本课程是面向计算机科学与技术及相关学科硕士研究生开设的课程。课程聚焦深度表征学习理论与方法，旨在为硕士生从事计算机科学研究、解决复杂科学问题提供基础理论与方法支撑。

本课程旨在向学生系统介绍深度表征学习的核心理论与前沿方法，包括表征编码、生成式表征、图结构表征、跨模态表征、因果表征等。培养学生从信息论、几何学、优化理论等视角剖析表征学习内在机理的能力，能够批判性阅读顶级学术文献并独立开展研究型项目。

引导学生关注表征学习的前沿问题，树立科技向善的价值观。同时，通过国际前沿文献研读与研讨，提升学生的跨学科思维能力与全球视野，为从事人工智能前沿研究奠定基础。