| 课程号 |
04834470 |
学分 |
3 |
| 英文名称 |
Introduction to computing （C） |
| 先修课程 |
无 |
| 中文简介 |
本课面向文史社科类本科生，是重要的计算机基础和人工智能通识基础课程，旨在培养学生计算思维和人工智能应用能力。课程注重理论和实践相结合，从问题求解的角度指导学生学习运用程序设计方法，在人工智能工具辅助下，来解决常见的应用问题。课程从计算机和人工智能的基本原理出发，通过讲解Python语言基本语法和初步的程序设计方法，结合文本处理、数据可视化、网络数据获取等若干应用，介绍人工智能大语言模型的基本操作方法，让学生初步掌握通过程序设计进行问题求解的方法，鼓励学生自觉利用人工智能大语言模型来提高学习效率和编程能力，能解决较为复杂的常见应用问题。
课程内容包括计算机原理、人工智能基本概念和技术原理、生成式人工智能和大语言模型、Python语言的数据类型、控制结构，函数与模块、文本处理和数值计算，数据处理与图表分析、互联网技术，常用算法等。
|
| 英文简介 |
This course is aimed at undergraduate students majoring in humanities, social sciences, and other related fields. It serves as an important foundational course in computer science and artificial intelligence, designed to cultivate students' computational thinking and the ability to apply artificial intelligence. The course emphasizes the integration of theory and practice, guiding students to learn and apply programming methods to solve common application problems with the assistance of artificial intelligence tools. Starting from the basic principles of computers and artificial intelligence, the course covers the basic syntax of the Python language and preliminary programming methods. It introduces the basic operation methods of large-scale language models in artificial intelligence through several applications such as text processing, data visualization, and internet data acquisition. This allows students to initially grasp the method of problem-solving through programming design, encourages them to consciously use large-scale language models in artificial intelligence to improve learning efficiency and programming skills, and enables them to solve more complex common application problems.
The content of the course includes the principles of computers, basic concepts and technical principles of artificial intelligence, generative artificial intelligence and large language models, data types in the Python language, control structures, functions and modules, text processing and numerical computation, data processing and chart analysis, internet technology, and common algorithms.
|
| 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 |
计算机应用基础教程,刘志敏等,清华大学出版社,2015,10,Python程序设计基础,李东方,电子工业出版社,2017,1,Python语言程序设计基础,嵩天等,高等教育出版社,2017,2, |
| 参考书 |
|
| 教学大纲 |
1． 通过学习计算机相关的基本概念，计算机中的信息表示，计算机组成与工作原理、互联网常用技术等基本知识，使学生具有强烈的信息意识。
2． 通过学习Python程序中的数据类型、语句、函数、类等，使学生掌握计算机程序设计的基本方法，培养学生的计算思维能力。
3． 通过学习Python在数据采集、处理、分析方法，使学生具有解决本专业问题的能力。
1. 计算机原理概述（4学时，2学时上机实验）
要点：计算机发展简史、计算机工作原理、软硬件基础、计算机内部的信息表示
2. 程序设计与Python导引（2学时，2学时上机实验）
要点：程序设计语言、Python开发环境、Python基本元素、输入输出
3. 基本数据类型与运算（4学时，4学时上机实验）
数字类型、字符串类型、变量、表达式、赋值
4. 基本程序结构（2学时，2学时上机实验）
要点：顺序、选择、循环
5. 组合数据类型（4学时，2学时上机实验）
要点：元组、列表、字典、集合
6. 函数（2学时，2学时上机实验）
要点：任务分解（自定向下的程序设计思想）、函数、作用域
7. 常用算法（4学时，2学时上机实验）
要点：查找、排序、遍试、迭代与递归
8. 文件与异常（2学时，2学时上机实验）
要点：文件读写、二进制文件与文本文件、
9. 文本处理和数值计算（4学时，2学时上机实验）
要点：正则表达式、分词、统计词频、语言计量
10. 模块与库（2学时，2学时上机实验）
要点：模块、库的安装、常用库
11. 电子表格数据处理（4学时，2学时上机实验）
要点：公式和函数、数据表管理、透视表、图表分析
12. （*）数据分析与绘图（4学时，2学时上机实验）
要点：turtle库、Matplotlib库、函数绘图方法、数据可视化
13. 互联网技术（4学时，2学时上机实验）
要点：Web服务，电子邮件，网络信息获取、网络信息安全
14. （*）期末大作业展示与交流（2学时，2学时上机实验）
以课堂讲授为主，同时借助网络教学平台，拓展课堂讲授的相关知识，便于学生自主学习、巩固课堂所学内容。
配合理论教学的上机实习训练，通过合理设计上机题目，改进作业评核方式，调动学生的积极性。
引导学生掌握基础理论并能创新应用，增强学生综合运用知识的能力。
平时成绩（30%）+机试（30%）+期末笔试（40%）
|
| 教学评估 |
常宝宝：
学年度学期：20-21-1，课程班：计算概论（C）10，课程推荐得分：0.0，教师推荐得分：7.72，课程得分分数段：85-90；
学年度学期：21-22-1，课程班：计算概论（C）2，课程推荐得分：0.0，教师推荐得分：9.19，课程得分分数段：90-95；
学年度学期：22-23-1，课程班：计算概论（C）1，课程推荐得分：0.0，教师推荐得分：9.36，课程得分分数段：90-95；
学年度学期：23-24-1，课程班：计算概论（C）1，课程推荐得分：0.0，教师推荐得分：9.55，课程得分分数段：95-100；
学年度学期：24-25-1，课程班：计算概论（C）1，课程推荐得分：0.0，教师推荐得分：9.25，课程得分分数段：90-95；
学年度学期：25-26-1，课程班：计算概论（C）1，课程推荐得分：0.0，教师推荐得分：9.1，课程得分分数段：90-95；
|
|