一、项目概述
本项目提供在世界顶尖研究型大学新加坡国立大学进行短期交流学习的机会，项目安排涵盖该校课程、结业比赛，政企参访、人文考察等内容，其中大学课程部分由该校相关主办部门负责安排，并由该校相关领域专业教师授课，其余活动（住宿、交通及参访交流等）由项目组织方罗客教育集团统筹安排。课堂学习之余，项目学生有机会了解新加坡政治、经济、文化等方面内容，丰富海外阅历。
报名成功的学生将收到新加坡国立大学主办部门签发的邀请函。完成项目课程并通过结业考核的学生，将获得由新加坡国立大学学术课程提供部门官方颁发的结业证书和团队展示表现评定报告，优胜小组成员获得优秀团队展示函。
可选主题：
1. 教育与教学管理
时间：2026.8.2-8.9
参考课程内容（可能会有调整，以该校实际安排为准）：
学习与教学 在本课题中，学生将了解课程目标，思考学习与有效教学的关系。课题将介绍多种教学法，对比以教师为中心与以学生为中心的教学模式。
设计创意学习活动 本课题将探讨以学生为中心和包容性为原则的课程设计要素；随后介绍课堂学习活动设计方法，包括模拟、角色扮演等，并比较项目式与问题式学习；最后聚焦在线学习活动设计，讲解“分块式学习”及在线学习的有效引导技巧。
高效教学与演讲技巧 本课题将介绍案例教学、提问艺术、积极倾听、包容性教学、多样性、引导技巧、写日志及复盘验证学习等方法；随后聚焦演讲技能，包括视觉、口头与语言表达，如何建立演讲者可信度、吸引受众及用证据支持论点，确保演讲成功的三大要素。
教学与学习的科技与未来 本课题将展望人工智能、虚拟现实、ChatGPT 等工具、自主学习应用及个性化学习对教学未来的影响，并帮助学生理解重大技术发展对教学与学习的潜在改变。
2. 人工智能与机器学习
时间：2026.7.26-8.2或2026.8.2- 8.9
参考课程内容（可能会有调整，以该校实际安排为准）：
人工智能与大数据
• 人工智能与大数据介绍
• 人工智能和机器学习的应用
• Python、开放源码工具简介
机器学习导论
• 机器学习入门
• 监督机器学习算法
• 更多机器学习工具与资料
机器学习算法
• 运行监督机器学习算法
• 评估机器学习算法
• 使用机器学习工具与资料
神经网络和深度学习
• 介绍神经网络
• 深度学习概览
• 使用机器学习工具与资料
机器学习概述
• 相关数学概念统览
• 线性代数
• 数据优化
• 概率与统计
Python 导论
• 语法
• 控制结构
• 机器学习库
图像处理基础
• 图像点处理
• 图像区域处理
• 图像边缘检测
分类
• 定义和概念
• 特征和分类器
• 性能评估
生成式建模导论
• 人工智能、机器学习与深度学习
• 生成式建模基础
• 表征学习
• 构建第一个神经网络模型
计算机视觉与变分自编码器（VAEs）
• 用于计算机视觉应用的卷积神经网络（CNN）
• 使用预训练模型17 / 34
• 利用变分自编码器（VAEs）生成图像
• 实现一个变分自编码器
生成对抗网络（GAN）
• GAN 的结构示意与实现
• 判别器与生成器模型
• 将 GAN 应用于图像生成
• VAEs 与 GAN 的对比
使用自回归模型生成时间序列数据与文本
• 循环神经网络（RNN）与长短期记忆网络（LSTM）
• 生成合成时间序列数据
• 生成式人工智能的未来：发展趋势与影响领域
3. 商业与金融
时间：2026.7.26 - 8.2 或2026.8.2 - 8.9或2026.8.9 - 8.16
参考课程内容（可能会有调整，以该校实际安排为准）：
战略管理与金融数学
• 管理目标
• 金钱的时间价值
• 实际利率
评估技术
• 回报
• 净现值
• 内部回报率
• 贴现现金流在股票和债券上的应用
相关现金流量
• 增量现金流量
• 沉没成本、机会成本
营运资金管理
• 运行周期
• 现金循环
公司金融学
• 资本预算
• 敏感度分析
• 收支平衡点
区块链、智能合同和数字资产
• 比特币
• 中央银行和数字货币
• 天秤座计划 1.0 和天秤座计划 2.0
深入研究金融科技应用
• 金融科技公司的预测模型
• 信用卡交易
• 客户(风险)分析
• ATM 和分行的流量预测
• 新加坡及其他地区案例分析
投资战略
• 风险和回报
• 资本成本
• 投资组合理论
• 资本资产定价模型（CAPM）
财务概况
• 财务管理目标
• 财务报表
• 资产负债表
4. 人工智能驱动的商业分析
时间：2026.8.9 - 8.16
参考课程内容（可能会有调整，以该校实际安排为准）：
商业分析与数据基础导论
Ÿ 商业分析概述
Ÿ 分析发展与行业变化
Ÿ 商业问题与分析工具
Ÿ 数据整理与 Power BI
商业分析实践与数据框架
Ÿ 描述性分析与统计指标
Ÿ 探索性数据分析（EDA）
Ÿ 数据与分析框架
Ÿ Power BI 数据探索
AI 与机器学习应用
Ÿ AI 与机器学习基础
Ÿ 商业分析应用
Ÿ 无监督与监督学习
Ÿ 时间序列分析
大数据分析与案例
Ÿ 大数据基础
Ÿ 工具与技术
Ÿ 案例分析
5. 机器人与智能机器
时间：2026.07.26 - 08.02
参考课程内容（可能会有调整，以该校实际安排为准）：
机器人概论
• 术语定义
• 机器人配置与架构
• 机器人技术的历史
• 机器人技术的应用与新兴趋势
机器人核心组件
• 传感器与执行器
• 信号处理与计算技术
• 通信技术
运动力学、控制与智能
• 机器人运动学与数学建模
• 闭环控制与分层智能
自主车辆与机器人操作
• 地面车辆设计与全向运动
• 定位、建图与避障
• 机械臂控制
机器智能与挑战
• 机器学习与神经网络
• 持续挑战与未来应用
智能机器人系统
• 机器人的基本组成部件
• 机器人的技术特征
• 机器人运动学与机构学基础
• 机器人编程与智能化
医疗机器人
• 医疗保健领域的机器人技术概述
• 手术机器人
• 康复机器人
辅助机器人
• 外骨骼机器人
• 工业应用外骨骼机器人
机器人传感与控制
• 机器人感知系统基础
• 遥操作与人机交互控制
• 机器人系统集成与应用案例
6. 数据分析基础
时间：2026.8.2 - 8.9
参考课程内容（可能会有调整，以该校实际安排为准）：
数据分析导论
• 数据分析概述及重要性
• 数据类型与分析范围
• 数据可视化（直方图、箱线图、散点图）
• 实践：Pandas 与数据可视化
描述统计与数据预处理
• 探索性数据分析（EDA）
• 基本统计量（均值、中位数、众数、方差等）
• 数据预处理与可视化
• 实践：数据预处理
推断统计
• 概率分布（离散与连续）
• 中心极限定理与区间估计
• 假设检验（含 Z 检验、t 检验）
• 实践：分布拟合
机器学习导论
• 机器学习基本概念
• 经典方法与回归推导
• 贝叶斯视角
• 实践：构建简单模型
回归分析
• 回归模型（简单与多元）
• 回归假设与验证
• 模型评估指标（R²、MSE）
• 实践：回归建模与评估
其他：
1.项目管理： 项目由经验丰富的领队全程陪同，进行全方位管理和陪伴。领队将确保
团组安全，并在日常学习和生活提供必要的指导和协助。同时，项目组在出发前将为每位学员购买境外险，并给予学员行前指导，确保学员充分了解交流期间的相关注意事项。
2.住宿安排 ：项目将安排入住新加坡酒店，一般为双人间，独立卫浴，配有空调、上网设施等。
7. 交通安排： 课程期间及参访均会安排大巴统一接送。
8. 往返机票：可委托项目组购买往返机票，也可在咨询项目组意见的前提下，自行购买往返机票。
二、项目申请
暂定校内报名截止日期：2026年5月20日
因项目有最低开班人数要求，本项目采用先校内、后校外报名方式，即申请人先完成校内报名，之后由本校向外方确认开班预期结果并提供报名信息给外方，学生再完成外方报名。
1.校内报名：使用集美大学校园网，在集美大学外事管理服务系统（wsgl.jmu.edu.cn）学生交流项目管理模块选择本项目，在线填写个人基本信息和上传要求材料扫描件，确认无误后提交。申请人在提交之后，经校内审核推荐，不可随意退出，否则影响之后申请资格。
要求上传材料：
① 家长知情同意书
② 在校成绩单（中英文版,i集大可下载，或学校自助机子打印扫描）
③ 外语语言成绩证明（非必须）
④ 个人护照信息页（如有）
注：尚无有效护照申请人应尽早自行申办个人护照，之后补交。
2. 申请条件
申请对象：本校本科生、研究生
①拥护中国共产党的领导和中国特色社会主义制度，热爱祖国、品德良好、遵纪守法；
②身心健康，具备较强的生活自理能力和跨文化交流学习能力；
③具有中华人民共和国国籍，不具有国外永久居留权；
④派出时年龄满18周岁；
⑤家庭支持，经济条件许可。
⑥语言要求：能接受全英文授课。
三、项目费用
16800元，包含：大学课程费、大学管理费、企业参访费、校园参访交流费、住宿费、境外大巴费、保险费等；费用不含：护照费、餐费（每餐约5-10新加坡元）、往返旅费、其它个人消费等。
注：向外方缴纳，本校不收取任何费用。
四、项目资助
参考附件《集美大学学生国（境）外交流学习基金实施办法》（集大综发〔2025〕24号）。符合基本条件申请人可在校内系统填报本项目报名信息同时自主勾选是否申请本校资助。
注：《实施办法》中资助标准指资助上限，实际金额待定。
五、项目咨询
校内：国际交流科黄老师
微信号：jmujack（备注“专业班级+实名”添加）
电话：6180269
电子邮箱：ies@jmu.edu.cn
