信息与计算科学专业人工智能方向培养方案.pdf

数学与统计学院

人工智能专业培养方案

ArtificialIntelligence

专业名称：人工智能专业代码：080717T

一、培养目标

以山东省新旧动能转换综合试验区社会经济发展需求为引领，培养具有高度社会责任感和良好职业

道德，具有坚实的数理基础，具备人工智能领域基础知识、基本技能和科学研究的基本素质，具有较强

的学习能力、工程实践能力和团队精神，能够运用人工智能基本原理与方法，理论联系实际解决复杂工

程问题，能够从事人工智能相关领域的设计、开发及工程管理等相关工作的工程应用型人才。

培养目标1：具有扎实的数学、自然科学和工程技术基础，掌握人工智能、计算机软硬件理论基本知

识，能够用系统的观点分析、处理人工智能相关的科学研究和工程技术问题。

培养目标2：理解人工智能系统的各个组成部分工作原理和协作关系，能够集成、设计和实现关键模

块，并应用到实际生产系统中，对传统业务流程、平台架构和技术手段等进行智能化升级改造

培养目标3：具有良好的思想道德素质及工程、人文、社科素养，理解并能在科研或生产活动中践行

社会主义核心价值观，充分运用经济、管理、安全、法律、环保、可持续发展等知识和理念

培养目标4：养成良好的职业习惯和团队意识，能够在团队中发挥分工协作、交流沟通、组织协调乃

至领导指挥等作用

培养目标5：具备良好的表述能力、外语能力、创新能力和国际视野，能够在全球化、多文化环境下

开展继续学习、交流合作及创新、创造活动

预期学生在毕业后五年左右成长为人工智能应用领域产品设计、项目管理、关键技术研发、业务创

新等骨干力量，成为推动人工智能在国民经济各领域落地发展的专业人才。

二、毕业要求

通过4年的系统学习，本专业的学生要求能够适应信息社会和知识经济时代的需要、具有良好的理论

知识体系和人文社科素养，掌握数学、人工智能以及计算机软硬件等方面的知识；要求学生能够胜任人

工智能应用系统和智能应用程序设计与开发、机器学习和深度学习建模与应用等工作。具体要求为：

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及应用领域

的复杂工程问题。

1.1模型表述：能借助数学、自然科学和专业知识，正确理解和表示人工智能系统，尤其是机器学

习、深度学习中的计算模型(例如：数值优化、微分求导、矩阵、概率模型等；以及视觉、语音等AI模

型中对应的物理原理模型)

1.2模型构建：能针对人工智能系统及其计算和推理过程选择或建立适当的描述模型(例如：与AI应

用系统相关的架构模型，与机器学习、深度学习相关的回归、分类模型，本指标点主要考查从数学模型

和算法，而不是工具或特定的软件实现)

1.3模型分析：能够运用相关知识对模型进行推演、分析，能够基于多个模型进行比较和综合(模型

训练、模型效能评价、优选。本指标点主要考查从数学模型和算法，而不是工具或特定软件)

毕业要求2问题分析：能够应用数学、自然科学和工程科学的基本原理，识别、表达、并通过文献

研究分析人工智能及应用领域的复杂工程问题，以获得有效结论。

2.1微观分析：掌握问题分析的基本方法，能够对人工智能应用程序和算法进行相应的分析和模拟

(包括对应用程序和应用编程算法的分析，也包括对机器学习、深度学习算法的分析；此处涉及将数学、

物理、算法等原理用程序实现，而不仅是模型本身)

2.2宏观分析：具有一定的系统观，能够针对人工智能应用系统设计与实现需要进行系统分析和模拟

(从系统总体上的分析，例如体系结构，客户端、服务端，硬件系统、网络等)

2.3问题发现：能够运用数学、自然科学和工程科学的原理，发现、识别和判断人工智能特定领域复

杂工程问题的关键因素和特征(AI特定专业领域：例如视觉、语音、语义等的因素和特征)

2.4问题探究：能够借助文献研究，分析和对比多个可替代解决方案，并在方向性、框架性或关键影

响因素上得出有效结论(宏观上的多种解决方案分析对比，例如调用第三方服务对比自行实现AI模型算法)

毕业要求3设计/开发解决方案：能够设计针对人工智能及应用领域复杂工程问题的解决方案，设计

满足特定需求的系统、功能模块或工艺流程，加强实践能力，并能够在设计环节中体现创新意识，考虑

社会、健康、安全