基础
人工智能导论
通过情境连接 AI 概念、数据思维、模型局限与智能系统的社会影响。
大学教学
从真实问题、真实数据与反思性实践中学习 AI。
面向应用型学习者，兼顾概念理解、工具实践与负责任判断。
《人工智能导论》面向非计算机专业学生，以实践问题为起点，采用酒店与服务业情境，把 AI 素养理解为技术认知与负责任决策能力的结合。
01
课程体验
可视化
看见酒店数据中的模式
通过交互式练习把运营数据转化为可解释的视觉证据。
建模
不以黑箱方式学习聚类与回归
在应用情境中比较模型输出、假设与决策后果。
语言
酒店评论文本分析
借助自然语言处理讨论顾客体验、负面信号、偏差与解释。
02
学习支持
教师主导
小酒 AI 学习助手 · V3.0
通过追问、证据提醒和思考脚手架支持学习，评价与最终判断仍由教师负责。
03
教学原则
01
从重要问题开始
先明确学习问题与证据需要，再引入工具。
02
让模型局限可见
讨论假设、不确定性、错误与解释责任。
03
把反思放进流程
学习成果既包括输出，也包括推理、修正与负责任使用决策。