一、智能科学与技术学什么？

该专业主要学习课程有，智能科学与技术导论，人工智能原理，智能机器人等13门课程。该专业实力雄厚的大学有，北京大学，北京邮电大学等高校。

二、智能科学与技术难学吗？

不难学！这几年不好先说一下人工智能的这一波大爆发。这一波爆发基本就靠计算机的计算力迅速提高和深度学习两个发动机带起来的。别看现在炒得这么厉害，又是奇点临近又是人工智能是人类的最后一个发明的，在深度学习之后人工智能走向何方目前还是一点曙光都没有的。很有可能深度学习的潜力被挖干净以后，人工智能又会像曾经的三次大起大落一样再次沉寂。

其次，智能科学与技术作为一个本科专业，涉猎领域实在是过于宽泛了，计算机的、控制的、微电子的，又多又杂。而且作为交叉专业，智能科学与技术的具体培养计划实在和学校原有的学科基础关系很大。比如南开的智能科学与技术几乎就和自动化没区别，比自动化多出的智能类专业课由于没有什么积淀，老师上课都是照本宣科，也就机器人学因为有机器人所在课程质量还行。

最后作为一个智能科学与技术专业的毕业生，提供一点建议吧。如果毕业直接就业的话，你可以把这个专业当成计算机来上，因此可以的话建议直接计算机。如果毕业之后想继续深造，看你是想做理论还是应用，理论建议本科选择应用数学，应用还是选计算机，研究生阶段计算机或者控制或者筹备中的人工智能一级学科。总之，完全没有在本科阶段去上这个专业的必要，我个人的体会就是名头很好听，实际金玉其外，如人饮水冷暖自知了。

三、智能科学与技术专业代码？

专业代码080907T。

智能科学与技术是普通高等学校本科专业，属于计算机类专业，学制四年，授予理学学士学位/工学学士学位，专业代码080907T。

该专业培养具备基于计算机技术、自动控制技术、智能系统方法、传感信息处理等科学与技术，进行信息获取、传输、处理、优化、控制、组织等并完成系统集成的，具有相应工程实施能力，具备在相应领域从事智能技术与工程的科研、开发、管理工作的、具有宽口径知识和较强适应能力及现代科学创新意识的高级技术人才；可从事IT类企业人机识别技术、智能机器人研发、VR技术、人工智能、模式识别等相关岗位，例如通信技术工程师、集成电路IC设计/应用工程师、供应链管理、软件工程师等。

该专业主要课程有：《软件开发技术》《数据结构与算法》《自然语言处理中的经验性方法》《机器视觉技术》《智能控制与智能计算》等。

四、智能科学与技术学科评估？

“智能科学与技术”是面向前沿高新技术的基础性本科专业，覆盖面很广。专业涉及机器人技术，以新一代网络计算为基础的智能系统，微机电系统（MEMS），与国民经济、工业生产及日常生活密切相关的各类智能技术与系统，新一代的人－机系统技术等。

特别是经过近几十年的发展，智能技术及其应用已经成为IT行业创新的重要生长点，其广泛的应用前景日趋明显，如智能机器人、智能化机器、智能化电器、智能化楼宇、智能化社区、智能化物流等等，对人类生活的方方面面产生了重要的影响。

五、智能科学与技术专业电脑推荐？

、智能科学与技术专业可以买联想笔记本、戴尔电脑、荣耀笔记本品牌电脑。

2、智能科学与技术专业除开设计算机专业的核心及平台课程外，开设的专业课程主要包括：智能科学技术导论（含脑科学、生命科学与认知科学）、人工智能原理、智能机器人、智能游戏、虚拟现实技术、模式识别、数据挖掘、仿真建模与MATLAB、自然语言处理、智能信息获取技术、智能管理等。

六、智能科学与技术专业学科评估？

智能科学与技术专业的学科评估排名较好的学校有：

北京大学、复旦大学、中国人民大学、南京大学、北京师范大学、吉林大学等。

七、智能科学与技术适合女生吗？

当然适合女生。智能科学和技术是一个非常广泛的领域，它不仅涉及到计算机科学和工程，还涵盖了大量的其他科学领域，如心理学、经济学、社会学和生物学等。这个领域需要有具有创造力和创新性的人才来解决复杂的问题和挑战，不分男女。在过去，由于社会和传统观念的限制，女性在这个领域中可能受到一定程度的歧视。但现在，随着社会对性别平等的重视，以及智能科学和技术在社会中日益重要的作用，越来越多的女性开始涌入这个领域，并取得了很多优秀的成果。因此，智能科学和技术是一个开放而且包容性非常强的领域，完全适合女生。

八、智能科学与技术用于那些行业？

智能科学与技术专业主要用于在工业企业、信息网络、信息产业、电子政务、电子商务、文化教育、医疗卫生、国防等领域从事各类信息处理、计算机应用、智能化产品设计与开发等行业。

九、智能科学与技术专业就业前景？

这个专业就业前景很好,毕业生能在政府管理部门、科学研究机构、设计院、咨询公司、建筑工程公司等单位从事建筑节能减排工作，

十、智能科学与技术学哪些课程？

数字信号处理、数字图像处理、信息感知、通信原理、微机原理与接口技术、控制原理、信息网络、智能科学技术导论、脑与认知科学、数理逻辑学、人工智能基础、神经网络基础、模式识别、智能控制、移动智能、智能信息处理、人机交互、数据挖掘、自然语言处理与理解、机器翻译、机器学习、智能游戏。实践环节包括：计算机上机、实验、课程设计、大型软件设计、毕业设计。