智能科学与技术专业课程体系建设思考论文【精选3篇】

智能科学与技术专业课程体系建设思考论文 篇一

智能科学与技术是当今科技领域的热门专业，其专业课程体系的建设对于培养高素质的人才具有重要意义。本文将探讨智能科学与技术专业课程体系的建设，并提出相应的思考和建议。

首先，智能科学与技术专业课程体系应该具有一定的专业性和前瞻性。随着人工智能技术的快速发展，智能科学与技术专业需要跟上时代的步伐，及时更新和调整专业课程。在课程设置方面，应该注重培养学生的计算机基础知识和技能，同时加强对人工智能算法、机器学习、深度学习等新技术的学习和应用。此外，还应该注重培养学生的创新思维和解决问题的能力，以适应未来的发展需求。

其次，智能科学与技术专业课程体系应该注重实践环节的设置。理论知识的学习只是培养学生的基础，而实践环节的设置能够帮助学生将所学的知识应用到实际问题中，并提升他们的实际操作能力。因此，在专业课程体系中应该加入实验课程、实训课程、项目实践等环节，让学生通过实际操作来巩固所学的知识，并培养他们的团队合作能力和创新能力。

第三，智能科学与技术专业课程体系的建设应该与行业需求相结合。人工智能技术在各行各业都有广泛的应用，因此，智能科学与技术专业的培养目标应该与行业需求相匹配。在课程设置方面，可以邀请行业专家参与课程设计，根据行业需求调整和更新课程内容。此外，还可以与相关企业合作，开展实习和项目合作，让学生在实际工作中学习和应用所学的知识，提升他们的就业竞争力。

综上所述，智能科学与技术专业课程体系的建设需要注重专业性、前瞻性和实践性，并与行业需求相结合。只有如此，才能培养出具有较高素质和创新能力的人才，为智能科学与技术领域的发展做出贡献。

智能科学与技术专业课程体系建设思考论文 篇二

智能科学与技术专业课程体系建设是高等教育领域的重要课题，对于培养优秀的人才具有重要意义。本文将从教学目标、课程设置和教学方法等方面，探讨智能科学与技术专业课程体系的建设思考。

首先，智能科学与技术专业课程体系的建设应该明确教学目标。智能科学与技术专业的核心目标是培养学生的科学素养、创新能力和实践能力。在课程设置方面，应该注重培养学生的计算机基础知识和技能，同时加强对人工智能、机器学习、深度学习等前沿技术的学习和应用。此外，还应该注重培养学生的解决问题的能力和团队合作能力，以适应未来的发展需求。

其次，智能科学与技术专业课程体系的建设应该合理设置课程。课程设置应该包括基础课程、专业必修课程和选修课程等。在基础课程方面，应该注重培养学生的数学基础和计算机基础知识，为后续的专业学习打下坚实的基础。在专业必修课程方面，应该注重培养学生的专业知识和技能，涵盖人工智能的基本原理和应用技术。在选修课程方面，可以根据学生的兴趣和需求，设置一些深入研究的课程，如机器学习算法、自然语言处理等。

第三，智能科学与技术专业课程体系的建设应该灵活运用教学方法。传统的教学方法已经不能满足智能科学与技术专业的需求，需要引入一些新的教学方法。例如，可以采用案例教学、项目教学等方法，让学生通过实际问题的解决来学习和应用所学的知识。此外，还可以利用信息技术手段，如在线教育平台、虚拟实验室等，提供更加灵活和便捷的学习方式。

综上所述，智能科学与技术专业课程体系的建设应该明确教学目标，合理设置课程，并灵活运用教学方法。只有如此，才能培养出具有较高素质和创新能力的人才，为智能科学与技术领域的发展做出贡献。

智能科学与技术专业课程体系建设思考论文 篇三

智能科学与技术专业课程体系建设思考论文

　　摘要：在对智能科学与技术专业课程体系进行调研和分析的基础上，对比国内外著名大学的培养方案和课程计划，对智能科学与技术专业课程体系建设提出思考与建议。

　　关键词：智能科学与技术；课程体系；培养管理

　　1背景

　　智能科学与技术是当前科学研究和工程实践的理论与技术发展的前沿领域，智能科学与技术专业是一个多学科交叉的跨应用领域专业Ⅲ。智能科学技术的发展将把整个信息科学技术推向“智能化”的高度，这正是当代科学技术发展的大趋势，对于这方面人才的需求也越来越迫切。智能科学与技术培养掌握坚实智能科学与技术基本理论和系统专门知识，具备作为工程师或领导者及公民的良好人文修养，具有从事科学研究、工程设计、教学工作或独立担负本专业技术工作能力，深入了解国内外智能科学与技术领域新技术和发展动向，能结合与本学科有关的实际问题进行创新研究或工程设计的高级专门人才。

　　高校应稳妥发展与完善智能科学与技术专业的本科生教育，夯实本科教育基础并积极创造条件，大力开展创新教学，努力培养学生的创新意识、创新精神和工程实践能力，使之成为具有系统技术基础理论、专业知识和基本技能，良好科研素质和较强创造能力的智能科学与技术工程师。

　　2教学计划与教学管理分析

　　智能科学与技术属于计算机类专业，其必修课程设计原则是使学生具备计算机科学与工程的基础理论知识，尤其是大类专业招生教学的院校，通识课程主要是数学、物理文化基础，强调扎实的自然科学基础。专业教学的特色体现在专业必修和专业选修课程，专业必修课一般分为数学基础和专业课程。计算机类专业数学基础课程一般包括线性代数、微积分、离散数学、微分方程、概率与统计、数值计算等；专业课程一般包括程序设计基础、高等程序设计、数据结构、操作系统、计算机组成与结构、数字电路与逻辑设计等。

　　2.1学分

　　本科培养计划的学分中，国内外大学学分总数趋势是逐步减少，追求少而精。国内院校一般在130～190学分之间，如北京大学为150学分，清华大学为1 70学分，东南大学与浙江大学均为160学分，还有16学时为1学分的，也有18学时为1学分的。

　　中国台湾的大学一般在130学分左右。台湾交通大学最低毕业学分为128学分，其中必修课程须达76学分（共同必修58学分+资工组核心须达9学分+（资工组副核心课程学分+另2组核心课程学分）），专业选修本系课程须达12学分，其他选修课程须达12学分，通识课程须达28学分（含外语课程必修8学分）。台湾“中央大学”为136学分，台湾“清华大学”为136学分，其中必修和必选学分126，其他与导师商量决定。

　　美国的大学各校差异较大。美国的学分计算有4学期制、两长一短制及两学期制，其中加州大学伯克利分校为120学分，麻省理工大学为90学分，加州大学洛杉矶分校为186学分，斯坦福大学为180学分。

　　2.2教学管理

　　在教学管理上，斯坦福大学给学生提供了非常宽松的自由发展空间。新生入校后不分专业、不分学院。除了医学院和法学院学生需要经过一定的选拔程序外，本科生可以在入学后的前一个学期适当时候随意选择专业，并且选择专业后允许更改，只要毕业时满足专业培养方案即可。

　　国内的浙江大学是较早实行按大类招生的学校之一，分为大类培养、专业培养和特殊培养3类，前两年不分专业，按学科分类集中培养。

　　台湾的大学专业也是按大类完成前期的基础课程，再分小专业完成各学程，包括基础课、核心课和进阶课。

　　教学分组是现在的主流课程架构，也是体现专业方向的主要形式，分组课程是体现专业特色的课程组。国内清华大学采用的是分组教学；台湾的大学基本上采用的是以教学方向分组的方式，台湾的大学教学分为课程与修业、学分学程。

　　2.3实验与实践教学

　　计算机类专业各大院校都强调课程实验与实验教学，而目前课程该如何进行教学？这不仅是实验问题，如何以工程教育专业论证为目标，怎样使教学目标达到毕业要求是关键。做中学是主流实验教学方式，尤其是美国的大学，大作业体现的是实验与理论教学的'结合，是考查学生是否理解理论知识的重要途径。学生不仅能够学习扎实的数学和计算机专业知识，还进行大量的实践创新训练。麻省理工大学、加州大学伯克利分校、加州大学洛杉矶分校、斯坦福大学都属于实践创新性教学模式。例如，斯坦福大学程序设计范式课程重点比较C、C++、Java的特点和难点，每1～2周有一次大作业，针对不同的任务，要求学生用不同的语言实现，使学生加深理解各类编程语言的应用场合；麻省理工大学的课程计划是必须先修12学分的实验课程，再修3门或4门核心课程，最后选择3门方向学科和1门关于该方向的实验课、2门专业拓展课。

　　3智能科学与技术课程体系分析

　　智能科学与技术课程体系在智能基础理论研究的基础上，需要安排基础性、通用性、关键性的智能技术研究，主要包括感知技术和信息融合技术；自然语言处理与理解技术；知识处理（认识）技术，包括知识提炼、知识分类、知识表示技术等；机器学习技术，特别是统计与规则相结合的学习技术；决策技术，即知识演绎技术特别是不确定推理技术等；策略执行技术，即控制与调节技术；智能机器人技术，特别是面向专门领域的智能机器人技术；智能机器人之间的合作技术；基于自然语言理解的智能人机交互与合作技术；智能信息网络技术。

　　国内最早创办智能科学与技术专业的学校包括北京大学，西安电子科技大学是第2批开始培养智能专业学生的院校。北京大学的本科教学计划中，专业必修课程（29学分）包括：①专业数学/理论基础（15学分）：算法分析与设计、集合论与图论、概率统计A、代数结构与组合数学、数理逻辑；②硬件与系统基础（9学分）：数字逻辑设计、微机原理和信号与系统；③智能基础（5学分）：脑与认知科学与人工智能基础。专业限选课程（15学分）包括信息论基础、计算方法B、数字逻辑设计实验、微机实验、数据结构与算法实习、机器感知和智能处理实验、智能多媒体信息系统实验。选修组合课程（29～32学分）：学生按照自己的兴趣，参考智能的2个专业方向推荐专业课组合，自行选择，至少选修20学分的智能专业课程。公共核心+专业方向+新技术及其他：①公共核心课程（9学分）：智能科学技术导论、模式识别基础、生物信息处理、智能信息处理；②专业方向课程（11～15学分）：机器感知与智能机器人方向、智能信息处理与机器学习方向、新技术及其他。

　　西安电子科技大学智能专业主要课程包括电路分析理论、信号与系统、数字信号处理、数字电路及逻辑设计、模拟电子技术基础、微机原理与系统设计、数据结构、软件工程、人工智能概论、算法设计与分析、最优化理论与方法、机器学习、计算智能导论、模式识别、图像理解与计算机视觉、智能传感技术、移动通信与智能技术、智能控制导论、智能数据挖掘、网络信息检索、智能系统平台专业实验等课程及30多门选修课程。

　　建议各学校可以根据学院教学特色与实际需求，设计专业核心课程。北京大学偏重“信息处理”，湖南大学偏重“智能系统”，但需要强调的一个前提就是智能科学与技术专业属于大计算机类，更需要大EECS专业的基础。编程、电路、数学、数据结构、计算机系统这五大核心基础就是大EECS；其次是专业，计算机以系统结构、操作系统、网络、编译、数据库五大经典专业核心课为主，湖南大学的智能科学与技术专业强调系统，因此信号与系统、操作系统、嵌入式系统、人工智能是最基本的专业核心课，然后再分不同的分支。湖南大学智能科学与技术专业核心课程包括人工智能概论、机器学习、计算智能导论、模式识别、智能控制导论、智能数据挖掘、机器人学等；研究学位课程包括模式识别、人工智能等，主要体现为智能科学与技术基础（人工智能概论、机器学习、计算智能导论、模式识别）、核心（智能控制导论、智能数据挖掘）和应用（机器人学）。

　　4结语

　　（1）在课程计划实施过程中，教师需要遵循课程的时序图，即描述课程的进阶关系，从本科直到研究生，同时还可以实行一定的修课限制，如台湾交通大学计算机概论与程式设计和面向对象程式设计两科皆不及格者不得修数据结构与算法概论，若数据结构不及格不能修算法设计课程等。

　　（2）程序设计类课程用上机程序能力考试来设置合格条件，如台湾交通大学基础程式设计及格条件为通过“程式能力鉴定”，湖南大学则以CCF—CSP软件能力测试作为程序设计课程通过的考核标准。

　　（3）鼓励学生参与项目、竞赛等课外科技活动，如台湾“清华大学”的综合论文训练是由具有同等水平的项目训练成果或SRT（student research training）计划项目以及其他课外科技活动成果经认定后代替的。

　　（4）精炼的课程教学。核心课程应该精且必须加强课程实验，只有对方法和理论有正确的认识才能掌握这门课程，而动手完成实验才能真正融会贯通。麻省理工大学、加州大学伯克利分校、加州大学洛杉矶分校的学生具备扎实的数学和计算机专业知识后，都需要进行大量的实践创新训练。

　　（5）导师制度。哈佛大学学生在大一和大二学习数学和计算机入门的专业课程，在大三时申请导师，实行导师引导制。施行导师制需要落实包括专业介绍、修课指导、学科竞赛等，直至毕业设计，导师需要和学生紧密联系。

　　智能科学与技术专业对人才的培养需要依据工程专业认证，以成果为导向，落实持续改进，完成学生“创新能力、研究能力、管理能力、国际化能力”基本素养的培养。