附件:1
云南民族大学人工智能专业2024版本科人才培养方案
专业代码:080717T
一、培养目标
本专业坚持立德树人的培养理念,培养德才兼备、通专融合的高素质人才,培养具有“家国情怀、全球视野、创新精神、实践能力”的人工智能研发、设计、应用和管理人才。
本专业旨在发展学生个性,使之具有成为适应社会新需求、创新性应用人才所需的人文、社科方面的背景知识;培养具备良好的独立思考能力、良好的组织与协作能力、良好的政治素养和职业道德水准,全面掌握人工智能基础理论、应用工程与技术,熟悉人工智能相关交叉学科知识,具备自主学习和终身学习能力、创新能力、沟通与组织协调能力,能够在人工智能相关领域从事算法优化、工程应用、技术研发和管理等工作的高素质应用型人才。本专业毕业生可从事企、事业单位中的技术工作或职业教育工作。学生毕业后五年左右,经过自身学习和行业锻炼,达到如下几个方面的培养目标。
培养目标具体分解如下:
目标1:热爱国家、民族事业,社会责任感强,理解并坚守职业道德规范,具有正确的人生观、价值观、世界观;具备良好的沟通、协作、项目管理能力;能够领导或者协同参与团队工作,具备为智能系统工程项目提供系统性解决方案的能力。
目标2:有较强的工程实践能力和创新能力,能够利用数学、自然科学、工程基础知识和专业知识对复杂工程问题进行分析和提出解决及设计方案,能够使用人工智能的相关技术解决多领域交叉融合应用中的复杂工程问题。
目标3:具备人工智能应用领域的核心技术的研发能力,能够正确认知和评价人工智能的发展及应用对人们日常生活、社会经济结构所产生潜在影响的能力。
目标4:具有健康的身心、良好的人文素养和团队合作精神、有效的沟通与表达能力及工程项目管理能力,能够胜任团队工作中的相应角色。
目标5:具有一定的全球化意识和国际视野,能够积极主动适应不断变化的国内外形势和环境,拥有自主的、持续的终身学习习惯和能力。
目标6:具备自主学习和适应发展的意愿和方法,能够通过多种途径持续学习,掌握人工智能工程领域国内外前沿动态和行业需求,主动适应社会环境和人工智能技术的持续发展和变化。
二、毕业要求
毕业要求指学生通过本科阶段的学习能够获得的能力和素养,且该能力和素养可以通过学生的学习成果和表现判定其达成情况。准确描述本专业的毕业要求,并通过指标点分解明晰毕业要求的内涵。本专业毕业生应达到如下在知识、能力和素质方面的要求:
要求1(工程知识):熟练运用本专业所需的数学、自然科学、工程基础和人工智能的专业知识解决人工智能领域的复杂工程问题。
1-1能运用数学、自然科学、工程基础和人工智能专业知识,表述人工智能领域的复杂工程问题。
1-2能运用恰当的数学、物理模型,对人工智能领域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能将数学、自然科学、工程基础和人工智能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、工程基础和人工智能的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。
要求2(问题分析):能够应用数学、自然科学、工程基础和人工智能专业知识,识别、表达人工智能领域的复杂工程问题,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能够应用数学、自然科学、工程基础和人工智能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。
2-4能够通过文献研究得出针对复杂工程问题的合理结论。
要求3(设计/开发解决方案):能够针对人工智能领域的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理解满足实现人工智能系统软件功能的基本原理和方法,并设计实现硬件基础平台、功能单元或算法流程。
3-2综合利用人工智能领域的专业知识和技术,在解决复杂工程问题的系统设计中体现创新意识。
3-3能够在满足社会、健康、安全、法律、文化等条件下,设计满足人工智能系统需求的复杂工程问题的解决方案。
要求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能够基于科学原理,对人工智能领域的复杂工程问题,开展解决方案的调研和分析。
4-2能够针对人工智能的复杂工程问题,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,找出冲突点并进行平衡,通过实验数据分析、信息综合等手段得到合理有效的结论。
要求5(使用现代工具):能够针对人工智能复杂工程问题,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了解基本的计算机操作和应用,至少掌握一种软件开发语言,并能够运用集成开发环境进行复杂程序设计。
5-2能熟练运用学术资源、互联网引擎或其他信息检索工具,获取人工智能领域理论与技术的最新进展信息。
5-3掌握人工智能专业设备的基本原理、操作方法,能够在复杂工程中合理选择和使用人工智能专业设备。
5-4具备使用人工智能专业设备、计算机软件和现代信息工具,对本领域复杂工程问题进行预测与模拟,理解其使用要求、运用范围及局限性。
要求6(工程与社会):能够结合对人工智能领域的工程知识进行合理分析,评价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通过实践、实习,了解人工智能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能够结合本领域工程知识,通过思政、人文、社科类课程知识,综合分析和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。
6-3理解在人工智能领域工程实践过程中,应承担的社会责任。
要求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,能够理解和评价人工智能领域的专业工程实践对环境、社会可持续发展的影响。
7-1了解人工智能产业领域的国家政策、方针与法律法规,理解环境和社会可持续发展的内涵以及个人的责任。
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人工智能专业工程实践对环境和社会的影响。
7-3能针对复杂人工智能领域工程问题,评价其资源利用率、对文化的冲击,利用技术手段降低其负面影响的作用。
要求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人工智能领域的职业道德和规范。
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。
8-3具有良好社会责任感,能够履行并承担责任。
要求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。
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。
9-3具备多学科背景下的基础知识,在团队中的协作能力和沟通能力,进行有效的组织和协调。
要求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,掌握智能科学与技术领域基本的报告、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,了解基本的国际文化礼仪,并了解智能科学与技术领域国际发展趋势和研究热点。
10-3能够就复杂人工智能领域工程问题,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。
要求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。
11-1理解工程管理与经济决策的重要性,掌握人工智能领域工程管理的基本原理和常用的经济决策方法。
11-2掌握人工智能领域系统开发的全生命周期的管理基本方法和技术。
11-3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。
要求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,掌握跟踪人工智能专业学科前沿、发展趋势的基本方法和途径。
12-2能够运用现代工具进行终身学习,促进自我能力的提高,不断获取新的人工智能领域专业知识和技能。
12-3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。
毕业要求支撑培养目标实现关系矩阵
| 培养目标1 | 培养目标2 | 培养目标3 | 培养目标4 | 培养目标5 | 培养目标6 |
毕业要求1 | | √ | | | | |
毕业要求2 | | √ | | | | |
毕业要求3 | | √ | | | | |
毕业要求4 | | | √ | | | |
毕业要求5 | | √ | | | | |
毕业要求6 | | | √ | | | |
毕业要求7 | | | | | | √ |
毕业要求8 | √ | | | | | |
毕业要求9 | | | | √ | | |
毕业要求10 | | | | | √ | |
毕业要求11 | √ | | | | | |
毕业要求12 | | | | | √ | |
三、学制、学分与学位
本科标准学制为4年,学生可在3-8年内完成学业,学生完成本专业培养方案规定的要求,考核合格,修读完人才培养方案规定的160学分准予毕业。符合学士学位授予条件的学生,授予工学学士学位。
四、毕业学时和学分要求
课程模块 | 学分 | 学时 |
理论 | 实践 | 合计 | 实践学分占比 | 理论 | 实践 | 合计 | 实践学时占比 |
通识教育 | 43 | 2 | 45 | 4.44% | 624 | 32 | 656 | 4.88% |
专业教育 | 83 | 9 | 92 | 9.78% | 1442 | 162 | 1604 | 10.10% |
实践教育 | 0 | 18 | 18 | 100% | 0 | 284 | 284 | 100% |
素质拓展 | 1 | 4 | 5 | 80% | 16 | 64 | 80 | 80% |
合计 | 131 | 29 | 160 | 18.13% | 2156 | 478 | 2634 | 18.15% |
五、课程修读建议表
开课学期 | 通识必修课 | 通识选修课 | 学科基础课 | 专业核心课 | 专业选修课(门数) | 修读学分 |
一 | 5门 | | 《高等数学A(1)》《计算机辅助设计》《高级语言程序设计实验》 | 《人工智能导论》《高级语言程序设计》 | ≥1 | |
二 | 7门 | 选2学分 | 《高等数学A(2)》《大学物理(上)》《大学物理实验(上)》《新工科创新与创业》《电路》《Python程序设计》《电路实验》 | | ≥2 | |
三 | 3门 | 选2学分 | 《线性代数》《大学物理(下)》《大学物理实验(下)》《Matlab与数值计算》《数据结构与算法实验》 | 《数据结构与算法》《数据挖掘》《无人自主系统导论》 | ≥3 | |
四 | 3门 | 选2学分 | 《概率论与数理统计B》《信号与系统》《数字电子技术》《离散数学》《数字电子技术实验》《信号与系统实验》《操作系统原理实验》 | 《操作系统原理》《模式识别》 | ≥3 | |
五 | 1门 | 选2学分 | 《机器学习实验》《模式识别实验》 | 《机器学习》 | ≥3 | |
六 | 1门 | | 《神经网络及深度学习实验》 | 《神经网络及深度学习》《知识图谱》 | ≥2 | |
七 | 毕业实习(实训) | 毕业论文(设计) | |
八 | 毕业实习(实训) | 毕业论文(设计) | |
合计 | —— | —— | |
六、教学计划表(按教务系统要求填报)
(一)通识教育必修课程 (修读 37 学分)
课程名称 | 课程性质 | 学分 | 总学时 | 理论学时 | 实践学时 | 开课学期 | 备注 |
思想道德与法治 | 必修 | 3 | 48 | 32 | 16 | 1 | 实践1学分 |
中国近现代史纲要 | 必修 | 3 | 48 | 48 | | 2 | |
马克思主义基本原理 | 必修 | 3 | 48 | 48 | | 3 | |
毛泽东思想和中国特色社会主义理论体系概论 | 必修 | 3 | 48 | 32 | 16 | 4 | 实践1学分 |
习近平新时代中国特色社会主义思想概论 | 必修 | 3 | 48 | 48 | | 5 | |
形势与政策 | 必修 | 2 | 32 | 32 | | 1-8 | |
中华民族共同体概论 | 必修 | 2 | 32 | 32 | | 2 | |
大学英语1(读写译) | 必修 | 2 | 32 | 32 | | 1 | |
大学英语1(视听说) | 必修 | 2 | 32 | 32 | | 1 | |
大学英语2(读写译) | 必修 | 2 | 32 | 32 | | 2 | |
大学英语2(视听说) | 必修 | 2 | 32 | 32 | | 2 | |
大学英语3 | 必修 | 2 | 32 | 32 | | 3 | |
大学英语4 | 必修 | 2 | 32 | 32 | | 4 | |
公共体育1 | 必修 | 1 | 32 | 32 | | 1 | 包括体质测试 |
公共体育2 | 必修 | 1 | 32 | 32 | | 2 |
公共体育3 | 必修 | 1 | 32 | 32 | | 3 |
公共体育4 | 必修 | 1 | 32 | 32 | | 4 |
大学语文 | 必修 | 2 | 32 | 32 | | 2 | 理工类 |
(二)通识教育选修课程 (修读 8 学分)
课程名称(类别) | 课程性质 | 学分 | 学时 | 理论学时 | 实践学时 | 开课学期 | 备注 |
公共艺术教育类 | 限修 | 2 | | | | 1-8 | 根据《教育部关于切实加强新时代高等学校美育工作的意见》要求,所有学生至少选修2学分 |
社会科学素养类 | 选修 | | | | | 1-8 | |
自然科学素养类 | 选修 | | | | | 1-8 | |
经济管理素养类 | 选修 | | | | | 1-8 | |
心理健康教育类 | 选修 | | | | | 1-8 | |
跨文化交际能力类 | 选修 | | | | | 1-8 | |
国家安全教育类 | 选修 | | | | | 1-8 | |
“四史”教育类 | 选修 | | | | | 1-8 | |
跨学院专业教育课 | 选修 | | | | | 1-8 | |
(三)专业教育课程 (修读 92 学分)
课程类别 | 课程名称 | 课程性质 | 学分 | 学时 | 理论学时 | 实践学时 | 开课学期 | 最低修读学分 |
数学与自然科学课程 | 高等数学A(1) | 必修 | 4 | 72 | 72 | | 1 | 修读 24 学分 |
高等数学A(2) | 必修 | 4 | 72 | 72 | | 2 |
线性代数 | 必修 | 3 | 54 | 54 | | 3 |
概率论与数理统计B | 必修 | 3 | 54 | 54 | | 4 |
大学物理(上) | 必修 | 3 | 54 | 54 | | 2 |
大学物理(下) | 必修 | 3 | 54 | 54 | | 3 |
大学物理实验(上) | 必修 | 1 | 18 | | 18 | 2 |
大学物理实验(下) | 必修 | 1 | 18 | | 18 | 3 |
Matlab与数值计算 | 必修 | 2 | 36 | 36 | | 3 |
专业基础课 | 人工智能导论★ | 必修 | 2 | 32 | 32 | | 1 | 修读 19 学分,其中带★课程为专业核心课。 |
高级语言程序设计★ | 必修 | 3 | 54 | 54 | | 1 |
计算机辅助设计 | 必修 | 2 | 32 | 32 | | 1 |
新工科创新与创业 | 必修 | 1 | 18 | 18 | | 2 |
数据结构与算法★ | 必修 | 2 | 32 | 32 | | 3 |
数据挖掘★ | 必修 | 2 | 32 | 32 | | 3 |
无人自主系统导论★ | 必修 | 2 | 32 | 32 | | 3 |
操作系统原理★ | 必修 | 3 | 54 | 54 | | 4 |
机器学习★ | 必修 | 2 | 32 | 32 | | 5 |
专业必修课 | 电路 | 必修 | 4 | 72 | 72 | | 2 | 修读 23 学分,其中带★课程为专业核心课。 |
Python程序设计 | 必修 | 3 | 48 | 48 | | 2 |
信号与系统 | 必修 | 4 | 72 | 72 | | 4 |
数字电子技术 | 必修 | 4 | 72 | 72 | | 4 |
离散数学 | 必修 | 2 | 32 | 32 | | 4 |
模式识别★ | 必修 | 2 | 32 | 32 | | 4 |
神经网络及深度学习★ | 必修 | 2 | 32 | 32 | | 6 |
知识图谱★ | 必修 | 2 | 32 | 32 | | 6 |
专业实践课 | 高级语言程序设计实验 | 必修 | 1 | 18 | | 18 | 1 | 修读 9 学分 |
电路实验 | 必修 | 1 | 18 | | 18 | 2 |
数据结构与算法实验 | 必修 | 1 | 18 | | 18 | 3 |
数字电子技术实验 | 必修 | 1 | 18 | | 18 | 4 |
信号与系统实验 | 必修 | 1 | 18 | | 18 | 4 |
操作系统原理实验 | 必修 | 1 | 18 | | 18 | 4 |
机器学习实验 | 必修 | 1 | 18 | | 18 | 5 |
模式识别实验 | 必修 | 1 | 18 | | 18 | 5 |
神经网络及深度学习实验 | 必修 | 1 | 18 | | 18 | 6 |
专业选修课 | 学科竞赛初阶实训 | 选修 | 1 | 18 | | 18 | 2 | 修读 17 学分 |
数据库原理及应用 | 选修 | 2 | 32 | 32 | | 3 |
数据库原理及应用实验 | 选修 | 1 | 18 | | 18 | 3 |
工程管理 | 选修 | 2 | 32 | 32 | | 3 |
计算机网络工程 | 选修 | 2 | 32 | 32 | | 4 |
计算机网络工程实验 | 选修 | 1 | 18 | | 18 | 4 |
专业非通用语 | 选修 | 2 | 32 | 32 | | 4 |
学科竞赛进阶实训 | 选修 | 1 | 18 | | 18 | 4 |
电子系统仿真 | 选修 | 2 | 32 | 32 | | 5 |
大数据分析及应用 | 选修 | 2 | 32 | 32 | | 5 |
大数据分析及应用实验 | 选修 | 1 | 18 | | 18 | 5 |
电子设计自动化 | 选修 | 2 | 32 | 32 | | 5 |
电子设计自动化实验 | 选修 | 1 | 18 | | 18 | 5 |
单片机原理及应用 | 选修 | 2 | 32 | 32 | | 5 |
单片机原理及应用实验 | 选修 | 1 | 18 | | 18 | 5 |
机器视觉 | 选修 | 2 | 32 | 32 | | 5 |
人工智能伦理与法律 | 选修 | 2 | 32 | 32 | | 5 |
嵌入式系统设计原理与应用 | 选修 | 2 | 32 | 36 | | 6 |
嵌入式系统设计原理与应用实验 | 选修 | 1 | 18 | | 18 | 6 |
物联网技术 | 选修 | 2 | 32 | 32 | | 6 |
物联网技术实验 | 选修 | 1 | 18 | | 18 | 6 |
强化学习 | 选修 | 2 | 32 | 32 | | 6 |
目标识别 | 选修 | 2 | 32 | 32 | | 6 |
数字图像处理 | 选修 | 2 | 32 | 32 | | 7 |
数字图像处理实验 | 选修 | 1 | 18 | | 18 | 7 |
智慧农业 | 选修 | 2 | 32 | 32 | | 7 |
无人自主系统技术 | 选修 | 2 | 32 | 32 | | 7 |
智慧交通 | 选修 | 2 | 32 | 32 | | 7 |
机器人技术 | 选修 | 1 | 18 | 18 | | 7 |
(四)实践教育 (修读 18 学分)
课程名称 | 性质 | 学分 | 周数/学时数 | 开课学期 | 备注 |
劳动教育 | 必修 | 0 | 32学时 | 1-7 | |
国防教育及军事训练 | 必修 | 2 | 2周 | 1 | |
社会实践 | 必修 | 2 | 32学时 | 1-7 | |
学年实习(实训) | 必修 | 2 | 36学时 | 6 | |
毕业实习(实训) | 必修 | 4 | 2周 | 7 | |
毕业论文(设计) | 必修 | 6 | 14周 | 8 | |
人工智能课程综合设计 | 必修 | 2 | 32学时 | 7 | |
(五)素质拓展 (修读 5 学分
课程名称 | 性质 | 学分 | 周数/学时数 | 开课学期 | 最低修读学分 |
职业发展与就业指导 | 必须 | 1 | 16学时 | 2 | 1 |
学术科研 | 选修 | | | | 4 详见《云南民族大学本科生创新创业实践学分认定及管理办法》 |
创新创业训练(实训) | 选修 | | | |
职业资格与技能 | 选修 | | | |
学科竞赛 | 选修 | | | |
文化艺术竞赛 | 选修 | | | |
体育竞技比赛 | 选修 | | | |
七、课程与毕业要求对应关系表(教学计划表中所列课程)
课程模块 | 课程名称 | 毕业要求 |
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
1 | 习近平新时代中国特色社会主义思想概论 | | | | | | | M | | | | | |
2 | 毛泽东思想和中国特色社会主义理论体系概论 | | | | | | | M | | | | | |
3 | 马克思主义基本原理概论 | | | | | | | M | | | | | |
4 | 中华民族共同体教育 | | | | | | | M | | | | | |
5 | 思想道德修养与法律基础 | | | | | | M | | M | | | | |
6 | 中国近现代史纲要 | | | | | | | | M | | | | |
7 | 形势与政策 | | | | | | | | M | | | | |
8 | 公共体育1 | | | | | | | | L | | | | |
9 | 公共体育2 | | | | | | | | L | | | | |
10 | 公共体育3 | | | | | | | | L | | | | |
11 | 公共体育4 | | | | | | | | L | | | | |
12 | 大学英语1(读写译) | | | | | | | | | | H | | |
13 | 大学英语1(视听说) | | | | | | | | | | H | | |
14 | 大学英语2(读写译) | | | | | | | | | | H | | |
15 | 大学英语2(视听说) | | | | | | | | | | H | | |
16 | 大学英语3 | | | | | | | | | | H | | |
17 | 大学英语4 | | | | | | | | | | H | | |
18 | 大学语文 | | | | | | | | | | H | | |
19 | 国防教育及军事训练 | | | | | | | | | M | | | |
20 | 线性代数 | M | | | | | | | | | | | |
21 | 高等数学A(1) | M | L | | | | | | | | | | |
22 | 高等数学A(2) | M | L | | | | | | | | | | |
23 | 概率论与数理统计B | L | M | | | | | | | | | | |
24 | 大学物理(上) | M | M | | | | | | | | | | |
25 | 大学物理(下) | M | M | | | | | | | | | | |
26 | Matlab与数值计算 | | | M | | M | | | | | | | |
27 | 人工智能导论★ | | H | | | | M | | | M | | | |
28 | 高级语言程序设计 | | | | | M | H | | | | | | M |
29 | 计算机辅助设计 | | M | | | M | M | | | | | | |
30 | 新工科创新与创业 | | | M | | | | | | | L | L | M |
31 | 数据结构与算法★ | | M | | M | H | | | | | | | |
32 | 数据挖掘★ | | M | | M | H | | | | | | | |
33 | 无人自主系统导论 | | H | | | | M | | | M | | | |
34 | 操作系统原理★ | | H | M | M | | | | | | | | |
35 | 机器学习★ | | | H | M | M | | | | | | | |
36 | 电路 | M | | | M | | | | | | | | |
37 | Python程序设计 | | M | | M | | | | M | | | | |
38 | 信号与系统 | M | | | M | | | | | | | | |
39 | 数字电子技术 | | M | M | M | | | | | | | | |
40 | 离散数学 | M | | | M | | | | | | | | |
41 | 模式识别★ | M | H | | | M | | | | | | | |
42 | 神经网络及深度学习★ | M | H | | | M | | | | | | | |
43 | 知识图谱★ | M | H | | | M | | | | | | | |
44 | 高级语言程序设计实验 | | M | | | M | | | | | | | |
45 | 电路实验 | | | M | M | M | | | | | | | |
46 | 数据结构与算法实验 | | | M | M | M | | | | | | | |
47 | 数字电子技术实验 | M | | M | | M | | | | | | | |
48 | 信号与系统实验 | M | | M | | M | | | | | | | |
49 | 操作系统原理实验 | M | | M | M | | | | | | | | |
50 | 机器学习实验 | M | | M | M | | | | | | | | |
51 | 模式识别实验 | M | | M | M | | | | | | | | |
52 | 神经网络及深度学习实验 | M | | | M | M | | | | | | | |
53 | 学科竞赛初阶实训 | | M | | | | | | | | | | M |
54 | 数据库原理及应用 | M | M | | | M | | | | | | | |
55 | 数据库原理及应用实验 | M | L | | | M | | | | | | | |
56 | 工程管理 | | | | | | L | | M | M | | | M |
57 | 计算机网络工程 | M | L | | | M | | | | | | | |
58 | 计算机网络工程实验 | M | | | | M | | | | | | | |
59 | 专业非通用语 | | | | | | | | | | H | | |
60 | 学科竞赛进阶实训 | | M | | | | | | | | | | |
61 | 电子系统仿真 | M | | | | M | | | | | | | |
62 | 大数据分析及应用 | M | L | | | M | | | | | | | |
63 | 大数据分析及应用实验 | M | | | | M | | | | | | | |
64 | 电子设计自动化 | | M | M | L | | | | | | | | |
65 | 电子设计自动化实验 | | | M | L | | | | | | | | |
66 | 单片机原理及应用 | | | | | M | | | | M | | | |
67 | 单片机原理及应用实验 | | | | | M | | | | M | | | |
68 | 机器视觉 | | L | | M | | | | | | | | |
69 | 人工智能伦理与法律 | | | | | | M | | | | | | M |
70 | 嵌入式系统设计原理与应用 | M | | | M | | | | | | | | |
71 | 嵌入式系统设计原理与应用实验 | M | | | M | | | | | | | | |
72 | 物联网技术 | | M | | M | | | | | | | | |
73 | 物联网技术实验 | | M | | M | | | | | | | | |
74 | 强化学习 | | | | | | | | | | | | |
75 | 目标识别 | M | | | M | | | L | | | | | |
76 | 数字图像处理 | M | | | M | | | | | | | | |
77 | 数字图像处理实验 | M | | | M | | | | | | | | |
78 | 智慧农业 | | M | | | M | | | | | | | |
79 | 无人自主系统技术 | | M | | | M | | | | | | | |
80 | 智慧交通 | | | | | M | M | | | | | | L |
81 | 机器人技术 | M | | | M | | | | | | | | |
82 | 劳动教育 | | | | | | | M | M | | M | | M |
83 | 毕业论文(设计) | | | M | H | | | | | | M | | |
84 | 毕业实习(实训) | | | | | | | | | H | M | | M |
85 | 人工智能课程综合设计 | | | H | M | M | | | | | | | |
86 | 社会实践 | | | | | | | | M | M | | | |
87 | 学年实习(实训) | | | | | | | | M | M | | | |
注:①不同学期的同一门课程只需填写一次;
②所有课程和教学活动都要列入表格,包括实践教育环节;
③表格要清晰要清晰展示每门课程与“毕业要求”中每项具体要求的关联度情况,
关联度强的用“H”表示,关联度中等的用“M”表示,关联度弱的用“L”表示。
八、专业阅读书目(建议不少于50本)
序号 | 书名 | 出版社 | ISBN |
1 | 《人工智能:一种现代的方法》 | 中国科学技术出版社 | 978-7-03-040027-5 |
2 | 《深度学习》 | 机械工业出版社 | 978-7-111-52440-9 |
3 | 《机器学习》 | 清华大学出版社 | 978-7-302-42853-1 |
4 | 《神经网络与学习机》 | 电子工业出版社 | 978-7-121-33436-0 |
5 | 《模式识别与机器学习》 | 清华大学出版社 | 978-7-302-34333-5 |
6 | 《Python机器学习》 | 人民邮电出版社 | 978-7-115-42979-7 |
7 | 《数据科学导论》 | 机械工业出版社 | 978-7-111-54401-6 |
8 | 《统计学习方法》 | 清华大学出版社 | 978-7-302-44429-6 |
9 | 《计算机视觉:模型、学习和推断》 | 电子工业出版社 | 978-7-121-33438-4 |
10 | 《强化学习》 | 机械工业出版社 | 978-7-111-55168-7 |
11 | 《数字信号处理》 | 清华大学出版社 | 978-7-302-54263-4 |
12 | 《信号与系统》 | 机械工业出版社 | 978-7-111-40979-7 |
13 | 《电路分析基础》 | 高等教育出版社 | 978-7-040-47663-1 |
14 | 《模拟电子技术基础》 | 电子工业出版社 | 978-7-121-32855-5 |
15 | 《数字电子技术基础》 | 高等教育出版社 | 978-7-040-42331-0 |
16 | 《微机原理与接口技术》 | 清华大学出版社 | 978-7-302-21853-9 |
17 | 《现代控制理论》 | 机械工业出版社 | 978-7-111-42343-3 |
18 | 《自动控制原理》 | 科学出版社 | 978-7-030-49807-2 |
19 | 《计算机组成与设计》 | 机械工业出版社 | 978-7-111-22134-1 |
20 | 《操作系统概念》 | 人民邮电出版社 | 978-7-115-54333-2 |
21 | 《计算机网络:自顶向下方法》 | 机械工业出版社 | 978-7-111-14301-3 |
22 | 《数据库系统概念》 | 高等教育出版社 | 978-7-040-22858-1 |
23 | 《算法导论》 | 机械工业出版社 | 978-7-111-34222-8 |
24 | 《离散数学及其应用》 | 机械工业出版社 | 978-7-111-45434-1 |
25 | 《概率论与数理统计》 | 高等教育出版社 | 978-7-040-32423-4 |
26 | 《线性代数及其应用》 | 机械工业出版社 | 978-7-111-34311-1 |
27 | 《最优化理论与算法》 | 清华大学出版社 | 978-7-302-55434-8 |
28 | 《信息论基础》 | 清华大学出版社 | 978-7-302-32128-6 |
29 | 《自然语言处理综述》 | 电子工业出版社 | 978-7-121-43988-7 |
30 | 《语音信号处理》 | 电子工业出版社 | 978-7-121-45002-3 |
31 | 《图像处理与分析》 | 机械工业出版社 | 978-7-111-37754-1 |
32 | 《机器视觉算法与应用》 | 清华大学出版社 | 978-7-302-24314-0 |
33 | 《智能控制与智能系统》 | 科学出版社 | 978-7-030-12209-6 |
34 | 《模糊逻辑与模糊控制系统》 | 机械工业出版社 | 978-7-111-37767-8 |
35 | 《遗传算法与遗传编程》 | 清华大学出版社 | 978-7-302-23412-1 |
36 | 《人工神经网络原理与模拟》 | 电子工业出版社 | 978-7-121-45876-2 |
37 | 《专家系统原理与开发环境》 | 科学出版社 | 978-7-03-22600-9 |
38 | 《模式识别:算法与应用》 | 机械工业出版社 | 978-7-111-10987-5 |
39 | 《机器学习与数据挖掘》 | 电子工业出版社 | 978-7-121-37550-0 |
40 | 《数据挖掘:概念与技术》 | 机械工业出版社 | 978-7-111-47568-8 |
41 | 《大数据分析与处理》 | 清华大学出版社 | 978-7-302-51223-4 |
42 | 《云计算与分布式系统》 | 电子工业出版社 | 978-7-121-23156-5 |
43 | 《物联网技术与应用》 | 机械工业出版社 | 978-7-111-43908-6 |
44 | 《嵌入式系统设计与开发》 | 清华大学出版社 | 978-7-302-53214-1 |
45 | 《智能传感器与智能检测技术》 | 电子工业出版社 | 978-7-121-11328-9 |
46 | 《智能机器人技术》 | 科学出版社 | 978-7-03-33765-2 |
47 | 《无人驾驶技术与应用》 | 机械工业出版社 | 978-7-111-22050-4 |
48 | 《智慧交通系统》 | 电子工业出版社 | 978-7-121-21487-3 |
49 | 《智能控制技术与应用》 | 清华大学出版社 | 978-7-302-45828-1 |
50 | 《人工智能伦理与法律问题》 | 法律出版社 | 978-7-503-34322-7 |
51 | 《信号完整性—深入理解高速数字电路设计》 | 清华大学出版社 | 978-7-302-55182-8 |
52 | 高频电子线路 | 清华大学出版社 | 978-7-302-44418-3 |