跳转至

课程攻略

本章整理南京大学泛 CS 相关院系的课程身份、学科知识框架、学习建议和公开资源。课程大纲、课程性质、教师、学分与考核会随院系和学期变化，因此每个词条都应把“稳定知识”与“当期开设”分开。

核验原则

课程事实优先依据本科生院课表、培养方案、教师课程主页和当期课程通知。学生经验只能补充工作量与学习方法，不能用来承诺考题、成绩或长期任课安排。

课程地图与章节导航

docs/courses/
├── cs-core/              # 计算机学院核心课程
├── ai-core/              # 人工智能学院及 AI 相关课程
├── se-core/              # 软件学院核心课程
├── suzhou-colleges.md    # 苏州校区三院官方入口
├── math-foundation/      # 数理基础课程族
└── general-education/    # 通识课选择与核验方法
  1. 计算机学院核心课程：系统、算法、网络、编译等方向的课程与公开资源。
  2. 人工智能学院核心：数学、计算机基础与 AI 专业课程的版本化说明。
  3. 软件学院核心：软件开发、分析、测试和工程协作课程。
  4. 苏州校区泛 CS 院系课程入口：定位智能科学与技术、智能软件与工程、机器人与自动化三院的官网与带学期课表，不猜测未公开培养方案。
  5. 数理基础课程：区分数学学科框架与各专业实际课程。
  6. 通识课选择：使用官方字段和带日期经验进行选课核验。

课程身份为什么要版本化

同一名称可能对应不同课程号、学分和课程性质；相近名称也可能是独立课程。例如：

  • 2025-2026 学年第二学期，人工智能学院《机器学习导论》为 2 学分核心课。
  • 2026-2027 学年第一学期，计算机学院另有 2 学分选修《机器学习导论》。
  • 人工智能学院当前课表分别列出《高等代数》《矩阵计算》《神经网络》和《深度学习平台及应用》，不能把相近名称直接合并。

因此，凡是声称描述南京大学某次具体开设的词条，已核验记录至少需要包含：院系、适用年级、学年学期、课程号、课程性质、学分、来源和最后核验日期。尚无一手来源确认具体开设身份的页面只能标为“学科知识地图”，可以解释稳定概念与检索方法，但不得补写猜测性的课程号、学分、教师或考核方式；获得来源后再增加“南京大学当期开设”表。

推荐的词条结构

  1. 南京大学当期开设：只写能够从一手来源确认的课程身份；没有可核验记录时明确省略本节。
  2. 学科知识框架：介绍长期稳定的概念，但明确它不是当期考试范围。
  3. 学习建议：提供方法，不承诺固定作业、分值或题型。
  4. 公开资源：标注“官方、教师维护、研究组织、开放教材、学生维护”等来源类型。
  5. 一手来源：链接到对应学期课表、培养方案或教师课程页。

不应收录的断言

  • 没有学期和来源的“必考”“分值最高”“稳定给分”或挂科率。
  • 把某位教师写成课程长期所有者，或把课程写成进入研究组的通道。
  • 未说明样本和方法的“硬核度”“水课”“雷课”排名。
  • 可直接提交的作业、实验代码、论文或无授权课件与试卷。

官方入口

课程信息需要持续更新。提交修订时，请按照 贡献指南 附上课程版本、核验日期和来源链接。