《機器學習》課程項目實踐方案研究

◆蘇向東 劉娜

（1.內蒙古大學計算機學院 內蒙古 010021；2.河套學院數學與計算機系 內蒙古 015000）

1 引言

隨著智能時代的到來，人工智能技術研究被確立為國家發展戰略，人工智能技術人才的培養工作受到國內高等院校廣泛關注。作為人工智能領域的研究熱點，機器學習主要講解設計和優化人工智能模型的原理和方法，使應用模型具備類似人類的智能，從而將該模型應用于計算機系統和平臺，完成現實生活中的分類、回歸、序列生成等預測和決策任務。由此可見，機器學習是人工智能所依賴的重要基礎，是各類智能化應用的核心構成，是實現智能化應用的主要途徑。隨著機器學習理論的快速發展，其已經被大規模應用于工業生產和社會生活的多種智能化平臺和信息系統，推動了相關行業和產品技術改造升級，帶來了巨大的經濟價值和社會價值。目前，《機器學習》課程受到高等院校重點關注，已經成為人工智能相關方向學生的主干課程，掌握相關理論和原理的人才備受企業和行業青睞。

《機器學習》課程中很多算法都融合了矩陣論、凸優化、微積分、信號處理、程序設計等學科基礎知識，并在不斷發展中汲取其他學科領域的發展成果，要求學生具有扎實的數學基礎和良好的高級語言程序設計能力?！稒C器學習》原理和方法能夠為實際問題提供解決方案，可以被直接被應用于信息系統中，提升相關系統的智能化水平。

由于《機器學習》課程具有理論基礎要求較高、涉及專業知識面廣、課程學時緊湊等特點，單純課堂授課模式缺乏項目實踐活動，學生僅僅記住了理論原理，未能參與具體項目實踐活動，缺乏解決實際應用問題的能力，降低了課程教學效果。因此，本論文提出了解決《機器學習》教學中存在的項目實踐不足的問題的方案，緊貼智能化時代應用需求，提出行之有效的項目實踐和評估方案，創建學生項目實踐的計算機硬件和編程環境，建立有效的項目實踐評估方案，實現《機器學習》課程從單純理論學習到全面項目實踐的轉換，提升計算機專業學生培養質量。

2 國內外教學領域現狀

國外計算機專業學生的《機器學習》教育主要有四種形式：一是《機器學習》技術課程，其中課堂授課與項目實踐占多數，學生要想獲得學分，除了參加考試以外，還必須完成相關的實驗與設計項目，根據教師要求搭建機器學習應用系統，對智能系統中涉及的算法在深刻進行改進和優化，提升其性能；二是課外競賽活動，類似我國的綜合實踐類課程，學生這類課程期間無需參加課堂學習，只需要在規定的時間內完成相關的比賽項目即可，理論學習可以自行靈活安排，并針對比賽要求進行有選擇性的補充；三是《機器學習》沙龍等活動；四是《機器學習》輔助應用，將《機器學習》技術作為一種工具來提升其他課程教學實踐活動，在這個過程中完成《機器學習》技術的學習，提升學生能力。很多國外高校逐步開設了《機器學習》相關課程，并將其作為學習平臺應用于高校其他課程教學活動，與機器學習理論有關的課程包括《機器學習》原理、《機器學習》設計競賽、《機器學習》編程競賽，特別是利用互聯網平臺參加各類比賽成為《機器學習》理論實踐的一種重要手段和學生能力考核的方法。

近年來，國內高校對《機器學習》課程越來越關注，部分院校組織學生出國參加國際機器學習技術大賽，提升學生實踐應用能力。為了提高我國人工智能技術水平和應用能力，使人工智能技術更好地為經濟建設服務，有必要進一步提升《機器學習》教學質量，培養熟練掌握相關原理和方法的后備力量。

3 《機器學習》課程項目實踐方案

本文將從《機器學習》課程當前存在的項目實踐缺乏的現狀，分別從項目實踐的軟硬件需求，項目實踐方案和課題設計，項目實踐效果的評估這三方面提出具體解決方案。在結合其他課程教學方法的基礎上，對《機器學習》課程進行教學改革，在現有理論授課的基礎上，重點拓展加強項目實踐活動，提高該課程的教學質量，提升學生理論應用能力，具體方案如下。

3.1 《機器學習》項目實踐配套的軟硬件環境建設

《機器學習》項目實踐需要依賴于高性能GPU服務器，學生設計的智能化模型需要在內存大于32G、顯卡的顯存大于8G的服務器經過幾十到上百個小時的優化過程，普通的臺式機和筆記本電腦無法提供足夠的算力支撐，無法保障學生完成《機器學習》中智能算法和模型的設計和優化。因此，大學需要在現有實驗室環境下，搭建滿足項目實踐要求的軟硬件平臺的合理方案。

通過調研國內其他高?！稒C器學習》課程的項目實踐的軟硬件環境，結合Tensorflow、Pytorch、Keras等開源深度學習框架的硬件需求，參考計算機專業學生數量，確定完成《機器學習》課程項目實踐的基本GPU服務器硬件配置需求。

在硬件平臺具備基礎上，按照項目實踐課題內容，在硬件平臺上安裝配置《機器學習》項目實踐的軟件環境，如GPU驅動，開源深度學習庫，矩陣運算庫等軟件依賴包，提供項目實踐的底層機器學習庫支撐。利用Jupiter Notebook開源軟件包，搭建《機器學習》項目實踐的在線代碼開發環境，使學生無需安裝Python編程環境，即可利用服務器軟件環境進行智能模型設計和編碼，并實時進行調試工作。

3.2 《機器學習》項目實踐方案和課題設計

現在《機器學習》技術在各類智能應用系統得到廣泛應用，如推薦系統、智能客服、智能助手等。目前，相關技術和應用的人才還存在很大缺口。為提升計算機研究生《機器學習》理論的應用能力，加強具體項目實踐能力，我們將制定緊貼實際應用的項目實踐方案和實踐課題。項目實踐方案將緊密貼合《機器學習》在實際生活的應用現狀，根據任務中數據形態（語音、圖像、文本），結合任務數據規模大?。ǖ蛿祿Y源任務、數據資源充足任務），設計多種項目實踐課題（語音識別、文字識別、智能問答、機器翻譯等），采用多種項目實踐形式（獨立實踐、分組實踐、互聯網比賽），完成項目實踐活動，并評估項目實踐效果。

首先，我們按照目前《機器學習》在人工智能方面的熱點應用，選取出5種熱門的應用，分析背后所依賴的技術方案，制定項目實踐課題。每個課題包括任務、目標、服務對象、數據種類、數據規模、數據格式、源數據、基線模型方案、成果形式、評價指標、依賴軟硬件環境等完整的內容。學生依據課題詳細描述，結合所學《機器學習》理論和方法，制定項目實踐技術路線，設計和優化核心智能模型，并開發相應的應用系統，書寫項目實踐報告，完成項目實踐。

其次，我們將根據項目實踐類型，確定項目實踐類型，如獨立項目，分組項目，互聯網比賽項目等，根據不同項目類型，進行實踐效果考核，給出項目實踐評估結果，并結合項目實踐評估結果反向指導《機器學習》內容授課和實踐內容調整補充。例如，結合國際法律文書翻譯需求，設計法律文書翻譯項目實踐課題。課題數據來源為由學生從互聯網采集并人工校對后的漢英平行句對，數據規模不低于20萬句對，翻譯模型采用基于元學習的序列化機器翻譯模型，翻譯效果評估指標為BLEU，項目實踐方案為分組項目實踐。

圖1 機器學習結構

3.3 多維度項目實踐效果評估

為結合《機器學習》理論考核，合理評估學生項目實踐效果，需要研究制定項目實踐效果評估方案，給出項目實踐效果評估等級，并反饋優化學生項目實踐環節。項目實踐的目的是提升計算機專業學生的實踐動手能力，加深對《機器學習》理論的理解和掌握，使其能夠在工作崗位上勝任人工智能研究和開發工作需要。因此，項目實踐效果評估要處理好與學業成績、能力發展、興趣培養、工業應用之間的關系，結合課程授課內容和項目類型，分類型分層次進行項目實踐效果考核評估。

項目實踐效果評估遵循導向性原則。評價項目實踐效果不是為了給出簡單的結論，而是通過設定項目實踐的目標，對照一定的標準，給出定性與定量的評估結論，并根據這一結論發現《機器學習》學習過程中存在的知識缺口，進一步提升學生分析問題和解決問題能力，實現高層次人工智能人才的培養。

具體考核過程要按照項目實踐課題難度（容易、中等、困難）、理論創新性（理論應用、微創新、中等創新、較大創新）、應用價值、人員任務分工等方面進行綜合評分。課程最終成績由理論考試和項目實踐成績共同構成，側重于對學生基本原理的理解、算法模型掌握程度，以及應用能力、創新能力等綜合素質的考核，建立知識考察與能力考核并重的考核標準，客觀全面體現學生在《機器學習》課程掌握的知識、能力和水平情況。除對利用理論進行課題實踐結果和結論分析能力考核外，增加《機器學習》文獻閱讀、機器學習方法調研、開放性問題分析能力的綜合評定。

4 結論

本文從《機器學習》課程當前存在的項目實踐缺乏的現狀，分別從項目實踐的軟硬件需求，項目實踐方案和課題設計，項目實踐效果的評估這三方面對該課程的教學改革提出解決方案。在《機器學習》理論授課基礎上，拓展加入項目實踐內容，制定緊貼智能化應用的項目實踐方案和課題，確定合理可行的項目實踐效果評估方法，激發學生課程學習興趣，提升學生《機器學習》理論掌握水平和實踐應用能力，提升教學效果和學生綜合能力水平。