培养目标：本专业培养德、智、体等方面全面发展，掌握数学与自然科学基础知识以及计算 机、网络与信息系统相关的基本理论、基本知识、基本技能和基本方法，具有较强的专业能力和良 好的综合素质，能胜任计算机科学研究、计算机系统设计、开发与应用等工作的高级专门人才。

培养要求：

1．掌握马列主义、毛泽东思想与中国特色社会主义基本理论，具有良好的人文社会科学素 养、职业道德和心理素质，社会责任感强；

2．掌握从事本专业工作所需的数学（特别是离散数学）和其他相关的自然科学知识以及一 定的经济学与管理学知识；

3．系统掌握计算机科学与技术学科的基础理论和专业知识，理解本学科的基本概念、知识 结构、典型方法，建立数字化、算法、模块化与层次化等核心专业意识；

4．掌握计算学科的基本思维方法和研究方法，具有良好的科学素养和一定的工程意识，并 具备综合运用所掌握的知识、方法和技术解决实际问题的能力；

5．具有终身学习意识以及运用现代信息技术获取相关信息和新技术、新知识的能力；

6．了解计算机科学与技术学科的发展现状和趋势，具有创新意识，并具有技术创新和产品 创新的初步能力；

7．了解与本专业相关的职业和行业的重要法律法规及方针政策，理解工程技术与信息技术 应用相关的伦理基本要求；

8．具有一定的组织管理能力、表达能力、独立工作能力、人际交往能力和团队合作能力；

9．具有一定的外语应用能力，能阅读本专业的外文材料，具有一定的国际视野和跨文化交 流、竞争与合作能力；

10.掌握体育运动的一般知识和基本方法，形成良好的体育锻炼习惯。

主干学科：计算机科学与技术。

核心知识领域：离散结构、基本算法、程序设计、数据结构、计算机组成、操作系统、计算机网 络、数据库系统、软件工程等。

核心课程示例（括号内为理论学时+实验或者习题课学时）：

示例一：高级语言程序设计（40+48学时）、计算机导论（24+6学时）、集合论与图论（48学 时）、汇编语言程序设计（32+8学时）、电路44+16学时）、数理逻辑（32学时）、电子技术基础(32 +20学时)、数字逻辑设计（36+12学时）、数据结构与算法（40+24学时）、近世代数（32学时）、计 算机组成原理（48+60学时）、软件工程（48 +16学时）、形式语言与自动机（32学时）、数理逻辑 （32学时）、数据库系统（40+24学时）、操作系统（40+16学时）、计算机网络（36+30学时）、算法 设计与分析（32学时）、计算机体系结构（48学时）。

示例二：计算概论（72学时）、数据结构与算法（72学时）、数字逻辑设计（54学时）、集合论 与图论（54学时）、代数结构与组合数学（54学时）、数理逻辑（54学时）、微机原理（54学时）、计 算机组织与体系结构（54学时）、电路分析原理（72学时）、数字集成电路（72学时）、信号与系统 （54学时）、微电子与电路基础（54学时）、电子线路（72学时）、算法设计与设计（72学时）、脑与 认知科学（36学时）、人工智能导论（54学时）、编译技术及实习（54+72学时）、操作系统及实 习（54+72学时）、微机实验（0+72学时）、程序设计实习（0+72学时）、数字逻辑电路实验(O+ 72学时)、数字逻辑设计实验（0+72学时）、电子线路实验（0+72学时）、基础电路实验(0+72 学时)。

示例三：电路分析基础（68学时）、数字电路与逻辑设计（60+30学时）、模拟电子技术基础 （60+30学时）、信号与系统（68学时）、电路信号与系统实验（15 +15学时）、计算机导论（16学 时）、计算机通信与网络（56+20学时）、软件工程（30+16学时）、数据库系统（40 +12学时）、编译 原理（52+16学时）、人工智能（46学时）、操作系统（54+24学时）、程序设计基础（44+32学时）、 数据结构（54+24学时）、离散数学（一）（54学时）、计算机组织与体系结构（76+20学时）、微机 系统（50+20学时）、离散数学（二）（30学时）。

主要实践性教学环节：课程实验、课程设计、专业实习、毕业设计（论文）等。

主要专业实验：程序设计实验、数据结构实验、计算机组成实验、操作系统实验、数据库实验、 计算机网络实验。

修业年限：四年。

授予学位：工学学士或理学学士。

专业定义

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。例如：人脸识别技术，语音识别技术、基于用户兴趣的智能算法推荐技术。

课程体系

《人工智能、社会与人文》、《人工智能哲学基础与伦理》、《先进机器人控制》、《认知机器人》、,《机器人规划与学习》、《仿生机器人》、《群体智能与自主系统》《无人驾驶技术与系统实现》《游戏设计与开发》《计算机图形学》《虚拟现实与增强现实》、《人工智能的现代方法I》、《问题表达与求解》、《人工智能的现代方法II》、《机器学习、自然语言处理、计算机视觉等》。

就业方向

实际应用：机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。