定 价:¥89.00
作 者: | 焦李成,李阳阳,侯彪,石光明 |
出版社: | 清华大学出版社 |
丛编项: | |
标 签: | 暂缺 |
ISBN: | 9787302537212 | 出版时间: | 2019-09-01 | 包装: | |
开本: | 页数: | 字数: |
CONTENTS
\n\n
目 录
\n\n
第1章
本科生培养
\n001
\n1.1 智能科学与技术专业培养方案
\n001
\n1.1.1 培养目标
\n002
\n1.1.2 毕业要求
\n002
\n1.1.3 学制与学位
\n006
\n1.1.4 专业特色课程
\n006
\n1.1.5 教学进程计划表
\n009
\n1.2 人工智能专业培养方案
\n015
\n1.2.1 培养目标
\n015
\n1.2.2 毕业要求
\n016
\n1.2.3 学制与学位
\n020
\n1.2.4 专业特色课程
\n020
\n.
\n1.2.5 教学进程计划表
\n023
\nArtificialInteligenceandPattern
\n13
\n人工智能与模式识别全英专业(
\nRecognitionFul-EnglishTeaching Major
\n033
\n)
\n1.3.1 培养定位
\n033
\n1.3.2 培养模式
\n036
\n1.3.3 培养方案
\n038
\n1.3.4 培养课程
\n042
\n..
\nScheduleofTeachingProcess
\n045
\n.
\n135
\n教学进程计划表(
\n)
\nTrainingScheme
\n14 通电计相关专业全英文授课本科留学生培养方案(
\nforForeignUndergraduateStudentsMajoringinCommunication,
\nElectronicInformationandComputer
\n065
\n)
\n1.4.1 培养模式与目标
\n065
\n\n
人工智能学院本硕博培养体系
\n1.4.2 基本要求
\n066
\n1.4.3 学分要求
\n067
\n1.4.4 学制与学位
\n)
\n067
\n145
\n教学进程计划表(
\n067
\n..
\nScheduleofTeachingProcess
\n1.5 特色课程培养大纲
\n076
\n1.5.1 人工智能简史
\n076
\n1.5.2 Python
\n编程和人工智能平台学习
\n080
\n1.5.3 人工智能概论
\n084
\n1.5.4 最优化理论与方法
\n089
\n155 算法设计与分析(双语)
\n093
\n..
\n1.5.6 计算智能导论
\n107
\n1.5.7 智能系统专业实验
\n111
\n1.5.8 模式识别
\n116
\n159 机器学习(双语)
\n121
\n..
\n1.5.10 智能数据挖掘
\n136
\n1.5.11 图像理解与计算机视觉
\n140
\n1512 计算机视觉及其应用(双语)
\n146
\n..
\n第2章 研究生培养
\n159
\n2.1 计算机科学与技术硕/博/直博培养方案
\n159
\n2.1.1 计算机科学与技术学科硕士研究生培养方案
\n159
\n2.1.2 计算机科学与技术学科博士研究生培养方案
\n170
\n2.1.3 计算机科学与技术学科直博生培养方案
\n179
\n2.2 电子信息类别人工智能领域专业学位培养方案
\n190
\n23 西安电子科技大学“图灵科学实验班”实施方案试行
\n197
\n.
\n24 人工智能与模式识别专业全英文授课硕士研究生培养方案(
\n.
\nArtificial
\nInteligenceandPatternRecognition MajorFul-EnglishTeaching
\nPostgraduateTrainingProgram)
\n199
\n2.5 通电计相关专业硕/博留学生培养方案
\n204
\n251 通电计相关专业全英文授课硕士留学生培养方案(
\n..
\nTraining
\n\n
\n
Ⅳ
\n\n
目录
\n\n
\n
SchemeforForeign MastersDegreeStudentsMajoringin Communication,ElectronicInformationandComputer)
\n\n
2.5.2 通电计相关专业全英文授课博士留学生培养方案(Training SchemeforForeignDoctorsDegreeStudentsMajoringin Communication,ElectronicInformationandComputer)
\n\n
2.6 特色课程培养大纲
\n\n
2.6.1 人工智能
\n\n
2.6.2 神经网络基础与应用
\n\n
2.6.3 机器学习和深度学习理论(双语)
\n\n
2.6.4 认知计算(CognitiveComputing)
\n\n
2.6.5 非线性表征学习与优化
\n\n
\n
\n
\n
204
\n\n
\n
\n
\n
210
\n\n
216
\n\n
216
\n\n
220
\n\n
224
\n\n
231
\n\n
236
\n\n
\n
2.6.6 自然计算
\n238
\n..
\nPostgraduateCurriculum
\n267
\n数据驱动优化学习研究生课程教学大纲(
\nSylabusforData-DrivenOptimizationandLearning
\n245
\n)
\n2.6.8 复杂网络与多智能体系统
\n250
\n2.6.9 SAR
\n图像处理与解译
\n251
\n..
\nPostgraduateCurriculum SylabusforIntroduction
\n2610
\n随机过程(
\ntoStochasticProcesses
\n254
\n..
\n)
\nPostgraduateCurriculum SylabusforComputer
\n2611
\n计算机视觉(
\nVision
\n258
\n)
\n2.6.12 高性能计算实验
\n263
\n第3章
\n平台建设
\n267
\n第4章
\n人才培养
\n271
\n第5章
\n人工智能教育创新实验室
\n274
\n\n
\n
\n
\n
\n
\n
\n
\n
\n
Ⅴ
\n