人工智能本科专业人才培养方案（2020版）
Undergraduate Program for Specialty in Artificial Intelligence
（专业代码：080717T）
一、培养目标
本专业面向人工智能领域，培养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；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能力，能够在教育、科研、企事业、行政管理等方面从事人工智能应用与研究工作，具有创新精神和较强实践能力的高素质复合应用型人才。
二、修业年限、计划总学时、学分及授予学位
本专业标准学制为四年，学校实行学分制下的弹性学制，允许员工在3～6年内修满学分。计划总学时为2556/2536学时（依所选不同方向而定），总学分为160学分。员工修完规定课程，修满规定学分，准予毕业。符合学位授予条件者，经校学位委员会审核通过，可授予工学学士学位。
三、主干学科与主要课程
主干学科：计算机科学与技术。
主要课程：高等数学、线性代数、概率论与数理统计、计算机科学导论、复变函数与积分变换、人工智能导论、程序设计基础、大学物理、电子技术与系统、离散数学、数据结构、计算机网络、人工智能的哲学基础与伦理、数据库原理与应用、Python编程与应用、机器学习与深度学习、自然语言处理与应用、数字信号处理、数字图像处理、团队激励与沟通、工程经济学、计算机视觉等。
四、主要实践性教学环节（含主要专业实验）
包括计算机科学导论、程序设计基础、电子技术与系统、数据结构、Python编程与应用、数据库原理与应用、计算机网络、数字信号处理、数字图像处理、计算机视觉等专业课程的上机实践，以及数据结构课程设计、机器学习与深度学习课程设计、自然语言处理与应用课程设计、电子工艺实习、专业实训、第二课堂、毕业实习、毕业设计、军训等。
五、课程的学时、学分及学期安排（见表1）
表1 课程学时、学分及学期安排表
|
课程
类别
|
课程
性质
|
课程
模块
|
课程
编号
|
课程名称
|
学
分数
|
总
学
时
|
总学时分配
|
周学时
|
开设学期
|
考核方式
|
备注
|
|||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
授课
|
实验
|
上机
|
其他
|
|||||||||||
|
通
识
教
育
课
程
|
通识教育必修课程
|
|
0301111801
|
思想道德修养与法律基础
Moral Character and Introduction to Law
|
3
|
54
|
36
|
|
|
18
|
3
|
一
|
考试
|
通识教育必修课程共38学分，占总160学分的23.75%。
|
|
0301121802
|
中国近现代史纲要
Compendium of Modern Chinese History
|
3
|
54
|
36
|
|
|
18
|
3
|
二
|
考试
|
||||
|
0301131803
|
马克思主义基本原理概论
Introduction to the Basic Theories of Marxism
|
3
|
54
|
36
|
|
|
18
|
3
|
三
|
考试
|
||||
|
0301131804
|
毛泽东思想和中国特色社会主义理论体系概论（一）
Mao Zedong Thought and Theoretical System of Socialism with Chinese Characteristics（Ⅰ）
|
2
|
36
|
36
|
|
|
|
2
|
三
|
考试
|
||||
|
0301141804
|
毛泽东思想和中国特色社会主义理论体系概论（二）
Mao Zedong Thought and Theoretical System of Socialism with Chinese Characteristics（Ⅱ）
|
3
|
54
|
36
|
|
|
18
|
3
|
四
|
考试
|
||||
|
0301111805
|
形势与政策（一）
Situation and Policies（Ⅰ）
|
0.5
|
9
|
8
|
|
|
1
|
|
一
|
考查
|
||||
|
0301121805
|
形势与政策（二）
Situation and Policies（Ⅱ）
|
0.5
|
9
|
8
|
|
|
1
|
|
二
|
考查
|
||||
|
0301131805
|
形势与政策（三）
Situation and Policies（Ⅲ）
|
0.5
|
9
|
8
|
|
|
1
|
|
三
|
考查
|
||||
|
0301141805
|
形势与政策（四）
Situation and Policies（Ⅳ）
|
0.5
|
9
|
8
|
|
|
1
|
|
四
|
考查
|
||||
|
0601121806
|
大学语文
College Chinese
|
2
|
36
|
36
|
|
|
|
2
|
二
|
考试
|
||||
|
通
识
教
育
课
程
|
通识教育必修课程
|
|
|
大学外语（一）
College Foreign Language（I）
|
3
|
54
|
36
|
|
|
18
|
3
|
一
|
考试
|
员工自主在《大学英语》《大学俄语》《大学日语》《大学韩国语》《大学西班牙语》中任意一种语言模块课程。具体课程名称、课程号依员工选修定。
|
|
|
大学外语（二）
College Foreign Language（II）
|
3
|
54
|
36
|
|
|
18
|
3
|
二
|
考试
|
||||
|
|
大学外语（三）
College Foreign Language（III）
|
3
|
54
|
36
|
|
|
18
|
3
|
三
|
考试
|
||||
|
|
大学外语（四）
College Foreign Language（IV）
|
3
|
54
|
36
|
|
|
18
|
3
|
四
|
考试
|
||||
|
0501111808
|
公共体育（一）
Physical Education（Ⅰ）
|
2
|
36
|
36
|
|
|
|
2
|
一
|
考试
|
||||
|
0501121808
|
公共体育（二）
Physical Education（Ⅱ）
|
2
|
36
|
36
|
|
|
|
2
|
二
|
考试
|
||||
|
0501131808
|
公共体育（三）
Physical Education（Ⅲ）
|
1
|
36
|
|
|
|
36
|
2
|
三
|
考试
|
||||
|
0501141808
|
公共体育（四）
Physical Education（Ⅳ）
|
1
|
36
|
|
|
|
36
|
2
|
四
|
考试
|
||||
|
2501111809
|
军事理论
Military Theory
|
2
|
36
|
18
|
|
|
18
|
2
|
二
|
考查
|
||||
|
合计
|
38
|
576
|
482
|
|
|
94
|
|
|||||||
|
通识教育选修课程
|
人文科学
|
可在本模块选修2~4学分
|
本模块员工须于规定的修业年限内至少修读4学分，其中至少选修1门公共艺术选修课程，取得2学分。
|
|||||||||||
|
社会科学
|
可在本模块选修2~4学分
|
|||||||||||||
|
自然科学
|
可在本模块选修2~4学分
|
|||||||||||||
|
创新创业教育
|
员工须在创新创业教育模块选修“老员工职业生涯规划与就业指导”课程2学分；
|
|||||||||||||
|
教师教育
|
可在本模块选修2~4学分
|
|||||||||||||
|
课程
类别
|
课程
性质
|
课程
模块
|
课程
编号
|
课程名称
|
学
分
数
|
总
学
时
|
总学时分配
|
周学时
|
开设学期
|
考核方式
|
备注
|
|||||
|
授课
|
实验
|
上机
|
其他
|
|||||||||||||
|
专
业
教
育
课
程
|
必修
|
学科
基础
课程
|
1702112011
|
高等数学（一）
Advanced Mathematics（Ⅰ）
|
5
|
90
|
90
|
|
|
|
6
|
一
|
考试
|
数学与自然科学类课程，包括高等数学、线性代数、概率论与数理统计、大学物理、离散数学、复变函数与积分变换，各有10.5、3、4、3、4、2.5学分，共27学分，占总160学分的16.88%。
|
||
|
1702122011
|
高等数学（二）
Advanced Mathematics（Ⅱ）
|
5.5
|
100
|
100
|
|
|
|
6
|
二
|
考试
|
||||||
|
1702132002
|
线性代数
Linear Algebra
|
3
|
54
|
54
|
|
|
|
3
|
三
|
考试
|
||||||
|
1702142003
|
概率论与数理统计
Probability and Statistics
|
4
|
72
|
72
|
|
|
|
4
|
四
|
考试
|
||||||
|
1102122003
|
大学物理Ⅱ
College Physics Ⅱ
|
3
|
54
|
54
|
|
|
|
4
|
二
|
考试
|
||||||
|
1782112005
|
计算机科学导论
Introduction to Computer Science
|
3
|
58
|
50
|
|
8
|
|
4
|
一
|
考试
|
||||||
|
1782132006
|
复变函数与积分变换
Complex Analysis and Integral Transformation
|
2.5
|
50
|
50
|
|
|
|
3
|
三
|
考试
|
||||||
|
小计
|
26
|
478
|
470
|
|
8
|
|
|
|||||||||
|
专业
核心
课程
|
1782212001
|
程序设计基础
Programming Foundation
9 Programming Foundation
|
4
|
80
|
64
|
|
16
|
|
4
|
一
|
考试
|
|
||||
|
1782222002
|
电子技术与系统
Electronic Technology and System
|
3
|
60
|
48
|
|
12
|
|
3
|
二
|
考试
|
||||||
|
1782222003
|
人工智能的哲学基础与伦理
The Philosophical Foundation and Ethics of Artificial Intelligence
|
1
|
18
|
18
|
|
|
|
1
|
二
|
考查
|
||||||
|
1782232004
|
离散数学
Discrete Mathematics
|
4
|
72
|
72
|
|
|
|
4
|
三
|
考试
|
||||||
|
1782232005
|
数据结构
Data Structure
|
4
|
80
|
64
|
|
16
|
|
4
|
三
|
考试
|
||||||
|
课程
类别
|
课程
性质
|
课程
模块
|
课程
编号
|
课程名称
|
学
分
数
|
总
学
时
|
总学时分配
|
周学时
|
开设学期
|
考核方式
|
备注
|
|||||
|
授课
|
实验
|
上机
|
其他
|
|||||||||||||
|
专
业
教
育
课
程
|
必修
|
专业
核心
课程
|
1782242007
|
Python编程与应用（上机）
Python Programming and Application
|
1.5
|
54
|
|
|
54
|
|
3
|
四
|
考试
|
专业核心课程包括工程基础类课程、专业基础类课程与专业类课程，共47.5学分。此外，属于必修的专业类课程的还有数据结构课程设计、自然语言处理与应用课程设计、机器学习与深度学习课程设计、电子工艺实习、专业实训共计5学分，两者合计52.5学分，占总160学分的32.81%。
|
||
|
1782242008
|
数字信号处理
Digital Signal Processing
|
4
|
76
|
68
|
|
8
|
|
4
|
四
|
考试
|
||||||
|
1782242009
|
数据库原理与应用
Principle and Applications of Database
|
4
|
80
|
64
|
|
16
|
|
4
|
四
|
考试
|
||||||
|
1782242012
|
人工智能导论
Introduction of Artificial Intelligence
|
3
|
64
|
48
|
|
16
|
|
3
|
四
|
考试
|
||||||
|
1782252017
|
计算机网络
Computer Network
|
4
|
80
|
64
|
|
16
|
|
5
|
五
|
考试
|
||||||
|
1782252018
|
数字图像处理
|
3
|
56
|
48
|
|
8
|
|
3
|
五
|
考试
|
||||||
|
1782252019
|
机器学习与深度学习
Machine Learning and Deep Learning
|
3
|
56
|
48
|
|
8
|
|
3
|
五
|
考试
|
||||||
|
1782252020
|
自然语言处理与应用
Natural language Processing and Application
|
3
|
56
|
48
|
|
8
|
|
3
|
五
|
考试
|
||||||
|
1782252021
|
工程经济学
Software Engineering Economics
|
2
|
36
|
36
|
|
|
|
2
|
五
|
考查
|
||||||
|
1782262022
|
团队激励与沟通
Team Motivation and Communication
|
1
|
18
|
18
|
|
|
|
1
|
六
|
考查
|
||||||
|
1782262023
|
计算机视觉
Computer Vision
|
3
|
64
|
48
|
|
16
|
|
3
|
六
|
考试
|
||||||
|
小计
|
47.5
|
950
|
756
|
|
194
|
|
|
|||||||||
|
合计
|
73.5
|
1428
|
1226
|
|
202
|
|
|
专业必修课程合计
|
||||||||
|
课程
类别
|
课程
性质
|
课程
模块
|
课程
编号
|
课程名称
|
学
分
数
|
总
学
时
|
总学时分配
|
周学时
|
开设学期
|
考核方式
|
备注
|
||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
授课
|
实验
|
上机
|
其他
|
||||||||||||
|
专
业
教
育
课
程
|
选修
|
专业
应用
方向
|
智能机器人开发
|
1783252001
|
嵌入式操作系统（上机）
Embedded Operating System
|
1.5
|
54
|
|
|
54
|
|
3
|
五
|
考查
|
员工应在“智能机器人开发”和“模式识别技术”两模块中任选一个模块修读。若选择本模块，则应至少修读11学分。
|
|
1783262002
|
智能系统设计与应用
Intelligent System Design and Application
|
2.5
|
50
|
42
|
|
8
|
|
3
|
六
|
考查
|
|||||
|
1783262003
|
机器人系统开发
Robotics System Development
|
2.5
|
58
|
42
|
|
16
|
|
3
|
六
|
考查
|
|||||
|
1783262004
|
物联网技术导论
Introduction to Internet of Things Technology
|
2
|
36
|
36
|
|
|
|
2
|
六
|
考查
|
|||||
|
1783262005
|
智能机器人原理与技术
Principle and technology of intelligent robot
|
2.5
|
58
|
42
|
|
16
|
|
3
|
六
|
考查
|
|||||
|
1783262006
|
单片机原理与应用
MCU Technology and Applications
|
3
|
58
|
50
|
|
8
|
|
3
|
六
|
考查
|
|||||
|
1783262007
|
人机交互技术
Human-Machine Interfacing Technology
|
2.5
|
58
|
42
|
|
16
|
|
3
|
六
|
考查
|
|||||
|
小计
|
11
|
286
|
176
|
|
110
|
|
|
|
|
||||||
|
模式识别技术
|
1783252011
|
Linux原理与应用（上机）
Application of Linux and Shell Programming
|
1.5
|
54
|
|
|
54
|
|
3
|
五
|
考查
|
员工应在“智能机器人开发”和“模式识别技术”两模块中任选一个模块修读。若选择本模块，则应至少修读11学分。
|
|||
|
1783252012
|
算法分析与设计
Analysis and Design of Algorithms
|
3
|
58
|
50
|
|
8
|
|
3
|
五
|
考查
|
|||||
|
1783262013
|
智能优化算法
Intelligence Optimization Algorithms
|
2.5
|
50
|
42
|
|
8
|
|
3
|
六
|
考查
|
|||||
|
1783262014
|
语音信息处理
Speech Signal Processing
|
2
|
48
|
30
|
|
18
|
|
3
|
六
|
考查
|
|||||
|
1783262015
|
图像识别项目实践
Project Practice of Image Recognition
|
2
|
54
|
18
|
|
36
|
|
3
|
六
|
考查
|
|||||
|
1783262016
|
数据挖掘与数据分析
Data Mining and Data Analysis
|
2.5
|
50
|
42
|
|
8
|
|
3
|
六
|
考查
|
|
||||
|
小计
|
11
|
266
|
152
|
|
114
|
|
|
|
|
|
|||||
|
合计
|
11
|
286
266
|
176
152
|
|
110
114
|
|
|
|
|
专业方向课程合计
|
|||||
|
课程
类别
|
课程
性质
|
课程
模块
|
课程
编号
|
课程名称
|
学
分
数
|
总
学
时
|
总学时分配
|
周学时
|
开设学期
|
考核方式
|
备注
|
|||
|
授课
|
实验
|
上机
|
其他
|
|||||||||||
|
专
业
教
育
课
程
|
选修
|
专业
任选
课程
|
1783332001
|
面向对象的程序设计（上机）
|
2
|
72
|
|
|
72
|
|
4
|
三
|
考查
|
员工应在本模块中至少修读9学分。
|
|
1783352003
|
人工智能前沿问题选讲
Artificial Intelligence Frontier Problems
|
1
|
18
|
18
|
|
|
|
2
|
五
|
考查
|
||||
|
1783352005
|
软件工程
Software Engineering
|
2.5
|
50
|
42
|
|
8
|
|
3
|
五
|
考查
|
||||
|
1783362008
|
计算机组成原理
Computer Organization
|
4
|
76
|
68
|
|
8
|
|
4
|
六
|
考查
|
||||
|
1783352009
|
操作系统
|
4
|
80
|
64
|
|
16
|
|
4
|
五
|
考试
|
||||
|
1783352010
|
编译原理
|
3
|
56
|
48
|
|
8
|
|
3
|
五
|
考查
|
||||
|
1783352010
|
Java与面向对象技术（上机）
Java and Object-oriented Technology
|
2
|
72
|
|
|
72
|
|
4
|
五
|
考试
|
||||
|
1783362011
|
科技论文写作
Scientific Paper Writing
|
2
|
40
|
24
|
|
16
|
|
2
|
六
|
考查
|
||||
|
1783362012
|
智能视频分析
Intelligent Video Analysis
|
2.5
|
58
|
42
|
|
16
|
|
3
|
六
|
考查
|
||||
|
1783362013
|
并行计算与分布式计算
Parallel and Distributed Computing
|
2.5
|
50
|
42
|
|
8
|
|
3
|
六
|
考查
|
||||
|
1783362014
|
软件开发与文档写作
Software Development and Document Writing
|
2
|
32
|
32
|
|
|
|
2
|
六
|
考查
|
||||
|
小计
|
9
|
176
|
136
|
|
40
|
|
|
|||||||
|
合计
|
9
|
176
|
136
|
|
40
|
|
|
专业选修课程合计
|
||||||
|
课程
类别
|
课程
性质
|
课程
模块
|
课程
编号
|
课程名称
|
学
分
数
|
总
学
时
|
总学时分配
|
周学时
|
开设学期
|
考核方式
|
备注
|
||||
|
授课
|
实验
|
上机
|
其他
|
||||||||||||
|
实践
教学
|
必修
|
基础
实践
|
1104121807
|
大学物理实验Ⅱ
Experiments of College Physics II
|
0.5
|
18
|
|
18
|
|
|
|
二
|
考查
|
必修的实践环节共计30.11学分，占总160学分的18.82%，选修至少4.28学分，占2.67%；合计至少占21.49%。
|
|
|
小计
|
0.5
|
18
|
|
18
|
|
|
|
||||||||
|
专业
实践
|
1784232001
|
数据结构课程设计
Curriculum Design of Data Structure
|
1
|
1周
|
|
|
|
|
|
三
|
考查
|
||||
|
1784252010
|
自然语言处理技术及应用课程设计
Curriculum Design of Natural language Processing and Application
|
1
|
1周
|
|
|
|
|
|
五
|
考查
|
|||||
|
1784252011
|
机器学习与深度学习课程设计
Curriculum Design of Machine Learning and Deep Learning
|
1
|
1周
|
|
|
|
|
|
五
|
考查
|
|||||
|
1784262012
|
电子工艺实习
Electronic Process Practice
|
1
|
1周
|
|
|
|
|
|
六
|
考查
|
|||||
|
1784262005
|
专业实训
Professional Training
|
1
|
1周
|
|
|
|
|
|
六
|
考查
|
|||||
|
小计
|
5
|
5周
|
|
|
|
|
|
||||||||
|
综合
实践
|
1784272006
|
毕业实习
Graduation Practice
|
3
|
12周
|
|
|
|
|
|
七
|
考查
|
||||
|
1784282007
|
毕业设计
Graduation Design
|
13
|
13周
|
|
|
|
|
|
八
|
考查
|
|||||
|
1784282008
|
第二课堂
Innovation and Entrepreneurship Practice of Students
|
3
|
6周
|
|
|
|
|
|
八
|
考查
|
|||||
|
小计
|
19
|
31周
|
|
|
|
|
|
||||||||
|
课程
类别
|
课程
性质
|
课程
模块
|
课程
编号
|
课程名称
|
学
分
数
|
总
学
时
|
总学时分配
|
周学时
|
开设学期
|
考核方式
|
备注
|
|||
|
授课
|
实验
|
上机
|
其他
|
|||||||||||
|
实践
教学
|
选修
|
综合
实践
|
1784282009
|
员工创新创业实践
Innovation and Entrepreneurship Practice of Students
|
6
|
|
|
|
|
|
|
|
|
|
|
小计
|
6
|
|
|
|
|
|
|
|||||||
|
合计
|
24.5
|
36周
|
|
|
|
|
|
|
||||||
|
总计
|
160
|
2556
2536
|
2092
2068
|
18
|
352
356
|
94
|
|
|
||||||
注：1. 表中单元格有两行数据者，依次为员工选修智能机器人开发、模式识别技术方向的数据。
2. 老员工参与专业科研实验、论文撰写、专利开发、创业实践、各类学科竞赛、社会实践等活动并取得一定成绩或成果，认定相应学分，可充抵专业选修课程学分，最高不超过6学分，具体要求和学分认定办法，按学校有关规定执行。经省级以上主管部门组织考核并获得相应职业技能等级证书，按级别高低分别计2～4学分，对应的课程可申请免修。
六、专业课程设置（见表2）
表2 专业课程设置
|
课程
类别
|
课程性质
|
课程
模块
|
课程
编号
|
课程名称
|
先修课程
|
|
专
业
教
育
课
程
|
专业必修课程
|
学科
基础
课程
|
1702112011
|
高等数学（一）
|
无
|
|
1702112011
|
高等数学（二）
|
高等数学（一）
|
|||
|
1702132002
|
线性代数
|
无
|
|||
|
1702142003
|
概率论与数理统计
|
高等数学（一）、（二）
|
|||
|
1782112005
|
计算机科学导论
|
无
|
|||
|
1782132006
|
复变函数与积分变换
|
高等数学（一）、（二）
|
|||
|
1102122003
|
大学物理Ⅱ
|
高等数学（一）
|
|||
|
专业
核心
课程
|
1782212001
|
程序设计基础
|
无
|
||
|
1782222002
|
电子技术与系统
|
计算机科学导论
|
|||
|
1782222003
|
人工智能的哲学基础
与伦理
|
无
|
|||
|
1782232004
|
离散数学
|
线性代数
|
|||
|
1782232005
|
数据结构
|
程序设计基础
|
|||
|
1782242007
|
Python编程与应用
（上机）
|
计算机科学导论、程序设计基础
|
|||
|
1782242008
|
数字信号处理
|
复变函数与积分变换
|
|||
|
1782242009
|
数据库原理与应用
|
程序设计基础、Python编程与应用、
离散数学、数据结构
|
|||
|
1782242012
|
人工智能导论
|
计算机科学导论
|
|||
|
1782252017
|
计算机网络
|
程序设计基础、数据结构、电子技术与系统
|
|||
|
1782252018
|
数字图像处理
|
Python编程与应用、数字信号处理
|
|||
|
1782252019
|
机器学习与深度学习
|
程序设计基础、Python编程与应用、概率论与数理统计、数字信号处理
|
|||
|
1782252020
|
自然语言处理与应用
|
程序设计基础、Python编程与应用、概率论与数理统计、数字信号处理
|
|||
|
1782252021
|
工程经济学
|
程序设计基础、数字信号处理、离散数学
|
|||
|
1782262022
|
团队激励与沟通
|
程序设计基础、Python编程与应用
|
|||
|
1782262023
|
计算机视觉
|
数字信号处理、数字图像处理、机器学习与深度学习
|
|
课程
类别
|
课程性质
|
课程
模块
|
课程
编号
|
课程名称
|
先修课程
|
|
|
专
业
教
育
课
程
|
专业选修课程
|
专业应用方向
|
智能机器人开发
|
1783252001
|
嵌入式操作系统
（上机）
|
程序设计基础、计算机组成原理、数据结构、操作系统
|
|
1783262002
|
智能系统设计与应用
|
程序设计基础、电子技术与系统
|
||||
|
1783262003
|
机器人系统开发
|
程序设计基础、电子技术与系统、嵌入式操作系统（上机）
|
||||
|
1783262004
|
物联网技术导论
|
计算机组成原理、操作系统、计算机网络
|
||||
|
1783262005
|
智能机器人原理与技术
|
电子技术与系统、人工智能导论、数字图像处理
|
||||
|
1783262006
|
单片机原理与应用
|
电子技术与系统
|
||||
|
1783262007
|
人机交互技术
|
计算机科学导论、程序设计基础、Python
编程与应用
|
||||
|
模式识别技术
|
1783252011
|
Linux原理与应用
（上机）
|
程序设计基础、数据结构、Python编程与
应用（上机）
|
|||
|
1783252012
|
算法分析与设计
|
程序设计基础、数据结构、概率论与数理统计、Python编程与应用（上机）
|
||||
|
1783262013
|
智能优化算法
|
高等数学、程序设计基础、线性代数、概率论与数理统计、数据结构
|
||||
|
1783262014
|
语音信息处理
|
Python编程与应用（上机）、自然语言处理与应用
|
||||
|
1783262015
|
图像识别项目实践
|
线性代数、数据结构、Python编程与应用、数字图像处理、机器学习与深度学习
|
||||
|
1783262016
|
数据挖掘与数据分析
|
程序设计基础、操作系统、数据库原理与应用、计算机网络
|
||||
|
专业
任选
课程
|
1783332001
|
面向对象的程序设计
（上机）
|
程序设计基础
|
|||
|
1783352003
|
人工智能前沿问题选讲
|
人工智能导论、机器学习与深度学习
|
||||
|
1783352005
|
软件工程
|
程序设计基础、Python编程与应用、团队激励与沟通
|
||||
|
1783362008
|
计算机组成原理
|
电子技术与系统
|
||||
|
1783352009
|
操作系统
|
计算机科学导论、数据结构
|
||||
|
1783352010
|
编译原理
|
程序设计基础、离散数学、数据结构
|
||||
|
1783352010
|
Java与面向对象技术
（上机）
|
程序设计基础、计算机组成原理、Python
编程与应用、操作系统
|
||||
|
1783362011
|
科技论文写作
|
人工智能导论、团队激励与沟通
|
||||
|
1783362012
|
智能视频分析
|
Python编程与应用、数字图像处理、机器
学习与深度学习
|
||||
|
1783362013
|
并行计算与分布式计算
|
算法分析与设计、Linux应用与Shell编程
|
||||
|
1783362014
|
软件开发与文档写作
|
软件工程、团队激励与沟通
|
||||
七、各类课程的学时、学分统计（见表3）
表3 各类课程的学时、学分统计
|
课程类别
|
课程性质
|
课程模块
|
学时
|
学分
|
学分比例
|
|
通识
教育
课程
|
必修课程
|
|
576
|
38
|
23.75%
|
|
选修课程
|
|
72
|
4
|
2.50%
|
|
|
专业
教育
课程
|
必修课程
|
学科基础课程
|
478
|
26
|
16.25%
|
|
专业核心课程
|
950
|
47.5
|
29.69%
|
||
|
选修课程
|
专业应用方向
|
286（智能机器人开发）
266（模式识别技术）
|
11
11
|
6.88%
6.88%
|
|
|
专业任选课程
|
176
|
9
|
5.63%
|
||
|
实践
教学
|
必修
|
基础实践
|
18
|
0.5
|
18.82%
|
|
专业实践
|
202+5周
|
10.6
|
|||
|
综合实践
|
31周
|
19
|
|||
|
合计
|
2556
2536
|
160
|
100%
|
||
八、其他说明
表4 建议修读学分学期分配表
|
学年
|
一
|
二
|
三
|
四
|
合计
|
||||
|
学期
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
|
|
建议修读学分
|
22
|
24
|
24
|
25
|
26
|
17
|
5
|
17
|
160
|
专业负责人： 教学经理： 公司教授委员会主任： 经理：
教务处负责人： 分管教学董事长：
jbo竞博官网公众号
jbo竞博官网公众号
版权所有©jbo竞博官网 All Rights Reserved 鲁ICP备05001955号-1