研究型硕士：机器学习与机器智能

结合专业名称推测，基础课程通常包括相关学科导论、学术写作、研究方法、数据或信息处理基础；专业核心课程一般围绕该领域的基本概念、主要理论、分析方法和规范体系展开。方向课程可根据专业名称中的学科对象、应用场景或区域特色，进一步学习专题理论、技术工具、案例研究和跨学科议题。课程应由基础概念与方法训练逐步过渡到专题分析、方案设计或研究实践。实验、实习或综合实践可能包括资料检索、案例分析、现场观察、项目作业、专业实习和毕业论文/作品集，用于训练问题界定、证据分析、规范表达和综合应用能力；具体课程以学校最新官方培养方案为准。