人工智能与大数据学院以人工智能理论为基石，致力于培养具备扎实理论基础与前沿技术能力的高素质人才。学院专注于人工智能与大数据领域的深度融合，构建了从基础理论到应用创新的完整教学与科研体系。

在人工智能理论方面，学院重点建设以下核心课程与研究方向：

1. 机器学习理论：涵盖监督学习、无监督学习、强化学习等基础理论，深入探讨统计学习理论与优化算法，培养学生对学习算法内在机理的理解与设计能力。

1. 深度学习与神经网络：从感知机到深度神经网络，系统讲授前馈网络、卷积网络、循环网络及Transformer等架构的理论基础，强调模型表达能力和泛化理论的分析。

1. 知识表示与推理：研究逻辑推理、知识图谱、概率图模型等知识表达方法，为智能系统提供可解释的推理能力。

1. 搜索与优化：包括启发式搜索、进化算法、群体智能等优化理论，培养学生解决复杂组合优化问题的能力。

1. 计算学习理论：探讨学习的可计算性与样本复杂度，研究PAC学习框架、VC维理论等基础理论问题，为算法设计提供理论保障。

学院依托大数据平台，将人工智能理论应用于数据挖掘、自然语言处理、计算机视觉等方向，形成理论与实践并重的培养模式。通过系统的理论教学与科研训练，学院旨在培养能够把握人工智能核心原理、推动技术创新的复合型人才，为智能时代的发展提供坚实的理论支撑与人才保障。