◎程繼洪 王紅艷 （山東省煙臺市煙臺南山學(xué)院）

機器學(xué)習(xí)是大數(shù)據(jù)技術(shù)、數(shù)據(jù)科學(xué)、人工智能等專業(yè)的必修課程，是現(xiàn)代計算機教育的熱門課程。高職院校的機器學(xué)習(xí)教育也發(fā)展得如火如荼。那么，如何把握高職學(xué)生的特點，做好高職教育中的機器學(xué)習(xí)教學(xué)，是本文探論的重點。

一、高職學(xué)生現(xiàn)狀

高職院校大部分學(xué)生的基礎(chǔ)比較薄弱，尤其是數(shù)學(xué)和英語，而這些恰恰又是機器學(xué)習(xí)的基礎(chǔ)。數(shù)學(xué)主要用來描述模型（算法）的原理，英語主要用在學(xué)習(xí)編程語言，兩者在機器學(xué)習(xí)中的地位非常重要。這就形成一個非常尖銳的矛盾；一方面，機器學(xué)習(xí)課程需要學(xué)生擁有良好的數(shù)學(xué)和英語基礎(chǔ)；另一方面，學(xué)生的數(shù)學(xué)和英語基礎(chǔ)卻比較薄弱。

要解決這一主要矛盾，就必須進(jìn)行學(xué)情分析。教學(xué)分為兩個方面；教與學(xué)。首先，分析一下學(xué)生的具體情況。

基礎(chǔ)教育不單單是掌握高等教育所需要的基礎(chǔ)知識，更重要的是培養(yǎng)學(xué)習(xí)習(xí)慣、學(xué)習(xí)方法和思維方式。許多高考生失敗的直接原因就是沒有養(yǎng)成良好的學(xué)習(xí)習(xí)慣，沒有掌握有效的學(xué)習(xí)方法以及正確的思維方式。

1.不具備好的學(xué)習(xí)習(xí)慣

學(xué)生上課“只帶”耳朵，“不帶”腦子。只是機械地聽老師講話，而抓不住老師講的重點，總覺得一堂課下來老師說的全是廢話，殊不知知識點全藏在這些“廢話”里，只是學(xué)生不擅于發(fā)現(xiàn)并學(xué)習(xí)而已。前面的知識點沒有學(xué)會，直接影響后續(xù)的學(xué)習(xí)，這就形成了一個惡性循環(huán)，最終導(dǎo)致學(xué)生失去學(xué)習(xí)興趣和動力。

2.未掌握正確的學(xué)習(xí)方法

正確的學(xué)習(xí)方法應(yīng)該是掌握知識—總結(jié)考試規(guī)律—尋找應(yīng)對方法。首先，學(xué)生應(yīng)該掌握基本的知識點。其次，研究知識點考查的方式和方法，也就是考試規(guī)律。再次，針對每種考查方法尋找解決策略，總結(jié)每種題型的解決方法。只有掌握了正確的學(xué)習(xí)方法，才容易在考試中取得好成績。

3.科學(xué)的思維方式

每個學(xué)科都有其特有的學(xué)習(xí)方法。如果不具備科學(xué)的學(xué)習(xí)方式，就會造成“不能以科學(xué)的方式組織思維材料（學(xué)過的知識）解決面臨的問題”。也就是說，有些考生可能已經(jīng)掌握了必要的知識，卻不能用知識解決實際問題，原因就是沒有形成科學(xué)的思維方式。

以上就是教學(xué)中“學(xué)”的學(xué)情分析，那么面對這樣的學(xué)情，“教”應(yīng)該怎樣應(yīng)對呢？簡單概括為三個方面；宏觀與微觀相結(jié)合；抽象與具體相結(jié)合；必要的重復(fù)。

二、教學(xué)對策

感知機是機器學(xué)習(xí)中最為簡單的算法之一，從感知機開始學(xué)習(xí)，難度小，學(xué)生易于接受。學(xué)會感知機對后續(xù)的機器學(xué)習(xí)算法有參考和指導(dǎo)作用，利于后續(xù)內(nèi)容的教學(xué)。所以，以感知機為例討論高職機器學(xué)習(xí)的教學(xué)方法。

（一）宏觀與微觀相結(jié)合

宏觀指的是“大范圍的，涉及整體的”，微觀指的是“小范圍的或部分的”。學(xué)生在學(xué)習(xí)過程中容易犯的錯誤就是太專注于細(xì)節(jié)的學(xué)習(xí)，而忽略了宏觀上的知識點之間聯(lián)系的把握，造成學(xué)過的東西“一盤散沙”，不能聯(lián)系起來綜合使用。同時還會造成知識點學(xué)習(xí)困難。以感知機的實現(xiàn)代碼為例，雖然只有25行，但學(xué)生還是很難理解。

如何才能讓學(xué)生掌握感知機的實現(xiàn)代碼呢，我們可以采用宏觀與微觀相結(jié)合的方法。首先，從宏觀上根據(jù)感知機的實現(xiàn)原理將實現(xiàn)分為“求輸入信號”“擬合”（也稱為學(xué)習(xí)）和“預(yù)測”三大部分。此外為了能在計算機中實現(xiàn)這一算法，就必須在執(zhí)行前使計算機處于一個“需要”的狀態(tài)，這一過程稱為“初始化”。這樣就可以將感知機的實現(xiàn)歸納為四個組成部分，如圖1所示。

圖1 感知機的宏觀結(jié)構(gòu)

也就是說，宏觀上感知機實現(xiàn)由這四部分組成，即初始化、輸入信號、擬合和預(yù)測。有了宏觀上的指導(dǎo)，學(xué)生可以更好地掌握知識點。

所謂的微觀結(jié)構(gòu)可以是指宏觀結(jié)構(gòu)中的每一部分詳細(xì)細(xì)節(jié)。為了節(jié)約篇幅，只對感知機最難于理解的部分——擬合（也稱為學(xué)習(xí)）過程進(jìn)行討論。

感知機的擬合比較簡單，對于每個樣本只需要做以下兩步；計算機樣本xi的預(yù)測值?；更新權(quán)重。更新權(quán)重的公式如下；

η為學(xué)習(xí)率，其值為[0.0，1.0]之間的一個常數(shù)。i指樣本的編號，wj表示第j個特征的權(quán)重系數(shù)。根據(jù)對感知機“微觀結(jié)構(gòu)”的分析，總結(jié)得到的感知機如圖2所示。具體的實現(xiàn)過程在抽象與具體相結(jié)合中進(jìn)行討論。

圖2 感知機的宏觀+微觀結(jié)構(gòu)

（二）抽象與具體相結(jié)合

抽象指的是“因無形而看不見的”，具體是指“不抽象，不籠統(tǒng)，細(xì)節(jié)很明確”。抽象的東西不具體，不好理解，其優(yōu)點在于指導(dǎo)性。具體指的是細(xì)節(jié)，有具體的形態(tài)，易于理解。對于感知機的實現(xiàn)而言，如果僅憑這些抽象的描述，學(xué)生很難明白感知機的實現(xiàn)，因此，需要將這些抽象的東西變成具體的，也就是每個功能（步驟）落實到代碼上是如何實現(xiàn)的。下面僅以擬合為例討論抽象與具體的實施過程。

擬合（或?qū)W習(xí)）的過程是這里面最難的，但實現(xiàn)也僅有兩步，也就是實現(xiàn)式1-1和式1-2。學(xué)生難于理解的地方在于矩陣（向量）相乘，雖然這些知識在數(shù)學(xué)中已經(jīng)學(xué)習(xí)過，但大部已經(jīng)遺忘，所以必須在這里重復(fù)講解，關(guān)于“必要的重復(fù)”在下節(jié)討論。擬合的過程；計算每個樣本xi的預(yù)測值?；更新權(quán)重。所以這里必定有一個循環(huán)，以計算數(shù)據(jù)集中每個樣本的預(yù)測值?，具體實現(xiàn)如圖3所示。

圖3 感知機抽象+具體實現(xiàn)過程

（三）進(jìn)行必要的重復(fù)

根據(jù)心理學(xué)家測試，一個單詞經(jīng)過7次重復(fù)識記，就可形成永久記憶。所以重復(fù)是保證學(xué)生學(xué)習(xí)效果的法寶。下面以Python數(shù)組（列表）廣播為例進(jìn)行說明。

擬合實現(xiàn)的過程中，self.w_[1；] +=update * xi這條語句，大部分學(xué)生都難以理解。所以，對于這條語句在授課時必須重復(fù)且詳細(xì)地講解它的執(zhí)行過程。廣播機制其實很簡單，就是將相同的運算分別作用于數(shù)組中的每一個元素，只要掌握了這一點，這條語句就非常容易理解了。整條語句的執(zhí)行過程如圖4所示。

圖4 語句self.w_[1：] +=update ＊ xi廣播執(zhí)行流程

按圖4所示，self.w_的更新流程就很清楚了。self.w_[1]=0.2+0.01*0.1，self.w_[2]=0.4+0.01*0.3，依次類推，將self.w_中的每個系數(shù)都更新一遍，這就是Python數(shù)組的廣播機制。

三、結(jié)束語

本文從高職生的學(xué)習(xí)現(xiàn)狀出發(fā)，針對現(xiàn)狀給出了相應(yīng)的對策。以感知機為例對“宏觀與微觀相結(jié)合”“抽象與具體相結(jié)合”和“進(jìn)行必要的重復(fù)”進(jìn)行了詳細(xì)討論具體教學(xué)實施過程。高職院校機器學(xué)習(xí)教學(xué)是個探索的過程，因此高職院校的教師需根據(jù)實際情況不斷進(jìn)行總結(jié)和反思，以提升機器學(xué)習(xí)教學(xué)效果?！?/p>