本课程定位为通识/专业基础课，采用“讲解 + 代码演示 + 实战作业”的混合式教学。 学完后你将能独立完成数据清洗、可视化、文本挖掘与基础统计分析，并理解如何用大语言模型提升效率。
主讲：周启红（方向：计算语言学、数据科学、人工智能）。
近年专注于 AI 赋能的人文社科研究方法与教学创新。
个人主页：https://zhouqihong.github.io/personal/
配套讲义、代码、数据集与作业模板。
常用大语言模型与嵌入/向量检索工具。
不需要。课程从安装环境与基础语法开始，提供可运行的 Notebook 与样例数据。
统一通过课程平台提交：代码（ipynb/py）+ 报告（docx/pdf）+ 可视化图表。
允许并鼓励合理使用，请在报告中注明使用场景、提示词与贡献比例，遵循学术规范与数据伦理。