南华大学人工智能录取分数多少分

一、专业简介
南华大学人工智能专业办学源自于1984年成立的中南工学院计算机系，2020年经教育部批准设置招生，是南华大学一流建设重点培育专业之一，目前建有省级研究中心（实验室）3个。专业师资力量雄厚，结构合理。培养富有创新精神、创业意识、勤勉务实、甘于奉献的高素质应用型高级专业人才，毕业生主要就业领域是国内外大型IT企业、科研院所、核电企业、医院等单位，从事与人工智能相关的工程技术与管理等工作。
本专业以学校人才培养总体要求为目标，面向信息技术行业、医学、交通、教育、金融等相关领域的发展和需求，培养系统掌握人工智能基础理论、核心技术，具有创新意识、实践能力、团队协作精神和一定国际视野的工程技术人才。本专业的培养目标具体如下：
（1）能鉴定、分析和解决与人工智能专业相关的关键技术问题，适应独立和团队工作环境，承担计算机系统设计、开发和实现的相应工作。
（2）能鉴定、分析和研究与人工智能专业相关的基础科学问题，适应独立和团队工作环境，承担人工智能以及相关学科领域的科学研究工作。
（3）具有较宽的国际视野和一定的国际竞争与合作能力，具有良好的职业素养和较强的社会服务意识，能在一个设计、研发或科研团队中担任组织管理角色。
（4）在具备专业知识、技术能力与综合素质的基础上，具有通过继续教育或其它终身学习途径拓展知识的能力，能够初步适应其他领域的工作，进一步适应现代科学技术与社会发展的需求。
三、培养要求
本专业学生主要学习高等数学、离散数学、数理统计、程序设计基础、数据结构与算法、人工智能、模式识别、智能机器人、数据挖掘技术、智能信息分析等本专业的基本理论和基本技能，接受外语、智能技术等方面的基本训练，在智能技术领域具有较宽的知识面、较强的综合能力。
（一）本专业培养的人才应具备如下知识、能力和素质要求：
1.知识要求
①掌握高等数学、概率论与数理统计、离散数学、大学物理、外语等本学科专业要求的基础理论和基本知识。； ②掌握程序设计的相关基本理论知识，掌握以一至二种程序设计语言进行程序设计的能力； ③较为系统地掌握智能科学与技术的基本理论、基本知识；初步具有智能软件设计和开发的基本能力；； ④了解计算机技术领域技术标准、政策、法律、法规； ⑤了解人工智能的发展动态；
能力要求
①具有运用数学、自然科学和工程科学知识解决复杂工程问题的分析研究能力；
②具有运用主流的工程化方法、技术和工具从事某一领域解决复杂计算机工程问题的软硬件分析、设计、开发、测试、维护等工作的能力；
③具有良好的检索、阅读、理解和撰写计算机领域文献资料的能力，行业内专业知识交流与合作的能力；
④具有外语应用能力，进行国际化的交流、竞争与合作的能力；
⑤具有智能软件设计和开发的基本能力；
⑥具有智能信息处理、智能行为交互设计与开发的基本能力；
3.素质要求
①具有良好的人文社会科学素养、社会责任感，理解并遵守IT行业内的政策、法律、法规； ②具有自我约束意识，遵从人工智能伦理要求； ③具有团队合作意识，能够理解团队内各种角色的职责，并自觉地承担所在角色的工作任务； ④具有自主学习和终身学习的意识，不断跟踪学习IT领域的新知识。
(二)本专业对学生的毕业要求具体内容如下：
1.工程知识：能够将数学、自然科学、工程基础和专业知识用于解决复杂软件工程问题。 2.问题分析：能够应用数学、自然科学和计算机工程科学的基本原理，识别、表达、并通过文献研究分析复杂软件工程问题，以获得有效结论。 3.设计/开发解决方案：能够设计针对复杂软件工程问题的解决方案，设计满足特定需求的软件系统，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。 4.研究：能够基于科学原理并采用科学方法对复杂软件工程问题进行研究，包括软件需求、设计、编码实现、测试和软件管理。 5.使用现代工具：能够针对复杂软件工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测与模拟，并能够理解其局限性。 6.工程与社会：能够基于工程相关背景知识进行合理分析，评价软件专业工程实践和复杂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。 7.环境和可持续发展：能够理解和评价针对复杂软件工程问题的专业工程实践对环境、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，能够在工程实践中理解并遵守工程职业道德和规范，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。 10.沟通：能够就复杂软件工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令。并具备一定的国际视野，能够在跨文化背景下进行沟通和交流。 11. 终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。
四、主干学科
计算机科学与技术、电子信息
五、核心知识领域与专业核心课程
（一）核心知识领域：
核心知识领域：程序设计基础（PF）、计算机系统（CS）、图像处理（GP）、人工智能技术（AT）、大数据（BD）。
（二）专业核心课程：
专业核心课程：离散数学、数据结构、操作系统原理、复变函数与积分变换、计算机网络原理、人工智能导论、数据挖掘、智能机器人、模式识别、机器学习、深度学习、机器视觉与图像处理、自然语言处理、脑与认知科学基础。
六、主要实践性教学环节与主要专业实验
（一）主要实践性教学环节：
实验、课程实训、综合实训、课程设计、认识实习、生产实习、毕业实习、毕业设计。
（二）主要专业实验：
Python语言程序设计实训、机器学习课程设计、模式识别课程实验、智能机器人课程实验、机器视觉与图像处理课程设计、大数据与深度学习课程设计、形式语言与自动机课程实验、算法分析与设计课程实验。
七、学制与学位
学 制：4年
学业学分：学业学分174学分，第二课堂学分10学分
授予学位：工学学士学位
主要课程
计算机科学与技术、电子信息