编程与人工智能夏校

 

宁波诺丁汉大学（宁诺）理工学院计算机科学系将在即将到来的暑假（2026年6月15日至7月3日）举办编程与人工智能夏校。这个紧凑而充满活力的暑期课程旨在为学生提供编程、算法、数据科学、机器学习和高级人工智能技术方面的基础知识和实践技能。学生将受益于计算机科学系经验丰富的讲师的专业知识，他们将提供全面的指导、动手编码实验和解决实际问题的环节。

核心课程

Python编程与算法（PPA）

本模块聚焦编程与算法基础原理，内容涵盖类型与变量、表达式、控制结构、函数等编程核心概念。通过学习，你将掌握简单算法与数据结构的设计及分析方法，理解如何通过高效的数据存储与操作解决实际问题，并熟悉基础软件开发流程。

课程采用 “理论讲授 + 实验实操” 的强化学习模式：每周约 4 小时理论课深度解析原理，3 小时上机课针对性训练编程技能，确保学练结合、扎实掌握。

    

人工智能方法论与应用（AIMA）

本模块将系统讲授机器学习与人工智能的基础理论及技术，涵盖深度学习的核心原理与算法，并结合多领域机器学习问题展开应用实践。通过学习，学员将全面了解人工智能的基础理论框架，探索计算机实现智能行为的逻辑机制，重点研究搜索技术、神经网络、数据挖掘、知识表示与推理等核心议题。

课程安排每周约 4 小时理论授课，深入解析算法原理与技术逻辑，搭配 3 小时上机实验，通过实际案例操作强化模型构建与问题解决能力，助力学员兼具理论深度与应用视野。

    

机器学习数据科学（DSML）

本模块向学生全面介绍从数据准备到模型部署的完整机器学习流程。课程从数据建模与分析的基础概念出发，引导学生学习将现实世界问题转化为可计算的解决方案。

课程重点培养实用数据科学技能，涵盖数据清洗、预处理（缺失值处理、特征工程、归一化）及有效发现数据模式的可视化技术。学生将通过监督学习与无监督学习方法，探索机器学习核心方法论。

实践环节通过实际操作强化理论知识，内容包括使用 Pandas 进行数据处理、Matplotlib 与 Seaborn 实现数据可视化，以及机器学习模型构建。课程安排为每周约 4 小时理论授课与 2 小时实验课。结课后，学生将掌握跨行业复杂数据问题的解决能力，熟练实现并评估机器学习解决方案。

    

人工智能前沿专题（ATAL）

本模块将向学生讲授机器学习与人工智能领域的前沿专题，重点探讨强化学习、循环神经网络、预训练模型及大型语言模型等最新技术方向。课程旨在为学生提供人工智能领域的深度知识与实践经验，为其未来攻读机器学习与人工智能相关的硕士或博士项目奠定基础。

课程安排每周约 4 小时理论授课，深入解析前沿算法原理，搭配 3 小时上机实验，通过实际项目操作掌握技术应用。学生将在导师指导下接触行业尖端研究，提升对人工智能前沿领域的洞察力与实践能力。

    

*具体课表以实际为准

Teaching Objective

• 熟练掌握Python编程，具备高效设计和实现算法与数据结构的能力；

• 扎实掌握基础与进阶机器学习技术，并理解其在实际场景中的应用；

• 获得数据科学方法的实践经验，包括数据可视化、统计分析和预测建模；

• 理解前沿人工智能概念与技术，涵盖深度学习、计算机视觉和优化算法等领域；

• 强化分析能力、批判性思维和问题解决技能，为从事人工智能、数据科学、软件开发及相关领域的高阶学习与职业发展奠定基础。

师资力量

Dr Matthew Pike

计算机科学系副教授

Matthew Pike博士现任宁波诺丁汉大学计算机科学系副教授，主讲编译原理、编程与人机交互等核心课程。他在家乡威尔士南部的斯旺西大学计算机科学系获得工程硕士学位，本科论文由马克斯·L·威尔逊博士指导。后者随后入职英国诺丁汉大学，Matthew Pike博士亦追随其赴该校攻读博士学位，并在马克斯指导下完成博士研究。马修的职业轨迹以学术界为主，亦曾短暂涉足产业界，于深圳华为消费者业务集团担任用户体验研究工程师。

 

 

Dr. Kian Ming Lim

计算机科学系副教授

Lim Kian Ming博士曾就读于马来西亚多媒体大学，于2004年、2011年和2017年分别获得信息系统学士学位、工程科学硕士学位和信息科技博士学位。

他的研究聚焦于人工智能领域，擅长机器学习、深度学习、计算机视觉、小样本学习、生成式人工智能和自然语言处理。林博士已在计算机科学领域发表 100 余篇同行评审论文，将理论创新与实际应用相结合。他致力于学术指导，积极培养下一代研究人员。

 

Dr. Qian Zhang

计算机科学系助理教授

张茜博士于2009年在香港浸会大学获得计算机科学学士学位。在此之后，她于2010年在英国诺丁汉大学获得了计算机科学和创业硕士学位（优异）。次年晚些时候，她在英国诺丁汉大学智能建模和分析研究小组（IMA）开始了计算机视觉和图像发现领域的博士学位。她于2015年获得博士学位，并于2016年加入宁波诺丁汉大学担任助理教授。

Dr. Zheng Lu

卢正博士自2013年起在香港城市大学担任助理教授后，于2017年加入宁波诺丁汉大学担任助理教授。在担任大学教员之前，他是德克萨斯大学奥斯汀分校的博士后研究员。他于2009年至2010年在微软亚洲研究院实习。在博士候选人期间，他还在各种研究项目中担任研究助理。2004年至2006年，他在富士施乐新加坡软件中心担任软件工程师。

 他的研究工作发表在国际顶级期刊和会议上，引用次数数百次。他的作品被《华尔街日报》、《新华社》、《直线时报》、《每日科学》等多家媒体报道。他还经常担任计算机视觉、图像处理、多媒体等领域顶级期刊和会议的程序委员会成员和审稿人。

Dr. Huan Jin

计算机科学系助理教授

靳欢，宁诺计算机科学系助理教授、博导，国家自然基金优秀青年基金、联合基金重点项目评审专家。

靳欢博士的研究方向聚焦于应用优化技术（线性规划 / 整数规划 / 混合整数规划、分支定界法、分支定价法、非线性规划）与机器学习技术（启发式算法与机器学习算法）解决大规模实际问题，涵盖车辆路径规划、运输调度、网络设计等领域。目前已在包括TR Part C、CIE、IJPR等期刊发表论文10余篇。先后申请并获批国家自然科学基金、宁波市自然科学基金等项目3项。

Dr. Tianxiang Cui

计算机科学系助理教授

崔博士是宁诺计算机科学系的助理教授。在加入宁诺之前，他曾在华为担任高级人工智能工程师，在平安担任高级算法研究员。他参与了一些前沿工业项目，包括自动驾驶和量化交易。他的主要研究兴趣包括计算智能，特别是元启发式、进化计算和神经网络；机器学习和强化学习。

Dr. Qiao Lin

计算机科学系讲师

林桥博士是宁诺计算机科学系的一名讲师。在加入宁诺之前，她曾在腾讯担任人工智能工程师，并在武汉大学担任研究助理。她从2024年开始教授编程和设计智能体的课程。主要研究方向包括质量控制、人工智能模型的不确定性分析、医学图像、模糊逻辑、机器学习和强化学习。

*本费用包含课程费及相关材料费，不包含餐饮及住宿费用

项目时间：2026年6月15日 -- 7月3日

请扫描下方二维码进行报名