参考资料（推荐书目）序ISBN编出版是否自编主编出版社书目名称号号时间书目9-7870高等代数中的典型问题与方李志慧、李科学出版社否12008法永明3-0220-电子科技大学出7-81043-否2高等代数廖家藩1995版社297-4参考资料（推荐文献）序卷期文献名称作者期刊名称页码号号12参考资料（推荐网站）序专题名称网站网址号1I2培养方案修（制）订工作组副组长（签字）：大纲撰写人（签字）：宗西举南特学26
26 1 高等代数中的典型问题与方 法 李志慧、李 永明 科学出版社 9-7870 3-0220- 2008 否 2 高等代数 廖家藩 电子科技大学出 版社 7-81043- 297-4 1995 否 1 2 1 2 大纲撰写人（签字）：宗西举 培养方案修（制）订工作组副组长（签字）：
《人工智能与机器学习》教学大纲课程名称人工智能与机器学习课程代码SS061031课程英文名称Artificial Intelligence and Machine Learning开课学时48学分3开课单位秋季信息科学与工程学院学期开卷考试平时成绩占比：20%考核口学位课课程类型口闭卷考试期中成绩占比：20%方式口非学位课口考查期末考试占比：60%教学目的与要求教学目的：通过从基本原理到高级算法两个层次全面介绍人工智能和机器学习的相关领域和知识，以及人工智能和机器学习的最前沿研究和应用，培养研究生利用人工智能和机器学习理论和方法进行研究和具体实践的基本素养，具备基本的分析问题和解决实际问题的能力。教学要求：要求学生掌握人工智能和机器学习的基本理论、主要算法和方法及相关应用技术，了解人工智能和机器学习领域的一些前沿技术和最新发展，对人工智能和机器学习知识体系有更清晰的认识：当面对与人工智能和机器学习相关的实际课题时，能够运用人工智能和机器学习的知识去思考、研究和解决相关问题。教学内容与要求教学方法章节学时题目教学内容与要求与手段通过身边实际案例引入人工智能和机器学习相关概念和知识，让学生了解中价值引领国在人工智能领域的发展现状，增强对祖国日益强大的情感认同及历史使命课堂讲授的紧迫感和责任心。概论/小组讨12论课程导论：人工智能、机器学习和模式知识传授识别概念及其关系多维度、综合、全面和积极主动分析问能力培养题的能力。通过身边实际案例介绍人工智能部分相关概念和知识、相关应用的发展现价值引领状，增强对基础知识学习和基本技能掌握的紧迫感，培养学生求真务实、进益求精的探索精神、工匠精神。课堂讲授1．人工智能数学基础：模糊数学，数/小组讨2人工智能12理逻辑论2.知识表示：产生式、语义网络、框架等知识传授3．推理理论：经典的确定性推理，不确定推理和模糊推理，模糊推理4.搜索算法27
27 人工智能与机器学习 Artificial Intelligence and Machine Learning 3 学位课 □非学位课 开卷考试 ☑闭卷考试 □考查 ：通过从基本原理到高级算法两个层次全面介绍人工智能和机器学习的相关领域和知识， 以及人工智能和机器学习的最前沿研究和应用，培养研究生利用人工智能和机器学习理论和方法 进行研究和具体实践的基本素养，具备基本的分析问题和解决实际问题的能力。 ：要求学生掌握人工智能和机器学习的基本理论、主要算法和方法及相关应用技术，了 解人工智能和机器学习领域的一些前沿技术和最新发展，对人工智能和机器学习知识体系有更清 晰的认识；当面对与人工智能和机器学习相关的实际课题时，能够运用人工智能和机器学习的知 识去思考、研究和解决相关问题。 1 概论 价值引领 通过身边实际案例引入人工智能和机 器学习相关概念和知识，让学生了解中 国在人工智能领域的发展现状，增强对 祖国日益强大的情感认同及历史使命 的紧迫感和责任心。 2 课堂讲授 / 小 组 讨 论 知识传授 课程导论：人工智能、机器学习和模式 识别概念及其关系 能力培养 多维度、综合、全面和积极主动分析问 题的能力。 2 人工智能 价值引领 通过身边实际案例介绍人工智能部分 相关概念和知识、相关应用的发展现 状，增强对基础知识学习和基本技能掌 握的紧迫感，培养学生求真务实、进益 求精的探索精神、工匠精神。 12 课堂讲授 / 小 组 讨 论 知识传授 1. 人工智能数学基础：模糊数学，数 理逻辑 2. 知识表示：产生式、语义网络、框 架等 3. 推理理论：经典的确定性推理，不 确定推理和模糊推理，模糊推理 4. 搜索算法
结合相关学科，积极主动思考问题、分能力培养析问题和解决问题的能力。通过身边实际案例让学生了解相关应用的发展现状，增强对基础知识学习和价值引领基本技能掌握的紧迫感，培养学生求真务实、进益求精的探索精神、工匠精神。1.模式识别概论课堂讲授2.聚类分析：准则函数、k均值聚类、/小组讨3模式识别8模糊c均值聚类：层次聚类、基于密度论知识传授估计的聚类算法3.有监督学习与线性模型4.感知机和支持向量机结合相关学科，培养积极主动思考、分能力培养析和解决问题的能力。通过身边实际案例让学生了解相关应用的发展现状，增强对基础知识学习和基本技能掌握的紧迫感，培养学生脚踏价值引领实地、求真务实、进益求精的探索精神和工匠精神。1.数据分析与数据挖掘介绍课堂讲授2.数据类型，属性与度量，数据集的数据挖掘/小组讨412类型论知识传授3．数据质量，测量、收集和应用问题4.数据预处理5.相似性度量6.探索数据，汇总统计，可视化结合相关学科，培养积极主动思考、分能力培养析和解决问题的能力。通过身边实际案例让学生了解相关应用的发展现状，增强对基础知识学习和基本技能掌握的紧迫感，培养学生脚踏价值引领实地、求真务实、进益求精的探索精神和工匠精神。1．模型评估与选择课堂讲授2.集成学习概述5机器学习/小组讨103.典型的分类模型：决策树模型、贝论叶斯分类器知识传授4.人工神经网络概述5.深度神经网络：卷积神经网络、循环神经网络、图卷积神经网络结合相关学科，培养积极主动思考、分能力培养析和解决复杂工程问题的能力。通过身边实际案例让学生了解相关应价值引领小组讨论6.前沿系列讲座4用的发展现状和前沿技术最新进展，增28
28 能力培养 结合相关学科，积极主动思考问题、分 析问题和解决问题的能力。 3 模式识别 价值引领 通过身边实际案例让学生了解相关应 用的发展现状，增强对基础知识学习和 基本技能掌握的紧迫感，培养学生求真 务实、进益求精的探索精神、工匠精神。 8 课堂讲授 / 小 组 讨 知识传授 论 1. 模式识别概论 2. 聚类分析：准则函数、k 均值聚类、 模糊 c 均值聚类；层次聚类、基于密度 估计的聚类算法 3. 有监督学习与线性模型 4. 感知机和支持向量机 能力培养 结合相关学科，培养积极主动思考、分 析和解决问题的能力。 4 数据挖掘 价值引领 通过身边实际案例让学生了解相关应 用的发展现状，增强对基础知识学习和 基本技能掌握的紧迫感，培养学生脚踏 实地、求真务实、进益求精的探索精神 和工匠精神。 12 课堂讲授 / 小 组 讨 论 知识传授 1. 数据分析与数据挖掘介绍 2. 数据类型，属性与度量，数据集的 类型 3. 数据质量，测量、收集和应用问题 4. 数据预处理 5. 相似性度量 6. 探索数据，汇总统计，可视化 能力培养 结合相关学科，培养积极主动思考、分 析和解决问题的能力。 5 机器学习 价值引领 通过身边实际案例让学生了解相关应 用的发展现状，增强对基础知识学习和 基本技能掌握的紧迫感，培养学生脚踏 实地、求真务实、进益求精的探索精神 和工匠精神。 10 课堂讲授 / 小 组 讨 论 知识传授 1. 模型评估与选择 2. 集成学习概述 3. 典型的分类模型：决策树模型、贝 叶斯分类器 4. 人工神经网络概述 5. 深度神经网络：卷积神经网络、循 环神经网络、图卷积神经网络 能力培养 结合相关学科，培养积极主动思考、分 析和解决复杂工程问题的能力。 6 前沿系列讲座 价值引领 通过身边实际案例让学生了解相关应 用的发展现状和前沿技术最新进展，增 4 小组讨论
强对基础知识学习和基本技能掌握的紧迫感，培养学生脚踏实地、求真务实、进益求精的探索精神和工匠精神。知识传授人工智能和机器学习前沿进展选讲培养积极主动思考、分析和解决复杂工能力培养程问题的能力。先修课程1人工智能概率论与数理统计32线性代数与空间解析几何离散数学教材是否序出版自编主编出版社教材名称ISBN编号号时间教材西安交通大学978-7-560检王永庆2006.12人工智能原理与方法出版社-50934-1清华大学出版978-7-3022周志华否机器学习2016.1社-206853-6978-7-302清华大学出版于剑否3机器学习：从公理到算法2017.7社-47136-3参考资料（推荐书目）是否序出版主编自编书目名称出版社ISBN编号号时间书目高等教育出版978-7-040否1人工智能导论王万良2017.7社-55153-2PatternRecognition and Machine978-0-387Christopher2否Springer2010.2MBishopLearning-31073-2参考资料（推荐文献）序文献名称作者期刊名称卷期号页码号12参考资料（推荐网站）序专题名称网站网址号12大纲撰写人（签字）：李金屏特培养方案修（制）订工作组副组长（签字）：29
29 强对基础知识学习和基本技能掌握的 紧迫感，培养学生脚踏实地、求真务实、 进益求精的探索精神和工匠精神。 知识传授 人工智能和机器学习前沿进展选讲 能力培养 培养积极主动思考、分析和解决复杂工 程问题的能力。 1 人工智能 3 概率论与数理统计 2 线性代数与空间解析几何 4 离散数学 1 人工智能原理与方法 王永庆 西安交通大学 出版社 978-7-560 -50934-1 2006.12 否 2 机器学习 周志华 清华大学出版 社 978-7-302 -206853-6 2016. 1 否 3 机器学习：从公理到算法 于剑 清华大学出版 社 978-7-302 -47136-3 2017.7 否 1 人工智能导论 王万良 高等教育出版 社 978-7-040 -55153-2 2017.7 否 2 Pattern Recognition and Machine Learning Christopher M Bishop Springer 978-0-387 -31073-2 2010.2 否 1 2 1 2 大纲撰写人（签字）：李金屏 培养方案修（制）订工作组副组长（签字）：
《计算机图形与图像》教学大纲课程名称计算机图形与图像SS061032课程代码Computer Graphics and Image Processing课程英文名称学时48学分3开课学期春季学期开课单位信息学院团开卷考试平时成绩占比：30%√学位课课程类型考核方式口闭卷考试过程考核占比：20_%口非学位课口考查期末考试占比：50%教学目的与要求《计算机图形和图像》是计算机科学与技术专业研究生教学中的一门重要的学位课程。在计算机科学与技术专业的教学计划中占有重要地位和作用，其主要特点是理论与实践结合性强。学习本课程旨在使学生掌握三维变换，几何造型、染及图像的底层特征计算、图像理解和语义分析等方面的知识。让学生了解目前计算机图形学和数字图像处理的最新研究进展、关键问题及发展方向。为学生今后学习其他相关课程和从事计算机图形学和数字图像处理方面的研究打下坚实基础。教学内容与要求教学方法章节题目学时教学内容与要求与手段价值引激发学生学习热情，引导学生树立领科学报国理想。教师讲计算机图形学概掌握计算机图形学的概念，了解其知识传论授，课堂1发展历史、应用领域和研究前沿。授讨论介绍OpenGL编程的基础。能力培掌握计算机图形学的基本概念，搭养建基于OpenGL的图形编程环境。价值引领介绍光栅图形学中几种经典的直线教师讲知识传段扫描算法：DDA算法、Bresenham2授，课堂直线生成算法2授画线法、中点画线法。讨论能力培光栅图形学中的基本编程思想。养价值引领理解基本图形元素光栅化的基本原知识传3实验直线光栅化理；掌握基本图形元素光栅化方法，2授如中点方法，Bresenham方法。能力培利用OpenGL实现基本图形元素的光养栅化算法价值引教师讲42多边形填充算法领授，课堂30
30 计算机图形与图像 SS061032 Computer Graphics and Image Processing 3 春季学期 信息学院 √学位课 非学位课 开卷考试 □闭卷考试 □考查 30 20 50 《计算机图形和图像》是计算机科学与技术专业研究生教学中的一门重要的学位课程。在计算 机科学与技术专业的教学计划中占有重要地位和作用，其主要特点是理论与实践结合性强。学习本 课程旨在使学生掌握三维变换，几何造型、渲染及图像的底层特征计算、图像理解和语义分析等方 面的知识。让学生了解目前计算机图形学和数字图像处理的最新研究进展、关键问题及发展方向。 为学生今后学习其他相关课程和从事计算机图形学和数字图像处理方面的研究打下坚实基础。 1 计算机图形学概 论 价 值 引 领 激发学生学习热情，引导学生树立 科学报国理想。 2 教 师 讲 授 ，课堂 讨论 知 识 传 授 掌握计算机图形学的概念，了解其 发展历史、应用领域和研究前沿。 介绍 OpenGL 编程的基础。 能 力 培 养 掌握计算机图形学的基本概念，搭 建基于 OpenGL 的图形编程环境。 2 直线生成算法 价 值 引 领 2 教 师 讲 授 ，课堂 讨论 知 识 传 授 介绍光栅图形学中几种经典的直线 段扫描算法：DDA 算法、Bresenham 画线法、中点画线法。 能 力 培 养 光栅图形学中的基本编程思想。 3 直线光栅化 价 值 引 领 2 实验 知 识 传 授 理解基本图形元素光栅化的基本原 理；掌握基本图形元素光栅化方法， 如中点方法，Bresenham 方法。 能 力 培 养 利用 OpenGL 实现基本图形元素的光 栅化算法 4 多边形填充算法 价 值 引 领 2 教 师 讲 授 ，课堂