MIT人工智能课程介绍：EECS专业课程结构

MIT人工智能课程介绍：EECS专业课程结构

麻省理工学院（MIT）的计算机科学与工程（EECS）专业以其严谨的课程设置和实践导向的教学理念而闻名。本文将详细介绍MIT EECS专业的课程结构，特别是与人工智能相关的课程设置，帮助有志于深入学习人工智能的学生更好地了解MIT的课程体系。

在麻省理工学院（MIT），人工智能（AI）是计算机科学与工程（EECS）专业的一部分。MIT的课程安排较为直接，以下是EECS专业人工智能相关课程的概述。相比于斯坦福，MIT的课程内容更为实用，尤其适合有志于深入学习人工智能的学生。

计算机科学与工程学士学位（Bachelor of Science in Computer Science and Engineering）

MIT的计算机科学与工程学士学位课程设有部门计划，主要包括计算机科学基础课程、必修课程以及高级本科课程。

部门必修课程（Departmental Requirements）

• 6.0001 计算机科学编程Python 简介
• 6.042[J] 计算机科学数学
• 6.UAT 口语交流 (CI-M)

三选一：

• 6.01 通过机器人技术的 EECS
• 6.02 通过通信网络的 EECS
• 6.03 通过医疗技术的EECS

Computer Science Requirements（CS必须的）

• 6.004 计算结构
• 6.006 算法简介
• 6.009 编程基础
• 6.031 软件构建要素
• 6.033 计算机系统工程 （CI-M）
• 6.034 人工智能
• 或 6.036 机器学习简介
• 6.045[J] 自动机、可计算性与复杂性
• 或 6.046[J] 算法设计与分析

高级本科科目

• 6.023[J] 生物系统中的场、力和流动
• 6.025[J] 医疗器械设计 （CI-M）
• 6.035 计算机语言工程
• 6.047 计算生物学：基因组、网络、进化
• 6.061 电力系统简介
• 6.101 模拟电子入门实验室 （CI-M）
• 6.111 数字系统入门实验室
• 6.115 微机项目实验室 （CI-M）
• 6.131 电力电子实验室 （CI-M）
• 6.172 软件系统的性能工程
• 6.175 建设性计算机体系结构
• 6.301 固态电路
• 6.302 反馈系统设计
• 6.602 光子学基础
• 6.701 纳米电子学概论
• 6.717[J] 微机电系统的设计与制造
• 6.801 机器视觉
• 6.802[J] 计算与系统生物学基础
• 6.803 人类智能企业
• 6.804[J] 计算认知科学
• 6.806 高级自然语言处理
• 6.813 用户界面设计和实现
• 6.814 数据库系统
• 6.815 数字和计算摄影
• 6.816 多核编程
• 6.819 计算机视觉的进步
• 6.837 计算机图形学
• 6.905 大规模符号系统

独立探究主题

• 6.035 计算机语言工程
• 6.047 计算生物学：基因组、网络、进化
• 6.100 电气工程与计算机科学项目
• 6.111 数字系统入门实验室
• 6.1151 微机项目实验室 - 独立调查 （CI-M）
• 6.129[J] 生物电路工程实验室 （CI-M）
• 6.1311 电力电子实验室 - 独立调查 （CI-M）
• 6.141[J] 机器人技术：科学与系统 （CI-M）
• 6.161 现代光学项目实验室 （CI-M）
• 6.163 项目实验室 （CI-M）
• 6.170 软件工作室
• 6.172 软件系统的性能工程
• 6.182 心理声学项目实验室 （CI-M）
• 6.805[J] 信息政策基础 （CI-M）
• 6.806 高级自然语言处理
• 6.811[J] 辅助技术的原理与实践
• 6.819 计算机视觉的进步
• 6.905 大规模符号系统

打怪升级图