智能科学与技术专业教学计划

admin管理员组

文章数量:1530845

2024年7月13日发(作者：)

智能科学与技术专业教学计划

一、培养目标和毕业要求

1. 培养目标

本专业以人工智能和类脑科学为基础，培养系统掌握类脑智能信息处理、人工智能和智

能控制计算的基本理论、基本技术和方法；具备在高端人工智能信息科学领域从事科学研究

和产品开发能力；具备在信息技术及相关交叉领域从事人工智能技术的工程项目开发和智能

系统管理能力；以及具有适应智能科学与技术快速发展变化的能力；同时具有良好道德修养

和科学素养，具有国际视野、跨专业、跨领域沟通能力的优秀创新型复合人才。

目标1：系统地掌握本学科的基本理论、基本技能与方法；

目标2：具有良好的道德修养和科学素养；

目标3：能够从事智能科学与技术相关的研发等工作；

目标4：能够针对大型复杂工程问题进行规划分析、系统建模、组织或参与实施；

目标5：具有国际视野和跨文化沟通能力。

2. 毕业要求

毕业生应具有扎实的智能科学与技术专业基础，有强烈的创新意识、国际视野、团队合

作精神；自学能力强并有终身学习的习惯（基本标准：那些成熟的且经人整理的知识可通过

自学掌握）；具有跨专业跨领域的科学素养及人文素养、良好的团队合作能力和交流沟通能力、

系统分析和解决复杂工程技术问题的认知能力和实践能力。毕业生应该具有如下特质：

（1）工程知识：能够将数学、自然科学知识以及相关的工程基础理论和专业知识用于解

决智能系统软硬件研发及应用中出现的工程问题。

（2）问题分析：能够应用数学、自然科学和智能科学的基本原理，识别和表达并通过文

献研究分析软硬件开发和应用问题。

（3）设计/开发解决方案：能够针对智能应用的特定需求，选择适用的开发技术和工具

的能力，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化及环境因

素。

（4）研究：能够基于智能科学相关理论并采用科学方法对智能工程问题进行研究，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效的结论。

（5）使用现代工具：能够针对智能工程问题，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，包括对智能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：能够基于智能工程相关背景知识进行合理分析，评价工程问题解决方

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：能够理解和评价满足智能应用特定需求的实践对环境、社会可

持续发展的影响。

（8）职业规范：爱国守法，具有人文社会科学素养和社会责任感，能够在智能工程实践

过程中理解并遵守工程职业道德规范，履行相应的责任。

（9）个人和团队：能够在从事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。

（10）沟通：能够就智能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

Ⅱ-1-12

写报告和设计文稿、陈述发言、清晰表达或回应指令。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。

（11）项目管理：理解并掌握智能工程项目管理方法，并能在多学科环境中应用。

（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。

（13）普通话水平达到二级乙等以上。

二、学习要求

本专业的学生应该做到如下几点。

1. 遵守校纪校规、尊敬师长、团结同学，积极参加学校组织的活动，志愿服务社会；

2. 时刻关注道德和法律问题、技术问题、审美价值的相互关系在智能科学发展中的重要

作用；

3. 正确认识、认真规划本科阶段的学习、生活、发展目标，并付诸行动；

4. 刻苦学习、勤于实践，充分利用一切资源，通过独立思考和积极研讨、课内外联动、

按时保质保量地完成各项学习任务（注：学院教学实验中心工作日全天候开放）；

5. 主动关注学校、教务处、学工办、学院网站上的学术报告、科技活动、企业实习、海

外交流等项目通知，并根据自己的兴趣和发展目标，合理安排时间参加活动；

6. 关注智能科学和信息技术的新进展，关注流行软件、工具等，同时结合自身的兴趣尝

试开展跨学科学习。

三、主干学科和主干课程

1. 主干学科

人工智能

2. 主干课程

根据要求必修人文社会、经济管理、理学工学三大类的通识课程若干门。必修微积分、

线性代数、概率论与数理统计、大学物理、工程制图、英语、体育等。

本专业的课程设置是以智能科学与技术新发展为牵引，以社会需求为驱动，逐步调整而

成的。目前，本专业的学科基础与专业选修课程有：机器学习基础、运筹与优化、人工智能

与脑认知、智能系统控制、信号处理、信息论、面向对象程序设计、数据结构、离散数学、

矩阵代数与应用、计算机组成原理与体系结构、计算机网络、操作系统等13 门必修课；

数据分析程序设计、自然语言语义处理概论、模式识别、区块链技术与数据经济学、博弈论

与强化学习、机器学习进阶、计算机图形学、数据可视化与人机交互技术、计算机视觉、无

人系统基础等24门专业选修课。

3. 主要实践性教学环节

主要课程实验包括课程的相关软、硬件实验。实践性教学环节包括创新创业实训实训、

智能系统联合大作业、智能应用联合大作业、毕业设计（论文）以及多门实践实训课程等。

四、教学方法

以学生为中心，采用启发、研讨、实训等教学方式。其中大部分学科基础课采取“大班

授课、小班研讨”的教学模式，学生须理解“在研究中学习和成长”的研究型教学理念和方

法，养成主动学习、独立思考的习惯，着力培养质疑的科学态度、批判的科学精神和创新的

科学意识。

五、修业年限、学分和学位

Ⅱ-1-13

1. 修业年限

四年

2. 总学分

学生毕业需至少修满245学分。其中：通识课16学分、新生研讨课2学分、公共基础课

89学分(直招)/91学分(大类)、学科基础课62学分、高年级专业研讨课4学分、专业选修课

21学分、任意选修课4分、实践教学环节（不含学科基础课、选修课中的实践环节）47学分

(直招)/45学分(大类)。

3. 授予学位

工学学士

【附】选课建议

选课时，请注意课程的先修课要求。建议按照教学计划中的学期顺序安排学习。课程学

习中，除掌握核心知识点外，更重要的是通过主动学习、积极参与团队合作锻炼自己的综合

能力。

随着本学科的发展，智能科学与技术领域与其他领域的结合会越来越多，跨学科工作和

交流的需求也越来越强烈。因此，人工智能一定是积极开拓与其他学科融合的学科。学生具

有这种开放视野是十分重要的。因此，须充分利用上海大学综合性大学的优势，在其他理工、

人文社科、经济管理等方面选修有关跨文化交流、工程管理、美学、心理学、社会、法律等

方面的通识课程和任意选修课程，以利于自身综合素质和能力的锻炼培养。

除第12学期外，每学期选课总学分不宜超过22学分，以留出课外研究的时间。

表2 智能科学与技术专业方向课程列表

“人工智能与数据驱动决策”“媒体智能与感知计算”

方向 方向

数据分析程序设计

数据科学的数学基础

自然语言语义处理概论

模式识别

数据挖掘:理论与实践

区块链技术与数据经济学

生物信息学

互联网计算与网络信息学

博弈论与强化学习

数据库基础与应用

大数据技术基础

语义网络与知识图谱

机器学习进阶

大数据：从理论到实践

计算机图形学

数据可视化与人机交互技

术

模式识别

计算机视觉

生物特征识别

数据分析程序设计

机器学习进阶

大数据技术基础

Ⅱ-1-14

“智能控制与无人系统”

方向

生物特征识别

传感器技术与物联网

机器人原理与应用

数据库基础与应用

大数据技术基础

语义网络与知识图谱

嵌入式系统原理

无人系统基础

机器学习进阶

计算机视觉

智

能

科

学

与

技

术

专

业

基

础

和

专

业

主

要

课

程

相

互

关

系

结

构

图

信

号

处

理

运

筹

与

优

化

博

弈

论

与

强

化

学

习

数

据

科

学

的

数

学

基

础

互

联

网

计

算

与

网

络

信

息

学

微

积

分

线

性

代

数

机

器

学

习

基

础

机

器

学

习

进

阶

计

算

机

网

络

计

算

机

视

觉

基

础

矩

阵

代

数

与

应

用

模

式

识

别

生

物

特

征

识

别

数

据

经

济

学

信

息

论

概

率

论

与

数

理

统

计

智

能

系

统

控

制

嵌

入

式

系

统

原

理

计

算

机

组

成

原

理

与

体

系

结

构

数

据

挖

掘

大

学

物

理

传

感

器

技

术

与

物

联

网

操

作

系

统

机

器

人

原

理

与

应

用

Ⅱ-1-15

程

序

设

计

(

C

语

言

)

(

大

类

)

/

高

级

语

言

程

序

设

计

(

直

招

)

面

向

对

象

程

序

设

计

算

法

设

计

与

分

析

数

据

结

构

移

动

计

算

数

据

库

基

础

与

应

用

离

散

数

学

数

据

分

析

与

程

序

设

计

计

算

机

图

形

学

人

工

智

能

与

脑

认

知

自

然

语

言

语

义

处

理

概

论

多

媒

体

技

术

区

块

链

技

术

与

数

据

经

济

学

语

义

网

络

与

知

识

图

谱

生

物

信

息

学

研

究

方

法

与

前

沿

(

智

能

)

无

人

系

统

基

础

数

据

可

视

化

与

人

机

交

互

技

术

大

数

据

技

术

基

础

人

工

智

能

进

展

上海大学2019级教学计划表

计算机工程与科学学院 智能科学与技术专业

课

程

分

类

课程学分

课程编号课程名称

课内课外第一学年

各学年、学期计划学分安排

第二学年第三学年第四学年

备

注

共计

讲实上其自项读其夏夏夏

1112

授验机他学目书他季季季

人文经典与文化传承

通

识

课

16

政治文明与社会建设

艺术修养与审美体验

经济发展与全球视野

科技进步与生态文明

创新思维与创业教育

新生研讨课2

16583109

16584153

16584136

16584168

16584169

16584170

详见附表

公

共

基

础

课

91

00914006

详见附表

00864088

详见附表

00864096

01014125~127

01014104

01064246

01064247

01034117~119

01034120~122

01014016

形势与政策

思想道德修养与法律基础A

中国近现代史纲要B

马克思主义基本原理概论

毛泽东思想和中国特色社会主

义理论体系概论(1)

毛泽东思想和中国特色社会主

义理论体系概论(2)

体育

军事理论A

大学英语

程序设计(C语言)

理工类计算机技术选修模块

工程制图与计算机绘图基础

微积分(1-3)

线性代数

大学化学

大学化学实验

大学物理(1-3)

大学物理实验(1-3)

概率论与数理统计A

学科基础课(见续表)

高年级研讨课(见续表)

选

修

课

专业选修课(见续表)

任意选修课

实践教学环节

总计

2

1

3

3

3

3

2

6

2

16

4

3

3

16

3

2

1

12

3

5

62

4

21

4

45

245

172214424

●

5

12

3

2

16

3

2

1

2

1

44

11

4

1

5

8

1215

2

1012

5

8+8448

详

见

附

表

▲

2

1

3

3

3

3

2

111

2

2

442

31

4

3

1

3

664

3

▲

△

△

△

222

3

3

3

3

2

111

*

2

44373

○

★

▲通识课第2-3学期总计要求4学分，《线性代数》第2-3学期均开，当学期只限选通识课4学分或《线性代数》3学分其中之一。

*1-10学期均需选修 △《工程制图与计算机绘图基础》、《大学化学(实验)》第1-3学期均开，每学期只限选《工程制图与计算机绘图基础》3学

分或《大学化学(实验)》3学分其中之一。《大学化学》和《大学化学实验》须在同一学期选修。 附表见Ⅱ-1-32页，建议学生跨类选修通识

课，所修通识课必须包含：1. “核心通识课”至少6学分，一年级至少修读一门；2. “艺术修养与审美体念”模块内课程至少2学分；3. “创新思维与

创业教育”模块内课程至少2学分。（某门课程同时满足多个条件时，可重复认定，但所获得学分不累计。）

○学分分布供参考 ★任意选修任何课程。

●毕业前至少修读一门全英语授课课程且成绩合格。（全英语授课课程指：1. 选课系统中标注的全英语课程。2. 国际化小学期开设的课程。3.

海外交流学分认定的课程。）

Ⅱ-1-19

上海大学2019级教学计划表

学科基础课

课程编号课程名称

学备

共

期注

计

讲实上其自项读其

授验机他学目书他

4

4

6

8

5

5

3

2.5

课程学分

课内课外

课程编号课程名称

学备

共

期注

计

讲实上其自项读其

授验机他学目书他

5

5

4

4

4

5

3.5

3.5

课程学分

课内课外

08305138

08695001

面向对象程序设计A

1

1

0.5

4

4

08305142

08695030

08695006

08695007

08695008

08695031

计算机网络A

操作系统A

机器学习基础

运筹与优化

智能系统控制

人工智能与脑认知

A

1

1

1

1

1

1

0.5

0.5

7

7

8

8

8

9

信号处理

3

5

4

3.5

08305140~141

离散数学A(1-2)

08305009~010

数据结构(1-2)

1

2

1

1

2

0.5

5-6

5-6

5

6

6

3

3

3

4

08695028

08695029

08695004

计算机组成原理与

体系结构A

矩阵代数与应用A

信息论

3.50.5

3

高年级研讨课

课程编号课程名称

学备

共

期注

计

讲实上其自项读其

授验机他学目书他

课程学分

课内课外

课程编号课程名称

学备

共

期注

计

讲实上其自项读其

授验机他学目书他

课程学分

课内课外

二年级适用

0869EY01

人工智能进展

2

0.51.5

三年级适用

60869SY01

研究方法与前沿(智

2

能)

0.51.5

8

专业选修课（第9学期（含）之后的课程可能会进行一次动态调整。）

课程编号课程名称

学备

共

期注

计

讲实上其自项读其

授验机他学目书他

课程学分

课内课外

课程编号课程名称

学备

共

期注

计

讲实上其自项读其

授验机他学目书他

课程学分

课内课外

08306145

大数据：从理论到

实践A(Big Data:

From the Theory to

Practice A)

数据分析程序设计

算法设计与分析A

计算机图形学

语义网络与知识图

谱

嵌入式系统原理A

数据库基础与应用

模式识别

数据科学的数学基

础

数据可视化与人机

交互技术

移动计算A

区块链技术与数据

经济学

A(Blockchain

Technology and

Data Economics A)

336

★

08696018

自然语言语义处理

概论

机器学习进阶A

数据挖掘A

计算机视觉

大数据技术基础A

机器人原理与应用

博弈论与强化学习

传感器技术与物联

网

生物信息学A

互联网计算与网络

信息学A

生物特征识别A

4319

08696010

08306146

08306027

08696012

08306148

08696013

08306089

08696014

08696015

08696032

4

4

4

4

3

4

4

4

3

4

3

3

3

3

2

3

3

3

2

3

1

1

1

1

1

7

7

7

7

8

08696033

08306150

08306126

08306151

08696020

08696021

08696022

08696034

08696035

08696036

3

3

3

3

4

4

4

2

3

2

2

2

2

2

3

3

3

2

2

2

1

1

1

1

1

9

9

9

110

10

1

1

1

1

1

8

8

8

8

8

110

10

10

111

11

★

08696026

无人系统基础

43111

★全英语课程

Ⅱ-1-20

上海大学2019级实践性教学环节安排表

智能科学与技术专业

实践分类编号

00914003

00874008

1658A001~002

00874007

0000A001

0869A001

实

习

0869A002~003

军事技能

形势与政策(实践)

思想政治理论课(实践)(1-2)

思想道德修养与法律基础(实践)

创新创业实践

计算机程序设计实训

创新创业实训(1-2)

1

1

实践环节名称

实践实践

实践形式

周数学分

集中分散

22

1

2

1

1

2

4

√

√√

√

√

√

√

各学年学分安排

备注

一

2

1

1

1

1

2

4

第4,5学期

☆

1

第3,6学期

二三四

0869A006

0869A007

智能系统联合大作业

智能应用联合大作业

2

2

4

4

√

√

4

4

课

程

设

计

毕业设计

(论文)

0869A009

毕业设计(论文)

122424

第12学期

共计

4589424

☆在校期间，学生参与下述活动之一，可认定该门课程学分。分别是1. 联合大作业；2. 大学生创新项目；3. 学科竞赛获校级（含）以上

奖项，并未冲抵过学分；4. 院系认定的创新创业各类活动（累计至少半周时间）。

Ⅱ-1-21

本文标签： 课程工程智能学分学习