EN
伟德betvlctor1946

教育教学

伟德bv1946官网人工智能专业本科人才培养方案(2019版)

  • 日期:2023年12月06日 10:09
  • 查看:


 


                        执笔人: 

                                 负责人:宋信敏

一、专业简介

人工智能专业依托我校计算机科学与技术学科优势和国际合作项目平台,本着“厚基础、重交叉、宽口径、有特色”的原则,采用科教融合、产学协同的创新育人模式,面向新工科产业和学科发展需求,在夯实工程教育基础上,注重加强人工智能方向研究性、创新性教育。

本专业培养方案和课程设置突出体现基础坚实、注重多学科有机融合、知识宽广、能力卓越的研究型创新型人才培养特点,系统性提升学生的问题分析与求解能力、智能思维与计算能力、创新思维和创新能力,培养具备人工智能的基础理论、知识和技能,能在政府部门、金融机构及企事业单位,从事与人工智能有关的应用、开发、管理和研究等工作的专门技术人才。

二、培养目标

培养学生具有坚实的数理基础和认知科学、信息科学相关知识,系统掌握人工智能基础理论与基本方法;具有运用人工智能的基本模型、原理与方法,设计有效的技术解决方案并能从事相关应用研究与开发的能力;具备良好的科学思维和科学实验素养,对人工智能关键领域的前沿技术有深刻理解,并具有相关方向的科学研究能力;能够适应国际化竞争环境,具有高度的社会责任感和良好的职业道德,以及终身学习能力和开拓创新精神。在我国人工智能产业发展中发挥领军作用,并有潜力成长为国际一流教育工作者、工程师、科学家或企业家。

本专业预期学生毕业5年左右达到以下目标:

1、有良好的道德文化素养和社会责任感;

2、系统运用人工智能的基础知识和前言技术解决复杂工程问题的能力;

3、在人工智能以及相关领域具备较强的科研和开发能力;

4、具备良好的学习新知识和新技术的能力,具有较强的创新意识;

5、具备良好的沟通能力、团队合作精神和团队管理能力。

三、毕业要求

依据工程教育专业认证对毕业的要求,制定符合培养目标的毕业要求。

本专业基本要求包括以下12项:

1)工程知识:具有从事人工智能领域工作所需的扎实数学、自然科学、工程基础和专业知识用于解决复杂工程问题。

2)问题分析:能够应用数学、自然科学和工程科学的基本原理,识别、表达、并通过文献研究分析人工智能领域复杂工程问题,以获得有效结论。

3)设计/开发解决方案:能够综合运用理论和技术手段,设计针对人工智能领域复杂工程问题的解决方案,设计满足信息获取、传输、处理或使用等需求的系统、单元(部件)或工艺流程,并能够在设计环节中体现创新意识,考虑社会、健康、安全、法律、文化以及环境等因素。

4)研究:能够基于科学原理并采用科学方法对人工智能领域复杂工程问题进行研究,包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。

5)使用现代工具:能够针对人工智能领域复杂工程问题,开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具,包括对人工智能领域复杂工程问题的预测与模拟,并能够理解其局限性。

6)工程与社会:能够基于人工智能相关背景知识进行合理分析,评价专业工程实践和人工智能领域复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响,并理解应承担的责任。

7)环境和可持续发展:能够理解和评价针对人工智能领域复杂工程问题的专业工程实践对环境、社会可持续发展的影响。

8)职业规范:具有人文社会科学素养、社会责任感,能够在人工智能实践中理解并遵守工程职业道德和规范,履行责任,具有人工智能+教育意识。

9)个人和团队:能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色。

10)沟通:能够就人工智能领域复杂工程问题与业界同行及社会公众进行有效沟通和交流,包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令。并具备一定的国际视野,能够在跨文化背景下进行沟通和交流。

11)项目管理:理解并掌握人工智能工程管理原理与经济决策方法,并能在多学科环境中应用。

12)终身学习:具有自主学习和终身学习的意识,有不断学习和适应发展的能力。

人工智能专业基本要求对培养目标的支撑关系如表1所示。

1毕业要求支撑培养目标矩阵图

              培养目标

毕业要求

目标1

目标2

目标3

目标4

目标5

1:工程知识

 

Ö

Ö

 

 

2:问题分析

 

 

Ö

Ö

 

3:设计/开发解决方案

 

 

Ö

 

 

4:研究

 

 

Ö

Ö

 

5:使用现代工具

 

Ö

Ö

Ö

 

6:工程与社会

Ö

 

 

 

Ö

7:环境和可持续发展

Ö

 

 

 

 

8:职业规范

Ö

 

 

 

Ö

9:个人和团队

 

 

 

 

Ö

10:沟通

 

 

 

 

Ö

11:项目管理

 

 

 

 

Ö

12:终身学习

 

 

Ö

Ö

 

四、学制与学位

标准学制为4年,实行弹性修业年限,可在36年内完成。

本专业授予工学学士学位。

五、学分要求

本专业总学分要求为150+7学分,其中通识教育必修课程36学分,通识教育选修课程12学分,学科专业核心课程52.5学分(含必修的实践教学环节),专业自主发展课程36.5学分,专业实践课程20学分。

六、教学活动时间安排 

2 教学活动时间安排

教学内容

周数

学年学期

合计

1

2

3

4

5

6

7

8

入学教育、军训

3

 

 

 

 

 

 

 

3

课堂教学

15

18

18

18

18

18

18

 

123

考 试

2

2

2

2

2

2

2

 

14

专业实习

 

 

 

 

 

 

 

9

9

毕业论文

 

 

 

 

 

 

 

10

10

毕业教育

 

 

 

 

 

 

 

1

1

合 计

20

20

20

20

20

20

20

20

160

七、课程结构与修读学分(时)要求

3 课程结构与修读学分(时)要求

课程类别

学分

比例(%

合计

备注

学分

比例

必修

通识教育课程

36

22.93%

108.5

69.11%

 

学科专业核心课程

52.5

33.44%

 

实践教学环节

20

12.74%

 

选修

通识教育课程

12

7.64%

48.5

30.89%

 

专业自主发展课程

36.5

23.25%

 

体质测试

不计学分,不计学时,测试合格方可毕业

 

创新创业实践活动

可置换专业自主发展课程学分或通识教育相关选修模块课程学分(最高置换10分)

参照《伟德bv1946官网本科生创新创业学分暂行管理办法》执行

实践教学(含理论课程中实验或实训部分、独立设置的实验课程、课程设计、见习、研习、实习、实训、毕业论文<设计>等)比例统计

50.5

32.17%

 

 

 

八、教学计划安排表

4 教学计划安排表

课程类别

课程编号

     

修读

性质

学分

学时

开设学期

负责单位

 

 

 

 

总学分

理论

实践

总学时

讲授

实践

 

 

通识教育课程

 

必修

课程

 

020000015

思想道德与法治

Morality   and Basic Laws

必修

3

3

0

54

54

0

2

马克思主义学院

020000002

中国近现代史纲要

Conspectus of Modern Chinese   History

必修

3

2

1

54

36

18

1

020000014

马克思主义基本原理

 Basic   Principle of Marxism

必修

3

3

0

54

54

0

4

020000004

毛泽东思想和中国特色社会主义理论体系概论

Introduction to Mao Zedong Thought   and the Socialism Theory of Chinese Characteristics System

必修

5

4

1

90

72

18

3

020000005

020000006

020000007

020000008

020000009

020000010

020000011

020000012

形势与政策

(形势与政策12345678

Situation and Policy

必修

2

1

1

36

18

18

1-8

050000001

050000002

050000003

大学英语基础课程(1)、综合课程(1)、

高级课程(1

College English: An Elementary   Course (1)

College English: An Integrated   Course (1)

College English: An Advanced Course   (1)

必修

4

4

 

72

72

0

1

外国语学院

050000004

050000005

050000006

大学英语基础课程(2)、综合课程(2)、

高级课程(2

College English: An Elementary   Course (2)

College English:An Integrated   Course (2)

College English:An Advanced Course   (2)

必修

4

4

 

72

72

0

2

外国语学院

150000001

大学体育(1

Undergraduate PE (1)

必修

1

 

1

36

 

36

1

体育学院

150000002

大学体育(2

Undergraduate PE (2)

必修

1

 

1

36

 

36

2

150000003

大学体育(3

Undergraduate PE (3)

必修

1

 

1

36

 

36

3

150000004

大学体育(4

Undergraduate PE (4)

必修

1

 

1

36

 

36

4

200000000

军事理论

Military Theory

必修

2

2

 

36

36

 

1

武装部

 

   

通识教育综合素质提升模块课程

 

 
020000013


习近平新时代中国特色社会主义思想概论

Introduction   to Xi Jinpings Socialist Thought with Chinese Characteristics in the New Era

必修

2

2

0

36

36

0

5

马克思主义学院

200000016

大学生心理健康与个人成长College Students' mental Health and Personal Growth 

必修

2

2

0

36

36

0

1

学生工作部

200000017

大学生安全教育Safety Education of College Students   

必修

1

1

0

18

18

0

1

公安处

290000018

大学生劳动教育Theoretical Labor Education  

必修

1

1

0

18

18

0

2

公共管理学院

小计

36

29

7

738

540

198

 

 

通识教育选修课程

分为中华传统与当代中国、经典文学与人文修养、科学思维与现代科技、艺术欣赏与审美体验、教师教育与师德修养、创新创业与拓展实践6个模块

选修

12

选修要求:(1)师范类专业须修满10学分;非师范类专业须修满12学分,方可满足毕业要求;(2)所有学生必须从“艺术欣赏与审美体验”中选修2个学分,从“创新创业与拓展实践”中选修4个学分(其中职业生涯与就业指导类2个学分,创新创业类2个学分);(3)其余学分自由选修。

全校

 

见当学期公布的学校通识选修课程表

 

学科专业

核心课

111005001

高等数学(1

Advanced Mathematics (1)

必修

5

5

0

90

90

0

1

伟德betvlctor1946

 

111005002

高等数学(2

Advanced Mathematics (2)

必修

6

6

0

108

108

0

2

111005003

线性代数

Linear Algebra

必修

4

4

0

72

72

0

2

111005004

概率统计

Probability Statistics

必修

4

4

0

72

72

0

3

111005005

大学物理

College Physics

必修

2

2

0

36

36

0

2

111050006

离散数学

Discrete Mathematics

必修

4

4

0

72

72

0

3

111005007

C语言程序设计

C Programming

必修

4

3

1

90

54

36

1

111005008

数据结构

Data Structure

必修

4

3

1

90

54

36

2

111005009

操作系统

Operating System

必修

4

3

1

90

54

36

3

111005010

计算机网络原理

Computer Network Principle

必修

3.5

3

0.5

72

54

18

5

111005011

计算机组成原理

Computer Composition Principle

必修

4

4

0

72

72

0

3

111005012

机器学习

Machine Learning

必修

3

3

0

54

54

0

5

111005013

人工智能导论

Introduction to Artificial Intelligence

必修

3

2

1

72

36

36

4

111005015

新生研讨课

Freshman Seminar

必修

2

2

0

36

36

0

1

 

小计

52.5

48

4.5

1026

864

162

 

 

专业自主发展课程

基础

模块

111105001

人工智能数学基础

Mathematical Basis of Artificial   Intelligence

选修

2

2

0

36

36

0

4

伟德betvlctor1946

111105002

计算方法

Computational Method

选修

3

2

1

72

36

36

4

111105003

面向对象程序设计

Object-Oriented Programming

选修

3

2

1

72

36

36

3

111105004

算法分析与设计

Algorithm Analysis and Design 

选修

3

3

0

54

54

0

5

111105005

数据库系统概论

Introduction to Database System

选修

4

3

1

90

54

36

4

111105006

编译原理

Compiling Principle

选修

4

4

0

72

72

0

6

111105007

软件工程

Software Engineering

选修

4

4

0

72

72

0

6

111105008

人工智能专业英语

Professional English

选修

2

2

0

36

36

0

3

伟德betvlctor1946

111105009

分布式与并行计算

Distributed and Parallel Processing

选修

3

2

1

72

36

36

5

111105010

神经网络与深度学习

Neural Networks and Deep Learning

选修

3

2

1

72

36

36

5

111105011

人工智能综合实践

Comprehensive Practice of Artificial Intelligence

选修

2.5

1

1.5

72

18

54

7

智能优化与控制模块

Œ

111105012

计算智能

Computational Intelligence

选修

3

2

1

72

36

36

4

 

伟德betvlctor1946

 

111105013

认知心理学基础

Introduction to Cognitive Psychology

选修

3

2

1

72

36

36

6

111105014

电子技术与系统

Electronic Technology and System

 选修

3

2

1

72

36

36

7

111105015

最优化方法

Optimization Method

选修

3

2

1

72

36

36

6

111105016

多智能体系统

Multi-agent System

选修

3

2

1

72

36

36

7

111105017

控制理论与方法

Control Theory and Method

选修

3

2

1

72

36

36

5

智能设计技术模块

v

111105018

智能设计技术

Intelligent Design   Technology

选修

4

3

1

90

54

36

6

伟德betvlctor1946

111105019

虚拟现实与增强现实

Virtual Reality   and Augmented Reality

选修

3

2

1

72

36

36

6

111105020

数据驱动设计

Data Driven Design

选修

3

2

1

72

36

36

7

111105021

智能交互技术

Intelligent   Interaction Technology

选修

3

2

1

72

36

36

7

智慧教育模块

w

111105022

机器人学导论

Introduction to Robotics

选修

3

2

1

72

36

36

5

伟德betvlctor1946

111105023

智能应用建模

Intelligent Application Model

选修

3

2

1

72

36

36

5

111105024

自适应学习

Adaptive Learning

选修

3

2

1

72

36

36

7

111105025

智慧教育大数据应用

Wisdom Education Big Data Application

选修

3

2

1

72

36

36

6

跨媒体智能

模块

x

111105026

知识表示与处理

Knowledge Representation and Processing

选修

3

2

1

72

36

36

5

伟德betvlctor1946

111105027

自然语言处理

Nature Language Processing

选修

3

2

1

72

36

36

7

111105028

强化学习

Reinforcement Learning

选修

2

2

0

36

36

0

7

111105029

概率图模型

Probabilistic Graphical Models

选修

3

2

1

72

36

36

6

111105030

信息检索

Information Retrieval

选修

3

2

1

72

36

36

6

智能图像处理模块

y

111105031

计算机图形学

Computer Graphics

选修

3

2

1

72

36

36

5

伟德betvlctor1946

111105032

数字图像处理

Digital Image Processing

选修

3

2

1

72

36

36

5

111105033

医学图像处理

Medical Image Processing

选修

3

2

1

72

36

36

7

111105034

模式识别

Pattern Recognition

选修

3

2

1

72

36

36

7

小计(共34门课,选修不低于36.5学分)

102.5

73

29.5

2376

1332

1044

 

 

实践教学环节

非师范类专业实践环节

112105001

专业实习

Specialty Practice

必修

8

 

8

9

 

9

8

伟德betvlctor1946

其他实践环节

200000001

军事技能

Military Theory and Training

必修

2

0

2

2

0

2

1

武装部

200000019

大学生劳动实践

Practical Labor Education  

必修

1

0

1

1

0

1

7

各学院(部)

112105004

毕业设计(论文)

Graduation Thesis (Design)

必修

6

 

6

10

 

10

8

伟德betvlctor1946

112102004

金工实习

Metalworking Practice

必修

2

 

2

2

 

2

6

112105003

社会实践

Social Activity

必修

1

 

1

1

 

1

2

 

体质测试

College Students' Physical Test

必修

不计学分,不计学时,测试合格方可毕业

体育学院

 

创新创业活动

Activities of Innovation & Entrepreneurship

通过课外创新实践活动、发表研究论文、申请专利等方式获得创新创业学分,创新创业学分全部计入成绩单,最高10学分可置换相关自主发展课程学分或通识教育相关选修模块课程学分(参照《伟德bv1946官网本科生创新创业学分暂行管理办法》执行)。

各学院(部)

小计

 

20

1

19

44

0

44

 

 

合计

 

157

108.5

48.5

2979+126

1971

1008+44

 

 

注:1.课程名称应包括中英文两种形式。

2.毕业设计(论文)课程编号**3*00001,前两位**为开课学院(部)代码,第四位*为专

业序号,专业序号由各学院(部)自主确定即可。

3.此教学计划表按照师范类专业设计,非师范类专业自行删除教师教育课程和教师教育实践环节。


附件:1.毕业要求各维度指标点分解表

5 毕业要求各维度指标点分解表

毕业要求概述

分解指标点

1:工程知识:具有从事人工智能领域工作所需的扎实数学、自然科学、工程基础和专业知识用于解决复杂工程问题。

1-1掌握数学和自然科学基础知识,领会重要数学、物理思想方法

1-2.掌握工程基础知识,并能够应用其基本概念、基本理论和基本方法解决实际问题

1-3.掌握计算机工程和人工智能专业知识,并能够综合应用相关知识解决人工智能领域复杂工程问题

2:问题分析:能够应用数学、自然科学和工程科学的基本原理,识别、表达、并通过文献研究分析人工智能领域复杂工程问题,以获得有效结论。

2-1.掌握数学物理基本方法,能够将工程问题转化、表述为数学问题进行分析

2-2.能够应用计算机软硬件技术,研究分析人工智能领域复杂工程问题,获得有效结论

2-3.能够应用人工智能工程基础和专业基础基本原理,研究分析人工智能领域复杂工程问题,获得有效结论

3:设计/开发解决方案:能够综合运用理论和技术手段,设计针对人工智能领域复杂工程问题的解决方案,设计满足信息获取、传输、处理或使用等需求的系统、单元(部件)或工艺流程,并能够在设计环节中体现创新意识,考虑社会、健康、安全、法律、文化以及环境等因素。

3-1.掌握智能硬件基础知识,能够设计/开发人工智能应用系统及工程解决方案,体现创新意识

3-2.掌握物联网、智能计算和机器学习的基础知识,能够设计信息获取、传输、处理或使用等需求的系统,体现创新意识

3-3.能够在设计环节考虑社会、健康、安全、法律、文化以及环境等因素

4:研究:能够基于科学原理并采用科学方法对人工智能领域复杂工程问题进行研究,包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。

4-1.能够根据需求,利用人工智能理论分析等手段,给出相关问题的研究方案和目标,能够根据科学或者应用目标,设计实验,确定需要的材料、器件及系统

4-2.能够对实验或设计过程的正确性加以控制,对实验中出现的问题和现象进行分析、解释和处理

4-3能够从理论上对实验结果进行分析和归纳,得到合理有效的结论

5:使用现代工具:能够针对人工智能领域复杂工程问题,开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具,包括对人工智能领域复杂工程问题的预测与模拟,并能够理解其局限性。

5-1.能够通过计算机网络等途径查询、检索人工智能专业文献及资料

5-2.熟练掌握智能仿真、预测等现代工具,能够对人工智能领域复杂工程问题进行分析、设计与仿真

5-3.能够理解智能工具对复杂工程问题设计与仿真的优势和局限性

6:工程与社会:能够基于人工智能相关背景知识进行合理分析,评价专业工程实践和人工智能领域复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响,并理解应承担的责任。

6-1.具有社会责任感,具有健康、国际安全与法律意识,认知和理解国际国内形势的发展趋势

6-2.能够评价人工智能专业实践和解决方案对社会、健康、安全、法律以及文化的影响,并理解应承担的责任

 

7:环境和可持续发展:能够理解和评价针对人工智能领域复杂工程问题的专业工程实践对环境、社会可持续发展的影响。

7-1.树立科学发展观,了解国家环境保护相关政策法规,理解社会可持续发展的重要性

7-2.能够对对人工智能领域复杂工程问题的工程实践对环境、社会可持续发展的影响进行合理评价

 

8:职业规范:具有人文社会科学素养、社会责任感,能够在人工智能实践中理解并遵守工程职业道德和规范,履行责任,具有人工智能+教育意识。

8-1.树立正确的人生观、价值观和世界观,具有人文社会科学素养和社会责任感

8-2.能够在人工智能领域工程实践中理解并遵守工程职业道德和规范,履行责任

 

 

9:个人和团队:能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色。

9-1.了解多学科背景下团队的构成以及不同角色成员的职责,开展研究并获取数据,能够共享信息

9-2.能够满足团队中应当承担的职责,能够倾听他人的意见

 

10:沟通:能够就人工智能领域复杂工程问题与业界同行及社会公众进行有效沟通和交流,包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令。并具备一定的国际视野,能够在跨文化背景下进行沟通和交流。 

10-1.具备较流利的英语听说读写能力,能够运用英语较准确地进行口头和书面交流

10-2.了解人工智能及相关专业科技文档的基本构成以及要求,具备科技文档的写作能力和科技演讲的基本技能

 

11: 项目管理:理解并掌握人工智能工程管理原理与经济决策方法,并能在多学科环境中应用。

 

11-1理解并掌握工程管理原理和经济管理决策方法

11-2能在多学科环境中应用工程管理原理或经济决策方法与工具

 

12: 终身学习:具有自主学习和终身学习的意识,有不断学习和适应发展的能力。

12-1对自主学习和终身学习有正确的认识,能够掌握科学锻炼与运动的基本方法

12-2掌握一定的自我学习和完善的能力

 


2.课程体系支撑毕业要求矩阵图

6课程体系支撑毕业要求矩阵图

课程类别

                   毕业要求

课程名称

要求1

要求2

要求3

要求4

要求5

要求6

要求7

要求8

要求9

要求10

要求11

要求12

1.1

1.2

1.3

2.1

2.2

2.3

3.1

3.2

3.3

4.1

4.2

4.3

5.1

5.2

5.3

6.1

6.2

7.1

7.2

8.1

8.2

9.1

9.2

10.1

10.2

11.1

11.2

12.1

12.2

通识教育课程

思想道德与法

 

 

 

 

 

 

 

 

H

 

 

 

 

 

 

H

L

 

 

H

L

 

 

 

 

 

 

 

 

中国近现代史纲要

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

H

L

M

L

 

 

 

 

 

 

 

 

马克思主义基本原理

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

H

L

H

L

 

 

 

 

 

 

 

 

毛泽东思想和中国特色社会主义理论体系概论

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

H

M

M

M

 

 

 

 

 

 

 

 

形势与政策

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M

 

H

L

M

M

 

 

 

 

 

 

大学英语基础课程(1)、

综合课程(1)、高级课程(1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M

 

 

 

 

 

 

 

H

M

 

 

 

 

大学英语基础课程(2)、

综合课程(2)、高级课程(2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M

 

 

 

 

 

 

 

H

M

 

 

 

 

大学体育(1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L

M

 

 

 

 

H

L

大学体育(2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L

M

 

 

 

 

H

L

大学体育(3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L

M

 

 

 

 

H

L

大学体育(4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L

M

 

 

 

 

H

L

军事理论

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

H

L

 

 

M

 

 

 

 

 

 

 

 

 

习近平新时代中国特色社会主义思想概论

 

 

 

 

 

 

 

 

H

 

 

 

 

 

 

H

H

H

M

H

H

 

 

 

 

 

 

 

 

大学生心理健康与个人成长

 

 

 

 

 

 

 

 

M

 

 

 

 

 

 

 

 

 

 

L

L

H

H

 

 

 

 

 

 

大学生安全教育       

 

 

 

 

 

 

 

 

L

 

 

 

 

 

 

L

H

 

 

H

 

 

 

 

 

 

 

 

 

大学生劳动教育    

 

 

 

 

 

 

 

 

L

 

 

 

 

 

 

 

 

 

 

M

 

 

H

 

 

 

 

H

L

学科专业

核心课

高等数学(1

H

M

M

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

高等数学(2

H

M

M

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

线性代数

H

M

M

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

概率统计

H

M

M

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

大学物理

H

M

M

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

离散数学

H

M

M

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

语言程序设计

 

 

H

 

 

M

 

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

数据结构

H

 

H

H

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

操作系统

 

 

 

H

H

H

 

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

计算机网络原理

 

 

 

 

H

M

 

M

 

 

 

 

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

计算机组成原理

 

 

 

 

H

M

 

M

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

机器学习

M

 

 

 

H

H

M

H

L

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

人工智能导论

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M

H

 

 

 

M

H

 

 

 

 

 

 

M

新生研讨课

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M

H

H

H

M

M

 

 

 

 

专业自主发展课程

人工智能数学基础

H

M

M

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

计算方法

 

 

 

H

H

H

 

M

 

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

面向对象程序设计

 

 

H

 

 

M

 

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

算法分析与设计

 

 

 

H

H

H

 

 

L

H

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

数据库系统概论

 

 

 

 

H

 

 

H

L

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

编译原理

 

 

 

 

H

H

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

软件工程

 

 

 

 

H

M

 

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

H

H

H

 

 

人工智能专业英语

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M

H

 

 

 

 

分布式与并行计算

 

 

M

 

 

H

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

神经网络与深度学习

M

 

 

 

H

H

M

H

L

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

人工智能综合实践

 

M

H

 

H

H

 

H

 

M

H

H

 

H

H

 

H

 

H

 

H

 

 

 

 

H

H

 

 

计算智能

 

 

 

 

 

 

 

H

M

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

认知心理学基础

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M

 

 

H

 

 

 

 

 

 

 

 

M

电子技术与系统

 

 

 

 

 

 

H

M

M

 

 

 

 

M

L

 

 

 

 

 

 

 

 

 

 

 

 

 

 

最优化方法

 

 

 

 

H

M

L

L

L

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

多智能体系统

 

 

 

 

 

 

 

 

 

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

控制理论与方法

 

H

M

 

 

 

 

 

 

M

M

M

 

 

 

 

 

 

H

 

 

 

 

 

 

 

 

 

 

智能设计技术

 

 

 

 

 

 

H

M

 

 

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

虚拟现实与增强现实

 

 

 

 

 

 

M

M

 

 

 

 

 

H

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

数据驱动设计

 

 

H

 

 

H

 

 

 

 

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

智能交互技术

 

 

 

 

 

 

H

 

L

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

机器人学导论

 

 

 

 

 

 

H

 

L

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

智能应用建模

H

M

L

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

H

 

 

 

 

 

 

 

 

 

 

自适应学习

 

 

M

 

 

 

 

 

 

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

H

智慧教育大数据应用

 

 

M

 

 

M

 

H

 

 

 

 

 

 

 

 

 

 

H

 

 

 

 

 

 

 

 

 

 

知识表示与处理

 

H

 

 

 

M

 

 

 

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

自然语言处理

 

H

 

 

 

M

 

 

 

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

强化学习

M

 

 

 

H

H

M

H

L

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

专业自主发展课程

概率图模型

 

H

 

 

 

M

 

 

 

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

信息检索

 

 

 

 

 

 

 

 

 

 

 

 

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M

L

计算机图形学

 

H

 

 

 

M

 

 

 

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

数字图像处理

 

H

 

 

 

M

 

 

 

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

医学图像处理

 

H

 

 

 

M

 

 

 

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

模式识别

 

H

 

 

 

M

 

 

 

H

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

实践教学环节

专业实习

 

M

H

 

H

H

 

H

 

M

H

H

 

H

H

 

H

 

M

 

H

 

 

 

 

H

H

 

 

军事技能

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

H

L

 

 

M

 

 

 

 

 

 

 

 

 

大学生劳动实践

 

 

 

 

 

 

 

 

L

 

 

 

 

 

 

 

 

 

 

M

 

 

H

 

 

 

 

H

L

毕业设计(论文)

 

 

H

 

 

H

 

 

H

 

 

 

 

 

 

 

H

 

 

H

 

 

 

 

H

 

 

H

M

金工实习

 

L

L

 

L

L

 

L

H

L

L

L

 

L

L

 

L

 

 

 

H

 

 

 

 

L

L

 

 

社会实践

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

H

M

M

M

M

M

 

H

 

 

M

M

 

 

体质测试

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

H

M

创新创业活动

 

 

 

 

 

 

 

 

 

H

 

 

H

M

M

 

 

 

 

 

 

 

 

 

M

 

 

 

H

































 

 

 

关闭