







解锁 Python+AI 技能包





计算机程序设计实践(The Practice of Computer Programming)是工业工程系为笃实书院和未央书院全新打造的编程实践课程。与程序设计理论课侧重点不同,本课程以编程实战为主,着重培养学生科学计算、数据分析、机器学习、深度学习和人工智能编程实践能力。
本课程属于笃实书院本科生培养方案的夏季进阶式实践限选课、未央书院工业工程方向夏季实践限选课、AI 辅修学位“AI基座-编程” “Python”模块限选课。欢迎春季选课修读,笃实、未央工业工程方向与暑期“34100232 程序设计实训”二选一。
工业工程(IE)致力于系统的优化与决策,而计算机编程则是将这些科学构想转化为现实生产力的核心工具。在智能化时代,Python 已不仅仅是一门编程语言,它是连接数据、算法与工程场景的通用语。当 IE 思维遇上强大的 Python 生态,从数据清洗到科学计算,从机器学习建模到大模型应用,通过代码实现“智能”将成为新工科人才的必备技能。
作为 IE 与 AI 的实战接口,本课程不同于传统的理论教学,它是一场高强度的“技能解锁”之旅:在实战中掌握规范,在“做中学”里跨越从语法基础到设计逻辑,再到深度学习的门槛,真正赋予学生用代码解决复杂工程问题的能力。

课程简介

本课程强调在实战中掌握Python编程知识、技巧和规范。课程内容包含Python编程基础、编程进阶、人工智能编程基础、人工智能编程实践项目四大模块。
课程从Python开发环境 + AI辅助编程环境搭建开始,学习Python语法、编码规范、基本输入输出,以及变量、运算符、表达式、函数、模块、流程控制,以及目录、文件操作等基础知识,进而学习面向对象的编程方法、异常处理机制、程序调试方法。
在此基础上,学习科学计算、数据处理、数据可视化,以及机器学习、深度学习等扩展库的使用方法,进而掌握大模型的原理及其应用开发。
课程讲与练相结合,并通过编程实践项目,培养结构化、模块化的程序设计思维,以及综合运用Python编程知识解决实际问题的能力。

计算机程序设计实践课程内容

课程定位

实战导向: 区别于理论课,着重培养科学计算、数据分析、机器学习与深度学习的编程落地能力。
全栈技能: 打通“基础语法—数据处理—AI算法—工程项目”的技术链路。
数据驱动力: 掌握工业大数据处理与分析的核心技能,为系统改进提供精准依据。
智能与工程结合: 通过作业中的编程实践项目,实现 AI 技术在工业场景中的具体应用。

课程亮点

阶梯式进阶: “低起点、快步走”——从零基础语法起步,快速扩展至 Scikit-Learn、PyTorch/TensorFlow 等 AI 核心库。
硬核项目实战: 包含设备健康管理、智能化人机交互与大模型应用等前沿实践项目。
做中学(Learning by Doing): 2周高强度集训,课堂讲解与即时动手相结合,在解决实际问题中获得成就感。

课程安排

课程为期两周,共有10个专题,具体内容及安排如下:
第01讲 Python编程基础(1)
基本语法及编程规范;基本输入、输出函数
变量、标准数据类型,流程控制语句
第02讲 Python编程基础(2)
函数的定义和使用,模块、包的定义和使用
目录及文件读写操作
第03讲 Python编程进阶(1)
面向对象的编程方法
类的定义和使用,继承、多态的实现
第04讲 Python编程进阶(2)
内置异常类型
异常捕捉与处理,程序调试方法
第05讲 Python编程进阶(3)
Numpy库及使用方法
SciPy库及使用方法
第06讲 Python编程进阶(4)
Pandas库及使用方法
数据质量分析和数据清洗方法
第07讲 人工智能编程基础(1)
机器学习算法,建模、训练、评价方法
Scikit-Learn库的使用方法
第08讲 人工智能编程基础(2)
深度学习,TensorFlow/PyTorch库的使用方法
深度学习建模、训练、评价方法
第09讲 人工智能编程实践项目
时序信号分析方法
实战:基于深度学习的旋转机械故障诊断
第10讲 大模型应用编程实践项目
Transformer 与大模型原理简介
实战:基于大模型的人机多模态交互系统

编程实践项目

2025年夏季学期,课程精选了“基于深度学习的旋转机械故障诊断”和“基于大模型的人机多模态交互系统”作为编程实践项目。这些题目主要来自于近几年数据科学或人工智能方向的优秀博士论文、数据科学竞赛,以及老师的科研项目等。
01
基于深度学习的旋转机械故障诊断

该项目以齿轮箱为例,通过分析不同状态下的振动信号,提取时域或频域特征,利用人工智能技术构建故障诊断模型,探索旋转机械状态监测和故障诊断解决方案。

基于深度学习的旋转机械故障诊断
该项目基于所学的Python编程知识,从信号的探索性分析、质量分析开始,对数据进行必要的清洗和转换,进行信号的时域特征分析。通过快速傅里叶变换,小波变换等手段,提取信号在频域和时频域上的特征。而后,构建卷积神经网络,从时频图中提取不同的故障特征,建立齿轮箱故障分类模型,并对模型进行训练、评价、优化。
通过该项目让学生了解时序信号处理和特征提取方法,掌握深度学习建模、训练和模型评价方法,提升机器学习和深度学习的编程实践能力。
02
基于大模型的多模态人机交互系统

该项目旨在利用所学的Python编程技能,结合大语言模型、语音识别(ASR)、语音克隆(Voice Cloning),语音合成(TTS),大模型智能体(AI Agent)技术,尝试实现多模态人机交互系统。

基于大模型的多模态人机交互系统
学生依据自己的兴趣,在大模型平台创建特殊功能的智能体(如学习伴侣、文旅服务、美食专家、专业咨询、数学专家、情感陪聊等Agent),通过Python编程实现语音输入,语音识别,音色克隆,以及语音合成等功能,并通过大模型API实现与智能体自然的对话和交流。
该项目基于大模型解决某一具体的问题,在做的过程中提升学生大模型应用开发实践能力。

课程反馈

参加夏季学期本课程学习的同学普遍感到体验良好:课程清晰易懂,作业设置合理,能及时巩固所学知识,这种“学练结合”的方式让学习过程扎实有效,带来了“超乎想象的收获”和“满满的成就感”。
其中,赵云杰和宋奕霏同学在暑期的“智能体搭建挑战赛”上,打入了决赛,取得了优异的成绩。他们赛后感慨:这门Python编程实践课,不仅提升了编程实操能力,更培养了逻辑思维和问题解决能力,这些收获对后续的学习和实践将有很大帮助,推荐同学们选择这门课!
课后的调查问卷显示,学生对本课程的内容充满兴趣,对学习效果比较满意。以下是学生对教学内容和学习效果的评价。
您对本课程的教学内容、实践项目是否感兴趣?(满分5分、回答人数 30)

“体验非常好,理论知识丰富,实践内容也很有趣,python的功能确实强大,能帮助我解决不少问题。”
“具备很强的实用性,很有帮助…”
“体验非常好,对无基础的同学非常好。”
“课程内容全面、丰富、紧贴当下、开拓眼界…”
您对本课程的学习效果是否满意?(满分5分、回答人数 30)

“很实用的课程,学到了很多有用的知识,课程压力不大,任务量适中,特别是完成第二个大作业,创建自己的智能体并使用Python多模态交互,让我很有成就感…”
“这门课的低门槛和通用性也对外院系的同学非常友好,没有修过C和C++感觉影响也不是很大。我因为想申请AI辅修而提前选课,可能预期并没有很高,主要目的是拿到学分,但在学习后的收获真的超乎想象…”

作业展示

01
基于深度学习的旋转机械故障诊断

齿轮箱故障诊断卷积网络模型

模型训练过程可视化
模型简介:利用开源框架TensorFlow创建了三层二维卷积神经网络(CNN)模型,卷积核大小都设置为3×3,卷积核的数量分别为12,、24和48。卷积层的激活函数采用了Re LU函数。每一个卷积层后都连接一个池化层进行降维,池化层均采用最大化池化操作,池化层大小为设置为2×2。经过三层的二维卷积之后进如展平层,与拥有512个神经元的全连接层相连接。全连接层采用softmax激活函数,输出对应于4种类别的工况。
02
基于大模型的多模态人机交互系统

智能体:八奈见杏菜 (老八/暴食海獭)
简介: 蓝发蓝瞳的石蕗高中二年级生,性格开朗阳光(关西腔上线!)、超级吃货(暴食海獭名不虚传)兼八卦达人,和谁都能打成一片(隐藏实力:E杯)。虽然有过暗恋青梅竹马失败的“败犬”经历,但依然元气满满。
主要功能:美食安利小能手、败犬系情感顾问、校园欢乐分享者。
特点:超爱聊学校里的趣事和八卦,擅长人际“推演”,解决你的人际小烦恼(顺便可能创作点校园小故事)

智能体:清华助手(thu_travel_2in1)
简介:集成了百度语音识别/合成API和Coze平台对话AI,支持语音指令和键盘控制的双重交互方式。键盘交互完成中断语音输出等。
主要功能:清华助手(学术咨询),旅游助手(旅行建议)
特点:智能语音识别(ASR);高质量语音合成(TTS);支持长文本自动分段处理;静默自动检测。回车键随时打断语音播放;录音过程中可取消输入;无缝切换语音/键盘交互;实时Token用量监控。

智能体:生活通
简介:拥有温柔邻家姐姐、元气闺蜜、沉稳管家、温柔青年4种人设供用户选择。温柔邻家姐姐型回复时语气轻柔,充满关怀;元气闺蜜型则活泼热情;沉稳管家型逻辑清晰、表述严谨;温柔青年型温和有礼。
多场景生活服务:菜谱服务、天气查询、健康咨询、旅行规划,新闻资讯推送、衣物穿搭推荐。

智能体:EchoSyn
简介:Echo代表语音交互的反馈(像回声一样),Syn象征合成技术(语音合成+AI生成),合起来就是“智能语音合成助手”。EchoSyn的图标用声波和光点组成,寓意“倾听→思考→回话”的交互过程。
主要功能和特点:语音交互、文本交互、多轮对话、安全过滤(自动屏蔽违规敏感内容)、情绪价值(能判断明显的用户情绪,并提供一定的情绪价值)

推荐阅读

IE×AI课程推荐 | 运筹学(确定性方法):智能时代的决策基石与优化引擎
IE×AI课程推荐 | 非线性规划基础:直面真实世界的决策难题
IE×AI课程推荐 | 动态规划与强化学习:从"下一步怎么走"到"让机器学会决策"
IE×AI课程推荐 | 建模与仿真:构建复杂系统的“数智实验室”
IE×AI课程推荐 | 智能生产运营:站在运营者视角,在有限资源下做出最优决策
IE×AI课程推荐 | 用科学试验寻求最优解:试验设计与数据分析
IE×AI课程推荐 | 人工智能与质量管理:定义智能制造的“免疫系统”
IE×AI课程推荐 | 数据驱动的决策:在真实问题中学会决策
IE×AI课程推荐 | 运筹学(应用随机模型):掌控不确定世界的决策引擎
IE×AI课程推荐 | 人机交互设计与评估:如何提高用户体验?
数据驱动决策,算法重塑系统 |欢迎选修清华IE“工业工程与数据科学”课程证书项目!
IE×AI课程推荐 | 心智与机器:AI 时代,解锁人机协同决策力
文案 | 计算机程序设计实践教学团队
排版 | 王宏伟
审核 | 张硕
微爱意
微信号:iexuanchuan
及时了解IE最新动态,方便获取各类活动信息
IE makes life better!
欢迎关注!