本专业旨在适应国家人工智能发展战略，培养系统掌握人工神经网络、深度学习、机器学习、知识表示与推理和计算机视觉等人工智能专业基本知识和技术，具备较好学习能力、较强团队沟通协作能力和创新意识，能够运用所学专业知识解决实际人工智能问题，工程实践能力强、专业基础扎实、知识面广、综合素质高，富有创新精神、专业拓展意识的复合、应用型人才。落实立德树人根本任务，弘扬社会主义核心价值观，坚持育人与育才相统一，培养德智体美劳全面发展的中国特色社会主义合格建设者和可靠接班人。
政治思想道德方面：拥护党的基本路线，热爱祖国，具有全心全意为人民服务的精神；遵纪守法，有良好的社会公共道德和职业道德。
能力培养方面：掌握人工智能科学专业知识和应用技术，具备从事人工智能应用系统设计与实现的能力，具备基本经济分析和决策的能力，具备良好的项目交流、组织、管理、协调的能力，同时具备自主规划职业生涯的能力。
表1 职业能力分解表
专业能力 | 社会能力 | 方法能力 |
（1）具备运用数学、自然科学、工程基础和专业知识对复杂工程问题的解决途径进行评价和优化 （2）具有工程创新能力并将其应用到相关产品的设计、开发和集成中 （3）掌握本专业涉及的工程设计概念、原则和方法，解决人工智能技术领域的复杂工程问题 （4）基于科学原理并采用科学方法对人工智能领域的复杂工程问题进行分析、研究和设计 （5）能够针对人工智能领域的复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具 | （1）具备在跨职能、多学科的工程实践团队中协调、管理、竞争与合作的能力，能够将基本的工程管理原理与经济决策方法应用到实践中 （2）具备理解和评价人工智能领域的专业工程实践对环境、社会可持续发展的影响 （3）理解并掌握工程管理原理与经济决策方法，并能在多学科、跨职能环境中合理应用 （4）具备自主学习的能力，具有终身学习的意识 | （1）具备良好的抽象思维、逻辑思维，并运用到复杂工程项目的设计、实施和部署能力 （2）能够结合相关的工程知识进行合理分析，评价专业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 （3）具备良好的文献检索、研究、分析能力，能够适应人工智能专业新技术的发展
|
表2 知识、能力和素质结构要求
序号 | 职业岗位描述 | 职业岗位对应知识、能力、素质结构 | 主要链接课程 |
1 | 机器学习工程师 | 知识：熟练使用R、Python 语言，可针对单机和大数据组件进行相关开发，能够用最适合的工具解决最合适的问题。熟悉机器学习理论以及相关算法，包括有监督学习与无监督学习。熟悉 Oracle 或 MySQL 数据库技术。 能力：有一定的应用系统分析与设计能力，有良好、规范的编程习惯和文档编写习惯。 素质：掌握科学的思维方法、工程设计方法，具备良好的工程素养；具有创新精神；具有严谨务实的工作作风和良好的团队合作能力。 | Python程序设计 机器学习 算法设计与分析 神经网络与深度学习 |
2 | 自然语言处理工程师 | 知识：熟悉与自然语言处理相关的开源库，如：ANSJ、Jieba、Word2Vec等。熟练掌握概率论与数理统计基础、语言学与认知表示学基础，熟练掌握至少一门编程语言。 能力：能够独立完成基于文本的分词与情感分析实战项目。 素质：有较强的学习能力，对技术有钻研精神，热衷于新技术、新理论、新开发实践的学习和实践。 | 机器学习 算法设计与分析 自然语言处理 Python程序设计 |
3 | 计算机视觉工程师 | 知识：熟悉线性代数与数理统计的基本原理、掌握深度学习与计算神经科学的基础技能。掌握图像分割、分类、目标检测、追踪以及视频分析的基本技能。 能力：能够独立完成图像识别、人脸识别、视频分析的实战项目。 素质：善于团队合作解决问题，对技术有钻研精神，有较强的学习能力。 | 机器学习 算法设计与分析 神经网络与深度学习 计算机视觉
|
课程学分自获得时起，有效认证期限为：通识类课程最长不超过10年，其他课程最长不超过6年。
按照本专业培养方案的要求修满最低毕业学分，并达到其他相关毕业要求，即可获得江苏开放大学人工智能专业本科毕业文凭。符合学位授予条件者，可授予工学学士学位。
本专业模块化课程体系以能力为主线，由通识课程、专业必修课程、专业选修课程三个类别构成（见附表），具有灵活性、适应性和开放性，适应在职在岗人员学习。
（一）《人工智能导论》
课程目标：对人工智能的发展历程以及主要的研究内容有较为全面的认识，掌握人工智能的基本概念、基本原理和基本方法，了解人工智能研究与应用的最新进展和发展方向，开阔学生知识视野、提高解决问题的能力，为以后在人工智能领域进行深入研究奠定基础。
课程学分：3学分
课程主要内容：人工智能的研究内容和发展历史、知识表示与问题求解、规划问题、不确定知识与推理、神经网络、专家系统。
实践条件要求：无。
（二）《机器学习》
课程目标：了解机器学习的基本概念和理论，掌握基本的机器学习算法，培养能够利用机器学习算法解决应用问题的能力。
课程学分：4学分
课程主要内容：统计学习方法回归、模型选择与正则化、神经网络、分类、集成学习、聚类、维数规约、系统设计与应用等。
实践条件要求：Python。
（三）《算法设计与分析》
课程目标：了解算法相关的基本概念和数学基础，掌握问题的数学模型建立、算法求解方法、算法效率估计和改进途径，旨在培养学生分析、解决实际问题的能力。
课程学分：4学分
课程主要内容：伪码描述，函数的渐近的界、序列求和方法、递推方程求解、分治策略、动态规划、贪心法、回溯与分支限界等。
实践条件要求：Python、C、C++。
（四）《计算机视觉》
课程目标：掌握计算机视觉的基本概念、核心思想和当前主流的基于深度学习的神经网络算法，从而培养学生有效地运用所学知识和方法解决实际问题的能力。
课程学分：4学分
课程主要内容：图像分类、目标检测、图像分割（语义分割、实例分割）、图像描述、图像生成、图像分析和图像理解。
实践条件要求：Python。
（五）《神经网络与深度学习》
课程目标：理解深度学习的基本概念以及其与神经网络的关系，掌握全连接前馈神经网络的网络结构和工作原理，掌握深度神经网络的优化方法，理解卷积神经网络的设计原则和整体架构，掌握卷积神经网络的模型结构和特征，了解迁移学习和集成学习的核心思想，使学生掌握深度学习技术并能够应用该技术解决实际问题。
课程学分：4学分
课程主要内容：逻辑回归模型与神经网络、梯度下降与反向传播、深度学习编程与训练技巧、卷积神经网络和循环神经网络、词嵌入模型和自编码器、迁移学习、集成学习等。
实践条件要求：TensorFlow。
八、其它说明
（一）课程管理
课程学分与学习时间对应，1学分对应24学时，延续4个学习周；包括自主利用学习资源的学习、与辅导教师互动和与同学互动的学习时间总和。课程根据需要按周开出。
2学分课程约对应48学时，延续8个学习周。
3学分课程约对应72学时，延续12个学习周。
4学分课程约对应96学时，延续16个学习周。
（二）“形势与政策”课说明
1．“形势与政策”课由学校马克思主义学院统一组织开课，统一管理任课教师，宣传部、学生工作处、教务处等相关部门配合做好教学管理工作。
2．马克思主义学院依据教育部每学期印发的《高校“形势与政策”课教学要点》安排教学。
3．“形势与政策”课每学期开课不低于8学时，共计2学分。
（三）主要实践性教学环节
本专业强调实际操作技能的培养，配套设计了毕业论文（设计）和课程实践教学环节。
课程实验和课程设计：人工智能应用实训、深度学习实训。
毕业论文（设计）：毕业论文（设计）是最终的实践环节，有一定的综合性与复杂性，着重培养学生综合运用所学理论知识和技能解决实际问题的能力。通过校企合作，提供学生在相关企业生产一线实践的机会，选择与现实任务相联系的课题，在学校课程导师和企业指导教师的共同指导下完成毕业设计。
（四）教学过程质量保证
1．聘请优秀的学科专家和行业、企业名家担任专业建设的带头人和课程主讲；按照课程教学要求，建设课程教学资源，并建立资源使用评价反馈体系；根据规定的师生比，严格按照要求组建课程教学团队，明确师生对应关系；根据各门课程的特点，制定考核方案，推进多种形式的考核方式、考核内容改革。
2．开展网上匿名学生评教、专家评教、社会公众评教和教师互相评教的活动，针对教学全过程及课程考核资源进行监控、评价和分析、反馈。
你可能感兴趣的专业 更多
