人工智能专业培养方案
人工智能专业培养方案
一、培养目标
人工智能专业立足湖北面向全国，落实立德树人根本任务，以服务区域经济发展和人工智能高素质人才培养为使命。培养具有良好的道德修养、遵纪守法，具有社会责任意识，掌握扎实的数理基础知识及计算机科学与技术相关的基本理论、知识、技能和方法，包括科学思维能力和设计解决方案、实现人工智能系统的能力；同时具备良好的沟通能力和协作能力，项目管理能力，具备终生学习拓展自我的能力；具备良好的国际视野能够跟踪学科发展前沿，且具备较强的创新意识和能力，能从事人工智能系统相关的研究、开发、部署与应用等领域工作创新型、复合型和工程化的高级专门人才。
本专业以培养德、智、体、美全面发展的社会主义合格建设者和可靠接班人为总目标，以让学生具有良好德政治素质与道德修养，系统掌握计算机人工智能所必须的基本理论、基础知识与方法，具有一定的应用软件开发、应用及维护能力为核心；兼顾培养为社会经济建设服务的具有创新意识和良好的应用能力的应用型人才和适应更高层次学习的研究人才。
学生毕业后可以在信息产业类企事业单位、政府机关及基层单位，从事人工智能系统的软硬件设计、开发和维护工作；也可以进入国内外高等院校、科研院所继续深造。学生毕业后经过5年左右的实际工作，能达到如下目标：
1.具有扎实的人工智能的基本理论、基础知识和基本技能，具有独立获取知识、提出问题、分析问题和解决问题的能力以及创新精神。
2.具备健康的身心和良好的人文科学素养，具有团队协作精神，能够有效地沟通和表达，具有工程项目实施及团队协作能力；
3.具备国际视野和持续提升自我的能力，能熟练使用一门外语参加专业领域的国际交流与合作，具有良好的专业国际视野，能够跟踪学科发展前沿，并能够利用网络工具不断拓展个人专业能力，具有终生学习的能力。
二、毕业要求
本专业毕业生应达到如下在知识、能力和素质方面的要求。
1.工程知识：掌握扎实的数学和自然科学基础知识，系统掌握计算机学科的工程基础和专业知识，能够运用各类知识解决复杂的实际工程问题。
2.问题分析：能够利用数学、自然科学特别是计算机科学的基本原理，抽象和归纳复杂工程问题的模型，并能够运用文献研究和分析工程问题得到合理的结论。
3.设计解决方案：能够设计针对智能系统领域复杂工程问题的解决方案，设计满足特定需求的系统、单元或算法流程，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.科学研究：能够基于人工智能领域的科学原理并采用科学方法对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：能够针对复杂工程问题，开发、选择与使用恰当的软硬件技术、计算资源、现代信息技术工具，包括对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：能够基于人工智能领域内工程背景知识进行合理分析，评价人工智能专业工程实践和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的复杂工程问题工程实践对环境、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。
10.沟通和交流：能够就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，有不断学习和适应计算机技术发展的能力。
13.持续发展：树立和践行社会主义核心价值观。
三、主干学科
信息科学与技术、计算机科学与技术
四、专业大类
电子信息类
五、核心课程
程序设计基础、面向对象程序设计、离散数学、算法与数据结构、计算机组成原理、数字逻辑、计算机网络、操作系统、数字图像处理、人工智原理、嵌入式智能系统、智能计算、工业机器人技术等。
六、修业年限
学制4年，实行弹性修业年限
七、最低毕业学分
学生完成专业培养方案规定的课程，考核合格，准予毕业的最低173学分
八、授予学位
工学学士
九、课程设置
（一）课程教学
1、通识类课程
课程名称
学时
学分
开课学期
课程属性
备注
说明
课程类别
开课单位
总学时
课内
课外
总学分
课内
课外
课堂
实验
思想道德修养与法律基础
48
40
0
8
3
2.5
0.5
1
必修
人文社会科学类课程
马院
中国近现代史纲要
48
40
0
8
3
2.5
0.5
2
必修
人文社会科学类课程
马院
马克思主义基本原理概论
48
40
0
8
3
2.5
0.5
3
必修
人文社会科学类课程
马院
毛泽东思想和中国特色社会主义理论体系概论（上）
40
40
0
0
2.5
2.5
0
3
必修
人文社会科学类课程
马院
毛泽东思想和中国特色社会主义理论体系概论（下）
40
32
0
8
2.5
2
0.5
4
必修
马院
形势与政策
64
8
0
0
2
2
0
1
必修
人文社会科学类课程
马院
8
0
0
2
8
0
0
3
8
0
0
4
8
0
0
5
8
0
0
6
8
0
0
7
8
0
0
8
心理健康教育
32
8
0
16
2
0.5
1
1
必修
人文社会科学类课程
学生处
0
0
8
0
0.5
1
心理健康测试
4
心理健康测试
6
心理健康测试
7
心理健康测试
人文英语
48
32
0
16
3
2
1
4
必修
人文社会科学课程
外语学院
大学美育
16
16
0
0
1
1
0
2
必修
人文社会科学类课程
马院
大学语文
24
24
0
0
1.5
1.5
0
2
必修
人文社会科学类课程
马院
数学分析A
72
72
0
0
4.5
4.5
0
1
必修
数学和自然科学类课程
数理学院
数学分析B
96
96
0
0
6
6
0
2
必修
数理学院
高等代数
80
80
0
0
6
6
0
3
必修
数学和自然科学类课程
数理学院
概率论与数理统计
48
48
0
0
3
3
0
4
必修
数学和自然科学类课程
数理学院
大学物理(力学)B
32
32
0
0
2
2
0
2
必修
数学和自然科学类课程
数理学院
大学物理(电磁学)B
32
32
0
0
0
2
0
2
必修
数理学院
大学物理(光学)B
24
24
0
0
1.5
1.5
0
3
必修
数理学院
数理学院
大学物理(热学)B
16
16
0
0
1
1
0
3
必修
大学物理（近代物理学）B
16
16
0
0
1
1
0
3
必修
数学和自然科学类课程
数理学院
大学物理实验（上）
24
0
24
0
1.5
1.5
0
2
必修
数学和自然科学类课程
数理学院
大学物理实验（下）
24
0
24
0
1.5
1.5
0
3
必修
数学和自然科学类课程
数理学院
大学体育(1)
40
24
0
16
2.5
1.5
1
1
必修
体育课程
体育部
大学体育(2)
40
24
0
16
2.5
1.5
1
2
必修
体育部
大学体育(3)
40
24
0
16
2.5
1.5
1
3
必修
体育部
大学体育(4)
40
24
0
16
2.5
1.5
1
4
必修
体育部
军事理论
36
8
0
28
2
0.5
1.5
1
必修
军事课课程
保卫处
大学英语A(1)
32
32
0
0
2
2
0
1
必修
外语课程
外语学院
大学英语A(2)
32
32
0
0
2
2
0
2
必修
外语学院
大学英语A(3)
32
32
0
0
2
2
0
3
必修
外语学院
文献检索
16
8
0
8
1
0.5
0.5
必修
计算机与信息技术类课程
图书馆
大学生职业发展
16
8
0
8
1
0.5
0.5
1
必修
创业基础与就业指导
16
16
0
0
1
1
0
必修
合计
1212
984
48
180
74.5
63.5
11
——
——
注：“课程类别”由各专业依“国标”“认证标准”的要求自行填写。若该门课程不属于“国标”或“认证标准”中的类别，可以不填。
2、学科基础知识课程
课程名称
学时
学分
开课学期
课程属性
备注
说明
课程类别
开课单位
总学时
课内
课外
总学分
课内
课外
课堂
实验
程序设计基础
72
48
24
0
4.5
4.5
0
1
必修
学科基础知识课程
计算机学院
计算学科概论
16
16
0
0
1
1
0
2
必修
学科基础知识课程
计算机学院
人工智能程序设计
32
24
8
0
2
2
0
2
必修
学科基础知识课程
计算机学院
面向对象程序设计
56
36
20
0
3.5
3.5
0
3
必修
学科基础知识课程
计算机学院
数字逻辑
56
42
14
0
3.5
3.5
0
3
必修
学科基础知识课程
计算机学院
离散数学
64
64
0
0
4
4
0
3
必修
数学和自然科学类课程
计算机学院
计算机组成原理
64
52
12
0
4
4
0
4
必修
学科基础知识课程
计算机学院
计算机网络
56
48
8
0
3.5
3.5
0
4
必修
学科基础知识课程
计算机学院
算法与数据结构
80
60
20
0
5
5
0
4
必修
学科基础知识课程
计算机学院
操作系统
56
48
8
0
3.5
3.5
0
5
必修
学科基础知识课程
计算机学院
合计
552
438
114
0
34.5
34.5
0
——
——
——
——
3、专业知识课程
课程名称
学时
学分
开课学期
课程属性
备注
说明
课程类别
开课单位
总学时
课内
课外
总学分
课内
课外
课堂
实验
机器学习
80
64
16
0
5
5
0
6
必修
专业知识课程
计算机学院
人工智能导论
48
32
16
0
3
3
0
2
必修
专业知识课程
计算机学院
算法设计与分析
48
36
12
0
3
3
0
5
必修
专业知识课程
计算机学院
机器视觉与应用
32
24
8
0
2
2
0
5
必修
专业知识课程
计算机学院
嵌入式智能系统
48
36
12
0
3
3
0
5
选修
专业知识课程
计算机学院
智能计算
32
32
0
0
2
2
0
6
选修
专业知识课程
计算机学院
数据挖掘与大数据应用
32
32
0
0
2
2
0
5
选修
专业知识课程
计算机学院
虚拟现实技术
32
24
8
0
2
2
0
6
选修
专业知识课程
计算机学院
机器人流程自动化
32
24
8
0
2
2
0
6
选修
专业知识课程
计算机学院
合计
384
304
8-
0
24
24
0
——
——
——
——
注：表中“合计”一行中的“总学时”与“总学分”是指学生本培养方案中应完成的专业知
识课程的总学时与总学分，而不是上述所有课程（含选修课程）的累计。
（二）实践教学
名称
学时或周数
学分
开设学期/暑期实践季
起止周
属性
备注说明
类型
开课单位
软件基础综合设计
16
1
第1学期
1-16
必修
综合设计
计算机学院
人工智能编程基础实训
32
2
第3学期
1-16
必修
综合实训
计算机学院
高级语言软件综合设计
16
1
第3学期
1-16
必修
综合设计
计算机学院
图像处理与机器视觉综合设计
32
2
第5学期
1-16
必修
综合设计
计算机学院
机器学习与深度学习实训
64
4
第6学期
1-16
必修
综合实训
计算机学院
认识实习
32
2
第2学期
1-16
必修
计算机学院
专业实习
4周
4
第6学期
1-4
必修
劳动
教育
计算机学院
毕业实习
4周
4
第7学期
1-4
必修
计算机学院
毕业设计（论文）
12周
4
第7学期
17-20
必修
计算机学院
12
第8学期
2-13
合计
——
36
——
——
——
——
——
注：表中“合计”一行中的“学分”是指学生本培养方案中应完成的实践教学的学分合计。
（三）创新创业与素质教育平台
名称
学时或周数
学分
开设学期/暑期实践季
起止周
属性
备注说明
类型
开课单位
创新创业教育
32
2
1-8
学术周
必修
创新创业实践
计算机学院
合计
32
2
——
——
——
——
——
附4-1人工智能专业课程关系图
附4-2人工智能专业课程与毕业要求支撑矩阵
课程名称
毕业要求
1.工程知识
2.问题分析
3.设计解决方案
4.研究
5.使用现代工具
6.工程与社会
7.环境和可持续发展
8.职业规范
9.个人团队
10.沟通
11.项目管理
12.终身学习
中国近现代史纲要
M
M
H
M
M
思想道德修养与法律基础
M
M
H
H
M
M
马克思主义基本原理概论
M
M
H
M
M
毛泽东思想和中国特色社会主义理论体系概论（上）
M
H
M
H
M
M
毛泽东思想和中国特色社会主义理论体系概论（下）
M
H
M
H
M
M
大学体育(1)
M
大学体育(2)
M
大学体育(3)
M
大学体育(4)
M
大学英语A(1)
H
H
大学英语A(2)
H
H
大学英语A(3)
H
H
学术英语
H
H
形势与政策（1）-（8）
M
M
H
H
M
M
数学分析A
H
M
数学分析B
H
M
高能代数
H
H
概率论与数理统计
H
H
H
大学物理(力学)B
H
H
大学物理(电磁学)B
H
H
大学物理(光学)B
H
H
文献检索
M
H
H
H
军事理论
H
M
M
心理健康教育
M
H
H
大学生职业发展
H
H
创业基础与就业指导
M
H
M
计算机程序设计基础
H
M
H
M
H
M
人工智能程序设计
H
M
H
M
H
M
数字逻辑
H
M
H
M
H
M
离散数学
H
M
H
M
H
M
计算机组成原理
H
M
H
M
H
M
信号与系统
H
M
H
M
H
M
数据结构
H
M
H
M
H
M
操作系统
H
M
H
M
H
M
机器学习
H
M
H
M
H
M
人工智能导论
H
H
M
算法分析与设计
H
H
M
M
最优化方法
H
H
M
H
智能机器人
H
H
M
H
机器视觉与应用
模式识别
嵌入式智能系统
H
M
M
M
M
工业机器人技术
M
M
M
M
M
智能技术算
M
M
M
M
数据挖掘与大数据应用
M
M
M
M
虚拟现实技术
M
M
M
M
自然语言理解
H
M
M
M
M
智能机器人系统
H
H
M
M
智能传感器技术
M
M
M
M
计算机程序设计基础课程设计
H
M
M
数字逻辑课程设计
H
M
M
计算机组成原理课程设计
H
M
M
操作系统课程设计
M
M
M
M
M
数据结构课程设计
H
M
H
M
数据库原理与应用课程设计
H
M
M
数字图像处理综合训练
H
H
M
M
M
模式识别课程设计
H
H
H
M
M
M
创新创业实训（Python语言）
H
H
H
M
M
M
机器学习实训
H
H
M
M
专业实习
H
M
毕业实习
M
H
毕业设计（论文）
H
H
H
H
军事技能训练
H
心理健康测试（1）-（4）
H
H
体质健康测试（1）-（4）
H
公益劳动
H
H
学术周
M
H
第二课堂活动
H
H
H
H
H
全校任选
H
H
H
H
H
H
H
H
人工智能专业本科人才培养方案（2023版）
所属学院：信息与电气工程学院
标准学制：四年
学科门类：工学
专业代码：080717T
专业大类：电子信息类
授予学位：工学学士
适用年级：2021级
专业负责人：
一、专业简介
鲁东大学人工智能专业是整合计算机科学与技术、电子信息工程学科的智能科学、嵌入式技术、大数据智能处理等办学资源，依托计算机科学与技术一级学科硕士点，“信息物理融合与智能控制”山东省高校重点实验室和“智能科学与大数据”研究院，面向新一代人工智能国家发展战略和产业发展需要，于2019年新设置的新工科专业，是国家重点发展与支持的新兴专业，致力于培养德才兼备、通专融合的人工智能领域高素质技术人才。本专业采取复合型宽口径培养模式，学生毕业后不仅可从事人工智能领域，包括机器学习、计算机视觉、知识计算、深度推理、群智计算、混合智能、无人系统、虚拟现实、自然语言理解、智能芯片等的设计、研发、应用及管理等方面的工作，还可从事智能制造、智能城市、智能医疗、智能农业、智能金融、智能教育、智能商务等领域的人工智能技术应用工作，并可继续攻读智能科学及相关专业的硕、博士学位。
二、培养目标
本专业服务国家信息产业发展战略和山东经济社会发展，面向行业产业需要，培养适应社会与经济发展需要，具有良好道德与修养，遵守法律法规，具有社会和环境意识，具备扎实的数理和人工智能基础理论知识，具备社会责任感和国际交流能力，具有较强的人工智能相关领域复杂工程问题的分析、系统设计与项目管理能力，能够紧跟学科专业发展，具备从事人工智能或相关领域系统分析、设计、开发、测试、部署及管理等工作能力的高质量工程应用型人才。
本专业学生在毕业后5年左右时间内预期达到以下目标：
培养目标1（专业能力）：能够多学科融会贯通，熟练应用学科专业知识，从事人工智能相关领域科学研究、技术开发、工程设计、项目管理等工作。
培养目标2（职业能力）：能够及时跟踪人工智能相关领域前沿技术，具备工程应用创新能力，具有解决人工智能领域复杂工程问题的能力，具备较强的行业竞争力。
培养目标3（人文素养）：具备健全的人格和科学的世界观，具有良好的人文修养、社会责任感和团队协作精神，在工程实践中能够综合考虑法律、环境与可持续发展等因素的影响。
培养目标4（发展能力）：具有良好的沟通表达能力和国际视野，拥有终身学习意识和自我完善能力，能够在人工智能相关领域不断拓展自己的知识和能力，主动适应社会的发展和
三、毕业要求
为了达到上述培养目标，本专业学生需要达到以下毕业要求：
1.工程知识：掌握本专业所需的数学、自然科学、工程基础和智能科学与技术的专业知识，能将上述知识用于解决智能信息系统软硬件设计、图像处理算法设计等相关领域的复杂工程问题。
2.问题分析：能够应用数学、自然科学、工程基础和智能科学与技术的专业知识，识别、表达和有效地分解复杂工程问题，并通过文献查阅等多种方式对其进行分析，以获得有效结论。
3.设计/开发解决方案：能够针对智能科学与技术领域复杂工程问题提出解决方案，设计满足特定需求的系统和模块，并能够在设计环节中体现创新意识;能够综合考虑其对社会、健康、安全、法律、文化及环境的影响。
4.研究：能够基于科学原理并采用科学方法对智能科学与技术领域的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：能够针对智能科学与技术领域的复杂工程问题，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：能够结合相关的工程知识进行合理分析，评价专业工程实践和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：了解环境保护和可持续发展的基本方针、政策和法律、法规，能够理解和评价智能科学与技术领域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：具有人文及社会科学素养、正确的政治立场和社会责任感，能够在工程实践中遵守智能科学与技术领域的相关职业道德和规范。
9.个人和团队：能够在多学科背景的团队中承担个体、团队成员或负责人的角色，能够听取其他团队成员的意见和建议，充分发挥团队协作的优势。
10.沟通：具备良好的表达能力，能够就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、陈述发言等;掌握至少一门外语，具有一定的国际视野，能够在跨文化背景下进行沟通和交流。
11．项目管理：理解并掌握工程管理原理与经济决策方法，并能在多学科、跨职能环境中合理应用。
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。
四、学制与授予学位
实行弹性修业年限，按照学分制管理机制，允许学生提前或延期毕业。基本学制为四年，在校学习时间可为三至六年。学生提前修满专业人才培养方案规定的学分，可以提前毕业（最多提前一年）。学生在基本学制年限内未修满专业人才培养方案规定的学分，允许延期毕业（最长可为六年）。对有特殊原因、特殊困难的学生，经学校批准允许中断学习，进行休学或创业（停学），保留学籍，停学时间不计入在校学习年限。达到学位授予标准的，授予工学学士学位。
五、主干学科
电子信息、计算机科学与技术。
六、专业核心课程
离散数学、高级语言程序设计、电路与电子学、数据结构、计算机组成原理、复变函数与积分变换、离散数学、信号与系统、数字信号处理、人工智能概论、知识工程、机器学习、深度学习等。
七、主要实践性教学环节
高级语言课程设计、Python课程设计、普通物理实验D、认知实习、智能硬件综合设计、人工智能综合实践、专业实习、毕业设计。
八、课程结构与修读学分
序号
专业认证标准课程类别
标准要求
学分
比例%
必修
选修
必修
选修
小计
1
数学与自然科学
至少15%
28
16.87%
16.87%
2
工程及专业相关
工程基础
至少30%
9
26
5.42%
15.66%
36.74%
专业基础
14
8.43%
专业课程
12
7.23%
3
工程实践与毕业设计
至少20%
28.5
5.5
17.17%
3.32%
20.49%
4
人文社会科学
至少15%
39
4
23.49%
2.41%
25.90%
5
小计
130.5
35.5
78.61%
21.39%
6
合计
166
100%
100%
九、毕业最低学分及分配
本专业毕业要求总学分166，必修课130.5学分和选修课35.5学分，选修课程学分比例21.39%，工程实践类教学环节34学分，占总学分比例20.49%。
十、课程设置、教学环节及进程
(一)必修课程设置及进程（共130.5学分）
课程类别
课程号
课程名称
学分
学时分配
考核
方式
开设
学期
理论
实验
实践
共计
通识
教育
课程
422021021
思想道德与法治
3
40
16
56
考试
1
422021030
中国近现代史纲要
3
40
16
56
考试
2
422021023
毛泽东思想和中国特色社会主义理论体系概论
5
72
16
88
考试
3
422021024
马克思主义基本原理
3
40
16
56
考试
4
222021025
形势与政策
2
32
32
64
考查
2
142021006
大学英语1
2
32
32
考试
1
142021007
大学英语2
2
32
32
考试
2
142021008
大学英语3
2
32
32
考试
3
142021009
大学英语4
2
32
32
考试
4
332017010
大学体育（1）
1
32
32
考查
1
332017011
大学体育（2）
1
32
32
考查
2
332017012
大学体育（3）
1
32
32
考查
3
332017013
大学体育（4）
1
32
32
考查
4
522019027
军事技能
2
2周
2周
考查
1
522019026
军事理论
2
36
32
考查
2
222021033
国家安全教育
1
16
16
考查
2
272017016
大学生心理健康教育
2
16
32
48
考试
1
222019028
大学生职业生涯规划（1）
1
8
16
24
考查
2
222019029
大学生职业生涯规划（2）
1
8
16
24
考查
3
222019030
创新创业基础（1）
1
8
16
24
考查
4
222019031
创新创业基础（2）
1
8
16
24
考查
5
222021032
公益劳动
0
32
32
考查
1-8
小计
39
452
352
+2周
804+2周
专业教育课程
数学与自然科学类课程
212017101
高等数学A1
5
80
80
考试
1
212017102
高等数学A2
5
80
80
考试
2
2220180124
离散数学
3
48
48
考试
2
212017107
线性代数A
3
48
48
考试
3
212018111
复变函数与积分变换
3
48
48
考试
3
212017109
概率论与数理统计A
3
48
48
考试
4
232017103
普通物理D1
3
48
48
考试
2
232017104
普通物理D2
3
48
48
考试
3
小计
28
448
448
工程基础类课程
2220180122
高级语言程序设计
3.5
48
16
64
考试
1
2220180129
电路与电子学
4
56
16
72
考试
2
2220180318
工程伦理学
1
16
16
考试
4
2220182106
IT项目管理
2
24
16
40
考试
6
小计
10.5
144
48
188
专业基础类课程
2220188114
数字逻辑与数字系统
3
40
16
56
考试
3
2220188115
数据结构
3.5
48
16
64
考试
3
2220188117
信号与系统
3.5
48
16
64
考试
4
2220188118
计算机组成原理
3
40
16
56
考试
4
2220181119
数字信号处理
3.5
48
16
64
考试
5
小计
16.5
216
80
396
专业类课程
2220188101
Python程序设计基础
2.5
32
16
48
考试
3
2220188102
人工智能概论
2
32
32
考试
4
2220188104
机器学习
3.5
48
16
64
考试
5
2220188105
深度学习
3.5
48
16
64
考试
6
2220188103
知识工程
2
32
32
考试
6
小计
13.5
192
48
240
实践教
学环节
2220180110
高级语言课程设计
1
1周
1周
考查
2
2220180215
Python课程设计
1
1周
1周
考查
3
232017109
普通物理实验D
1
32
32
考查
3
2220180115
认知实习
1
1周
1周
考查
3
2220180121
智能硬件综合设计
1
1周
1周
考查
4
2220188107
人工智能综合实践
2
2周
2周
考查
6
2220184105
专业实习
2
2周
2周
考查
7
2220184106
毕业设计
14
14周
14周
考查
8
小计
23
32
22
32+22周
(二)选修课程设置及进程（共35.5学分）
课程
类别
专业
选修
课程
课程
模块
课程号
课程名称
学分
学时分配
考核
方式
开设
学期
理论
实验
实践
共计
任选一个专业方向，并修完该方向课组所有课程，共计12学分。
专业
限选
课程
智能感知与计算
2220188201
数字图像处理
3
40
16
56
考查
5
2220188202
自然语言处理
2.5
32
16
48
考查
5
2220188203
智能语音处理
2.5
32
16
48
考查
6
2220188204
计算机视觉基础
3
40
16
56
考查
6
2220188205
智能机器人综合设计
1
1周
1周
考查
7
小计
12
144
64
1周
208+1周
大数据技术与应用
2220188206
大数据分析理论与方法
3
40
16
56
考查
5
2220188207
数据采集与清洗
2.5
32
16
48
考查
5
2220188208
云计算与大数据平台
3
40
16
56
考查
6
2220188209
数据可视化
2.5
32
16
48
考查
6
2220188210
大数据分析综合设计
1
1周
1周
考查
7
小计
12
144
64
1周
208+1周
从下列课程中选修17.5学分
专业
任选
课程
2220188211
计算机科学导论
2
32
32
考查
1
2220188212
神经科学导论
2
32
32
考查
1
2220188213
面向对象程序设计
2.5
32
16
48
考查
3
2220188214
数值计算方法
2.5
32
16
48
考查
3
2220188215
操作系统
2.5
32
16
48
考查
4
2220188216
Matlab语言及应用
2.5
32
16
48
考查
4
2220188217
专业英语
2
32
32
考查
4
2220188218
Linux应用技术
2.5
32
16
48
考查
4
2220188219
计算机图形学
2.5
32
16
48
考查
5
2220188220
计算机网络
2.5
32
16
48
考查
5
2220188221
情感计算
2
32
32
考查
5
2220188222
数据库原理及应用
2
32
32
考查
5
2220188223
组合数学
2
32
32
考查
5
2220188224
人工智能前沿技术
2
32
32
考查
6
2220188225
信息安全概论
2.5
32
48
考查
6
2220188226
数据科学导论
2
32
32
考查
6
2220188227
嵌入式体系结构与应用
2.5
32
16
48
考查
6
2220188228
知识图谱
2.5
32
16
48
考察
6
2220188229
智能制造工程
2.5
32
16
48
考查
7
2220188230
多媒体分析
2
32
32
考查
7
小计
45.5
640
176
816
素质
拓展
课程
从下列课程中选修或创新实践冲抵2学分，创新实践包括：社会实践、志愿服务、课外活动参与、社会工作、荣誉与技能培训、学科竞赛、大学生创新创业训练、科教融合类课程等，学分认定按照《鲁东大学创新创业学分认定办法》和校院相关规定执行。（课组号：220204）
2220180301
智能车比赛实训
2
32
32
考查
2-6
2220180302
深度学习技术应用实训
2
32
32
考查
2-6
2220180303
智能机器人实训
2
32
32
考查
3-6
通识教育课程
通识
教育
课程
从学校提供的通识通选课程中选修4学分，其中“四史”类课程、公共艺术类课程分别不少于2学分。（课组号：220205）
（三）建议各学期修读学分分布
学年
一
二
三
四
学期
1
2
3
4
5
6
7
8
建议修读学分
22.5
28
30
28.5
19
19
5
14
十一、说明：
1.思想道德修养与法律基础、毛泽东思想和中国特色社会主义理论体系概论、马克思主义基本原理、中国近代史纲要等4门课程的实践教学部分，由马克思主义学院按照国家和省的有关要求组织在课外完成。
2.形势与政策课由马克思主义学院为主，组织学院政工教师利用周二下午授课，每学期末考核一次，均通过考核者，记为合格，综合考评结果于第8学期确定。
3.毕业论文（设计）第7学期在教师指导下确定研究方向与题目，第8学期完成论文答辩。
十二、附件
1.毕业要求对应培养目标矩阵图
毕业要求
培养目标1
专业能力
培养目标2
职业能力
培养目标3
人文素养
培养目标4
自我发展能力
（1）工程知识
√
√
（2）问题分析
√
√
（3）设计/开发解决方案
√
√
√
（4）研究
√
√
√
（5）使用现代工具
√
√
（6）工程与社会
√
√
（7）环境和可持续发展
√
（8）职业规范
√
（9）个人和团队
√
√
√
（10）沟通
√
√
（11）项目管理
√
√
（12）终身学习
√
2.毕业要求指标点分解表
毕业要求
指标点
1：工程知识：掌握本专业所需的数学、自然科学、工程基础和智能科学与技术的专业知识，能将上述知识用于解决智能信息系统软硬件设计、图像处理算法设计等相关领域的复杂工程问题。
1.1能运用数学、自然科学、工程基础和专业知识，表述智能科学与技术领域的复杂工程问题。
1.2能够运用恰当的数学、物理模型对智能信息系统软硬件设计、图像处理算法设计等复杂工程问题进行建模，保证模型的准确性，满足工程计算的实际要求。
1.3能够将数学、自然科学、工程基础和智能科学与技术的专业知识用于复杂工程问题的推导和计算。
1.4能运用数学、自然科学、工程基础和专业知识对复杂工程问题的解决途径进行评价，并提出改进思路。
2：问题分析：能够应用数学、自然科学、工程基础和智能科学与技术的专业知识，识别、表达和有效地分解复杂工程问题，并通过文献查阅等多种方式对其进行分析，以获得有效结论。
2.1能够应用高等数学、物理学的基本概念、原理和智能科学与技术的专业知识对复杂工程问题进行识别和有效分解。
2.2能够识别和表达复杂工程问题的关键环节和参数，对分解后的问题进行分析。
2.3掌握科技文献、资料的分类;能够通过图书馆、数据库、网上检索等多种方式快速、准确地检索相关信息，具备借助文献研究对复杂工程问题进行识别、表达、分析的能力。
3：设计/开发解决方案：能够针对智能科学与技术领域复杂工程问题提出解决方案，设计满足特定需求的系统和模块，并能够在设计环节中体现创新意识;能够综合考虑其对社会、健康、安全、法律、文化及环境的影响。
3.1能够掌握本专业涉及的工程设计概念、原则和方法,能够针对复杂工程问题提出合理的解决方案。
3.2能够针对特定需求完成系统、模块的软件设计和硬件设计。
3.3综合利用智能科学与技术领域的专业知识和新技术，在针对复杂工程问题的系统设计中体现创新意识。
3.4能够在系统方案设计环节中考虑多方面、多层次因素的影响，如社会、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智能科学与技术领域的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能够对智能科学与技术领域的软件、硬件模块进行理论分析和仿真。
4.2能够针对智能信息系统软硬件设计、图像处理算法设计等智能科学与技术领域的复杂工程问题设计实验方案、构建实验系统和测试平台、获取实验数据。
4.3能够对实验结果进行合理分析、解释,并对多个子问题进行关联分析，找出冲突点，进行平衡，通过实验数据分析、信息综合等手段得到合理有效的结论。
5：使用现代工具：能够针对智能科学与技术领域的复杂工程问题，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，包括对复杂工程问题的预测与模拟，并能够理解其局限性。
5.1掌握基本的计算机操作和应用，至少掌握一种软件开发语言(如C、C++语言等)，并能够运用集成开发环境进行复杂程序设计。
5.2能熟练运用文献检索工具了解智能科学与技术领域理论与技术的最新进展。
5.3掌握智能科学与技术专业仪器、设备的基本原理、操作方法,能够在复杂、综合型工程中合理选择和使用仪器、设备。
5.4具备使用实验设备、计算机软件和现代信息工具对复杂工程问题进行模拟或仿真的能力，理解其使用要求、运用范围和局限性。
6：能够结合相关的工程知识进行合理分析，评价专业工程实践和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具有工程实践经历，通过实践、实习过程了解工程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的影响。
6.2能够结合相关的工程知识,通过在思政、人文、社科类课程学到的知识，综合分析和评价专业工程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。
7：环境与可持续发展：了解环境保护和可持续发展的基本方针、政策和法律、法规，能够理解和评价智能科学与技术领域的专业工程实践对环境、社会可持续发展的影响。
7.1理解环境保护和社会可持续发展的内涵和意义。
7.2了解环境保护和社会可持续发展的基本方针、政策和法律、法规，能够正确认识针对复杂工程问题的专业工程实践对环境和社会的影响。
7.3能针对实际复杂工程问题，评价其资源利用率、对文化的冲击等工程实践对环境、社会可持续发展的影响。
8：职业规范：具有人文及社会科学素养、正确的政治立场和社会责任感，能够在工程实践中遵守智能科学与技术领域的相关职业道德和规范。
8.1具有人文及社会科学素养，了解国情，理解社会主义核心价值观，树立正确的政治立场、世界观、人生观和价值观。
8.2理解工程技术的社会价值以及工程师的社会责任，在工程实践中能自觉遵守职业道德和规范。
9：个人与团队：能够在多学科背景的团队中承担个体、团队成员或负责人的角色，能够听取其他团队成员的意见和建议，充分发挥团队协作的优势。
9.1能主动与其他学科的成员共享信息，合作共事，独立完成团队分配的工作。
9.2能够胜任团队成员或负责人的角色，能在团队协作中听取其他团队成员的意见和建议，充分发挥团队协作的优势。
10：沟通：具备良好的表达能力，能够就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、陈述发言等;掌握至少一门外语，具有一定的国际视野，能够在跨文化背景下进行沟通和交流。
10.1具有良好的口头表达能力，能够清晰、有条理地表达自己的观点，掌握基本的报告、设计文稿的撰写技能。
10.2掌握至少一门外语，具备一定的国际视野，并了解基本的国际文化礼仪。
10.3能够就复杂工程问题，综合运用口头、书面、报告、图表等多种形式与国内外业界同行及社会公众进行有效沟通和交流。
11：项目管理：理解并掌握工程管理原理与经济决策方法，并能够在多学科环境中应用。
11.1理解工程管理与经济决策的重要性，掌握工程管理的基本原理和常用的经济决策方法。
11.2能够在多学科、跨职能环境中合理运用工程管理原理与经济决策方法。
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了解自主学习的必要性，具有自主学习和终身学习的意识，掌握跟踪本专业学科前沿、发展趋势的基本方法和途径。
12.2能够通过文献查询、网络培训等多种渠道进行终身学习，以适应职业发展的需求。
3.课程体系对应毕业要求（指标点）矩阵图
序号
课程名称
1.工程知识
2.问题分析
3.设计/开发解决方案
4.研究
5.使用现代工具
6.工程与社会
7.环境和持续发展
8.职业规范
9.个人与团队
10.沟通与交流
11.项目管理
12.终身学习
1.1
1.2
1.3
1.4
2.1
2.2
2.3
3.1
3.2
3.3
3.4
4.1
4.2
4.3
5.1
5.2
5.3
5.4
6.1
6.2
7.1
7.2
7.3
8.1
8.2
8.3
9.1
9.2
10.1
10.2
10.3
11.1
11.2
12.1
12.2
1
思想道德与法治
L
M
L
2
中国近现代史纲要
H
L
3
马克思主义基本原理
H
L
4
毛泽东思想和中国特色社会主义理论体系概论
H
M
5
形势与政策
M
L
H
6
军事理论/军事技能
M
M
7
大学体育
M
M
8
大学英语
H
9
大学生心理健康教育
M
M
10
大学生职业生涯规划
M
H
11
创新创业基础
H
H
M
M
12
高等数学A
H
M
13
线性代数A
H
M
14
概率论与数理统计A
H
M
L
15
复变函数与积分变换
H
M
16
离散数学
H
H
M
17
普通物理D
M
M
18
普通物理实验D
L
19
高级语言程序设计
H
M
M
M
20
电路与电子学
H
M
H
H
21
工程伦理学
H
H
H
H
22
IT项目管理
H
H
23
数字电路与数字逻辑
M
M
H
H
24
数据结构
H
M
H
M
25
信号与系统
H
H
H
26
数字信号处理
H
M
M
27
计算机组成原理
H
M
H
M
28
计算机网络
H
M
M
29
人工智能概论
H
M
30
Python程序设计基础
H
M
M
31
机器学习
H
M
M
32
深度学习
H
H
M
33
知识工程
M
H
34
高级语言课程设计
H
H
M
H
35
Python课程设计
H
H
M
M
36
智能硬件综合设计
H
H
H
37
人工智能综合实践
M
H
M
H
38
认知实习
M
H
39
专业实习
M
M
H
H
40
毕业设计
H
H
H
H
41
国家安全教育
M
M
人才培养方案专家组成员：王丽丽、赵永生、张淑宁、杨洪勇、姚涛、孙玉娟、张振兴、李阿丽、邓冠龙
主管校长：王庆 教务处长：杨振光 院长：王丽丽 专业负责人：
智能科学与技术专业培养方案（2023版）
一、专业介绍
智能科学与技术专业是国家级特色专业，自2008年获批以来，该专业已经为我国培养了超过2000名人工智能领域人才，为人工智能这个产业发展积累了一定的力量。该专业建有智能科学与技术教学团队、智能科学与技术人才培养模式创新实验区、智能感知与计算教学示范中心。
该依托学校计算机科学与技术和电子信息技术的学科优势，利用在智能感知与图像理解领域的研究基础和师资力量，旨在培养以“智能+信息处理”为特色的专业人才。以培养智能算法设计、智能感知与计算、遥感影像解译与目标识别等领域的创新人才为主要方向，在人才培养的探索和创新道路上，已经建立了完整的教学体系。本专业固定师资队伍来自“智能感知与图像理解”教育部重点实验室，依托以上平台，以高水平科研和广泛国际交流为手段，建立了以具有国际视野的高学历高水平的教师队伍为主、由国际一流专家、学者组成客座、讲座教授群体为辅的师资队伍。该专业教师队伍中有国家级精品课程负责人2人，省级精品课程负责人2人，国家级特色专业负责人1人，国家级人才培养模式创新实验区负责人1人，国家百优博士论文导师1人，省级教学名师1人，获得宝钢教育基金会“宝钢优秀教师奖”1人，霍英东青年教师奖获得者2人。师资队伍中的青年教师成长迅速，博士化率达到96%以上，知识水平和层次较高，年龄结构合理。80%以上的青年教师都有自己主持的国家自然科学基金项目，体现了科研与实验教学之间很好的融合和促进。此外，60%的教师有国外留学或访学的经历，具有较宽的国际视野确保教学方法和教学内容处于国际前沿。
二、培养目标
本专业贯彻落实党的教育方针，坚持立德树人，重基础、高起点、求交叉、多实践，培养德、智、体、美、劳全面发展、爱国进取、创新思辨的社会主义建设者和接班人，具有扎实的数理基础知识、良好的外语水平和优良的综合素质，具备基于控制、电科、计算机等学科，进行智能信息的获取、传输、处理、优化、控制、组织并完成信息集成的工程实施能力，具备在相应领域从事智能科学与技术工程的研发、管理等工作的能力，具有宽口径、强自适应能力，及现代创新意识的行业骨干和高层次人才。
(1)具有高尚的职业道德和社会责任感，能为推动社会进步贡献力量；
(2)具有丰富的智能科学与技术专业技术工作经验，能够解决该领域的复杂工程系统问题，进而成长为架构设计师、产品经理、项目经理等；
(3)能够在跨职能、多学科的工程实践团队中工作和交流，具备一定的协调、管理、竞争与合作能力，能够将基本的工程管理原理与经济决策方法应用到实践中；
(4)了解智能科学与技术领域的有关标准、规范、规程，能够跟踪该领域的前沿技术，具有工程创新能力并将其应用到相关产品及大型智能系统的设计、开发和集成中；
(5)具有全球意识和国际视野，能通过继续教育、在线学习、培训或其他终身学习渠道增加知识和提升能力。
三、专业思政育人
根据《高等学校课程思政建设指导纲要》对思政育人总体要求，以习近平总书记在全国高校思想政治工作会议上提出的四个“正确认识”为指导，结合我校红色基因及办学特色，宣传国家战略，正确认识世界和中国发展大势，树立民族自信，正确认识中国特色和国际比较，弘扬中国文化，正确认识时代责任和历史使命，坚持不懈精神，正确认识远大抱负和脚踏实地。以德立身、以德立学、以德施教，本专业相关课程深入挖掘课程和教学方式中蕴含的思想政治教育资源，让学生深入体会辩证唯物主义的科学方法论，掌握事物发展规律，丰富学识，增长见识，塑造核心价值观，厚植爱国情怀；注重强化学生工程伦理教育，培养学生精益求精的大国工匠精神，教育学生头雁效应思想，激发学生科技报国的家国情怀和使命担当。
四、毕业要求
1.工程知识：具备坚实的知识体系，包括从事智能科学与技术专业相关领域工作所需的数学、自然科学、工程基础和专业知识，并能够将这些知识应用于解决智能科学技术相关的工程问题。
指标点1-1：具备数学及自然科学知识，并能利用其对相关领域工程问题进行表述。
指标点1-2：能够运用恰当的数学、物理模型对智能科学的软硬件设计、智能算法设计等工程问题进行建模与求解，保证模型的准确性，满足工程计算的实际要求。
指标点1-3：能够将数学、自然科学、工程基础和智能科学与技术的专业知识及数学模型方法用于工程问题的推导、分析和计算。
指标点1-4：能运用相关知识和数学模型方法对专业工程问题解决方案进行比较、综合，对解决途径进行评价，并提出改进思路。
2.问题分析：能够应用数学、自然科学、工程基础和智能科学与技术的专业知识，识别、表示复杂工程问题，并通过文献查阅等多种方式对其进行分析，获得有效结论。
指标点2-1：能够运用相关科学原理、识别和判断工程问题的关键环节和参数。
指标点2-2：能够应用高等数学、物理学的基本概念、原理和智能科学与技术的专业知识对工程问题进行表达和有效分解。
指标点2-3：针对智能技术领域复杂工程问题，能够通过分析文献，提出解决方案并进行综合分析以获得有效结论。
3.设计/开发解决方案：能够针对智能科学与技术领域工程问题提出解决方案，设计满足特定需求的系统和模块，并能够在设计环节中体现创新意识；能够综合考虑其对社会、健康、安全、法律、文化及环境的影响。
指标点3-1：能够掌握本专业涉及的工程设计概念、原理和方法，能够针对工程问题提出合理的解决方案。
指标点3-2：能够针对特定需求完成系统、模块的软件设计、硬件设计。
指标点3-3：综合利用智能科学与技术领域的专业知识和新技术，在针对复杂工程问题的系统设计中体现创新意识。
指标点3-4：能够在系统方案设计环节中考虑多方面、多层次因素的影响，如社会、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智能科学与技术领域的工程问题进行研究，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。
指标点4-1：能够对智能科学与技术领域的软件、硬件模块进行理论分析和仿真。
指标点4-2：能够针对智能系统软硬件设计、智能算法设计等智能科学与技术领域的工程问题设计实验方案、构建实验系统和测试平台、获取实验数据。
指标点4-3：能够对实验结果进行合理分析、解释，并对多个子问题进行关联分析，找出冲突点，进行平衡，通过实验数据分析、信息综合等手段得到合理有效的结论。
5.使用现代工具：能够针对智能科学与技术领域的复杂工程问题，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，包括对工程问题的预测与模拟，并能够理解其局限性。
指标点5-1：掌握基本的计算机操作和应用，至少掌握一种软件开发语言(如C、C++语言等)，并能够运用集成开发环境进行复杂程序设计。
指标点5-2：能熟练运用文献检索工具获取智能科学领域理论与技术的最新进展。
指标点5-3：掌握智能科学与技术专业仪器、设备的基本原理、操作方法，能够在复杂、综合型工程中合理选择和使用仪器、设备。
指标点5-4：具备使用实验设备、计算机软件和现代信息工具对复杂工程问题进行模拟或仿真的能力，理解其使用要求、运用范围和局限性。
6.工程与社会：能够正确认识智能科学与技术专业系统工程对客观世界和社会的影响，能够基于相关的工程背景知识进行合理分析、评估专业工程实践和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。
指标点6-1：了解智能科学与技术行业的特点与发展历史，以及相关产业的基本方针、政策和法规，能够正确认识和理解不同社会文化对智能科学与技术专业工程活动的影响。
指标点6-2：能够基于工程相关背景知识进行合理分析，评价专业工程实践和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：了解环境保护和可持续发展的基本方针、政策和法律、法规，能够理解和评价智能科学与技术领域的专业工程实践对环境、社会可持续发展的影响。
指标点7-1：理解环境保护和社会可持续发展的内涵和意义。
指标点7-2：了解环境保护和社会可持续发展的基本方针、政策和法律、法规，能够正确认识工程问题的专业工程实践对环境和社会的影响。
指标点7-3：能针对实际复杂工程问题，评价其资源利用率、对文化的冲击等工程实践对环境、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、正确的政治立场和社会责任感，能够在工程实践中遵守智能科学与技术领域的相关职业道德和规范。
指标点8-1：具有人文社会科学素养，了解国情，理解社会主义核心价值观，树立正确的政治立场、世界观、人生观和价值观；
指标点8-2：理解工程技术的社会价值以及工程师的社会责任，在工程实践中能自觉遵守职业道德和规范。
9.个人和团队：能够在多学科背景的团队中承担个体、团队成员或负责人的角色，能够听取其他团队成员的意见和建议，充分发挥团队协作的优势。
指标点9-1：能主动与其他学科的成员共享信息，合作共事，独立完成团队分配的工作。
指标点9-2：能够胜任团队成员或负责人的角色，能在团队协作中听取其他团队成员的意见和建议，充分发挥团队协作的优势。
10.沟通：具备良好的表达能力，能够就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、陈述发言等；掌握至少一门外语，具有一定的国际视野，能够在跨文化背景下进行沟通和交流。
指标点10-1：具有良好的口头表达能力，能够清晰、有条理地表达自己的观点，掌握基本的报告、设计文稿的撰写技能。
指标点10-2：掌握至少一门外语，具备一定的国际视野，并了解基本的国际文化礼仪。
指标点10-3：能够就复杂工程问题，综合运用口头、书面、报告、图表等多种形式与国内外业界同行及社会公众进行有效沟通和交流。
11.项目管理：理解并掌握工程管理原理与经济决策方法，并能在多学科、跨职能环境中合理应用。
指标点11-1：理解工程管理与经济决策的重要性，掌握工程管理的基本原理和常用的经济决策方法；
指标点11-2：能够在多学科、跨职能环境中合理运用工程管理原理与经济决策方法。
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。
指标点12-1：了解自主学习的必要性，具有自主学习和终身学习的意识，掌握跟踪本专业学科前沿、发展趋势的基本方法和途径；
指标点12-2：能够通过文献查询、网络培训等多种渠道进行终身学习，以适应职业发展的需求。
五、学制与学位
1.基本学制：四年
2.学位：工学学士
六、专业分流要求
1.分流时间：第二学期末
2.专业分流模式：第一年大类培养，第二学期末进行专业分流，专业分流后给予一次转专业机会。对于择优录取的转专业学生，经学分认定后，需自行补全达到毕业要求所缺失的课程（具体依照学校和学院当年相关政策实施）。
七、专业特色课程
(1)课程编号：AI202008
课程名称：人工智能概论(IntroductiontoArtificialIntelligence)
学时：56学分：3.5
内容简介：人工智能概论是智能科学与技术的专业基础课程。该课程是关于人工智能领域的引导性课程，介绍人工智能的基本理论、方法和技术，目的是使学生了解和掌握人工智能的基本概念和方法，为今后的更高级课程的学习、为将来在人工智能领域的进一步研究工作和软件实践奠定良好的基础。通过本课程的学习，使得学生掌握人工智能的基本思想和实现方法，掌握基本分析与设计方法，为人工智能在各领域的应用奠定基础，拓宽学生在计算机科学与技术领域的知识广度。
(2)课程编号：AI204003
课程名称：计算智能导论(IntroductiontoIntelligentComputing)
学时：56学分：3.5
内容简介：计算智能是模拟自然以实现对复杂问题求解的科学，是生物学、神经科学、认知科学、计算机科学、免疫学、哲学、社会学、数学、信息科学、非线性科学、工程学、音乐、物理学等众多学科相互交叉融合的结果，是人们对自然智能认识和模拟的最新成果。目前计算智能已经成为智能与信息科学中最活跃的研究领域之一，它的深入发展将极大地改变人们认识自然，求解现实问题的能力和水平。计算智能导论这门课程主要介绍了计算智能的3个典型范例，即人工神经网络、进化计算和模糊系统，它们分别建模了以下自然系统：生物神经网络、进化、和人类思维过程。通过本课程的学习，要求学生了解并掌握人工神经网络、进化计算和模糊系统等计算智能模型。
(3)课程编号：AI204017
课程名称：最优化理论与方法(TheoriesandApproachesforOptimization)
学时：40学分：2.5
内容简介：最优化理论与方法是在生产实践和科学实验中选取最佳决策，研究在一定限制条件下，选取某种方案，以达到最优目标的一门学科，广泛应用于空间科学、军事科学、系统识别、通信、工程设计、自动控制、经济管理等各个领域，是工科院校高年级学生、研究生、应用数学专业学生和搞优化设计的工程技术人员的一门重要课程。通过本课程教学，使学生掌握最优化计算方法的基本概念和基本理论，初步学会处理应用最优化方法解决实际中碰到的各个问题，培养解决实际问题的能力。
(4)课程编号：AI202007
课程名称：算法设计与分析(双语)(AlgorithmsDesignTechniquesandAnalysis(BilingualTeaching))
学时：48学分：3
内容简介：算法设计与分析是计算机科学技术中处于核心地位的一门专业基础课。本课程从讲解算法设计和算法分析的基本概念和方法开始，系统地介绍一些常用的、经典的算法设计技术及复杂性分析的方法，内容包含递归技术、分治、动态规划、贪心算法、图的遍历和回溯法，还讲解近年来发展迅速的随机算法与逼近算法，以及具有广泛应用背景的网络流与网络匹配问题。学生通过该课程的学习，可掌握算法分析的基本方法、各种经典的算法设计技术。
(5)课程编号：AI204004
课程名称：模式识别(IntroductiontoPatternRecognition)
学时：56学分：3.5
内容简介：模式识别是一门理论与应用并重的技术科学，与人工智能关系密切，其目的是用机器完成人类智能中通过视觉、听觉、触觉等感官去识别外界环境的工作。通过本课程的学习，使学生系统掌握模式识别基本原理和分类器设计的典型方法，具体包括：贝叶斯决策理论，线性判别函数，近邻法，特征选择和提取，非监督学习方法，人工神经网络，模糊模式识别方法，支撑矢量机。同时，通过大作业使学生了解模式识别方法在文本识别、智能图像处理等领域的应用，有助于学生综合能力和整体素质的提高。
(6)课程编号：AI204025
课程名称：机器学习(双语)(MachineLearning(BilingualTeaching))
学时：56学分：3.5
内容简介：机器学习是智能科学领域一门非常重要的基础专业课程。通过本课程的学习，使学生对目前主流的机器学习理论、方法、算法与应用有一个较全面的综合认识，具体包括：了解机器学习领域的发展及现状；了解和掌握机器学习的基本概念、原理、方法与技术；能够运用机器学习方法来解决实际问题(如智能博弈程序，图像识别，文本分类与处理等)；为进一步研究建立有关概念和方法的基础。本课程强调机器学习的理论原理的教学，注重从实例入手使学生理解机器学习的概念与原理，从机器学习的基本框架上理解不同机器学习方法之间的异同点。课程同时强调理论与实践动手能力相结合。安排7～8次课外作业以及2～3次课程实验。课程要求学生能够依据所学的基本原理和方法来解决实际问题。
(7)课程编号：AI202112
课程名称：图像理解与计算机视觉(ImageUnderstandingandComputerVision)
学时：56学分：3.5
内容简介：图像理解与计算机视觉是一门涉及多个交叉学科领域的课程。本课程侧重于计算机视觉中的图像基本处理和识别，并对图像分析的基本理论和实际应用进行系统介绍。课程目标是使学生学习了本课程之后，对计算机视觉和图像处理的基本概念、基本原理以及解决问题的基本思想方法有一个较为全面的了解和领会；学习智能图像分析与理解的基本理论和技术，了解各种智能图像理解与计算机视觉技术的相关应用；具备解决智能化检测与识别、控制等应用问题的初步能力。
(8)课程编号：AI204023
课程名称：智能数据挖掘(IntelligentDataMining)
学时：40学分：2.5
内容简介：以介绍各类数据仓库和知识发现技术为主，以培养学生的科研能力为辅。课程主要包括两方面内容，一方面是各类数据挖掘技术的原理，算法和实际应用，另一部分是数据仓库技术的原理、复杂数据类型的规则挖掘，包括关系数据、空间数据、多媒体数据、时序数据、WEB数据等。
八、毕业最低要求及学分分布
毕业最低完成176.5学分，并符合学校毕业要求相关规定。
表1毕业最低要求及学分分配表
课程类别
最低毕业要求
课内学分
总学分
占学分比例
通识教育课程
通识教育基础课
46.9
59
33.05%
通识教育核心课
5.5
7
3.99%
通识教育选修课
8
8
4.56%
大类基础课程
21.75
24
13.68%
专业教育课程
专业核心课
22.5
26
14.81%
专业选修课
16.5
19.5
11.11%
集中实践环节
0
22
12.54%
拓展提高
0
11
6.27%
合计
121.15
176.5
100%
注：课内学分不包含集中实践、课内实践、线上环节以及拓展提高学分。
九、教学进程计划总表
表2智能科学与技术专业教学进程计划总表（四年）
课程
类别
课程
性质
课程
编号
课程名称
总学分
课内学分
总学时
其中
考核
方式
开课
学期
应修
学分
备注
面授
线上
讲授
实验
上机
实践
通识教育课程
通
识
教
育
基
础
课
必修
MC006001
思想道德与法治
IdeologicalMoralityandRuleofLaw
3
3
48
44
4
考试
1
必修
MC006002
中国近现代史纲要
OutlineofModernChineseHistory
3
3
48
44
4
考试
2
必修
MC006003
马克思主义基本原理
BasicprinciplesofMarxism
3
3
48
44
4
考试
3
必修
MC006021
毛泽东思想和中国特色社会主义理论体系概论
IntroductiontoMaoZedongThoughtandTheTheoryofSocialismWithChineseCharacteristics
2
2
32
32
考试
4
必修
MC006020
习近平新时代中国特色社会主义思想概论
IntroductiontoXiJinpingThoughtonSocialismwithChineseCharacteristicsintheNewEra
3
3
48
44
4
考试
5
必修
MC006005
形势与政策
SituationandPolicyEducation
2
1
64
32
32
考查
1~8
必修
MC006022
思想政治理论实践课
PracticalCourseofIdeologicalAndPolitical
1
16
16
考查
4
思想政治理论限选课
MC006015
党史
PartyHistory
1
0.4
16
6
10
考查
1-6
1
学校限选
（四选一）
MC006016
新中国史
NewChinaHistory
1
0.4
16
6
10
考查
1-6
MC006017
改革开放史
ReformandOpening-upHistory
1
0.4
16
6
10
考查
1-6
MC006018
社会主义发展史
SocialistDevelopmentHistory
1
0.4
16
6
10
考查
1-6
必修
AM006001
军事理论
MilitaryTheory
2
1.5
32
24
8
考试
1
必修
AM006002
军事训练
MilitaryTraining
1
2周
2周
考查
1
必修
MC006006
大学生心理健康教育
ThePsychologicalHealtheducationofCollegeStudents
1
0.5
16
8
8
考查
2
必修
TS003012
新生研讨课
FreshmanSeminarCourse
1
1
16
16
考查
1
英语分级普通班必修课程
FL006001
大学英语(I)
CollegeEnglish(I)
2
2
32
32
考试
1
英语分级最低应修学分统一按8学分加入总和。
FL006002
大学英语(II)
CollegeEnglish(II)
2
2
32
24
8
考试
2
FL006003
大学英语中级(I)
IntermediateEnglish(I)
2
1.5
32
24
8
考试
3
高级英语选修系列课程
（通过国家英语四级后修读）ElectiveCoursesofdvancedEnglish
2
2
32
考试
4
英语分级中级班必修课程
FL006003
大学英语中级(I)
IntermediateEnglish(I)
2
1.5
32
24
8
考试
1
FL006004
大学英语中级(II)
IntermediateEnglish((II)
2
1.5
32
24
8
考试
2
FL006005
高级英语(I)
AdvancedEnglish(I)
2
1.5
32
24
8
考试
3
高级英语选修系列课程
ExtendedCoursesforAdvancedEnglish
2
2
32
32
考试
4
英语分级高级班必修课程
FL006005
高级英语(I)
AdvancedEnglish(I)
2
1.5
32
24
8
考试
1
FL006006
高级英语(II)
AdvancedEnglish(II)
2
1.5
32
24
8
考试
2
高级英语选修系列课程
ExtendedCoursesforAdvancedEnglish
2
2
32
32
考试
3~4
必修
HE006007~HE006014
大学体育(I)-大学体育(Ⅷ)
PhysicalEducation(I)-PhysicalEducation(Ⅷ)
4
120
俱乐部+自主锻炼模式，根据体育俱乐部教学改革方案实施
考试
1-8
从20级开始实施新方案。每学期0.5学分
必修
MS006001
高等数学A(I)
AdvancedMathematicsA(I)
5
5
80
80
16
考试
1
理工类专业
必修
MS006002
高等数学A(II)
AdvancedMathematicsA(II)
5
5
80
80
16
考试
2
必修
MS006007
线性代数
LinearAlgebra
2.5
2.5
40
38
4
考试
2
必修
MS006008
概率论与数理统计
ProbabilityTheoryand
MathematicalStatistics
2.5
2.5
40
40
考试
3
必修
PY006001
大学物理(I)
Physics(I)
3.5
6.5
58
54
4
考试
2
必修
PY006002
大学物理(II)
Physics(II)
3.5
54
50
4
考试
3
必修
PY006003
物理实验(I)
PhysicalExperiment(I)
1
1
27
27
考查
2
必修
PY006004
物理实验(II)
PhysicalExperiment(II)
1
1
27
考查
3
小计
76
62.1
1043+2周
750
54
84+2周
96
59
通
识
教
育
核
心
课
必修
TS001001
工程概论(I)
IntroductiontoEngineering(I)
1
1
16
16
考查
2
7
电子信息类、计算机类、自动化类要求开设
必修
TS001002-20
工程概论(II)
IntroductiontoEngineering(II)
1
1
16
16
考查
3
必修
TS001003-20
工程概论(III)
IntroductiontoEngineering(III)
1
1
16
16
考查
5
必修
TS001004-20
工程概论(IV)
IntroductiontoEngineering(IV)
1
1
16
16
考查
7
必修
TS002012
学科导论
Introductiontodiscipline
1
1
16
16
考查
2
必修
AI200004
新技术讲座和报告(研究型)
NewTechnologySeminarandReport
1
16
32
考查
6
必修
AI200005
科技论文写作
ScientificPaperWriting
1
0.5
16
8
16
考查
7
小计
7
5.5
112
88
48
通识教育选修课
学校任选
人文社科
8
8
根据学校课程列表选修，每个学生至少选修8学分并覆盖四个模块，学生可选修MOOC形式的课程。
8
学校任选
自然科学
学校任选
国际双创
学校任选
美育课程
小计
8
8
8
大类基础课
必修
CS006001X
计算机导论与程序设计IntroductionofComputerandProgramDesign
4
3.25
64
32
40
12
考试
1
24
必修
CS203013X
离散数学（Ⅰ）
DiscreteMathematics
3
2.5
52
46
6
考试
2
必修
AI202109
电路分析基础
FundamentalsofCircuitAnalysis
2
2
32
32
考试
3
必修
AI202101
数据结构DataStructures
4
3.5
68
44
24
12
考试
3
必修
AI200008
复变函数
ComplexFunctions
2
2
32
32
考试
3
必修
IB006003/
IB006004
电路、信号与系统实验（Ⅰ、Ⅱ）
CircuitSignalsandSystemsExperiment（Ⅰ、Ⅱ）
1
1
16
32
考查
3~4
必修
IB006002
信号与系统
SignalsandSystems
3.5
3.5
56
56
考试
4
必修
AI202015
模拟电子技术基础
FundamentalsofAnalogElectronicTechnology
2
2
32
32
考试
4
必修
AI202102
数字电路与逻辑设计
DigitalCircuitsandLogicDesign
2.5
2
40
32
16
考试
4
小计
24
21.75
392
306
32
64
16
30
专业教育课程
专业核心课
必修
AI202008
人工智能概论
IntroductiontoArtificialIntelligence
3.5
2.5
56
40
16
考试
3
26
必修
AI202103
计算机组织与体系结构ComputerOrganizationandArchitecture
4
3
64
58
12
考试
4
必修
AI202007
算法设计与分析(双语)
AlgorithmsDesignTechniquesandAnalysis(BilingualTeaching)
3
3
48
40
16
考试
5
必修
AI202104
微机原理与系统设计
MicrocomputerPrincipleandSystemDesign
3
3
48
40
16
考试
5
必修
AI202009
智能系统专业实验
SpecialtyExperimentBasedonIntelligentSystem
2
2
32
16
32
考查
6
必修
AI204025
机器学习(双语)
MachineLearning(BilingualTeaching)
3.5
3
56
40
16
8
考试
5
必修
AI204003
计算智能导论
IntroductiontoIntelligentComputing
3.5
3
56
40
16
8
考试
6
必修
AI202112
图像理解与计算机视觉
ImageUnderstandingandComputerVision
3.5
3
56
40
16
考试
6
小计
26
22.5
416
314
48
60
48
专业选修课
学院任选
ME006002
图学基础与计算机绘图
GraphicsBasicsandComputerDrawing
2
2
32
28
8
考试
1
19.5
工科基础类推荐课程
学院任选（二选一）
CS205502X
Python程序设计
PythonProgramming
3
2.5
48
26
28
8
考试
2
计算机类基础推荐课程
CS205501X
JAVA程序设计
JavaProgramming
3
2.5
48
26
28
8
考试
2
计算机类基础推荐课程
学院任选
AI204016
数据库与大数据
DataBaseandBigData
3
3
48
32
32
考试
4
计算机类基础推荐课程
学院任选
AI204017
最优化理论与方法
TheoriesandApproachesforOptimization
2.5
2.5
40
32
16
考试
4
智能计算方向推荐课程
学院任选
AI202006
数字信号处理
DigitalSignalProcessing
3
3
48
42
12
考试
5
智能感知方向推荐课程
学院任选
AI204004
模式识别
IntroductiontoPatternRecognition
3.5
3
56
40
16
8
考试
5
智能感知方向推荐课程
学院任选
AI204022
集成电路设计导论
IntroductiontotheIntegratedCircuitDesign
2
2
32
32
考试
5
芯片设计基础推荐课程
学院任选
AI204021
智能控制导论
IntroductiontoIntelligentControl
2.5
2.5
40
32
16
考试
6
智能感知方向推荐课程
学院任选
AI202105
操作系统OperatingSystem
3
3
48
40
16
考试
5
计算机类基础推荐课程
学院任选
AI205010
深度学习
DeepLearning
2
2
32
24
16
考查
6
智能计算方向推荐课程
学院任选
AI204023
智能数据挖掘
IntelligentDataMining
2.5
2.5
40
24
32
考查
6
智能计算方向推荐课程
学院任选
AI204011
计算机视觉及其应用
ComputerVisionandApplication
2
2
32
24
16
考查
6
智能感知方向推荐课程
学院任选
AI202110
智能信息感知技术
IntelligentInformationPerceptionTechnology
2
2
32
32
考试
6
智能感知方向推荐课程
学院任选
AI204012
智能网络与云计算技术
NewIntelligentInternetTechnology
2
2
32
32
考查
7
智能计算方向推荐课程
学院任选
AI202106
量子计算智能
QuantumComputingIntelligence
2
2
32
32
考查
7
智能计算方向推荐课程
小计
40
38.5
640
498
224
12
24
集中实践环节
必修
CS204007
程序设计基础课程设计
CourseDesignofProgrammingFundamental
1
1周
1周
考查
2
22
必修
AI202107
专业基础实践Professionalbasicpractice
1
16
32
考查
4
必修
AI202108
专业综合实践Professionalcomprehensivepractice
1
16
32
考查
6
必修
AI202011
毕业设计
UndergraduateThesis
16
16周
16周
考查
7~8
必修
AI202012
生产实习
ProductionPractice
3
3周
3周
考查
6
小计
22
20周+32
20周+64
拓展提高
必修
TS006010
新生网上前置教育
Pre-enrollmentOnlineEducation
1
16
16
考查
1
1
素质能力拓展课程
必修
TS006011
写作与沟通
WritingandCommunication
1
16
16
考查
1-6
9
必修
TS006029
劳动教育
Laboreducation
1
16
8
8
考查
1-8
必修
TS006028
劳动教育实践
LaborPracticing
1
16
32
考查
1-6
必修
TS006013
“红色筑梦”实践基础I
QualitydevelopmentandComprehensivepracticebasisI
0.5
8
8
4
考查
4
必修
TS006019
“红色筑梦”实践基础II
QualitydevelopmentandComprehensivepracticebasisII
1
16
2
24
2
考查
5
必修
EM001001
创业基础
EntrepreneurialBase
2
32
8
24
考查
3-4
必修
TS006025
大学生职业发展
careerdevelopmentofundergraduate
1
16
4
8
8
考查
1
必修
TS006026-20
就业指导
careersguidance
1.5
24
16
16
考查
6
达标模块
必修
II006020-
II006025
实验实践能力达标测试
ExperimentAndPractiseAbilityTest
0.5
考查
2-8
1
必修
FL007003
国家英语四级
CollegeEnglishTestBand4
0.3
考试
2-8
FL007004
校内英语四级
IntramuralCollegeEnglishTestBand4
考试
8
国家英语四级通过后不修校内英语四级
必修
HE006016
体育能力达标测试
PhsicalAbilityStandardTest
0.2
考查
1-8
小计
11
144
32
84
70
11
注：1.大学英语系列课程采用分级教学，分普通班、中级班和高级班，具体实施以英语分级方案为准。
2.达标模块包括实验实践能力达标测试、国家英语四级/校内英语四级、体育能力达标测试，三门课均为必修，且全部通过之后计1学分。
十、指导性教学计划（四年）
第一学期
第二学期
课程编码
课程名称
学分
课程编码
课程名称
学分
MC006001
思想道德与法治
3
MC006002
中国近现代史纲要
3
MC006005-1
形势与政策
0.3
MC006005-2
形势与政策
0.3
AM006001
军事理论
2
MC006006
大学生心理健康教育
1
AM006002
军事训练
1
FL006002
大学英语(II)
2
TS003012
新生研讨课
1
HE006008
大学体育(II)
0.5
FL006001
大学英语(I)
2
MS006002
高等数学A(II)
5
HE006007
大学体育(I)
0.5
MS006007
线性代数
2.5
MS006001
高等数学A(I)
5
PY006001
大学物理(I)
3.5
CS006001X
计算机导论与程序设计
4
PY006003
物理实验(I)
1
ME006002
图学基础与计算机绘图
2
TS001001
工程概论(I)
1
TS006010
新生网上前置教育
1
TS002012
学科导论
1
TS006011
写作与沟通
1
CS203013X
离散数学（Ⅰ）
3
TS006029
劳动教育
1
CS204007
程序设计基础课程设计
1
TS006025
大学生职业发展
1
CS205502X
Python程序设计
3
通识教育选修课
1
CS205501X
JAVA程序设计
3
II006020
实验实践能力达标测试C1-1
0.1
I
通识教育选修课
1
合计
必修23.8学分
合计
必修25.9学分
*本学期选课具体要求
*本学期总学分25.8学分
*本学期选课具体要求
*本学期总学分31.9学分
第三学期
第四学期
课程编码
课程名称
学分
课程编码
课程名称
学分
MC006003
马克思主义基本原理
3
MC006021
毛泽东思想和中国特色社会主义理论体系概论
2
MC006005-3
形势与政策
0.3
MC006005-4
形势与政策
0.3
FL006003
大学英语中级(I)
2
MC006022
思想政治理论实践课
1
HE006009
大学体育(III)
0.5
HE006010
大学体育(IV)
0.5
MS006008
概率论与数理统计
2.5
IB006002
信号与系统
3.5
PY006002
大学物理(II)
3.5
AI202015
模拟电子技术基础
2
PY006004
物理实验(II)
1
AI202102
数字电路与逻辑设计
2.5
TS001002-20
工程概论(II)
1
AI202103
计算机组织与体系结构
4
AI202109
电路分析基础
2
IB006004
电路、信号与系统实验（Ⅱ）
0.5
IB006003
电路、信号与系统实验（Ⅰ）
0.5
AI204016
数据库与大数据
3
AI200008
复变函数
2
AI204017
最优化理论与方法
2.5
AI202101
数据结构
4
TS006013
“红色筑梦”实践基础I
0.5
AI202008
人工智能概论
3.5
II006023
实验实践能力达标测试C2
0.1
EM001001
创业基础
2
AI202107
专业基础实践
1
II006022
实验实践能力达标测试C1-2
0.1
通识教育选修课
1
通识教育选修课
1
合计
必修28.9学分
合计
必修18.9学分
*本学期选课具体要求
*本学期总学分28.9学分
*本学期选课具体要求
*本学期总学24.4学分
第五学期
第六学期
课程编码
课程名称
学分
课程编码
课程名称
学分
MC006005-5
形势与政策
0.2
MC006005-6
形势与政策
0.2
TS001003-20
工程概论(III)
1
AI200004
新技术讲座和报告(研究型)
1
HE006011
大学体育(V)
0.5
AI202009
智能系统专业实验
2
AI202104
微机原理与系统设计
3
AI202112
图像理解与计算机视觉
3.5
AI204025
机器学习(双语)
3.5
AI204003
计算智能导论
3.5
AI202007
算法设计与分析(双语)
3
AI205010
深度学习
2
AI202105
操作系统
3
AI204023
智能数据挖掘
2.5
AI204022
集成电路设计导论
2
AI204011
计算机视觉及其应用
2
AI204004
模式识别
3.5
AI204021
智能控制导论
2.5
AI202006
数字信号处理
3
AI202110
智能信息感知技术
2
TS006019
“红色筑梦”实践基础II
1
AI202012
生产实习
3
TS006028
劳动教育实践
1
TS006026-20
就业指导
1.5
MC006020
习近平新时代中国特色社会主义思想概论
3
AI202108
专业综合实践
1
通识教育选修课
1
HE006012
大学体育(VI)
0.5
HE006016
体育能力达标测试
0.2
II006024
实验实践能力达标测试B
0.1
通识教育选修课
1
合计
必修17.2学分
合计
必修17.5学分
*本学期选课具体要求
*本学期总学分28.7学分
*本学期选课具体要求
*本学期总学分27.5学分
第七学期
第八学期
课程编码
课程名称
学分
课程编码
课程名称
学分
MC006005
形势与政策
0.25
MC006005
形势与政策
0.25
HE006013
大学体育(Ⅶ)
0.5
AI202011
毕业设计
16
TS001004-20
工程概论(IV)
1
HE006014
大学体育(Ⅷ)
0.5
AI200005
科技论文写作
1
FL007003
国家英语四级
0.3
AI204012
智能网络与云计算技术
2
FL007004
校内英语四级
AI202106
量子计算智能
2
II006025
实验实践能力达标测试A
0.1
通识教育选修课
1
通识教育选修课
1
合计
必修3.75学分
合计
必修18.15学分
*本学期选课具体要求
*本学期总学分7.75学分
*本学期选课具体要求
*本学期总学分18.15学分