人工智能专业人才培养方案（2020版）
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，允许学生在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。学生修完规定课程，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 |
学生自主在《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、课程号依学生选修定。 |
|
|
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 |
本模块学生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 |
学生须在创新创业教育模块选修“大学生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 |
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 |
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 |
学生应在“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 |
学生应在“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 |
学生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 |
学生创新创业实践 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，依次为学生选修智能机器人开发、模式识别技术方向的数据。
2. 大学生参与专业科研实验、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OD体育 长： OD体育 教授委员会主任： 院长：
教务处负责人： 分管教学校长：