数据融合计算专业是一个跨学科领域，主要培养学生在数据获取、处理、分析和融合等方面的综合能力。根据搜索结果，该专业通常包含以下核心课程体系：
高等数学
掌握微积分、线性代数等核心数学工具，为后续算法和模型提供理论支持。
概率论与数理统计
学习概率模型、统计推断等知识，用于数据分析和决策支持。
线性代数与解析几何
用于数据处理中的矩阵运算和几何建模。
计算机导论与程序设计基础
掌握编程语言（如Python、R）和软件开发流程。
数据结构与算法
学习高效数据存储和计算方法，提升算法设计能力。
数据库系统原理
了解数据库设计、管理和优化技术。
数据科学导论
介绍数据科学的基本概念、方法和工具。
数据挖掘与机器学习
掌握分类、聚类、回归等算法，以及深度学习基础。
大数据分析技术
学习Hadoop、Spark等框架，处理海量数据。
信息处理与信息编码
了解信息压缩、编码理论及信息安全基础。
现代密码学
掌握数据加密、解密及安全协议设计。
计算智能与优化理论
应用智能算法解决复杂计算问题。
物理学与工程学基础 ：适用于涉及传感器数据融合的工程方向；
人工智能与认知科学 ：强化机器学习、自然语言处理等应用能力。
项目实践 ：通过案例分析、团队项目提升实战能力；
学术竞赛 ：参与数据挖掘、机器学习等领域的竞赛锻炼。
培养具备数据采集、清洗、分析及融合能力，能运用先进算法解决实际问题的复合型人才，适应人工智能、物联网、金融科技等领域的需求。
温馨提示：
