人工智能专业主要学习的课程包括但不限于以下内容：

数学基础课程 ：高等数学、线性代数、概率论与数理统计、微积分等，这些是理解和应用人工智能算法的基础。

计算机科学基础课程：

数据结构、算法、计算机网络、操作系统等，这些课程旨在提升学生的编程能力和系统设计能力。

人工智能核心课程

机器学习：包括监督学习、无监督学习、强化学习等。

深度学习：涉及神经网络、卷积神经网络、循环神经网络等。

自然语言处理（NLP）：包括文本分析、情感分析、机器翻译等。

计算机视觉：涉及图像识别、目标检测、视频处理等。

语音识别与合成。

机器人学。

专业知识和应用课程

知识表示与推理。

专家系统。

数据库管理系统。

操作系统。

计算机网络。

人工智能编程工具（如 TensorFlow、PyTorch 等）。

伦理与社会影响课程：

人工智能伦理、人工智能与社会、人工智能法律与政策。

实践与应用课程：

人工智能项目开发、实习与行业实践、人工智能研究方法。

跨学科特色课程：

例如智能硬件、医学、教育、交通等，旨在培养学生跨领域的思考和应用能力。

软技能培训：

如人文素质教育、创新能力培养等，帮助学生在未来的职业生涯中全面发展。

这些课程和实践活动旨在使学生掌握人工智能领域的基本理论、方法和技能，具备解决实际问题的能力，并能在未来的工作和研究中应用人工智能技术。建议学生在学习过程中，注重理论与实践相结合，积极参加实践项目和实习，以提升自己的实践能力和创新能力。