中穿插了生动案例和编程练习，引导学生积极建立计算思维和智能思维模式，通过程序算法解决问题来加深对编程语言的学习体会。并具备进一步运用人工智能方法在本学科领域进行创新实践的能力。
|
| 英文简介 |
This course is designed for undergraduate students with no prior programming experience, offering a comprehensive introduction to the fundamentals of the Python language. It aims to cultivate students' computational thinking skills and covers classic extension modules and artificial intelligence applications within Python. By the end of the course, students will be able to use Python to solve various common problems through AI methods.
The course content includes programming and computational thinking, the history of Python, development environments, programming design styles, and an overview of the language. It also covers large language model-assisted programming, basic data types and container types, fundamental computational statements and control flow structures, function definitions and parameters, object-oriented programming, advanced language features such as exception handling and generators, introductions and applications of several advanced extension modules, graphical interface programming and packaging, basic concepts and applications of deep learning, development of large language model intelligent agents, and the use of RAG technology to build personal knowledge bases.
The course emphasizes practical Python programming and AI applications, incorporating vivid case studies and programming exercises throughout. It guides students to actively develop computational and intelligent thinking patterns, deepening their understanding of programming languages through problem-solving with algorithms. Additionally, students will gain the ability to further apply AI methods for innovative practices within their own academic fields.
|
| 开课院系 |
信息科学技术学院 |
| 成绩记载方式 |
|
| 通识课所属系列 |
|
| 授课语言 |
中文 |
| 教材 |
|
| 参考书 |
|
| 教学大纲 |
本课程的目标，重点在于讲授Python语言的基本语法以及常见Python模块的基本用法，让学生养成良好的代码书写习惯，培养计算思维能力，通过大语言模型辅助提高编程能力，并能够运用人工智能方法编程解决问题，从而为进一步学习其他编程专业课程和培养本学科领域的创新实践能力打下坚实的基础。
一、计算机原理概述（1学时）
计算机发展简史、基础知识、信息表示和数据编码、程序设计语言。
二、Python语言概述（1学时）
Python语言开发环境、程序基本要素、基本输入和输出、体验Python程序。
三、大语言模型辅助程序设计（2学时）
大语言模型概述、大语言模型基本使用方法、编程相关问题描述及交互方法。
四、数据类型和变量（4学时）
数据、名字和变量，基本数据类型，进阶数据类型，代码格式与书写规范。
五、程序逻辑与控制结构（4学时）
算法与流程控制、逻辑判断与条件分支结构、重复执行与循环结构、异常处理机制、枚举算法策略。
六、函数与类定义（4学时）
代码复用与函数定义、函数参数及变量作用域、函数式编程、面向对象方法与类定义、递归算法与分治策略。
七、文件处理与进阶应用（4学时）
持久化存储与文件操作、文本文件读写与应用、中文处理与应用、 CSV格式文件读写与应用、 JSON格式文件读写与应用、图像文件处理与应用。
八、网络应用与数据分析（4学时）
网络数据爬取与网页分析、数据分析库pandas、数据可视化库matplotlib、大语言模型辅助数据分析。
九、图形界面与打包分发（2学时）
图形界面概述、桌面图形界面库PySimpleGUI、 Web图形界面库Streamlit、 Python程序打包与分发。
十、深度学习原理与应用（2学时）
深度学习基本概念、图像处理应用开发、自然语言处理应用开发。
十一、大语言模型原理与应用（4学时）
大语言模型智能体应用与开发、大语言模型API编程、检索增强生成RAG和个人知识库构建。
课堂讲授和上机实践，并配合慕课和实训平台进行线上线下结合教学。
百分制，平时作业占30%，实习大作业占30%，期末考试占40%
|
| 教学评估 |
|
|