學科門類：工學專業類別：電子信息類專業代碼：080717T授予學位：工學學士學制：四年
一、培養目標
本專業貫徹落實黨的教育方針，堅持立德樹人，以培養德智體美勞全面發展的社會主義建設者和接班人為目標，培養具有扎實的數理基礎知識，掌握人工智能基本理論與方法，掌握計算機、統計和控制等多學科交叉知識，具備嚴謹科學態度和敬業精神，能在互聯網、石油化工、教育教學、政府治理等領域從事與人工智能、機器學習、數據挖掘與分析相關的研究、開發、應用工作的高素質復合型人才。
本專業學生畢業5年后應達到的預期目標主要體現為職業能力，將培養目標分解為學生畢業五年后預期目標點：
預期目標1：具有解決人工智能領域內復雜問題的能力，成為機器學習、自然語言處理、計算機視覺、智能系統協同控制等具體理論和應用方向的技術骨干、算法工程師及科研人員，能在高校、科研院所以及教育部門和相關企業成為中堅力量；
預期目標2：堅持終身學習，具有將人工智能與智能制造、機器人工程以及大數據技術等方向的新理論和新技術融合，并不斷提升的能力；
預期目標3：能以相關的法律、倫理、標準規范、社會、經濟、環境、可持續發展等方面寬廣的系統視角，具有人工智能領域的軟硬件項目管理能力；
預期目標4：具有團隊合作精神，具有就人工智能領域的各類復雜問題與國內外業界、客戶、公眾進行有效溝通和交流能力。
二、畢業要求
完成“德育實施計劃”、“智育實施計劃”、“體育實施計劃”、“美育實施計劃”、“勞育實施計劃”的相關內容，樹立為國家富強、民族昌盛而奮斗的志向和責任感；了解體育運動的基本知識，掌握科學鍛煉身體的基本技能，養成良好的體育鍛煉習慣，保持身心健康、體魄強健，達到大學生體質健康標準。樹立正確、進步的審美觀，具有一定的文學、藝術修養和人文科學素養；形成正確的勞動觀念和勞動態度，具有一定的勞動技能。
通過專業相關課程的學習，掌握扎實的數學理論基礎，受到計算機和軟件編程的良好教育，具備系統、扎實的人工智能科學理論基礎和專業知識，具有較強的工程實踐和系統開發能力，具備從事人工智能系統的設計、開發、應用和管理能力，能夠根據社會對人工智能系統需求的不斷變化，自主獲取知識并制定解決方案，解決實際工作中出現的技術難題。
具體而言，畢業生應獲得以下幾方面的知識、能力和素質：
1.工程知識
掌握本專業所需的數學、自然科學、工程基礎和人工智能技術的專業知識，能將上述知識用于解決智能信息系統軟硬件設計、圖像處理算法設計等相關領域的復雜工程問題。
1.1能運用數學、自然科學、工程基礎和專業知識，表述人工智能技術領域的復雜工程問題。
1.2能夠運用恰當的數學、物理模型對智能信息系統軟硬件設計、圖像處理算法設計等復雜工程問題進行建模，保證模型的準確性，滿足工程計算的實際要求。
1.3能夠將數學、自然科學、工程基礎和人工智能技術的專業知識用于復雜工程問題的推導和計算。
1.4能運用數學、自然科學、工程基礎和專業知識對復雜工程問題的解決途徑進行評價，并提出改進思路。
2.分析問題能力
能夠應用數學、自然科學、工程基礎和人工智能技術的專業知識，識別、表達和有效地分解復雜工程問題，并通過文獻查閱等多種方式對其進行分析，建立模型以獲得有效結論。
2.1能夠應用數學分析、物理學的基本概念、原理和人工智能技術的專業知識對復雜工程問題進行識別和有效分解。
2.2能夠識別和表達復雜工程問題的關鍵環節和參數，對分解后的問題進行分析，并建立數學模型。
2.3掌握科技文獻、資料的分類;能夠通過圖書館、數據庫、網上檢索等多種方式快速、準確地檢索相關信息，具備借助文獻研究對復雜工程問題進行識別、表達、分析的能力。
3.解決問題能力和創新能力
能夠針對人工智能技術領域復雜工程問題提出解決方案，設計滿足特定需求的系統和模塊，并能夠在設計環節中體現創新意識。
3.1能夠掌握本專業涉及的工程設計概念、原則和方法，能夠針對復雜工程問題提出合理的解決方案。
3.2能夠針對特定需求完成系統、模塊的軟件設計和硬件設計。
3.3綜合利用人工智能領域的專業知識和新技術，在針對復雜工程問題的系統設計中體現創新意識。
4.研究能力
能夠基于科學原理并采用科學方法對人工智能領域的復雜工程問題進行研究,包括設計實驗、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能夠對人工智能領域的軟件、硬件模塊進行理論分析和仿真。
4.2能夠針對人工智能領域的復雜工程問題設計實驗方案、構建實驗系統和測試平臺、獲取實驗數據。
4.3能夠對實驗結果進行合理分析、解釋,并對多個子問題進行關聯分析,找出沖突點并進行平衡,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.使用現代工具的能力
能夠針對人工智能領域的復雜工程問題，開發、選擇與使用恰當的技術、資源、現代工程工具和信息技術工具，包括對復雜工程問題的預測與模擬，并能夠理解其局限性。
5.1掌握基本的計算機操作和應用，至少掌握一種軟件開發語言(如Python、C、Java語言等)，并能夠運用集成開發環境進行復雜程序設計。
5.2能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儀器、設備的基本原理、操作方法，能夠在復雜、綜合型工程中合理選擇和使用儀器、設備。
5.4具備使用實驗設備、計算機軟件和現代信息工具對復雜工程問題進行模擬或仿真的能力，理解其使用要求、運用范圍和局限性。
6.工程與社會
能夠結合相關的工程知識進行合理分析,評價專業工程實踐和復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具有工程實踐經歷,通過實踐、實習過程了解工程實踐和復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、社科類課程學到的知識，綜合分析和評價專業工程實踐和復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針、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了解環境保護和社會可持續發展的基本方針、政策和法律、法規,能夠正確認識針對復雜工程問題的專業工程實踐對環境和社會的影響。
7.2能針對實際復雜工程問題,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.職業規范
具有人文及社會科學素養、正確的政治立場和社會責任感，能夠在工程實踐中遵守人工智能領域的相關職業道德和規范。
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，樹立正確的政治立場、世界觀、人生觀和價值觀。
8.2理解工程技術的社會價值以及工程師的社會責任，在工程實踐中能自覺遵守職業道德和規范。
9.團隊協作能力
能夠在多學科背景的團隊中承擔個體、團隊成員或負責人的角色，能夠聽取其他團隊成員的意見和建議，充分發揮團隊協作的優勢。
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成員的意見和建議，充分發揮團隊協作的優勢。
10.溝通能力
具備良好的表達能力，能夠就復雜工程問題與業界同行及社會公眾進行有效溝通和交流，包括撰寫報告和設計文稿、陳述發言等;掌握至少一門外語，具有一定的國際視野，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。
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。
10.3能夠就復雜工程問題，綜合運用口頭、書面、報告、圖表等多種形式與國內外業界同行及社會公眾進行有效溝通和交流。
11.項目管理
理解并掌握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經濟決策方法。
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經濟決策方法。
12.終身學習能力
具有自主學習和終身學習的意識，有不斷學習和適應發展的能力。
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、網絡培訓等多種渠道進行終身學習，以適應職業發展的需求。
三、畢業條件
符合德育培養目標和要求，達到學生體質健康標準。完成并通過本培養方案規定的全部教學和實踐環節，且至少獲得171學分方可畢業。
四、授位要求
符合學位授予條件的授予工學學士學位。
五、主干學科
人工智能
六、核心課程
核心課程：工科數學分析（1,2）、人工智能數學基礎、計算機系統基礎、數據結構及算法、最優化方法、離散數學、人工智能導論、神經網絡基礎、算法分析與設計。
工科數學分析（1,2）：80+96學時，5+6學分。本課程是電子信息類專業的基礎課。通過本課程的學習，使學生系統地獲得函數與極限、一元函數微積分學、向量代數與空間解析幾何、多元函數微積分學、無窮級數、常微分方程等方面的基本知識、基本理論和基本運算技能。通過本課程的學習，使學生系統地獲得工科數學分析的基本知識、基本理論和基本方法，逐步培養學生初步具有提取抽象概念的能力，具有獨立思考并根據問題本身進行邏輯推理、理性判斷的能力，具有空間想象能力，具有一定的創新能力，使學生受到數學分析方法和應用它解決問題的初步訓練，為學習后續課程和進一步獲得數學知識奠定必要的數學基礎。
人工智能數學基礎：96學時，6學分。該課程主要包括線性代數、概率統計、復變函數等內容。其中線性代數包括行列式、矩陣、向量組的線性相關性、線性方程組、矩陣的特征值與特征向量和方陣對角化、二次型;概率統計主要包括概率論的基本概念、隨機變量及其概率分布、數字特征、大數定律與中心極限定理、統計量及其概率分布、參數估計和假設檢驗；復變函數包括復數與復變函數、解析函數、復變函數的積分、級數、留數理論及其應用、共形映射。通過學習，掌握該門課程的基本概念、基本理論、基本運算和分析方法，培養學生的數學素養，提高應用數學工具解決實際問題的能力，同時為學習后繼課程如離散數學、數值分析等提供必要的基礎知識。
計算機系統基礎：64學時，4學分。該課程從硬件和軟件兩個方面闡述計算機系統的工作原理，主要包括計算機系統概述、數字電路分析與設計、運算方法與運算器、指令系統與匯編語言程序設計、存儲器、控制器、輸人輸出系統、總線、操作系統等。課程的任務是介紹計算機系統的工作原理和設計理念。通過該課程的學習，可以使學生對計算機系統的工作原理和設計理念有一個清晰的認識。
數據結構及算法：64學時，4學分。本課程是算法理論和軟件設計的技術基礎課，主要研究信息的邏輯結構及其基本操作在計算機中的表現和實現。課程的任務是學會分析研究計算機加工的數據結構的特性；培養數據抽象的能力；訓練學生進行復雜程序設計的技能和培養良好程序設計的習慣；初步掌握算法的時間分析和空間分析的技術。
最優化方法：48學時，3學分。本課程的主要內容包括基本概念、線性規劃、線性搜索與信賴域方法、無約束最優化方法、線性與非線性最小二乘問題、二次規劃、約束最優化的理論與方法等。通過本課程的學習，使學生對最優化方法有一個基本的和較全面的了解，具有應用最優化方法解決一些實際問題的初步能力，為進一步從事最優化和應用最優化打下一個較好的基礎。
離散數學：48學時，3學分。離散數學是用數學語言描述離散系統的狀態、關系和變化過程的課程，是計算學科的形式化描述語言，也是進行數量分析和邏輯推理的工具。學習離散數學能夠幫助學生更好地理解和掌握計算類專業課程的教學內容，也為學生將來從事計算類學科的研究與計算機科學與技術的應用打下堅實的理論基礎。學生通過學習離散數學的相關數學概念，練習基于數學邏輯思維的方法，獲得綜合運用數學理論知識去分析和解決離散類問題的能力。
人工智能導論：48學時，3學分。該課程主要介紹人工智能的基本知識點和研究人工智能的前沿科學內容。通過本課程的學習，可以從零基礎開始掌握知識表示、確定性和不確定性推理、搜索、進化計算、群智能、人工神經網絡、專家系統、機器學習等基本理論與實用方法，了解深度學習、知識圖譜等人工智能研究前沿內容，通過人工智能應用實例及虛擬仿真實驗，可以提高應用人工智能理論解決工程問題的能力。為學生今后從事人工智能進一步學習和研究打下基礎。
神經網絡基礎：48學時，3學分。神經網絡是發展迅速的前沿交叉學科，它是模擬生物神經機構的新型計算機系統，目前已有廣泛的應用。特別是近年來深度神經網絡的算法和應用研究獲得了巨大的成功，其研究成果帶動了計算機視覺、自然語言處理、強化學習等人工智能各個領域的發展。本課程從神經網絡數學模型的基礎開始，介紹了常微分方程、動力系統以及基本的常見神經網絡模型，為學生今后從事神經網絡、深度學習等方向的進一步學習和研究打下基礎。
算法分析與設計：64學時，4學分。該課程從講解算法設計和算法分析的基本概念和方法開始，系統地介紹一些常用的、經典的算法設計技術及復雜性分析的方法，內容包含遞歸技術、分治、動態規劃、貪心算法、圖的遍歷和回溯法、網絡流和網絡匹配問題，以及近年來發展迅速的隨機算法和逼近算法。通過該課程的學習，可掌握算法分析的基本方法和各種經典的算法設計技術。
七、、主要實踐教學環節
軍訓及入學教育、大學生社會綜合實踐、思政課社會實踐、職業能力實踐、勞動教育實踐、創新創業實踐、專業品牌實踐（機器學習與模式識別綜合實踐、智能系統協同控制綜合實踐、數據分析和處理實踐（二課）、智能優化算法實踐（二課）、計算機視覺實踐（二課）、人工智能產業化實踐（二課）、自然語言處理實踐（二課）、多智能體控制實踐（二課）、學術講座與報告、專業實習、畢業設計(論文)。
八、實踐能力要求及培養路線
本專業畢業生應具備以下幾方面的實踐能力。
1.學科基礎能力：思辨與認知能力，計算機應用能力，語言表達能力，抽象思維、邏輯思維和空間想象能力。
能力1：具備思辨與認知能力。掌握運用馬克思唯物主義辯證法分析和認識人生問題與社會現象的能力，能夠認清中華民族偉大復興的歷史使命和社會主義核心價值觀的重要意義，能夠明辨愛國與非愛國行為，能夠樹立科學的理想信念，正確對待追求理想過程中的順境與逆境，具備健康的心理素質；
能力2：具備計算機應用能力。掌握基本的信息資源管理能力，可以熟練使用辦公軟件編輯文檔，制作演示文稿及進行數據處理，掌握因特網的基本使用方法，具有一定的計算思維能力，掌握利用工具開發應用程序的方法，具備利用計算機分析問題、解決問題的意識和能力。
能力3：具備語言表達能力。掌握基本的漢語語言表達能力和應用文寫作能力，良好的與人溝通的能力；掌握英語基礎知識，具備英語語音、語法、詞匯的基本知識和一定的聽、說、讀、寫、譯英語語言綜合應用能力；具備較為準確、流暢、得體的英語口語和書面表達能力。
能力4：具備抽象思維、邏輯思維和空間想象能力。掌握數學的基礎知識和方法，能夠對物體的形狀、結構、位置關系等空間形式進行想象，具備根據正確的思維規律和形式對數學對象進行分析綜合、抽象概括、推理證明的能力。
2.專業核心能力：數學建模的能力，算法設計與分析能力，數據處理與分析能力
能力5：具備數學建模的能力。掌握數學建模分析問題的基本方法，善于發現、提出問題，有意識涉獵相關學科的基本知識，并嘗試將信息與計算的理論和方法應用到具體問題分析、建模及求解中去。
能力6：具備算法設計與分析能力。掌握算法分析和設計的基本方法，具有科學計算的思維能力，能夠針對具體的問題進行算法分析與設計，熟練使用科學計算的數學軟件（如Python，MATLAB等），具有較強的編程能力。
能力7：具備數據處理與分析能力。掌握數據處理與分析的基本方法，具有科學的數據分析和結構化思維能力，能夠針對具體的問題進行數據規劃、采集、清理、分析和決策，熟練使用常用分析軟件（如Python等），具有較強的數據挖掘能力。
3.綜合創新能力：主動獲取知識的能力、解決實際問題的能力、科技論文撰寫的能力、團隊協作能力
能力8：具備主動獲取知識的能力。掌握運用現代信息技術進行文獻檢索、分析、整理歸納的方法，能夠主動選擇、開發和使用恰當的知識方法和技術資源，來解決復雜的實際問題。具有較強的知識更新、技術跟蹤及創新能力。
能力9：具備解決實際問題的能力。掌握問題分析與解決的基本思路和方法，能夠運用所學的理論、方法和技能，對實際問題進行提煉、分析和建模，解決在信息技術、科學與工程計算中的實際問題。
能力10：具備科技論文撰寫的能力。接受科學研究的初步訓練，了解信息科學與計算數學的新發展，掌握科技論文撰寫的基本規范與方法，能夠對學習和研究的成果進行凝練和提升，撰寫規范的科技論文。
能力11：具備團隊協作能力。接受團隊協作的基本鍛煉，具備良好的溝通能力和團隊協作精神，能在多學科背景下的團隊中承擔個體、團隊成員和團隊負責人的角色。
二零二二年七月
