人工智能專業2023版培養方案

發布者：董亮發布時間：2024-05-13浏覽次數：306

伟德w88平台【伟德w88平台-人工智能（專業代碼：080717T）】《培養方案》

自動化學院人工智能專業 080717T專業代碼電子信息類别工學學科門類

專業負責人：徐軍教學副院長：李冰教務處長：王義文教學副校長：陳慶國

培養方案

一、專業簡介：

人工智能專業是與計算機科學、信息技術和控制科學等學科強交叉的寬口徑專業，2023年獲教育部批準建立。本專業依托伟德w88平台伟德w88平台控制科學和工程省級重點學科，突出人工智能技術及其應用的交叉與融合，秉承學校“崇尚實踐、亦德亦能”的人才培養理念，以“厚基礎、重交叉、強實踐、求創新”為導向，堅持立德樹人，完善創新人才培養體系。堅持德育為先、能力為重，不斷提高學生思想道德水平、政治覺悟和文化素養，培養德才兼備、全面發展并具創新精神的拔尖人才。為學生構築紮實的人工智能理論基礎和專業知識體系，培養學生的人工智能建模分析與算法設計能力，突出創新實踐能力與交叉應用能力的培養。

二、學制：四年

三、畢業條件：修滿 165 學分（其中理論教學135學分，實踐教學 30學分（含實驗共計45.5）學分）準予畢業。

四、授予學位：工學學士

五、專業方向：A：智能感知認知B：智能決策與控制

六、培養目标：

面向人工智能國家戰略和龍江地區經濟社會發展需要，培養德智體美勞全面發展的富有社會責任感和創新精神的社會主義建設者和接班人。培養具備紮實的數理基礎和掌握人文社科基礎知識，系統地掌握人工智能的基本原理、專業知識和工程技能，具備人工智能模型分析、算法設計、項目研發與管理等能力，從事面向人工智能相關領域的研發、測試和管理等工作的高素質工程技術人才。

本專業畢業生畢業五年左右預期達到以下目标:

1.能夠分析、設計、解決與人工智能應用領域相關的複雜工程問題，勝任多學科交叉應用領域的科學研究、技術開發及項目管理等工作，并成為技術負責人或學術骨幹；

2.具備良好的社會責任感、人文素養和人工智能開發工程師職業素養，積極服務國家與社會，能夠考慮公衆利益，自覺有效地将人工智能安全、法律法規、環境、文化等非技術因素融入人工智能複雜工程問題解決方案和工程實踐中；

3.能勝任團隊負責人或核心成員的職責，組織協調開展多學科交叉創新科學研究、技術開發和設計制造等工作，執行過程中能秉承環境保護和可持續發展理念，具備國際視野；

4.能适應崗位變換，并堅持終身學習與自我完善，能夠拓展自身能力為行業技術進步和社會發展做出貢獻。

七、畢業要求：

根據本專業人才培養目标與培養定位，本專業畢業生在知識、能力和素質等方面應達到如下要求：

1.工程知識：掌握本專業所需的數學、自然科學、工程基礎、人工智能基礎理論和專業知識，能将上述知識用于解決人工智能技術與應用領域的複雜工程問題。

1.1掌握數學、自然科學、工程基礎、人工智能基礎理論和專業知識，并用于解決人工智能技術與應用領域的基本工程問題；

1.2能夠運用恰當的數學、物理模型對人工智能技術與應用領域複雜工程問題進行數學建模和算法分析，滿足工程計算的實際要求；

1.3能夠将數學、自然科學、工程基礎、人工智能基礎理論和專業知識用于人工智能技術與應用領域的複雜工程問題推導和計算；

1.4能運用數學、自然科學、工程基礎、人工智能基礎理論和專業知識對人工智能技術與應用領域的複雜工程問題的解決途徑進行評價，并提出改進措施。

2.問題分析：能夠應用數學、自然科學和工程科學的基本原理，識别、表達和有效地分解人工智能技術與應用領域的複雜工程問題、并通過文獻研究等多種方式對人工智能技術與應用領域的複雜工程問題進行分析，以獲得有效結論。

2.1能夠應用數學、物理學的基本原理、工程基礎、人工智能基礎理論和專業知識對人工智能技術與應用領域的複雜工程問題進行識别和有效分解；

2.2能夠識别和表達人工智能技術與應用領域的複雜工程問題的關鍵環節和參數，對分解後的問題進行分析；

2.3掌握科技文獻、資料的分類；能夠通過圖書館、數據庫、互聯網檢索等多種方式、準确快速地檢索相關信息，具備借助文獻研究對人工智能技術與應用領域的複雜工程問題進行識别、表達和分析的能力。

3.設計/開發解決方案：能夠設計針對人工智能技術及應用領域複雜工程問題的解決方案，設計滿足特定需求的人工智能技術與應用領域中的建模與算法分析，智能感知、認知和決策系統的軟硬件模塊，模型框架、信息處理算法，并能夠在設計環節中體現創新意識，能夠綜合考慮其對社會、健康、安全、法律、文化以及環境等因素。

3.1掌握人工智能專業知識和工程設計方法，針對人工智能技術與應用領域的複雜工程問題提出合理的解決方案；

3.2綜合利用人工智能領域的專業知識和新技術，針對特定需求的人工智能技術與應用領域的複雜工程問題，完成系統和模塊的建模與算法分析，智能系統的軟硬件設計，并在設計中體現設計創新意識；；

3.3能夠在系統設計方案環節中考慮多方面、多層次因素的影響，如社會、健康、安全、法律、文化及環境等因素。

4.研究：能夠基于科學原理并采用科學方法對人工智能技術與應用領域的複雜問題進行研究，包括分析問題、建立模型、開發軟件、算法分析與解釋數據、并通過信息綜合得到合理有效的結論。

4.1能夠對人工智能技術與應用領域的複雜工程問題進行理論分析，完成人工智能建模和算法分析、智能系統的軟件和硬件模塊進行理論分析、設計和仿真；

4.2能夠針對人工智能與應用領域的複雜工程問題設計實驗方案、構建實驗系統和測試平台，獲取實驗數據，構建人工智能數據庫，對數據進行分析與處理；

4.3能夠對實驗結果進行合理分析、解釋，通過實驗數據分析、信息綜合等手段得到合理有效的結論。

5.使用現代工具：能夠針對人工智能領域的複雜問題，選擇恰當的智能決策方法、智能軟件開發工具、項目管理工具以及運行數據等工具和資源，優質、高效、規範地開發智能分析與決策系統，包括對所研究複雜工程問題的預測與模拟，并能夠理解其局限性。

5.1掌握基本的計算機操作和應用，至少掌握一種開發語言（如C，Python語言）等，并能夠運用集成開發環境進行複雜人工智能算法程序設計；

5.2能夠熟練運用文獻檢索工具獲取人工智能領域理論與技術的最新進展信息；

5.3掌握人工智能技術專業的基本原理、操作方法，能夠在複雜、綜合型工程中合理選擇和使用儀器和設備，對複雜工程問題進行模拟仿真，理解其使用要求、運用範圍和局限性。

6.工程與社會：能夠結合相關工程知識進行合理分析，評價人工智能專業實踐和複雜工程問題解決方案對社會、健康、安全、法律以及文化的影響，并理解應承擔的責任。

6.1具有工程實踐經曆，通過實踐、實習過程了解工程實踐和複雜工程問題的解決方案對社會、健康、安全、法律以及文化的影響；

6.2能夠結合相關的工程知識，通過在思政、人文、社會類課程學到的知識，綜合分析和評價專業工程實踐和複雜工程問題的解決方案對社會、健康、安全、法律以及文化的影響，并理解應承擔的責任。

7.環境和可持續發展：了解環境保護和可持續發展的基本方法、政策和法律、法規，能夠理解和評價人工智能領域的專業工程實踐對環境、社會可持續發展的影響。

7.1具有理解環境保護和社會可持續發展内涵和意義，了解其基本方針、政策和法律、法規，能夠正确認識針對複雜工程問題的專業工程實踐對環境和社會的影響；

7.2能針對實際複雜工程問題，評價其資源利用率，對文化的沖擊等工程實踐對環境、社會可持續發展的影響。

8.職業規範：具有人文及社會科學素養、社會責任感，能夠在工程實踐中理解并遵守人工智能領域的相關職業道德和規範，履行責任。

8.1具有人文及社會科學素養，了解國情，理解社會主義核心價值觀，樹立正确的政治立場、世界觀、人生觀和價值觀；

8.2理解工程技術的社會價值及工程師的社會責任，在工程實踐中自覺遵守職業道德和規範，履行相應責任。

9.個人和團隊：能夠在以人工智能為主體的多學科背景下的生産、研究和開發團隊中，承擔個體、團隊成員以及負責人的角色。

9.1能主動與其他學科的成員共享信息，合作共事，獨立完成團隊分配的工作；

9.2能夠勝任團隊成員或負責人的角色，能在團隊協作中聽取其他團隊的意見和建議，充分發揮團隊協作的優勢。

10.溝通：能夠就人工智能領域的複雜問題與業界同行及社會公衆進行有效的溝通和交流，包括撰寫報告和設計文稿、陳述發言、清晰表達或回應指令。掌握至少一門外語，并具備一定的國際視野，能夠在跨文化背景下進行溝通和交流。

10.1具有良好的口頭表達能力，能夠清晰、有條理地表達自己的觀點，掌握基本的報告、設計文稿的撰寫技能。能夠就複雜工程問題，綜合運用口頭、書面、報告、圖表等多種形式與國内外業界同行及社會公衆進行有效溝通和交流；

10.2掌握至少一門外語，具備一定的國際視野，并了解基本的國際文化禮儀，能夠在跨文化背景下進行溝通和交流。

11.項目管理：理解并掌握從事人工智能專業所需的工程管理原理與經濟決策方法，并能在多學科、跨職能環境中合理應用。

11.1理解工程管理與經濟決策的重要性，掌握工程管理的基本原理和常用的信息決策方法；

11.2能夠在多學科、跨職能環境中合理運用工程管理原理與信息決策方法。

12.終身學習：具有自主學習和終身學習的意識，有不斷學習和适應發展的能力。

12.1了解自主學習的必要性，具有自主學習和終身學習的意識，掌握跟蹤本專業學科前沿、發展趨勢的基本方法和途徑；

12.2能夠通過文獻查詢、網絡培訓等多渠道進行終身學習，以适應職業發展的需求。

八、畢業要求對培養目标的支撐矩陣(工程認證專業）

培養目标畢業要求	培養目标1	培養目标2	培養目标3	培養目标4
畢業要求1工程知識	√
畢業要求2分析問題	√
畢業要求3設計開發解決方案	√	√
畢業要求4 研究	√			√
畢業要求5使用現代工具	√			√
畢業要求6工程與社會		√		√
畢業要求7環境和社會可持續發展		√	√	√
畢業要求8職業規範		√
畢業要求9個人和團隊			√
畢業要求10溝通			√
畢業要求11項目管理	√
畢業要求12終身學習			√	√

九、主幹學科：智能科學與技術、控制科學與工程、計算機科學與技術

十、主幹課程：

人工智能程序設計、離散數學、數據結構和算法分析、人工智能中的數學基礎、電路、電子技術、計算機系統導論、自動控制原理、人工智能引論、機器學習、知識表決與推理、計算機視覺、自然語言處理、機器人控制技術。

十一、課程框架與學分占比

課程模塊	必修/選修合計							占總學分比例
	必修			選修		學時（周數）合計	學分合計
	門數	學時（周數）	學分	學時	學分	學時（周數）合計	學分合計
通識教育課程	19	1026	64.5	150	7.5	1176	72	43.64%
學科基礎課程	10	512	32			512	32	19.39%
專業教育課程	7	304	19	192	12	496	31	18.79%
實踐教學（集中）	11	41W	30	—	—	41W	30	18.18%
合計	47	1884+41W	145.5	342	19.5	2184+41W	165	100%
必修、選修課程占課内教學總學時（學分）比例	—	84.34%	88.18%	15.66%	11.82%	100%
實踐（含實驗）教學環節占總學分比例	27.58%（45.5=專業實踐30學分+課内實驗9.5學分，思政課程6學分）
第二課堂	≥7學分

十二、教學進程安排：

1、教學進程表見表一；

2、實踐性教學環節安排表見表二；

3、第二課堂見表三；

4、總周數分配表見表四；

5、學曆表見表五；

6、符号說明見表六。

表一：教學進程表

課程					學分	門數\門次	集中考試	學時分配					學期、周數、周學時數
種類	性質		課程編号	課程名稱				總計	講課	實驗	上機	翻轉、案例實踐、創新	一	二		三		四		五	六	七	八
													14	16		16		16		14	10	10	16
通識教育課程	通識必修課	自然科學類	U080023TW01	高等數學（一）-I、II	5+6	1/2	1,2	80+96	80+96				6×14	6×16
			U080023TW04	線性代數	3.5	1/1	2	56	56					4×14
			U080023TW05	概率論與數理統計	2.5	1/1	3	40	40							3×14
			U080123TW06	複變函數與積分變換	3	1/1	3	48	48							4×12
			U080323TW02	大學物理（一）-I、II	3+3	1/2	2	96	96					3×16		3×16
			U080323TW03	物理實驗-I、II	0.5+1	1/2		40		16+24				√		√
			U040023TW01	計算思維與信息基礎	2	1/1	1	32	28			4	2×14
			自然科學類小計		29.5	7/10	1,2,3	488	444	40		4	8	13		10
		人文、社科類	U090523TW01	大學英語-I、II、III	3+3+2	1/3	1,2,3	128	96			32	4×12	4×12		2×16
			U730123TW01	體育-I-IV	2	1/2		22	22			(122)	2×14
			U920223TW01	軍事理論	2	1/1	1	36	28			8	2×14	√		√				√		√
			U920223TW02	軍事技能訓練	2	1/1							2周
			U110123TW01	思想道德與法治	3	1/1	1	48	32			16	2×12/4×2
			U110223TW01	馬克思主義基本原理	3	1/1	3	48	32			16				2×16
			U110323TW01	中國近現代史綱要	3	1/1	2	48	32			16		2×16
			U110423TW01	毛澤東思想和中國特色社會主義理論體系概論	3	1/1	4	48	32			16						2×16
			U110523TW01	習近平新時代中國特色社會主義思想概論	3	1/1	2	48	32			16		2×16
			U110623TW01	形勢與政策	2	1/1	4	48	32			16	2×4	2×4		2×4		2×4
			U000123TW01	創新創業基礎	2	1/1	4	32	22			10						2×11
			U920123TW01	心理健康教育	2	1/1	1	32	24			8	2×12
			人文、社科、經管類小計		35	12/ 15	1,2,3,4	538	384			154	14	10		6		6
		通識必修小計			64.5	19/ 25		1026	828	40		158	22	23		16		6
	外語	大學英語-III開課說明：1.未通過大學英語四級學生（不包括外國語學院學生）：四級強化。2.通過大學英語四級學生，理工類學院：學術英語；經濟與管理學院、馬克思學院：跨文化交際。3.外國語學院：科技英語閱讀。
	通識任選	全校通識任選課共分：科學探索與技術創新【簡稱A類】、社會研究與當代中國【簡稱B類】、文明對話與世界視野【簡稱C類】、研究學習與實戰體驗【簡稱D類】、藝術創作與審美體驗【簡稱E類】等五類。 1、所有本科生選課時間為2-7學期，每學期可選1-2門； 2、本科在校學生（除藝術類專業和工業設計專業學生以外）本科學習期間E類為必選，在A、B、C、D類任選課組中任選4門，7.5學分； 3、藝術類專業和工業設計專業學生，本科學習期間在A、B、C、D類任選課組中任選5門，7.5學分； 4、第四學期始未通過大學英語四級的在校本科生建議選修C類任選課組中的《大學英語四級強化》。詳情參閱《伟德w88平台全校性通識選修課選修指南》。
		通識任選小計			7.5	5/5		150	150
	通識課合計				72	25/ 30		1176	978	40		158	22		23		16		6

續表一：教學進程表

課程				學分	門數 \ 門次	集中考試	學時分配					學期、周數、周學時數
種類	性質	課程編号	課程名稱				總計	講課	實驗	上機	翻轉、案例實踐、創新	一	二	三	四	五	六	七	八
種類	性質	課程編号	課程名稱				總計	講課	實驗	上機	翻轉、案例實踐、創新	14	16	16	16	14	10	10	16
學業基礎教育課程	學科基礎必修課	U070323XN01W1	人工智能程序設計	3	1/1	1	48				48	4×12
		U070323XN02W2	離散數學	2.5	1/1	2	40	40					3×14
		U070323XN03W3	數據結構與算法分析	3	1/1	3	56	48	8					3×16
		U070523XW02	電路	3.5	1/1	3	56	48	8					3×16
		U050523XW03W3	電子技術（模拟）	3	1/1	4	48	40	8					4×10
		U070323XN04W4	人工智能中的數學基礎	2.5	1/1	4	40	40							3×14
		U050523XW04	電子技術（數字）	3	1/1	4	48	40	8						4×10
		U070323XN05W4	計算機系統導論	5	1/1	4	80	72	8						5×16
		U070323XN06W4	最優化方法	2.5	1/1	4	40	40							4×10
		U070323XN07W5	自動控制原理	4	1/1	5	64	56	8							4×14
		學科基礎課程小計		32	10/10	1,2,3,4,5	512	416	48		48	4	3	10	16	4
專業教育課程	專　業　必　修　課	U070323ZN01W1	專業導論	0	1/1		(16)					(4×1)			(4×3)
		U070323ZN02W2	人工智能引論	2	1/1	2	32	32					2×16
		U070323ZN03W5	知識表示與推理	3	1/1	5	48	40	8							4×10
		U070323ZN04W5	機器學習	4	1/1	5	64	56	8							4×14
		U070323ZN05W5	計算機視覺	4	1/1	5	64	56	8							4×14
		U070323ZN06W6	自然語言處理	3	1/1	6	48	40	8								4×10
		U070323ZN07W6	機器人控制技術	3	1/1	6	48	40	8								4×10
		專業必修課小計		19	7/7	2,5,6	304	264	40				2			16	8
	專業選修課	U070323ZN08W6	智能感知技術與應用	2	1/1		32	28	4								4×8
		U070323ZN09W6	機器學習工具與平台	2	1/1		32	28	4								4×8
		U070323ZN10W6	嵌入式系統設計與應用	2	1/1		32	28	4								4×8
		U070323ZN11W6	數字圖像處理	2	1/1		32	28	4								4×8
		U070323ZN12W6	神經網絡與深度學習	2	1/1		32	28	4								4×8
		U070323ZN13W6	語音識别技術與應用	2	1/1		32	28	4								4×8
		U070323ZN14W7	強化學習與應用	2	1/1		32	28	4									4×8
		U070323ZN15W7	人工智能前沿技術	2	1/1		32	28	4									4×8
		U070323ZN16W7	物聯網技術與應用	2	1/1		32	28	4									4×8
		U070323ZN17W7	ROS操作系統	2	1/1		32	28	4									4×8
		U070323ZN18W7	大數據技術與應用	2	1/1		32	28	4									4×8
		U070323ZN19W7	數據庫原理與應用	2	1/1		32	28	4									4×8
		U070323ZN20W7	腦認知與科學	2	1/1		32	28	4									4×8
		U070323ZN21W7	信息檢索技術	2	1/1		32	28	4									4×8
		U070323ZN22W7	軟件工程	2	1/1		32	28	4									4×8
		U070323ZN23W7	人工智能倫理與治理	2	1/1		32	28	4									4×8
		U070323ZN24W7	智能系統設計與應用	2	1/1		32	28	4									4×8
		U070323ZN25W7	計算機控制技術	2	1/1		32	28	4									4×8
		U070323ZN26W7	生物信息學	2	1/1		32	28	4									4×8
		U070323JW01W7	人工智能原理與應用	2	1/1		32	28	4									4×8
		U070323JW02W7	人工智能與數字媒體	2	1/1		32	28	4									4×8
		U070323JW03W7	人工智能與商務智能	2	1/1		32	28	4									4×8
		U070323JW04W7	人工智能與數字醫療	2	1/1		32	28	4									4×8
		專業選修課小計		12	6/23		192	168	24								9	9
	專業課程合計			31	13/30		496	432	64			4	5	10	16	20	12	9
合計		總學分、學時分配及周學時分布		125			2184	1826	152		206	26	28	26	22	20	20	16
		集中考試課門數
		課程門數/課程門次數			/

表二：實踐性教學環節

序号	課程編号	名稱	内容	學期	周數	學分	次數	場所/性質
1	U070323SN01W2	技能訓練	人工智能問題求解與實踐（人工智能研讨班）：人工智能思維訓練和人工智能技術與應用工程問題求解，數據獲取與挖掘能力訓練，人工智能程序設計編程實踐實現對典型人工智能算法的複現，走進人工智能（專業能力基礎訓練）	2	2	2	1	校内
2	U520123SW01	工程訓練	了解機械制造的一般過程及機械制造的基本工藝知識；了解簡單零件加工方法，熟悉簡單零件加工操作；培養勞動觀點、創新精神和理論聯系實際的科學作風。(含4學時勞動教育)	3	2	2	1	校内
3	U070523SW02W4	電工電子實習II	電子元器件的識别與測試、焊接練習、電子電路的調試(含2學時勞動教育)	4	1	1	1	校内
4	U070323SN02W4	認識實習	明确人工智能專業特點、課程體系、研究方向、“人工智能+”應用體系，通過名師專家大講堂，了解人工智能企業對人才的需求和探索人工智能前沿技術(含2學時勞動教育)	4	1	1	1	校内外
5	U070323SN03W5	人工智能綜合課程設計	人工智能綜合課程設計-I（賽教結合）：以人工智能學科A類競賽為導向，面向智能感知認知和智能無人系統，以智能機器人為應用載體，完成《人工智能引論》、《電子系統》和《數據結構和算法設計》課程的綜合實踐，進行人工智能專業學科基礎和專業技能的訓練，掌握人工智能技術與應用領域的模型設計、數據結構和算法分析、電子系統軟硬件設計流程，培養工程技能和實踐能力，解決人工智能技術與應用領域的工程問題（專業實踐能力訓練）（含4學時勞動教育）	5	2	2	1	校内
6	U070323SN04W5		人工智能綜合課程設計-II（賽教結合）：以人工智能學科A類競賽為導向，賽課融合，面向智能感知認知系統和智能無人系統，以智能車為應用載體，完成《知識表決和推理》、《機器學習》、《計算機視覺》和《自動控制原理》課程的綜合實踐，設計和優化人工智能模型和算法，智能感知、認知和決策系統設計和研發，提高學生工程技能和實踐能力，解決人工智能技術與應用領域複雜工程問題（專業實踐能力提升）（含4學時勞動教育）	5	2	2	1	校内
7	U070323SN05W6		人工智能綜合課程設計-III（産教融合和科教并舉）：基于教育部産教協同育人項目和教師科研項目，人工智能行業領先企業認讀融合，以企業開展協同育人，完成《機器人學導論》、《自然語言》和選修課程的綜合實踐，開展人工智能核心技術的研究和智能感知認知和決策系統的研發和應用，提高學生工程技實踐能力和創新能力，解決人工智能技術與應用領域複雜工程問題（創新實踐能力訓練）（含2周企業授課）	6	3	3	1	校内外
8	U070323SN06W6	創新創業實踐	賽課融合，以iCAN中國大學生創新實踐平台為支撐，面向“互聯網+”A+類和“iCAN大學生創新創業大賽”A類展開大學生創新創業訓練，培養學生的創新精神、創業意識、團隊協作，溝通能力和創新能力(含4學時勞動教育)	6	2	2	1	校内外
9	U070323SN07W6	生産實習	智能系統集成開發、人工智能設計流程、勞動教育等。(含6學時勞動教育)	6	3	3	1	校外
10	U070323SN08W7	高階綜合性實踐	在産教融合，科教融合、賽教融合的人工智能專業綜合課程設計的基礎上，突出對學生的個性化培養，進行多學科交叉，将人工智能及技術深度賦能“新工科、新文科、新醫科、新工科”形成“人工智能+”應用體系，完成人工智能技術與應用領域高階綜合性實踐課程，包括模型優化、複雜算法設計與系統集成，端到端部署，智能系統開發設計等，培養學生綜合實踐能力和創行能力，解決人工智能領域複雜工程問題（“人工智能+”創新實踐能力培養）。（含2周企業授課）(含4學時勞動教育)	7	8	4	1	校内
11	U070323SN09W8	畢業論文（設計）	以項目為導向的多學科交叉和跨學科畢業設計（論文）	8	16	8	1	校内外
	合計				42	30	11

表三：第二課堂

序号	模塊類别	屬性	學分	備注
1	大學生就業指導	必修	1	16學時
2	思想政治素養		1
3	社會責任擔當		1
4	實踐實習能力		1
5	創業創新能力		1
6	文體素質拓展	任選	2-6
7	菁英成長履曆
8	技能培訓認定

第二課堂設置7-11學分，7學分為合格線。1-5模塊為必選模塊，必修學分不得低于7學分，勞動教育不低于0.5學分，思想政治素養學分不得低于1學分；6-8模塊為任選模塊，美育教育不低于0.5學分，任選學分不得低2學分。其具體内容詳見“第二課堂成績單”學分認定細則(暫行)。

表四：總周數分配(表内為周數)

學期	理論教學	課程設計	工程訓練	認識實習	電工電子實習	技能訓練	創新創業實踐	生産實習	高階綜合性實踐	考試	軍事技能訓練	入學教育	畢業教育	畢業設計	運動會節假日	合計
一	14									1	2	1			1	19
二	16					2				1					1	20
三	16		2							1					1	20
四	16			1	1					1					1	20
五	14	4								1					1	20
六	10	3					2	3		1					1	20
七	10								8	1					1	20
八													1	16	1	18
總計	96	7	2	1	1	2	2	3	8	7	2	1	1	16	8	157

表五：學曆

學

年

學

期

一

—

○

★

□

∨

二

□

◎

∨

二

三

□

∨

四

□



◆

∨

三

五

□

※

∨

六

□

※

△

■

∨

四

七

□

⊕

∨

八

∨

＋

—

表六： 符号說明

□	理論教學	※	課程設計	—	空
	認識實習	△	生産實習	：	考試
×	工程訓練	*	畢業設計	★	軍事技能訓練
○	入學教育	＋	畢業教育	⊕	高階綜合性實踐
◆	電工電子實習	◎	技能訓練	∨	運動會、節假日
＝	假期	⊙	外地教學	■	創新創業實踐

十三、課程體系對畢業要求的支撐矩陣

畢業要求課程名稱	畢業要求1				畢業要求2			畢業要求3			畢業要求4			畢業要求5			畢業要求6		畢業要求7		畢業要求8		畢業要求9		畢業要求10		畢業要求11		畢業要求12
畢業要求課程名稱	1.1	1.2	1.3	1.4	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
高等數學	√	√	√	√		√
線性代數	√	√		√		√
概率論與數理統計	√			√	√
複變函數、積分變換	√	√		√
大學物理	√	√	√		√																								√
物理實驗	√	√			√											√
計算思維與信息基礎課程	√		√			√
大學英語							√		√																	√				√
體育																					√		√	√
軍事理論																					√				√
軍事技能訓練																							√	√
思想道德修養與法律基礎																					√	√
馬克思主義基本原理概論																					√	√							√
中國近現代史綱要																			√	√	√
毛澤東思想和中國特色社會主義理論體系概論																					√	√								√
習近平新時代中國特色社會主義思想概論																					√	√							√
形勢與政策
創新創業基礎																			√	√										√
心理健康教育																					√	√							√
人工智能程序設計			√	√		√								√
離散數學與結構		√		√	√	√
數據結構與算法分析				√	√						√
電路		√			√											√
電子技術（模拟）			√		√										√
人工智能數學基礎			√	√	√	√
電子技術（數字）			√			√					√					√
計算機系統導論				√		√						√			√
最優化方法			√	√					√																					√
自動控制原理				√			√			√			√
專業導論																	√	√		√									√
人工智能引論				√	√					√									√
知識表示與推理		√						√			√
機器學習			√			√				√
計算機視覺				√			√		√			√			√
自然語言處理			√			√			√			√
機器人學導論				√				√					√
智能感知技術及應用					√						√
機器學習工具與平台					√			√			√			√												√
嵌入式系統設計與應用				√					√
數字圖像處理						√			√						√
神經網絡與深度學習							√			√			√			√
語音識别技術與應用					√							√
強化學習與應用										√
人工智能前沿技術							√									√	√	√								√			√	√
物聯網技術與應用					√			√
ROS操作系統						√						√
大數據技術與應用				√			√
數據庫原理與應用			√								√
腦認知與科學
信息檢索技術							√			√																			√
軟件工程						√					√
人工智能倫理與治理																	√	√	√	√
智能系統設計與應用						√			√
生物信息學						√						√
雲計算與雲平台				√										√
人工智能基礎與應用				√						√
人工智能與人文藝術				√						√
人工智能與商務智能				√						√
人工智能與數字醫療				√						√
技能訓練							√			√													√						√
工程訓練																	√	√	√	√
電工電子實習				√												√
認識實習							√			√									√	√
人工智能綜合課程設計-I							√			√		√					√	√					√					√	√
人工智能綜合課程設計-II												√	√						√					√			√			√
人工智能綜合課程設計-III												√	√							√			√					√	√
創新創業實踐									√				√												√
生産實習																	√	√	√								√
高階綜合性實踐課程									√						√								√	√	√			√		√
畢業論文（設計							√			√			√			√		√	√			√			√	√			√

十四、課程體系拓撲圖

人工智能專業2023版培養方案

友情鍊接：