1.概述
21世纪是智能科学技术快速发展的时期。一方面，当前国内外智能科学领域的相关研究如火如荼，原创性理论与核心技术的研究步伐在进一步加快，国际上对智能科学与技术专业研究型人才求贤若渴；另一方面，智能科学领域的一系列学术研究成果，迫切需要转化成能够产生社会效益、支持社会主义经济发展及人民生活需要的产品，各大型企业与知名公司对具有智能科学技术专业知识的应用型和工程型人才的需求势头正旺；智能科学与技术本科专业应当抓住这个契机，大力推进智能科学与技术的本科教育和专业建设，培养适合社会发展和市场需求的智能科学技术人才。
智能科学与技术的学科建设应坚持以学生为根本，以培养专业基础扎实、非专业素质过硬、个性特长突出的高质量专业技术人才为目标，以社会发展对人才的迫切需求为导向，以建设高水平师资队伍为重心，在人才培养模式、教学内容与课程体系、教学方法与手段、教学管理及培养质量等方面积极开展探索、改革与创新，进一步拓展行业领域的研究，形成先进的办学理念、完善的管理体制、优秀的师资队伍，为创办智能科学与技术专业探索出成功的经验。
本专业培养适应国家信息化、智能化发展的迫切需要，具有良好科学素养和文化素养，全面系统地掌握智能科学与技术领域的基本理论、基本技术等基础知识体系，同时还具有坚实的数学、物理、计算机、电子与信息处理的基础知识以及认知科学、生命科学等多学科交叉的基础知识，具有熟练的智能科学与技术的实验技能，具备从事智能科学领域应用型工作的高级技术人才。
具体来说，智能科学与技术的培养目标是为服务于地区经济建设和社会、行业的发展，培养从事与智能科学相关的设计型、工程型、应用型人才。目标职位定位是：在企事业单位，从事智能技术、开发、应用、管理等岗位工作的应用型的智能软件工程师、Web信息搜索系统设计工程师、智能机器人或其他智能系统设计工程师、IT项目部门经理等。
2. 实验平台优势
3. 实验平台硬件
4.实验平台软件
5.实验专业课程设置
（一）专业基础课程：包括计算思维和数据科学、高等数学、线性代数、Java语言程序设计、计算机程序设计、数据结构、数据库原理、操作系统等。
（二）专业核心课程：包括人工智能基础、人工智能技术、深度学习、TensorFlow基础设计、机器学习与深度学习、机器感知与模式识别、自然语言处理、知 识表示与处理、智能系统、人工智能未来发展等。
（三）实验平台课程:
基于LeNet模型和MNIST数据集的手写数字识别
基于AlexNet模型和CIFAR-10数据集的图像分类
基于GoogleNet模型和ImageNet数据集的图像分类
基于GoogleNet模型和ImageNet数据集的图像分类
基于ResNet模型和ImageNet数据集的图像分类
基于MobileNet模型和ImageNet数据集的图像分类
基于DeepID模型和CASIA WebFace数据集的人脸验证
基于Faster R-CNN模型和Pascal VOC数据集的目标检测
基于FCN模型和Sift Flow数据集的图像语义分割
基于R-FCN模型的行人检测
基于YOLO模型和COCO数据集的目标检测
基于SSD模型和ImageNet数据集的目标检测
基于YOLO2模型和Pascal VOC数据集的目标检测
基于DNN模型的鸢尾花品种识别
基于RNN模型的时序预测
基于LSTM模型的文字生成
基于LSTM模型的英法翻译
基于CNN模型的绘画风格迁移
基于CNN模型的灰色图片着色
基于GAN对抗网络的人脸生成
6.实验平台技术支持与培训
（一）从部署到使用提供完整的服务体系，参照操作手册就可以使用
（二）免费提供大量训练数据
（三）提供免费培训，帮学校培养深度学习人才
若需了解更多内容，
请拨打我司咨询电话：0755-82709812
深圳银江龙电子有限公司，竭诚为您服务！