人工智能专业人才培养方案

目标1:道德修养。热爱祖国,拥护中国共产党的领导,树牢“四个意识”,坚定“四个自信”,坚决做到“两个拥护”,具有科学的世界观、人生观和价值观,具有责任心和社会责任感。热爱本专业,注重职业道德修养,具有强健体魄和良好的心理素质,能够积极服务人工智能区域产业发展。

目标4:团队合作、创新意识。具备以互联网、大数据及人工智能为核心的创造性思维能力,具备人工智能理论、技术、应用及交叉学科融合的科学研究能力以及对新知识、新技术的敏锐性;具有较强的表达能力和人际交往能力,以及团队协作意识。

二、毕业要求

1思想道德与政治认同

1.1热爱祖国,具有为国家富强、民族昌盛奋斗的志向和责任感;践行“博闻强志、正道直行”的校训,具有敬业爱岗、艰苦奋斗、乐于奉献、遵纪守法、团结合作的品质;

1.2能够树立正确的世界观、人生观和价值观,增进对中国特色社会主义的思想认同、政治认同、理论认同和感情认同,具有良好的思想品德和社会公德。

3.1能够运用数学、自然工程科学、人工智能专业知识对实际工程问题进行识别和有效分解,提出合理的解决方案;

4.1能够根据特定条件或需求的工程问题,能够运用数理知识对实际问题进行建模,能够结合电子技术和智能系统等多学科理论知识进行方案设计;

4.3能够应用程序语言解决科学计算问题;并熟练使用决策树、朴素贝叶斯、人工神经网络、Boosting

与Bagging等主流算法,设计算法实现流程应用到模式识别各种技术当中,解决实际工程问题。

5.研究

5.2能够针对智能系统软硬件设计、模式识别技术等复杂的工程问题设计实验方案、构建实验系统和测试平台。

5.3能够对实验结果进行合理分析、解释,通过实验数据分析、信息综合等手段得到合理有效的结论。

6.使用现代工具

6.2掌握基本的计算机操作与应用,至少掌握一种软件开发语言,并能够运用到集成开发环境进行程序设计。

6.3掌握智能控制系统专业仪器、设备的基本原理、操作方法,能够在综合型工程中合理选择和使用仪器、设备。

7.工程与社会

8.环境和可持续发展

9.沟通与交流能力

13.1具有人文及科学素养,注重职业道德修养,能够在人工智能领域工程实践中自觉遵守职业道德。

毕业要求与培养目标的对应关系矩阵

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

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

毕业要求13

三、学制与学位

学制:4年。

毕业条件:修满课程设置与教学计划规定的所有课程(含实践教学环节),考试合格;参加课外创新创业训练活动,最低获得6学分。

学位:符合《商洛学院学士学位授予工作细则》要求,授予工学学士学位。

四、主干学科

智能科学与技术、电子科学与技术、控制科学与工程

五、主要课程

Python语言程序设计、电路理论、算法与数据结构、电子技术基础、自动控制原理、机器学习、模式识别、神经网络与深度学习、人工智能导论、自然语言处理、计算机图形学、智能控制理论、数字图像处理、智能数据挖掘等。

六、课程体系结构及学时学分比例构成

课程

公共基础课

专业基础课

专业主干课

合计

模块

必修课

选修课

理论学时

718

96

672

128

1710

实践学时

280

0

224

48

32

584

总学时

998

896

144

160

2294

理论学分

43.5

6

42

8

105.5

(比例)

24.10%

3.30%

23.40%

4.50%

58.60%

实践学分

23.5

28

21

2

74.5

13.10%

0.00%

15.50%

11.70%

1.10%

41.40%

总学分

67

70

27

10

180

37.20%

38.90%

15.00%

5.60%

100.00%

七、毕业要求的实现矩阵(课程设置与毕业要求指标点关联度)

序号

课程名称

毕业

要求6

要求9

要求10

要求11

要求12

要求13

1.1

1.2

2.1

2.2

2.3

3.1

3.2

4.1

4.2

4.3

5.1

5.2

5.3

6.1

6.2

6.3

7.1

7.2

8.1

8.2

9.1

9.2

9.3

10.1

10.2

11.1

11.2

11.3

12.1

12.2

13.1

13.2

1

思想道德修养

与法律基础

H

M

中国近现代史

纲要

3

马克思主义

基本原理

4

毛泽东思想和中国特色社会主义理论体系概论

5

大学英语

大学体育

7

大学生心理健康教育

大学计算机基础

9

高等数学

大学物理

11

形势与政策

12

入学教育

13

军事理论

14

军事技能

15

大学生职业发展与就业指导

16

认知实习

17

创新创业教育

与训练

18

公益劳动

19

社会实践

20

C语言程序设计

电路理论

22

Python语言

程序设计

23

线性代数

24

离散数学

25

算法与数据

结构

26

人工智能导论

电子技术基础

概率论与

数理统计

29

自动控制理论

30

机器学习

31

模式识别

智能数据挖掘

33

人工智能

应用实践

34

神经网络

与深度学习

35

微机原理与

应用

36

数字图像处理

37

专业英语

38

金工实习

39

综合实习

40

自然语言处理

41

大数据原理

与应用

计算机视觉

43

机器人程序设计思维与实践

44

毕业论文

(设计)

45

毕业教育

46

人机交互学

47

智能控制理论

无线传感网络

49

语音信号处理

50

嵌入式系统

51

智能优化算法

及应用

52

机器人应用

技术

53

分布式结构

54

生物特征识别

55

计算机图形学

56

智慧城市导论

57

项目管理

与案例分析

八、课程设置及学时学分分配表

(一)公共基础课模块课程设置及学时学分分配表

编号

类别

学分分配

学时

(周数)

学时分配

开课

学期

考核

方式

20010001

必修

20020001

大学英语1

3.5

20110001

大学体育1

20030001

20030002

高等数学1

64

20120001

/

(2)

20120002

20120003

20010002

中国近现代史纲要

20020002

大学英语2

20110002

大学体育2

20030003

高等数学2

20040001

20040002

20010003

马克思主义基本原理

20020003

大学英语3

20110003

大学体育3

20120004

20010004

毛泽东思想和中国

特色社会主义理论

体系概论

80

20020004

大学英语4

20110004

大学体育4

20010005

1-8

20120005

大学生职业发展

与就业指导

1、3

5、6

20040003

创新创业教育与训练

20040004

0.5

20130002

1-7

20120401

公共选修课

选修

2-6

小计

73

49.5

1094

(10)

814

236

(二)专业基础课模块课程设置及学时学分分配表

课程编号

学分

考核方式

理论

实践

实验

20045101

20045102

20035101

20045103

20045104

算法与数据结构

20045105

20045106

20045107

程序设计*

20045108

20035102

20045109

自动控制原理

20045110

机器学习*

20045111

模式识别*

20045112

20045113

应用实践**

(校企合作课程)

20045114

神经网络与

深度学习*

20045115

微机原理与应用

20045116

20045117

20045118

896(14)

备注

1、课程名称上标“*”表示该门课程的实践部分为课程设计

2、课程名称上标“**”表示该门课程为实训课程

(三)专业主干课模块课程设置及学时学分分配表

课程类别

20045201

20045301

20045302

20045202

20045203

计算机视觉*

20045204

机器人程序设计思维与实践**

20045303

(方向1)

方向1

20045304

嵌入式系统*

(方向1-校企合作课程)

20045305

(方向2)

20045306

及应用*(方向2-

校企合作课程)

20045307

机器人应用技术*(方向1)

20045308

20045309

项目管理与案例分析(方向1)

20045310

生物特征识别*

20045311

20045312

20045205

毕业论文(设计)

(16)

20045206

304

(20)

1、从第5学期起开始设置专业选修课,其中第5学期至少选修一门选修课,2学分。

2、第6学期起设选修方向,其中方向1为智能系统应用方向,方向2为机器学习与模式识别方向。第6、7学期每学期各方向至少定向选修两门选修课,4学分,三个学期共计至少选修10学分(其中至少包含2个实践学分)。

3、课程名称上标带“*”表示该门课程的实践部分为课程设计。

4、课程名称上标带“**”表示该门课程为实训课程。

九、专业教学进程表

学年

☆★

×

*

图例说明:入学教育☆军事训练★课堂教学√期末考试∷寒暑假期×公益劳动∧社会实践∨

认知实习⊙课程设计*综合实习◆金工实习◇课程实训﹟技能训练♂毕业教育〓

THE END
1.机器学习中常见4种学习方法13种算法一. 4大主要学习方法 1.1 监督式学习 在监督式学习下,输入数据被称为“训练数据”,每组训练数据有一个明确的标识或结果,如对防垃圾邮件系统中“垃圾邮件”“非垃圾邮件”,对手写数字识别中的“1“,”2“,”3“,”4“等。在建立预测模型的时候,监督式学习建立一个学习过程,将预测结果与“训练数据”的实际结果https://blog.csdn.net/m0_51634403/article/details/128760229
2.在机器学习领域,有几种主要的学习方式在企业数据应用的场景下, 人们最常用的可能就是监督式学习和非监督式学习的模型。在图像识别等领域,由于存在大量的非标识的数据和少量的可标识数据, 目前半监督式学习是一个很热的话题。而强化学习更多的应用在机器人控制及其他需要进行系统控制的领域。 https://www.elecfans.com/d/1641474.html
3.网络工程专业人才培养方案(2022)5. 工具性知识。掌握数学、外语、计算机与信息技术应用、社会调查与研究方法、专业论文写作等知识。 6. 法律与管理知识。掌握从事网络工程专业所需的法律、法规、标准及工程管理、网络管理、经济决策知识。 (2)能力要求 1.工程知识学习能力。能够融会贯通数学、自然科学、工程基础和专业知识解决复杂网络工程问题的能力https://www.csust.edu.cn/jtxy/info/1148/20900.htm
4.机器学习与数据挖掘:方法和应用PDF扫描版[16MB]电子书下载机器学习与数据挖掘:方法和应用分为5个部分,共18章,较为全面地介绍了机器学习的基本概念,并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法,具体地阐述了机器学习与数据挖掘在工程设计,文本、图像和音乐,网页分析、计算机病毒和计算机控制,医疗诊断、生物医疗信号分析和水质分析中的生物信号处理等方面的应用情况https://www.jb51.net/books/258508.html
5.《机器学习方法与岩土工程应用》(林沛元赵辰洋仉文岗薛亚东著当当网图书频道在线销售正版《机器学习方法与岩土工程应用》,作者:林沛元 赵辰洋 仉文岗 薛亚东 著,出版社:中国建筑工业出版社。最新《机器学习方法与岩土工程应用》简介、书评、试读、价格、图片等相关信息,尽在DangDang.com,网购《机器学习方法与岩土工程应用》,就http://product.dangdang.com/29651077.html
6.机器学习方法在二进制分析中的应用与思考腾讯云开发者社区机器学习方法在二进制分析中的应用与思考 1. 二进制分析的现状 众所周知,程序语言从高层到底层约莫是源码,中间代码(IR),汇编码到二进制。在这过程中,一方面是为了解决跨平台所导致的问题,另一方面也是为了节省内存,编译器做了很多层次的优化。由此可见,从高层到低层的代码,信息缺失是非常严重的,从而导致从低层https://cloud.tencent.com/developer/article/1447653
7.使用AmazonSageMaker构建机器学习应用亚马逊AWS官方博客使用Amazon SageMaker 构建机器学习应用 随着社会的发展和科技进步,人工智能变得无处不在,然而,人工智能广泛应用仍然面临着巨大的挑战:一是掌握人工智能专业知识的人才不足;二是构建和扩展人工智能的技术产品有难度;三是在生产经营中部署人工智能应用费时且成本高。最终导致缺乏低成本、易使用、可扩展的人工智能产品和http://aws.amazon.com/cn/blogs/china/building-machine-learning-applications-with-amazon-sagemaker/
8.数字化观察(100)华夏银行吴永飞等:数字金融领域小样本学习技术然而,产业数字金融风控所使用的数据要素情况不同于以往,特别是对公客户场景化、生态化细分后,数据样本量很小,难以满足风控建模的需要;而小样本学习目前在机器学习与数据挖掘领域仍属世界性难题。本文从小样本学习技术创新入手,深入探索数字经济时代下面向产业数字金融的小样本学习应用研究与实践。https://bank.hexun.com/2022-05-31/206058282.html