李延超

關鍵詞：機器學習課程；留學生教育；漸進式教學；實踐教學；混合式教學

0 引言

教育國際化發(fā)展至今，國內(nèi)高校有很多中外合作辦學項目，如“一帶一路”沿線國家留學生項目[1]。高校運行模式需要國際化，培養(yǎng)滿足國際化發(fā)展需求的人才。

從近幾年的留學生授課情況看，來華留學生普遍存在基礎教育知識薄弱，對機器學習課程體系所需要的數(shù)學、統(tǒng)計、概率及編程知識有一定程度的缺失現(xiàn)象，特別是缺乏必要的邏輯思維和分析問題能力，導致他們很難達到學校的畢業(yè)要求[2]。

針對這種普遍現(xiàn)象，我們對機器學習課程采用漸進性、實踐性和混合式教學的創(chuàng)新方法，通過課程教學、實踐教學和匯報演示，培養(yǎng)留學生知識、能力和素質全面發(fā)展，使其具備一定的機器學習理論基礎，能夠較好的應用機器學習模型和算法解決問題。同時，能夠了解學科研究方向的國內(nèi)外現(xiàn)狀和發(fā)展動態(tài)，具備獨立從事科學研究和工程技術的能力。

1 教學目標及其實踐教學方法

在機器學習課程建設中，課程教學大綱的設計是最重要的。其主要內(nèi)容應包括課程內(nèi)容、課程目標、教學方法、實踐教學方法、教學反饋等方面[3]。機器學習課程為48 課時，其中課堂授課34 課時，課程實踐14 課時，外加課后習題及討論。

1.1 課程目標

機器學習課程的目標是運用機器學習算法/模型解決實際應用問題。該課程講述機器學習的發(fā)展簡史、任務、模型和應用。其中包括傳統(tǒng)的機器學習方法，人工神經(jīng)網(wǎng)絡，深度學習及其應用。海外留學生通過該課程的學習能夠了解基本的機器學習模型和方法，完成機器學習算法應用實驗、計算機視覺、自然語言處理應用實驗和自主型實驗項目。學生通過實踐，能夠發(fā)揮主動性，理解機器學習算法運行和實現(xiàn)過程。課程通過教學與編程實踐相結合，逐步培養(yǎng)他們發(fā)現(xiàn)問題、提出問題、分析問題和解決問題的能力[4]。

1.2 漸進性教學方法

漸進性教學方法對于邏輯思維培養(yǎng)訓練是非常有用的，通過循序漸進的方式，一步一步地建立定制化的教學體系，同時通過迭代反饋來不斷改進，形成階段式和反饋式教學方法[5]。在機器學習課程漸進式體系實施過程中，首先采用任務驅動的方式，介紹機器學習的應用問題（圖1），接著從任務（問題）-方法（模型）-算法（圖2）角度介紹機器學習解決問題的邏輯思路。最后逐個介紹機器學習模型、算法以及實現(xiàn)。在具體內(nèi)容的講解過程中，根據(jù)每個知識點逐步突破和拓展，課堂上測驗留學生學習的成效和反饋，此外，通過編碼實踐習題加深學生對課程內(nèi)容的理解。

1.3 實踐性教學方法

針對一些留學生基礎知識相對比較薄弱的情況，缺乏相應的數(shù)理背景知識，機器學習課程采用理論和實踐教學同時進行，具體采用漸進式、過程改進式的實踐教學方法，可以增強課程的接受度[6]。例如在講授回歸任務/問題的過程中，首先介紹回歸任務中比較簡單的線性回歸問題，了解一般回歸模型訓練與預測的流程，接著講解基于最小二乘法的線性回歸模型，最后介紹采用解析解和梯度下降的優(yōu)化算法進行求解的方法。在介紹解析解的過程中，要把數(shù)學理論與代碼實踐相結合，讓學生理解求解步驟，然后用代碼實現(xiàn)，這樣可以提升留學生的學習興趣[7]。

基于最小二乘法進行線性回歸任務分析過程中，通過解析解求解時，采用數(shù)學公式與代碼結合的方式講解，程序代碼如下：

此外，在簡單線性回歸模型介紹的基礎上，可以進一步拓展。例如讓學生課后繼續(xù)學習其他模型解決線性回歸問題，或者采用其他優(yōu)化算法進行求解，具體的課后編程習題如表1 所示?？傊?，機器學習實踐教學的建設方法在授課的過程中得到了充分體現(xiàn)，這種方法在介紹神經(jīng)網(wǎng)絡與深度學習內(nèi)容中也得到了充分的應用。

2 混合式教學創(chuàng)新方法

對留學生的機器學習課程采用混合式教學方法，線上授課，線上批改作業(yè)。選擇合適的線上教學工具和方法是一件非常重要的事情。結合課程的特點以及海外留學生的實際情況，最終選定結合騰訊會議線上授課和線上批改作業(yè)的形式。在整個的教學過程中，為了更好地了解留學生在各個階段的學習效果，用隨機練習題作為輔助測驗。課堂隨機練習題樣題如下：

1. You have an input volume that is 63×63×16， andconvolve it with 32 filters that are each 7×7， using a strideof 2 and no padding. What is the output volume？A. 29×29×16 B. 29×29×32 C. 16×16×16 D. 16×16×32

2. You have an input volume that is 15x15x8， and pad itusing "pad=2. " What is the dimension of the resultingvolume （after padding）？

A. 17×17×10 B. 19×19×12 C. 19×19×8 D. 17×17×8

線上批改作業(yè)和解答形式結合可以快速并及時的反饋教學效果。在實際的教學經(jīng)驗中發(fā)現(xiàn)，這種方法可以跟進留學生在聽課過程中有哪些知識點存在疑惑，可以針對性多講解幾遍，加強知識的理解，也方便留學生課后進一步編碼實現(xiàn)。通過實際調(diào)研發(fā)現(xiàn)，采用這種混合式教學方法可以增強留學生對機器學習模型/方法的學習興趣[8-9]。

3 實施案例和教學效果分析

從實施的案例來分析，在介紹神經(jīng)網(wǎng)絡基礎過程中，首先從網(wǎng)絡結構（多少層、每一層寬度、激活函數(shù)），損失函數(shù)（交叉墑、Sigmoid），神經(jīng)網(wǎng)絡怎么計算梯度（前向傳播和反向傳播），Batch 大小，以及選擇優(yōu)化算法（SGD、AdaGrad、RMSprop）和一些其他參數(shù)的調(diào)節(jié)，包含學習率、迭代次數(shù)等。留學生可以比較清晰地明白神經(jīng)網(wǎng)絡是怎么訓練的，同時也了解怎么去構建一個神經(jīng)網(wǎng)絡，這為后面介紹其他類型的神經(jīng)網(wǎng)絡奠定了很好的基礎。

在講解卷積神經(jīng)網(wǎng)絡模型的過程中（圖3），通過基本神經(jīng)網(wǎng)絡講解的鋪墊，開始講解卷積操作（Operator），每講解一個操作，給出練習測試留學生接受的程度。在講解完卷積層的各個操作，總結卷積層關鍵部分，比如卷積核（Filter）數(shù)目、卷積核大小，步長（Stride），Padding 選擇，激活函數(shù)、以及池化層配置等?？傊@樣的實踐教學使留學生的學習興趣越來越大，并且也感受到自己可以上手編碼實現(xiàn)模型的訓練和預測。程序代碼如下：

課程考核方式是學生運用所學的機器學習算法解決實際的應用問題，課程助教提供了諸如Kaggle、UCI 等公開數(shù)據(jù)集平臺供大家下載數(shù)據(jù)集，課程通過提交大作業(yè)報告的形式和現(xiàn)場演示匯報結合。在近幾年的教學過程中，發(fā)現(xiàn)很多留學生做了非常充分的工作，比如有結合醫(yī)學、交通的數(shù)據(jù)應用進行匯報。表2 展示了通過漸進性、實踐性和混合教學模式后學生平均成績呈現(xiàn)逐年提高趨勢，尤其在實踐能力的提高更為明顯。

留學生通過理論和實踐的學習，能力有特別明顯的提升。課程結束后，為了進一步調(diào)研留學生學習效果，我們對留學生進行1 對1 的訪談，發(fā)現(xiàn)學生掌握機器學習算法/模型實踐的認識之后，再進一步學習機器學習理論內(nèi)容，可以更好的吸收和理解。從調(diào)查問卷結果反饋來看，相比于傳統(tǒng)教學，大部分學生更喜歡這種混合式教學方式。學生的表達能力、團隊合作能力、自學能力等得到了全面提升。

4 總結

采用漸進性、邏輯性和實踐性教學，取得了很好的教學效果并得到了留學生的一致好評?！陡哔|量線上教學講座》為教師提供了很多啟發(fā)性的教學方法和教學資源共享平臺的使用機會，這極大地方便了移動化和高效率的線上授課?，F(xiàn)如今，對于機器學習課程，網(wǎng)絡上有很多國內(nèi)外名校開設的優(yōu)秀專項課程，可以進一步嵌入互聯(lián)網(wǎng)資源的優(yōu)勢。我們能夠通過對教學內(nèi)容、混合式教學方法的不斷改進和創(chuàng)新，來促進對留學生高階學習能力的培養(yǎng)。