基于項目實踐的機器學習課程改革

趙衛東，袁雪茹

（復旦大學 軟件學院，上海 200433）

0 引言

當前，隨著信息時代的快速發展，銀行、投資、零售、互聯網甚至傳統的制造業都產生了大量數據。IDC在《2020年的“數字宇宙”》研究報告中預測，到2020年，全球數據量將達到40ZB，中國在全球數據市場的份額也將由目前的13%上升到22%[1]。各行各業開始逐步應用機器學習算法分析數據，以便在海量數據中提取有效的規律，輔助決策。這種發展趨勢使就業市場對數據科學、機器學習人才的需求不斷擴大，同時對人才的多元化和綜合實踐能力提出了新的要求。

隨著數據分析相關行業的快速發展，數據分析在各個領域都得到了很多成功的應用，企業和政府期望在各個業務崗位都有數據分析能力強的人勝任，而不是將數據分析作為一項專業技能，更期望員工能夠探索有效的數據分析方法，并根據實際數據場景分析結果作出決策，將分析和處理數據作為日常工作流程的一個環節。同時，隨著數據種類和數量的爆炸式增長，市場對畢業生的數據分析和處理能力提出了更高的要求，需要有數據分析技能的人才預測行業前景，及時抓住發展機會，形成獨有的競爭優勢。高校的基本職能是培養人才，為了使學生更好地適應現代工作場所和終身發展，需要認真思考如何培養應用型人才，以適應當前的就業環境。機器學習相關專業以培養數據分析師、算法工程師、大數據工程師等高度數據分析、應用型人才為目標，這些工作不僅要求學生理解算法本身，更需要培養學生跨學科的實踐能力，將算法邏輯應用到實際生產、生活場景以解決現實問題。

企業對數據分析人才的數量和質量的高要求導致了巨大的大數據技術、人工智能人才缺口，而目前高校的機器學習教學偏向理論化，更注重算法本身，缺乏完善的實踐教學體系和教學資源。學生的課堂學習只是面對多種專業知識的組合，缺少真實項目的實踐過程，學生不能有效地將學習內容應用到實踐過程中，這與應用型人才的培養目標存在一定的偏離，畢業生不足以適應競爭激烈的就業市場。因此，高校需要考慮就業環境與學生的真實需求，對傳統的教學模式進行變革，掌握數據科學時代的新技術和新應用，在遵循教育規律的基礎上，將實際項目實踐與理論教學融為一體，逐步調整課程內容，培養學生自主思考與解決實際問題的能力，從而提高競爭優勢。

1 傳統機器學習教學的困境

如何在教學過程中結合項目實踐，已成為各高校關注的話題。目前各高校分別建立了機器學習、數據科學與大數據相關專業，而機器學習作為其中的重要課程，具有高度實踐性且涉及的算法眾多。如何結合真實項目以培養應用型人才，是當前人才培養的一個難題。

1）機器學習技能難以短期速成。

機器學習（包括深度學習）涉及的算法眾多，而掌握這些算法要求學生在理論學習基礎上，將算法結合企業實際項目，對理論知識有扎實的理解。這一過程需要學生接觸實際問題，經過長期訓練達到將理論知識輸出為實際應用的水平。盡管目前網絡上可接觸許多精品課程，但這些課程大多以知識體系的教學為主，注重介紹算法本身、介紹機器學習中常用的理論，較少涉及實際應用。同時，新技術進入課堂教學需要過程，這對教師提出了更高的要求。教師需要積極獲取企業先進技術與解決方案，將實際生產流程歸納成適應于教學氛圍的學習資源，而新技術快速迭代和教材易老化成為機器學習教學的一大痛點，教師需要不斷積累和沉淀，高效創建出合適的教學大綱和教學內容。因此，機器學習的技能培養與企業人才需求存在差距，這種技能需要通過解決實際問題來不斷摸索和積累經驗，難以通過短時間授課的方式獲得。

2）教學過程缺少實際數據和案例。

機器學習相關專業的學生傾向于選擇機器學習工程師、數據分析師等高度應用型工作。為了讓學生更好地掌握機器學習算法，很多人工智能、數據挖掘課程都包含了實驗教學部分。在實驗過程中學生需要自主實現算法，培養動手操作能力。然而，教學實驗內容往往是理想化的，由于企業的真實數據難以獲取，在校學生接觸到的數據普遍是二手數據。更多時候，為了實現某一特定算法，實驗內容往往經過特殊處理。當面對一個企業實際項目時，在與客戶的交流過程中，客戶的實際需求、數據代表的真實含義，可能由于客戶自身缺乏相關的技術知識背景難以表述明確，需要數據分析人員從龐雜的數據中自主降噪、挖掘有效信息，這與課程實驗存在較大反差。此外，由于傳統的機器學習教學偏理論，將更多的精力放在對算法本身的理解上，缺少具有實際意義的應用案例。為快速把握企業的真正痛點，要求學生對相關領域有一定程度的認知。機器學習的教學集中在理論方面，學生難以深入理解真實場景下的企業項目。因此，在數據、問題和性能要求等方面都與企業實際存在偏離，對從課堂轉向企業實際問題的學生來說，尚且存在很多挑戰。

3）人才培養體制不夠完善。

在當前高校教學評價體制下，教師可能忽視了或不愿意參與企業真實調研及與企業合作項目。學生通過課堂和實驗室的知識積累，可以完成圖像識別、聲音模擬，通過網絡可以較為容易地獲取很多開源的代碼，這些技術已經得到比較廣泛的應用，易于實踐和理解。然而數據分析方法和算法的應用具有很強的藝術性，數據分析的每個階段都沒有固定的答案，需要結合實際場景進行調整和優化，并考慮實際生產環境的可行性。與教學實驗不同，面對一個新的實際問題，條件苛刻且結果未知，學生無法直接獲得解決問題的思路，而現實問題是無法規避的，且這些問題難以在校園環境中為學生所接觸。因此，面向項目實踐的機器學習教學需要在實踐中摸索，與應用結合，培養人才的多學科性。強調項目實踐不等于否認理論教學，由于實際問題的復雜多變，反而要求學生具備扎實的理論基礎。

傳統的機器學習教學在技能培養、數據與實際案例的選擇以及人才培養體制上仍存在提高的空間。這與新時代機器學習人才發展需要存在一定偏離，有必要對現有的人才培養方式進行與項目實踐相結合方向上的探索，嘗試新的滿足社會發展需要的實踐教學模式，為培養具有專業素質和創新能力的機器學習人才奠定堅實的基礎。

2 基于項目實踐的機器學習教學改革措施

項目實踐教學能夠培養學生的實踐能力和創新能力，提高人才培養質量。針對機器學習這一高度實踐性課程，很多高校提出了豐富教學內容、加強實用型師資隊伍、優化教學條件等一系列措施，逐步建立并完善專業培養目標和培養模式的實踐教學體系。然而，如何更有效地提高實踐教學質量并與傳統的理論授課相結合，是實現基于項目實踐的機器學習教學目標的關鍵。

2.1 理論知識與應用場景認知培養

由于機器學習的相關知識在實際應用中是靈活多變的，需要根據特定場景對算法進行調整和優化，對多種經典算法進行取舍。因此，實際工作對算法本身的理解提出了更高的要求，需要在堅實的理論基礎上引導實踐，從而在實踐中加深對理論的理解。針對現階段人才需求目標，在機器學習教學初期，理論基礎教學應注重完整機器學習過程的每一個環節，使學生掌握從數據獲取、數據預處理到模型評估與選擇以及模型優化與結果分析的每個步驟，形成完整的機器學習思路。最有效的方法是教師身體力行，積極參與企業合作的科研項目，在教學過程中不僅注重實現算法本身，也可以嘗試從大數據競賽網站了解真實的問題場景，并選擇現階段成熟的開源工具實現數據處理，如微軟Azure平臺、騰訊云平臺，這些平臺提供現成可用的解決方案與經典案例的實現步驟，允許學生自主創建項目并進行機器學習算法取舍。

此外，由于機器學習的概念范圍十分廣闊，而具體的應用范圍可能包括輿情分析、異常檢測、人臉識別、自然語言處理等，機器學習工程師等相關崗位都有著不同的技能側重要求。可介紹機器學習每一步驟對應的典型工作崗位與職責，讓學生在教學場景中理解和體驗所學知識的真實應用過程，培養學生的職業意識。例如，通過引入作者與京東合作的發現好貨、會買專輯等寫作機器人項目，可以詳細介紹文本分析的過程，從商品數據和用戶評論的獲取（OCR技術的應用）、分詞與語義的識別，到用戶情感分析、長短期記憶網絡的組詞造句、文本質量的評價，都有具體的項目內容對應。這些內容基本覆蓋了文本分析章節的大部分內容，可以使學生一定程度上沉浸在項目中，對各個階段遇到的問題，討論解決方法，開闊思路。

2.2 實踐項目的驗證與設計培養

現階段各高校的機器學習相關課程普遍開設了實驗環節，但主要內容是實現課本中的算法，學生通過實驗能夠掌握很多經典算法，提高動手能力。但是，機器學習技術更新快，教材內容易老化，學生的實驗場景、問題、數據、解決方案都偏于理想化，與真實的企業場景存在偏離，僅僅掌握實驗內容難以勝任實際工作。

為了使學生更好地適應就業環境需要，在直接接觸企業實際項目前，可在實踐項目的驗證與設計兩個環節對學生進行培養。高校可邀請企業中機器學習相關方向的專業人員，教授當前最新項目實施思路與過程，與教師和學生一起討論在企業數據處理中使用的各種算法。教師在熟悉企業場景及解決方案的基礎上，制訂實踐培訓的內容、教學形式和培訓過程，盡量在教學過程中營造真實的企業項目發展氛圍。在與京東公司上述的合作項目中，筆者不僅把項目成果引入課程，介紹項目實施過程中的具體思路和辛酸苦辣，還將部分問題作為課程研討的選題。

在學生理解算法原理的基礎上，可采用靈活的模塊化教學方法培養學生對實際應用場景的認知。以企業項目為驅動，項目案例分為驗證項目和項目設計兩個部分[2]。基于高校現有的多媒體實驗環境，有實踐經驗的教師或企業專家在講解一些知識點和分析相關案例后，結合案例程序展示其應用，然后結合教學進度提出一些問題；學生通過模仿實現一個類似的驗證型實驗項目，該項目作為設計實驗項目的原型，學生可訪問、分析其功能、代碼并測試其效果。隨后，以此為基礎做擴展實踐，學生可以模仿教師提供的案例，通過創新自主設計并實現一個相對完整的項目，深化鞏固所學的知識，鍛煉整體考慮的問題能力，提高靈活的應用知識能力和創新能力。

2.3 校企合作完成企業實踐項目

應用型人才需要具有扎實的理論基礎、科學研究方法以及跨領域的視野和解決生產問題的能力，更需要具備實際操作的技能。在理論基礎與了解企業相關領域的基礎上，高校可以與企業聯合組建合作項目和教學團隊，結合企業需求，開展各種形式的培訓和實踐，不斷完善實踐教學內容。真實的企業實踐項目能夠將學生所學知識應用于解決實際問題，形成一個完整處理問題的思路[3]。

在數據獲取上，高校可利用校企合作關系，在教學內容中加入企業實踐學時，教師可根據班級人數將學生分為若干調研團隊，使學生能夠與企業進行直接交流[4]。在調研過程中學生能夠密切關注企業實際生產，接觸企業的真實數據。企業數據真實龐大，且大多質量糟糕，例如存在很多噪聲以及數據不一致等一系列現實問題，學生需要思考如何提取數據，消除噪聲，達到可用的目的。這一過程學生可對數據建立更加感性的認識。

在問題解決上，由于企業面對的很多問題并不能直接交由機器處理，數據的篩選、特征提取以及算法的整合與取舍在實驗的層面可能是需要技巧的；同時，企業實踐項目真實靈活且與當前研究熱點緊密相關，在項目解決方案的探討中學生會面對很多瓶頸，例如樣本的不平衡、算法存在的某些缺陷等，這些瓶頸不能直接從課堂或其他途徑獲取到有效的解決方案，需要學生總結經驗，在現有的思路上進行調優，從而解決算法缺陷，自主發現一些原有教學中被忽略的難點。在真實的企業環境中，客戶的要求十分苛刻，可能存在階段性變化，這需要機器學習相關領域工作人員掌握與客戶溝通的軟技能，需要對所在領域有一定程度的認知，從可行性的角度上理解業務。

企業實踐項目具有一般知識和實踐技能的特點，能夠加深學生對數據分析算法的理解和解決問題的經驗，也是培養學生實踐能力和創新意識的一個重要手段。高校可與企業合作建立實驗室、培訓基地，開展合作項目或聯合研發，使企業直接參與課程策劃，資助課外活動中的科技創新，建立俱樂部實現對接。實際的應用型教學能夠激發學生興趣，使其對原有的理論知識有更深刻的理解。筆者最近幾年與10多家企業開展了制造企業質量管理、銀行貸后催收語音合成、上海圖書館自動標注、婦嬰用品電子推薦、在線學習學生行為分析等項目，與這些企業建立了長期的合作關系，可以供學生調研實習，參與聯合研發項目。

3 基于實踐的機器學習培養方式中的潛在問題

基于實踐的機器學習教學，對教師和學生提出了一些挑戰，其中會遇到一些突出的問題需要解決。

1）實踐項目的選擇難題。

任課教師在企業合作項目的選擇上需要深入研究行業整體，同時根據學生水平進行課堂內容調整，設計適合不同層次學生的實踐項目，并通過研討了解學生自身實際編程基礎和分析能力，這對教師提出了更高的要求。

2）實踐過程的管理難題。

機器學習實踐教學的目的是培養學生的自主分析和實際應用能力，加深對理論知識的理解，驗證課堂教學理論，從而與職業發展平穩接軌。這一過程中的每個環節都不同于單純的課堂和實驗室教學，而是需要真實的實踐環境，需要與企業溝通以獲得實踐環境以及必要的師資指導支持。如何培養有較強應用能力的師資是需要深入探討的問題，從企業引進有項目經驗的師資或培養積極參與企業合作項目的師資都是必要的。這需要高校的薪酬和職稱制度相應的配套措施改革。

3）實踐思路的引導難題。

企業實踐項目不同于常規教學實驗，在大多數傳統教學方法中，學生按照已有步驟和原則進行規范化的實驗，往往可以獲得滿意的結果。然而，在整個過程中，學生很少獨立思考，往往不會考慮這些步驟背后的思路，很難培養獨立解決問題和創新的能力。在實際應用中，可能同時面臨很多新的問題，例如數據是否足夠、數據是否滿足客戶問題的分析等，這些現實的問題與課程教學、實驗存在較大差距。因此，有實際項目經驗的教師在對學生的思路引導方面也是重要的[5]。

4 結語

大數據時代對機器學習方面的人才提出了更高的實踐性要求，而高校機器學習課程主要以理論知識教授為主，這與實踐性人才培養的目標存在一定的偏離。筆者最近幾年與京東、上海圖書館等多家企業合作了機器學習項目，通過抽象和提煉這些項目的成果，形成第一手的案例和實驗素材，引入機器學習課程，不僅使課程的內容更容易理解，而且鍛煉了學生的數據思維。這不僅沒有耽誤理論課的教學，反而可以作為學習和檢驗理論的重要手段。

高校對人才的培養不能脫離行業實踐，需要積極與企業建立項目合作，理解企業所需的技能，培養和引進有實踐項目經驗的師資，這樣才能培養學生自主思考與解決實際問題的能力，從而提高競爭優勢。