专业：人工智能
一、人工智能专业基础课程和专业教育课程开设情况
（一）专业基础课程
设高等数学、高级语言程序设计、线性代数、离散数学、概率论与数理统计、计算机组成原理、操作系统、大学物理。
（二）专业素质课程
设人工智能基础、人工智能群体算法、电路分析基础、智能传感器原理、Python程序设计、机器学习、模拟电子技术、数字电子技术。
二、人工智能专业核心课程介绍
（一）《信号与系统》
本课程使学生全面掌握信号与系统核心知识点：连续/离散信号的时域、频域（傅里叶变换）、复频域（拉普拉斯变换、Z 变换）分析方法，线性时不变系统的响应、稳定性、频率特性分析，以及采样、滤波、调制等信号处理基础技术。通过学习，学生能运用数学工具与系统思维解决人工智能领域的实际问题，为后续机器学习、深度学习、语音识别、图像处理、生物医学信号分析等课程奠定理论基础，也为智能感知、数据预处理、智能算法研发等工程实践提供核心支撑。同时引导学生认识信号处理技术在人工智能、医疗智能、自动驾驶等领域的应用价值，培养解决复杂工程问题的能力，激发投身智能信息处理领域的创新热情。
（二）《自动控制原理》
本课程使学生全面掌握自动控制原理核心知识点：经典控制理论中的数学建模、时域分析（二阶系统性能、稳定性判据）、根轨迹法、频域分析（奈奎斯特/伯德图），以及现代控制理论基础中的状态空间表达与系统综合方法，熟练掌握 PID 控制、最优控制等典型控制策略与鲁棒控制基础。通过学习，学生能运用系统建模与反馈控制思维解决人工智能与智能装备领域的实际控制问题，为后续智能机器人技术、智能控制系统、强化学习、医疗智能装备与自动化检测等课程奠定理论基础，也为智能运动控制、智能决策优化、自动化系统运维等工程实践提供核心支撑。
（三）《数据结构与算法设计》
本课程使学生全面掌握数据结构与算法核心知识点：线性表、栈、队列、树、图等典型数据结构的存储与实现，排序、查找、贪心、动态规划等经典算法设计思想，以及时间复杂度与空间复杂度分析方法。通过学习，学生能运用数据组织与算法优化思维解决人工智能领域的实际问题，为后续机器学习、深度学习、自然语言处理、计算机视觉、智能推荐系统等课程奠定理论基础，也为高效数据处理、智能算法优化、大规模系统开发等工程实践提供核心支撑。同时引导学生认识数据结构与算法在人工智能、医疗大数据、智能搜索、自动驾驶决策等领域的应用价值，培养解决复杂工程问题的能力，激发投身智能算法与系统开发领域的创新热情。
（四）《集成电路原理与设计》
本课程使学生全面掌握集成电路核心知识点：半导体器件基础、CMOS 电路设计、版图设计规则、数字/模拟集成电路设计流程，以及集成电路制造工艺、时序分析、功耗优化与可测试性设计方法。通过学习，学生能运用芯片设计与硬件实现思维解决人工智能领域的实际问题，为后续边缘智能计算、AI 芯片设计、嵌入式智能系统、医疗电子芯片等课程奠定理论基础，也为智能硬件开发、低功耗 AI 加速器设计、专用芯片研发等工程实践提供核心支撑。引导学生认识集成电路技术在人工智能、智能终端、医疗电子、自动驾驶等领域的应用价值，培养解决复杂芯片工程问题的能力，激发投身智能芯片与硬件创新领域的热情。
（五）《深度学习》
本课程使学生全面掌握深度学习核心知识点：前馈神经网络、卷积神经网络（CNN）、循环神经网络（RNN）、Transformer 等经典模型结构，反向传播算法、梯度优化、正则化等训练技巧，以及目标检测、语义分割、自然语言处理等典型任务的实现方法。通过学习，学生能运用深度学习模型与训练思维解决人工智能领域的实际问题，为后续多模态大模型、强化学习、医疗影像分析等课程奠定理论基础，也为智能视觉系统、智能语音交互、推荐算法优化等工程实践提供核心支撑。引导学生认识深度学习技术在人工智能、智慧医疗、智能驾驶、内容生成等领域的应用价值，培养解决复杂智能任务问题的能力。
（六）《人工智能嵌入式应用与开发》
本课程以STC的IAP15W4K61S4单片机为研究对象，系统的讲解了单片机内部逻辑结构，存储器和单片机输入输出口、最小系统构成等硬件知识，学生全面掌握人工智能嵌入式开发核心知识点：嵌入式系统架构、微处理器/微控制器原理、实时操作系统（RTOS）应用。通过学习，学生能运用嵌入式系统与边缘AI部署思维解决人工智能领域的实际问题，为后续智能硬件开发、边缘智能系统、医疗嵌入式设备等课程奠定实践基础，也为智能穿戴设备、工业物联网终端、医疗监测仪器等工程实践提供核心支撑。
（七）《数字信号处理》
本课程使学生全面掌握数字信号处理核心知识点：离散傅里叶变换（DFT）、快速傅里叶变换（FFT）、数字滤波器设计（FIR/IIR）、多速率信号处理、自适应滤波等基础理论与实现方法，熟练掌握信号频谱分析、噪声抑制、特征提取等关键技术。通过学习，学生能运用数字信号处理思维解决人工智能领域的实际问题，为后续语音识别、图像处理、生物医学信号分析、雷达信号处理等课程奠定理论基础，也为智能语音交互、医疗信号监测、通信信号解调等工程实践提供核心支撑。引导学生认识数字信号处理技术在人工智能、智慧医疗、无线通信等领域的应用价值，培养解决复杂信号处理工程问题的能力。
专业：数据科学与大数据技术
一、数据科学与大数据技术专业基础课程和专业教育课程开设情况
（一）专业基础课程
设高等数学、大数据导论、高级语言程序设计、计算机导论、大学物理、线性代数、概率论与数理统计。
（二）专业教育课程
1.专业核心课程
设集合论与图论、数理逻辑、电子技术基础、数字逻辑设计、统计学、MATLAB与智能计算、Python程序设计、数学建模、操作系统、计算机网络与通信、计算机组成原理。
2.专业素质课程
设数据库原理、数据库课程设计、机器学习、数据可视化、数据仓库与挖掘、数据结构与算法分析。
3.专业拓展课程
设MySQL数据库、图形与图像设计、Java程序设计、人工智能技术、Web前端技术基础、分布式计算框架Mapreduce、分布式计算技术、分布式文件系统HDFS、集群文件系统ClusterFS、论文设计规范与写作指南。
二、数据科学与大数据技术专业核心课程介绍
（一）《集合论与图论》
本课程是数据科学与大数据技术专业的重要理论基础课程，为大数据领域的复杂数据结构、关系建模与网络分析奠定理论根基。通过课程学习，学生将掌握集合的基本运算、关系与函数、图的基本概念与性质、图的遍历、连通性、匹配与着色等核心内容，培养抽象逻辑思维与数学建模能力，能够运用集合与图论的思想和方法分析、解决大数据处理中各类数据关联与网络结构相关的实际问题，为后续数据挖掘、分布式计算等课程的学习提供重要理论支撑。
（二）《数理逻辑》
数理逻辑是大数据专业的基础理论课程，聚焦于推理与证明的形式化方法，是实现大数据分析算法逻辑严谨性、人工智能推理模型构建的重要基础。课程主要讲授命题逻辑、谓词逻辑、公理系统、证明论等核心内容，学生通过学习将掌握形式化的推理规则、逻辑演算方法以及数学证明的基本技巧，提升逻辑分析、抽象推理和严谨的思维能力，能够将实际问题转化为逻辑语言进行建模与分析，为后续机器学习、算法设计等课程的学习筑牢逻辑基础。
（三）《电子技术基础》
本课程是大数据专业衔接硬件与软件的基础课程，为理解大数据处理硬件底层原理、数据采集与传输硬件基础提供支撑。课程涵盖模拟电子技术和数字电子技术的核心内容，包括半导体器件、基本放大电路、逻辑门电路、组合逻辑电路和时序逻辑电路等，通过理论学习与实验操作，学生将掌握电子技术的基本原理和分析方法，能识别、分析常用电子电路，具备简单电子电路的设计与调试能力，理解大数据采集、存储设备的硬件工作基础，实现软硬件知识的有机结合。
（四）《数字逻辑设计》
本课程是大数据专业的重要硬件基础课程，直接对接计算机组成、大数据处理硬件架构的相关知识。课程主要讲授数字逻辑电路的分析与设计方法，包括数制与码制、逻辑代数、组合逻辑电路、时序逻辑电路、半导体存储器、可编程逻辑器件等内容，学生通过学习将掌握数字系统的基本设计思路和方法，能够运用逻辑代数进行电路分析与化简，完成简单数字逻辑电路的设计、仿真与实现，为理解计算机组成原理、大数据分布式计算硬件架构的逻辑设计奠定坚实基础。
（五）《统计学》
统计学是数据科学与大数据技术专业的核心基础课程，是大数据分析、数据挖掘的核心方法学。课程系统讲授描述统计、推断统计、假设检验、方差分析、回归分析、非参数统计等核心内容，结合大数据应用场景，讲解统计方法在海量数据中的应用技巧。通过学习，学生将掌握统计学的基本原理和方法，能够运用统计工具对大数据进行数据描述、特征分析、趋势预测和假设验证，具备从海量数据中提取有效统计信息的能力，为后续数据挖掘、机器学习等课程提供核心分析方法。
（六）《MATLAB与智能计算》
本课程是大数据专业的重要工具与应用课程，将MATLAB软件操作与智能计算方法相结合，是实现大数据分析、建模与仿真的重要手段。课程主要讲授MATLAB的基本操作、数据处理、图形绘制、程序设计，以及智能计算的基本方法（如遗传算法、粒子群优化、模糊逻辑等），结合大数据分析案例，讲解如何运用MATLAB实现数据预处理、建模、仿真与智能优化。学生通过学习将熟练掌握MATLAB软件的使用技巧，能够运用智能计算方法解决大数据处理中的优化、建模问题，提升大数据分析的实操能力与智能建模水平。
（七）《Python程序设计》
本课程是大数据专业的核心编程语言课程，是大数据采集、处理、分析与挖掘的主流工具语言。课程系统讲授Python的基础语法、数据类型、流程控制、函数、面向对象编程，以及大数据分析常用库（如Numpy、Pandas、Matplotlib等）的使用，结合大数据实际案例，讲解Python在数据采集、数据清洗、数据可视化、简单数据分析中的应用。通过学习，学生将熟练掌握Python编程技能，能够运用Python实现大数据的基础处理与分析，具备基于Python进行大数据应用程序开发的初步能力，为后续专业核心课程的实操学习提供核心编程工具支撑。
专业：新媒体技术
一、新媒体技术专业基础课程和专业教育课程开设情况
（一）专业基础课程
设高等数学、计算机导论、高级语言程序设计、线性代数、计算机网络、数据库原理、数字媒体导论、新闻学、网络与新媒体概论。
（二）专业素质课程
设网页设计与开发、高级音视频剪辑技术、网络新媒体运营与管理、图像设计与制作、新媒体数据分析与应用、人工智能导论、新闻传播质化分析软件应用、动画创作、短视频拍摄与制作、数据新闻、数字营销传播理论与实践、视觉传达与设计、播音与主持艺术等。
二、新媒体技术专业核心课程介绍
（一）《网页设计与开发》
本课程旨在培养学生掌握网页设计与开发的基本理论与技能，涵盖HTML、CSS、JavaScript等前端技术，结合用户体验设计和响应式布局，帮助学生理解现代网页开发流程。通过项目实践，学生能够独立完成信息型、交互型网站的设计与实现，具备在企业、媒体等机构中进行网站内容管理与维护的能力。
（二）《高级音视频剪辑技术》
本课程系统讲解音视频剪辑的基本理论与操作技能，涵盖素材采集、剪辑、特效处理、音频调节、输出发布等全流程。学生将通过实际项目掌握主流剪辑软件的使用方法，具备独立完成短视频、宣传片、纪录片等多媒体内容的后期制作能力。
（三）《网络新媒体运营与管理》
本课程围绕新媒体平台的运营机制与策略展开，重点讲授内容策划、用户分析、平台运营、数据监测、粉丝互动等核心内容。学生将学习如何通过微信公众号、抖音、微博等平台进行内容传播与用户增长，掌握新媒体账号的日常管理与效果评估方法，具备在互联网公司或企业新媒体部门从事运营工作的基本能力。
（四）《图像设计与制作》
本课程以Photoshop、Illustrator等图像处理软件为工具，讲授图像编辑、图形绘制、排版设计、视觉表达等内容。通过理论与实践结合，学生能够独立完成海报、宣传册、社交媒体配图等视觉设计任务，具备良好的审美能力和设计执行力，为后续短视频制作、新媒体内容创作提供视觉支撑。
（五）《新媒体数据分析与应用》
本课程讲授新媒体环境下数据分析的基本方法与应用场景，包括数据采集、清洗、可视化、用户行为分析等内容。学生将掌握Excel、Python、Tableau等工具在数据分析和呈现中的应用，能够通过数据洞察用户偏好、优化内容策略、辅助运营决策，提升新媒体内容传播效果。
（六）《人工智能导论》
本课程介绍人工智能的基本概念、发展历程与核心技术，重点讲解机器学习、自然语言处理、计算机视觉等在传媒领域的应用。通过案例分析与实践项目，学生了解AI在新媒体内容推荐、舆情监测、智能写作等方面的实际应用，具备将人工智能技术与传媒业务相结合的初步能力。
（七）《动画创作》
本课程讲授二维与三维动画的基本原理与创作流程，涵盖角色设计、场景构建、动画运动规律、后期合成等内容。学生将通过项目实践掌握动画制作软件的使用，具备创作短片、广告动画、动态图形等作品的能力，为新媒体内容注入创意与表现力。
（八）《短视频拍摄与制作》
本课程围绕短视频创作全流程展开，内容包括选题策划、脚本撰写、拍摄技巧、灯光布景、剪辑与发布等。学生将掌握手机与专业设备拍摄的基本技能，能够独立完成短视频内容创作，适应抖音、快手、B站等平台的传播特点，具备在新媒体内容创作岗位中快速上手的能力。
（九）《数据新闻》
本课程讲授数据新闻的基本理念与制作流程，内容包括数据采集与清洗、数据可视化、新闻叙事与图表设计等。学生将学习如何将复杂数据转化为具有传播力的新闻报道，掌握主流可视化工具的使用方法，具备在数据驱动型新闻机构或媒体部门从事内容生产的能力。
专业：医学信息工程
一、医学信息工程专业基础课程和专业教育课程开设情况
（一）专业基础课程
设高等数学、计算机导论、高级语言程序设计、线性代数、离散数学、概率论与数理统计、大学物理、电磁场与波。
（二）专业素质课程
设数学建模、Java程序设计、数据库原理、数据库课程设计、数据结构与算法分析、医学电子学、数电与模电、医学传感器与检测技术、信息理论基础。
二、医学信息工程专业核心课程介绍
（一）《医院信息系统》
本课程可使学生可全面了解医院信息系统的概念、组成、发展历程及趋势，深入了解医院组织管理、医学信息标准、常用IT技术等基础知识，掌握医院门诊、住院、药品、财务、检验、检查、手术麻醉等业务的基本流程，掌握科学的系统思维方法并正确运用信息系统工程方法规划、分析、设计、实施、运维医院信息系统，能正确认识医疗信息化建设对医药卫生事业发展的支撑作用、巨大价值和广阔前景，能主动运用所学知识思考和解决医院管理、社会健康服务问题，具有投身医疗信息化事业的理想和信念。
（二）《计算机组成原理》
本课程有助于培养学习者计算机硬件系统的分析和设计能力。该课程的前续课程是数字逻辑、大规模集成电路设计及应用、数据结构等，后继课程是微机原理与接口、计算机系统结构、嵌入式系统及应用等，在硬件范畴的课程体系中起承前启后的作用。通过对该课程的学习，使学生掌握计算机硬件系统的基本组成，理解各功能部件的基本原理，掌握相关的逻辑设计方法，初步培养学生在计算机硬件系统方面的分析与设计能力，同时助推学习者参加与课程相关的各类考试。
（三）《操作系统》
本课程是必修课程，旨在全面系统地介绍操作系统的体系结构、设计机理及实现方法和技术，包括自启动装入、系统调用与接口、处理器调度及进/线程控制、同步与通信机制、死锁处理、基于分区/分页/分段的内存管理及虚拟存储、设备管理、文件系统等，从而培养同学在操作系统研发方面的理论基础及技术素养。
（四）《通信原理》
主要讲授通信的基本原理和关键技术。具体内容包括：绪论、信道、模拟调制技术、数字基带传输、数字频带传输、数字信号的最佳接收、同步与数字复接等。通过本课程的学习，使学习者掌握信息传输的基本原理和通信系统的性能分析方法，具备一定分析和解决通信系统设计中的工程实践问题的能力，为后续相关专业课程的学习打下坚实的基础。
（五）《医学数字信号处理》
本课程首先简要回顾了数字信号处理基础知识，介绍了常见生物医学信号及其特点、医学信号采集系统设计、各种数字滤波器（FIR滤波器，IIR滤波器，整数型滤波器，自适应滤波器）设计方法和主要应用、信号平均技术、生物医学信号谱分析和数字压缩技术，最后简要介绍了二种常用现代信号处理技术（小波变换和人工神经网络）的基本原理及其在生物医学信号处理中的应用。通过本课程的学习，使学生了解各种生物医学信号及其特点，掌握医学信号数据采集系统的构成及采样参数的选取、医学信号的功率谱分析、各种数字滤波器设计方法及其医学应用。通过上机实验，使学生掌握各种信号处理技术及其计算机编程实现方法。
（六）《医学信号与系统》
本课程以离散时间信号与系统作为对象，研究对信号进行各种处理和利用的技术。通过对离散时间傅立叶级数、离散时间傅立叶变换和z变换的学习，掌握离散时间系统时域、频域的描述方法，包括差分方程描述、框图与流图描述、系统极零点的描述、系统函数、单位脉冲响应和系统频率响应，并掌握各种描述方法之间的相互转换和求解；理解拉氏变换、傅氏变换与z变换的关系。通过对信号在时域采样和频域采样理论的学习，掌握连续时间信号与离散时间信号、周期信号与非周期信号之间的内在联系，及对连续时间信号进行离散时间处理的基本思想和方法；掌握使用离散傅里叶变换进行数字信号处理的基本技术，掌握离散傅里叶变换的快速算法。掌握数字滤波器的常用结构形式及滤波器设计的基本理论，理解数字滤波器参数的物理概念。
（七）《单片机程序设计》
本课程以51架构单片机为主线，以STC的IAP15W4K61S4单片机为研究对象，系统的讲解了单片机内部逻辑结构，存储器和单片机输入输出口、最小系统构成等硬件知识。通过本课程的学习，学生将掌握单片机应用技术，使学生对电子技术的模块化，智能化方向发展有初步认识，培养学生应用单片机技术对硬件、软件进行开发设计的能力。
专业：智能医学工程
一、智能医学工程专业基础课程和专业教育课程开设情况
（一）专业基础课程
高等数学、线性代数、概率论与数理统计、高级语言程序设计、计算机导论、人体解剖与组织胚胎学、生理学、医学成像基础。
（二）专业教育课程
医学电子学基础、java程序设计、数据库原理、数据库课程设计、
JavaWeb程序设计、MATLAB与智能计算、Python程序设计、数学建模、医学统计学、数据结构与算法分析、计算机网络、病理学与病理生理学。
二、智能医学工程专业核心课程介绍
（一）《诊断学》
《诊断学》是医学各专业学生的必修课，是运用医学基本理论、基本知识和基本技能对疾病进行诊断的一门学科，是由基础医学向临床医学过渡的桥梁课程。诊断学的内容包括问诊及病史采集、体格检查、实验诊断、器械诊断等，横跨多个学科，内容涉及面广，实践性强,课程十分强调临床技能训练和诊断思维及学生动手能力的培养。
（二）《智能医学工程》
智能医学工程是一门新兴的医、理、工高度交叉的学科，按照“医教研一体，医理工融合”的建设思路，紧密结合医疗健康与人工智能、机器人、大数据等新兴产业，把临床需求作为出发点和落脚点，布局医学与智能的交叉融合、转化创新，打通医学从“实验室”到“手术台”的通路桥梁。
（三）《机器学习与识别模式》
该课程通过培养学生认识模式识别的目的和意义，了解模式识别的过程，掌握机器学习的基本算法，并用以解决模式识别基本任务，促进学生应用模式识别处理计算机自动识别事物，掌握机器学习数据分析的相关技术；切实提高机器学习算法的理解与应用，提升对新理论、新方法的把握能力和研究能力，以及正确的解决工程问题的实践能力。课程面向模式识别领域的前沿知识，内容兼顾基本理论和应用实例，紧扣该领域国际发展前沿和热门研究课题，将实例贯穿于知识点，并能够对知识点进行延伸扩展，达到举一反三的目的。
（四）《计算机视觉与智能医学图像处理》
通过本课程的学习，不仅要使学生打下坚实的医学图像处理的基础理论，掌握现代医学数字图像处理的内容、模式和发展趋势，更要使同学们对数字图像处理理论在医学成像分析中的应用与发展有一个清楚的认识，提高其计算机图像处理的编程、动手能力。能够掌握一些基本的医学数字图像处理的技术技能，培养创新思维，提高发现问题和解决问题的能力，为学生建立健全合理的知识结构打下坚实的基础。
（五）《医疗大数据与数据挖掘》
本课程将介绍数据挖掘与医疗大数据技术的基本理论和体系架构，通过大型数据挖掘和大数据处理项目案例阐述数据挖掘和大数据项目的实施过程和方法。通过实际应用案例讲解数据清洗、数据预处理、数据挖掘算法等重要概念。详细讲解构建数据挖掘体系的核心方法和技术，并结合实际项目搭建数据挖掘环境。熟悉主流数据挖掘厂商及相关软件产品的操作和使用。
（六）《人工智能》
人工智能是一门综合性前沿学科，是计算机学科的重要分支。通过对人工智能课程的学习，使学生掌握人工智能技术的基本原理；了解启发式搜索策略、与或图搜索问题、谓词逻辑与归结原理、知识表示、不确定性推理方法、机器学习和知识发现等目前人工智能的主要研究领域的原理、方法和技术；增强学生的逻辑思维与实验能力，为今后在各自领域开拓高水平的人工智能技术应用奠定基础。
（七）《人工神经网络》
本课程旨在理论和技术上深入地介绍人工神经网络理论、模型及其应用，内容包括生物神经元及生物神经网络，人工神经网络及其发展与现状，常用神经网络原理及学习算法。重点是神经网络的优越性，BP网络算法及应用，自组织神经网络，Hopfield网络理论。通过本课程的学习，使学生掌握人工神经网络基本理论及其应用，掌握人工神经网络单层网、多层网、循环网等各种基本网络模型的结构、特点、典型训练算法、运行方式、典型问题，掌握软件实现方法。
专业：信息与计算科学
一、信息与计算科学专业基础课程和专业教育课程开设情况
（一）专业基础课程
设数学分析、高等代数、解析几何、计算机导论、高级语言程序设计、概率论与数理统计、常微分方程、大学物理。
（二）专业教育课程
计算机组成原理、数据结构与算法分析、java Web程序设计
操作系统、数据库原理、数据库课程设计、计算机网络与通信。
二、信息与计算科学专业核心课程介绍
（一）《java Web程序设计》
Java Web程序设计是计算机科学与技术相关专业的专业课。该课程主要讲授利用Java进行Web程序设计方法和思想。该课程借助Java、HTML、Javascript作为教学语言，讲授Web程序开发的基础理论和基本思想，培养学生的系统开发思维。课程的总体目标是使学生能够使用Java语言开发Web应用程序，并掌握常见的应用框架，也为学生今后学习Java高级编程打下坚实的基础。
（二）《数学建模》
本课程主要介绍数学建模的概述、初等模型、微分方程模型、概率统计模型、运筹学模型、图论与网络模型等基本建模方法及求解方法。通过具体实例引入使学生掌握数学建模基本思想、基本方法、基本类型。学会进行科学研究的一般过程，并能进入一个实际操作的状态。通过数学模型有关的概念、特征的学习和数学模型应用实例的介绍，培养学生双向翻译能力，数学推导计算和简化分析能力，熟练运用计算机能力；培养学生联想、洞察能力、逻辑推理能力、综合分析能力；培养学生应用数学解决实际问题的能力。
（三）《微分方程》
微分方程是数学类各专业的一门应用性较强的基础课，是数学科学联系实际的主要桥梁之一。该课程对训练学生的数学思维、应用意识和分析与解决实际问题的能力有着极为重要的作用。本课程一方面建立起常微分方程本身的基础理论，为它的后继课程做好准备；另一方面，也为训练学生理论联系实际，加强分析问题能力。是数学科学联系实际的主要桥梁之一。
（四）《解析几何》
该课程是初等数学通向高等数学的桥梁，是数学专业课的基石。空间解析几何是用坐标法，把数学的基本对象与数量关系紧密地联系起来。该课程的学习能够培养学生用解析几何思想解决问题的能力、提高学生的空间想象能力，为后继课程、其他学科的相关课程的学习打下坚实的基础。
（五）《计算机组成原理》
该课程全面地介绍了计算机单机系统的组成原理及内部工作机制，以运算器、存储器、控制器、输入和输出五大部件为主线，以存储程序思想为指导，讲授计算机系统基础知识，数据的表示和运算方法，运算器和控制器的组成及工作原理，分层次的存储系统构成及设计，指令系统的设计思想和方法，总线结构和设计，输入输出系统等内容。并结合当前计算机发展的新技术，介绍了多媒体信息的表示、MMX及SSE 指令、RISC 与CISC、多级 Cache 及一致性问题，USB总线技术，多总线分级结构以及流水处理、并行处理等内容。
（六）《Web前端技术基础》
本课程是从《静态网页制作》课程发展而来，教学内容重点介绍HTML、CSSDIV、JavaScript、网站调试与发布等知识，使学生精通行业常用的网站开发技术，熟悉商业网站制作流程，达到 web 前端开发工程师岗位的技术与能力要求。。
（七）《数据库原理》
本课程系统地介绍了数据库的基本理论，并以目前比较流行的大型关系型数据库SQL Server 为载体，向学生讲述了大型关系数据库的概念、管理、设计和开发。通过本果程的学习，要求学生能从实用性的角度出发理解并掌握数据库的安全性、并发控制和恢复技术，能熟练的编写基本的 SQL 语句，掌握索引、数据完整性、视图、存储过程触发器等概念及使用方法，并能进行数据库的设计、开发与管理。
（八）《数学分析》
本课程是数学级相关专业最重要的基础课之一，其内容丰富，主要包括极限理论、一元函数微分学、一元微积分学、级数理论、多元微分学、多元函数积分学等，整个数学专业课程体系中处于基础、核心和关键地位。一方面与初等数学知识有着密切的联系，同时又为微分几何、微分方程、复变函数、概率论与数理统计等后继课程提供必要的基础知识和基本技能的训练。
