<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>kevinzhang</title>
	<atom:link href="http://www.nlpir.org/wordpress/author/kevinzhang/feed/" rel="self" type="application/rss+xml" />
	<link>http://www.nlpir.org/wordpress</link>
	<description></description>
	<lastBuildDate>Thu, 19 Mar 2026 12:30:38 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.0.3</generator>

<image>
	<url>http://www.nlpir.org/wordpress/wp-content/uploads/2018/12/logo1.gif</url>
	<title>kevinzhang</title>
	<link>http://www.nlpir.org/wordpress</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>人工智能导论课程</title>
		<link>http://www.nlpir.org/wordpress/2025/09/19/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e5%af%bc%e8%ae%ba%e8%af%be%e7%a8%8b/</link>
					<comments>http://www.nlpir.org/wordpress/2025/09/19/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e5%af%bc%e8%ae%ba%e8%af%be%e7%a8%8b/#respond</comments>
		
		<dc:creator><![CDATA[kevinzhang]]></dc:creator>
		<pubDate>Fri, 19 Sep 2025 01:36:53 +0000</pubDate>
				<category><![CDATA[Resource资源]]></category>
		<guid isPermaLink="false">http://www.nlpir.org/wordpress/?p=9285</guid>

					<description><![CDATA[课件： 课程大纲： 1.课程编号：1004600012.课程名称（含英文名称）人 &#8230; <a href="http://www.nlpir.org/wordpress/2025/09/19/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e5%af%bc%e8%ae%ba%e8%af%be%e7%a8%8b/">继续阅读 <span class="meta-nav">&#8594;</span></a>]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">课件：</p>



<p class="wp-block-paragraph"></p>



<p class="wp-block-paragraph">课程大纲：</p>



<p class="wp-block-paragraph">1.课程编号：100460001<br>2.课程名称（含英文名称）人工智能导论（Introduction to Artificial Intelligence）<br>3.课程概要（200字左右，应包含课程思政点描述）<br>人工智能导论课程面向国家对人工智能创新型人才培养的急迫需求，以人工智能思维为基础，以人工智能科学知识理解与应用能力培养为目标，将人工智能概念、历时、发展趋势、内涵外延核心知识融合在一起，通过请各方向领域国家级科技人才，打造成从理论到实践的完整课程体系。通过学习本课程学生将较为全面的了解人工智能相关的技术和应用，对我国当前面临的人工智能发展的重要性和紧迫性有深刻的认识，为各专业领域与人工智能的结合应用打好坚实的基础。<br>4.高等教育层次（本科、硕士研究生、博士研究生）本科<br>5.课程属性（必修、选修）必修<br>6.课程性质（公共基础课、专业课、校公选课、体育课、实践环节）公共基础课<br>7.开课学年学期（如果有强制性的要求则必须填，否则可以不填）学期：第一学期<br>8.先修课程（a必须先修的课程、课程编号，b建议先修的课程、课程编号）无<br>9.学时、学分<br>类别 学时/学分 类别 学时 类别 学时<br>总学时 32 课堂讲授学时 26 课堂实验学时 6<br>总学分 2 课下研讨<br>实践学时 0 学生课下<br>投入学时 8<br>注：A、总学时=课堂讲授学时+课堂实验学时（实践环节课程的课下研讨实践学时计入总学时）；<br>B、总学分：对于普通课16学时计1学分，实践环节课程32学时计1学分；<br>C、课下研讨实践学时：需为师生共同参与的学习时间；<br>D、教师工作量认定：等于课堂讲授学时+课堂实验学时+课下研讨实践学时。<br>10.课程教学形式（0普通课程；1全英文课程；2双语课；3研究型课程；4网络课堂）0<br>0 普通课程：传统讲授式教学占总学时2/3以上比例（参考）；<br>1 全英文课程：使用英文教材、英文教案、英文作业、英文考试，在课堂教学中95%以上的时间使用英语进行教学和交流的课程（专业英语除外）；<br>2 双语课程：使用英文教材、英文教案、英文作业、英文考试，在课堂教学中部分时间使用英语进行教学和交流的课程（英语专业课程除外）；<br>3 研究型课程：基于项目开发、案例分析、专题研讨的教学形式占总学时比例2/3以上（参考），以团队化教学为主要形式的课程；<br>4网络课堂：含应用MOOC，SPOC授课，以及翻转课堂为主要形式的课程。<br>11.课程预期学习成果（给出知识能力素养各方面的的具体教学结果）（必填项）<br>1.知悉和理解人工智能基础理论知识与技术原理<br>2.能够解决人工智能应用的实际问题<br>3．掌握人工智能的基本原理，形成人工智能赋能实际科研、学习与生活的行为习惯</p>



<ol class="wp-block-list" start="4">
<li>能够驾驭人工智能工具，具备人工智能与学习科研相结合的素养<br>备注：课程的每一个教学目标对应需考核的一项知识能力点，上表中的四种表述形式是对知识能力点的不同掌握层次。<br>12.课程预期学习成果与教学效果评价（如填此项则上一项可不填）<br>课程预期学习成果（给出知识能力素养各方面的的具体教学结果） 教学效果评价<br>不及格 及格，中 良 优<br>1.知悉和理解……<br>2.能够解决……<br>3.掌握/拥有……能力，形成……行为习惯/意识</li>



<li>能够驾驭……，具备……素养 1.完全不知道，或对……知识，有碎片化的理解。<br>2.完全没能力解决……问题，或能够运用零碎的……原理，分析解决……问题 1.对……主要内容，……基本信息，……核心过程能理解，但不完整。<br>2.整体上具备运用……原理，分析解决……问题的能力，但缺乏系统性。 1.对……主要内容，……基本信息，……核心过程能完整理解，但不系统，存在断点。<br>2.整体上具备运用……原理，分析解决……问题的能力，有一定的系统性，但系统性方面存在断点。 1.对……主要内容，……基本信息，……核心过程能完整系统地理解。</li>



<li>具备运用……原理，分析解决……问题的能力。<br>备注：课程的每一个预期学习成果对应需考核的一项知识能力点，上表中的四种表述形式是对知识能力点的不同掌握层次。</li>
</ol>



<p class="wp-block-paragraph">注：在具体的学习阶段（或层次），预期教学成果可以不包含在能力素质培养上的全部范畴，如：能够驾驭（行为习惯、方式/方法、工艺等）、能够解决、知悉和理解），而只是包括其中的一部分。对此相应的指标的具体含义如下：<br>“知悉和理解”——可以在科学的准确性和完整性的层面上，解读和复现教学内容。<br>“能够解决”——可以使用标准化的解决算法求解典型的问题。<br>“掌握/拥有……..的能力，形成……行为习惯”——多次重复某种能力，将能力转变为下意识的行为<br>“能够驾驭”——基于习得的知识、能力和行为习惯，可以解决复杂问题，在非典型情况下能够应用这些知识与技能，并在上述过程中形成行为经验。与“能够驾驭”相对应的，还可以使用其他术语（如“具备。。。素养”等）。<br>使用“能够驾驭”培养等级描述的例子<br>外语达到的程度，必须能够从国外的信息源获取信息<br>熟练掌握公众语言、提炼观点、开展讨论和辩论、不同话题的各种逻辑推理的分析实践等<br>熟练地用书面的方式表达特定的观点<br>医药-生物实验的规划和设计方法<br>数学装置的应用方法、生物测量的处理方法<br>各种操作系统下，数据库以及实验系统的工作方法<br>在正常态，或病态条件下，对组织的生理功能开展试验研究的能力<br>熟练运用数学工具解决经济问题的能力<br>通过建立、分析数学模型，预测经济过程和经济现象发展的方法<br>在商务会谈场合以及私下交流的场合，具备用外语表述自己观点和思想的经验<br>13.课程预期学习成果与所支撑的毕业要求对应关系（公共平台课无需细化到毕业要求指标点（见各专业培养方案说明书），暂无专业认证需求的专业下表可选填）<br>毕业要求（指标点）编号 毕业要求（指标点）内容 课程预期学习成果（给出知识能力素养各方面的的具体教学结果）</p>



<p class="wp-block-paragraph">14.教学内容、学时分配与进度安排<br>教学内容（含课下研讨实践学时） 学时分配（含教学形式） 所支撑的课程预期学习成果 教学方法与策略（可结合教学形式描述）（选填）<br>人工智能技术与应用 2 总体概念入门；北理工人工智能方案思考<br>统计与机器学习导论 4 统计原理、机器学习基本应用<br>Python编程基础 4 人工智能编程入门与基本实验<br>自然语言处理与大模型 4 自然语言处理入门与基本实验<br>计算图形学导论 4 计算图形学入门与基本实验<br>机器智能导论 4 机器智能入门导论与实验<br>人工智能与脑科学 4<br>AI Plus应用项目 6<br>（注：课下研讨实践学时的教学内容应与课堂教学内容进行详尽度一致的描述，学生课下投入学时也应予以描述）<br>15.考核与成绩评定（平时成绩、期末成绩在总成绩中的比例，平时成绩的记录方法）<br>考核方式：考试（例如闭卷笔试）、考查（论文或报告）<br>考核方式：开卷 考查（论文或报告）<br>综述作业： 30% 实验作业<br>平时表现成绩：10%<br>期末项目大作业：50% 综述报告</p>



<p class="wp-block-paragraph">16.教材，参考书:<br>张华平,商建云,汤泽阳，雷沛钶著 自然语言处理与应用（2023）,清华大学出版社（ISBN:978-7-302-64626-6）</p>
]]></content:encoded>
					
					<wfw:commentRss>http://www.nlpir.org/wordpress/2025/09/19/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e5%af%bc%e8%ae%ba%e8%af%be%e7%a8%8b/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>博士后招聘</title>
		<link>http://www.nlpir.org/wordpress/2024/05/15/%e5%8d%9a%e5%a3%ab%e5%90%8e%e6%8b%9b%e8%81%98/</link>
					<comments>http://www.nlpir.org/wordpress/2024/05/15/%e5%8d%9a%e5%a3%ab%e5%90%8e%e6%8b%9b%e8%81%98/#respond</comments>
		
		<dc:creator><![CDATA[kevinzhang]]></dc:creator>
		<pubDate>Wed, 15 May 2024 05:06:46 +0000</pubDate>
				<category><![CDATA[Update动态]]></category>
		<guid isPermaLink="false">http://www.nlpir.org/wordpress/?p=9122</guid>

					<description><![CDATA[实验室招募博士后，合作导师：国家级领军人才张华平教授（可直接联系kevinzha &#8230; <a href="http://www.nlpir.org/wordpress/2024/05/15/%e5%8d%9a%e5%a3%ab%e5%90%8e%e6%8b%9b%e8%81%98/">继续阅读 <span class="meta-nav">&#8594;</span></a>]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph">        实验室招募博士后，合作导师：国家级领军人才张华平教授（可直接联系kevinzhang@bit.edu.cn），待遇从优，欢迎自然语言处理相关的优秀博士申报。</p>



<p class="wp-block-paragraph">具体要求见： <a href="https://renshichu.bit.edu.cn/gbzpxx/807247860b80491ca19a7efa4b64f2b0.htm">https://renshichu.bit.edu.cn/gbzpxx/807247860b80491ca19a7efa4b64f2b0.htm</a></p>



<p class="wp-block-paragraph"></p>
]]></content:encoded>
					
					<wfw:commentRss>http://www.nlpir.org/wordpress/2024/05/15/%e5%8d%9a%e5%a3%ab%e5%90%8e%e6%8b%9b%e8%81%98/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
