機器學(xué)習(xí)實踐課程教學(xué)改革

李晉蓉 張高煜

摘? 要：分析當(dāng)前機器學(xué)習(xí)實踐課程的教學(xué)情況，基于培養(yǎng)方式中的教學(xué)內(nèi)容體系性差，教學(xué)方式傳統(tǒng)單一等潛在問題，經(jīng)過高校的教學(xué)實踐，從應(yīng)用導(dǎo)向的教學(xué)模式、實踐導(dǎo)向的課程項目和校企合作的項目驅(qū)動融為一體的培養(yǎng)方式等多方面探討課程教學(xué)改革的措施，提出機器學(xué)習(xí)實踐課程教學(xué)改革要領(lǐng)。使學(xué)生不僅熟練掌握了基本的機器學(xué)習(xí)基礎(chǔ)理論與方法，更要加強解決實際問題的能力。

關(guān)鍵詞：機器學(xué)習(xí)? 實踐課程? 教學(xué)改革? 項目驅(qū)動

中圖分類號：TP181-4;G642 ? ? ? ? ? 文獻標(biāo)識碼：A? ? ? ? ? ? ? ? ?文章編號：1674-098X（2021）01（b）-0200-03

Reform of Machine Learning Practice Course Teaching

LI Jinrong? ZHANG Gaoyu

（Shanghai Lixin University of Accounting and Finance， Shanghai， 201209 China）

Abstract： This paper analyzes the current teaching situation of machine learning practice course. Based on the potential problems such as the poor system of teaching content and the single traditional teaching method in the training mode， through the teaching practice in Colleges and universities， this paper discusses the measures of course teaching reform from many aspects such as the application-oriented teaching mode， the practice oriented course project and the project driven training mode of school enterprise cooperation， and puts forward some suggestions The main points of teaching reform of machine learning practice course. So that students not only master the basic theory and method of machine learning， but also strengthen the ability to solve practical problems.

Key Words： Machine learning; Practice course; Project-driven; Teaching reform

1? 背景

目前，信息時代在飛快發(fā)展，銀行業(yè)、零售業(yè)、新興電子互聯(lián)網(wǎng)行業(yè)甚至傳統(tǒng)制造業(yè)隨之產(chǎn)生了大量數(shù)據(jù)。社會中各個行業(yè)都需要分析數(shù)據(jù)，應(yīng)用機器學(xué)習(xí)算法是最有效的方法，從龐大的數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，做出有效決策。因此這部分人才的需求持續(xù)增加，并且對實踐能力有更高的要求。機器學(xué)習(xí)的研究范疇為如何使用計算機來模擬人類的學(xué)習(xí)活動。它可以應(yīng)用于社會生活和工業(yè)的各個方面，也是各高校的關(guān)注的重點課程。各高校的基本職能就是培養(yǎng)人才，各高校也急需培養(yǎng)應(yīng)用人才，以期更好地適應(yīng)時代快速發(fā)展的工作內(nèi)容和尖端前沿鄰域，更好地適應(yīng)當(dāng)前的就業(yè)環(huán)境。

2? 機器學(xué)習(xí)實踐課程教學(xué)存在的問題

機器學(xué)習(xí)的實踐課程適用于計算機及其他相關(guān)專業(yè)學(xué)生。大學(xué)生要掌握算法和數(shù)據(jù)結(jié)構(gòu)，精通Java或C ++等機器語言，具備高等數(shù)學(xué)，概率論和高等代數(shù)等基礎(chǔ)知識。但是，目前，各高校的機器學(xué)習(xí)基本為理論教學(xué)為主，只是注重算法本身，缺乏完善的實踐教學(xué)體系和教學(xué)資源。現(xiàn)在學(xué)生的課堂學(xué)習(xí)面臨著許多問題，例如只學(xué)習(xí)專業(yè)理論，缺乏實際項目的操作過程以及單一的傳統(tǒng)教學(xué)方法。

2.1 實踐教學(xué)偏理論化，缺乏完善的實踐體系

機器學(xué)習(xí)涉獵到許多算法，精通這些算法要求高校生不僅要學(xué)習(xí)理論知識，還需要與社會實際項目相結(jié)合，理論聯(lián)系實際。這就需要在校學(xué)生多去了解現(xiàn)實中存在的問題，通過在校的學(xué)習(xí)和訓(xùn)練，將理論知識輸出應(yīng)用于實際。雖然現(xiàn)在互聯(lián)網(wǎng)上有很多優(yōu)秀的課程，但其大多集中在知識系統(tǒng)的教學(xué)上，側(cè)重于算法本身和機器學(xué)習(xí)中常用的理論的介紹，基本不會介紹實際應(yīng)用等相關(guān)問題。目前社會新技術(shù)的迅速更新和企業(yè)的快速發(fā)展，使得技術(shù)更新的頻率越來越快，但教材卻更新不同步。導(dǎo)致機器學(xué)習(xí)人才的培養(yǎng)與社會及企業(yè)的用工需求存在差異。這種差異是需要高校學(xué)生通過解決實際問題來不斷地探索和積累才能彌補的，僅僅依靠短期教學(xué)是遠遠不夠的。所以，機器學(xué)習(xí)實踐課程需要與應(yīng)用實踐相結(jié)合，培養(yǎng)復(fù)合型人才。

2.2 教學(xué)內(nèi)容體系繁雜，教學(xué)方式傳統(tǒng)單一

由于機器學(xué)習(xí)涉及人工智能、認知科學(xué)、信息論、統(tǒng)計學(xué)和控制論等多個科目，所以它理論性強，內(nèi)容繁多，學(xué)科分類體系繁雜?，F(xiàn)有的機器學(xué)習(xí)書籍和教科書大致如下：一是機器學(xué)習(xí)理論的講解，專業(yè)性強，晦澀難懂;二是機器學(xué)習(xí)與某種應(yīng)用相結(jié)合，知識側(cè)重于相關(guān)主題描述;還有一本實用的機器學(xué)習(xí)教材，只是側(cè)重于程序?qū)崿F(xiàn)，卻很少對算法原理進行推導(dǎo)演算和講解。這些書籍和教科書很難適應(yīng)機器學(xué)習(xí)的實際。因為現(xiàn)有學(xué)習(xí)理念、教學(xué)條件和教師能力等的種種限制，目前高校的課程僅僅是讓大學(xué)生學(xué)習(xí)到知識，而分析并解決實際問題、進而在實踐中創(chuàng)新的能力是與無法學(xué)到的，也沒有健全的教育體系來彌補目前教學(xué)過程中存在的問題?，F(xiàn)在，各高校機器學(xué)習(xí)課程的學(xué)習(xí)還是以任課老師授課為主要途徑，計算機實驗和作業(yè)為次要途徑。學(xué)生在這樣的情況下，只是被動地積累知識，不能激發(fā)出探究該課程和領(lǐng)域的興趣。本學(xué)科理論專業(yè)性很強，實際操作難度很大，理論與實踐相互脫離，另外很多大學(xué)生課后基本不復(fù)習(xí)，即使在實驗過程中，大學(xué)生也會因沒有精通相應(yīng)的理論知識，導(dǎo)致無法使用相關(guān)計算機語言完成實驗。從而導(dǎo)致學(xué)生對實踐應(yīng)用的恐懼心理和逃避課程，甚至出現(xiàn)課后完成作業(yè)時互相抄襲的情況。

3? 機器學(xué)習(xí)實踐課程教學(xué)改革探索

為了使學(xué)生具備相關(guān)的實踐和創(chuàng)新能力，提高人才質(zhì)量，需要加強課程的實踐教學(xué)。針對機器學(xué)習(xí)這類實踐性要求較高的課程，眾多高校提出了一攬子措施來達到專業(yè)目標(biāo)和培養(yǎng)模式的優(yōu)化，例如教學(xué)內(nèi)容多樣化，師資隊伍走進企業(yè)并了解先進技術(shù)，改善試驗設(shè)備等。只有真正將理論融入實踐教學(xué)，才能更好地實現(xiàn)教學(xué)目標(biāo)。

3.1 采取應(yīng)用導(dǎo)向的教學(xué)模式，完善人才培養(yǎng)體制

機器學(xué)習(xí)可以用于輿情分析、人臉識別、異常檢測、自然語言處理等范圍，各類范圍對應(yīng)的機器學(xué)習(xí)工程師的崗位技能不一。教師需要介紹該機器學(xué)習(xí)實踐課程對應(yīng)的典型工作與職責(zé)，讓學(xué)生在課堂中了解和體驗到所學(xué)知識的應(yīng)用場景，使學(xué)生進一步清晰專業(yè)意識。學(xué)生在項目中遇到問題后，一起討論解決方案，從而拓寬思路。因為靈活性是機器學(xué)習(xí)在實踐中的重要特征，因此很有必要對具體的實踐場景中所需要的算法進行優(yōu)化，選擇最優(yōu)的經(jīng)典算法。所以，實踐對算法本身提出了更高的要求，需要理論與實踐的相互結(jié)合，相輔相成，理論指引實踐，實踐中又不斷深入對理論知識的理解?；谀壳叭瞬判枨蟮呐囵B(yǎng)，初始開始機器學(xué)習(xí)教學(xué)時，傳統(tǒng)理論教育需要覆蓋其學(xué)習(xí)的每個階段，使大學(xué)生熟練地掌握數(shù)據(jù)獲取、預(yù)處理、選擇模型和優(yōu)化結(jié)果分析的每個階段，建立完善的體系。這其中最直接的途徑是大學(xué)老師作為學(xué)生的榜樣，教師積極探索校企合作項目，主動申請相關(guān)科研項目，了解真實存在的問題場景，然后擴展到學(xué)生層面，布置合適的作業(yè)，推薦學(xué)生選擇適當(dāng)?shù)拈_源工具處理數(shù)據(jù)，培養(yǎng)學(xué)生能夠以較快的速度獨立解決問題。

3.2 設(shè)置實踐導(dǎo)向的課程項目，豐富教學(xué)內(nèi)容和教學(xué)方式

目前，各個學(xué)校的機器學(xué)習(xí)課程一般都會設(shè)置實驗，但主要實踐的是如何實現(xiàn)教材中的算法。大學(xué)生能夠通過實驗課程，學(xué)會眾多的經(jīng)典算法，實踐能力大幅提高。通過實踐項目的設(shè)計和驗證兩個環(huán)節(jié)，培養(yǎng)學(xué)生創(chuàng)新性的解決問題，適應(yīng)社會的就業(yè)需要。高?？梢云刚埳鐣蛘咂髽I(yè)中的專業(yè)人士來學(xué)校講解前沿實踐領(lǐng)域的項目，剖析解決問題的想法和過程，與高校老師及學(xué)生一起研究企業(yè)數(shù)據(jù)處理中的各類算法，從而達到理論與實踐的相結(jié)合。同時使得大學(xué)老師更快地了解企業(yè)現(xiàn)實場景，了解現(xiàn)階段的解決方案，從而更好的完善教學(xué)內(nèi)容和形式，貼近真實的企業(yè)項目開發(fā)。也可以在教授理論基礎(chǔ)的前提下，改變傳統(tǒng)單一的教學(xué)方法，讓學(xué)生進一步體驗現(xiàn)實場景，實現(xiàn)理論與實踐的結(jié)合，創(chuàng)造由企業(yè)項目推動教學(xué)發(fā)展的新思路。同時，教師可以利用高校優(yōu)越的多媒體實驗環(huán)境，邀請相關(guān)企業(yè)人士分析相關(guān)案例，講解企業(yè)需要的知識點，結(jié)合教學(xué)進度提出實踐導(dǎo)向的課程問題，讓學(xué)生實現(xiàn)類似的驗證性實驗項目，這就是設(shè)計性實驗項目的原型，學(xué)生可以訪問和分析其功能、代碼并測試其效果。然后，在延伸實踐的基礎(chǔ)上，學(xué)生可以模仿教師提供的案例，通過創(chuàng)新設(shè)計和實施一個相對完整的項目，鞏固自己的知識，鍛煉統(tǒng)籌兼顧的能力，提高靈活應(yīng)用知識和創(chuàng)新的能力。

3.3 推動校企合作完成企業(yè)實踐項目，堅持教學(xué)用于實踐。

應(yīng)用型人才不僅要有完善的理論知識、掌握科學(xué)的方法及具備寬闊的眼界和迅速解決問題的能力，還需要實踐技能。因此學(xué)?？梢院蜕鐣髽I(yè)建立校企合作項目和科研團隊，在深入了解企業(yè)需求的基礎(chǔ)上，在高校中實施培訓(xùn)和教學(xué)，豐富教學(xué)內(nèi)容，完善教學(xué)體系，培養(yǎng)學(xué)生解決實際問題的能力，為學(xué)生日后的實踐過程培養(yǎng)并形成解決問題的思路。

在數(shù)據(jù)采集方面，通過校企合作的關(guān)系，在課程中增加企業(yè)實踐學(xué)時。教師依據(jù)班級人數(shù)將學(xué)生分成幾個研究小組，讓研究小組的同學(xué)們直接與企業(yè)交流，拿到企業(yè)真實數(shù)據(jù)。鑒于企業(yè)數(shù)據(jù)量巨大，而且數(shù)據(jù)穩(wěn)定性待檢驗，存在大量的噪聲等諸多問題，學(xué)生需要從中提取有效數(shù)據(jù)，消除噪聲，將其轉(zhuǎn)化為可用數(shù)據(jù)。由于企業(yè)的眾多問題不是機器能夠直接處理的，數(shù)據(jù)篩選、特征提取、算法集成和選擇可能需要實驗層面的技能;并且，企業(yè)實際的項目具備真實、靈活的特點，而且與當(dāng)前熱點息息相關(guān)。在討論解決方法時，學(xué)生會碰到眾多的難點，如數(shù)據(jù)的不均衡、算法缺陷等。這些困難不可能直接從課堂得到有效的解決發(fā)放，學(xué)生需要不斷梳理現(xiàn)有的知識體系，不斷優(yōu)化現(xiàn)有思路，總結(jié)前人的經(jīng)驗教訓(xùn)，盡可能地攻破現(xiàn)有的算法缺陷，由實踐轉(zhuǎn)變?yōu)槔碚撝R。企業(yè)面臨著要求非常嚴格的客戶，機器學(xué)習(xí)工程師要學(xué)會溝通客戶的技巧，并且熟悉業(yè)務(wù)。校企合作下的企業(yè)實踐項目能夠使學(xué)生更容易理解數(shù)據(jù)分析算法，更好地解決問題，從而培養(yǎng)學(xué)生的實踐能力與創(chuàng)新意識。高?？梢院推髽I(yè)探索合作，建立實訓(xùn)基地或者實驗室，實現(xiàn)開展項目合作以及聯(lián)合研發(fā)，企業(yè)也可以參加課程的規(guī)劃、開發(fā)、實施，贊助課外科技創(chuàng)新活動，建立課外活動的對接。企業(yè)實踐項目既可以激發(fā)學(xué)生的研究興趣，又可以加深學(xué)生對原有知識理論的理解。

4? 結(jié)語

機器學(xué)習(xí)的高校實踐教育，要讓學(xué)生可以根據(jù)現(xiàn)有的機器學(xué)習(xí)原理和手段來解決現(xiàn)實問題，養(yǎng)成大學(xué)生自主探索、學(xué)習(xí)新技術(shù)的能力。經(jīng)過高校的教學(xué)實踐，采取了一系列課程教學(xué)改革的措施，這些具體的改革措施不僅使得在校大學(xué)生掌握了基本的機器學(xué)習(xí)基礎(chǔ)理論與方法，還塑造了學(xué)生解決實際問題的能力，受到了學(xué)生的認可和喜愛。

參考文獻

[1] 趙衛(wèi)東，趙洪博.基于項目沉浸式的數(shù)據(jù)分析類課程教學(xué)研究[J].計算機教育，2017（6）： 58-61.

[2] 李晨光，廖明，張永亮，等.開展跨學(xué)科通識技能訓(xùn)練提升本科生創(chuàng)新創(chuàng)業(yè)能力[J].實驗技術(shù)與管理，2018（11）：13-16.

[3] 鄧志鴻，謝昆青.機器學(xué)習(xí)課程的教學(xué)實踐： 以北京大學(xué)“智能科學(xué)與技術(shù)”本科專業(yè)為例[J].計算機教育，2016（10）： 18-19.

[4] 姚興華，吳恒洋，方志軍，等.新工科背景下機器學(xué)習(xí)課程建設(shè)研究[J].軟件導(dǎo)刊，2018（1）：221-223.

[5] 陳琳.高校機器學(xué)習(xí)課程教學(xué)改革探索[J].教育現(xiàn)代化，2018（6）：99-100.

[6] 李莎莎，劉丹，唐晉韜，等.面向任職教育的“數(shù)據(jù)挖掘與機器學(xué)習(xí)”課程教學(xué)研究[J].高等教育研究學(xué)報，2019（1）：108-113.

[7] 黃智云.基于課程信息化的學(xué)習(xí)分析與評價系統(tǒng)設(shè)計[D].泉州：華僑大學(xué)，2019.

[8] 王爽.基于機器學(xué)習(xí)的自動文本分類方法研究[D].成都：電子科技大學(xué)，2020.