《人工智能+》微专业

微专业简介：

人工智能已成为世界科技创新创业热点与焦点，已在多个专业领域和行业场景中深入应用。《人工智能+》微专业以培养学习者掌握人工智能核心理论与实践应用能力为核心，构建“同根异果”课程体系；打破课堂边界，构造适应教育教学模式；通过灵活的课程组织和先进的授课形式，使学习者较为全面了解人工智能基本知识体系，掌握面向专业应用的人工智能实践能力，提升其全球化视野，培养能适应人工智能产业发展需要的复合型应用技术型人才。

培养目标：

《人工智能+》微专业以培养学习者掌握人工智能核心理论与实践应用能力为核心，通过灵活的课程组织和先进的授课形式，使学习者较为全面了解人工智能基本知识体系，掌握面向专业应用的人工智能实践能力，提升其全球化视野，适应新技术、新业态、新模式、新产业的发展趋势。

培养目标可以归纳为以下四项：

目标1：具备人文科学素养、工程师职业道德和社会责任感；

目标2：能够运用人工智能、商务、艺术和翻译相关学科专业知识和工程技术标准辨别、分析和解决商业领域及相关的人工智能问题；

目标3：适应独立和团队工作环境，能与同事、客户和公众进行有效沟通，能进行跨文化交流；

目标4：具备创新意识、可持续发展理念和终身学习能力。

微专业特色：

《人工智能+》微专业打破专业边界，构建“同根异果”课程体系；打破课堂边界，构造适应教育教学模式；打破校区边界，构筑个性人才工程实践教学体系；培养具有跨界思维、创新意识、自主学习的人工智能复合型人才。

课程设置：

课程内容介绍：

课程1：《深度学习》课程将介绍最常用的一些神经网络与深度学习算法的关键原理，为后续高级课程的学习奠定基础。课程的前半部分侧重于神经网络算法，包括人工神经元模型、前馈传播机制、反馈传播机制；后半部分侧重深度学习算法，包括卷积神经网络、循环神经网络、生成对抗网络、强化学习。

本课程的教学旨在使学生理解神经网络与深度学习的基本概念，掌握常用的一些神经网络与深度学习的算法的关键原理，能用Python语言编写具有独立功能的函数实现本课程学习的所有神经网络与深度学习算法及调用第三方神经网络与深度学习算法库或自编程解决一般的数据分析与数据处理的问题。

课程2：《Python程序设计》本课程主要学习Python语言的语言基础知识，以及使用Python语言的实际开发应用实例；理论与实践相结合，通过大量的实例，学习Python程序设计的基本原理，使学生不仅掌握理论知识，同时掌握大量程序设计的实用案例。本课程目的是使学生具备利用Python程序设计语言进行项目开发与分析的基本思路、知识和能力，掌握使用Python操作SQLite数据库的方法，掌握Python+pandas进行数据处理的基本用法，掌握使用Python+matplotlib进行数据可视化的用法，同时培养学生的代码优化与安全编程意识。

课程3：《人工智能导论》课程将介绍人工智能中知识表示与搜索等算法的关键原理，为后续高级课程的学习奠定基础。课程的前半部分侧重于知识表示与逻辑推理，包括命题逻辑与谓词逻辑表示方法、知识图谱推理、因果推理等；后半部分侧重于搜索技术，包括搜索算法基础、启发式搜索、对抗搜索、蒙特卡洛树搜索等。本课程的教学旨在使学生理解人工智能思想，掌握常用人工智能算法的关键原理，能用Python语言实现本课程学习的人工智能算法及调用第三方算法库解决一般的知识表示与推理问题。

课程4：《基于人工智能的应用案例研讨学习与创新应用》该课程为综合实践环节的必修课程，为期两周的实训环节。课程包含四个方向的选题AI信息技术，AI+艺术、AI+商务、AI+翻译，以个性需求与多元发展为特色开展人工智能复合型人才的培养。

课程5：《交互设计》由“用户体验设计”+“交互产品原型设计”两大部分组成，用户体验设计部分从感知设计讲起，分析总结了交互产品设计的特点、生命周期、以及人机交互设计相关基础知识；以用户体验的三大设计流程为主线，详细分析了每个流程中涉及的新技术、方法、原则、思路和设计标准。交互产品原型设计部分，以行业需求为导向，将企业项目开发流程贯穿到整个课程设计中，并以实际项目为例贯穿其中。

课程6：《创新设计思维》旨在传授设计与技术整合；设计与人因整合；设计与文化整合，设计与艺术整合；设计与商业整合等多方面的理论知识与创新技能，研究整合创新背景下对于设计对象、设计目标，以及设计路径的影响。培养学生掌握根据市场需求整合适当的科学、技术、艺术、文化、商业、社会等成果创造出新产品的能力。

课程7：《计算机辅助翻译》是一门理论与实践相结合的课程。主要分为两部分，第一部分是理论部分，介绍机器翻译的历史、基本方法、存在的问题，以及有代表性的机器翻译软件；第二部分为实践部分，主要是针对常用的翻译软件进行试用和对比分析，系统总结各个翻译软件的长项和短板和各软件间的协同使用。

本课程的教学旨在使学生能够更好地理解应用型文本翻译的要求，标准及方法，掌握计算机辅助翻译相关概念，应用场景；掌握计算机辅助翻译软件的基本使用方法，如Yicat，SDL Trados等；掌握翻译项目管理，术语管理等相关技术；掌握团队协作使用计算机辅助翻译工具的方法。

课程8：《电子技术与系统》本课程是以培养出应用能力突出、能适应工作变化和具有创新素质的学生为目标，在教学内容上，将理论教学与实践教学有机地结合进行知识点讲解，注重培养学生对逻辑电路的分析与设计的能力，掌握人工智能实践所需的数字系统仿真技术和方法；在教学模式上，引入设计新思想、新观念，增加各种课程翻转课堂，讨论式学习等各种形式进行教学，针对复杂智能系统工程问题选择恰当的电子技术知识进行分析，得到相关工程问题的解决途径。

课程9：《商业智能数据分析》以培养学生的应用能力为主旨，在基本理论适度、够用的基础上着重提高学生运用基本理论、基本方法解决实际问题的能力。本课程以真实企业数据为基础，通过数据整理、清洗与加工、分析与挖掘、可视化呈现等步骤，使得学生能够切实把握企业需求，解决企业实际问题，从而提升学生的分析能力、创新能力和管理能力。

《商业智能数据分析》课程教学由四大模块组成：商业数据可视化分析的基础知识、商业数据的获取与清洗、商业数据的加工处理及商业数据可视化与分析。

课程10：《数字化营销》将介绍最常用的一些数字化营销的基本理论知识，将为后续相关课程的学习奠定基础。本课程主要探讨了通过数字化技术开展的几个创新的数字化营销方式，包括社会化媒体营销、移动营销、微电影营销、虚拟游戏营销、搜索引擎营销、电子商务营销等重要方面，并在此基础上开展数字化营销方式的理论教学与实践案例或项目研究。

本课程旨在帮助学生对本领域的基本知识与发展趋势具有较为全面的了解，同时也具备运用这些知识解决数字化营销实战问题的能力，为学生未来进入相关领域工作或进一步深造奠定基础。

教学方式：

在线自主学习、线上线下混合式教学、线下教学等形式

招生对象与条件：

招生对象：具备一定的数学基础，对人工智能理论知识、实践应用以及人工智能学科前沿发展趋势感兴趣。

前置课程：高等数学、线性代数，概率论与数理统计，信息技术与人工智能。

录取流程：

1. 学校发布招生信息，组织学生报名

2. 开展选拔、组班

3. 学校公布通过名单，入班学习

学制与学分：

1.学制：建议1年，最多不超过2年。

2.学分：学习者须至少获得14个学分。

考核方式：

集中时间、规定地点，采用线上/线下考核。

修读证书：

通过本课程模块的学习，并完成全部课程考核，成绩合格的学生，将获得学校颁发的《人工智能+》微专业修读合格证书。