(一)培养目标

“清华学堂计算机科学实验班”致力于培养领跑国际拔尖创新计算机科学人才。

(二)培养特色

“计算机科学实验班(姚班)”由迄今为止首位、也是唯一一位华裔图灵奖得主姚期智院士于2005年创办,致力于培养与美国麻省理工学院、普林斯顿大学等世界一流高校本科生具有同等、甚至更高竞争力的领跑国际拔尖创新计算机科学人才。

“计算机科学实验班(姚班)”由姚期智院士主持,专业名为“计算机科学与技术(计算机科学实验班)”。该班专注于“因材施教”和“深耕精耕”相结合的特色人才培养模式,施行特色培养方案,注重学科基础教育,并设置覆盖计算机科学前沿领域的全英文教学专业核心课程;率先实施阶梯式培养模式:前两年以“通才教育”为主,实施计算机科学基础知识强化训练,后两年以“专才教育”为主,实施“理论和安全”“系统和应用”两大方向上的专业教育;着力营造多元化、富有活力的学术氛围,建立多方位、多层次的国际学术交流平台;注重提升专业水平,大四全年在著名高校和研究机构开展科研实践。

在姚期智院士亲力亲为的不懈努力下,姚班的办学理念和办学成果得到了国家领导人和教育部的充分肯定与大力支持,为国内拔尖创新人才培养模式的探索树立了突出典范。姚班“最优秀的本科生和最优秀的本科教育”已受到广泛关注和肯定,绝大多数毕业生踏上了继续学术深造的道路,正活跃在计算机科学领域的世界舞台上,逐渐崭露头角。

(三)学制与学位授予

本科学制四年,按照学分制管理机制,实行弹性学习年限。

授予学位:工学学士学位。
 

(四)核心课程

“计算机科学实验班”为学生开设25门专业课程(其中包括5门核心课程和可选修课程)(第1~6学期,每学期开设1~5门课程),以强化科学基础训练,其它课程按照计算机科学实验班的指导性教学计划中规定的课程要求学习。第四学年(第7、8学期)学生将在清华或各著名科研院所从事实际专题研究与实践。培养过程以在清华大学为主,优秀学生将有机会派往国外参加国际交流及培训。

     详细课程介绍请见"核心课程"栏目。

No. 年级学期 课程名称 学分 任课教师
1 三年级秋季学期 计算机网络基础 3 黄隆波
2 二年级秋季学期 普通物理(2)英 4 孙麓岩
3 一年级春季学期 普通物理(1)英 4 马雄峰
4 三年级秋季学期 言语科学技术及创新应用 4 P.C. Ching, Tan Lee, Helen Meng, William S.-Y. Wang, Gerard de Melo
5 三年级春季学期 计算生物学 3 曾坚阳
6 二年级春季学期 博弈论 4 唐平中
7 三年级秋季学期 高等计算机图形学 3 胡事民
8 三年级秋季学期 机器学习 4 王立威
9 三年级夏季学期 专题训练实践 5 段然
10 四年级秋季学期 计算机科学研究实践 15 美国一流大学、清华大学交叉信息研究院教授及各著名研究院所的高级研究主管
11 三年级秋季学期 密码学基础 4 John Steinberger
12 三年级春季学期 分布式计算 (基础与系统) 4 陈卫
13 三年级春季学期 操作系统 4 徐葳
14 三年级秋季学期 量子信息 4 马雄峰
15 二年级春季学期 网络科学 4 Thomas Moscibroda
16 二年级春季学期 计算理论 4 段然
17 二年级秋季学期 算法设计 4 李建
18 一年级春季学期 计算机应用数学 3 John Steinberger
19 一年级秋季学期 计算机入门 3 Gerard de Melo
1. 计算机网络基础

任课教师: 黄隆波

本课程旨在为学生全面地介绍计算机网络系统及其性能分析。课程内容分为两部分。第一部分讲述多种不同的网络组成及其性质,包括网络原理、以太网、WiFi、路由、互联、传输层、WiMax以及LTE、服务质量以及物理层知识。第二部分主要介绍用以分析计算机系统的数学工具及方法,包括凸优化、排队论、博弈论以及随机分析。本课程主要面向电子或者计算机大三或者大四的本科生。

2. 普通物理(2)英

任课教师: 孙麓岩

该课程为General Physics I的延续课程,面向于对物理和交叉学科感兴趣的本科生。这门课程将会涉及经典电动力学中最重要的课题,其中包括静电场、静磁场、麦克斯韦方程以及相对论。这门课程重点强调基本概念和解决实际问题的能力。学完这门课后,学生应该对基本经典电动力学有个很好的理解。

3. 普通物理(1)英

任课教师: 马雄峰

该课程是面向大一年级物理专业或对物理有极大兴趣的学生的课程。要求学生具有微积分基础,学生要积极参与到课堂授课中,并能发现问题并提出问题。该课程给学生提供了一个很好的机会来获得一个对物理基本方法和热力学的理解,而且了解如何在物理以及其他领域去运用该物理学知识。

4. 言语科学技术及创新应用

任课教师: P.C. Ching, Tan Lee, Helen Meng, William S.-Y. Wang, Gerard de Melo
语言的功能和分类;中文语言及方言;言语产生;言语感知;语音系统;语音信号处理;时频信号分析;语音识别;语音合成;说话人识别;语种识别;自然语言理解;对话系统;语音搜索;多模态人机交互;语音翻译系统。

5. 计算生物学

任课教师: 曾坚阳
计算生物学是一门典型的交叉学科,涉及的学科包括数学、统计学、化学、物理学、生物学和计算机科学等.就整个学科的内容而论,计算生物学最终是以生命科学中的现象和规律作为研究对象,以解决生物学问题为最终目标。计算生物学是生命生命科学的主要分支,它不仅能促进生命科学的发展,也可能为数学、计算机科学带领启示。本课程的教学目的就是让同学们对于计算生物学有一个了解和认识。本课程介绍为分析生物数据集(如DNARNA,蛋白基因和生物网络)的各种计算问题以及解决这些问题的算法。内容包括:生物序列分析,基因鉴定,监管主题发现,基因组组装,基因组复制和重排,进化理论,聚类算法,无标度网络。

6. 博弈论

任课教师: 唐平中
本课程建议学生掌握线性代数基础知识及微积分基本技巧,但不是硬性要求。本课程拟介绍相关材料并培养学生的数学技巧。本课程是博弈论入门课程,拟从博弈论基础知识着手。课程将介绍纳什均衡等重要概念,旨在引导学生学习演化博弈论、博弈图等更为复杂的课题。

7. 高等计算机图形学

任课教师: 胡事民
本课程是为清华大学计算机系本科生开设的选修课,旨在介绍计算机图形学的基本概念、理论、方法和系统,主要内容包括:颜色模型、光照模型、明暗处理、纹理、光线跟踪算法、曲线曲面造型和几何处理等。

8. 机器学习

任课教师: 王立威
机器学习研究的内容是如何使计算机从经验中学习。通过结合理论计算机与统计学的思想,目前已开发出很多机器学习的算法,并成功应用于计算机视觉、生物信息学以及自然语言处理等多个领域。机器学习理论研究机器学习的根本问题,包括在什么条件下是可学习的,以及学习能力的理论极限是多少。

9. 专题训练实践

任课教师: 段然

本课程设在大三年级夏季学期,是为大四年级的《计算机科学研究实践》和《综合论文训练》做准备。在该课程中,设置了算法理论、量子网络、复杂性研究、密码及安全、博弈论等专题,并根据学生的兴趣安排进入各专题训练小组进行专题研讨和实践,使学生在实际动手能力、创新思维、团队合作精神等方面得到锻炼和提高。

10. 计算机科学研究实践

任课教师: 美国一流大学、清华大学交叉信息研究院教授及各著名研究院所的高级研究主管
该课程为实践性课程。学生将赴国内外各著名研究院所进行为期一学期的研究实践,每位学生单独跟随各自的导师,参与到具体的、目前理论计算机领域最前沿的研究项目中去,进行研究型开发研讨等实践活动。该课程的目的是让学生真正接触到理论计算机科学研究的最前线,对自己所学理论知识有更深入、更实际的认识和应用。学生也有机会在该实践课程中在自己的研究实践领域发表论文。在该课程中,学生将会被要求进行正式的研究实践报告答辩,包括开题、期中和期末答辩。

11. 密码学基础

任课教师: John Steinberger

本课程的主要目的是介绍现代密码学的一些基本概念。与数字内容分布有关的两个主要问题是信息的隐秘性和数据来源。在简短介绍代数之后,将会在现代私钥和公钥加密的背景下讨论隐私问题及其解决方案。之后将回顾一下使用散列函数和数字签名来实现数字内容认证的一些工具。其中所提出的结构是建立设计安全系统和实际应用协议。同时,本课程也将涉及加密方案和协议的攻击和安全分析等内容。

12. 分布式计算 (基础与系统)

任课教师: 陈卫
本课程教授分布式计算机系统的基本算法与原理,例如逻辑时钟,协同问题,失效检测,拜占庭移植性协议,分布式加锁,流言协议等。学生还将通过学习若干先进分布式系统了解如何将基本算法和原理用于设计和分析分布式系统。

13. 操作系统

任课教师: 徐葳
本课程将讲授最基本的操作系统原理。主要内容包括:计算机与操作系统结构,机制与策略,资源管理,多任务系统,内存管理,文件系统,输入输出子系统及设备管理, 通信与网络,保护与安全。本课程要求学生课后积累动手经验。

14. 量子信息

任课教师: 马雄峰

此课程重点将学生带向量子信息研究的最前沿,包括:量子基础:广义量子演化与量子测量;量子纠缠理论;量子通讯理论:隐形传态及量子密码;量子计算与量子算法;量子纠缠及容错量子计算;量子计算与量子网络的物理实现。

15. 网络科学

任课教师: Thomas Moscibroda
网络科学(Network Science)是研究利用网络来描述物理、生物和社会现象,建立这些现象的预测模型的科学。这门课程从大型网络数学建模、海量数据集信息检索算法、算法博弈论、电子商务等视角探索互联网的各大要素,涵盖小世界现象、幂律分布、排序融合算法、网络爬行、枢纽节点与权威节点、集聚类大数据、流算法、网络路由、纳什均衡、市场出清、机制设计、拍卖理论、社会网络等专题。

16. 计算理论

任课教师: 段然
本课程介绍计算理论的基础知识,包括有穷自动机理论,正则语言,下推自动机,上下文无关文法,图灵机等,以及可计算性,计算难解性(NP完全性,PSPACE,BPP等)专题。

17. 算法设计

任课教师: 李建
本课程介绍算法设计的基础知识,常用算法设计技术,以及算法复杂性的分析。主要内容包括:算法分析工具,分治算法,动态规划,贪心算法等算法设计技巧,以及NP完全性,随机算法,近似算法等高级专题。

18. 计算机应用数学

任课教师: John Steinberger
该课程面向计算机科学本科专业介绍基本数学技巧,以及这些技巧怎样在计算机科学中应用。现代计算机科学教育需要学生掌握宽阔的数学知识,并能灵活和创新地解决现在和将来的科技挑战。在该课程中,数学技巧主要涵括代数、几何、概率理论,随机模型、信息理论等。这些技巧将应用于不同专题的问题和算法设计,包括互联网、无线传感网、密码学、分布式系统、算法设计和优化等。最后,该课程向学生介绍在计算理论基础方面深层次的科学问题,如不可解性、复杂性和量子计算。

19. 计算机入门

任课教师: Gerard de Melo
这门课程研究了计算机科学的基础思想。课程和作业涵盖了许多课题,诸如硬件组织、网络、计算程序、计算限制以及图形等。