廖寧 陳怡然 楊倩 李華平

摘要 機器學習是人工智能專業(yè)的核心課程，也是一門多學科交叉融合的前沿課程。當前，機器學習課程教學尚存在一些困境，主要體現(xiàn)在：教學模式單一，無法滿足學生的個性化發(fā)展需求；學生缺乏創(chuàng)新勇氣；教學案例簡單，實際應用難，導致學生能力與企業(yè)用人需求之間有較大差距。對此，文章提出了機器學習課程教學改革，結合“三平臺、三結合”科教相融、和諧共長改革理念，提倡課程從實踐中來，到實踐中去，使實踐進目標、進內容、進活動、進評價。通過改革，學生對課程的滿意度、知識的掌握程度提升，教師的科研能力進一步提高，真正實現(xiàn)科教相融、和諧共長。

關鍵詞 多學科交叉融合；科教相融；實踐

中圖分類號：G642文獻標識碼：ADOI：10.16400/j.cnki.kjdk.2023.14.008

2017年，國家發(fā)布了《新一代人工智能發(fā)展規(guī)劃》和《新一代人工智能產(chǎn)業(yè)三年行動計劃（2018-2020）》，人工智能產(chǎn)業(yè)已上升為國家戰(zhàn)略。在當前全球科技競爭激烈的背景下，人工智能在國防、經(jīng)濟和社會領域的應用和發(fā)展都具有重要意義。2018年，教育部印發(fā)了《高等學校人工智能創(chuàng)新行動計劃》，提出高校要不斷推動人工智能和實體經(jīng)濟深度融合，鼓勵建立人工智能學院，以多種方式開展各種層次的人才培養(yǎng)。這對人工智能專業(yè)人才培養(yǎng)提出了挑戰(zhàn)，也帶來了新的發(fā)展機遇。

高校培養(yǎng)人工智能人才時常面臨一些問題，包括教學內容落后、師資力量不足、產(chǎn)學研合作不夠等。如何加深高校和企業(yè)合作，進一步提高人工智能人才的培養(yǎng)質量，以滿足產(chǎn)業(yè)發(fā)展需要，是廣大教育工作者需要思考的問題。機器學習作為人工智能、大數(shù)據(jù)等專業(yè)的核心課程，綜合了數(shù)學、統(tǒng)計學、軟件工程等多學科的知識，需要解決人工智能行業(yè)的實際問題，是一門典型的多學科交叉融合的前沿課程，它呼喚著基于行業(yè)實踐的教學改革與創(chuàng)新[1]。

1機器學習課程教學現(xiàn)狀分析

1.1課程內容現(xiàn)狀分析

本課程內容要求跨學科融合，綜合性強、內容新[2]。不同于其他計算機課程，該課程內容包含模型選擇與劃分、回歸模型算法、分類模型算法、聚類模型算法、神經(jīng)網(wǎng)絡等，是一門多學科交叉的綜合性學科，其課程具有先修課程多、內容豐富抽象、涉及知識面較廣、理論方法更新快、應用實踐領域寬、實踐動手能力要求高等特點，如果學生的前期課程體系不完善或缺少實踐，則難以深刻體會課程中所涉及的抽象的原理和方法，無法把前面的知識點串聯(lián)起來，造成該課程學習難度增加，學生對該課程失去信心。

1.2教學模式現(xiàn)狀分析

傳統(tǒng)教學模式單一，繁重的理論內容無法滿足學生的個性化發(fā)展，學生缺乏創(chuàng)新。傳統(tǒng)的集中授課形式下，教師單向講解，學生通過聽課、作業(yè)和考試來掌握相關知識與技能。這種模式缺乏互動與實踐，無法滿足不同層次學生的個性化需求，無法實現(xiàn)綜合能力培養(yǎng)的目標[3]。

大數(shù)據(jù)行業(yè)是一個交叉融合了互聯(lián)網(wǎng)、云計算、人工智能等多個領域的新興產(chǎn)業(yè)，以機器學習算法工程師崗位為例，要求學生掌握機器學習常見算法的理論知識，并將算法進行編碼，需要了解行業(yè)的具體需求，能選擇與使用恰當?shù)臋C器學習算法、工具，或對已有算法和模型進行優(yōu)化與創(chuàng)新，對行業(yè)具體問題形成有效解決方案。

在傳統(tǒng)“理論+案例”的教學模式下，學生對行業(yè)認知不足，所學知識與行業(yè)應用需求有強烈的距離感；學生往往滿足于對教材中的算法在教學案例上進行復現(xiàn)，對算法的行業(yè)應用場景和局限性不求甚解；學生對人工智能、大數(shù)據(jù)前沿專業(yè)知識的學習有畏難情緒，缺乏創(chuàng)新的精神和勇氣。上述問題在一定程度上影響了大數(shù)據(jù)、人工智能專業(yè)人才的培養(yǎng)質量。

1.3崗位需求現(xiàn)狀分析

教學案例簡單，實際應用難，人才培養(yǎng)與企業(yè)用人需求存在較大的差距。應某企業(yè)人才需求，重慶工程學院與該企業(yè)聯(lián)合開展大數(shù)據(jù)人工智能人才的訂單式培養(yǎng)工作，其中包含機器學習課程內容，教學采用常規(guī)的“學校教師+企業(yè)工程師”“理論+實戰(zhàn)”的方式進行。以往行之有效的培養(yǎng)方式在此出現(xiàn)了新的問題：①大數(shù)據(jù)重視業(yè)務場景、業(yè)務需求，專任教師則看重知識原理及應用手段。②大數(shù)據(jù)、人工智能技術的發(fā)展依托于行業(yè)數(shù)據(jù)，所以在行業(yè)中的應用遠遠領先于校內的科學研究，但企業(yè)工程師不了解學生和教學，影響了工程師的授課效果。校內人才培養(yǎng)和校外產(chǎn)業(yè)需求之間產(chǎn)生了脫節(jié)，直接影響了此次訂單培養(yǎng)的效果。因此，我們努力探索能滿足行業(yè)崗位需求的人才培養(yǎng)模式，為了激發(fā)學生對機器學習課程的學習熱情和興趣，以學生為中心探索和研究新的教學方式勢在必行。

2機器學習課程教學創(chuàng)新理念

本課程的理念是：“三平臺三結合”科教相融、和諧共長。

三平臺：常規(guī)教學平臺、工作室應用平臺、研究所創(chuàng)新平臺，共同構成學生的學習平臺。以“解決工程問題”為主要目標，強化課程應用能力，重視學生的自主學習能力，從根源處打破市場與學校之間的鴻溝。三結合：通過教師工作室的橫向項目、縱向科研課題、結合技能大賽獲獎項目，整合課程內容，將行業(yè)認知融入每一堂課。科教相融：打破“教室”的局限，構建“教室實驗室教師工作室競賽/項目”多層遞進的課程形式。課程迭代升級、教科研層層凝練、反哺教學。和諧共長：以成果導向融入行業(yè)評價的方式評價學生。以學生收獲自身技能成長評價教師，實現(xiàn)師生共同成長。

3創(chuàng)新方法及途徑

3.1實踐進目標

針對大數(shù)據(jù)、人工智能行業(yè)對業(yè)務領域的需求，本課程的教學目標確定為：

知識目標：理解機器學習常用算法；

能力目標：識別、表達和分析具體行業(yè)應用需求，選擇與使用恰當?shù)乃惴ā⒐ぞ咝纬捎行Ы鉀Q方案；

素養(yǎng)目標：學生在學習過程中提升自主學習能力，訓練勇于開拓創(chuàng)新的精神。

特別是在能力目標方面，明確提出基于具體行業(yè)應用需求的識別、表達和分析，算法的選擇和有效解決方案的制訂。這必須結合行業(yè)應用，組建團隊共同研討完成。

3.2實踐進內容

3.2.1構建基于企業(yè)真實數(shù)據(jù)的實踐案例庫

騰訊云創(chuàng)擁有大量的視頻、交通、天氣、社交等數(shù)據(jù)，也有一些較成熟的應用。本課程引入其相關源數(shù)據(jù)，再根據(jù)課程需求，結合教師團隊的科研方向，將其打造為本課程的實踐案例庫。在云創(chuàng)提供的三百多個實驗資源和騰訊提供的四十幾個實驗資源的基礎上，本課程組自主研發(fā)了7個實踐案例庫，主要涉及交通和金融領域。

3.2.2整合來自教師工作室、研究所、技能大賽項目的課程內容

教師創(chuàng)新工作室以橫向項目為主，在企業(yè)方的項目需求下，有意識地為學生提供專項技術培訓，以達到促使學生快速進入項目的目的。研究所則以某一應用的研發(fā)為主，結合學生基礎技能培訓，以某個具體的點進行深入研究、分析。通過創(chuàng)新工作室和研究所，學校目前已孵化出一些競賽作品，獲得一定的成效。結合工作室的專項培訓及研究所的基礎技能培訓，將橫向項目、縱向科研、競賽成果進行“復盤”，融入本課程教學內容中，拓展了本課程的“應用性”。

3.3實踐進活動

3.3.1構建線上“必修+選修”，線下“精講+討論”的混合式理論教學活動

課堂中，針對學生數(shù)理推理能力不足的問題，課程組以機器學習算法的應用為主線，將機器學習算法原理等理論部分拆分為“獨學”和“精講”兩部分，使用線上視頻將抽象理論形象化、生動化。再采用“對分課堂”教學模式，強調教師的精講與生生、師生之間的討論，采用“BOPPPS”教學方法，通過超星學習通教學平臺，利用“前測”與“后測”讓學生對自己當前的能力和水平、后續(xù)的查補方向有更清晰的認識。

3.3.2形成“行業(yè)競賽+橫向項目+縱向科研”三結合的課外實踐教學活動

打破以教室為教學活動中心的傳統(tǒng)教學模式，以教師工作室、研究所為第二課堂，進行不同層別的項目訓練。如：鉆研能力強的學生進入研究所，業(yè)務處理能力較強的學生進入教師工作室，能力一般的學生通過課程案例庫進行項目訓練。

通過參加行業(yè)競賽、橫向項目、縱向科研項目的形式，促進學生對機器學習理論和概念的融會貫通。讓學生在“學習中創(chuàng)新，創(chuàng)新中學習”，以提高學生分析和解決實際問題的能力。引導學生參加各種創(chuàng)新科研項目，鼓勵學生參加各類相關競賽，培養(yǎng)學生的創(chuàng)新能力和發(fā)現(xiàn)問題、解決問題的能力。

3.4實踐進評價

3.4.1以多層次成果為導向評價學生

在實踐過程中，針對學生對知識不求甚解，滿足于完成任務的情況，我們參照行業(yè)實踐的評價方式對學生不同層級的成果分別進行評價，以解決行業(yè)實踐問題、滿足行業(yè)目標的程度而給予不同的評分，使得不同層次的學生都有機會挑戰(zhàn)自我，提高動手能力。

3.4.2以激勵性原則評價學生

在每個層級的實驗中可定期組織幾次對抗賽，充分發(fā)揮比賽對抗性、趣味性的優(yōu)點，學生通過比賽可互相切磋，互相鼓勵，互相促進。

3.4.3以學生收獲、自身成長評價教師

通過問卷、教學質量分析等方式評價教師的教學，通過教師參加課程實施后自身的成長評價教師的自我收獲，結合學生評價數(shù)據(jù)、課程教學質量及教師的成長評價整門課程。

4教學創(chuàng)新實踐的普適性

4.1對同一課程教師的適用性

科教融合需要一個特定的切入口，打通橫向項目、科研項目、競賽項目和教學實踐之間的界限，共同提煉項目成果，進而改善教學。所以對于本門課程的一般教師，能通過參與教學，了解科研、競賽、橫向，促使其能力提升，進一步改善課程。對于本門課程的核心教師，通過學生能力的訓練，擴充其研究團隊、助教團隊實力，實現(xiàn)科教相長的目的。

4.2對本學科領域其他課程的適用性

大數(shù)據(jù)人工智能作為新興的前沿技術領域，本身就是行業(yè)應用先于科學研究、先于教育教學的。將企業(yè)數(shù)據(jù)、企業(yè)資源引入，再借“優(yōu)勢兵力”鉆研，再以“以點帶面”“層層遞進”的形式不斷凝練，形成自己的優(yōu)勢。目前，該教學模式已在本校的“數(shù)據(jù)分析與挖掘技術”“大數(shù)據(jù)綜合實訓”等課程中推廣。

4.3對于其他學科領域的適用性

目前，重慶工程學院已在各個二級學院成立相應領域的研究所，組建教師創(chuàng)新工作室和校企合作項目工作室，項目導向、科研聚焦、教學傳承的教學方式已在本校進行推廣。

*通訊作者：陳怡然

基金項目：重慶市教研教改項目“基于‘三平臺、三結合的應用型本科智能科學與技術專業(yè)建設研究”（213411）；重慶市教研教改項目“基于人工智能的課堂質量量化評價體系研究”（223454）；重慶市教研教改項目“應用型本科二級學院教學質量保障體系構建探索與實踐”（213407）；重慶市教育規(guī)劃課題“專業(yè)教育與行業(yè)實踐相融合的應用型本科人工智能類專業(yè)建設研究”（K22YG219236）。

參考文獻

[1]李祥霞，賀敏偉，張莉，等.大數(shù)據(jù)背景下人工智能專業(yè)課程教學改革研究[J].中國管理信息化，2020，23（23）：212-215.

[2]肖雄，韋茜妤，王萌.“新工科”背景下“數(shù)據(jù)科學導論”課程教學研究[J].工業(yè)和信息化教育，2020（3）：54-59.

[3]王艷霞，段正杰，孫廣華.“人工智能”課程實踐教學改革探索[J].中國信息技術教育，2015（8）：107-108.