教育信息技术专业硕士研究生培养方案.docx

《教育信息技术专业硕士研究生培养方案.docx》由会员分享，可在线阅读，更多相关《教育信息技术专业硕士研究生培养方案.docx（46页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、教育信息技术专业硕士研究生培养方案修订单位（公章）：国家数字化学习工程技术研究中心单位负责人（签字）：本单位本学科负责人（签字）：一级学科培养指导委员会主任（签字）：2018年6月教育信息技术专业（0871J3）硕士研究生培养方案一、培养目标教育信息技术专业硕士生是培养适应国家和地方社会发展需要，面向世界、面向未来，德智体全面发展的、具有独立分析和解决教育信息技术等相关领域中各类问题的专门人才。其具体要求是：1、具有坚定的政治立场和马列主义素养，具备良好的道德品质和强烈的事业心，能立志为建设有中国特色的社会主义事业服务。2、掌握本学科坚实的理论基础和本研究方向系统的专门知识，熟悉本学科最新理论

2、研究成果，把握学科发展前沿动态；能够在教育信息技术领域开展具有一定创新性的应用活动和研究工作。3、掌握一门外语，能使用该外语进行专业文献阅读、论文初步撰写及国际学术交流。4、可胜任本专业或相邻专业的教学、科研以及相关的研发工作。二、研究方向1、教育信息化战略规划与标准该方向在对国内外的教育信息化现状进行充分调研的基础上，研究制定我国教育信息化的总体战略、发展规划、行动计划和保障体系等，以构建教育信息化战略发展服务平台和战略规划决策支持系统，为教育主管部门提供一个决策咨询的环境和信息平台。同时，从学习资源、学习者和学习技术等角度出发，该方向还研究制定可供我国教育领域各层次、各种对象使用的教育信息

3、化标准，以实现学习资源的互交换、学习系统的互操作，支持资源的共享。2、智能学习技术与知识服务该方向主要从事智能教育软件的基础理论与关键技术研究、智能辅助学习系统的设计与开发等，主要研究内容包括自动推理技术、动态几何技术、自动出题与解答技术、虚拟仿真技术、交互式软件设计技术，以及与具体学科深度融合的智能辅助学习系统研发，以提高教师的备课效率和教学质量，帮助学生开展自主式和探究式学习。3、数字化学习资源该方向致力于研究信息技术与学习资源融合与创新的理论与技术，主要研究内容包括艺术与创意在数字化学习资源创作中的应用，动画、游戏、虚拟现实和交互式仿真学习资源的创作技术，基于学科工具的学习资源制作技术，

4、学习资源跨平台迁移技术，实现不同学习资源共享的可重用构件技术等。三、基准学制、学习年限与总学分基准学制为三年，最长学习年限为四年，总学分36-38学分（16学时/学分），其中课程学习32-34学分，实践环节4学分。课程学习2年（以课程学习、实践为主，兼顾论文的前期工作），学位论文工作时间一般不少于1年。提前修满学分、完成学位论文并达到学校和本学科规定条件的硕士生，可申请提前答辩和毕业。四、课程设置课程设置分为5类：1、全校公共必修课程；2、一级学科必修课程；3、二级学科必修课程；4、选修课程；5、实践环节。课程实行学分制，学分要求如下：1、总学分为36-38学分；2、公共必修课程为6学分，其中

5、研究生英语系列课程3学分，中国特色社会主义理论与实践研究2学分，自然辩证法概论1学分；3、一级学科必修课程8学分，为本专业必修课；二级学科必修课程5门，10学分，为本专业必修课；选修课程，每名硕士生选修5门课程，10学分；4、实践环节为4学分。具体课程信息见教育信息技术专业硕士研究生课程设置表。五、实践环节实践环节包括教学实践、学术活动两部分，各占2学分。教学实践必须面对本专业本科生，一般安排在第2学年进行，教学实践内容可以是辅导答疑、批改作业、指导实验、辅导或协助指导本科生课程设计和毕业论文，教学实践的工作量为17学时，硕士研究生要填写华中师范大学硕士研究生教学实践考核表。根据学校要求并结合

6、本学科实际，对硕士研究生参加学术活动的要求规定如下：硕士研究生在校期间必须参加本学科的学术活动8次以上，其中1次必须是校外学术活动，每次学术活动都要有1000字以上的学习报告，并填写华中师范大学硕士研究生学术活动考核表。实践活动结束后，由导师和导师组进行考核，确定合格或不合格，成绩不合格者不能参加答辩。六、科学研究硕士研究生培养应突出学术创新能力的培养，寓教于研，将科学研究贯穿于培养全过程。申请提前毕业的硕士研究生在校期间必须参与导师的研究课题，且须以华中师范大学为第一署名单位，在期刊源刊至少公开发表与本专业相关的学术论文1篇（第一作者或导师为第一作者、学生为第二作者）。七、中期考核硕士研究生

7、在入学后第三学期前两周参加由培养单位组织的中期考核，考核主要从政治思想表现、学位课程成绩和所修的总学分、科研实践能力、科研成果等情况等几个方面进行客观、公正的考核。导师根据研究生个人总结，结合平时对研究生的了解、课程考试成绩以及筛选分流条件，对该生的筛选分流提出具体意见，送所在学科组。学科组、主管研究生工作的领导和研究生工作秘书组成考核小组，对每位研究生进行考核。考核小组对每位研究生进行公平公正的考核，评定考核结果，考核结果分为：优秀、良好、合格、不合格四等。凡中期考核合格及以上成绩者，进行开题报告并进入硕士论文撰写阶段。八、学位论文硕士研究生应在导师的指导下，选择有重要学术或应用价值的课题开

8、展研究，学位论文要有新见解。论文选题：硕士研究生在撰写论文之前经过认真调研并查阅大量文献的基础上，确定自己的学位论文题目。论文选题要具有一定的理论深度、创新性和实际应用价值。论文开题：硕士研究生应于第4学期末提交开题报告，开题报告应详细阐述选题意义、国内外发展状况、研究内容和方案、工作进度安排和主要参考文献等。导师组对开题报告进行审定。论文撰写：论文开题结束后，研究生应根据论文工作计划，定期向导师组做出阶段报告，以取得指导和帮助。第5学期末，导师组对与学位论文相关的课题研究进展进行中期评估检查。论文答辩前1个月，导师组对论文研究成果进行评估验收，达不到要求的不得参与学位论文答辩。论文评阅与答辩

9、：论文完成并交导师严格审阅后，由导师确定是否可以按时参加答辩。学位论文评审和答辩按照华中师范大学学位授予工作实施细则进行。九、培养方式1、硕士生培养以科学研究为主，突出创新能力培养。注重培养硕士生提出问题、分析问题与解决问题的能力。2、采用导师负责与导师组集体培养相结合的培养方式。应充分发挥导师指导硕士研究生的主导作用，努力体现“以生为本”的办学理念和“因材施教”的教育思想，积极调动硕士研究生学习的主动性和自觉性。3、硕士研究生课程学习要体现开阔硕士生的学术视野。硕士生入学两个月内，应在导师指导下确定研究方向和领域，制定个人研究和课程学习计划，并由硕士生指导小组审查通过后报中心备案。4、有计划

10、地聘请国内外著名学者授课，提倡与国内外著名高校和科研院所互相承认学分，联合培养硕士研究生。5、实行学术交流和报告制度。鼓励硕士研究生与国际、国内著名高校、科研院所互访。十、必读文献书目、期刊清单附于培养方案之后，具体内容见教育信息技术专业硕士研究生文献阅读主要书目和期刊目录。十一、毕业与学位授予规定和要求1、同等学力或跨学科专业录取的硕士研究生，均须补修本学科大学本科主干课程至少3门，且考试须与本科生同堂同卷，成绩合格，不计学分。2、硕士研究生必须认真阅读“本专业硕士研究生必读书目”所规定的书籍，并做好笔记，导师定期检查硕士研究生的阅读笔记，并根据其笔记评定平时成绩。3、本培养方案规定的学习项

11、目均必须进行考核。考核方式、成绩评价标准以及有关要求，按华中师范大学关于研究生考核及成绩管理的暂行规定执行。4、硕士研究生培养方案和个人培养计划完成与否，是审定本专业硕士研究生能否毕业和授予学位的基本依据。表1 教育信息技术专业硕士研究生课程设置表课程类别课程编号课程名称学时学分开课学期备注学位课程公共必修课程00000000001120中国特色社会主义理论与实践研究322100000000001121自然辩证法概论181200000000001135第一外国语（英语）7231一级学科必修课程72000871J31101矩阵分析与统计理论4831必修不少于3门（“矩阵分析与统计理论”全体硕士生

12、必修）6701201001134研究方法论322172000871J31103算法设计与应用483172000871J31104计算理论基础483172000871J31105高等计算机体系结构4831二级学科必修课程6701201001159信息化教学评价方法与技术322272000871J31107概率论与数理统计分析322172000871J31108表示学习与智能计算322272000871J31109文献阅读与论文写作322272000871J31110数字化学习理论与研究3221选修课程67001201001133虚拟现实与交互技术322272000871J31112教育信息化监测

13、与评估322172000871J31113数字化教学资源设计322172000871J31114人机交互：理论与实践322272000871J31115深度学习322272000871J31116学习科学与技术322272000871J31117物联网技术及应用322272000871J31118教育大数据与学习分析322172000871J31119教育测量与评价322272000871J31120机器视觉322272000871J31121多媒体原理与通信322172000871J31122大数据技术与应用322172000871J31123数据科学理论与实践322167012010011

14、40图像分析与模式识别32226701201001153计算机图形学322272000871J31126数字图像处理322272000812001116教育云计算322272000871J31128移动学习理论与实践322172000871J31129UI用户体验与产品交互设计3222实践环节00000000001105教学实践3223、4、500000000001116学术活动021、2、3、4、5教育信息技术专业硕士研究生文献阅读主要书目和期刊目录序号著作或期刊的名称作者或出版单位备注（必读或选读）1软件工程：面向对象和传统的方法（美）沙赫著，邓迎春等译，机械工业出版社必读2虚拟现实技术陈

15、怀友，张天驰，张菁著，清华大学出版社必读3算法设计、分析与实现：C、C+和Java徐子珊 编著，人民邮电出版社必读4数字媒体技术贺雪晨等编著，清华大学出版社必读5XML技术教程李禹生 等编著，清华大学出版社必读6计算机仿真技术吴旭光，杨惠珍，王新民，化学工业出版社必读7计算机网络谢希仁，电子工业出版社必读8游戏程序设计教程何青编著，人民邮电出版社必读9远程教育学研究导论张秀梅著，中山大学出版社必读10Pattern ClassificationDuda R O，Wiley-Interscience必读11模式识别边肇祺，张学工编著，清华大学出版社必读12Digital Image Proces

16、sing (Third edition)Gonzalez, R.E. Woods，Pearson Prentice Hall选读13知识发现史忠植，清华大学出版社必读14决策支持系统（DSS）理论与方法高洪深 著，清华大学出版社必读15移动网络学习韩立龙编著，中国科学技术大学出版社必读16人本界面交互式系统设计（美）拉斯基著，史元春译，机械工业出版社必读17教育媒体与学习技术高等教育出版社必读18动态几何教程张景中，彭翕成 著，科学出版社必读19对等网络:结构、应用与设计陈贵海、李振华编著，清华大学出版社必读20多媒体通信网络李国辉，人民邮电出版社必读21Computer & Educatio

17、nElsevier选读22中国电化教育中国电化教育杂志社选读23Journal Of Computer Assisted LearningISSN: 0266-4909选读课程简明教学大纲矩阵分析与统计理论课程简明教学大纲课程名称矩阵分析与统计理论课程编号72000871J31101课程负责人赵尔敦教学团队成员赵尔敦、张伟课程类别一级学科必修课学分3 学时48授课方式及时数分配集中讲授组织研讨实验分析读书指导实地调研自主学习其他40400040【教学目的及要求】教学目的：通过阐述矩阵分析和统计理论的基本概念和一般原理，深入探讨矩阵微积分和统计推断的理论体系，介绍矩阵分析和统计理论中重要的计算方

18、法和统计决策模型，让学生掌握矩阵分析和统计理论在工程实践中的应用方式，了解数学计算软件的使用方法，能进行数学建模和工程计算。教学要求：教师要注重基本原理、理论、方法的传授，注重将理论知识的讲授和工程应用方法相结合，注重培养学生运用理论方法解决现实问题的能力，注重教学方式的多样化和灵活性。学生要注重数学理论素质的培养，牢固掌握基本概念和理论，提升自主学习能力，能利用所学数学理论解决工程实践中的问题。【课程内容简介】本课程的核心是矩阵分析和统计推断的基础理论和工程应用，内容分为矩阵分析和统计理论两大部分。主要包括:（1）线性空间和线性变换的理论基础。主要包括线性空间、线性变换、内积空间等。（2）矩

19、阵化简和矩阵分析的理论原理。主要阐述方阵的化简、向量和矩阵范数、矩阵的微分和积分，及矩阵分析的工程应用。（3）矩阵分解、广义逆矩阵的理论和方法。主要介绍矩阵的三角分解、QR分解，满秩分解、奇异值分解，MP广义逆等理论和方法。（4）统计分析的理论基础。主要阐述常用的抽样分布、参数估计、非参数估计、假设检验、非参数检验等概念和理论。（5）线性统计推断的模型和方法。主要介绍线性回归分析和方差分析的模型和方法。（6）实用多元统计。主要介绍多元正态分布的统计推断、聚类分析、主成分分析、判别分析等多元统计的理论和方法。考核方式考试参考书目1 吴孟达，李兵，汪文浩，高等工程数学，科学出版社，2004年。2

20、王永茂，刘德友，矩阵分析基础，清华大学出版社，2012年。3 矩阵论（第二版）.杨明，刘先忠编.华中科技大学出版社.2005年。4 杨虎等, 应用数理统计,清华大学出版社,2006。5 刘顺忠，数理统计理论、方法、应用和软件计算，华中科技大学出版社，2005。6 Bronson, Richard., Matrix methods : applied linear algebra,3rd ed. Academic Press/Elsevier,2009.7 John A. Rice, Mathematical statistics and data analysis, 2nd ed. China

21、 Machine Press,2011.8 Richard A. Johnson, Dean W. Wichern., Applied Multivariate Statistical Analysis 6nd Edition. Upper Saddle River, N.J. : Prentice Hall, 2007.研究方法论课程简明教学大纲课程名称研究方法论（Research Methodology）课程编号72000871J31102课程负责人余新国教学团队成员孙超，张婷课程类别一级学科必修课程学分2学时32授课方式及时数分配集中讲授组织研讨实验分析读书指导实地调研自主学习其他266

22、00000【教学目的及要求】教学目的：本课程通过介绍教育技术的研究方法和批判性思维的方法，让学生掌握研究中常用的基本过程与方法；通过仔细研读教育技术研究前沿的高水平论文，首先让学生了解教育技术研究领域的主要研究问题的现状，进一步让学生理解并掌握在教育技术研究领域的最新研究方法；提升学生的确定研究问题、分析问题、解决问题、评判研究成果的能力；提升学生评审论文、发表论文和学术交流的能力。教学要求：教师将讲解基本的研究过程、研究方法和批判性思维的方法，讲解学术论文的基本要素和写作规范；教师将挑选教育技术研究领域的典型研究问题和最新代表性学术论文，以多样的教学方式让学生理解这些最新学术成果。学生在课前

23、通过研读指定的资料初步认识所要学习的内容；课中认真听讲和思考、积极参加课堂讨论；课后通过实践加深理解；更重要的是在自己的研究中创造性地运用所学的方法。【课程内容简介】本课程首先介绍基本的研究过程、研究方法和批判性思维的方法，然后系统地介绍教育技术研究领域的典型研究问题和最新研究成果。课程内容分为研究能力培养和专题研讨两部分。研究能力培养部分的内容有，如何做研究调查、如何研读学术论文、写作概述、提出问题、研究问题的建模、研究中的批判和创新性思维。在研究专题部分，将学习教育技术研究领域的如下几个专题：智能人机交互、虚拟现实、知识挖掘、教育云计算和智慧教室等。考核方式专题概述报告参考书目1 IEEE

24、 Transactions on Education2 ACM Computing Surveys3 Computer and Education 4 Journal of Computer Assisted Learning5 The Journal of the Learning Sciences6 Educational Technology7 International Journal of Technologies in Learning.8 中国电化教育9 Pattern Classification Duda R O，Wiley-Interscience10 模式识别，边肇祺，张

25、学工编著，清华大学出版社算法设计与应用课程简明教学大纲课程名称算法设计与应用(Algorithm design and applications)课程编号72000871J31103课程负责人陈矛教学团队成员戴志诚课程类别一级学科必修课程学分3学时48授课方式及时数分配集中讲授组织研讨实验分析读书指导实地调研自主学习其他2412000120【教学目的及要求】教学目的：通过系统学习算法基础理论和对典型问题实例的算法的研究，让学生理解并掌握算法设计与分析的基本策略、方法和技术；锻炼学生的逻辑思维，培养学生分析问题和解决问题能力。教学要求：通过算法经典理论讲授与学习、经典算法分析与上机编程实践培养学

26、生理论联系实际、运用算法知识解决不同领域实际问题的能力，并在课程中引入算法设计的前沿研究点，扩展学生的知识面，培养学生从事科学研究工作的能力。【课程内容简介】本课程系统地介绍了算法分析与可计算性的基本内容，并对给出的算法进行了详尽分析，内容包括：（1） 算法基础；（2） 基本算法设计和分析技术（分治法、递归法、贪心法、回溯法和随机算法）；（3） 包括遗传算法在内的启发式算法理论；课程以高级程序设计语言对算法所作的简明描述，使得稍微具有程序设计语言知识的人即可读懂。此外，课程以八皇后、骑士遍历、迷宫等经典算法为例说明每个算法的工作过程和设计思想，使得学生更加易于理解和掌握这些算法。考核方式考查

27、参考书目1. 腾国文. 算法设计方法与优化，清华大学出版社，20132. 王晓东. 计算机算法设计与分析（第4版）, 电子工业出版社, 2012计算理论基础课程简明教学大纲课程名称计算理论基础课程编号72000871J31104课程负责人杨进才教学团队成员杨进才、杨青课程类别一级学科必修课程学分3 学时48授课方式及时数分配集中讲授组织研讨实验分析读书指导实地调研自主学习其他2612010000【教学目的及要求】通过介绍渗透在计算机科学中的基本思想、模型和结果，介绍可计算性和计算复杂性理论的内容与最新成果，介绍进行理论研究的基本理论与方法。使学生通过这门功课的学习，了解可计算性和计算复杂性理论

28、中的基本知识、结论和有待进一步研究的领域与方向，使学生掌握理论证明的若干方法与途径，提高学生的分析问题解决问题以及科学研究能力，培养学生的创新意识和创新能力。要求学生掌握课堂教学的内容，完成课后的练习，并查看相应的参考文献。【课程内容简介】本课程内容包括：集合关系与语言；确定有限自动机、不确定有限自动机、有限自动机与正则表达式、正则语言与非正则语言、有限自动机算法；上下文无关文法、下推自动机、下推自动机与上下文无关文法、上下文无关语言与非上下文无关语言、上下文无关文法的算法；Turing机、Turing机的扩充、随机存取Turing机、非确定Turing机；不可判定性理论；计算的复杂性；NP完

29、全性。考核方式考试参考书目1 计算理论基础（第2版），Harry R.Lewis,Christos H.Papadimitroiu著，张立昂 刘田 译，清华大学出版社 2000年。2 计算理论导引，Michael Sipser著，张立昂 王捍贫 黄雄 译，机械工业出版社 2000年。高等计算机体系结构课程简明教学大纲课程名称高等计算机体系结构课程编号72000871J31105课程负责人郑世珏教学团队成员郑世珏、姚华雄课程类别一级学科必修课学分3学时48授课方式及时数分配集中讲授组织研讨实验分析读书指导实地调研自主学习其他32840040【教学目的及要求】本课程是介绍计算机体系结构的设计思想、

30、设计原理、设计技术和发展趋势的的一门核心课程，是计算机科学与技术一级学科的一门必修学位课程，也是软件工程及相关专业研究生的重要选修课程。本课程主要介绍现代计算机指令级并行性的开发和应用技术、计算机可扩展性理论和并行算法的描述、计算机Cache优化设计技术和方法，以及多处理器设计中的同步问题，存储器一致性问题，同时介绍计算机系统结构领域云计算技术的最新进展。其主要学习任务是：通过本课程的学习，使学生掌握计算机体系结构的关键技术，掌握计算机体系结构技术的理论发展和技术研究趋势，并了解云计算技术的基础理论知识和应用现状，课程也将为学生在计算机体系结构应用领域的职业规划和就业提供必要指导。【课程内容简

31、介】本课程内容分为七个部分组成：（一）综合介绍指令级并行性的开发和应用技术，包括动态调度技术，静态与动态转移预测技术，基于硬件的投机技术，基于软件的投机技术，指令多发射技术。 （二）讲述和讨论计算机可扩展性理论、并行算法的描述、可扩展性和加速比分析，线程级并行技术以及发展趋势。 （三）讲述计算机Cache优化设计技术，包括降低Cache失配代价，降低失配率以及降低命中时间的多种优化设计技术。 （四）讲述多处理器设计中的同步问题，存储器一致性问题，处理器中线程级并行性并发技术，以及多处理器的互连网络与集群计算机及其设计技术。(五）讲述云计算技术中的效用计算、网络存储、虚拟化及负载均衡问题，包括以

32、下几个层次的服务：基础设施即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）的设计思想和应用技术。考核方式考试参考书目1 黄铠, 黄Hwang, Kai，高级计算机体系结构 机械工业出版社, 英文版1999 - McGraw-Hill公司授权出版2 陈国良、吴俊敏、章锋、章隆兵，并行计算机体系结构，2005年 高等教育出版社3 Architecture:A Quantitative Approach,Third Edition Morgan Kaufmann 译者：郑纬民 汤志忠 汪东升等 电子工业出版社4 云计算（第二版）刘鹏 电子工业出版社2011-05-01信息化教学评价

33、方法与技术课程简明教学大纲课程名称信息化教学评价方法与技术（Evaluation methods and techniques of ICT in teaching）课程编号72000871J31106课程负责人周鹏教学团队成员周鹏、石映辉课程类别二级学科必修课程学分2学时32授课方式及时数分配集中讲授组织研讨实验分析读书指导实地调研自主学习其他24800000【教学目的及要求】教学目的：通过本课程的学习，让研究生了解和熟悉多种信息化教学评价的方法和技术，学会教育测评的质量指标、编制方法与结果的处理，掌握标准化考试、学生学业评价和教师评价等理论与实践的知识。教学要求：系统讲授教育学中教学评价方

34、法与技术的形成和发展历史，重点介绍教学评价方法与技术的概念、一般原理和方法，并引导学生积极实践，使学生掌握编制测量量表的方法和步骤，以及学习信息化教学评价评价方法和技术，并要求学生在平时进行个人汇报、在期末完成小组汇报。【课程内容简介】本课程核心是对传统教学评价和信息化教学评价方法与技术进行分析和比较，介绍信息化教学评价的基本方法与技术。主要包括以下内容：（1） 教育测量与评价的学科发展、类型和功能（2） 教育测量与评价的质量特征，包括信度与效度分析、评价题目的难度和区分度等（3） 编制教育测验的一般原理和方法，包括测验题目类型与测量功能、测量目标与与教育目标研究等（4） 教育测验的常模、标准

35、及其建立方法，包括教育测验常模的意义与类型、教育测验标准的含义等（5） 介绍现代教育测量与评价的发展趋势和信息化教学评价与技术（6） 学生从国际、国内教育测量与评价案例，或基于信息技术的数据采集、分析，从背景、评价目标、措施、效果和经验这些方面进行个人汇报（7） 根据所学知识，设计一套评价方法、模型和方法，并进行小组汇报考核方式根据期末小组汇报、平时个人汇报等综合考核参考书目1.黄光扬著：教育测量与评价（第二版），华东师范大学出版社2012年版.2.蔡旻君等著：计算机辅助教育测量与评价，中国水利水电出版社2010版3.郑日昌等著：心理与教育测量，人民教育出版社2015版4.刘影等著：数学教育测

36、量与评价，北京大学出版社2015版概率论与数理统计分析课程简明教学大纲课程名称概率论与数理统计分析（Probability Theory and Mathematical Statistical Analysis）课程编号72000871J31107课程负责人廖盛斌教学团队成员曾致中课程类别二级学科必修课程学分2学时32授课方式及时数分配集中讲授组织研讨实验分析读书指导实地调研自主学习其他2210【教学目的及要求】教学目的：通过本课程的学习，使学生掌握概率论与数理统计的基本概念，了解它的基本理论和方法，从而使学生初步掌握处理随机现象的基本思想和方法，培养学生运用概率与统计方法分析和解决实际问题

37、的能力，为研究奠定坚实的数学理论基础。教学要求：系统讲授概率论与数理统计的基本概念，重点介绍随机现象的统计规律性、贝叶斯方法、随机变量及其分布、随机变量的数字特征以及抽样统计的基本概念和方法，采用理论与实际相结合的方法，针对贝叶斯方法的工程应用，引导学生阅读一些经典学术论文，通过读书报告会的形式交流学习心得。【课程内容简介】讲授的主要内容包括：1、 概率论的基本概念2、 随机变量及其分布3、 多维随机变量4、 随机变量的数字特征5、 大数定律和中心极限定理6、 数理统计的基本概念7、 参数估计8、 假设检验考核方式根据平时作业、读书报告会、期末的课程论文等综合考核参考书目1. 盛骤，谢式千，潘

38、承毅，概率论与数理统计（第4版），北京：高等教育出版社，2008.2. 复旦大学编，概率论，北京：高等教育出版社，2001.3. A.B. Downcy,贝叶斯思维，北京：人民邮电出版社，2015.4. 盛骤等编，概率论与数理统计学习辅导与习题选解，北京：高等教育出版社，2003.表示学习与智能计算课程简明教学大纲课程名称表示学习与智能计算（Representation Learning and Intelligent Computing）课程编号72000871J31108课程负责人孙建文教学团队成员赵亮、李卿课程类别二级学科必修课程学分2学时32授课方式及时数分配集中讲授组织研讨实验分析读

39、书指导实地调研自主学习其他12840080【教学目的及要求】教学目的：通过本课程的学习，让学生了解基于深度神经网络的多层次、分布式表示学习框架，理解机器智能的感知与认知机制，熟悉面向智能教育场景的文本、图像、视音频、知识等多媒体数据的表示方法与技术，掌握基于深度学习的跨媒体语义表征与知识计算方法，为增强机器智能，开展面向教育领域的大数据分析及智能应用提供支撑。教学要求：系统讲授表示学习的历史发展过程，重点介绍深度表示学习方法，引导学生结合各自研究背景，阅读相关书籍或论文，了解各种多媒体数据的表示学习方法及其在智能教育领域的应用；然后通过小组学习、班级研讨等方式拓展知识面，掌握跨媒体表示学习等前

40、沿技术；最后结合所属项目团队的研发背景完成一篇带有研究性质的课程论文。【课程内容简介】本课程核心是对深度表示学习方法及其在智能教育领域应用的介绍，引导学生熟悉经典，掌握前沿。主要包括以下内容：（1）表示学习的概念与发展历程，从知识工程、特征工程到浅层表示、深度表示；（2）文本表示学习方法及智能教育应用，包括字、词、句、段、篇等不同层次；（3）图像、视音频等多媒体表示学习方法及智能教育应用，从具象到抽象；（4）知识表示学习方法及智能教育应用，从符号表示到分布式向量嵌入；（5）跨媒体表示学习方法及智能教育应用，统一语义向量空间。（6）表示学习与教育大脑，增强认知智能。考核方式根据课程论文、学术研讨

41、等综合考核参考书目1.Ian Goodfellow, Yoshua Bengio, Aaron Courville. Deep LearningM. MIT Press, 20162.Nastase V, Nakov P, Seaghdha D, et al. Semantic Relations Between NominalsM. Morgan & Claypool Publishers, 2013.3.【美】罗素, 诺维格. 人工智能:一种现代的方法（第3版）M. 清华大学出版社, 2011.4.王元卓, 贾岩涛, 林海伦, 程学旗. 开放网络知识计算模型、方法与应用M. 清华大学出版社

42、, 2018.5.Li Deng, Yang Liu. Deep Learning in Natural Language ProcessingM. Springer Nature Singapore Pte Ltd, 2018.文献阅读与论文写作课程简明教学大纲课程名称文献阅读与论文写作（Academic Papers Reading and Writing）课程编号72000871J31109课程负责人郑年亨教学团队成员课程类别二级学科必修课程学分2学时32授课方式及时数分配集中讲授组织研讨实验分析读书指导实地调研自主学习其他10904090【教学目的及要求】教学目的：学术论文是表现科学研

43、究成果的重要形式，论文写作的方法与规范是研究人员所应具备的基本知识和技能，拥有缜密的思考及良好的写作组织能力，才能在论文中呈现清晰的逻辑，以及顺畅的文章条理。通过本课程，学生能掌握学术论文、毕业论文的不同特征，并且掌握论文写作的基本要求、选题、文献搜寻等方法。教学要求：全学期以透过书写一篇完整的论文(需包括研究背景、目的、方法、结果与讨论)为主要目的，配合每周课程中的活动，进行论文书写，并且以同侪讨论与互评的方式，进行多次修改，以掌握论文书写的要点。【课程内容简介】本课程核心是训练研究生能为自己的研究独立搜寻相关文献，并撰写一篇学术论文，主要包括以下内容：了解文献搜寻与论文写作的技巧；掌握论文写作与上台报告的基本要求与规范；建立论文阅读与批判思考的角度；培养独立思考与独立研究的能力。考核方式课堂活动与出席（20%）、同侪互评（30%）、每周进度（20%）、期末报告（30%）参考书目1、Galvan, J. L. (2009).Writing Literature Reviews: A Guide for Students of the Social and Behavioral Sciences.2、Locke, L. F., Spirduso, W. W., & Silverman,