当前位置: 首页 >> 本科教育 >> 培养计划 培养计划

浙江科技学院信息与计算科学专业培养方案

一、培养目标

    本专业培养具有良好数学素养,掌握信息科学和计算科学的基础理论与方法,受到科学研究的初步训练,能运用所学知识解决实际工作中遇到的信息处理问题的高素质应用型专门人才。毕业生能胜任信息产业、经济金融等部门的数据处理与计算、应用软件开发或金融问题建模、管理决策等工作,也能在科技、教育等部门从事科研、教学等工作,也可以攻读相关专业的研究生学位。

二、培养标准

    本专业学生主要学习信息和计算科学的基础理论、基本知识和基本方法,打好数学基础,受到较扎实的计算机训练,使学生具有较强的数学建模、数值计算、数据处理及程序设计、应用软件设计与开发,或金融信息分析、精算设计与应用等能力。本专业分应用软件与数据处理、金融数学两个专业模块。毕业生的知识、能力和素质应达到以下几方面的要求:
    1、基本素质要求
    (1)热爱祖国,拥护中国共产党的领导,树立科学的世界观、人生观和价值观,具有责任心和社会责任感,自觉遵纪守法,注重职业道德,具有诚信意识和团队精神。
    (2)具有一定的文学艺术修养、人际沟通修养和现代意识。
    (3)具有较为扎实的数学知识,学会科学思维和科学研究方法,具备求实创新意识和严谨的科学素养。
    (4)具有良好的身体素质,健康的心理素质及良好的行为习惯。

    2、能力结构要求
    (1)具有良好的自学能力以及获取新知识的能力。
    (2)具有较强的分析、归纳、抽象、演绎推理、空间想象、科学计算等能力,并具有综合运用所学知识解决实际问题的能力,应用软件模块学生应具有一定的程序设计、系统分析与设计、应用软件设计与开发等能力,金融数学模块学生应具有一定的金融信息分析、精算设计与应用、计算机财务管理应用等能力。
    (3)具有良好的团结协作能力,一定的组织管理能力以及较好的人际交往、社会适应能力。
    (4)具有一定的创造性思维能力,并对新知识、新技术具有较强的求知欲望和良好的接受能力。

    3、知识结构要求
    (1)掌握一门外语,能熟练使用计算机(程序设计、办公自动化等),能利用现代信息技术查阅专业文献资料。
    (2)有一定的文学、哲学、历史、经济等人文社科知识及自然科学知识。
    (3)具有良好的数学基础,掌握数学软件(MATLAB等)、数学建模和数值计算方法等基本知识,掌握数据管理、数据分析与数据挖掘的基本技能,应用软件模块学生应有较强的编程知识及技能,并掌握软件开发的相关工具及流程,金融数学模块学生应有较好的经济金融知识,并掌握财务管理、精算方法应用等的基本理论与方法。

三、知识、能力和素质实现矩阵

要求内容

配套主要课程或教育培养措施

知识要求

工具性知识

通过大学英语、双语课程等教学及专业文献翻译,达到熟练使用英语阅读和翻译专业文献并进行简单交流;通过C语言程序设计、数据结构、数据库原理等相关课程、毕业设计(论文)过程等,实现计算机的熟练使用,掌握文献资料的查阅方法。

人文社科及自然科学知识

通过大学语文、大学物理、公共拓展复合课程选修等教学环节实现。

专业知识

通过专业层次课程的必修、专业拓展与专业复合课程的选修,达到熟练掌握数学基础以及专业模块相关的基础知识与方法。

能力要求

获取知识的能力

通过课内外教学,提高知识的消化和吸收能力,培养自主学习能力。

知识应用与实践能力

通过课程实验、课程设计、开放性实验、学科竞赛、科技项目、技术实习以及毕业设计(论文)等环节,逐步提高知识应用与实践能力。

交流协作及组织管理能力

通过参加社会实践、学科竞赛、科技项目、技术实习、志愿者活动、学会与社团活动等环节锻炼和培养学生的交流协作、组织管理及社会适应能力。

创新能力

通过专项设计、开放性实验、学科竞赛、科技项目以及毕业设计(论文)等环节,逐步提高创新能力。

素质要求

思想道德素质

通过“思政”类课程和思政社会实践等环节实现。

文化素质

通过选修人文社科艺术类、经济管理类等公共拓展复合课程以及参加相关活动来实现。

专业素质

通过专业课程学习,参加专业学术报告、专业实践等环节,逐步培养专业的基本素质。

身心素质

通过体育、大学生心理健康教育等课程以及参加体质健康训练、军事训练、各类有益身心健康的活动等环节,提高身体素质和心理素质。

四、主干学科

数学、计算机科学与技术、金融学。

五、专业核心课程

数学分析、高等代数与解析几何、概率论、数理统计、常微分方程(双语)、离散数学、数据结构、数值计算方法、复变函数、数据库原理、数据分析、运筹与优化、C++面向对象程序设计等。

六、主要实践环节

认识实习、课程设计、数学建模实训、技术实习、毕业设计(论文)等。

七、学制、学位及学分要求

1.学制:实行弹性学制, 本科基本学制一般为4年, 可提前1年毕业, 最长不超过8年。
2.授予学位:授理学学士学位。
3.本专业毕业最低学分要求:170学分。

 

 

浙江科技学院应用物理专业培养方案

一、培养目标

    本专业培养具有较扎实的物理学基础和相关应用领域的专门知识,具有较强实践能力和创新意识,具有能在应用物理学科、交叉学科以及相关科学技术领域从事研究、教学、新技术开发与应用以及管理基础的人才。本专业部分毕业生适合在相关学科领域进一步深造。

二、培养要求

    本专业学生主要学习物理学和特定专业方向的基本知识与原理、基本实验技能与技术,接受科学思维和物理学研究方法的训练,具有良好的科学精神、科学素养、科学作风和创新意识,具备一定的独立获取知识的能力、实践能力和技术开发能力。为能服务于国家经济建设和社会发展对技术开发、新材料开发、应用研究等应用性人才的需求,本专业分光电技术应用和材料物理两个专业方向。通过本专业的学习,毕业生应具备以下要求:
    1、素质要求
    (1)思想道德素质:热爱祖国,拥护中国共产党的领导,树立科学的世界观、人生观和价值观;具有责任心和社会责任感;具有法律意识,自觉遵纪守法;热爱本专业、注重职业道德修养;具有诚信意识和团队精神。
    (2)文化素质:具有一定的文学艺术修养、人际沟通修养和现代意识。
    (3)专业素质:具有较为扎实的数学、物理和计算机基础,学会科学思维和科学研究方法;具备应用物理学中某一专门方面(如光电技术、材料物理等方向)的知识和技能进行技术开发、应用研究、教学和相关管理工作的能力;了解相近专业以及应用领域的一般原理和知识;了解我国科学技术、知识产权等方面的方针、政策和法规;了解应用物理的理论前沿、应用前景和最新发展动态以及相关高新技术产业的发展状况;掌握资料查询、文献检索及运用现代信息技术获取最新参考文献的基本方法;具有一定的实验设计,创造实验条件,归纳、整理、分析实验结果、撰写、参与学术交流能力。具备求实创新意识和严谨的科学素养。
    (4)身心素质:具有较好的身体素质和心理素质。

    2、能力要求
    (1)获取知识的能力:具有较强的分析、归纳、抽象、演绎推理、空间想象、准确计算等能力,具有良好的自学能力以及获取新知识的能力;
    (2)知识应用与实践能力:具有综合应用知识解决实际问题能力、综合实验能力、数据处理能力、数值计算能力、专业软件应用能力、计算机技术应用能力、光电技术应用能力、材料分析测试能力等。
    (3)创新能力:具有创造性思维能力,有一定的科技开发与研究能力,以及对新知识、新技术具有着较强的求知欲望和良好的接受能力;
    (4)交流协作及组织管理能力:具有较强的专业知识表达能力、良好的团结协作能力,较强的组织管理能力以及较好的人际交往、社会适应能力。

    3、知识要求
    (1)工具性知识:①要求学生掌握一门外语,具有听、说、读、写的基本能力。②要求学生掌握计算机软件、硬件技术的基本知识,熟练掌握计算机基本操作、程序设计和办公自动化的基本技能;熟练掌握文献查阅检索技能,以及科技论文的写作。③具有良好的数学基础,如矢量与微积分初步等;学会一些实用的数学工具软件如MATLAB等;掌握数值计算处理和分析等基本知识。
    (2)人文社会科学知识:①要求学生能用马克思主义的世界观和方法论武装头脑,树立正确的世界观、人生观和价值观。②要求学生有一定的人文社科知识与艺术修养。③具有一定的经营管理意识,掌握一定的合作技巧及金融、管理技术和经济分析工具。④初步掌握锻炼身体的基本技术,养成科学锻炼身体的习惯,身体健康,达到大学体育合格标准。
    (3)自然科学知识:掌握自然科学(数学、物理等)的基本理论和方法,并会利用其分析问题和解决问题。
    (4)专业知识:①应用物理与工程技术的基础理论如基础物理、理论物理、光电子学等。②基本动手能力的培养与锻炼,如基础物理实验、模电数电实验、材料与等离子体实验和光电器件显示与检测实验等。③能运用所学的专业知识和技能拓展分析解决实际问题,光电技术方向学生具备光电技术分析、应用与检测等能力,材料物理方向学生具备材料分析与测试、半导体器件设计与制备等能力。

三、知识、能力和素质实现矩阵

要求内容

配套主要课程或教育培养措施

备注

知识要求

专业知识:较为系统地掌握物理学领域的基本理论、基本实验技能以及所需的各种基础知识。

通过专业主干课程、拓展复合课程、实验实践应用等环节来实现

打好扎实的专业基础,了解应用物理学相关专业方向的前沿、发展动态、应用前景以及相关高新技术产业的发展状况。

工具知识:掌握外语、计算机及信息技术、数学基础、专利申请等方面知识

大学英语、高等数学、线性代数、C语言程序设计、计算机辅助设计
通过《大学英语》、《计算机基础》、专业双语教学课程的学习、科技英语讲座、举行英语演讲比赛、参加英语等级考试、专业文献翻译等环节来实现。

外语方面要求:达到熟练阅读和翻译专业文献并进行简单交流;计算机方面要求:达到熟练应用计算机并基本掌握数学基础和常用软件。

人文社科知识

通过“思政”类课程和思政社会实践等课外社会实践活动等环节实现

具有一定的哲学、政治学、法学、心理学、经济管理等方面的知识。

其它自然科学和相关工程技术的基础知识

通过模拟电子技术、数字电子技术、信号与系统等拓展复合课程来实现

为拓展应用作准备

能力要求

获取知识的能力

通过听课学习、练习、应用的反复操练来实现

具有自学能力、获取和加工处理信息的能力。

应用知识的能力:具备较强的实验和工程实践能力

通过基础实验和专业实验提高实验能力和动手能力;通过认识实习、金工实习、社会实践、课程设计、毕业实习等阶段递进式的实习,以及创新实践活动和导师指导下的科研活动,逐步提高工程实践能力。

具有综合应用知识解决问题的能力、实验和工程实践能力,计算机及信息技术应用能力。

具备一定的交流合作和组织管理能力

通过参加工程实践、科技竞赛、科研项目、志愿者活动、学会社团活动、社会实习等锻炼和培养学生的交流合作和组织管理能力。

具有一定的技术管理能力,具有较好的书面和口头表达能力、与人沟通能力、团队协作能力和活动策划能力

创新能力

通过理论教学与实际应用的结合,如科研实践、应用技术课程设计、团队协作等环节来实现

具有一定的创造性思维能力、科学研究能力、技术开发能力。

素质要求

思想品德素质

通过“思政”类课程和课外社会实践活动等环节实现

具有良好的公民意识、法制意识、政治素质、思想素质、道德品质、诚信品质。能维护和履行公民道德纲要,为社会做出贡献

专业素质

通过专业主干课程的学习、实验实践的锻炼、专业思想教育、参加专业学术报告、集中性实践环节、毕业论文的完成以及参加各类物理竞赛和计算机程序设计竞赛等环节来实现。

具有科学思维方法、科学精神、创新意识、技术应用意识和工程技术素养。

人文素质

通过选修除自然科学与工程技术外素质类课程群来实现

具有文化素养、艺术素养、现代意识、全球意识、团队精神

身心素质

体育、体质健康训练、大学生心理健康教育、户外活动、运动会、各类比赛、军事训练等环节实现

具有良好的身体素质和心里素质

四、主干学科

物理学

五、主要课程

基础物理、数学物理方法、量子力学、理论力学、光电材料导论、电磁场与电磁波、光电子学、传感原理与检测技术、热力学与统计物理、微电子学、专业英语。

双语教学课程:应用光学、电光源与显示器件基础、激光技术及应用(德国)

自学或讨论课程:科学技术史、计算机网络技术及应用

六、主要实践环节

军训、社会实践、基础物理实验、近代物理实验、电子技术实验、材料与等离子体实验、光电器件与检测实验、光电子信息技术实验、应用技术实践、毕业设计(论文)

七、毕业学分要求

1.学制:实行弹性学制, 本科基本学制一般为4年, 可提前1年毕业, 最长不超过8年。
2.授予学位:本科毕业, 授理学学士学位。
3.本专业毕业最低学分要求:169.0学分。

八、学分结构要求

课程设置及修读类型

学分/及占比

学分

学分比例

理论教学环节

基础层次(必修)

42

占理论课总学分的36.4%

专业层次(必修)

43

占理论课总学分的37.2%

拓展复合层次(选修)

30.5

占理论课总学分的26.4%

小计

115.5

68.30%

实践教学环节

必修

53.5

31.70%

合计

169

100.00%

 

浙江科技学院信息与计算科学(大数据班)专业培养方案

(本培养方案适用于2017

一、培养目标

    本专业培养德、智、体、美全面发展,具备数据科学家和数据工程师的基本能力与素质的应用型专门技术人才。毕业生具有数据科学与大数据技术专业所必需的数学、统计学、计算机和人工智能等学科的基本理论知识;掌握数据获取、数据管理和数据挖掘的基本方法;掌握大数据存储相关的分布式数据库技术、大数据分析相关的统计软件、大数据挖掘相关的智能算法和编程语言;了解大数据应用领和学科发展的前沿知识。毕业后能在金融、商业、电力、电信、医疗等各行业从事大数据分析和数据挖掘工作;也可进一步攻读应用统计、计算机等相关专业的研究生;也可自主创业数据公司,为企事业单位的决策提供数据分析服务。

    本专业毕业生在毕业后5年左右应达到以下目标:科学文化素养、社会责任感、职业道德、沟通交流能力、团队协作能力等明显提升;能在大数据应用领域内充分展现才能并发挥应有作用;能熟练运用专业知识及技能独立开展大数据分析、大数据管理、大数据系统的开发工作,并能以技术或管理骨干的角色组织实施团队项目。

二、培养标准

      本专业学生主要学习数据科学与大数据技术的基础理论、基本知识和基本方法,打好基础,受到较扎实的计算机训练,使学生具有较强的数据分析与数据处理等能力。毕业生的知识、能力和素质应达到以下几方面的要求:
    1、基本素质要求
    1)热爱祖国,拥护中国共产党的领导,树立科学的世界观、人生观和价值观,具有责任心和社会责任感,自觉遵纪守法,注重职业道德,具有诚信意识和团队精神。
    2)具有一定的文学艺术修养、人际沟通修养和现代意识。
    3)具有较为扎实的数学知识,学会科学思维和科学研究方法,具备求实创新意识和严谨的科学素养。
    4)具有良好的身体素质,健康的心理素质及良好的行为习惯。

    2、能力结构要求
    1)具有良好的自学能力以及获取新知识的能力。
    2从事行业大数据分析、应用系统设计与实现的能力,特别在数据仓库设计、数据特征工程、数据挖掘算法设计、大数据分布式处理等方面,受到系统而严格的工程训练。同时,具备良好的工程项目交流、表达、组织、管理、协调与沟通的能力。
    3)具有良好的团结协作能力,一定的组织管理能力以及较好的人际交往、社会适应能力。
    4)具有一定的创造性思维能力,并对新知识、新技术具有较强的求知欲望和良好的接受能力。

    3、知识结构要求
    1)掌握一门外语,能熟练使用计算机(程序设计、办公自动化等),能利用现代信息技术查阅专业文献资料。
    2)有一定的文学、哲学、历史、经济等人文社科知识及自然科学知识。
    3具有良好的数理自然科学基础,扎实的信息科学基础;具有较好的人文社会科学、管理科学知识;熟练掌握大数据科学与技术核心专业知识和应用技术,主要包括多元统计分析、数值计算方法、最优化理论、数据获取技术、大数据分布式处理、数据挖掘技术、分布式数据库、数据可视化等。

三、知识、能力和素质实现矩阵

要求内容

配套主要课程或教育培养措施

知识要求

工具性知识

通过大学英语、双语课程等教学及专业文献翻译,达到熟练使用英语阅读和翻译专业文献并进行简单交流;通过C语言程序设计、数据结构、数据库原理等相关课程、毕业设计(论文)过程等,实现计算机的熟练使用,掌握文献资料的查阅方法。

人文社科及自然科学知识

通过大学语文、大学物理、公共拓展复合课程选修等教学环节实现。

专业知识

通过专业层次课程的必修、专业拓展与专业复合课程的选修,达到熟练掌握数学基础以及专业模块相关的基础知识与方法。

能力要求

获取知识的能力

通过课内外教学,提高知识的消化和吸收能力,培养自主学习能力。

知识应用与实践能力

通过课程实验、课程设计、开放性实验、学科竞赛、科技项目、技术实习以及毕业设计(论文)等环节,逐步提高知识应用与实践能力。

交流协作及组织管理能力

通过参加社会实践、学科竞赛、科技项目、技术实习、志愿者活动、学会与社团活动等环节锻炼和培养学生的交流协作、组织管理及社会适应能力。

创新能力

通过专项设计、开放性实验、学科竞赛、科技项目以及毕业设计(论文)等环节,逐步提高创新能力。

素质要求

思想道德素质

通过“思政”类课程和思政社会实践等环节实现。

文化素质

通过选修人文社科艺术类、经济管理类等公共拓展复合课程以及参加相关活动来实现。

专业素质

通过专业课程学习,参加专业学术报告、专业实践等环节,逐步培养专业的基本素质。

身心素质

通过体育、大学生心理健康教育等课程以及参加体质健康训练、军事训练、各类有益身心健康的活动等环节,提高身体素质和心理素质。

四、主干学科

数学、计算机科学与技术、统计学。

五、专业核心课程

数据库原理、最优化方法  、多元统计分析 、应用回归分析、机器学习原理与算法、大数据处理导论、大数据处理导论、大数据应用开发语言、数据仓库与数据挖掘、Java程序设计。

六、主要实践环节

认识实习、课程设计、数学建模实训、技术实习、毕业设计(论文)等。

七、学制、学位及学分要求

1.学制:实行弹性学制, 本科基本学制一般为4, 可提前1年毕业, 最长不超过8年。
2.授予学位:授理学学士学位。
3.本专业毕业最低学分要求:174学分。

八、学分结构要求

课程设置及修读类型

学分及占比

学分

学分比例

理论教学环节(不含课内实验)

通识教育课

必修

36

20.69%

选修

8

4.60%

学科专业类基础课

必修

35.5

20.40%

专业核心课(必修)

26

14.94%

拓展复合课(选修)

21

12.07%

小计

126.5

72.70%

实践教学环节

必修

47.5

27.30%

合计

174

100%

 

 

 

浙江科技学院数据科学与大数据专业培养方案 

一、培养目标

      本专业培养德、智、体、美全面发展,具备数据科学家和数据工程师的基本能力与素质的应用型专门技术人才。毕业生具有数据科学与大数据技术专业所必需的数学、统计学、计算机和人工智能等学科的基本理论知识;掌握数据获取、数据管理和数据挖掘的基本方法;掌握大数据存储相关的分布式数据库技术、大数据分析相关的统计软件、大数据挖掘相关的智能算法和编程语言;了解大数据应用领和学科发展的前沿知识。毕业后能在金融、商业、电力、电信、医疗等各行业从事大数据分析和数据挖掘工作;也可进一步攻读应用统计、计算机等相关专业的研究生;也可自主创业数据公司,为企事业单位的决策提供数据分析服务。

    本专业毕业生在毕业后5年左右应达到以下目标:科学文化素养、社会责任感、职业道德、沟通交流能力、团队协作能力等明显提升;能在大数据应用领域内充分展现才能并发挥应有作用;能熟练运用专业知识及技能独立开展大数据分析、大数据管理、大数据系统的开发工作,并能以技术或管理骨干的角色组织实施团队项目。

二、培养标准

      本专业学生主要学习数据科学与大数据技术的基础理论、基本知识和基本方法,打好基础,受到较扎实的计算机训练,使学生具有较强的数据分析与数据处理等能力。毕业生的知识、能力和素质应达到以下几方面的要求:
    1、基本素质要求
    1)热爱祖国,拥护中国共产党的领导,树立科学的世界观、人生观和价值观,具有责任心和社会责任感,自觉遵纪守法,注重职业道德,具有诚信意识和团队精神。
    2)具有一定的文学艺术修养、人际沟通修养和现代意识。
    3)具有较为扎实的数学知识,学会科学思维和科学研究方法,具备求实创新意识和严谨的科学素养。
    4)具有良好的身体素质,健康的心理素质及良好的行为习惯。

    2、能力结构要求
    1)具有良好的自学能力以及获取新知识的能力。
    2从事行业大数据分析、应用系统设计与实现的能力,特别在数据仓库设计、数据特征工程、数据挖掘算法设计、大数据分布式处理等方面,受到系统而严格的工程训练。同时,具备良好的工程项目交流、表达、组织、管理、协调与沟通的能力。
    3)具有良好的团结协作能力,一定的组织管理能力以及较好的人际交往、社会适应能力。
    4)具有一定的创造性思维能力,并对新知识、新技术具有较强的求知欲望和良好的接受能力。

    3、知识结构要求
    1)掌握一门外语,能熟练使用计算机(程序设计、办公自动化等),能利用现代信息技术查阅专业文献资料。
    2)有一定的文学、哲学、历史、经济等人文社科知识及自然科学知识。
    3具有良好的数理自然科学基础,扎实的信息科学基础;具有较好的人文社会科学、管理科学知识;熟练掌握大数据科学与技术核心专业知识和应用技术,主要包括多元统计分析、数值计算方法、最优化理论、数据获取技术、大数据分布式处理、数据挖掘技术、分布式数据库、数据可视化等。

三、知识、能力和素质实现矩阵

要求内容

配套主要课程或教育培养措施

知识要求

工具性知识

通过大学英语、双语课程等教学及专业文献翻译,达到熟练使用英语阅读和翻译专业文献并进行简单交流;通过Phython、机器学习原理与算法、数据库原理等相关课程、毕业设计(论文)过程等,实现计算机的熟练使用,掌握文献资料的查阅方法。

人文社科及自然科学知识

通过大学语文、大学物理、公共拓展复合课程选修等教学环节实现。

专业知识

通过专业层次课程的必修、专业拓展与专业复合课程的选修,达到熟练掌握数据科学与大数据技术以及各专业模块的基础知识与方法。

能力要求

获取知识的能力

通过课内外教学,提高知识的消化和吸收能力,培养自主学习能力。

知识应用与实践能力

通过课程实验、课程设计、开放性实验、学科竞赛、科技项目、技术实习以及毕业设计(论文)等环节,逐步提高知识应用与实践能力。

交流协作及组织管理能力

通过参加社会实践、学科竞赛、科技项目、技术实习、志愿者活动、学会与社团活动等环节锻炼和培养学生的交流协作、组织管理及社会适应能力。

创新能力

通过专项设计、开放性实验、学科竞赛、科技项目以及毕业设计(论文)等环节,逐步提高创新能力。

素质要求

思想道德素质

通过“思政”类课程和思政社会实践等环节实现。

文化素质

通过选修人文社科艺术类、经济管理类等公共拓展复合课程以及参加相关活动来实现。

专业素质

通过专业课程学习,参加专业学术报告、专业实践等环节,逐步培养专业的基本素质。

身心素质

通过体育、大学生心理健康教育等课程以及参加体质健康训练、军事训练、各类有益身心健康的活动等环节,提高身体素质和心理素质。

四、主干学科

数学、计算机科学与技术、统计学。

五、专业核心课程

数据库原理、最优化方法、多元统计分析、机器学习原理与算法、计算机组成原理、数据仓库与数据挖掘、Java程序设计。

六、主要实践环节

认识实习、课程设计、机器学习算法专项实验、行业大数据分析与处理、分布式计算实践、技术实习、毕业设计(论文)等。

七、学制、学位及学分要求

1.学制:实行弹性学制, 本科基本学制一般为4, 可提前1年毕业, 最长不超过8年。
2.授予学位:授理学学士学位。
3.本专业毕业最低学分要求:175.5学分。

八、学分结构要求

课程设置及修读类型

学分及占比

学分

学分比例

理论教学环节(不含课内实验)

通识教育课

必修

39

22.22%

选修

8

4.56%

学科专业类基础课

必修

30.5

17.38%

专业核心课(必修)

22.5

12.82%

拓展复合课(选修)

28

15.95%

小计

128

72.93%

实践教学环节

必修

47.5

27.07%

合计

175.5

100%