信息与计算科学专业本科培养方案

学    制：四年                                                     授予学位：理学学士

专业简介：“信息与计算科学”专业原名“计算数学”，1987年更名为“计算数学及其应用软件”，1998年教育部将其更名为“信息与计算科学”，是以信息领域为背景，数学与信息、计算机管理相结合的专业口径宽、综合性强的数学类专业，培养的学生具有良好的数学基础，能熟练地使用计算机，初步具备在信息与计算机科学领域的某个方向上从事科学研究，解决实际问题，设计开发有关计算机软件的能力。

我校是以工为主的多科性研究应用型大学，本科人才培养目标总定位为培养研究应用型/创新应用型/技术应用型高级专门人才。“信息与计算科学”专业从1999年开始招生，是以信息领域为背景，将信息科学、计算科学、运筹学与控制科学等与数学相结合的交叉学科，是专业口径宽、综合性强的专业。

随着数据科学与人工智能研究与应用的快速发展，该专业逐渐调整为培养以坚实的数学科学理论和计算科学理论与技术为核心素养，主要面向信息处理、数据科学以及人工智能领域的研究应用和创新应用型人才。使学生掌握扎实数学基本理论、算法设计及分析的基础理论、计算机软件和应用系统的基础理论；具备较强的智能感知与信息处理、数据分析与建模、人工智能等领域的算法设计与分析、相关系统应用及软件开发的能力；具有创新意识、良好的综合素质；可以从事应用数学研究、算法设计和分析，特别是信息处理、数据科学与及人工智能等领域的算法设计、分析及应用软件开发等方面工作。

一、培养目标

信息与计算科学专业培养德、智、体、美、劳全面发展，具有良好的职业修养，具有社会、安全、法律、环境和创新意识，掌握数学、统计学、计算机科学与技术、数据科学、人工智能等多学科基础理论以及程序设计基础，具备适应数学与科技发展需求进行知识更新的能力及创新思维能力，能够运用数学知识、大数据相关技术、人工智能相关技术等持续开展科研中的基础算法研究或解决面向工业生产的信息处理、数据分析与建模、人工智能算法工程应用等问题的研究应用型高级专门人才。

二、毕业要求

1.基础知识：能够将数学、自然科学和信息与计算科学专业知识用于探索及研究相关领域的科学问题或工程问题。

1.1运用物理、数学等自然科学知识探索及分析相关领域的科学问题，运用恰当的数学工具建立系统模型；

1.2能够将信息与计算科学的专业知识、计算机及大数据、人工智能相关知识用于解决工程问题的算法设计、开发及应用问题。

2.问题分析：能够应用数学、自然科学和信息与计算科学的基本原理，识别、表达并通过文献研究分析复杂工程问题，以获得有效结论。

2.1能够运用自然科学或计算科学的基本原理，以大数据工程或人工智能等领域的应用问题为背景进行分析、识别、建模和知识表达；

2.2通过搜集及查阅文献，能够应用信息科学的基本原理并结合大数据及人工智能等相关基础知识研究分析相关领域的应用问题，以获得其可行性和有效性的结论。

3.设计与开发解决方案：能够设计针对信息与计算科学领域科学问题或工程问题的解决方案，设计满足特定需求的模块或系统，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素。

3.1具备基本的程序设计能力，能够设计、实现软件系统；

3.2能够结合相关算法设计满足大数据项目或人工智能项目应用过程的软件系统解决方案，并能够在设计中考虑社会、健康、安全、法律、文化以及环境等因素。

4.研究：能够基于科学原理并采用科学方法对信息领域的科学问题或以工程问题为背景进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。

4.1具有扎实的基础知识、专业知识和研究方法，能够基于信息与计算科学原理并采用科学方法从创新角度出发，解决复杂科学技术以及社会科学领域的理论和实际问题；

4.2能够了解信息与计算科学专业及相关领域最新动态、发展趋势和前沿技术，能够基于专业基础知识、基本理论，针对与本专业相关领域的理论和实际问题，提出研究方案；

4.3能够应用信息与计算科学中的基本方法，设计并操作实验，进而对实验数据及实验结果进行分析、处理和解释，并通过信息综合得出合理有效的结论。

5.使用现代工具：能够运用现代方法获取信息和数据，熟练使用数学软件或编程语言实现数学建模及数据分析，应用信息技术解决本专业实际问题。

5.1 运用C语言、Python等计算机软件对与专业相关领域问题进行建模、分析和求解；

5.2运用不同计算机仿真软件和工具包进行系统仿真研究，完成算法验证、数据分析，并在此基础上进一步进行系统设计的改进和优化。

6.工程与社会：能够基于工程相关背景知识进行合理分析，评价信息与计算科学领域相关科学问题及工程问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。

6.1能够基于信息与计算科学领域工程相关背景知识，分析和评价其方案的合理性和可行性；

6.2能够结合具体的大数据领域的工程应用问题分析其解决方案的应用的结果对社会、健康、安全、法律以及文化的影响；

6.3能够结合具体的人工智能领域的工程应用问题分析其解决方案的应用结果对社会、健康、安全、法律以及文化的影响。

7.环境和可持续发展：能够理解和评价以大数据分析及人工智能等研究领域等为背景进行的算法设计方案的实施对环境、社会可持续发展的影响。

7.1能够理解大数据分析系统工程实践对环境、社会可持续发展的影响；

7.2能够评价人工智能系统工程实践对环境、社会可持续发展的影响。

8.职业规范：具有人文社会科学素养、社会责任感，能够在科学研究及工程实践中理解并遵守职业道德和规范，履行责任。

8.1在课程设计或综合实践中体现人文社会科学素养和社会责任感；

8.2能够在与信息与计算科学专业相关的职业活动中自觉遵守职业道德和规范，履行责任。

9.个人和团队：能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色，具有良好的沟通能力、环境适应能力、表达与写作能力和团队合作精神。

9.1能够正确认识团队合作对本专业及相关领域工作的意义和作用，具有团队意识及团队协作精神，能够在多学科背景下的团队中开展工作；

9.2能够理解个人及负责人在团队中的角色划分，且胜任相应的角色职责，通过合适的表达与写作，与他人进行沟通和交流。

10.沟通：能够针对信息与计算科学理论中的相关问题与同行或与实际问题提供方进行有效的书面和口头的沟通与交流。

10.1能够针对信息与计算科学理论中的相关问题与同行或与实际问题提供方进行有效的书面和口头的沟通与交流，包括撰写报告和说明书、陈述发言、清晰表达；

10.2 至少具备一种外语的应用能力，能够阅读专业相关外文文献；

10.3具备一定的国际视野，了解本专业领域的最新进展与发展动态，并能够在跨文化背景下进行沟通和交流。

11.项目管理：理解并掌握信息与计算科学的理论，在多学科环境中结合数学基础理论，运用大数据分析、人工智能算法和经济决策方法。

11.1综合运用专业知识，理解并掌握专业相关领域进行科学研究的途径或相关领域工程管理的影响因素与经济决策方法；

11.2能够在多学科环境中开展大数据工程、人工智能应用等工程项目。

12.终身学习：具有自主学习和终身学习意识，有不断学习和适应信息与计算科学专业及数学相关交叉学科专业知识、可持续发展和提升自我的能力。

12.1具有自主学习和终身学习意识；

12.2能够通过不断学习信息与计算科学及相关领域的最新理论、思想和方法，具备提升个人或职业发展需求的能力。

三、主干学科与相近专业

一级学科：数学、计算机科学与技术

相近专业：数学与应用数学专业

四、专业核心知识领域

本专业的核心知识领域为分析学、代数学、随机数学、计算科学、运筹与控制、信息科学等。

五、专业核心课程

数学分析、高等代数、解析几何、概率论、数理统计、常微分方程、数值分析、运筹学、离散数学、应用泛函分析、数据结构与算法、Python程序设计。

六、主要实践环节

军训、C语言课程设计、Python语言课程设计、人工智能与机器学习课程实践、数据结构与算法课程实践、大数据分析算法/神经网络与深度学习课程实践、算法设计与分析项目综合实践、数据分析/人工智能项目综合实践、毕业设计。

七、专业特色

1. 本专业强化数学、信息和计算科学的基础理论与方法，注重不同学科专业知识的交叉融合，依托校实验室、校企合作平台、实习实训基地等科研及实践环境，培养具有创新意识、良好综合素的研究应用型高级人才。

2. 本专业注重前沿应用领域，强化算法设计与应用分析，以大数据分析领域、人工智能领域应用研究为背景，形成数据分析和人工智能两个特色专业方向，对学生实现专业与产业需求相适应的分类培养。

八、毕业学分要求

本专业毕业生应修满170学分（第一课堂），其中课程教学（含：实验课）143学分，集中实践教学9学分，分散实践教学18学分。选修说明：本专业设置以人工智能应用和大数据应用为背景的算法设计及应用特色专业方向选修，共设置10门选修课程，要求学生选修一个方向（二选一）及任选一门前沿技术专题课程且课程满足11学分；毕业生第二课堂应修满10学分。

九、各类课程学分学时要求一览表

第一课堂课程学分学时要求一览表

各类学分学时 课程类别			必修			选修			合计
			学分	学时	实验上机	学分	学时	实验上机	学分	学时	实验上机（实践） 周数
第一课堂	理论 教育	思政课	14	224					14	224	32
		公共基础课	25.5	440	86				25.5	440	86
		专题教育课	7	180					7	180	46
		公共选修课				6	96		6	96
		学科平台课	56.5	904	44				56.5	904	44
		专业课	22	352	40	12	192	40	34	544	80
	实践 教育	军训	2						2		（2）
		实习、实训类	6						6		（6）
		课程设计类	7						7		(7)
		毕业设计（论文）类	12						12		（12）
总  计			152	2100	170	18	288	40	170	2388	288（27）
比例（占总学分）统计			实践比例26.5% 选修比例10%

第二课堂课程学分学时要求一览表

各类学分学时 课程类别			必修			选修			合计
			学分	学时	实验上机	学分	学时	实验上机	学分	学时	实验上机（实践） 周数
第二课堂	素质 教育	思想道德平台	≥2	≥64
		社会实践平台	≥3	≥96
		创新创业平台	≥1	≥32
		文化健康平台	≥2	≥64
		社会工作与技能培训平台	0	0
		综合奖励与其他	0	0
总  计			10	320					10	320

十、信息与计算科学专业教学进程表

课程类别		课程 编号	课程名称	课程要求	总学 分	课 内 学 时	学时分配			实践/课外 学 时	学期学分分配								备注
							讲授	实 验	上 机		一 19 周	二 20 周	三 20 周	四 20 周	五 20 周	六 20 周	七 20 周	八 16 周
通识教育	公共基础 课	27016	思想道德与法治	必修	3	48	40			8	3
		27006	中国近现代史纲要	必修	3	48	40			8	3
		27013	马克思主义基本原理	必修	3	48	40			8		3
		27014	毛泽东思想和中国特色社会主义理论体系概论	必修	5	80	72			8			5
		00016	*创新创业基础	必修	2	32	28	4					2
		20001	大学体育	必修	4	128	128				1	1	1	1
		09308 09077	大学外语	必修	10	160	160				3	3	2	2
		13024	C语言程序设计	必修	3.5	56	36		20			3.5
		07084	大学物理	必修	4	64	62	2				4
		sy067	物理实验	必修	2	32	4	28				1	1
	专题 教育 课	27018-27025	形势与政策	必修	2	64	64				0.25	0.25	0.25	0.25	0.25	0.25	0.25	0.25
		00005	军事理论	必修	1	36	36				1
		00019	劳动教育	必修	1	32	8			24				1
		00008	心理健康与安全教育	必修	2	32	32				1	1
		00010	职业规划与就业指导	必修	1	16	16			22		0.5				0.5
	公共 选修课		人文科学类课程：A类	选修	1	32	32				至少选修A类、B类各1学分；四史类1学分、美育类2学分。
			社会科学类课程：B类	选修	1	32	32
			自然科学与工程类课程：C类	选修	2	64	64
			四史类课程：D类	必选	1	32	32
			美育类课程：E类	必选	2	64	64
	学分要求				52.5	1158	938	34	20	78	12.25	17.25	11.25	4.25	3.25	3.75	0.25	0.25
专业教育	学科平台课	13050	信息与计算科学导论	必修	1	16	16					1
		07038	数学分析	必修	15	240	240				5	5	5
		07075-07076	高等代数	必修	8	128	128				4	4
		07010	解析几何	必修	4	64	64				4
		07218	概率论	必修	3.5	56	56							3.5
		07209	数理统计	必修	3.5	56	56								3.5
		07173	常微分方程	必修	4	64	56		8				4
		12345	数据结构与算法	必修	2.5	40	32		8				2.5
		13027	Python程序设计	必修	3	48	32		16					3
		07018	数值分析	必修	3.5	56	48		8					3.5
		07171	离散数学	必修	3	48	48								3
		13001	*运筹学	必修	2.5	40	36		4						2.5
		07026	应用泛函分析	必修	3	48	48									3
		学分要求			56.5	904	860		44		13	10	11.5	10	9	3

信息与计算科学专业教学进程表（续）

课程类别		课程 编号	课程名称		课程要求	总学 分	课 内 学 时	学时分配			课外 学 时	学期学分分配								备注
								讲授	实 验	上 机		一 19 周	二 20 周	三 20 周	四 20 周	五 20 周	六 20 周	七 20 周	八 16 周
专业教育	专业 基础课	07049	*数学模型		必修	2.5	40	32		8						2.5
		12317	数据库技术及应用		必修	2	32	28		4					2
		07137	算法设计与分析		必修	3	48	48								3
		13040	*人工智能与机器学习		必修	3	48	40		8					3
		13023	计算基础		必修	2	32	24		8		2
		13036	科技外语		必修	1	16	16							1
		07244	随机过程（双语）		必修	2	32	32									2
		13004	智能优化方法		必修	3	48	40		8							3
		13030	多目标优化		必修	2.5	40	40									2.5
		13048	文献检索与科技写作		必修	1	16	12		4								1
	专业 方向课	13043	数据分析方向	数据采集与清洗	选修	3	48	36		12						3				两个方向必选一
		13028		*大数据分析算法及应用	选修	2	32	24		8							2
		13045		*数据挖掘	选修	3	48	36		12							3
		07245		时间序列分析	选修	3	48	40		8								3
		13041	人工智能方向	*神经网络与深度学习	选修	3	48	36		12						3
		13056		*自然语言处理 （双语）	选修	3	48	36		12							3
		13052		智能计算系统	选修	2	32	24		8							2
		13047		图像处理与机器视觉	选修	3	48	40		8								3
		13029	专业课	大数据应用领域前沿技术专题	选修	1	16	16										1		二选一
		13039		人工智能应用领域前沿技术专题	选修	1	16	16										1
		学分要求				34	544	464		80		2			6	8.5	12.5	5
实践教育	实践教学	sk007	军训		必修	2						2								其中两门*课根据前序专业方向选修课确定
		sk008	C语言课程设计		必修	1							1
		sk571	数据结构与算法课程实践		必修	2								2
		sk561	Python语言课程设计		必修	2									2
		sk569	人工智能与机器学习课程实践		必修	2										2
		sk562	*大数据分析算法/神经网络与深度学习课程实践		必修	2											2
		sk573	算法设计与分析项目综合实践		必修	2												2
		sk570	*数据分析/人工智能项目综合实践		必修	2												2
		sx039	毕业设计		必修	12													12
	学分要求					27						2	1	2	2	2	2	4	12
合   计						170	2516	2264	34	136	106	29.25	28.25	25	22.25	22.75	21.25	9.25	12.25

十一、实践环节安排表

序号	编号	实践内容	学分	周数	开 设 学 期	起止周	地点	形式
1	sk007	军训	2	2	1	1-2	校内	集中
2	sk008	C语言课程设计	1	1	2	20	校内	集中
3	sk571	数据结构与算法课程实践	2	2	3	19-20	校内	集中
4	sk561	Python语言课程设计	2	2	4	19-20	校内	集中
5	sk569	人工智能与机器学习课程实践	2	2	5	1-2	校内	集中
6	sk562	*大数据分析算法/神经网络与深度学习课程实践	2	2	6	19-20	校内外	分散
7	sk573	*算法设计与分析项目综合实践	2	2	7	17-18	校内外	分散
8	sk570	*数据分析/人工智能项目综合实践	2	2	7	19-20	校内外	分散
9	sx039	毕业设计	12	24	7-8	13-20、 1-16	校内外	分散
合计			27学分

十二、课业负担统计表

	学期分布								备注
	第一 学期	第二 学期	第三 学期	第四 学期	第五 学期	第六 学期	第七 学期	第八 学期
学期教学周数	19	20	20	20	20	20	20	16
集中实践周数	2	1	2	2	2	2	4	16
课程教学周数	15	17	16	16	16	16	14	0	考试与机动占2周
课程学期学分合计	25	25.5	22.5	19	17.5	15.5	5	0
课程学期平均周学时	27.7	24.9	23.5	20	17.5	15.5	5.7	0

十三、课程配置流程图

十四、信息与计算科学专业课程体系支撑毕业要求的关联矩阵

序号

课程名称

毕业要求

毕业要求1

毕业要求2

毕业要求3

毕业要求4

毕业要求5

毕业要求6

毕业要求7

毕业要求8

毕业要求9

毕业要求10

毕业要求11

毕业要求12

1

思想道德与法治

2

中国近现代史纲要

3

马克思主义基本原理

4

毛泽东思想和中国特色社会主义理论体系概论

5

*创新创业基础

6

大学体育

7

大学外语

8

C语言程序设计

9

大学物理

10

物理实验

11

形势与政策

12

军事理论

13

劳动教育

14

心理健康与安全教育

15

职业规划与就业指导

16

人文科学类课程

17

社会科学类课程

18

自然科学与工程类课程

19

“四史”类课程

20

美育

信息与计算科学专业课程体系支撑毕业要求的关联矩阵（续）

序号

课程名称

毕业要求

毕业要求1

毕业要求2

毕业要求3

毕业要求4

毕业要求5

毕业要求6

毕业要求7

毕业要求8

毕业要求9

毕业要求10

毕业要求11

毕业要求12

21

信息与计算科学导论

22

数学分析

23

高等代数

24

解析几何

25

概率论

26

数理统计

27

常微分方程

28

数据结构与算法

29

Python程序设计

30

数值分析

31

离散数学

32

*运筹学

33

应用泛函分析

34

*数学模型

35

数据库技术及应用

36

算法设计与分析

37

*人工智能与机器学习

38

计算基础

39

科技外语

40

随机过程

41

智能优化方法

42

多目标优化

43

文献检索与科技写作

信息与计算科学专业课程体系支撑毕业要求的关联矩阵（续）

序号

课程名称

毕业要求

毕业要求1

毕业要求2

毕业要求3

毕业要求4

毕业要求5

毕业要求6

毕业要求7

毕业要求8

毕业要求9

毕业要求10

毕业要求11

毕业要求12

44

图像处理与机器视觉

45

数据采集与清洗

46

*大数据分析算法及应用

47

*智能计算系统

48

*数据挖掘

49

*自然语言处理

50

大数据能应用领域前沿技术专题

51

人工智能应用领域前沿技术专题

52

时间序列分析

53

*神经网络与深度学习

54

军训

55

C语言课程设计

56

数据结构与算法课程实践

57

Python语言课程设计

58

人工智能与机器学习课程实践

59

大数据分析算法/神经网络与深度学习课程实践

60

算法设计与分析项目综合实践

61

数据分析/人工智能项目综合实践

62

毕业设计

信息与计算科学专业课程体系支撑毕业要求的关联矩阵（续）

序号

课程名称

毕业要求

毕业要求1

毕业要求2

毕业要求3

毕业要求4

毕业要求5

毕业要求6

毕业要求7

毕业要求8

毕业要求9

毕业要求10

毕业要求11

毕业要求12

63

思想道德平台

64

社会实践平台

65

创新创业平台

66

文化健康平台

67

社会工作与技能培训平台

68

综合奖励与其他