更新時間:2023-03-31 20:05:21作者:佚名
一.培養目標
本專業培養具備高尚的道德情操、堅實的農學基礎、良好的算法設計素質、滿足國家和社會重大需求的領軍人才。專業秉持“厚基礎、寬口徑、重交叉、強創新”的觀念信息與計算科學課程,培養師生堅固的物理基礎和縝密的英語思維能力,熟練的算法設計和數據剖析能力。通過對師生進行系統的專業知識傳授和科學研究訓練,提高師生的科學估算能力,迸發師生的創新意識,培養師生基于信息與估算科學基本理論解決應用問題的能力,非常是在人工智能、大數據、金融、計算機及安裝工程等領域通過實際估算解決應用問題的能力。
二.結業生應具備的知識、能力、素質
1.具備堅固的英語和自然科學基礎、系統的專業知識,深受嚴苛的科學思維訓練,把握信息科學與估算科學的基礎理論和基本步驟;
2.具備主動學習、概括小結和獲取信息的能力,具備較強的創新意識和創新實踐能力以及良好的文字和口頭抒發能力;
3.具有熟練使用計算機(包括常用語言、工具及英語硬件)的基本技能,具備較強的英語建模能力、算法設計與優化能力、編程能力、程序調試和剖析能力,能利用所學的理論、方法和技能解決信息科學、數學科學以及科學與安裝工程估算領域中的那些實際物理問題;
4.遭到科學研究的初步訓練,了解應用物理與估算科學的理論、技術與應用的新發展,具備較強的知識更新、技術跟蹤與創新能力,具備一定的科研能力;
5.具備良好的思想道德素養、文化素養、心理素養和身體素養
三.主干學科與相似專業
主干學科:英語
相似專業:英語與應用物理、計算機科學與技術、金融物理
四.主要課程
1.通識教育基礎課:思政類信息與計算科學課程,軍體類,英語類,計算機類,中學地理和通識必修課等。
2.大類學科基礎課及專業主干課:英語剖析、高等代數與解讀幾何、概率論、復變函數、常微分多項式、數值剖析、數值代數、微分等式總論、數據結構與算法、最優化方式、金融模型與估算、微分等式數值解、實變函數等。
五.主要實踐環節
學農、計算機綜合課程設計、數學硬件基礎(座談)、課外研學、算法設計與編程(座談)、畢業設計、社會實踐等
六.雙語教學課程
七.全英語教學課程
機器學習(全英語)、反問題估算方式(全英語)、非線性系統(全英語)、金融物理(全英語)
八.系列座談課程(含新生座談課)
工科大講壇(毓琇班)(新生座談課)、數學硬件基礎(座談)、數學剖析選讀(座談)、高等幾何選講(座談)、數學建模與英語試驗(座談)、科學估算案例剖析(座談)、科學估算前沿選講(座談)、科技論文寫作基礎(座談)等。
九.結業學分要求及學士學位學分績點要求
參照西南學院學分制管理方法及學士學位追授細則,修滿本專業最低計劃學分要求165,即可結業。同時,英語達到西南學院英語學習標準、平均學分績點≥2.0者,可榮獲農學學士學位。
備注:專業方向及跨學科必修課程、全英語教學課程根據科學估算/大數據、科學估算/優化、金融物理三個方向進行設置。詳細如下:
1.科學估算/大數據方向:建議必修反問題估算方式(全英語)、科學估算案例剖析(座談)、機器學習(全英語)、深度學習基礎、數據庫原理、圖像處理、泛函剖析;
2.科學估算/優化方向:建議必修反問題估算方式(全英語)、機器學習(全英語)、深度學習基礎、運籌學、圖論與網路優化、非線性系統(全英語)、泛函剖析;
3.金融物理方向:建議必修機器學習(全英語)、深度學習基礎、泛函剖析、隨機過程、時間序列剖析、金融物理(全英語)(先修課程為泛函剖析)、運籌學。
十.各種課程學分與學時分配
課程類別
學分
學時
學分
比列
通識教育基礎課程
67
1220
40.61%
專業相關課程
66
920
40.00%
976
集中實踐環節(含課余實踐)&短學期課程
32
286
+課程周數:
26.5
19.39%
總共
165
2426,2482
+課程周數:
26.5
100%