BT2101 生物信息学基础 2 1 0 3 BT2201 生物技术简介 2 1 0 3 BT2111 微生物遗传学 3 1 0 4 BT2202 免疫学基础 2 1 0 3 BT2112 病毒学 3 1 0 4 BT2203 重组 DNA 技术与法医学 3 1 0 4 BT2133 生物实验室-III 0 0 4 2 BT2211 食品与奶制品微生物学 2 1 0 3 II BT2134 微生物实验室-III 0 0 4 2 BT2212 医学微生物学 2 1 0 3 BT2170 工业参观 0 0 0 1 BT2232 生物实验室-IV 0 0 4 2 ****** GE – III (A) 2 1 0 3 BT2233 微生物实验室-IV 0 0 4 2 ****** GE – III (A) 实验室 0 0 2 1 ****** DSE – I 3 1 0 4 ****** GE – III (B) 2 1 0 3 ****** 开放选修课 3 ****** GE – III (B) 实验室 0 0 2 1 12 5 12 24 14 6 8 27 总接触小时数 (L + T + P) 29 总接触小时数 (L + T + P) + OE 28 + 3 = 31 III 第五学期 第六学期
所有自然现象的根源是什么?物理学。从亚原子相互作用到宇宙大爆炸,物理学是一门基础科学,它使我们能够构建理性的世界观,发现看似不同的现象之间的联系。如今,物理学研究继续拓展量子计算机、太空探索和医学应用等领域技术可能性的极限。
20AI505 机器学习实验室 PC 0 0 4 2 50 50 100 20AI506 数据分析实验室 PC 0 0 2 1 50 50 100 20AI507 数据通信与计算机网络实验室
代码 课程名称 学分 AI300 人工智能中的概率方法 3-0-3 AI302 数字图像处理 3-0-3 AI304 语音处理 3-0-3 AI310 人工智能项目设计与开发 3-0-3 AI311 微控制器与嵌入式系统 3-0-3 AI312 自动化与机器人 3-0-3 AI313 物联网 3-0-3 AI314 普适计算 3-0-3 AI315 自动化中的人工智能 3-0-3 AI321 语义技术 3-0-3 AI322 计算语言学 3-0-3 AI323 信息检索 3-0-3 AI341 游戏人工智能 3-0-3 AI342 生物识别智能 3-0-3 AI405 认知人工智能 3-0-3 AI406 脑机接口3-0-3 AI407 生物启发计算 3-0-3 AI408 计算生物学 3-0-3 AI409 进化计算 3-0-3 AI415 智能系统 3-0-3 AI416 基于代理的建模 3-0-3 AI417 群体智能 3-0-3 AI424 链接数据工程 3-0-3 AI434 深度学习 3-0-3 AI435 强化学习 3-0-3 AI442 边缘计算 3-0-3 AI443 虚拟和增强现实 3-0-3 CS333 自动机理论 3-0-3 CS437 数据仓库和数据挖掘 3-0-3 MA421 数值分析 3-0-3 MT446 数字信号处理 3-0-3 MA105 多变量微积分 3-0-3
项目成果 PO-1 工程知识:将数学、科学、工程基础和冶金与材料工程知识应用于解决复杂的工程问题。 PO-2 问题分析:识别、制定、研究文献和分析复杂的工程问题,使用数学、自然科学和工程科学的第一原理得出有根据的结论 PO-3 解决方案的设计/开发:为复杂的冶金和材料工程问题设计解决方案,设计满足特定需求的系统组件或流程,同时适当考虑公众健康和安全以及文化、社会和环境因素。 PO-4 对复杂问题进行调查:使用基于研究的知识和研究方法,包括实验设计、数据分析和解释以及信息综合,以提供有效的结论。 PO-5 现代工具的使用:在了解局限性的情况下,创建、选择和应用适当的技术、资源和现代工程和 IT 工具(包括预测和建模)应用于复杂的冶金和材料工程工程活动。 PO-6 工程师与社会:运用基于背景知识的推理来评估与专业工程实践相关的社会、健康、安全、法律和文化问题以及随之而来的责任。 PO-7 环境与可持续性:了解专业工程解决方案在社会和环境背景下的影响,并展示可持续发展的认知和需求。 PO-8 道德:运用道德原则并遵守工程实践的职业道德和责任以及规范。 PO-9 个人和团队合作:作为个人、不同团队的成员或领导者以及在多学科环境中有效地发挥作用。 PO-10 沟通:就复杂的工程活动与工程界和整个社会进行有效沟通,例如,能够理解和撰写有效的报告和设计文档,进行有效的演示,并给出和接受明确的指示。 PO-11 项目管理和财务:展示对工程和管理原则的知识和理解,并将其应用于自己的工作、作为团队成员和领导者、管理项目和在多学科环境中工作。 PO-12 终身学习:认识到在技术变革的最广泛背景下进行独立和终身学习的必要性,并有准备和能力进行独立和终身学习。
计算机科学与工程系于 2010 年与 NIT Delhi 一起成立。最初,该系仅提供技术学士课程,招生人数为 30 人,目前已增加到 60 人。现在,除了技术学士课程外,该系还提供技术硕士(CSE 和分析)和博士课程,涵盖计算机科学与工程的许多重要领域。该系为学生提供广泛的本科和研究生课程,以计算机科学的应用和理论基础为基础。系里的教职员工和学生参与跨学科研究。该系的愿景是培养出能够在技术领域引领世界的优秀毕业生。该系配备了最新配置和高计算系统以及高速互联网设施。该学院的计算机科学课程致力于教育学生并推动计算机和信息技术的研究。该系拥有开展相关教学和研究工作的所有设施。
由于最近的技术突破,数据科学变得非常重要。最根本的是摩尔定律,在过去 50 年里,摩尔定律推动了每卢比计算、存储和通信的指数级增长。这种增长率没有减弱的迹象。因此,今天我们有了物联网:大量传感器的成本仅为数十卢比或更低,全球互联网的带宽几乎无限,全球云存储量巨大。当今时代几乎在所有生活领域都充满了技术进步,我们被大量数据淹没。在多个应用领域,对捕获、分析和合成大量数据集的需求日益增加,以便更好地理解各种现象,并将数据中可用的信息转化为可操作的策略,如新的科学发现、商业应用、政策制定和医疗保健等。数据科学是应用统计学、数学和计算机科学等学科的各种工具和技术的领域,用于通过分析大量数据来获得更深入的洞察力,并为各种目的做出更好、更明智的决策。数据库先驱 Jim Gray 将数据科学称为科学的第四种范式。前三种范式分别是经验范式、理论范式和计算范式。行业对训练有素的专业人员的需求不断增长,他们可以收集、处理和研究大型数据集并揭示潜在趋势和其他见解。因此,数据科学作为一门学科的研究已成为满足专业人员和研究人员应对未来挑战日益增长的需求的关键。鉴于数据科学范式的重要性日益增加,印度理工学院曼迪分校决定开设一个新的 4 年制数据科学与工程 (DSE) 学士学位课程。DSE 课程的课程侧重于向学生介绍数据科学及其应用背景下所需的应用统计学、应用数学和计算机科学的基础知识,并着重强调通过实习、实验室和处理实际问题的经验获得实践经验。课程目标:完成学位后,学生将