人工智能

实际会学习什么？

通过统计、算法与计算系统处理语言、图像或其他复杂数据。AI 通常建立在计算机科学、数学和具体应用领域的基础上。

一年级可能遇到的课程

以下是一般性示例，不代表某所大学的必修清单。

• 程序设计
• 线性代数
• 概率统计
• 数据结构

它与相邻方向有什么区别？

不只是调用生成式工具；需要数学、数据、建模和评估。AI 可能是本科专业内的细分方向，而非独立学位。

后续可能深入的课程

• 机器学习与模型评估
• 自然语言处理
• 计算机视觉与模型偏差

编辑性学习示例，具体学期与必修安排以各校课程为准。

学习活动的侧重

数学

经常使用

物理

依具体课程而定

阅读与写作

需要表达论证与项目记录

设计与作品

依选修或项目而定

一般教育描述，不是能力要求或对你的适合度评分。

可继续探索的细分领域

学生通常会做什么？

• 整理数据
• 训练与评估模型
• 检查模型失效情况

可能延伸的方向

职业信息仅供探索，具体发展取决于课程选择、个人经历与就业市场。

已查到的日本本科课程

课程存在与当年申请要求已核对不同；以下方向关联由编辑整理。

与这个方向相关的申请项目

只显示现有目录中有明确关联的单位；未列出不代表该校没有相关课程。

相邻学术方向

数据科学

把统计推理、程序和领域问题放在一起。重要工作不仅是建模，还包括检查数据来源、偏差、不确定性及结论能否被复核。

计算机科学

研究计算如何表达、处理与传递信息。你会学习程序、算法、数据、系统与网络，也会不断思考一种方法为什么可靠。

数学

研究结构、数量、变化与证明。大学数学强调提出精确问题，并用严谨推理说明结论。

继续了解

以下是编辑挑选的大学官方学习介绍，不作为入学要求来源。