5278论坛

1

数据分析与挖掘

本课程旨在帮助学生掌握数据获取、处理、分析与挖掘的基本方法，为后续课程奠定基础。课程以Python为主要开发语言，介绍NumPy、Pandas、Matplotlib等数据分析与可视化工具，并结合Scikit-learn等常用数据挖掘库，讲解数据预处理、统计分析、分类、回归、聚类和结果可视化等内容。通过本课程学习，学生能够根据数据特点选择合适的分析、挖掘与可视化方法，具备利用Python解决实际数据问题的初步能力。

2.5

40

5

E

2

智能体开发与应用

该课程是一门面向实践的课程，聚焦于 Coze平台的智能体设计与开发。课程旨在帮助学生掌握智能体的基本概念、开发流程与应用方法，能够利用平台工具快速构建、调试和发布智能体。主要内容包括 Coze平台入门、工作流设计、插件开发、知识库构建、大语言模型调用、提示词优化、人机交互设计以及多模态能力集成等。通过本课程学习，学生能够独立完成智能体从方案设计、功能搭建到部署发布的全过程，并具备面向实际场景进行开发与优化的基本能力。

3

48

5

E

3

深度学习基础与实践

该课程是一门理论与实践相结合的课程，旨在帮助学生系统掌握深度学习的基本概念、经典网络模型及其应用方法，为后续人工智能相关学习与实践奠定基础。课程主要内容包括神经网络基础、经典深度学习模型、主流深度学习框架、网络训练与优化方法，以及典型应用案例。通过本课程学习，学生能够理解多层感知器、卷积神经网络、循环神经网络等典型模型的结构与训练方法，并能够基于主流框架完成网络实现、训练与效果评价。

2.5

40

6

E

4

大模型架构、部署与应用

该课程是一门面向实践的课程，聚焦于大语言模型的本地化部署与私有化应用。课程旨在帮助学生掌握开源大模型的选型、部署、优化与集成方法，构建安全、可控、高效的智能应用。通过本课程学习，学生能够在服务器或高性能个人计算设备上完成大模型的本地部署、性能调优和应用开发，具备面向企业或特定场景搭建私有化大模型解决方案的基本能力。

2.5

40

6

T

5

人工智能+行业案例实践

该课程是一门综合实践课程，旨在引导学生将人工智能相关理论知识应用于实际问题解决。课程主要围绕数据分析与挖掘、机器学习、深度学习等技术，开展面向行业场景的案例实践，涵盖计算机视觉、自然语言处理等应用方向。通过本课程学习，学生能够结合具体任务完成问题分析、方案设计与系统实现，提升运用人工智能技术解决行业实际问题的综合实践能力。

1

16

6

T

合计

11.5学分