南京大学AI专业本科培养体系参考用书

参考资料来自本书：https://book.douban.com/subject/33438279/

从书目目录来看，《培养体系》的主体内容实际上是由一系列课程教学大纲组成的合集。本书前2章主要介绍对AI本科教育的思考和南大人工智能学院本科培养方案。然后进入主体部分，即课程设置和教学大纲，按课程类别分为数学基础课程、学科基础课程、专业方向课程和专业选修课程（本书3-6章）。

第三章是数学基础课程，包括数学分析、高等代数、离散数学、概率论与数理统计、最优化方法和数理逻辑。微博网友表示，从课程设置上来看，实际上并不那么基础，上来就是数学分析，已经接近数学系本科课程设置了。这部分可以大致看成是为进入AI领域打好数学基础的先修课程。
3.1　“数学分析（一）”教学大纲
3.2　“数学分析（二）”教学大纲
3.3　“高等代数（一）”教学大纲
3.4　“高等代数（二）”教学大纲
3.5　“离散数学”教学大纲
3.6　“概率论与数理统计”教学大纲
3.7　“最优化方法”教学大纲
3.8　“数理逻辑”教学大纲

第四章是学科基础课程，大致相当于专业必修课，从课程设置上看，除了入门性质人工智能导引、导论之外，以及计算机类专业基础课“数据结构和算法分析”、“程序设计基础”、“计算机系统基础、”“操作系统”等课程之外，这部分课程基本涵盖AI领域的几个基本研究方向，如知识表示、NLP、模式识别和计算机视觉等。
4.1　“人工智能导引”教学大纲
4.2　“人工智能导论”教学大纲
4.3　“数据结构与算法分析”教学大纲
4.4　“程序设计基础”教学大纲
4.5　“人工智能程序设计”教学大纲
4.6　“机器学习导论”教学大纲
4.7　“知识表示与处理”教学大纲
4.8　“模式识别与计算机视觉”教学大纲
4.9　“自然语言处理”教学大纲
4.10　“数字系统设计基础”教学大纲
4.11　“计算机系统基础”教学大纲
4.12　“操作系统”教学大纲

第五章是专业方向课程，从设置上看应该是为中高年级学生指明更加具体的方向，并进行必要的训练。这部分课程除了计算机学科之外，还交叉涵盖了数学、电子、自动控制等多学科的专业课程。
5.1　“泛函分析”教学大纲
5.2　“数字信号处理”教学大纲
5.3　“高级机器学习”教学大纲
5.4　“计算方法”教学大纲
5.5　“控制理论与方法”教学大纲
5.6　“机器人学导论”教学大纲
5.7　“多智能体系统”教学大纲
5.8　“分布式与并行计算”教学大纲

第六章是专业选修课程，本章篇幅最长、课程数目最多，共分为数学拓展类、学科拓展类、专业拓展类、交叉复合类和应用实践类。从学科内走向学科间，最终迈向自己感兴趣的应用实践领域。现在想学什么，将来想干什么，这里都有。
6.1 数学拓展类课程教学大纲
6.1.1 “数学建模”教学大纲
6.1.2 “矩阵计算”教学大纲
6.1.3 “随机过程”教学大纲
6.1.4 “组合数学”教学大纲
6.1.5 “博弈论及其应用”教学大纲
6.1.6 “时间序列分析”教学大纲
6.2 学科拓展类课程教学大纲
6.2.1 “编译原理”教学大纲
6.2.2 “随机算法”教学大纲
6.2.3 “数据库概论”教学大纲
6.2.4 “形式语言与自动机”教学大纲
6.2.5 “计算机体系结构”教学大纲
6.2.6 “软件体系结构”教学大纲
6.3 专业拓展类课程教学大纲
6.3.1 “自动规划”教学大纲
6.3.2 “归纳逻辑程序设计”教学大纲
6.3.3 “学习理论导论”教学大纲
6.3.4 “概率图模型”教学大纲
6.3.5 “强化学习”教学大纲
6.3.6 “神经网络”教学大纲
6.3.7 “启发式搜索与演化算法”教学大纲
6.3.8 “信息检索”教学大纲
6.3.9 “语音信号处理”教学大纲
6.3.10 “深度学习与应用”教学大纲
6.3.11 “复杂结构数据挖掘”教学大纲
6.4 交叉复合类课程教学大纲
6.4.1 “认知科学导论”教学大纲
6.4.2 “神经科学导论”教学大纲
6.4.3 “计算语言学”教学大纲
6.4.4 “计算金融”教学大纲
6.4.5 “计算生物学导论”教学大纲
6.4.6 “传感器设计与应用”教学大纲
6.4.7 “智能硬件与新器件”教学大纲
6.4.8 “人工智能伦理”教学大纲
6.5 应用实践类课程教学大纲
6.5.1 “智能系统设计与应用”教学大纲
6.5.2 “智能应用建模”教学大纲
6.5.3 “机器学习系统与平台”教学大纲
6.5.4 “机器人系统开发”教学大纲
6.5.5 “人工智能企业实训”教学大纲

对于有意走上AI之路的高中生们来说，本书可以作为一本很好的学习纲要。对于AI从业者和研究人员来说，也可以通过本书明晰目前国内AI人才培养体系的系统设置，促进AI产学研之间建立更紧密的联系。