课程介绍（2025年春季学期）
目录
1. 课程信息
名称： Python编程与数据分析（本科生通识教育课程）
任课教师： 胡韧奋（irishu@bnu.edu.cn）
助教： 仇汉宇（milesqiu@mail.bnu.edu.cn）
时间： [第1-14周]周一晚
- 3-8周 9-11节
- 其余周次 9-10节
地点： 教七404
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。
往届同学反馈：
比大部分专业课都硬核实用的公选课，老师很温柔，讲课深入浅出，助教学长一直耐心解答同学们疑问，很用心的一门课!!
老师从python的基础语法入手到全方位的运用python各种库，到后期的机器学习。初步构建了python的知识体系。同时，在每次基础课程后，都会有师哥进行习题课的讲解，讲解内容也非常的具有知识含量，对于后期的使用也有着至关重要的帮助。
老师的上课内容的课程难度对于还未深入接触相关知识的同学们可能具有一定的挑战性，需要课后花费较长的时间进行自我消化学习，课程的难度相对较大。
这门课程很练习抗压能力！
老师温柔耐心又负责，两个助教师兄也很好很好。老师和助教都很关注同学们学习这门课的状态效果。
老师认真负责，讲解幽默风趣，受益颇深。
2. 课程大纲
[1] Python 入门（8-10 课时）
- Python基本语法、循环及递归、数据结构等
- 函数式编程、面向对象编程等
- 编程中的信息检索和文档查询方式
[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
- 利用正则表达式及CSS样式提取器清洗数据
[3] 机器学习模型及其应用（8 课时）
- 机器学习中常用的分类、回归、聚类模型原理及应用
- 语言特征的表示及分析方法，如词向量模型、主题模型等
[4] 生成式语言模型及其应用（6 课时）
- GPT类生成式大语言模型原理
- 大语言模型提示工程、检索增强等策略
- 基于大语言模型的应用研发
3. 考核方式
- 新手村·村外探险：编程练习（30%）
- 爬虫作业（15%）
- Kaggle机器学习作业（15%）
- 期末大语言模型作业（40%）
4. 课程网站
本课程的课程网站为 www.bnupython.com，可以由此了解往届课程内容，本学期的课程信息也将在网站实时更新。
5. 写给有意向选课的同学
你好同学，很高兴你能看到这里。
或许你会问：大模型写代码已经那么厉害，我们还需要学习编程吗？
正是因为AI工具如此强大，掌握编程技能反而变得更加重要。
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。
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。
但是，特别提醒，编程重在练习，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（参考往届同学反馈）。
期待你在试听 & 慎重思考后决定上车，我们将一起努力，度过一段有趣且难忘的旅程：）