程曦 靳晟 郭斌

摘要：隨著人工智能技術(shù)的快速發(fā)展，人工智能相關(guān)各類本科專業(yè)在全國高校陸續(xù)開設(shè)，機器學(xué)習(xí)課程作為人工智能的專業(yè)基礎(chǔ)課程逐漸成了熱點。作為一門交叉學(xué)科，機器學(xué)習(xí)課程對學(xué)生的數(shù)學(xué)基礎(chǔ)和計算機編程基礎(chǔ)都有較高的要求。受機器學(xué)習(xí)課程特點、學(xué)生知識結(jié)構(gòu)與課時限制等因素影響，面向地方農(nóng)業(yè)高校本科生開設(shè)機器學(xué)習(xí)課程有很大的教學(xué)難度。文章總結(jié)了近年機器學(xué)習(xí)課程的教學(xué)實踐，并按照新工科的要求探索了一條適用于地方農(nóng)業(yè)高校本科機器學(xué)習(xí)課程的建設(shè)思路。

關(guān)鍵詞：機器學(xué)習(xí);本科教學(xué);新工科

中圖分類號：G642 ? 文獻標識碼：A

文章編號：1009-3044（2022）13-0144-03

隨著時代的發(fā)展與科學(xué)技術(shù)的不斷進步，以機器學(xué)習(xí)為核心的人工智能技術(shù)已成功應(yīng)用并深度融合于諸多傳統(tǒng)行業(yè)領(lǐng)域，其在不斷重塑行業(yè)科技化發(fā)展新特征的同時，亦推動著經(jīng)濟發(fā)展形態(tài)的不斷演化，極大地促進著實體經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型與快速發(fā)展。目前，為主動適應(yīng)這新一輪科技革命與產(chǎn)業(yè)變革，我國急需大量的應(yīng)用型復(fù)合人才來加速推動人工智能技術(shù)在各傳統(tǒng)行業(yè)應(yīng)用中的落地實踐與深度融合[1-8]。在此時代背景下，作為地方農(nóng)業(yè)類高校，面向計算機科學(xué)與技術(shù)等專業(yè)本科生開設(shè)機器學(xué)習(xí)課程既是順應(yīng)科學(xué)技術(shù)發(fā)展的趨勢，又是踐行“新工科”[9]教育理念的具體體現(xiàn)。為此，著力思考如何將機器學(xué)習(xí)與農(nóng)業(yè)、水利、畜牧業(yè)等本校傳統(tǒng)優(yōu)勢學(xué)科相結(jié)合，把機器學(xué)習(xí)課程的理論知識講解得易于理解，將人工智能技術(shù)落地于西部，促進本地經(jīng)濟發(fā)展，提高新疆各族人民的生活水平，成為當前學(xué)科建設(shè)與課程建設(shè)的主要問題。

本文在借鑒前人研究成果的基礎(chǔ)上，討論分析了地方農(nóng)業(yè)類高校機器學(xué)習(xí)課程本科教學(xué)現(xiàn)狀與困境，系統(tǒng)地總結(jié)了近三年機器學(xué)習(xí)課程教學(xué)一線實踐經(jīng)驗，并針對該實際課程教學(xué)過程中的教學(xué)策略與方法，以及課程評價考核機制環(huán)節(jié)進行了探索研究，以期能夠有效激發(fā)學(xué)生課程興趣與探索精神，進一步提高地方農(nóng)業(yè)類高校機器學(xué)習(xí)課程的授課效果和質(zhì)量。

1 課程教學(xué)現(xiàn)狀與困境

機器學(xué)習(xí)課程因其課程知識結(jié)構(gòu)體系繁雜、內(nèi)容豐富，要求學(xué)生理解與掌握此課程需具備良好的數(shù)學(xué)基礎(chǔ)、編程技能與算法設(shè)計等能力，而且對教師的教學(xué)策略、授課方法與技巧，以及個人知識儲備與應(yīng)用實踐能力提出了更高的要求。這一課程屬性在一定程度上嚴重制約著本科階段機器學(xué)習(xí)課程授課質(zhì)量與效果的提升，尤其是對地方農(nóng)業(yè)類高校而言，因?qū)W生基礎(chǔ)不牢固、教學(xué)資源匱乏等諸多因素影響，使得此問題在實際教學(xué)實踐中表現(xiàn)得更加突出。

作為新疆地區(qū)農(nóng)業(yè)類重點高校，目前新疆某大學(xué)在面向本科教育的機器學(xué)習(xí)課程其教學(xué)現(xiàn)狀與困境主要有：一是課程教學(xué)內(nèi)容的導(dǎo)入、組織與學(xué)情失配，教學(xué)形式與方法單一枯燥，未能有效激發(fā)學(xué)生學(xué)習(xí)課程的主觀能動性。機器學(xué)習(xí)課程知識內(nèi)容抽象、邏輯性強，涵蓋線性代數(shù)、概率論、統(tǒng)計學(xué)等知識[10-11]，當前教學(xué)形式以理論教學(xué)為主，且內(nèi)容形式上多以各類典型算法原理的本質(zhì)數(shù)學(xué)描述與論證分析為主，實踐操作少。此教學(xué)模式與方法，對于理論基礎(chǔ)較好、具備一定科研素質(zhì)的碩士、博士研究生這樣的教學(xué)形式是可行的，但是對于大多數(shù)沒有參加過科研項目的本科生，由于機器學(xué)習(xí)算法原理抽象、不易理解，基于數(shù)學(xué)公式推導(dǎo)的理論課過于刻板，學(xué)生普遍學(xué)習(xí)積極性不高，甚至有學(xué)生失去了繼續(xù)學(xué)習(xí)的信心。二是課程教學(xué)內(nèi)容組織與教學(xué)設(shè)計缺乏針對性與差異化，未能最大限度地滿足學(xué)生學(xué)習(xí)課程的需求，同時致使學(xué)生對課程學(xué)習(xí)的內(nèi)生群體動力不足。學(xué)習(xí)這門課的本科學(xué)生專業(yè)分布廣泛，不僅有人工智能專業(yè)，還有物聯(lián)網(wǎng)、計算機、電子信息等理工科專業(yè)。學(xué)生專業(yè)背景有差異，數(shù)學(xué)基礎(chǔ)與計算機編程基礎(chǔ)也有較大差異，因此對知識的掌握吸收能力不同，學(xué)習(xí)效果參差不齊。三是課程知識體系的不斷豐富與完善同課程學(xué)時之間的矛盾失衡，未能較好處理課程知識的學(xué)習(xí)梯度與其時效性之間的關(guān)系。機器學(xué)習(xí)的內(nèi)容和體系龐雜，例如監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)等[6]，并且隨著時代的發(fā)展，機器學(xué)習(xí)的內(nèi)容還在繼續(xù)擴充。然而課程學(xué)時卻是有限的，在相對較短的時間如何將繁多的內(nèi)容和抽象的算法原理通過科學(xué)合理的課程內(nèi)容組織與安排，由淺入深、有選擇性、詳略得當?shù)姆绞礁哔|(zhì)量地講授給學(xué)生，對教師而言是一項極具挑戰(zhàn)的任務(wù)。最后，理論教學(xué)與實踐應(yīng)用學(xué)習(xí)脫節(jié)，未能充分地挖掘與整合利用傳統(tǒng)優(yōu)勢學(xué)科科研項目資源，致使課程較強的應(yīng)用實踐性特征屬性被弱化。地方農(nóng)業(yè)高校教師的科研項目主要是圍繞農(nóng)業(yè)、畜牧業(yè)、林業(yè)等領(lǐng)域展開，如何從教師的科研項目提煉出機器學(xué)習(xí)典型應(yīng)用案例，以充實課程教學(xué)案例與實驗項目，突出課程的實踐應(yīng)用特征，對此目前尚未得到很好的解決。

2面向本科教育的機器學(xué)習(xí)課程教學(xué)策略與方法

針對當前面向本科教育的機器學(xué)習(xí)課程教學(xué)現(xiàn)狀與主要困境，為不斷提高課程授課質(zhì)量與效果，激發(fā)學(xué)生學(xué)習(xí)課程的熱情與探索研究精神，培養(yǎng)更多富有創(chuàng)新意識且具有較強實踐應(yīng)用能力的高素質(zhì)綜合型人才，同時也為更好地服務(wù)與促進學(xué)科建設(shè)和課程建設(shè)需求，本研究擬從教學(xué)內(nèi)容重構(gòu)與設(shè)計、強化實驗項目教學(xué)環(huán)節(jié)、重視課后答疑與輔導(dǎo)，以及科學(xué)過程考核與評價等四個方面著手，對課程教學(xué)整體策略與方法實施優(yōu)化改革。

2.1 以典型案例為載體，導(dǎo)入并驅(qū)動理論知識教學(xué)

考慮到案例教學(xué)能夠通過典型應(yīng)用實例展示，以理論與實踐緊密結(jié)合的方式將原本理論性強、抽象且不易理解的知識內(nèi)容以直觀易懂、生動活潑、富于啟發(fā)性的形式呈現(xiàn)，本研究在實際的機器學(xué)習(xí)課程教學(xué)改革實踐中采用案例教學(xué)模式，以案例為載體，通過案例導(dǎo)入相關(guān)概念與知識要點，讓學(xué)生從實踐應(yīng)用中體會與理解算法理論與本質(zhì)數(shù)學(xué)原理，從而達到驅(qū)動理論知識教與學(xué)進程的目的[11]。

具體而言，首先圍繞農(nóng)業(yè)、畜牧業(yè)，以及林業(yè)等本校傳統(tǒng)優(yōu)勢學(xué)科，通過深挖與整合學(xué)術(shù)科研項目中運用機器學(xué)習(xí)技術(shù)的典型問題或場景，建立與課程知識體系及教學(xué)內(nèi)容相匹配的案例庫，例如核桃等級分類、蘋果品種識別、伊犁馬體尺估測等;其次，根據(jù)課程教學(xué)大綱要求，將典型案例與課程相關(guān)理論內(nèi)容進行融合重構(gòu)，將枯燥無味的算法理論原理講解變得易于理解，讓學(xué)生意識到學(xué)到的知識可以真正地用到實際生活和工作中，以及機器學(xué)習(xí)在地方經(jīng)濟發(fā)展中的重要性。具體案例與理論聯(lián)系情況如表1所示：

2.2 強化實驗項目教學(xué)，理論鞏固提升與實踐應(yīng)用并舉

機器學(xué)習(xí)課程是強實踐應(yīng)用類課程，實驗項目教學(xué)在整個課程教學(xué)中的作用至關(guān)重要。其不但可以有效促進學(xué)生對基本概念、理論算法原理與本質(zhì)的進一步理解，而且是培養(yǎng)創(chuàng)新意識的源泉，提升學(xué)生動手實踐應(yīng)用能力的唯一途徑。同時，早期開課實踐亦證明：面向本科教育的機器學(xué)習(xí)課程純理論授課模式教學(xué)效果較差，學(xué)生上課過程中表現(xiàn)消極，基本不與教師互動，課堂氣氛沉悶。

為了改善教學(xué)效果，此次教學(xué)改革在強化實驗項目教學(xué)方面重點進行了五個方面的改革措施：一是調(diào)整課程學(xué)時分配，增加實驗項目教學(xué)環(huán)節(jié)。將課程理論課與實驗課學(xué)時均設(shè)置為32學(xué)時，每周2次理論課，2次實驗課。二是增強專業(yè)課程體系延續(xù)性，搭建簡單便捷、可用性更強、適合自主探索學(xué)習(xí)的應(yīng)用實踐教學(xué)工具平臺。鑒于新疆某大學(xué)本科生具有較好的Python編程基礎(chǔ)，因此采用Anaconda和TensorFlow作為機器學(xué)習(xí)的實驗環(huán)境。對于學(xué)生來說TensorFlow易于上手，可以很快地建立模型、實現(xiàn)算法，并且網(wǎng)絡(luò)上關(guān)于TensorFlow的學(xué)習(xí)資料豐富，學(xué)生在課下也能自主查閱資料、主動學(xué)習(xí)。三是教師圍繞理論課內(nèi)容設(shè)計每周實驗課的單元測試題和實驗項目，并通過慕課MOOC發(fā)布實驗作業(yè)。四是差異化實驗項目作業(yè)設(shè)置，提升學(xué)生參與率與完成率的同時，幫助學(xué)生積累課程學(xué)習(xí)信心。鑒于學(xué)生的專業(yè)背景、數(shù)學(xué)基礎(chǔ)，以及計算機編程基礎(chǔ)不同，圍繞每周理論課內(nèi)容設(shè)計了高（選做題）、中（必做題）、低（必做題）三個難度的實驗項目和單元測試題（每周測試題的數(shù)量大于20），實驗項目和單元測試題的難度由易到難，層層深入，鼓勵學(xué)生循序漸進地完成每周實驗作業(yè)。五是單元測試與實驗項目的定期更新，確保知識時效性的同時，不斷優(yōu)化迭代實驗作業(yè)難度梯度。每學(xué)期結(jié)束，機器學(xué)習(xí)課程組的教師組織會議討論本學(xué)期各個專業(yè)學(xué)生的學(xué)習(xí)情況以及機器學(xué)習(xí)發(fā)展動態(tài)，根據(jù)討論結(jié)果對慕課MOOC上每周的單元測試與實驗項目更新，確保慕課MOOC上的實驗題目新穎，與時俱進，并且針對不同專業(yè)的學(xué)生調(diào)整實驗作業(yè)難度。

除此之外，此次改革還增加了鼓勵學(xué)生積極參加Kaggle等關(guān)于人工智能的各類賽事，培養(yǎng)本科生的動手能力環(huán)節(jié)。在解決問題的過程中，學(xué)生不僅提高了自身各方面的能力，也對晦澀難懂的算法原理有了新的認識，意識到理論知識的重要性，增加了學(xué)習(xí)理論知識的積極性。

2.3 重視課后答疑與輔導(dǎo)，助力自我探索意識的培養(yǎng)

“00后”大學(xué)生生活在計算機、手機、iPad當中，獲得信息的途徑多種多樣。有效利用網(wǎng)絡(luò)教學(xué)，例如建立釘釘群、微信群等，可以滿足這些“網(wǎng)絡(luò)原住民”的學(xué)習(xí)需求，讓被動學(xué)習(xí)變主動學(xué)習(xí)[8]。另一方面，近年來以機器學(xué)習(xí)為核心的人工智能技術(shù)取得不斷突破，相關(guān)知識正以驚人的速度不斷地更新迭代。如何使學(xué)生緊跟時代潮流的步伐，獲取、了解與掌握學(xué)科技術(shù)領(lǐng)域最前沿知識亦是課程教學(xué)改革的另一重點。為此，課程改革實踐以課后階段為著力點，重視課后答疑與輔導(dǎo)，嘗試建立基于網(wǎng)絡(luò)的學(xué)生自我探索意識培養(yǎng)模式。

相關(guān)課程改革工作主要涉及三個方面：一是通過網(wǎng)絡(luò)，教師向?qū)W生推薦開源網(wǎng)絡(luò)課程視頻、教學(xué)課件、電子書、學(xué)術(shù)論壇等資源，讓學(xué)生從不同角度，不同途徑進行課后鞏固提升學(xué)習(xí)[5];二是利用釘釘群等工具，定期組織進行最新機器學(xué)習(xí)頂級會議（如ICML、IJCAI、KDD等）前沿學(xué)術(shù)論文研討，對最新發(fā)展動態(tài)進行跟蹤與了解，這不僅能夠有效激發(fā)學(xué)生興趣，而且為提高學(xué)生學(xué)術(shù)科研素質(zhì)奠定基礎(chǔ);三是借助釘釘群，微信群等進行學(xué)習(xí)引導(dǎo)與督促，并針對學(xué)生的課程遺留問題或自主學(xué)習(xí)過程中的問題等進行有效答疑與輔導(dǎo);學(xué)生在與老師、同學(xué)在線討論的過程，既是分享自己學(xué)習(xí)的知識與想法，亦會鍛煉主動學(xué)習(xí)、獨立思考的能力。

2.4 引入開放式項目，注重過程性考核與評價

由于學(xué)生專業(yè)背景不同，對知識的掌握程度有差異，傳統(tǒng)的單一化閉卷考試并不能達到對學(xué)生課程知識內(nèi)容掌握情況與實踐應(yīng)用能力水平的評價（或檢驗）要求，為了較為真實、客觀、全面地反映學(xué)生課程學(xué)習(xí)的真實效果，現(xiàn)階段機器學(xué)習(xí)課程考核方式采用綜合評定成績的方法，即過程性考核評價與期末開放式項目檢驗相結(jié)合的模式。在此考核機制下，課程教學(xué)更加注重學(xué)生學(xué)習(xí)的過程而不是結(jié)果，其以提高學(xué)生解決問題的能力為目標，把實踐能力的培養(yǎng)與對過程的評價相融合，并滲透到教學(xué)過程的各環(huán)節(jié)。綜合評定成績方法中各環(huán)節(jié)考核權(quán)重占比情況，見表2所示。

其中，過程性考核評價主要包括平時考勤與單元實驗。具體而言，平時考勤側(cè)重于包括上課出勤情況、參加課程討論分享知識情況、參與翻轉(zhuǎn)課堂情況、提問情況等方面的量化考核;而單元實驗則是根據(jù)每周在慕課MOOC發(fā)布的必做單元實驗作業(yè)的質(zhì)量（在線提交代碼文件以及隨堂答辯）給出單元實驗成績。學(xué)生可自主選擇是否完成選做實驗作，教師根據(jù)完成情況予以賦分。與此同時，學(xué)生不僅要提交每周實驗的代碼，還要就編程思路以及對實驗項目中問題的理解等向教師進行隨堂答辯講解。教師則通過隨堂答辯結(jié)果可了解學(xué)生對每周理論知識的真實掌握情況，并針對每一個同學(xué)的問題進行答疑。此過程使得學(xué)生與教師的交流更加密切、互動更多，這在一定程度上可以促進學(xué)生更好地完成實驗作業(yè)，增加了學(xué)習(xí)的動力和熱情。

除此之外，綜合評定成績方法的另一重要組成為則基于開放式項目的期末考核，其要求學(xué)生以自由組隊（3～4人）形式，利用課程涉及的實踐工具，完成一個綜合應(yīng)用型的機器學(xué)習(xí)項目。為確保開放式項目的考核評價的公平與公正，要求學(xué)生以答辯形式向課程組評委教師（4～5人）和全班同學(xué)展示，過程包括PPT匯報展示、代碼解釋與教師質(zhì)詢?nèi)齻€環(huán)節(jié)。在代碼解釋和回答問題環(huán)節(jié)，答辯教師隨機地向小組的某位同學(xué)提問，以確定小組中的每位同學(xué)都參與了項目，了解整個項目的過程。答辯評委教師則根據(jù)學(xué)生在上述三個環(huán)節(jié)中的綜合表現(xiàn)進行量化評分，并最終由任課教師取平均值作為課程期末考核成績。經(jīng)過教學(xué)實踐檢驗，在此過程中學(xué)生既可以從形式各樣的選題中獲得解決問題的樂趣，并且培養(yǎng)了學(xué)生搜索、篩選、整合資料的能力，分析、解決問題的能力，以及團隊協(xié)作與溝通交流能力。

通過開放式項目進行期末考試，教師不僅可以了解學(xué)生對知識的真實掌握情況，而且可以根據(jù)答辯情況針對不同的專業(yè)降低或提高慕課上實驗作業(yè)的難度。

3總結(jié)

未來西部地區(qū)的經(jīng)濟發(fā)展離不開人工智能技術(shù)，如何培養(yǎng)人工智能領(lǐng)域的應(yīng)用型人才至關(guān)重要。本文分析了新疆地區(qū)農(nóng)業(yè)類高校面向本科階段開設(shè)機器學(xué)習(xí)課程的教學(xué)現(xiàn)狀與存在的問題，探索提出了一套適用于地方農(nóng)業(yè)類高校本科教育的機器學(xué)習(xí)課程教育教學(xué)改革方案。該方案不僅突出對學(xué)生解決問題能力的鍛煉與培養(yǎng)，而且注重對學(xué)生自主學(xué)習(xí)的自驅(qū)力養(yǎng)成與提升。實際教學(xué)效果較好，為實現(xiàn)人工智能領(lǐng)域應(yīng)用型人才培養(yǎng)提供一條具有較高可操作性的思路，有效保障了地方農(nóng)業(yè)高校本科教學(xué)工作高質(zhì)、有序?qū)嵤?/p>

參考文獻：

[1] 王變琴，孫雪冬，陳薇薇，等.機器學(xué)習(xí)通識課程建設(shè)與教學(xué)實踐探索[J].計算機教育，2019（12）：85-88，107.

[2] 王昊，劉高軍，趙爾平.基于CDIO的機器學(xué)習(xí)課程教學(xué)改革與探究[J].課程教育研究，2018（22）：245.

[3] 曾憲華，李偉生，于洪.智能信息處理課程群下的機器學(xué)習(xí)課程教學(xué)改革[J].計算機教育，2014（19）：60-62.

[4] 高明霞，方娟，毛國君.開源工具在機器學(xué)習(xí)教學(xué)中的應(yīng)用[J].計算機教育，2009（3）：100-102，105.

[7] 曲衍鵬，鄧安生，王春立，等.面向機器學(xué)習(xí)課程的教學(xué)改革實踐[J].計算機教育，2014（19）：88-91.

[8] 李濰，張震.“模式識別”課程中的“智慧啟迪”與“情懷教育”[J].電氣電子教學(xué)學(xué)報，2021，43（3）：33-35，119.

[9] 葛動元，靳龍，王晨，等.面向人工智能的Python語言教學(xué)探索[J].電氣電子教學(xué)學(xué)報，2021，43（3）：124-128.

[10] 白雪梅，王鋒，張晨潔.基于機器學(xué)習(xí)的教學(xué)評價體系研究[J].教育教學(xué)論壇，2016（15）：173-174.

[11] 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，2018，17（1）：221-223.

【通聯(lián)編輯：梁書】