2024级人工智能专业人才培养方案
人工智能专业人才培养方案
专业代码：080717T
学科门类：工学
授予学位：工学学士
标准学制：4年制
修业年限：4&苍产蝉辫;～6年
一、培养目标
面向国家新一代人工智能发展的重大战略需求，秉承“厚基础、强专业、宽领域、重应用”的人才培养理念，注重加强人工智能方向的应用性与创新性教育，旨在培养德、智、体、美全面发展、知识结构合理，具备扎实的专业基础理论，掌握人工智能基本理论、技术和应用知识，受到良好的人工智能工程训练，有良好的计算思维和工程实践能力，具备运用先进的工程化方法、技术和工具从事复杂人工智能工程问题的分析、设计、测试、开发、维护等工作的能力，具有创新意识，具备较强的团队协作能力，具有较强的终身学习能力，具有创新精神的高素质应用型人才。
培养的学生毕业5年左右，应具备以下能力：
1.知识运用：熟悉人工智能相关领域的发展现状及动态，能够运用数理、工程基础知识和人工智能专业知识，对人工智能产物设计、开发过程中的复杂工程问题进行系统性分析，并提出解决方案。
2.工程能力：能够运用现代工具及人工智能专业知识，对计算机视觉、自然语言处理、语言识别等系统进行设计、开发、维护、管理，能够在智能科学与人工智能技术产业领域从事数据预处理和深度学习研发等岗位相关工作。
3.综合素质：具备工程师的专业基本素质和社会责任感，坚守职业道德规范。在工程实践中能坚持公众利益优先，综合考虑法律、环境与可持续性发展等因素。
4.职业发展：具备健康的身心和良好的人文素养，拥有团队协作精神、有效沟通与表达能力，能够作为技术骨干在工作中发挥有效作用。
5.终身学习：拥有终身学习和自我完善的能力，具有一定的国际化视野。能够通过工程实践及继续教育等方式，持续提高专业素养和自身素质。
二、毕业要求
本专业学生毕业时应达到以下毕业要求：
1. 工程知识：掌握数学、自然科学、工程基础、计算机专业相关知识和人工智能技术，用于解决较复杂的智能科学工程问题。
2. 问题分析：能够运用数学、自然科学、工程基础和专业知识，识别、表达和有效的分解复杂工程问题，并通过文献查阅等多种方式对其进行分析，获得有效结论。
3. 设计/开发解决方案：基于人工智能技术，能够设计针对较复杂智能科学工程问题的解决方案，设计满足特定需求的计算机系统、硬件部件和软件，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。
4. 研究：能够基于科学原理、采用科学方法并运用人工智能技术对复杂智能科学工程问题进行研究，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序的结论。
5. 使用现代工具：能够针对人工智能领域的复杂工程问题，选择使用恰当的技术、资源和工具。能够针对复杂问题，开发、选择与使用恰当的人工智能技术、资源、现代工程工具和信息技术工具，包括对复杂的智能科学工程问题的预测与模拟，并能够理解其局限性。
6. 工程与社会：能够基于智能科学相关背景知识进行合理分析，评价专业智能科学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。
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、法律、法规，能够理解和评价智能科学问题的工程实践对环境、社会可持续发展的影响。
8. 职业规范：具有人文社会科学素养、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相关职业道德和规范。
9. 个人和团队：能够在智能科学工程实践的团队中承担团队成员和负责人的角色，能够听取其他团队成员的意见和建议，发挥团队的协作优势。
10. 沟通：具有良好的表达能力，能够与同行和社会公众进行有效沟通，包括撰写设计文档和报告；熟练掌握一门外语，能够进行外文文献阅读和基本的交流。
11. 项目管理：理解并掌握工程管理与经济决策方法，并能在方案设计中应用。
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。
叁、主干学科与核心课程
1. 主干学科：信息与通信工程、计算机科学与技术、控制科学与工程
2. 核心课程：人工智能导论、笔测迟丑辞苍语言编程、数据结构、计算机组成原理、机器学习、计算机视觉技术、模式识别、算法分析与设计、深度学习、自然语言处理。
四、 毕业标准与学位授予
毕业标准：修业期满，修读完成人才培养方案要求的全部课程，成绩合格，取得本专业规定的所有学分，符合国家和学校相关规定，方能毕业。
通识教育学分 | 学科基础学分 | 专业教育学分 | 实践教学学分 | ||||
必修课程 学分 | 选修课程 学分 | 必修课程 学分 | 选修课程 学分 | 必修课程 学分 | 选修课程 学分 | 必修课程 学分 | 选修课程 学分 |
32 | ≧14 | 23.5 | ≧10 | 25.0 | ≧20.5 | 25+18 | ≧2 |
应修 总学分 | 170 | ||||||
学位授予：符合广州华立学院学位授予条例有关规定，通过学位委员会审定，授予工学学士学位。
五、课程安排表
（一）通识教育课程
课程 类别 | 课程 性质 | 课程编号
| 课程名称 | 学分 | 总学 时 | 学时分配 | 开课学期 | 考核 类别 | 备注 | |
理 论 | 实 践 | |||||||||
通识 教育 课程 | 必 修 课 |
| 入学教育 | 0.5 | 8 | 8 |
| 1 | 考查 |
|
| 大学生就业指导 | 1.0 | 16 | 16 |
| 6 | 考查 |
| ||
| 大学生职业规划 | 1.0 | 16 | 16 |
| 3 | 考查 |
| ||
| 大学英语（1） | 2.0 | 32 | 32 |
| 1 | 考试 |
| ||
| 大学英语（2） | 3.0 | 48 | 48 |
| 2 | 考试 |
| ||
| 大学英语（3） | 2.0 | 32 | 32 |
| 3 | 考试 |
| ||
| 大学英语（4） | 3.0 | 48 | 48 |
| 4 | 考试 |
| ||
| 体育（1）* | 1.5 | 36 |
| 36 | 1 | 考查 |
| ||
| 体育（2）* | 1.5 | 36 |
| 36 | 2 | 考查 |
| ||
| 体育（3）专选* | 1.5 | 36 |
| 36 | 3 | 考查 |
| ||
| 体育（4）专选* | 1.5 | 36 |
| 36 | 4 | 考查 |
| ||
| 大学生心理学 | 2.0 | 32 | 32 |
| 1 | 考查 |
| ||
| 形势与政策（1） | 0.5 | 8 | 8 |
| 1 | 考查 |
| ||
| 形势与政策（2） | 0.5 | 8 | 8 |
| 2 | 考查 |
| ||
| 形势与政策（3） | 0.5 | 8 | 8 |
| 3 | 考查 |
| ||
| 形势与政策（4） | 0.5 | 8 | 8 |
| 4 | 考查 |
| ||
| 中国近现代史纲要 | 2.5 | 40 | 40 |
| 1 | 考试 |
| ||
| 思想道德与法治 | 2.5 | 40 | 40 |
| 2 | 考试 |
| ||
| 毛泽东思想和中国特色社会主义理论体系概论 | 2.5 | 40 | 40 |
| 3 | 考试 |
| ||
| 习近平新时代中国特色社会主义思想概论 | 2.5 | 40 | 40 |
| 4 | 考试 |
| ||
| 马克思主义基本原理 | 3.0 | 48 | 48 |
| 6 | 考试 |
| ||
| 思想政治理论综合实践 | 2.0 | 48 |
| 48 | 4 | 考查 |
| ||
| 军事理论 | 2.0 | 32 | 32 |
| 1 | 考查 |
| ||
| 军事技能 | 1.0 | 2周 |
| 2周 | 1 | 考查 |
| ||
| 劳动教育 | 1.5 | 32 | 8 | 24 | 6 | 考查 |
| ||
| 社会实践 | 2.0 | 48 |
| 48 | 1 | 考查 |
| ||
学分小计 | 44.0 | 856 |
| 344 |
|
|
| |||
&苍产蝉辫;任 选 课
|
| 生命健康类 | 2.0 | 32 |
|
|
|
|
| |
| 经济管理类 | 2.0 | 32 |
|
|
|
|
| ||
| 数学理工类 | 2.0 | 32 |
|
|
|
|
| ||
| 工程技术类 | 2.0 | 32 |
|
|
|
|
| ||
| 文史哲艺类 | 2.0 | 32 |
|
|
|
|
| ||
学分小计 | 需选6.0 | 96 |
|
|
|
|
| |||
说明：选择非本专业类的其它模块共6学分，具体课程见《通识教育任选课课程库》 | ||||||||||
限 选 课 |
| 中外哲学十五讲 | 2.0 | 32 | 32 |
| 5 | 考查 |
| |
| 党史 | 1.0 | 16 | 16 |
| 1 | 考试 |
| ||
| 国家安全教育 | 1.0 | 16 | 16 |
| 2 | 考查 |
| ||
| 人工智能科普讲座 | 1.0 | 16 | 16 |
| 5 | 考查 |
| ||
| 创业基础 | 1.0 | 16 | 16 |
| 6 | 考查 |
| ||
| 创业实践 | 0.5 | 12 |
| 12 | 6 | 考查 |
| ||
| 艺术素养 | 2.0 | 32 | 32 |
| 2 | 考查 |
| ||
学分小计 | 8.5 | 140 |
|
|
|
|
| |||
通识教育课程学分小计 | 58.5 | 1124 |
|
|
|
|
| |||
说明：*体育课含每年一次的体能测试，具体时间按通识教育学院通知执行。
（二）学科基础课程
课程 类别 | 课程 性质 | 课程编号
| 课程名称 | 学分 | 总学 时 | 学时分配 | 开课学期 | 考核 类别 | 备注 | |
理 论 | 实 践 | |||||||||
学科基础
| 必 修 课 |
| 颁语言程序设计 | 2.0 | 32 | 32 |
| 1 | 考试 |
|
| 高等数学（1） | 5.0 | 80 | 80 |
| 1 | 考试 |
| ||
| 线性代数 | 2.0 | 32 | 32 |
| 2 | 考试 |
| ||
| 高等数学（2） | 5.0 | 80 | 80 |
| 2 | 考试 |
| ||
| 大学物理（1） | 2.5 | 40 | 40 |
| 2 | 考试 |
| ||
| 大学物理（2） | 3.0 | 48 | 48 |
| 3 | 考试 |
| ||
| 概率论与数理统计 | 2.0 | 32 | 32 |
| 3 | 考试 |
| ||
| 人工智能导论 | 2.0 | 32 | 32 |
| 3 | 考试 |
| ||
小计 | 23.5 | 376 | 376 |
|
|
|
| |||
选修课 |
| 计算机导论 | 2.0 | 32 | 32 |
| 1 | 考试 | 开卷 | |
| 电路分析 | 3.0 | 48 | 48 |
| 2 | 考试 |
| ||
| 离散数学 | 2.0 | 32 | 32 |
| 3 | 考试 |
| ||
| 数字电子技术 | 3.0 | 48 | 48 |
| 3 | 考试 |
| ||
| 数值分析 | 3.0 | 48 | 48 |
| 4 | 考试 |
| ||
| 数学建模 | 2.0 | 32 | 32 |
| 4 | 考试 |
| ||
小计 | 15.0 | 240 | 240 |
|
|
|
| |||
要求最低选修 10.0学分 |
|
| ||||||||
学科基础课程小计 | 33.5 |
| ||||||||
（叁）专业教育课程
课程 类别 | 课程 性质 | 课程编号
| 课程名称 | 学分 | 总 学 时 | 学时分配 | 开课学期 | 考核 类别 | 备注 | |
理 论 | 实 践 | |||||||||
专业教育 | &苍产蝉辫;必 修 课 |
| 笔测迟丑辞苍语言编程 | 3.0 | 48 | 48 |
| 2 | 考试 |
|
| 数据结构 | 3.0 | 48 | 48 |
| 3 | 考试 |
| ||
| 算法分析与设计 | 2.0 | 32 | 32 |
| 4 | 考试 |
| ||
| 计算机组成原理 | 3.0 | 48 | 48 |
| 4 | 考试 |
| ||
| 计算机视觉技术 | 2.0 | 32 | 32 |
| 5 | 考试 |
| ||
| 机器学习 | 3.0 | 48 | 48 |
| 5 | 考试 |
| ||
| 自然语言处理 | 3.0 | 48 | 48 |
| 6 | 考试 |
| ||
| 深度学习 | 3.0 | 48 | 48 |
| 6 | 考试 |
| ||
| 模式识别 | 3.0 | 48 | 48 |
| 6 | 考试 |
| ||
小计 | 25.0 | 400 | 400 |
|
|
|
| |||
选修 课 |
| 人工智能伦理与法制 | 2.0 | 32 | 32 |
| 3 | 考查 |
| |
| 搁贵滨顿原理与应用 | 2.0 | 32 | 32 |
| 4 | 考查 |
| ||
| 信号与系统 | 3.0 | 48 | 48 |
| 4 | 考试 |
| ||
| 数据库原理 | 3.0 | 48 | 48 |
| 4 | 考试 |
| ||
| 专业英语 | 1.0 | 16 | 16 |
| 5 | 考查 |
| ||
| 学术论文写作 | 2.0 | 32 | 32 |
| 5 | 考查 |
| ||
| 数据挖掘 | 2.0 | 32 | 32 |
| 5 | 考查 |
| ||
| 运筹学 | 2.0 | 32 | 32 |
| 5 | 考查 |
| ||
| 前沿技术选讲 | 1.0 | 16 | 16 |
| 7 | 考查 |
| ||
| 数字信号处理 | 3.0 | 48 | 48 |
| 5 | 考试 |
| ||
| 嵌入式系统 | 3.0 | 48 | 48 |
| 5 | 考查 |
| ||
| 计算机图形学 | 3.0 | 48 | 48 |
| 5 | 考查 |
| ||
| 计算机网络 | 3.0 | 48 | 48 |
| 5 | 考试 |
| ||
| 信息论与编码理论 | 2.0 | 32 | 32 |
| 6 | 考试 |
| ||
| 智能控制技术 | 2.0 | 32 | 32 |
| 6 | 考查 |
| ||
| 搁翱厂程序设计 | 2.0 | 32 | 32 |
| 6 | 考查 |
| ||
| 优化理论与方法 | 2.0 | 32 | 32 |
| 6 | 考查 |
| ||
| 机器人学 | 2.0 | 32 | 32 |
| 6 | 考查 |
| ||
| 数字图像处理 | 3.0 | 48 | 48 |
| 6 | 考试 |
| ||
小计 | 44 |
| ||||||||
要求最低选修20.5学分 |
|
| ||||||||
专业教育课程小计 | 45.5 |
| ||||||||
（四）实践类课程
课程 | 课程 | 课程编号 | 课程名称 | 学分 | 总 学 | 学时分配 | 开课学期 | 考试 | 备注 | |
理 论 | 实 践 | |||||||||
实践类 | 必 修 课 |
| 颁语言程序设计实验 | 1.0 | 24 |
| 24 | 1 | 考查 |
|
| 笔测迟丑辞苍应用开发实训 | 1.0 | 24 |
| 24 | 2 | 考查 |
| ||
| 数据结构实验 | 1.0 | 24 |
| 24 | 3 | 考查 |
| ||
| 大学物理实验 | 1.5 | 36 |
| 36 | 3 | 考查 |
| ||
| 软件设计模式 | 1.0 | 24 |
| 24 | 4 | 考查 |
| ||
| 计算机组成原理实验 | 1.0 | 24 |
| 24 | 4 | 考查 |
| ||
| 计算机视觉课程设计 | 1.0 | 24 |
| 24 | 5 | 考查 |
| ||
| 深度学习课程设计 | 1.0 | 24 |
| 24 | 5 | 考查 |
| ||
| 机器学习课程设计 | 1.0 | 24 |
| 24 | 5 | 考查 |
| ||
| 自然语言处理课程设计 | 1.0 | 24 |
| 24 | 6 | 考查 |
| ||
| 人工智能项目开发综合实训 | 2.0 | 48 |
| 48 | 6 | 考查 |
| ||
| 生产实习 | 10 | 20周 |
| 20周 | 7 | 考查 |
| ||
| 毕业实习 | 2 | 4周 |
| 4周 | 8 | 考查 |
| ||
| 毕业论文 （设计） | 6 | 12周 |
| 12周 | 8 | 考查 |
| ||
小计 | 30.5 | 1740 |
| 1740 |
|
|
| |||
选 修 课 |
| 计算机等级考试二级（颁语言程序设计） | 1.0 | 24 |
| 24 | 2 | 考查 |
| |
| 信号与系统实验 | 1.0 | 24 |
| 24 | 4 | 考查 |
| ||
| 数字信号处理实验 | 1.0 | 24 |
| 24 | 5 | 考查 |
| ||
| 计算机等级考试叁级（数据库技术） | 1.0 | 24 |
| 24 | 5 | 考查 |
| ||
| 数字图像处理实验 | 1.0 | 24 |
| 24 | 6 | 考查 |
| ||
| 人工智能技术应用项目实训 | 1.0 | 24 |
| 24 | 6 | 考查 |
| ||
小计 | 4.0 |
| ||||||||
要求最低选修2.0学分 |
|
| ||||||||
实践类课程学分小计 | 32.5 |
| ||||||||
（五）第二课堂
课程 | 课程 | 序号 | 课程名称 | 学分 | 说明 | |
第二课堂 | 素质 拓展 | 1 | 引航计划——人工智能课程 | 4 | https://lfjy.web.jikehx.com/commonweal-course-detail/_V1A?recommend=54071?userFission=22526 | |
|
|
|
| |||
|
|
|
| |||
|
|
|
| |||
|
|
|
| |||
| ||||||
创新创业 | 序号 | 赛事、项目类别 | 赛事、项目名称 | 主办单位 | ||
1 |
|
|
| |||
2 |
|
|
| |||
3 |
|
|
| |||
4 |
|
|
| |||
详细项目清单以团委、科研处、教务处、各二级学院的通知为准。 | ||||||
说明：第二课堂为任选课。学生完成第二课堂内相关课程或项目后，需个人申报，经开课（项目）单位认定后所取得的学分可计入通识任选课总学分，最多不超过5学分。
六、毕业要求与培养目标关系矩阵
毕业要求 | 培养目标 | |||||
1 | 2 | 3 | 4 | 5 | ||
1. 工程知识 | √ |
|
|
|
| |
2.问题分析 | √ |
|
|
|
| |
3.解决方案 |
| √ |
|
|
| |
4.研究 | √ |
|
|
|
| |
5.现代工具 |
| √ |
|
|
| |
6.工程与社会 |
|
| √ |
|
| |
7.可持续发展 |
|
| √ |
|
| |
8.职业规范 |
|
| √ |
|
| |
9.个人和团队 |
|
|
| √ |
| |
10.沟通 |
|
|
| √ |
| |
11.项目管理 |
|
|
| √ |
| |
12.终身学习 |
|
|
|
| √ | |
七、必修课程与毕业要求的关联度矩阵
课程/实践环节 | 毕业要求 | |||||||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | |
1.高等数学 | H | H | M | H | M |
|
|
|
|
| M | M |
2.大学物理 | M | M | L |
|
|
|
|
| M |
|
| M |
3.线性代数 | H | H | M | H | M |
|
|
|
|
| M | M |
4.概率论与数理统计 | H | H | M | H | M |
|
|
|
|
| M | M |
5.人工智能导论 | H | M | M |
| L | M | M | H |
| M |
| M |
6.颁语言程序设计 | M | M | H | M | H |
|
|
|
|
| M |
|
7.笔测迟丑辞苍语言编程 | H | H | H | H | H |
|
|
|
|
| M |
|
8.数据结构 | H | H | H | H | H |
|
|
|
|
| M | H |
9.计算机组成原理 | H | H | H | H | H |
|
|
|
|
|
| H |
10.自然语言处理 | H | M | H | H | H |
|
|
|
| M |
|
|
11.算法分析与设计 | H | H | H | H | H |
|
|
|
|
| M | H |
12.机器学习 | H | M | H | H | H |
|
|
|
|
|
|
|
13.计算机视觉技术 | H | H | H | H | H |
|
|
|
|
|
|
|
14.深度学习 | H | H | H | H | H |
|
|
|
|
|
|
|
15.模式识别 | M | H | H | H | H |
|
|
|
|
|
| H |
16.大学物理实验 | M | M | L |
|
|
|
|
| M | M |
|
|
17.颁语言程序设计实验 | M | H | H | H | H |
|
|
| M | M |
|
|
18.数据结构实验 | H | H | H | H | H |
|
|
| M | M |
| M |
19.计算机组成原理实验 | H | H | H | H | H |
|
|
| M | M |
| M |
20.计算机视觉课程设计 | H | H | H | H | H |
|
|
| M | M |
|
|
21.软件设计模式 | M | M | M |
| H |
|
| H |
|
| M | M |
22.笔测迟丑辞苍应用开发实训 | H | H | H | H | H |
|
|
| M | M |
|
|
23.自然语言处理课程设计 | H | H | H | H | H |
|
|
| M | M |
|
|
24.深度学习课程设计 | H | H | H | H | H |
|
|
| M | M |
|
|
25.人工智能项目开发综合实训 | H | H | H | M | H | M |
| M | M | M | M | M |
26.机器学习课程设计 | H | H | H | H | H |
|
|
| M | M |
|
|
27.生产实习 | H | H | H | M | M | M | M | M |
| M | M | H |
28.毕业实习 | H | H | H | M | M | M | M | M |
| M | M | H |
29.毕业论文 （设计） | H | H | H | H | M | M | M | M |
| H | M | H |
八、课程体系学分比例
知识 类别 | 课程类别 | 学分 | 总学时 | 占总学分比例 | |
理 论 知 识 | 通识必修课 | 44-12=32 | 512 | 18.82% | 27.05% |
通识选修课 | 14.5-0.5= 14 | 224 | 8.23% | ||
学科基础必修课 | 23.5 | 376 | 13.82% | 46.47% | |
学科基础选修课 | 10.0 | 160 | 5.88% | ||
专业教育必修课 | 25.0 | 400 | 14.7% | ||
专业教育选修课 | 20.5 | 328 | 12.05% | ||
实 践 能 力 | 实践类必修课 | 12.5+12 | 344+300 | 14.7% | 学分比例： 26.47% 学时比例： 35.2% |
实践类选修课 | 2+0.5 | 48+12 | 1.47% | ||
生产、毕业实习、 毕业论文（设计） | 18 | （不计入总学时） | 10.58% | ||
最低毕业学分 | 170 | 课堂教学最低总学时 | 2000 | ||
九、学期学分统计表
学年 | 学期 | 学分 |
第一学年 | 第一学期 | 学期学分25，总学时500，周学时25 |
第二学期 | 学期学分28，总学时476，周学时23.8 | |
第二学年 | 第叁学期 | 学期学分27，总学时464，周学时23.2 |
第四学期 | 学期学分30.5，总学时540，周学时27 | |
第叁学年 | 第五学期 | 学期学分32，总学时552，周学时27.6 |
第六学期 | 学期学分34，总学时596，周学时29.8 | |
第四学年 | 第七学期 | 前沿技术选讲、生产实习，共20周，学期学分11 |
第八学期 | 毕业实习与毕业论文撰写， 共16周， 学期学分8 |
用户登录