浙江大学人工智能专业本科培养方案（专业课程）

浙江大学人工智能专业本科培养方案中涉及到的知识点覆盖了人工智能领域的主要基础理论和应用技术。课程体系分为专业必修课程、专业模块课程、实践教学环节和毕业论文（设计）四个部分。 专业必修课程共计27学分，覆盖了计算机科学的数学基础、概率论与数理统计、数据结构基础、人工智能基础、人工智能表达与问题求解、机器学习基础、自然语言处理、计算机视觉等重要知识点。这些课程为学生奠定了扎实的数学和计算机科学基础，并引入了人工智能领域的核心概念和基础算法。 专业模块课程共37.5学分，学生需要选择某一模块的所有必修课程和部分选修课程共15学分，并且必须从计算机科学、计算机系统、计算机软件技术这三个模块中各选修至少5学分。选修课程允许学生对专业知识进行个性化和深入的探索。模块包括智能决策与机器人、统计机器学习、智能感知与语言、可视交互与设计等。 智能决策与机器人模块关注的是机器人技术、智能决策过程、运筹学基础和强化学习等。学生可以学习到包括机器人导论、智能决策和推理、人工智能思想史、强化学习、机器人应用等课程。 统计机器学习模块侧重于优化理论、机器学习算法设计和统计学习理论，其中必修课程包括优化理论与算法设计、机器学习算法与设计。选修课程则有随机优化、深度学习、人工智能思想史、强化学习等，学生在这里可以深入学习到机器学习领域的高阶理论与实践。 智能感知与语言模块则包含计算感知理论与方法、搜索引擎等必修课程，以及视觉传感器、语音处理等选修课程。该模块着重培养学生在感知计算和自然语言处理方面的能力。 可视交互与设计模块关注人工智能在设计领域中的应用，必修课程有可视交互与设计、人工智能伦理与安全等。选修课程包括信息可视化、深度学习、智能设计等，旨在增强学生在人机交互和视觉设计方面的技能。 实践教学环节为8学分，分为课程综合实践和工程实践，通过综合性和实践性的课程让学生将所学知识与实际问题结合，增强工程实践能力。 毕业论文（设计）为8学分，是学生在本科阶段的最后一个环节，要求学生在导师的指导下完成一篇具有创新性的论文或设计项目，以此检验学生四年所学的综合能力。 通过以上课程的设置，浙江大学人工智能专业的学生将不仅获得扎实的理论基础，而且能够掌握实践技能，为未来在人工智能领域的研究和工作打下坚实的基础。此外，个性课程的设置还让学生根据自己的兴趣和职业规划，选择适合自己的发展方向，培养在人工智能细分领域的专业能力。