课程介绍（2026年秋季学期）
目录
1. 课程信息
名称： 面向对象的程序设计（Python）（研究生/学位专业/必修）
任课教师： 胡韧奋（irishu@bnu.edu.cn）
助教： 仇汉宇、瞿毓星
时间： 第 2 周 - 15 周 周一晚 9-11 节 （第5周国庆放假、第9周校外实习）
地点： 教四 102
简介： 人工智能时代，想要玩转、用好大模型，Python编程能力必不可少。如何零基础习得这门时下最便捷易用的编程语言？如何进行数据挖掘、分析，从数据中提取宝藏？如何与生成式AI展开高效且安全的协作？本课程将 从零开始 介绍计算机编程方法，并从数据爬取、预处理等方面进行 编程实践，在此基础上，讲授 机器学习、大语言模型 的原理及前沿应用。
值得一提的是，课程旨在培养 懂编程、善用AI、知边界 的综合素养。因此，课程前半段拟帮助大家打好编程基础，掌握代码审查验证能力；后期将逐步介绍主流Vibe Coding工具与使用技巧，并通过实践型作业引导学生评估AI生成代码，检测算法偏见及幻觉问题，以期助力学生掌握AI时代的计算思维与实战技能。
习题课时间地点： 课前通知
2. 课程大纲
[1] Python 入门（9 课时）
- Python基本语法、循环与递归、核心数据结构
- 函数式编程、面向对象编程基础
- AI时代的编程学习方法：文档查询检索、生成式AI辅助答疑与代码解释
[2] 网络爬虫与数据处理（6 课时）
- 通过网络爬虫程序获取数据
- 结构化与非结构化数据处理：正则表达式、网页节点提取等
- 人机协同数据处理：利用AI辅助编写复杂解析规则、优化清洗脚本
[3] 机器学习模型及其应用（9 课时）
- 机器学习核心算法原理与应用（分类、回归、聚类模型）
- 自然语言处理入门：文本特征的表示与分析方法
- Kaggle机器学习实战
[4] 生成式语言模型及其应用（6 课时）
- 大语言模型原理及最新技术进展
- 大语言模型应用研发：提示工程与微调、Agent基础与工具调用、Vibe Coding技巧
- 大模型幻觉检测实战
3. 考核方式
- 新手村·村外探险：在线编程考试（30%）
- 正则表达式作业 (10%)
- 爬虫作业（10%）
- 文本分类作业（10%）
- Kaggle机器学习作业（20%）
- 大模型作业（20%）
4. 课程网站
本课程的网站为 graduate.bnupython.com，课程信息将在该站点发布。
5. 写给有意向选课的同学
你好同学，很高兴你能看到这里。
当下，人工智能技术似乎正以“天”为单位飞速迭代。几乎每天都有新模型发布、新名词诞生、新应用出现。
面对这令人眼花缭乱的浪潮，或许你会产生一丝迷茫：既然如今的AI工具如此强大，我们是否还需要从零开始学习一门编程语言呢？我们能够把握新技术的全貌，跟上发展的节奏吗？
我们的回答是：AI越是强大，人类的“鉴别力”与“驾驭力”就越发珍贵。越是面对瞬息万变的技术浪潮，我们越需要掌握那些“不变”的底层逻辑。
高效利用AI、驾驭AI，必须从原理上了解它的“能”与“不能”，必须有能力分辨它执行得“好”与“坏”。
这种洞察力，恰恰来自逻辑和编程训练，来自对技术原理的认知。
如果你是编程零基础的“新手”，我们将邀请你加入“新手村”训练营，为你搭建脚手架，助你在Python代码世界中畅游。
如果你是已经修读过其他编程课的“熟手”，欢迎加入本门课程迎接新鲜的挑战，课程内容除了Python入门，还包括爬虫、机器学习、AI应用等实践性内容。
我们将特别注重引导大家成为一位合格的“主驾驶”，去审查代码、防范幻觉，安全高效地与AI协作。
但是，特别提醒，编程重在实践，如果选修本门课程，你将付出必要的时间来练习并完成作业。因此，课程会很充实、愉快，但并不轻松。
盼我们一起努力，度过一段有趣且难忘的旅程：）