一、学科平台课程 1《管理学 B》 2《会计学 A》 3《微观经济学》 4《宏观经济学》 5《财政学》 6《政治经济学》 7《统计学》 8《计量经济学》 9《经济法》 二、专业课程 1《金融学》 2《证券投资学》 3《国际经济学》 4《商业银行经营与管理》 5《期货投资理论与实务》 6《国际金融》 7《金融市场学》 8《公司财务》 9《金融工程学》 10《金融衍生品交易》 三、个性化发展课程 1《创业学》 2《企业经营实训》 3《金融学科前沿专题》 4《保险学》 5《中央银行学》 6《投资银行学》 7《金融数据分析》 8《金融时间序列分析》 9《银行会计》 10《金融交易模拟》 11《金融法规与监管》 12《金融英语》 13《互联网金融与金融科技》 14《产业组织理论》 15《逻辑学》 16《行为金融学》 17《信用管理》 18《管理沟通》 19《证券投研报告写作》 20《金融英文文献选读》 四、实践环节 1《认识实习》 2《业务实习》 3《毕业实习》 4《社会调查》 5《学年论文》 6《毕业论文》

一、学科平台课程 1《管理学 B》 2《会计学 A》 3《政治经济学》 4《微观经济学》 5《宏观经济学》 6《计量经济学》 7《统计学》 8《财政学》 9《经济法》 二、专业课程 1《跨境电商理论与实务》 2《金融学》 3《世界经济》 4《国际贸易实务》 5《国际商务》 6《国际服务贸易与技术贸易》 7《国际市场营销》 8《国际经济学》 9《国际商务谈判》 三、个性化发展课程 1《国际经济与贸易前沿专题》 2《企业经营实训》 3．《创业学》 4《外贸函电》 5《商务数据分析》 6《国际贸易单证》 7《供应链管理》 8《跨境电商高级运营》 9《国际结算》 10《网络零售》 11《报关实务》 12《商务英语听说》 13《英文文献阅读》 14《国际贸易地理》 15《国际商法》 16《公共关系》 17《产业经济学》 18《博弈论与信息经济学》 19《经济学研究方法》 20《经济思想史》 四、实践环节 1《认识实习》 2《业务实习》 3《毕业实习》 4《社会调查》 5《学年论文》 6《毕业论文》 7《跨境电商企业培训》

一、学科平台课程 1《管理学 A》 2《会计学 A》 3《财务管理 A》 4《市场营销学》 5《微观经济学》 6《宏观经济学》 7《经济法》 8《统计学》 9《管理信息系统》 二、专业课程 1《管理数据分析》 2《管理沟通》 3《运筹学》 4《组织行为学》 5《工商导论》 6《运营管理》 7《人力资源管理》 8《战略管理》 9《质量管理》 10《技术经济学》 11《公司治理》 12《物流与供应链管理》 三、个性化发展课程 1《创业学》 2《企业经营实训》 3《工商管理学科前沿专题》 4《预测与决策》 5《证券投资学》 6《ERP 实务》 7《项目管理》 8《国际商法》 9《商务英语（管理类）》 10《大数据与商务智能》 11《电子商务》 12《培训与人力资源开发》 13《人力资源战略与规划》 14《国际企业管理》 15《数据化运营》 16《国际贸易实务》 17《企业伦理学》 18《风险管理》 19《绩效管理》 20《公司法》 21《劳动法》 22《企业管理决策模拟》 23《人力资源管理仿真模拟》 24《领导学》 25《技术创新管理》 四、实践环节 1《认识实习》 2《社会调查》 3《业务实习》 4《学年论文》 5《毕业实习》 6《毕业论文》

一、学科平台课程 1《管理学 A》 2《会计学 A》 3《财务管理 A》 4《市场营销学》 5《微观经济学》 6《宏观经济学》 7《经济法》 8《统计学》 9《管理信息系统》 二、专业课程 1《管理数据分析》 2《运营管理》 3《组织行为学》 4《人力资源管理》 5《消费者行为学》 6《市场调查与预测》 7《营销模拟》 8《服务营销学》 9《国际市场营销》 10《整合营销传播》 11《销售管理》 12《电子商务理论与实务》 13《网络营销》 14《商务沟通与谈判》 15《创业学》 16《企业经营实训》 17《营销学科前沿专题》 三、个性化发展课程 1《物流与供应链管理》 2《公共关系学》 3《品牌管理》 4《推销学》 5《客户关系管理》 6《大数据分析与应用》 7《大数据营销》 8《电商视觉设计》 9《跨境电商理论与实务》 10《国际贸易实务》 11《战略管理》 12《公司治理》 13《零售管理》 14《质量管理》 15《管理研究方法论》 16《营销策划》 17《营销工程》 18《金融学》 19《营销伦理学》 20《组织间营销》 四、实践环节课程 1《认识实习》 2《社会调查》 3《业务实习》 4《学年论文》 5《毕业实习》 6《毕业论文》

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的基本假设 (Assumptions of Simple Linear Regression Model) 一、关于模型设定的假设 二、关于解释变量的假设 三、关于随机项的假设 §2.3 一元线性回归模型的参数估计 (Estimation of Simple Linear 一、参数的普通最小二乘估计（OLS） 二、参数估计的最大或然法(ML) 三、最小二乘估计量的性质 四、参数估计量的概率分布及随机干扰项方差的估计 §2.4 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.5 一元线性回归分析的应用——预测问题 一、预测值条件均值或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间 §2.6 实例及时间序列问题

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的参数估计 (Estimation of Simple Linear Regression Model) 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干 扰项方差的估计 §2.3 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 一、Ŷ0是条件均值E(Y|X=X0)或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间

第一部分 理论课程教学大纲 . 2 大学物理(A) (学科基础课) . 2 概率论与数理统计 （学科基础课） . 8 线性代数 （学科基础课） . 11 C 语言程序设计 （专业基础课） . 14 材料分析测试技术 （专业基础课） . 21 材料概论（学科基础课） . 24 金属工艺学（专业基础课） . 27 电工技术（专业基础课） . 31 电子技术基础（专业基础课） . 36 物理化学（学科基础课） . 41 物理化学实验（学科基础课） . 49 材料科学基础 （专业基础课） . 53 材料物理性能 （专业基础课） . 58 互换性原理及测量技术 （专业基础课）. 60 机械设计基础 （专业基础课） . 65 金属材料学 （专业限选课） . 72 金属腐蚀与防护 （专业限选课） . 77 失效分析 （专业限选课） . 81 文献检索 （专业限选课） . 85 专业英语 (专业限选课) . 87 电弧焊方法与设备 （专业限选课） . 90 焊接检验 （专业限选课） . 93 焊接结构与生产 （专业限选课） . 96 焊接理论与基础 （专业限选课） . 99 焊接自动化 （专业限选课） . 102

一、学科平台课程 1《管理学 A》 2《会计学 A》 3《市场营销》 4《微观经济学》 5《宏观经济学》 6《经济法》 7《统计学》 8《管理信息系统》 二、专业课程 1《财务管理》 2《资本市场与财务风险》 3《会计职业道德》 4《税法》 5《中级财务会计 1》 6《中级财务会计 2》 7《管理会计》 8《成本会计》 9《会计信息系统》 10《审计学》 11《高级财务会计 1》 三、个性化课程 1《财务预算与控制》 2《业绩评价与激励机制》 3《运营管理与盈利分析》 4《财务数据分析与决策》 5《政府会计》 6《税务会计》 7《财务报表分析》 8《公司战略与风险管理》 9《会计学科前沿专题》 10《创业学》 11《企业经营实训》 12《管理会计方法与案例》 13《投资效益分析与评价》 14《资产评估原理与实务》 15《小微企业财务会计与风险管理》 16《内部审计》 17《内部控制原理与实务》 18《区块链技术与会计重构》 19《政府财务报告》 20《人工智能与财务创新》 21《高级财务管理》 22《高级财务会计 2》 23《财务报表审计》 24《国际会计》 25《中外会计准则比较》 26《会计英语》 27《税收筹划》 四、实践环节 1《毕业论文》 2《认识实习》 3《业务实习 1》 4《业务实习 2》 5《社会调查》 6《学年论文》 7《毕业实习》

《智慧农业专业导论》 《高等数学I》 《普通化学 I 》 《普通化学实验Ⅰ》 《高等数学Ⅱ》 《普通化学实验 I》 《有机化学 IV》 《大学物理 VI》 《仪器分析》 《植物学（含分类）》 《土壤肥料学》 《基础生物化学》 《植物生理学》 《遗传学》 《生物统计与试验设计》 《基础微生物学》 《数字图像处理》 《机器学习》 《农业生态学》 《植物生物技术导论》 《分子生物学导论》 《作物栽培学》 《作物育种学》 《数据库系统原理》 《农业信息技术》 《农业遥感学》 《现代农业机械》 《大数据处理与分析》 《传感器原理与应用》 《农业软件开发》 《植物保护通论》 《农业标准化》 《农业资源学》 《农业经济学》 《单片机原理及应用》 《安卓应用开发》 《人工智能与模式识别》 《神经网络与深度学习》 《智慧农场规划与设计》 《物联网工程》 《农业无人机遥感》 《农科英语阅读与写作》 《World Agriculture》 《作物田间表型获取与分析》实验 《毕业设计（论文）》 《创新基础》 《创新思维训练》 《科创指导和训练》 《创新精神与实践》 《创新创业领导力》

为进一步提高多关系朴素贝叶斯方法的分类准确率,分析了已有的剪枝方法,并扩展互信息标准到多关系情况下.基于元组号传播方法和面向元组的统计计数方法,给出了基于扩展互信息标准进行属性选择的方法和步骤,并建立了一种基于扩展互信息的多关系朴素贝叶斯分类器.标准数据集上的实验显示,基于扩展互信息标准进行属性选择,可以在不增加算法时间复杂度的前提下,找到与分类属性最相关的属性,并在仅有极少属性参与分类时,得到较高的分类准确率.Mutagenesis数据集上的实验则显示,这种属性选择可以使多关系问题退化为单关系问题,大大降低了分类代价