信息学院本科生计算机科学与技术专业-专业选修课分类图
	分方向课程解读：
	1. 由于学院提供的培养课程种类丰富，为了让同学们更好地量身定制自己的选课计划，特制定下表供大家参考。
	2. 计算机科学与技术是一个大学科概念，下面还可以分为多个子方向（对应于表格的行）。同学们在进入高年级以后，可以根据自己的兴趣，选择某一/多个具体的子方向进行深入学习。
	3. 在每一个子方向内，一般情况下应该优先修读本科生课程，再修读研究生课程。选课时请务必注意每个课程的先修课程信息（https://sist.shanghaitech.edu.cn/2835/list.htm）和教学大纲中的介绍。
	4. 同学们可以结合自己的兴趣和基础，在修完专业必修课后，拓展所修课程体系的广度（跨越子方向）或深度（在同一个方向内选择适量的研究生课来修读）。一般来讲，本科阶段的学习以追求广度为先。但是在保证广度的同时，也可以适当拓展课程深度，以更好地应对研究生阶段的专业学习或更深入地学习某一方面的知识。
	5. 请注意：培养方案中只会区分专业必修课和专业选修课，本表格仅具有推荐和指导作用，并无任何强制选课关系。
	Concentration	核心课程	高阶课程	备注 （2020级起，针对《信号与系统》和《电路基础》二选一）
	CGVI (Computor Graphics, Vision, and Imaging)	人工智能，计算机视觉I，计算机图形学I，优化与机器学习	并行计算，基础信息论，生物信息学，医学影像学，计算科学与工程，计算影像学，SLAM，机器人，强化学习，深度学习，子空间学习，计算机视觉II，凸优化	建议选信号与系统
	Robotics and Automation	人工智能，电路基础，控制原理，优化与机器学习	线性系统I，嵌入式系统，数值最优化，机器人，强化学习，数值分析，凸优化，SLAM,机电一体化	建议信号与系统与电路基础都选
	Software and System	操作系统，计算机网络,软件工程	编译原理，并行计算，数据库与数据挖掘，计算机体系结构II，计算理论，密码学，无线与移动系统，算法博弈导论,智能医疗仪器软件的设计与验证，计算机体系结构III，深度学习，SLAM	无明显倾向性
	Data Science	人工智能，操作系统，数据库与数据挖掘，优化与机器学习	生物信息学，数值最优化，数据科学与金融科技概论，数值分析，深度学习，机器学习	建议选信号与系统
	Computer Communication	人工智能，通信原理，计算机网络，优化与机器学习	数字信号处理,并行计算，数值最优化，基础信息论，数字信号处理II，数字通信，无线通信，信号检测与参数估计，深度学习，凸优化，矩阵分析,无线与移动系统	建议选信号与系统
	Mathematics of Computing	人工智能，计算科学与工程，优化与机器学习，基础信息论	数值最优化，线性代数在信息科学中的应用，矩阵分析，数值分析，计算理论，强化学习，深度学习，偏微分方程数值解	建议选信号与系统