教育教学

课程学分要求

硕士研究生应修学分

                         类别

学分要求

公共课

思想政治理论课

3

英语课

2

通识课

2

专业课

必修课

6

选修课

9
学术活动 1

劳动教育

1

开题报告

1
中期考核 1

总学分

26



硕士起点博士研究生应修学分要求

                         类别

学分要求

公共课

思想政治理论课

2

英语课

2

通识课

2

专业课

专业必修课

6

专业选修课

9
学术活动 2

劳动教育

1

开题报告

1
中期考核 1
最终学术报告
 1

总学分

27


直博生与硕博连读生应修学分要求

                         类别

学分要求

公共课

思想政治理论课

3

英语课

2

通识课

2

专业课

必修课

9

选修课

15
学术活动 2

劳动教育

1

开题报告

1
中期考核 1
最终学术报告 1

总学分

37
课程简介

外系公共课

课程代码

课程名称

学分

选修层次

开课单位

GGC5019

新时代中国特色社会主义理论与实践

2

硕士

思想政治教育与研究中心

GGC5017

自然辩证法概论

1

 硕士、直博生

GGC5021

中国马克思主义与当代

2

博士

GGC5046

南科大研究生英语

2

硕/博士

语言中心
GGC5056
 Writing for publication
 2 博士


本系公共课与专业课

课程性质

课程编码

课程名称

学分

选修层次

课程简介

通识通修课

GGC5041

专业英语写作与交流

3

硕/博士

本课程旨在提高研究生的专业英语的写作，表达及运用能力。主要内容包含英文文章的结构及常用句型和词语，英文文章的撰写、投稿和修改；文章（成果）的报告及面试。

专业必修课

MAT8031

高等统计学

3

本课程为统计学研究生和博士生基础课，旨在帮助研究生或高年级的本科同学掌握高等统计学的基本概念和原理，为今后从事统计学方面的研究打下扎实的基础。从概率论的原理出发，我们使用微积分，统计学概念和原理发展出统计推断理论。本课程是理论课，将会有大量作业，强烈建议同学们独立完成，如实在有困难，可以咨询其他同学但要确保真正理解。本课程涵盖以下主题:

1.基本概率理论； 2.变换和期望；3.常见的分布族；4.多维随机向量；5.随机抽样的性质；6.据降维原理；7.点估计和假设检验；8.区间估计；9.渐近评估。
MAT8034
 机器学习
 3 机器学习旨在构建从经验中学习的计算机系统。这是一个快速发展的跨学科领域，在计算机科学、统计学、模式识别、神经科学和物理学方面有着悠久的历史根源。机器学习方法在理论上得到快速的进步，并在实际应用中发挥了巨大作用。 本课程试图将机器学习中的许多重要思想和算法汇集在一起，并在一个系统和统一的框架中解释它们。它涵盖了回归、分类、混合模型、神经网络、深度学习、集成方法和强化学习等主题。

专业选修课

STA5001

高维统计分析

3

本课程旨在引导学生学习学科前沿的高维数据统计分析方法，帮助学生加深对惩罚最小二乘此类方法的理解，达到让学生学会使用适当的统计方法来处理高维数据分析中的问题。

STA5004

函数型数据分析

3

本课程主要介绍函数型数据分析中的各种方法，学习函数型数据分析中的估计理论和常用符法，并学习函数型数据分析的各种实际应用以及优于传统统计的一些特性。
STA5005 高等统计推断
 3

学生在完成本课程后，应该能够：（1）深入了解统计学基本原理；（2）了解不同统计模型的优缺点.（3）能够在面对不同问题中，选择合适的统计方法；（4）用统计模型和统计包解决实际问题。
STA5006
 高等随机过程
 3

本课程主要涵盖现代随机过程的基本知识，主要包括马氏过程、泊松过程、更新过程、鞅、高斯过程和布朗运动。本课程不仅讲授理论基础，也会讨论在当今统计学和数据科学中的前沿应用，主要例子包括排队论、MCMC算法、强化学习等方向上的应用。通过学习本课程，学生应当学会：

1.   解释离散时间、连续时间的随机过程的基本概念。

2.   理解如何在当今统计学和数据科学中应用随机过程。

3.   掌握通过随机分析的方法解决实际问题。

对于研究生，还应当掌握随机过程中的一些理论分析方法。
STA5007
 高级自然语言处理
 3 通过课程的学习，学生将掌握自然语言处理领域的基础知识，学习解决相关问题的常用框架与方法。课程教学的内容包括语言模型，表示学习，文本分类，序列标注，机器翻译，问答系统等等。通过学习课程学生学习使用所学知识解决自然语言处理领域的典型实际问题。
STA5101
 统计前沿选讲I
 3

本课程主要介绍图模型的一些基本理论与算法及其在互联网、社交媒体、推荐系统、生物等领域的一些应用。这是一门具有鲜明交叉学科特色的课程。数学方法将涉及到，图论、生成函数、分枝过程、贝叶斯网络、因子图模型、空腔理论、渗流、相变、信息论、机器学习、大数据等。
STA5103
 统计前沿选讲III
 3 本课程旨在使研究生学习和掌握图像处理中常用的统计与数学方法，包括傅立叶变换，凸优化，贝叶斯估计，机器学习等，使其能够应用这些数学方法解决实际图像处理问题，并具备开展相关研究的能力。基本目标是教会学生掌握图像处理中的各类统计与数学方法，培养学生的统计学思维和数学分析能力，并为后续关于图像应用方面的研究打下良好的基础。

MAT7101

广义线性模型

3

广义线性模型是经典线性模型的自然推广。广义线性模型涵盖了作为特例线性回归模型、二项响应变量的logit模型和probit模型。广义线性模型可应用于多种多样的学科领域。在经典线性模型的假设无效时，应考虑使用这一类模型。

MAT7102

概率统计专题

3

本课程介绍了某些统计概念和概率统计方法，这些概念和方法对研究生在准备研究论文时是非常有用的。该课程着重介绍最新的概率统计技术在实际中的应用以及它们的基本理论。


 外系专业课

课程性质

课程编码

课程名称

学分

选修层次

开课单位

专业必修课

MAT8030

现代概率论

3

硕/博士

数学系

专业选修课

MAT8027

测度论

3

MAT8028

科学计算

3

MAT8032

博弈论及应用

3

硕士

金融系

MAT8033

大数据分析与应用

3

信息系统与管理工程系