Skip to content

课程大纲 ​

2026 年秋课程安排 ​

  • 上课时间:周一 15:00–18:00
  • 上课地点:理教103
周次讲次日期课程主题授课教师
第 1 周第 1 次课9 月 7 日AI 概览、LLM 概览、API 配置和 Python 开发实践马滟青
第 2 周第 2 次课9 月 14 日LLM 的局限性、Agent 工作流、RAG 架构马滟青
第 3 周第 3 次课9 月 21 日提示工程、Tool calling、项目实践马滟青
第 4 周第 4 次课9 月 28 日机器学习基础、逻辑回归、决策树与随机森林马滟青
第 5 周—10 月 5 日国庆假期,停课—
第 6 周第 5 次课10 月 12 日神经网络与优化、CNN、GAN、扩散模型马滟青
第 7 周第 6 次课10 月 19 日RNN、Transformer、项目实践马滟青
第 8 周第 7 次课10 月 26 日盲目搜索、启发式搜索、对抗搜索、蒙卡搜索马滟青
第 9 周第 8 次课11 月 2 日AI 与凝聚态物理陈基
第 10 周第 9 次课11 月 9 日AI 代理模型与天体物理王力乐
第 11 周第 10 次课11 月 16 日AI 与核技术林晨
第 12 周第 11 次课11 月 23 日AI 与量子多体物理张亿
第 13 周第 12 次课11 月 30 日AI 在对撞机实验中的应用朱华星
第 14 周第 13 次课12 月 7 日AI 与高能核物理宋慧超
第 15 周第 14 次课12 月 14 日AI 与大规模数值模拟冯旭
第 16 周第 15 次课12 月 21 日AI for discovery:进展、困难及未来马滟青

Released under the MIT License.

图片预览