Course Summary

新加坡 应用人工智能（AI）文凭课程（Diploma in Applied Artificial Intelligence） 为学生提供计算机技术、编程及人工智能应用方面的全面基础知识，并以解决现实世界中的实际问题为课程重点。课程强调逻辑思维、实践操作，以及将核心技术概念与以用户为中心的设计方法相结合。

学生首先将培养计算思维能力并学习基础编程知识，使其能够分解问题、设计结构化的解决方案，并编写简单的程序。同时，学生还将学习基础数学及逻辑知识，掌握算法开发及决策过程中所需的分析工具。

随后，课程将进一步深入数据结构与算法，帮助学生学习如何以高效的方式组织及处理数据。同时，通过数据库应用开发，学生将学习如何在实际应用场景中设计、管理关系型数据库，并与数据库进行交互。

在掌握这些基础知识后，学生将进一步学习机器学习的基本概念，重点涵盖监督学习、数据处理以及简单预测模型的开发。课程侧重于帮助学生建立直观的理解及基础实践能力，而非复杂的理论研究。

最后，课程将用户体验（UX）及用户界面（UI）设计原则融入学习内容，使学生能够开发以人为本的数字化解决方案。学生将学习设计、制作原型及评估用户界面，同时考虑易用性、无障碍设计及可持续性等因素。

整个课程高度重视实际应用，并通过小型项目及实践评估，让学生综合运用不同领域的知识解决现实问题。完成课程后，学生将具备设计简单人工智能驱动型应用程序的基础能力，同时掌握扎实的编程、数据处理及以用户为中心的设计知识。

Course Structure

全日制课程学制： 8个月

非全日制课程学制： 8个月

授课模式： 混合式教学（Blended）

教学方式：

评估方式： 项目报告

评估比重： 项目报告（100%）

师生比例： 1:24

毕业要求： 学生须完成并通过课程结构中规定的所有模块，并达到出勤要求。符合毕业要求的学生将获联邦赛瑞思学院（United Ceres College）颁发的“应用人工智能（AI）文凭（Diploma in Applied Artificial Intelligence (AI)）”。

Admission Criteria

语言要求：

• IELTS 5.5 分或同等英语资格；或
• 联邦赛瑞思学院英语入学测试（United Ceres College English Placement Test）达到 70 分；或
• 已完成联邦赛瑞思学院英语三级证书课程（Certificate in English Level 3）或英语语言证书课程（Certificate in English Language）

Academic Requirements:

• GCE O-Level 考试至少3门科目及格或具备同等学历；或
• 已完成12年正规教育；或
• 已完成联邦赛瑞思学院综合管理证书课程（Certificate in General Management）

成年申请者：

• 年满30岁并拥有至少8年工作经验的申请者，可通过成年申请者（Mature Applicant）途径提出申请。申请者须提交个人简历或相关证明文件作为工作经验的证明。

最低入学年龄： 17岁

开课频率： 每月开课

有关具体开课日期及更多详情，请参阅校历。

Course Fee

有关详细的课程费用信息，请参阅课程费用页面或直接联系我们。

What You Will Learn

1. 计算思维（Computational Thinking）
本模块介绍计算思维的基础知识，以及如何运用计算思维开发解决实际问题的编程方案。课程还涵盖编程概念、简单的数据结构及基础编程技术，帮助学生建立解决计算问题所需的基本思维及实践能力。

2. 逻辑与数学（Logic and Mathematics）
本模块涵盖逻辑、函数、数列与递归、图形及概率等内容，同时介绍用于开发计算机算法及解决其他现实问题的数学方法。课程内容包括计算领域所需的基础数学概念，为学生进一步学习算法、编程及人工智能相关内容奠定基础。

3. 数据结构与算法（Data Structures and Algorithms）
本模块介绍如何运用编程语言、递归及数据结构解决问题的基础知识。课程内容包括栈（Stacks）、队列（Queues）及链表（Linked Lists），同时涵盖搜索技术及排序算法。通过本模块，学生将进一步了解如何组织及处理数据，并掌握解决基础计算问题所需的数据结构及算法知识。

4. 数据库应用开发（Database Application Development）
本模块介绍关系型数据库系统的基本概念、关系型数据库的设计方法、使用数据库查询语言进行数据操作，以及关系型数据库的实施技术。课程还将涵盖简单应用程序的开发，使学生能够通过应用程序访问及使用关系型数据库，并将所学知识应用于实际的数据管理场景。

5. 面向开发人员的机器学习（Machine Learning for Developers）
本模块介绍机器学习的基本原理及实践方法。课程涵盖多种机器学习模型及算法方法，包括监督学习（Supervised Learning）等内容。学生将通过本模块建立机器学习方面的基础知识，并了解如何运用基本的机器学习方法处理数据及开发简单的智能应用。

6. 用户体验与界面设计（User Experience and Interface Design）
本模块介绍以人为本的设计（Human-Centered Design）理念及其实际应用，帮助学生学习如何创建实用的数字产品及界面，为用户提供良好的用户体验（UX）。课程内容包括可持续界面设计、用户需求调研、草图设计、交互体验原型制作，以及兼顾无障碍需求的可用性测试。学生将学习如何从用户需求出发设计、测试及改进数字产品和用户界面。