呂立霞

摘要：為提升計(jì)算機(jī)教學(xué)質(zhì)量，該研究基于認(rèn)知負(fù)荷理論和機(jī)器學(xué)習(xí)算法進(jìn)行計(jì)算機(jī)教學(xué)平臺(tái)設(shè)計(jì)。平臺(tái)采用分層架構(gòu)設(shè)計(jì)，平臺(tái)軟件功能由內(nèi)容管理、學(xué)習(xí)者模型、智能教學(xué)、互動(dòng)與反饋及數(shù)據(jù)分析與報(bào)告等五個(gè)功能模塊構(gòu)成，并采用Apache JMeter模擬用戶行為對(duì)本平臺(tái)進(jìn)行性能測(cè)試。結(jié)果表明，該平臺(tái)在高并發(fā)處理、響應(yīng)速度和智能功能的準(zhǔn)確性等方面均優(yōu)于傳統(tǒng)平臺(tái)，充分證明平臺(tái)功能有效性，可為計(jì)算機(jī)教學(xué)改革提供技術(shù)支持。

關(guān)鍵詞：機(jī)器學(xué)習(xí)算法；功能模塊；數(shù)據(jù)處理

中圖分類(lèi)號(hào)：TP181? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2024）08-0046-03

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID） ：

教育現(xiàn)代化背景下計(jì)算機(jī)教學(xué)平臺(tái)應(yīng)用已成為高校計(jì)算機(jī)教學(xué)改革重要發(fā)展方向，認(rèn)知負(fù)荷和機(jī)器學(xué)習(xí)算法在計(jì)算機(jī)教學(xué)平臺(tái)設(shè)計(jì)中的應(yīng)用可增強(qiáng)平臺(tái)信息處理能力，完善平臺(tái)教學(xué)功能。知負(fù)荷理論可實(shí)現(xiàn)教學(xué)平臺(tái)信息高效處理，認(rèn)知負(fù)荷理論和機(jī)器學(xué)習(xí)算法的應(yīng)用為計(jì)算機(jī)教學(xué)平臺(tái)設(shè)計(jì)與發(fā)展開(kāi)辟了新視野。認(rèn)知負(fù)荷理論側(cè)重合理安排信息的呈現(xiàn)方式，以減少學(xué)習(xí)者的認(rèn)知負(fù)擔(dān)，從而提高信息處理效率與學(xué)習(xí)有效性。通過(guò)這種理論應(yīng)用，教學(xué)平臺(tái)能根據(jù)學(xué)習(xí)者的認(rèn)知能力，動(dòng)態(tài)調(diào)整信息呈現(xiàn)速度與復(fù)雜度，使學(xué)習(xí)過(guò)程更加個(gè)性化與高效。另一方面，機(jī)器學(xué)習(xí)算法引入，通過(guò)分析學(xué)習(xí)者行為數(shù)據(jù)，能識(shí)別學(xué)習(xí)者學(xué)習(xí)習(xí)慣與偏好，提供個(gè)性化學(xué)習(xí)路徑，進(jìn)一步優(yōu)化學(xué)習(xí)體驗(yàn)與教學(xué)效果。本研究融合兩種方法，進(jìn)行了計(jì)算機(jī)教學(xué)平臺(tái)設(shè)計(jì)，實(shí)驗(yàn)結(jié)果表明，本平臺(tái)在提升學(xué)習(xí)效率、優(yōu)化學(xué)習(xí)體驗(yàn)方面具有顯著價(jià)值，可為現(xiàn)代教育技術(shù)提供了新思路。

1 基于認(rèn)知負(fù)荷和機(jī)器學(xué)習(xí)算法計(jì)算機(jī)教學(xué)平臺(tái)需求分析

首先，考慮到高校計(jì)算機(jī)教學(xué)內(nèi)容多樣性與復(fù)雜性。不同學(xué)科課程有著不同教學(xué)目標(biāo)系，平臺(tái)需支持各種類(lèi)型內(nèi)容，包括文本、圖像、視頻、交互式元素等。其次，從認(rèn)知負(fù)荷理論的角度，平臺(tái)需能識(shí)別和適應(yīng)不同學(xué)習(xí)者認(rèn)知狀態(tài)。平臺(tái)應(yīng)具備評(píng)估學(xué)習(xí)者當(dāng)前知識(shí)水平、認(rèn)知負(fù)荷、學(xué)習(xí)風(fēng)格能力，以便提供適宜教學(xué)內(nèi)容。再次，機(jī)器學(xué)習(xí)算法集成是實(shí)現(xiàn)個(gè)性化教學(xué)關(guān)鍵。平臺(tái)應(yīng)能通過(guò)學(xué)習(xí)者互動(dòng)數(shù)據(jù)來(lái)預(yù)測(cè)其學(xué)習(xí)成效，發(fā)現(xiàn)用戶學(xué)習(xí)障礙，從而提供定制化學(xué)習(xí)建議與學(xué)習(xí)資源。平臺(tái)要具備強(qiáng)大數(shù)據(jù)處理和分析能力。用戶界面設(shè)計(jì)也是需求分析重要部分。為確保學(xué)習(xí)者能輕松使用平臺(tái)，用戶界面應(yīng)該直觀、友好，并為用戶提供交互支持。設(shè)計(jì)時(shí)還要考慮到平臺(tái)可訪問(wèn)性，使平臺(tái)能夠在不同設(shè)備與網(wǎng)絡(luò)環(huán)境下工作[1]。最后，考慮教育環(huán)境多元化，平臺(tái)需要有良好可擴(kuò)展性，能與現(xiàn)有教學(xué)管理系統(tǒng)與資源庫(kù)集成，確保教學(xué)內(nèi)容質(zhì)量。通過(guò)深入分析平臺(tái)功能需求，可確保平臺(tái)功能設(shè)計(jì)能有效支持現(xiàn)代教育目標(biāo)。

2 基于認(rèn)知負(fù)荷和機(jī)器學(xué)習(xí)算法的計(jì)算機(jī)教學(xué)平臺(tái)設(shè)計(jì)

2.1 計(jì)算機(jī)教學(xué)平臺(tái)總體架構(gòu)設(shè)計(jì)

計(jì)算機(jī)教學(xué)平臺(tái)采用了分層架構(gòu)設(shè)計(jì)，以增強(qiáng)系統(tǒng)可擴(kuò)展性、靈活性、維護(hù)性。平臺(tái)主要分為數(shù)據(jù)層、邏輯層和表現(xiàn)層，具體如圖1所示：數(shù)據(jù)層作為基礎(chǔ)，處理所有數(shù)據(jù)存儲(chǔ)、檢索、更新、管理任務(wù)，包括教學(xué)內(nèi)容、學(xué)習(xí)者信息、交互記錄等，確保數(shù)據(jù)安全性。邏輯層也稱為業(yè)務(wù)邏輯層是平臺(tái)核心，包含平臺(tái)軟件功能模塊[2]。表現(xiàn)層是用戶交互界面，負(fù)責(zé)呈現(xiàn)教學(xué)內(nèi)容，收集用戶輸入，并提供反饋。在設(shè)計(jì)時(shí)須注重用戶體驗(yàn)，確保界面友好、直觀，并適應(yīng)不同設(shè)備。

2.2 平臺(tái)硬件架構(gòu)

在平臺(tái)硬件設(shè)計(jì)中，中央處理單元采用Intel Xeon Gold 6230，提供高速處理能力；服務(wù)器選擇Dell PowerEdge R740，以支持平臺(tái)功能模塊運(yùn)行。存儲(chǔ)方面，采用EMC Unity 500F All-Flash Storage提供快速數(shù)據(jù)訪問(wèn)速度與足夠存儲(chǔ)空間，確保教學(xué)內(nèi)容與用戶數(shù)據(jù)高效管理。網(wǎng)絡(luò)設(shè)備包括Cisco Catalyst 9500系列交換機(jī)和ASA 5500-X系列防火墻，確保數(shù)據(jù)傳輸速度和安全性。安全措施包括Sophos XG 210等高級(jí)防火墻，保護(hù)系統(tǒng)免受外部威脅?？蛻舳嗽O(shè)備包括個(gè)人電腦、平板和智能手機(jī)等[3]。整個(gè)硬件架構(gòu)設(shè)計(jì)旨在提供一個(gè)穩(wěn)定、高效且可靠平臺(tái)，以支持廣泛教學(xué)與學(xué)習(xí)活動(dòng)。

2.3 平臺(tái)軟件功能模塊設(shè)計(jì)

平臺(tái)軟件功能模塊由內(nèi)容管理模塊、學(xué)習(xí)者模型模塊、智能教學(xué)模塊、互動(dòng)與反饋模塊、數(shù)據(jù)分析與報(bào)告模塊構(gòu)成，具體如圖2所示，通過(guò)軟件功能模塊平臺(tái)可為用戶提供全面、個(gè)性化的互動(dòng)學(xué)習(xí)環(huán)境。

2.3.1 內(nèi)容管理模塊

內(nèi)容管理模塊由用戶界面、數(shù)據(jù)庫(kù)管理系統(tǒng)、內(nèi)容分類(lèi)與標(biāo)簽系統(tǒng)、內(nèi)容審核等功能構(gòu)成，在用戶界面層面，模塊為教師提供了一個(gè)直觀易用的操作平臺(tái)，讓教師可無(wú)縫地上傳、編輯及組織包括文本、圖片、視頻、音頻在內(nèi)的多種教學(xué)資源格式。該功能不僅優(yōu)化了教學(xué)內(nèi)容管理流程，也提升了教師在課程準(zhǔn)備階段的工作效率。數(shù)據(jù)庫(kù)管理系統(tǒng)則承擔(dān)著所有教學(xué)內(nèi)容的存儲(chǔ)任務(wù)，包括文本信息、各類(lèi)多媒體文件等，可確保數(shù)據(jù)安全性、穩(wěn)定性及高速訪問(wèn)性。內(nèi)容分類(lèi)與標(biāo)簽系統(tǒng)增強(qiáng)了對(duì)課程資料精細(xì)管理與快速檢索能力，讓教師與學(xué)生能根據(jù)具體需求，迅速定位到所需教學(xué)資源。內(nèi)容審核功能可保證了所有上傳的教學(xué)材料均符合教育教學(xué)管理規(guī)范與相關(guān)法律法規(guī)，從而確保了教學(xué)內(nèi)容質(zhì)量與合規(guī)性[4]。

該模塊支持集成多種互動(dòng)元素，如在線測(cè)驗(yàn)、討論板塊等，可促進(jìn)學(xué)生之間互動(dòng)與溝通，提高學(xué)習(xí)吸引力與參與度。通過(guò)開(kāi)放的API接口，內(nèi)容管理模塊還能與教學(xué)平臺(tái)上其他系統(tǒng)進(jìn)行靈活整合，確保內(nèi)容管理模塊在整個(gè)教學(xué)平臺(tái)中高效性。

2.3.2 學(xué)習(xí)者模型模塊

學(xué)習(xí)者模型模塊旨在為每個(gè)學(xué)習(xí)者建立個(gè)性化學(xué)習(xí)檔案，以提供定制化學(xué)習(xí)體驗(yàn)與學(xué)習(xí)路徑。該模塊會(huì)收集學(xué)習(xí)者基本信息、學(xué)習(xí)行為、成績(jī)、偏好、反饋等信息數(shù)據(jù)。并借助機(jī)器學(xué)習(xí)算法分析學(xué)習(xí)者的學(xué)習(xí)習(xí)慣、學(xué)習(xí)需求，動(dòng)態(tài)生成學(xué)習(xí)者模型。并據(jù)此為學(xué)生提供個(gè)性化學(xué)習(xí)建議，如推薦適合課程內(nèi)容、調(diào)整學(xué)習(xí)難度等。學(xué)習(xí)者模型模塊還需要與平臺(tái)其他部分緊密整合，實(shí)時(shí)更新學(xué)習(xí)者表現(xiàn)，并根據(jù)教學(xué)反饋循環(huán)不斷優(yōu)化模型，確保所有學(xué)習(xí)者都能獲得對(duì)應(yīng)學(xué)習(xí)支持。

學(xué)習(xí)者模型模塊是智能教學(xué)平臺(tái)核心部分，它通過(guò)精細(xì)化管理與學(xué)習(xí)者數(shù)據(jù)深度分析，能為每個(gè)學(xué)習(xí)者提供更加精準(zhǔn)有效的學(xué)習(xí)支持[5]。

2.3.3 智能教學(xué)模塊

智能教學(xué)模塊設(shè)通過(guò)機(jī)器學(xué)習(xí)算法，如決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)（SVM），能實(shí)時(shí)分析與響應(yīng)學(xué)習(xí)者的行為和需求。以SVM為例，基本分類(lèi)函數(shù)可以表示為[f（x）=wx+b]，其中x是輸入的特征向量，w是學(xué)習(xí)得到的權(quán)重向量，b是偏差項(xiàng)，在智能教學(xué)模塊中，x可以是學(xué)習(xí)者互動(dòng)數(shù)據(jù)，如完成課程、測(cè)試分?jǐn)?shù)、時(shí)間花費(fèi)，f（x）輸出可用推薦課程、調(diào)整難度、個(gè)性化反饋等表示。智能教學(xué)模塊包含內(nèi)容推薦系統(tǒng)、自適應(yīng)學(xué)習(xí)路徑生成、實(shí)時(shí)互動(dòng)支持等功能構(gòu)成。不僅能推薦適合學(xué)習(xí)資源，還能根據(jù)學(xué)習(xí)者實(shí)時(shí)反饋調(diào)整教學(xué)策略。幫助學(xué)習(xí)者有效地解決學(xué)習(xí)中問(wèn)題并保持學(xué)習(xí)動(dòng)力。

2.3.4 互動(dòng)與反饋模塊

互動(dòng)與反饋模塊是計(jì)算機(jī)教學(xué)平臺(tái)關(guān)鍵組成部分，旨在促進(jìn)學(xué)習(xí)者參與度。該模塊包括互動(dòng)工具、反饋機(jī)制?；?dòng)工具允許學(xué)生和教師能進(jìn)行實(shí)時(shí)通訊與學(xué)習(xí)討論，而反饋機(jī)制則會(huì)對(duì)學(xué)習(xí)者表現(xiàn)進(jìn)行評(píng)估與學(xué)習(xí)指導(dǎo)。量化學(xué)習(xí)者參與度和學(xué)習(xí)效果，本模塊引入了基于項(xiàng)目反應(yīng)理論（Item Response Theory， IRT）模型，如學(xué)習(xí)者能力參數(shù)θ與題目難度參數(shù)β之間關(guān)系，可表示為：[P（X=1|θ）=11+e-（θ-β）]，其中[P（X=1|θ）]是學(xué)習(xí)者正確回答問(wèn)題的概率。通過(guò)這種方式，模塊可以精準(zhǔn)地評(píng)估和反饋每個(gè)學(xué)習(xí)者學(xué)習(xí)狀態(tài)與進(jìn)展。在模塊設(shè)計(jì)時(shí)，互動(dòng)與反饋模塊需要整合先進(jìn)數(shù)據(jù)分析技術(shù)，如自然語(yǔ)言處理（NLP）和情感分析，來(lái)響應(yīng)學(xué)習(xí)者互動(dòng)內(nèi)容，提高互動(dòng)質(zhì)量[6-8]。

2.3.5 數(shù)據(jù)分析與報(bào)告模塊

數(shù)據(jù)分析與報(bào)告模塊主要負(fù)責(zé)搜集、分析、呈現(xiàn)教學(xué)和學(xué)習(xí)活動(dòng)數(shù)據(jù)，核心功能是為教育者、學(xué)習(xí)者提供深入學(xué)習(xí)過(guò)程洞察。該模塊通過(guò)整合強(qiáng)大數(shù)據(jù)倉(cāng)庫(kù)功能，能夠存儲(chǔ)和管理學(xué)習(xí)者互動(dòng)數(shù)據(jù)、成績(jī)、反饋等關(guān)鍵信息，為數(shù)據(jù)驅(qū)動(dòng)決策提供堅(jiān)實(shí)基礎(chǔ)。該模塊可利用先進(jìn)數(shù)據(jù)挖掘技術(shù)與機(jī)器學(xué)習(xí)算法，準(zhǔn)確識(shí)別出用戶學(xué)習(xí)行為，還可以對(duì)教學(xué)策略有效性進(jìn)行全面評(píng)估，為教育實(shí)踐提供科學(xué)依據(jù)。該模塊配備了高級(jí)分析工具，這些工具能將復(fù)雜數(shù)據(jù)集轉(zhuǎn)化為直觀、易于理解的學(xué)習(xí)報(bào)告，從而幫助教育者和學(xué)習(xí)者獲得學(xué)習(xí)進(jìn)度即時(shí)反饋與深刻見(jiàn)解。在模塊設(shè)計(jì)中，考慮到數(shù)據(jù)安全與隱私保護(hù)問(wèn)題，為確保所有數(shù)據(jù)收集和處理活動(dòng)嚴(yán)格遵守相關(guān)法律與法規(guī)標(biāo)準(zhǔn)，保護(hù)用戶敏感信息不被泄露，本模塊引入了數(shù)據(jù)[9]。

3 平臺(tái)性能測(cè)試

3.1 測(cè)試過(guò)程

為驗(yàn)證本平臺(tái)性能，本研究使用專(zhuān)業(yè)測(cè)試工具Apache JMeter模擬用戶行為，旨在通過(guò)實(shí)驗(yàn)比較本平臺(tái)與傳統(tǒng)平臺(tái)性能差異。在測(cè)試執(zhí)行過(guò)程中，同時(shí)向兩個(gè)平臺(tái)分別注入了5 000名虛擬用戶，以此來(lái)模擬高并發(fā)訪問(wèn)場(chǎng)景，測(cè)試關(guān)鍵指標(biāo)包括平臺(tái)并發(fā)處理能力、響應(yīng)時(shí)間及F1分?jǐn)?shù)。并發(fā)處理能力指的是平臺(tái)在同一時(shí)間內(nèi)處理請(qǐng)求能力，直接關(guān)系到用戶體驗(yàn)流暢度；響應(yīng)時(shí)間是指用戶發(fā)出請(qǐng)求到接收到反饋所需時(shí)間，反映著平臺(tái)快速響應(yīng)能力；F1分?jǐn)?shù)則是綜合了精確率、召回率指標(biāo)，用于衡量平臺(tái)處理請(qǐng)求準(zhǔn)確性與效率。通過(guò)這些關(guān)鍵指標(biāo)測(cè)試，能全面評(píng)估平臺(tái)性能，特別是在面對(duì)大量用戶請(qǐng)求時(shí)穩(wěn)定性與可靠性[10-11]。

3.2 結(jié)果分析

如表1所示，在高并發(fā)訪問(wèn)測(cè)試中當(dāng)5 000名虛擬用戶同時(shí)訪問(wèn)時(shí)，本平臺(tái)展現(xiàn)出更強(qiáng)并發(fā)處理能力。本平臺(tái)最大并發(fā)用戶數(shù)比傳統(tǒng)平臺(tái)高出約25%，在高負(fù)載情況下系統(tǒng)穩(wěn)定性更好，表明了本平臺(tái)優(yōu)越的負(fù)載處理與資源管理能力。在響應(yīng)時(shí)間方面，本平臺(tái)平均響應(yīng)時(shí)間比傳統(tǒng)平臺(tái)更短。用戶可以體驗(yàn)到更快的訪問(wèn)速度，在F1分?jǐn)?shù)指標(biāo)上，本平臺(tái)F1分?jǐn)?shù)較傳統(tǒng)平臺(tái)高出約10%，表明本平臺(tái)在相關(guān)功能準(zhǔn)確性與可靠性方面顯著優(yōu)勢(shì)。歸因于本平臺(tái)更先進(jìn)算法與數(shù)據(jù)處理技術(shù)，能更精準(zhǔn)地理解和響應(yīng)用戶需求。結(jié)果表明本平臺(tái)在并發(fā)處理能力、響應(yīng)時(shí)間與功能準(zhǔn)確性等關(guān)鍵性能指標(biāo)上都優(yōu)于傳統(tǒng)平臺(tái)，證明了本平臺(tái)在現(xiàn)代教學(xué)環(huán)境下高效性與適用性。

4 結(jié)束語(yǔ)

數(shù)字時(shí)代計(jì)算機(jī)教學(xué)平臺(tái)設(shè)計(jì)已成為教育技術(shù)領(lǐng)域的一個(gè)熱點(diǎn)。本文提出的計(jì)算機(jī)教學(xué)平臺(tái)是基于認(rèn)知負(fù)荷和機(jī)器學(xué)習(xí)算法設(shè)計(jì)，采用三層架構(gòu)，旨在為用戶提供個(gè)性化、高效、互動(dòng)的學(xué)習(xí)體驗(yàn)。該平臺(tái)包含5個(gè)關(guān)鍵的軟件功能模塊：內(nèi)容管理模塊、學(xué)習(xí)者模型、智能教學(xué)模塊、互動(dòng)與反饋模塊及數(shù)據(jù)分析與報(bào)告模塊。每個(gè)模塊都是基于現(xiàn)代教學(xué)需求與最新技術(shù)設(shè)計(jì)，確保了教學(xué)內(nèi)容的質(zhì)量和教學(xué)過(guò)程的高效率。通過(guò)模擬高并發(fā)場(chǎng)景測(cè)試表明，本平臺(tái)在處理高并發(fā)用戶、響應(yīng)速度、準(zhǔn)確性等方面，相比傳統(tǒng)教學(xué)平臺(tái)具有顯著優(yōu)勢(shì)。顯示平臺(tái)的功能優(yōu)越性與穩(wěn)定性充分體現(xiàn)了信息技術(shù)在現(xiàn)代教育中的潛在價(jià)值[12-13]。綜上所述，本計(jì)算機(jī)教學(xué)平臺(tái)設(shè)計(jì)充分考慮了認(rèn)知負(fù)荷理論和機(jī)器學(xué)習(xí)算法的應(yīng)用，通過(guò)精心設(shè)計(jì)多個(gè)功能模與性能測(cè)試結(jié)果，展現(xiàn)了其在提升教育質(zhì)量、增強(qiáng)學(xué)習(xí)體驗(yàn)方面的巨大潛力。教育現(xiàn)代化背景下此類(lèi)平臺(tái)將為教育領(lǐng)域帶來(lái)革命性的變革。

參考文獻(xiàn)：

[1] 翟哲.數(shù)字化賦能高職計(jì)算機(jī)課程教學(xué)探究[J].福建電腦，2023，39（8）：104-108.

[2] 金慧萍，蘭天翔，劉騰，等.計(jì)算機(jī)視覺(jué)的桌面型機(jī)械臂實(shí)驗(yàn)平臺(tái)設(shè)計(jì)[J].實(shí)驗(yàn)室研究與探索，2023，42（6）：46-50.

[3] 陳英杰，杜娟，鄧曉燕，等.基于硬件平臺(tái)與計(jì)算機(jī)仿真平臺(tái)的微型計(jì)算機(jī)原理實(shí)踐教學(xué)設(shè)計(jì)[J].中國(guó)現(xiàn)代教育裝備，2023（11）：53-55，59.

[4] 黃壽孟，劉小飛，韓強(qiáng)，等.基于微信小程序的計(jì)算機(jī)類(lèi)課程教學(xué)平臺(tái)的設(shè)計(jì)及應(yīng)用[J].現(xiàn)代計(jì)算機(jī)，2023，29（8）：104-107，112.

[5] 修曉琴.基于信息化平臺(tái)的高職信息類(lèi)課程教學(xué)設(shè)計(jì)探討與實(shí)踐——以“汽車(chē)倒車(chē)?yán)走_(dá)設(shè)計(jì)”項(xiàng)目為例[J/OL].[2023-12-10].中國(guó)教育技術(shù)裝備.https：//www.docin.com/p-4551 693876.html.

[6] 夏吉安.基于Gitee與學(xué)科競(jìng)賽任務(wù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)實(shí)踐課程教學(xué)設(shè)計(jì)與探索[J].創(chuàng)新創(chuàng)業(yè)理論研究與實(shí)踐，2024，7（2）：37-40.

[7] 張自然，石義金.新文科背景下基于Blockly的機(jī)器學(xué)習(xí)實(shí)驗(yàn)教學(xué)平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[J].高教學(xué)刊，2024，10（4）：25-29.

[8] 李斐，楊冬磊.SRX乙烷回收工藝特性分析[J].能源化工，2023，44（6）：32-36.

[9] 謝飛揚(yáng).依托信息化教學(xué)平臺(tái)，融合幾何美學(xué)的計(jì)算機(jī)輔助設(shè)計(jì)課程教學(xué)改革與實(shí)踐[J].設(shè)計(jì)，2023，36（22）：86-90.

[10] 于瀟雪，韋建文，張戰(zhàn)炳，等.機(jī)器學(xué)習(xí)預(yù)測(cè)校級(jí)計(jì)算教學(xué)平臺(tái)作業(yè)運(yùn)行時(shí)間研究[J].軟件導(dǎo)刊，2023，22（11）：104-109.

[11] 曹松曉，宋濤.編程應(yīng)用類(lèi)課程的綜合式課堂教學(xué)模式探索——以中國(guó)計(jì)量大學(xué)“Python機(jī)器學(xué)習(xí)” 課程為例[J].教育教學(xué)論壇，2023（44）：154-157.

[12] 郭敏.基于人工智能的高校在線開(kāi)放課程推薦與應(yīng)用研究[J].信息與電腦（理論版），2023，35（20）：239-241.

[13] 張紅星，馬亞欣，解靜，等.基于回歸正交試驗(yàn)設(shè)計(jì)的RSV乙烷回收工藝能耗優(yōu)化[J].石油石化節(jié)能與計(jì)量，2023，13（10）：36-40.

【通聯(lián)編輯：李雅琪】