基于創新應用驅動的“機器學習”課程教學改革研究

李 寧 羅雪妮 劉柯欣 周鑫航

寶雞文理學院計算機學院，陜西 寶雞 721016

機器學習是人工智能的重要組成部分，專門分析和解釋數據的模式及結構，以達到無須人工交互即可完成學習、推理和決策等行為的目的[1]。目前機器學習已成為數據挖掘、模式識別、知識發現和智能計算等領域的核心技術和研究熱點，在許多方面發揮越來越大的作用。但是我國高校在計算機專業課程教學方面仍以理論講授為主，不能滿足不同專業背景大學生的實際應用需求。因此，如何轉變傳統“機器學習”課程教學模式，以及滿足現代科技革命與產業變革對于人才創新能力發展的需求，成為亟待解決和值得探討的課題。

1 “機器學習”課程特點和教學現狀

1.1 課程特點

機器學習屬于人工智能研究領域的重要分支，是用機器模擬人的智能和學習方式，以主動獲取知識，并對知識進行相應的分類與評價，不斷提升自身性能，實現自我完善的一門多領域交叉學科。作為一種新型的科學研究方法，機器學習具有高效率的數據處理能力。目前，隨著我國科技水平的不斷進步和發展，機器學習將概率論、凸分析、統計學、逼近論和算法復雜度等多門學科結合在一起，涵蓋知識面廣，有關數學理論的復雜度高，已經成為一個新的研究熱點[2]。此外，在人工智能技術迅猛發展的今天，“機器學習”課程的學習目標及其重要性也相應地提高，學習這門課程需要有較強的數學能力以及良好的語言編程能力。機器學習在幾十年的發展中研究人員從不同的角度出發形成了不同的分類方法，教師需要對大量新知識進行教學分類與實踐。因此，教師必須緊跟時代發展，努力提升自身能力，有效轉變教育理念和教學方式。

1.2 教學現狀

1.2.1 理論教學與實驗教學的銜接不夠密切

在傳統“機器學習”課程教學模式下，大多高校都將課程理論知識和實踐操作單獨設立課程進行授課，一般先由教師教授理論知識，再由學生根據教學大綱所規定的對應各章學時及實驗內容，在機房完成實驗。這種由教師設定機器學習實驗項目的教學方式，很容易將各個知識點孤立，知識點間關聯度不高。同時，所開設的實驗課程內容大多為驗證性實驗，其目的僅僅是讓學生對教材內容進行機械驗證，學生學習缺乏積極性，實踐能力沒有得到提升[3]。

1.2.2 現有的教學中缺少應用驅動

當前許多高校對“機器學習”課程的教學仍然采用課堂教學的方式，多為數學模型概念講解、公式推導以及課堂習題解答等，課程內容理論性強，內容比較枯燥，課堂氛圍活躍度低，教師在教學過程中未能結合熱門實踐案例進行講解，學生學習興趣不強。此外，課程教學內容僅限于對機器學習模型的認知、推導與運用，課外知識擴展不足，部分學生無法感受到機器學習技術的重要性及其發展對實際生活的影響[4]。

1.2.3 考核與評價方式片面

當前大部分高校對“機器學習”課程考核方式單一，一般采取閉卷方式進行考核，通常只考查基礎知識部分，部分學生缺乏正確的學習方法，僅通過死記硬背應付考試。教師按照指定的教材設計試題，評價學生在“機器學習”課程中的學習情況，由于目前機器學習技術的飛速發展，教材的更新速度遠低于技術發展的速度，使得考核內容與新技術相比處于落后狀態，而學生為了能在教學考核中獲得較好的成績，在傳統模型的學習與推導過程中花費了很多的時間與精力，沒有及時了解最新的相關技術。這種考核與評價方式不利于學生掌握“機器學習”課程內容。

1.2.4 師資隊伍素質需進一步提高

現有的高校師資隊伍主要為研究型教師，他們能夠很好地對機器學習以及其他計算機專業的學生進行知識理論方面的傳授和引導，有利于學生深入研究特定理論知識。而與具有開發能力且能夠滿足企業最新技術要求的應用型教師相比，其不能為學生的實踐學習提供良好的機會與指導。另外，部分高校忽視了對師資隊伍的再培訓，導致教師無法及時了解機器學習領域前沿技術的發展。

2 基于創新應用驅動的“機器學習”課程改革探討

2.1 課程教學改革理論依據

建構主義學習理論強調，學生并非空著腦袋走進課堂，而是帶著他們現有的生活、研究經驗進行學習的。強調學習不是被動接受信息刺激，而是主動建構意義，是根據自己的經驗背景，對外部信息主動地選擇、加工和處理，從而獲得自己的意義。任務驅動教學法（task based learning）是一種基于建構主義學習理論的教學法。在形式上“任務驅動”教學法的一般步驟為：教師提出任務→師生共同分析以得出完成任務的方法和步驟→適當講解或自學、協作學習→完成任務實踐→交流和總結[5]。這一步驟反映了一種以建構主義教學理論為依據，在教學中“以學生為主體，以教師為主導”的新教學思維與方法，與探究式教學模式相吻合，適用于學生自主學習以及培養學生對問題的自主分析與解決相關學術問題的能力。教師在本科生教學中利用任務驅動教學模式，不僅能夠提高課堂的教學質量，而且可以提高學生對課程的學習興趣和學習主動性，從而促進學生掌握課程內容。具體而言，教師通過任務驅動展開教學，圍繞提出的幾項具體問題，在解決問題的過程中，將課程的基礎知識介紹給學生并在具體問題的解決過程中學習和掌握課程的知識與應用技能。對于機器學習這樣的“年輕”學科而言，任務驅動教學模式尤為適用。盡管近幾年來陸續形成了一些基本原理與基本方法，但是理論體系并不完備。同時，近期的研究成果很多是以問題的提出、分析和解決為模式而展開的，符合任務驅動教學模式。

結合以上分析，以建構主義學習理論，順應教學工作過程系統化的課程發展理念，以學生為主體，在任務的推動下，通過有意義而具體的任務使學生融入知識的學習過程中，從而幫助學生掌握相關知識，教師與學生共同完成對知識的解構與建構。本文以創新應用作為任務驅動的核心任務，以任務驅動教學模式作為“機器學習”課程教學模式；以“應用驅動”為理論基礎進行教學改革設計，使學生了解機器學習發展的歷程，對基本原理以及應用領域有初步的認識，在掌握主要技術與用途的前提下，激發學生對機器學習的興趣，增強其在學習中的主觀能動性，并且為知識創新與技術創新的進一步發展打下堅實基礎。

2.2 課程教學的具體改革方法

由于“機器學習”課程是專業核心課程，具有較強的理論性、貼近工程實際等特點，需要學生在學習時既要掌握基本理論知識，又要以此為基礎，熟練應用先進技術，從技術方面分析、解決實際生產過程中存在的難題，以推動其可持續發展。目前需要針對學生實踐能力需要，應用創新驅動教學手段對“機器學習”課程教學進行改革。

2.2.1 教學方式改革

課程的理論教學主要采取線上線下相結合的教學方式，整合了傳統面對面教學的優勢及豐富的網絡化教學資源優勢，滿足學生不同需求，從而達到最優學習效果。線上教學可以依托在線實踐教學平臺、云課堂、中國大學MOOC 平臺等教學資源開展。為滿足教學需求，可以將這些資源整合和重組，形成新的教學模式。另外還要構建課程網絡資源，將“機器學習”課程中容易識記和理解的算法思想、概念和其他內容以章節為單位整理，儲存于學習通或其他學習平臺中，便于學生預習、線上評測等。課堂教學環節側重“機器學習”的課程分析、綜合和創造等認知問題討論，這類問題通常不存在唯一正確的答案，適宜作為課堂教學研討的問題。課堂上教師要根據教學內容選擇合適的教學方法。課前以搜集學生在自主學習過程中產生的困惑為主線進行備課，課中著重指導學生運用算法來處理實際問題。課后注重對知識體系的歸納總結。例如，通過課上案例分析，讓學生對支持向量機、線性回歸和其他算法有更進一步的了解，可以通過課后總結歸納，提升學生分析問題、設計算法和程序實現等能力。

專業能力的培養與理論學習密不可分，更離不開項目應用實踐。通過分析人工智能專業教學現狀，以創新應用驅動為核心進行教學改革。一是將創新應用實踐融入課程之中，保證教學內容的創新性。以“機器學習”課程為例，通過引入真實應用案例并結合典型算法開展教學。例如，實際案例或者任務可以選取深度學習、自然語言處理和PyTorch 框架等領域的研究新成果以及阿里云天池大賽、國際大學生程序設計競賽等競賽的真題。二是借助網絡公開課平臺組織課堂討論以促進知識內化。三是不斷創新教學方法，創新應用驅動教學的方式使學生擴展機器學習的經典學習算法，進行研究性學習。如布置學生學習匯報任務、開展分小組現場答辯等方式學習，同時還可以增強學生的團隊協作能力。此外，鼓勵學生積極參與社會實踐活動，培養學生自主解決問題的能力和創新能力，遇到有挑戰性的實際應用項目，學生團隊可以通過協作的方式，圍繞實際應用問題進行分析和交流，自主完成方案設計、程序編寫調試及項目報告等。

2.2.2 課程考核評價體系

課程考核評價體系包括平時作業、實驗及成果匯報3 個部分，課程考試是教學的一部分，要對成果進行多元化評價，防止過分注重理論知識，而忽視對學生實踐能力的考核?；谌斯ぶ悄軐W科核心素養的教學評估設計以學科知識為中心，將課堂講授與課后自主學習相結合。通過知識學習、問題求解、算法擴展、報告撰寫、口頭匯報和其他環節，綜合評價教學成果，從而實現能力培養與知識傳授有機融合的目的。同時，將學生在課后所做的小論文作為重要的考核內容進行綜合測評，并形成相應的評定標準?！皺C器學習”課程考核的總評成績由平時考核（占60%）和期末卷面考試（占40%）組成。其中，平時考核包括小組作業（占15%）、個人作業完成度（15%）、課堂活動表現（占5%）、實驗（25%）；期末卷面考試是針對整個學期所有學生的線下閉卷考試。其中，小組作業需要學生以組為單位，通過組內成員的協作學習來熟悉和掌握機器學習的框架和工具，制作演示文稿并現場答辯。個人作業完成度主要考查學生對平臺學習任務的完成度。課堂活動表現要求學生在課堂上積極思考、踴躍交流，教師以學生學習表現進行評分。實驗主要考查學生對課程知識點的理解程度和綜合運用能力。

2.2.3 師資隊伍建設

對師資隊伍方面的改進，可采用“請進來，送出去”的辦法，一是要從高校層面尋求政策，引進在企業中具有開發能力的博士、碩士研究生，對應用型師資進行有效的補充；二是鼓勵中青年教師去企業頂崗掛職鍛煉，以提高實踐經驗和加深對市場的認識；三是鼓勵教師在實踐教學中與項目對接，通過實際應用案例進行教學，從而切實提高實踐教學的質量，滿足人工智能專業“雙師型”教師的培養要求。

3 結語

機器學習屬于交叉學科的范疇，“機器學習”課程教學不完全是教授學生用算法構建模型，更重要的是激發學生對這些算法與模型的應用，由此解決現實中存在的問題，并且能獨立思考，在實踐中鍛煉。通過實驗可以發現，使用上述方法后學生的學習效果有明顯提升。

本文以建構主義理論作為研究基礎，教學方式以創新應用驅動作為核心，有針對性地從教學方式、課程考核評價體系和師資隊伍建設3 個方面對教學改革進行了探索，以解決當前“機器學習”課程教學過程中所出現的部分問題，幫助學生在機器學習理論與實踐兩方面均衡發展，培養符合社會需要、行業需求的人工智能專業人才。