培养方案
长春大学人工智能专业本科人才培养方案
2024-01-09 11:14   审核人:

专业负责人:匡哲君           审核人:王薇

一、基本信息

专业名称

人工智能专业

专业代码

080717T

主干学科

电子科学与技术信息、计算机科学与技术

学制

四年

授予学位

工学学士学位

二、培养目标

全面贯彻习近平新时代中国特色社会主义思想,以培养德智体美劳全面发展的社会主义建设者和接班人为目标与宗旨,培养服务于经济社会发展,具有高度社会责任感和基本人文素养,具有人工智能专业思想与交叉领域融合创新意识,具有良好职业发展力和适应力,具有在人工智能相关行业和领域从事研发、应用、运行维护等方面能力的专门技术人才。

学生毕业五年左右,应达成如下状态:

子目标1:具有良好社会责任感,职业道德及人文素养,遵守行业规范,德智体美劳全面发展,在工作实践中遵守法律,恪守职业道德,履行应有的责任担当与自然人文关怀;

子目标2:具备良好的数学能力和牢固的计算机专业知识基础,掌握扎实的人工智能基础理论和专业知识,有良好的算法能力、系统能力、人工智能应用能力以及和其他学科的融合及应用能力,扎实的工程基础知识和实践能力,为工程技术问题的解决提供支撑;

子目标3:具有较强的表达能力和人际交往能力,能够构建良好社会关系,在专业技术、生产管理等方面与团队成员完成有效沟通与合作;

子目标4:具有良好的团队合作精神,能够根据工作需要,以组织者、参与者、执行者等不同角色在团队中发挥积极正向的作用;

子目标5:具有国际化视野,适应发展及终身学习的能力,掌握文献检索、资料查询及其他手段获取相关信息的基本方法,能够跟踪前沿技术和行业发展动态,发现和寻求新的工作思路、发展机会与增长点,促进工作成效与事业发展。

三、毕业要求

1.工程知识:能够将数学、自然科学、工程基础和专业知识用于解决人工智能的复杂工程问题;

能够说明数学与自然科学的基本概念、基础理论和基本方法,使用基本的数学建模方法及计算机语言工具,表述人工智能问题;

能够运用数学、自然科学、人工智能基础及专业知识,对软件系统具体对象,构建数学模型、数据模型及软件模型,解决给定问题;

能够遵循软件系统开发的工程化标准与要求,推演、分析软件系统工程问题;

能够应用人工智能专业知识及数学模型方法,比较与综合软件系统复杂工程问题解决方案。

2.问题分析:能够应用数学、自然科学和人工智能的基本原理,并通过文献研究,识别、表达、分析复杂智能系统的工程问题,以获得有效结论;

运用数学、自然科学和人工智能科学的基本原理,识别并判断软件系统复杂工程问题的关键环节与参数;

能够基于相关科学原理、数学模型,正确表达智能系统复杂工程问题;

能够认识到解决人工智能问题有多种方案可选,通过文献研究、原型模拟与实验方法,形成备选的系统解决方案;

④能够运用人工智能学科的基本原理,分析系统解决方案及备选方案的关键评价指标、各项约束条件及影响因素,并获得有效结论。

3.设计/开发解决方案:针对复杂工程问题,能够应用人工智能系统工程的基本理论和方法,设计满足特定需求的人工智能系统和制造工艺,开发解决方案,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;

能够掌握人工智能系统生命周期中设计、开发方法和技术,识别影响人工智能系统设计目标和技术方案的各种因素;

能够设计/开发符合特定需求和约束条件的单元模块,合理组织及处理数据;

遵循系统质量保障体系标准,设计/开发人工智能系统并进行测试与调试,体现设计创新及应用创新;

④能够在设计/开发过程中,考虑社会、健康、安全、法律、文化、环境及软件知识产权等制约因素。

4.研究:能够基于人工智能科学原理并采用计算思维的科学方法进行研究,通过设计实验、分析数据及信息综合解决复杂人工智能系统工程问题,并得到合理有效的结论;

基于人工智能的科学原理,采用科学方法和思辨态度,通过文献研究或实验方法,调研和分析智能系统复杂工程的解决方案;

能够基于人工智能问题的基本特征,选择研究路线,设计智能系统实验方案;

基于智能系统实验方案,构建实验系统,按模块安全有序地开展实验及测试,正确地采集和整理实验数据,分析与解释实验结果的有效性、完整性、合理性,通过信息综合得出合理有效的结论。

5.使用现代工具:在解决复杂人工智能系统工程问题过程中,能够开发、选择与使用恰当的技术、资源、现代智能系统工程类设计与开发工具、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;

能够认知常用的现代人工智能工具、信息技术工具及模拟软件,明确其使用原理及方法,说明各类工具、软件的优势与不足;

能够选择与使用恰当的计算机技术、信息资源、现代人工智能工具、信息技术工具及模拟软件,分析、设计与实现智能系统复杂工程问题;

能够针对智能系统的具体对象,开发或选用满足特定需求的现代工具,预测与模拟人工智能问题,分析其局限性。

6.工程与社会:能够基于工程相关背景知识进行合理分析,评价人工智能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,理解应承担的责任;

能够认知人工智能行业相关的技术标准体系、知识产权、产业政策、安全条例、法律法规,说明不同社会文化对人工智能活动的影响;

能够合理分析和评价人工智能实践以及复杂工程问题解决方案与社会、健康、安全、法律、文化之间潜在的相互影响,正确看待应承担的社会责任。

7.环境和可持续发展:能够理解和评价针对复杂人工智能系统工程问题的工程实践对环境、社会可持续发展的影响;

能够知晓和理解环境保护和可持续发展的理念和内涵,具有环境保护和可持续发展意识;

能够从环境保护和可持续发展的角度,思考人工智能实践的可持续性,评价系统生命周期中可能对人类、环境、社会、经济、生态造成损害和隐患,并运用技术手段降低其负面影响。

8.职业规范:具有人文社会科学素养、社会责任感,能够在人工智能系统工程实践中理解并遵守工程职业道德和规范,履行责任;

了解中国国情,树立并践行社会主义核心价值观,正确看待个人与社会的关系,具有良好的人文社会科学素养;

认同诚实公正、诚信守则、实事求是的人工智能系统工程职业道德和规范,遵循人工智能系统设计美学,能在人工智能实践中自觉遵守;

认同人工智能是对公众的安全、健康和福祉以及环境保护的社会责任,在人工智能实践中自觉履行社会责任。

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;

能够认知自我,锻炼体魄,掌握劳动技能,具有多学科成员信息共享的团队意识,能有效沟通、合作共事;

能够承担在团队中的各种角色,独立或合作开展工作,合理组织、协调和指挥团队完成任务。

10.沟通:能够就复杂人工智能系统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说明书、陈述发言、清晰表达。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;

具有基本的外语听说读写及翻译能力,能够就人工智能专业问题,采用陈述发言、答辩、设计文稿、图表和撰写报告等方式,准确表达自己观点,回应质疑,能与业界同行及社会公众进行沟通和交流,说明其差异性;

了解人工智能领域的国际发展趋势与研究热点,认同和尊重不同文化的差异性和多样性;

具备良好的国际视野,跨文化交流的语言和书面表达能力,能够就人工智能专业问题,在跨文化背景下进行学习、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;

能够描述人工智能项目中涉及的管理与经济决策方法;

能够认知人工智能项目生命周期各阶段的成本构成,说明其中涉及的人工智能管理与经济决策问题;

能够在多学科环境下,在软件项目设计开发及实施过程中,应用时间进度管理、人力资源管理等人工智能管理与经济决策方法。

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;

能够在社会发展及行业发展的背景下,具有自主学习和终身学习的意识与意愿,认同其必要性;

不断提升对技术问题的理解、归纳、总结以及提问等自主学习能力,适应人工智能技术快速发展。

13.价值观:树立和践行社会主义核心价值观,能够阐释正确的价值观对工程和社会实践活动的影响。

四、培养目标与毕业要求关系矩阵

培养目标

毕业要求

子目标1

子目标2

子目标3

子目标4

子目标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

五、主干课程

计算机学科导论、程序设计基础、面向对象程序设计、数据结构、计算机组成原理、计算机网络、操作系统、数据库原理、算法分析与设计、机器学习、人工智能、数据挖掘、知识表示与处理、图形图像处理等。

六、毕业学分要求

本专业毕业最低学分为160学分。


 

课程体系

学分要求

学分

比例

理论

学时

实践

学时

必修

选修

合计

公共基础与

通识课程

思想政治类

17

17

10.6%

268

32

外语类

8

8

5.0%

96

32

军事体育类

8

8

5.0%

32

144+3

数学与自然科学类

24

24

15.0%

370

24

通识类

6

6

12

7.5%

210

专业基础与

专业课程

专业基础课程

28

28

17.5%

376

72

专业课程

19

10

29

18.1%

372

92

专业实践与毕业设计(论文)

专业实践课程

26

26

16.3%

24+35

毕业设计(论文)

8

8

5.0%

15

合计

160

100%

1724

420+53

 


 

七、专业课程体系及教学计划

课程类别

课程编码

课程名称

课程性质

考核方式

学时数

建议修读学期

学分

要求

理论

实践环节

第一学年

第二学年

第三学年

第四学年

实验

上机

实践

设计

1

2

3

4

5

6

7

8

14:3

16:2

16:2

15:3

14:4

14:4

0:20

0:15

公共基础与通识课程

思想政治类

17022201

思想道德与法治

必修

2.5

考试

40

40

4x10

必修

17学分

17012201

马克思主义基本原理

必修

2.5

考试

40

40

4x10

17062201

中国近现代史纲要

必修

2.5

考试

40

40

4x10

17032201

毛泽东思想和中国特色社会主义理论体系概论

必修

2.5

考试

40

40

4x10

17092201

习近平新时代中国特色社会主义思想概论

必修

3

考试

48

48

4x12

17052201

形势与政策

必修

2

考查

60

60

2x5

2x5

2x5

2x5

2x5

2x5

17072201

思政社会实践

必修

2

考查

32

32

2x4

2x4

2x4

2x4

外语类

15012201

大学外语1

必修

2

考试

32

24

8

3x11

必修

8学分

15012202

大学外语2

必修

2

考试

32

24

8

3x11

15012203

大学外语3

必修

2

考试

32

24

8

3x11

15012204

大学外语4

必修

2

考试

32

24

8

3x11

军事体育类

19012201

军事理论

必修

2

考试

32

32

32

必修

8学分

19012202

军事技能

必修

2

考查

3

3

3

14012201

大学体育

必修

4

考试

144

144

2x12

2x12

2x12

2x12

2x12

2x12

数学与自然科学类

08042209

高等数学A

必修

10

考试

162

162

6x14

6x13

必修

24学分

08042211

线性代数A

必修

3

考试

48

48

4x12

08042212

概率论与数理统计A

必修

3

考试

48

48

4x12

08052207

大学物理

必修

4

考试

64

64

4x16

08062201

大学物理实验

必修

1

考查

24

24

3x8

04002205

离散数学

必修

3

考试

48

48

3x16

通识类

20022201

健康教育

必修

0.5

考查

16

16

2x8

必修

6学分

选修

6学分

19022201

大学生职业生涯与就业指导

必修

2

考查

38

38

2x9

2x10

19042201

大学生心理健康教育

必修

2

考查

36

36

4x9

17092204

学习筑梦

必修

1.5

考查

24

24

2x3

2x3

2x3

2x3

通识选修课

选修

6

96

96

合计学时学分

69

1208+3

976

24

208+3

专业基础与专业课程

专业基础

课程

04002201

计算机学科导论

必修

1

考查

16

16

2x8

必修

28学分

04002202

程序设计基础

必修

3.5

考试

56

56

4x14

04002204

面向对象程序设计

必修

3.5

考试

56

42

14

4x14

04072201

数据结构

必修

3.5

考试

56

46

10

4x14

04072202

数据库原理

必修

3

考试

48

36

12

4x12

04072203

数字逻辑

必修

3

考试

48

40

8

3x16

04072204

计算机网络

必修

3.5

考试

56

48

8

4x14

04072205

计算机组成原理

必修

3.5

考试

56

46

10

4x14

04072206

操作系统

必修

3.5

考试

56

46

10

4x14

专业课程

(必修)

04072207

算法分析与设计

必修

3.5

考试

56

44

12

4x14

必修

19学分

04072208

机器学习

必修

3

考试

48

40

8

4x12

04072209

人工智能

必修

3

考试

48

40

8

4x12

04072210

数据挖掘

必修

3

考试

48

40

8

4x12

专业基

础与专

业课程

04072211

知识表示与处理

必修

2.5

考试

40

32

8

6x7/

04072212

图形图像处理

必修

3

考试

48

40

8

/6x8

04072213

学科前沿技术

必修

1

考查

16

16

4x4

专业课程

(选修)

04072214

神经网络与深度学习

选修

2

考查

32

24

8

3x11

选修

10学分

04072215

自动化运维及测试

选修

2

考查

32

24

8

3x11

04072216

嵌入式应用系统开发

选修

2

考查

32

24

8

3x11

04072217

大数据基础

选修

2

考查

32

24

8

3x11

04072218

自然语言处理

选修

2

考查

32

24

8

3x11

04072219

虚拟现实与增强现实

选修

2

考查

32

24

8

3x11

04072220

计算机视觉

选修

2

考查

32

24

8

3x11

04072221

智能控制技术

选修

2

考查

32

24

8

3x11

合计学时学分

57

912

748

164

专业实践与毕业设计(论文)

专业实践

课程

04002203

程序设计基础实验

必修

1

考查

24

24

2x12

必修

34学分

04002206

专业认知实习

必修

1

考查

1

1

1

04002207

面向对象程序设计项目实践

必修

1

考查

1

1

1

04002208

创新创业教育实践1

必修

2

考查

2

2

2

04002209

创新创业教育实践2

必修

1

考查

1

1

1

04072222

python程序设计实践

必修

2

考查

2

2

2

04072223

软件系统设计课程设计

必修

2

考查

2

2

2

04072224

智能技术及应用项目实践

必修

2

考查

2

2

2

04072225

人工智能课程设计

必修

2

考查

2

2

2

04072226

智能技术及应用综合设计

必修

2

考查

2

2

2

04002210

企业实习实训

必修

10

考查

20

20

20

毕业设计

(论文)

04002211

毕业设计

必修

8

考查

15

15

15

合计学分

34

24+

50




八、课程体系拓扑图(先修关系)


九、课程体系与毕业要求关系矩阵

序号

课程名称

人工智能专业毕业要求

1-

1-

1-

1-

2-

2-

2-

2-

3-

3-

3-

3-

4-

4-

4-

5-

5-

5-

6-

6-

7-

7-

8-

8-

8-

9-

9-

10-

10-

10-

11-

11-

11-

12-

12-

13

1

思想道德与法治

2

马克思主义基本原理

3

中国近代史纲要

4

毛泽东思想和中国特色社会主义理论体系概论

5

习近平新时代中国特色社会主义思想概论

6

形势与政策

7

思政社会实践

8

大学外语

9

军事理论

10

军事技能

11

大学体育

12

高等数学A

13

线性代数A

14

概率统计与数理统计A

15

大学物理

16

大学物理实验

17

离散数学

18

健康教育

19

大学生职业生涯就业指导

20

大学生心理健康教育

21

学习筑梦

22

计算机学科导论

23

程序设计基础

24

面向对象程序设计

25

数据结构

26

数字逻辑

27

计算机网络

28

计算机组成原理

29

数据库原理

30

操作系统

31

算法分析与设计

32

机器学习

33

人工智能

34

数据挖掘

35

知识表示与处理

36

图形图像处理

37

学科前沿技术

38

专业选修课

39

程序设计基础实验

40

专业认知实习

41

面向对象程序设计项目实践

42

创新创业教育实践

43

python程序设计实践

44

软件系统设计课课程设计

45

智能技术及应用项目实践

46

人工智能课程设计

47

智能技术及应用综合设计

48

企业实习实训

49

毕业设计

 

关闭窗口