AI 驱动儿童古诗启蒙视频生成实验：多模态数据融合验证

本实验通过构建Coze工作流，结合即梦AI插件和剪映小助手，实现从输入古诗名称到自动生成儿童古诗启蒙视频的全流程自动化，探索多模态数据在教育内容创作中的应用价值。

小红书笔记二次创作模拟实验：Coze工作流构建与实践

本实验通过构建Coze工作流，实现小红书热门笔记的自动化二次创作，探索AI在内容生产中的实际应用场景。学生将学习从数据提取、文案改写到图文配图的完整流程，理解AI如何提升内容创作效率和质量。

Vlog动画视频生成实验：多模块协同工作流设计

本实验通过Coze平台构建自动化工作流，实现从输入主题到生成独居女孩Vlog动画视频的全流程自动化。学生将学习如何利用AI工具构建完整的视频生成工作流，理解自然语言描述转化为视觉内容的过程，并掌握多模块协同工作的逻辑设计方法。

AI 驱动四季养生视频生成模拟实验：多模态数据融合验证

本实验通过构建Coze工作流，结合大模型文案生成、人物形象设计、图像生成、配音合成与视频串联等技术，实现一键生成四季养生视频的全流程模拟，探索多模态数据在内容创作中的应用价值。

零代码构建AI智能体实验：可视化工作流与多Agent协作

本实验通过Coze平台，帮助学生掌握低代码开发模式，理解AI智能体的核心概念与功能模块，学习从基础配置到高级功能的完整流程，并能够独立完成一个简单的AI智能体项目。

10个常见的机器学习模型实现案例

本实验通过实现10个常见的机器学习模型，包括线性回归、逻辑回归、决策树、随机森林、支持向量机（SVM）、K近邻（KNN）、梯度提升树（GBDT）、XGBoost、神经网络和K均值聚类，帮助学生掌握机器学习算法的原理与应用。

房价预测分类（线性回归等）-机器学习实践

本实验通过使用加州房屋价格数据集，结合随机森林、线性回归和梯度下降法三种方法进行房价预测，探索不同机器学习模型在实际问题中的应用效果。

简单计算器实现

本实验通过编写Python代码实现一个简单的计算器，能够处理加减乘除运算，并支持括号的优先级计算，帮助学生理解基本的算法逻辑和字符串处理技术。

基于朴素贝叶斯实现文本分类

本实验通过使用朴素贝叶斯算法对中文新闻数据进行分类，涵盖数据预处理、特征提取、模型训练与评估等关键步骤，旨在掌握文本分类的基本原理和实践方法。

鸢尾花分类实验：基于SVM的多类分类模型构建

本实验通过构建SVM分类模型，利用鸢尾花的花萼和花瓣尺寸数据，实现对三种不同品种的分类。实验涵盖数据加载、特征选择、模型训练与评估等关键步骤，探索机器学习在实际问题中的应用价值。