《科研实践》课程教学大纲.docx

上传人:太** 文档编号:97857389 上传时间:2024-07-08 格式:DOCX 页数:5 大小:16.83KB
返回 下载 相关 举报
《科研实践》课程教学大纲.docx_第1页
第1页 / 共5页
《科研实践》课程教学大纲.docx_第2页
第2页 / 共5页
点击查看更多>>
资源描述

《《科研实践》课程教学大纲.docx》由会员分享,可在线阅读,更多相关《《科研实践》课程教学大纲.docx(5页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、科研实践教学大纲一、课程基本信息课程名称科研实践Scientific Research Practice课程编码CST321121050开课院部计算机科学与技术学院课程团队(未设置)学分5.0课内学时5周讲授0实验0上机0实践5周课外学时0适用专业软件工程授课语言中文先修课程软件工程实践、人工智能导论、云计算技术与应用课程简介 (限选)科研实践是学生在掌握基本的软件工程的核心课程体系之后,在对数据挖掘、人工智能等有一定了解的基础上,把握现代信息技术的 新发展,包才舌大数据处理平台、大数据挖掘与数据可视化,深度学习等人工智能新进展,以及相应的智慧城市与物联网的新进展,智能交 通、智慧医疗、智慧油

2、田、智慧农业、智能建筑等新应用。通过自主在感兴趣的方向选择课题,或者参与学院相关老师具体的科研项目, 培养学生在查找科研进展资料、寻找科研方向和问题、设计并解决科研问题的能力。进而培养学生在创新思维、创新意识、创新方法以及 创新实践等方面的能力,为学生进入工作、深造等,奠定坚实的创新能力。Scientific research practice is that students grasp the new development of modern information technology after mastering the core curriculum system of basi

3、c software engineering and having a certain understanding of data mining and artificial intelligence, including the new progress of artificial intelligence such as big data processing platform, big data mining and data visualization, deep learning, as well as the new progress of corresponding smart

4、cities and internet of things, intelligent transportation, smart medical treatment, smart oil fields, new applications such as intelligent agriculture and intelligent buildings. By independently selecting topics in the direction of interest or participating in specific scientific research projects o

5、f relevant teachers in the college, students are trained to look for scientific research progress materials, scientific research directions and problems, ability to design and solve scientific research problems. And then cultivate students, ability in innovative thinking, innovative consciousness, i

6、nnovative methods and innovative practice, so as to lay a solid innovative ability for students to enter work and further study.负责人大纲执笔人审核人二、课程目标序号代号课程目标0BE毕业要求指标点任务自选1Ml目标1 :掌握文献资料的检索方法,掌握图书文献、在线文献等的查找能力,熟悉本领域顶级期刊、 顶级会议的情况,以及会议期刊的分级分区是12.212.22M2目标2 :掌握软件工程相关最新技术发展的动态,培养对最新学术问题的描述能力,方案设计能力和 实现能力,建立

7、创新思维能力。能够结合国家最新政策法规、新闻热点等实时信息,思考本课程对 国家信息产业的意义,设计实验题目。是5.25.23M3目标3 :熟悉最新技术与传统技术的对比试验方法,培养对设计进行相应的评估的能力,建立创新实 践能力是10.210.2三、课程内容序号章节号标题课程内容/重难点支撑课程目标课内 学时教学方式课外 学时课外环节1第一章科学研究方法关键问题:研究的方法/21.11.1引言、科学研 究的内涵科学研究方法、途径等Ml0.2 周讲授,学 生参与课 题讨论分 区分级/自学31.21.2文献查找与阅 读文献查找、阅读方法Ml0.3 周讲授,学 生参与课 题讨论分 区分级/自学4第二章

8、人工智能新进展关键问题:深度学习的原理与、使用/52. 12.1卷积神经网络卷积神经网络的原理、结构及特点30.5 周项目实 践,根据 方向进行 分组/自学62.22. 2深度置信网络深度置信网络的原理、结构及特点0.5项目实/自学3周践,根据 方向进行 分组72.32. 3深度对抗网络深度对抗网络的原理、结构及特点30.5 周项目实 践,根据 方向进行 分组/自学82.42. 4深度回归网络深度回归网络的原理、结构及特点30.5 周项目实 践,根据 方向进行 分组/自学9第三章大数据挖掘关键问题:时间序列分析算法/103. 13.1时间序列分析序列分析的基本概念M1,M2,M31周项目实 践

9、,根据 方向进行 分组/自学113.23. 2时间序列分析 算法分析算法的原理及实现30.5 周项目实 践,根据 方向进行 分组/自学123.33. 3关联规则挖掘关联规则挖掘的概念及过程30.5 周项目实 践,根据 方向进行 分组/自学133.43. 4挖掘算法分类算法、聚类算法30.5 周项目实 践,根据 方向进行 分组/自学四、考核方式序号考核环节操作细节总评占比1实践报告要求学生对整个实践过程总结整理撰写报告20%2答辩要求学生对实习情况PPT答辩20%3实践作品要求学生提交实习作品60%五、评分细则序号课程目标考核环节大致占比评分等级1Ml实践作品40%A-系统功能基本满足要求,工作

10、量非常饱满,创新性高。B-作品满足要求,工作量较好,创新性较好。C-作品基本满足要求,工作量一般,创新性一般。D-未能按要求完成实践作品。2M2实践作品100%A-系统功能基本满足要求,工作量非常饱满,创新性高。B-作品满足要求,工作量较好,创新性较好。C-作品基本满足要求,工作量一般,创新性一般。D-未能按要求完成实践作品。3M3实践作品100%A-系统功能基本满足要求,工作量非常饱满,创新性高。B-作品满足要求,工作量较好,创新性较好。C-作品基本满足要求,工作量一般,创新性一般。D-未能按要求完成实践作品。4Ml答辩30%A-完成实践任务,工作量非常饱满,答辩能清晰表述实践内容,答辩PPT组织结构清晰,展示效果良好。B-完成实践任务,工作量较好,答辩能清晰表述实践内容,答辩材料展示效果良好。C-完成实践任务,工 作量一般,答辩基本能表述实践内容,答辩展示材料基本合格。D-未能按要求完成实践任务。5Ml实践报告30%A-独立完成、结构合理、准确描述实践内容,格式规范,图表等内容规范详实。B-独立完成、结构合理、 准确描述实践内容,格式规范。C-独立完成、结构比较合理、基本准确描述实践内容。D-报告抄袭,未 能按时完成指定任务。评分等级说明:;A, B, C, D = 90-100, 75-89, 60-74, 0-59;六、教材与参考资料(无)

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 应用文书 > 解决方案

本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

工信部备案号:黑ICP备15003705号© 2020-2023 www.taowenge.com 淘文阁