核心课程
CMU AI专业的核心课程丰富多样，旨在为学生打下坚实的理论基础并培养其实际操作能力。主要核心课程包括但不限于：
- 计算机科学基础：包括数据结构、算法设计、操作系统、计算机网络等，为学生构建扎实的计算机科学知识体系。
- 数学与统计学：线性代数、概率论与数理统计、优化理论等，这些课程为AI领域的机器学习、数据分析等提供必要的数学工具。
- AI核心课程：
- 机器学习：介绍机器学习的基本原理、算法和应用，是AI领域的核心课程之一。
- 计算机视觉：研究如何使计算机理解和解释数字图像和视频，是AI在图像识别、视频监控等领域的重要应用。
- 自然语言处理：探讨如何让计算机理解和生成人类语言，是AI在智能客服、机器翻译等领域的关键技术。
- 智能机器人：研究机器人的设计、制造、控制和应用，是AI与机械工程、控制理论等多学科交叉的产物。
特色课程与实践
CMU AI专业还设置了一系列特色课程和实践项目，以增强学生的实践能力和创新能力。例如：
- 机器学习实验：通过实际项目让学生动手实践机器学习算法，加深对算法原理和应用场景的理解。
- 计算机视觉实验：利用CMU计算机视觉中心的资源，进行图像识别、目标跟踪等实验，培养学生的实际操作能力。
- 跨学科项目：鼓励学生参与跨学科的研究项目，如医疗AI、教育AI等，将所学知识应用于解决社会实际问题。
