電子信息專業(yè)碩士研究生機(jī)器學(xué)習(xí)課程交叉應(yīng)用案例庫建設(shè)研究

摘" 要：在電子信息專業(yè)學(xué)位“機(jī)器學(xué)習(xí)”授課中，建立交叉應(yīng)用教學(xué)案例庫有利于促進(jìn)分科知識(shí)融通發(fā)展為交叉學(xué)科知識(shí)體系。在探討該應(yīng)用案例庫的建設(shè)思路和內(nèi)容過程中，結(jié)合機(jī)器學(xué)習(xí)課程徑向基網(wǎng)絡(luò)、支持向量機(jī)等知識(shí)點(diǎn)構(gòu)建部分案例，最終構(gòu)建一個(gè)“電子信息-肝癌智能診斷”醫(yī)工交叉應(yīng)用案例庫。構(gòu)建交叉應(yīng)用案例庫有助于引導(dǎo)學(xué)生從實(shí)際案例出發(fā)，更具體掌握對于機(jī)器學(xué)習(xí)的應(yīng)用操作。對于推動(dòng)綜合學(xué)習(xí)、跨學(xué)科合作、創(chuàng)新和問題解決具有重要的意義，不僅對學(xué)生有益，還對各個(gè)領(lǐng)域的實(shí)際應(yīng)用和社會(huì)發(fā)展產(chǎn)生重要影響。

關(guān)鍵詞：交叉應(yīng)用案例庫；機(jī)器學(xué)習(xí)；支持向量機(jī)；MindSpore框架；模糊分類

中圖分類號(hào)：TP311" 文獻(xiàn)標(biāo)識(shí)碼：A" 文章編號(hào)：2096-4706（2024）12-0193-06

Research on the Construction of Cross-application Case Library for Machine Learning in Master's Program of Electronic Information

WANG Xiaoli， FENG Ying， WU Runjie

（School of Electronics and Information， Guangdong Polytechnic Normal University， Guangzhou" 510665， China）

Abstract： In the“Machine Learning”teaching of the Master's program in electronic information major， the establishment of a cross-application teaching case library is conducive to promoting the development of cross-disciplinary knowledge system by facilitating the integration of specialized knowledge. In exploring the construction ideas and content process of this application case library， specific cases are built by incorporating knowledge points from the Machine Learning course such as Radial Basis Function networks and Support Vector Machines. Ultimately， a cross-application case library is established， focusing on “Electronic Information-Liver Cancer Intelligent Diagnosis” within the medical engineering domain. The construction of a cross-application case library helps guide students to grasp the practical application of machine learning from real-world cases. It holds significant importance in promoting comprehensive learning， interdisciplinary collaboration， innovation， and problem-solving. This is beneficial not only for students but also has a crucial impact on practical applications and societal development across various fields.

Keywords： cross-application case library; Machine Learning; Support Vector Machine; MindSpore framework; fuzzy classification

0" 引" 言

為結(jié)合國家發(fā)展戰(zhàn)略目標(biāo)，實(shí)現(xiàn)科技興國、人才強(qiáng)國、創(chuàng)新驅(qū)動(dòng)人才發(fā)展戰(zhàn)略。根據(jù)國務(wù)院印發(fā)的《關(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見》通知[1]，早日落實(shí)新一代人工智能發(fā)展規(guī)劃戰(zhàn)略目標(biāo)[2]，教育部學(xué)校規(guī)劃建設(shè)發(fā)展中心主任提出“加快構(gòu)建高質(zhì)量應(yīng)用型人才培養(yǎng)新格局”的號(hào)召[3]。專業(yè)學(xué)位應(yīng)用型人才對于國家的發(fā)展扮演著重要的角色，能夠推動(dòng)科技創(chuàng)新與產(chǎn)業(yè)升級，填補(bǔ)人才短板，滿足服務(wù)社會(huì)的需要，推動(dòng)產(chǎn)業(yè)和經(jīng)濟(jì)的發(fā)展。然而交叉應(yīng)用案例庫的建設(shè)對于培養(yǎng)專業(yè)學(xué)位應(yīng)用型人才方面具有關(guān)鍵作用[4]。建設(shè)交叉應(yīng)用案例庫能夠促進(jìn)跨學(xué)科知識(shí)融合，提供更多的經(jīng)驗(yàn)分享，有助于創(chuàng)新思維的培養(yǎng)以及職業(yè)素質(zhì)的提升，使學(xué)生具備實(shí)際操作能力、綜合素質(zhì)和創(chuàng)新能力，為國家發(fā)展和產(chǎn)業(yè)升級提供有力支持。

1" 機(jī)器學(xué)習(xí)課程建設(shè)近況

機(jī)器學(xué)習(xí)領(lǐng)域目前教育局反映了一種重要的趨勢，即理論課程相對較多，而實(shí)際交叉應(yīng)用案例課程相對不足。雖然機(jī)器學(xué)習(xí)的理論課程對于建立堅(jiān)實(shí)的基礎(chǔ)知識(shí)至關(guān)重要，但實(shí)際應(yīng)用案例學(xué)習(xí)和跨學(xué)科融合同樣至關(guān)重要。

1.1" 機(jī)器學(xué)習(xí)課程建設(shè)的不足

機(jī)器學(xué)習(xí)課程在電子與信息專業(yè)研究生課程安排上占有重要地位，但根據(jù)調(diào)查研究[5]發(fā)現(xiàn)目前現(xiàn)有的課程設(shè)計(jì)仍存在以下方面不足：

1）理論與實(shí)踐的不平衡。目前的機(jī)器學(xué)習(xí)教育往往側(cè)重于理論和算法的教學(xué)，學(xué)生被教授如何設(shè)計(jì)、理解和實(shí)現(xiàn)各種機(jī)器學(xué)習(xí)算法。然而這種課程學(xué)習(xí)過于理論化，未能足夠關(guān)注實(shí)際應(yīng)用和跨學(xué)科合作的技能。

2）應(yīng)對現(xiàn)實(shí)世界的挑戰(zhàn)。機(jī)器學(xué)習(xí)的應(yīng)用涉及多個(gè)領(lǐng)域，包括醫(yī)療保健、金融、農(nóng)業(yè)、能源，等等。學(xué)生需要學(xué)會(huì)如何將他們在理論課程中學(xué)到的知識(shí)應(yīng)用于解決實(shí)際問題，這需要跨學(xué)科的知識(shí)融合和實(shí)際操作技能。

3）跨學(xué)科融合的重要性。機(jī)器學(xué)習(xí)往往需要與其他領(lǐng)域的專業(yè)知識(shí)相結(jié)合，以解決復(fù)雜問題。例如，醫(yī)療領(lǐng)域的機(jī)器學(xué)習(xí)應(yīng)用需要醫(yī)學(xué)專業(yè)知識(shí)的融合。當(dāng)前的課程往往忽略了這種跨學(xué)科合作的培訓(xùn)。

4）培養(yǎng)綜合技能。學(xué)生需要掌握數(shù)據(jù)清理、特征工程、模型評估、解釋模型輸出等實(shí)際應(yīng)用技能，而這些技能在理論課程中可能沒有得到充分的培養(yǎng)。

5）解決現(xiàn)實(shí)問題的機(jī)會(huì)。實(shí)際交叉操作融合課程可以提供學(xué)生更多解決真實(shí)問題的機(jī)會(huì)，例如合作項(xiàng)目、實(shí)習(xí)和實(shí)際案例分析。這有助于學(xué)生更好地理解機(jī)器學(xué)習(xí)在實(shí)際應(yīng)用中的價(jià)值。

1.2" 構(gòu)建交叉應(yīng)用案例庫重要性

案例庫的構(gòu)建具有極大重要性和許多優(yōu)勢，對專業(yè)學(xué)位研究生的教育和學(xué)習(xí)環(huán)境產(chǎn)生積極影響[6]。以下是關(guān)于構(gòu)建交叉應(yīng)用教學(xué)案例庫的重要性和優(yōu)勢點(diǎn)：

1）促進(jìn)實(shí)際應(yīng)用。教學(xué)案例庫強(qiáng)調(diào)實(shí)際應(yīng)用，為學(xué)生提供了實(shí)際問題和場景的案例，幫助學(xué)生將理論知識(shí)應(yīng)用到實(shí)際情境中。這有助于培養(yǎng)學(xué)生的實(shí)際應(yīng)用能力。

2）提高問題解決能力。案例庫的建設(shè)通常以問題解決為導(dǎo)向，通過分析和解決真實(shí)案例，學(xué)生能夠培養(yǎng)問題解決能力、判斷力和決策能力。這對于學(xué)生在職業(yè)工作和日常生活中都具有重要價(jià)值。

3）跨學(xué)科教育。教學(xué)案例庫可以涵蓋多個(gè)學(xué)科領(lǐng)域，促進(jìn)跨學(xué)科教育。學(xué)生可以了解到不同領(lǐng)域的知識(shí)如何相互關(guān)聯(lián)，促進(jìn)綜合思維。

4）靈活性和個(gè)性化學(xué)習(xí)。學(xué)生可以根據(jù)自己的興趣和需求選擇不同類型的案例，實(shí)現(xiàn)個(gè)性化學(xué)習(xí)。這有助于滿足不同學(xué)生的學(xué)習(xí)需求。

5）豐富學(xué)習(xí)資源。教學(xué)案例庫為學(xué)生和老師提供了豐富的學(xué)習(xí)資源，包括文本、多媒體、問題和解答。學(xué)生可以通過多種方式獲取知識(shí)，提高學(xué)習(xí)效率，同時(shí)幫助學(xué)生自我評估和獲得反饋，教師也可以使用案例庫來評估學(xué)生的學(xué)習(xí)與理解能力。一旦構(gòu)建教學(xué)案例庫可以供學(xué)生與教師長期使用，并不斷地增加新的教學(xué)案例有助于提供可持續(xù)的學(xué)習(xí)資源。

總的來說，建設(shè)機(jī)器學(xué)習(xí)教學(xué)案例庫對于促進(jìn)實(shí)際應(yīng)用、培養(yǎng)綜合能力和促進(jìn)跨學(xué)科教育具有重要意義，提供了多種優(yōu)勢，有助于提高學(xué)生的學(xué)習(xí)體驗(yàn)和教育質(zhì)量。

2" 案例庫建設(shè)方案

結(jié)合機(jī)器學(xué)習(xí)領(lǐng)域研究前沿和團(tuán)隊(duì)科研成果，與行業(yè)專家共同設(shè)計(jì)教學(xué)案例，將理論知識(shí)與實(shí)際工程實(shí)踐有機(jī)融合。這深度結(jié)合不僅加深學(xué)生對機(jī)器學(xué)習(xí)經(jīng)典算法的理解，還激發(fā)學(xué)習(xí)興趣[7]。案例設(shè)計(jì)充分考慮研究熱點(diǎn)，保持與行業(yè)前沿的緊密聯(lián)系，確保案例具有實(shí)際應(yīng)用性。通過與專家合作，案例使學(xué)生能夠在解決真實(shí)工程項(xiàng)目中應(yīng)用所學(xué)知識(shí)。這一教學(xué)方法旨在培養(yǎng)學(xué)生創(chuàng)新和實(shí)踐能力，通過參與案例分析和解決實(shí)際問題，提高對理論知識(shí)的運(yùn)用能力，鍛煉解決復(fù)雜問題的能力。這有助于提高專業(yè)學(xué)位研究生的培養(yǎng)質(zhì)量[8]，為他們未來實(shí)際工作提供堅(jiān)實(shí)基礎(chǔ)。通過這緊密結(jié)合理論和實(shí)踐的教學(xué)設(shè)計(jì)，我們旨在激發(fā)學(xué)生學(xué)術(shù)興趣，提高創(chuàng)新和實(shí)際應(yīng)用水平，以更好地滿足機(jī)器學(xué)習(xí)領(lǐng)域?qū)I(yè)學(xué)位研究生的培養(yǎng)需求[9]。

2.1" 案例庫建設(shè)目標(biāo)

教案庫建設(shè)應(yīng)當(dāng)關(guān)注學(xué)生的學(xué)習(xí)成果和發(fā)展，著重于對于學(xué)生知識(shí)體系、技能和素質(zhì)目標(biāo)的培養(yǎng)，提供豐富的教學(xué)資源和更優(yōu)的教學(xué)質(zhì)量。有助于學(xué)生自主學(xué)習(xí)能力的培養(yǎng)，確保學(xué)生掌握課程基本理論、概念和方法，提升學(xué)生的組織能力和協(xié)作應(yīng)變能力，培養(yǎng)學(xué)生的職業(yè)道德能力、倫理意識(shí)和社會(huì)責(zé)任感[10]。

對于教師教案庫的建設(shè)應(yīng)當(dāng)更加關(guān)注于教師的專業(yè)發(fā)展、教學(xué)質(zhì)量提升以及教學(xué)研究與創(chuàng)新。建設(shè)教案庫為教師提供了豐富的教學(xué)資源，通過借鑒優(yōu)秀教案提升教師的教學(xué)方法提升教學(xué)成果，幫助教師更好的組織教學(xué)內(nèi)容、設(shè)計(jì)教學(xué)活動(dòng)、選擇教學(xué)方法，激發(fā)教師研究興趣促使教師進(jìn)行教學(xué)實(shí)踐的反思與探索。

建立教案庫要做到產(chǎn)教融合即結(jié)合信創(chuàng)，緊密關(guān)聯(lián)與促進(jìn)產(chǎn)業(yè)與教育的有機(jī)結(jié)合，以滿足產(chǎn)業(yè)發(fā)展和人才培養(yǎng)的需求，提高行業(yè)企業(yè)參與辦學(xué)程度，優(yōu)化多元辦學(xué)體制，推動(dòng)需求導(dǎo)向的人才培養(yǎng)模式。通過教案庫建設(shè)促進(jìn)企業(yè)學(xué)校的深度合作，共同參與課程設(shè)計(jì)、教學(xué)資源開發(fā)實(shí)現(xiàn)校企協(xié)同育人，同時(shí)應(yīng)當(dāng)支持不同類型的教育機(jī)構(gòu)包括職業(yè)學(xué)校、高等學(xué)校等以滿足不同層次、不同需求的學(xué)生，課程建設(shè)主要以跟隨研究生培養(yǎng)計(jì)劃。

國產(chǎn)化的教案庫應(yīng)當(dāng)實(shí)現(xiàn)在國內(nèi)教育領(lǐng)域推動(dòng)獨(dú)立自主發(fā)展，滿足國內(nèi)教育需求，促進(jìn)教育創(chuàng)新和改革，提高教育平等和可及性，培養(yǎng)創(chuàng)新人才，弘揚(yáng)本土傳統(tǒng)文化，并推動(dòng)科技與教育的融合，這有助于實(shí)現(xiàn)國內(nèi)教育體系的可持續(xù)發(fā)展和提高國際競爭力。

2.2" 案例庫內(nèi)容

教學(xué)案例面向電子信息專業(yè)學(xué)位碩士研究生，以國家人工智能和廣州市“工業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化”的產(chǎn)業(yè)需求為導(dǎo)向[11]，融合機(jī)器學(xué)習(xí)、模式識(shí)別等的經(jīng)典內(nèi)容，以傳統(tǒng)機(jī)器學(xué)習(xí)和產(chǎn)教融合經(jīng)典案例為主線，分別介紹感知器、線性回歸模型、最小均方算法、核方法和徑向基網(wǎng)絡(luò)、支持向量機(jī)、基于MindSpore的神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等知識(shí)點(diǎn)模[7，12]。以科研訓(xùn)練驅(qū)動(dòng)，建立多個(gè)實(shí)用案例，增強(qiáng)學(xué)生對機(jī)器學(xué)習(xí)理論的掌握和學(xué)習(xí)興趣，提高工程實(shí)踐能力[11]。教學(xué)案例庫建設(shè)方案如圖1所示。

2.2.1" 案例庫1：支持向量機(jī)手寫數(shù)字識(shí)別

支持向量機(jī)（Support Vector Machine， SVM）是一種監(jiān)督學(xué)習(xí)算法[13]，旨在找到數(shù)據(jù)中最優(yōu)的超平面，以將不同類別的樣本分開。它通過最大化支持向量間的間隔來確保泛化性能，并能處理線性和非線性問題。SVM通過將數(shù)據(jù)映射到高維特征空間，并在該空間中找到最佳分離超平面，以在低維空間中實(shí)現(xiàn)非線性分隔。它在分類和回歸問題上都表現(xiàn)出色，因其優(yōu)秀的泛化能力和有效的特征選擇。將其應(yīng)用與手寫字體識(shí)別主要包括了以下幾個(gè)方面：

1）數(shù)據(jù)準(zhǔn)備。準(zhǔn)備一個(gè)包含手寫數(shù)字圖像數(shù)據(jù)的樣本集，這些圖像需要有對應(yīng)的標(biāo)簽，表示它們所代表的數(shù)字（0到9）。確保這些圖像具有相同的色彩和大小。

2）特征提取。將手寫數(shù)字圖像轉(zhuǎn)換成分類器可以使用的特征向量格式。通常，這涉及將圖像像素轉(zhuǎn)換成特征向量，可能包括像素值或其他特征。對于SVM，特征向量的設(shè)計(jì)需要考慮線性可分性，或者可以使用特征工程方法來改善特征的可分性。

3）數(shù)據(jù)預(yù)處理。對特征向量進(jìn)行標(biāo)準(zhǔn)化或歸一化，以確保它們在相同的尺度上。

4）訓(xùn)練SVM模型。使用訓(xùn)練數(shù)據(jù)集來訓(xùn)練一個(gè)SVM分類器。SVM的目標(biāo)是找到一個(gè)最優(yōu)的超平面，以將不同類別的數(shù)據(jù)分開。

5）驗(yàn)證和調(diào)優(yōu)。使用驗(yàn)證數(shù)據(jù)集來評估SVM模型的性能，并進(jìn)行必要的參數(shù)調(diào)優(yōu)，以提高分類器的準(zhǔn)確性?？梢哉{(diào)整SVM的參數(shù)，如核函數(shù)和懲罰參數(shù)。

6）測試和部署。使用測試數(shù)據(jù)集來評估最終訓(xùn)練好的SVM模型的性能。一旦滿意，可以將模型部署到實(shí)際應(yīng)用中，用于手寫數(shù)字識(shí)別任務(wù)。具體實(shí)現(xiàn)過程如圖2所示。

2.2.2" 案例庫2：基于MindSpore的鳶尾花分類識(shí)別

MindSpore是由華為推出的開源深度學(xué)習(xí)框架，旨在提供高性能、易用且可擴(kuò)展的工具，支持構(gòu)建各種類型的神經(jīng)網(wǎng)絡(luò)。使用MindSpore可以簡要概述為以下幾個(gè)步驟：

1）安裝MindSpore。在使用MindSpore之前，需要安裝框架并配置相應(yīng)的環(huán)境，確保滿足系統(tǒng)和硬件的要求。

2）導(dǎo)入MindSpore庫。在Python腳本中導(dǎo)入MindSpore庫，以便使用其中的功能和類。

3）定義神經(jīng)網(wǎng)絡(luò)模型。利用nn模塊，通過繼承nn.Cell類來創(chuàng)建自己的神經(jīng)網(wǎng)絡(luò)模型?？梢园葱杼砑痈鞣N層和激活函數(shù)。

4）定義損失函數(shù)和優(yōu)化器。MindSpore提供了多種損失函數(shù)和優(yōu)化器，根據(jù)任務(wù)選擇合適的組合，例如交叉熵?fù)p失和Adam優(yōu)化器。

5）準(zhǔn)備數(shù)據(jù)和訓(xùn)練。使用MindSpore的Dataset模塊準(zhǔn)備訓(xùn)練數(shù)據(jù)，然后使用定義的損失函數(shù)和優(yōu)化器進(jìn)行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。

6）模型評估和推理。在訓(xùn)練完成后，通過測試數(shù)據(jù)集對模型進(jìn)行評估，并在實(shí)際應(yīng)用中進(jìn)行推理，驗(yàn)證模型的性能。

7）保存和加載模型。MindSpore支持模型的保存和加載，方便在需要時(shí)重新使用已經(jīng)訓(xùn)練好的模型，或在其他場景中進(jìn)行模型遷移。

使用鶯尾花數(shù)據(jù)集作為原始數(shù)據(jù)進(jìn)行分類識(shí)別。鶯尾花數(shù)據(jù)集是由生物學(xué)家Ronald引入的經(jīng)典機(jī)器學(xué)習(xí)數(shù)據(jù)集之一，包含150個(gè)樣本，涵蓋了3個(gè)不同種類的鶯尾花（山鳶尾、變色鳶尾和維吉尼亞鳶尾）的四個(gè)特征：花萼長度、花萼寬度、花瓣長度和花瓣寬度。這個(gè)數(shù)據(jù)集被廣泛應(yīng)用于模式識(shí)別和機(jī)器學(xué)習(xí)算法的測試與驗(yàn)證，成為學(xué)習(xí)分類算法的理想起點(diǎn)。下面是使用MindSpore進(jìn)行鶯尾花識(shí)別的一個(gè)簡要實(shí)驗(yàn)，試驗(yàn)過程如圖3所示。

2.2.3" 案例庫3：基于模糊模型的肝癌分層量化

以培養(yǎng)交叉應(yīng)用型人才的需求為導(dǎo)向，創(chuàng)建Takagi-Sugeno-Kang（TSK）模糊系統(tǒng)的肝癌分層量化教學(xué)案例庫，課程實(shí)驗(yàn)數(shù)據(jù)來源于中山大學(xué)附屬第一醫(yī)院，結(jié)合機(jī)器學(xué)習(xí)中TSK模糊模型[14]，構(gòu)建智能化的輔助手段，緩解醫(yī)生的壓力，該方法的流程框圖如圖4所示。其中A表示模糊語義集，R表示規(guī)則。首先使用華為MindSpore框架和自然語言處理技術(shù)患者電子診斷報(bào)告中的自然語言信息進(jìn)行預(yù)處理，接著采用主成分分析方法提取診斷報(bào)告中的關(guān)鍵特征信息，如肝癌大小、個(gè)數(shù)等，其提取效果如圖5（a）所示，接著進(jìn)行特征語義劃分，確定肝癌特征語義的界定和在模糊語義集下的表達(dá)方式。采用模糊C回歸聚類方法求解每條規(guī)則隸屬度，采用改進(jìn)的嶺回歸方法實(shí)現(xiàn)后件參數(shù)辨識(shí)，采用模糊C聚類方法初始化后件參數(shù)得到最優(yōu)化結(jié)果，實(shí)現(xiàn)前件參數(shù)隸屬函數(shù)的參數(shù)辨識(shí)和模型的輸出。將中國CNLC標(biāo)準(zhǔn)[15]中的肝癌類別進(jìn)行數(shù)字標(biāo)簽化處理，劃分訓(xùn)練集和測試集，并驗(yàn)證智能分層模型的分期性能，分期誤差結(jié)果如圖5（b）所示。

2.3" 教學(xué)實(shí)踐效果

在本校電子信息專業(yè)學(xué)位碩士的培養(yǎng)過程中，根據(jù)教學(xué)目標(biāo)明確學(xué)生通過案例庫學(xué)習(xí)的知識(shí)與技能，選擇與具體任務(wù)相關(guān)的教學(xué)案例庫主題，涵蓋實(shí)際問題、行業(yè)案例、科學(xué)實(shí)驗(yàn)等多個(gè)方面，根據(jù)詳細(xì)的案例包括情境、問題陳述、相關(guān)知識(shí)背景、可能解決的方案信息等，盡量做到更加全面的多學(xué)科整合[16]。

追求案例適配學(xué)生能力，這樣的劃分旨在通過深化學(xué)習(xí)過程，提高學(xué)生的理論應(yīng)用能力和創(chuàng)新思維。首先，在課前預(yù)習(xí)階段，學(xué)生會(huì)提前接觸到相關(guān)案例，以激發(fā)他們對即將學(xué)習(xí)內(nèi)容的興趣。這為學(xué)生建立學(xué)科聯(lián)系提供了機(jī)會(huì)，使他們能夠在課堂上更積極地參與討論。其次，在課堂討論階段，學(xué)生將根據(jù)事先分配的組別，深入研究和討論案例。這一階段采用了翻轉(zhuǎn)課堂的教學(xué)模式，通過學(xué)生之間的合作，加深對案例的理解。老師在此過程中負(fù)責(zé)引導(dǎo)和監(jiān)督，及時(shí)解答學(xué)生可能出現(xiàn)的疑難問題，確保學(xué)生在合作中取得更深層次的理解。同時(shí)，對于集中出現(xiàn)的疑難問題，老師將進(jìn)行集中解答，確保整個(gè)學(xué)習(xí)過程的連貫性和深度。對于一些未能在課堂上得到解決的問題，我們將設(shè)立案例庫中的討論區(qū)，鼓勵(lì)學(xué)生在這里共同探討，形成集思廣益的學(xué)習(xí)氛圍。最后，在課后提升階段，學(xué)生將通過代碼實(shí)現(xiàn)、報(bào)告撰寫等形式完成案例項(xiàng)目。這不僅對學(xué)生進(jìn)行了知識(shí)的綜合應(yīng)用，還促使他們培養(yǎng)了分析思維、發(fā)散思維和創(chuàng)造性思維，從而提高了他們理解、分析和解決問題的能力[6，16]。

通過這樣的教學(xué)設(shè)計(jì)，我們的目標(biāo)是培養(yǎng)學(xué)生在面對實(shí)際問題時(shí)具備自主思考、合作解決問題的能力，強(qiáng)調(diào)知識(shí)的實(shí)際應(yīng)用，使學(xué)生在課程學(xué)習(xí)中不僅掌握理論知識(shí)，更能夠?qū)⒅R(shí)轉(zhuǎn)化為實(shí)際的解決方案。最終，課程考核將綜合考察學(xué)生的知識(shí)應(yīng)用能力和創(chuàng)新能力，為他們的綜合素質(zhì)提供有力支持。

根據(jù)學(xué)生對案例庫的使用與效果情況，評估學(xué)生的學(xué)習(xí)成果和能力發(fā)展。由于機(jī)器學(xué)習(xí)的相關(guān)課程發(fā)展迅速，更新速度快，做到定期更新案例庫確保案例庫的實(shí)用性和時(shí)效性，能夠反映機(jī)器學(xué)習(xí)領(lǐng)域的最新發(fā)展，優(yōu)化案例庫的設(shè)計(jì)和功能，提高教學(xué)成果。

通過在電子信息專業(yè)碩士學(xué)位研究生中開展該案例教學(xué)，達(dá)到了以下效果：

1）巧妙地將理論知識(shí)與實(shí)際工程實(shí)踐融為一體，顯著提升課程的教學(xué)質(zhì)量。通過教學(xué)案例項(xiàng)目的巧妙設(shè)計(jì)，學(xué)生得以將抽象的理論知識(shí)有機(jī)地運(yùn)用于實(shí)際工程項(xiàng)目解決方案中，深度理解課程內(nèi)容，激發(fā)學(xué)習(xí)興趣，從而提高整體課程的教學(xué)效果。

2）積極推進(jìn)專業(yè)學(xué)位研究生課程改革與實(shí)踐。案例項(xiàng)目的引入促使團(tuán)隊(duì)教師將企業(yè)工程項(xiàng)目和科研成果與機(jī)器學(xué)習(xí)相關(guān)的理論知識(shí)緊密結(jié)合。這不僅在實(shí)現(xiàn)了實(shí)際與理論的完美結(jié)合的同時(shí)，也推動(dòng)了教學(xué)方法和手段的創(chuàng)新，推進(jìn)了專業(yè)學(xué)位研究生課程的深化改革和實(shí)際應(yīng)用[17]。

3）全方位提升專業(yè)學(xué)位研究生的工程實(shí)踐能力。深度合作電子行業(yè)企業(yè)，以共建案例庫的形式，將真實(shí)項(xiàng)目和流程納入課程。這一深度融合有力地提高了學(xué)生在工程實(shí)踐方面的水平，使他們更好地適應(yīng)實(shí)際職場要求，為未來職業(yè)生涯打下堅(jiān)實(shí)的實(shí)踐基礎(chǔ)。

3" 結(jié)" 論

本文對于電子與信息專業(yè)研究生教學(xué)案例庫建設(shè)進(jìn)行相關(guān)研究，針對目前存在的理論教學(xué)主導(dǎo)、應(yīng)用性不足的現(xiàn)象做出改進(jìn)與提升，成功構(gòu)建了機(jī)器學(xué)習(xí)課程交叉應(yīng)用教學(xué)案例庫，為學(xué)生提供了深入實(shí)踐的學(xué)習(xí)資源。通過實(shí)踐強(qiáng)調(diào)應(yīng)用與問題解決的重要性，培養(yǎng)學(xué)生的能力，為機(jī)器學(xué)習(xí)領(lǐng)域的教育貢獻(xiàn)了有價(jià)值的經(jīng)驗(yàn)和資源，為未來不斷優(yōu)化機(jī)器學(xué)習(xí)教育提供了有益的參考。未來將在不同的學(xué)習(xí)領(lǐng)域和應(yīng)用場景下拓展教學(xué)案例庫，深化個(gè)性學(xué)習(xí)和實(shí)踐導(dǎo)向設(shè)計(jì)，以滿足不斷變化的教育需求。

參考文獻(xiàn)：

[1] 科技部等六部門關(guān)于印發(fā)《關(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見》的通知 [J].科學(xué)中國人，2022（17）：64-66.

[2] 國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知 [J].中華人民共和國國務(wù)院公報(bào)，2017（22）：7-21.

[3] 張涵.加快構(gòu)建高質(zhì)量應(yīng)用型人才培養(yǎng)新格局 [J].中國國情國力，2023（1）：79.

[4] 雷長海，李天，胡適. 案例教學(xué)法在新興交叉學(xué)科課程教學(xué)中的探索與實(shí)踐--以合成生物學(xué)課程為 [J].創(chuàng)新教育研究，2023（11）：2079-2087.

[5] 趙衛(wèi)東，袁雪茹.基于項(xiàng)目實(shí)踐的機(jī)器學(xué)習(xí)課程改革 [J].計(jì)算機(jī)教育，2019（9）：151-154.

[6] 胡良梅，張寶，高雋，等.以能力為導(dǎo)向的基于模塊化案例分析的發(fā)現(xiàn)式教學(xué)模式探索 [J].教育教學(xué)論壇，2017（10）：122-123.

[7] AMEET A M M. Foundations of Machine Learning [M].The MIT Press，2012.

[8] 武衛(wèi)莉，李響，佟有才，等.高分子專業(yè)學(xué)位研究生課程教學(xué)案例建設(shè) [J].高分子通報(bào)，2019（12）：66-70.

[9] 國務(wù)院學(xué)位委員會(huì)，教育部.專業(yè)學(xué)位研究生教育發(fā)展方案（2020-2025） [R/OL].[2023-11-12].http：//www.moe.gov.cn/srcsite/A22/moe_826/202009/t20200930_492590.html.

[10] 孫建淵，涂坤凱.專業(yè)學(xué)位研究生案例庫全過程建設(shè)研究 [J].教育探索，2016（12）：76-79.

[11] 趙珊，賀軍義，于金霞.電子信息專業(yè)學(xué)位研究生機(jī)器學(xué)習(xí)教學(xué)案例庫建設(shè)研究 [J].現(xiàn)代信息科技，2022，6（22）：176-179.

[12] BISHOP C M，NASRABADI N M. Pattern Recognition and Machine Learning [M].New York：Springer，2006.

[13] 陳虹州.基于SVM的手寫數(shù)字識(shí)別 [J].電子制作，2019（18）：49-51+53.

[14] CUI Y Q，WU D R，HUANG J. Optimize TSK Fuzzy Systems for Classification Problems： Mini-batch Gradient Descent with Uniform Regularization and Batch Normalization [J].IEEE Transactions on Fuzzy Systems，2020，28（12）：3065-3075.

[15] 中華人民共和國國家衛(wèi)生健康委員會(huì)醫(yī)政醫(yī)管局.原發(fā)性肝癌診療指南：2022年版 [J].中華肝臟病雜志，2022（4）：367-388.

[16] 黃鶴，趙祥模，黃鶯，等.多學(xué)科交叉融合構(gòu)建新工科創(chuàng)新實(shí)踐教學(xué)體系 [J].實(shí)驗(yàn)科學(xué)與技術(shù)，2022，20（2）：43-46.

[17] 黃鶴，趙祥模，黃鶯，等.多學(xué)科交叉融合構(gòu)建新工科創(chuàng)新實(shí)踐教學(xué)體系 [J].實(shí)驗(yàn)科學(xué)與技術(shù)，2022，20（2）：43-46.

作者簡介：王小梨（1992—），女，漢族，廣東湛江人，講師，博士研究生，研究方向：智能信息處理、機(jī)器學(xué)習(xí)、模糊邏輯；馮影（2002—），女，漢族，湖北黃岡人，碩士研究生在讀，研究方向：深度學(xué)習(xí)、目標(biāo)跟蹤檢測、模糊邏輯；吳潤杰（1999—），男，漢族，廣東潮州人，碩士研究生在讀，研究方向：人工智能、智能信息處理、模糊邏輯。