首页 | 学院概况 | 师资队伍 | 本科生教育 | 研究生教育 | 学科建设 | 科学研究 | 党政工作 | 社会服务 | 资料下载 


专业介绍

1.数学与应用数学专业(师范)

国家级特色专业、国家级一流本科专业建设点。四年制本科,毕业授予理学学士学位。本专业全面贯彻党的教育方针,落实立德树人根本任务,适应新时代国家基础教育改革发展需求和教师队伍建设重大战略需求,立足湖南、服务全国,培养师德修养高尚、教育情怀深厚、数学基础知识扎实、数学核心素养深厚、知识整合能力较强,教育教学能力突出、国际视野较宽和自主学习能力较强的高素质专业化卓越中学数学教师。

专业核心课程:数学分析(I、II、III)、高等代数(I、II)、空间解析几何、概率论与数理统计、普通物理、常微分方程、近世代数、复变函数、实变函数、泛函分析、拓扑学、数值分析及计算软件、中学数学课程标准与教材研究、中学数学教学设计与案例分析、学校教育学、心理学。

2.数学与应用数学专业(天问班)

四年制本科,毕业授予理学学士学位。该专业全面贯彻党的教育方针,落实立德树人根本任务,主动适应新时代国家重大战略和地方社会经济发展需求,立足湖南、面向全国,培养家国情怀良好,国际视野开阔,具有良好科学人文素养,系统掌握数学科学的基础理论、基本技能和方法,具备终身学习与专业发展意识、优秀的反思创新和交流合作能力,能够在教育、金融,软件开发、制造业、信息产业等领域从事教学、开发研究和管理等相关工作高素质创新人才,为造就数学及相关理学学科的学术大家和领军人才奠定坚实基础。

主要开设课程:数学分析(I、II、III);高等代数(I、II);空间解析几何;常微分方程;复变函数;拓扑学;近世代数;概率论;数理统计;实变函数;数值分析及计算软件;泛函分析;数学物理方程;微分几何。

3.信息与计算科学专业

国家一流专业建设点,四年制本科,毕业授予理学学士学位。该专业贯彻党的教育方针,适应国家和中部地区信息产业化战略需求,立足湖南,面向全国,培养具有良好的思想政治素质、科学素养和人文情怀,掌握科学计算、人工智能、信息处理和软件开发的基本理论、方法和技能,具备科学严谨的治学态度和较强的创新能力,具有良好的数学基础与算法实现、团队沟通和项目组织能力,具有终身学习意识、创新思维和国际视野,能够解决科学与工程计算、优化控制和信息技术等领域中实际问题的高素质专业化创新型人才。毕业生能在科研机构、高等院校、政府机关、企事业单位等从事科研、教学、应用开发和管理等工作。

主要开设课程:数学分析、高等代数、空间解析几何、概率论与数理统计、常微分方程、实变函数与泛函分析、复变函数、数学物理方程、数值分析、微分方程数值解法、C++程序设计基础、数据结构、数值最优化、数据库原理、科学计算概论、应用随机过程、机器学习、数学建模、Java程序设计、统计计算、神经网络与深度学习、计算流体力学。

4.统计学专业

国家一流专业建设点,四年制本科,毕业授予理学学士学位。本专业贯彻党的教育方针,适应新时代国家重大战略和地方社会经济发展需求,立足湖南、面向全国,培养具有坚定的理想信念和远大的科学志向,具有扎实的数学基础和良好的大数据计算处理能力,具备综合运用统计学理论和技术解决来自工程学、社会科学和自然科学等各种领域实际问题的知识储备、综合技能与跨学科素养,具备开阔的国际视野和领导团队开展协同研发的潜力,能够适应不同领域统计基础理论研究和应用的德才兼备的高素质专业化创新型统计人才。毕业生能胜任政府、企业、教育和经济等相关领域的统计调查、决策咨询、信息处理以及相关数据管理中的统计分析实务工作、科学研究、应用开发、教学和管理工作等。

主要开设课程:数学分析、高等代数、实变函数、概率论、数理统计、多元统计分析、应用随机过程、时间序列分析、计量经济学、回归分析、R软件编程、数学建模、抽样调查、非参数统计、宏(微)观经济学、生存分析、机器学习、深度学习。

5.数据科学与大数据技术专业

四年制本科,毕业授予理学学士学位。该专业注重交叉融合,以数学、统计学和计算机科学的相关知识为基础,以数据分析为核心,挖掘数据中的规律和富有价值的信息。培养具有良好的思想政治素质、科学素养和人文情怀,掌握数据建模、分析与处理、统计推断等方面的基本理论、方法和技能,具有较强的分析、解决问题和工程实践能力,团队沟通能力和项目组织能力强,具有终身学习意识和创新思维,具备国际视野,能够解决数据科学与大数据技术领域实际复杂工程问题的高素质专业化创新型人才。毕业生能在科研机构、高等院校、政府机关、企事业单位等从事数据科学与大数据技术及相关领域的工程研究、技术开发、运行维护、项目管理以及信息服务等工作。

主要开设课程:数学分析、高等代数、概率论与数理统计、程序设计基础、数值分析、最优化方法、离散数学、数据结构、数据库原理、数据科学基础、数据挖掘、大数据技术原理与应用、多元统计分析、自然语言处理导论、数据采集与清洗、机器学习、神经网络与深度学习、应用回归分析、时间序列分析、统计计算、数学建模、Java程序设计、分布式系统原理、数据可视化、常微分方程、数字图像处理、运筹学。