新工科背景下的模式識別課程教學改革探索

陳磊 鄧杏葉 劉朝華 張紅強

[摘 要] 隨著人工智能和大數據時代的到來和新工科建設的推行與實施，社會對高校本科人才培養提出了新要求。模式識別課程作為自動化、計算機等領域的核心專業課程，對培養新工科背景下人工智能和大數據處理新型人才至關重要。目前高校的模式識別課程教學存在課程設置不科學、課堂內容局限、教學方式單一、教學評價和學生考核機制不完善等問題，無法適應新工科背景下新型人才培養需求。為此，通過嘗試轉變教學模式，將科研元素引入教學中，從課程體系、教學內容、教學方式、教學評價和學生考核機制四個方面進行探索，提出了切實可行的模式識別課程改革方向與策略。

[關鍵詞] 新工科;模式識別;教學改革

[基金項目] 2018年湖南省普通高等學校教學改革研究項目“新工科背景下地方高校自動化專業人才培養體系研究與實踐”（湘教通[2018]436號-362）;湖南科技大學校級教學改革研究項目“基于‘互聯網+的《計算機網絡》課程新型教學模式探索研究”（G31908）

[作者簡介] 陳 磊（1986—），男，四川眉山人，工學博士，湖南科技大學講師，主要從事模式識別研究;鄧杏葉（通信作者）（1986—），女（壯族），廣西南寧人，經濟學碩士，湖南科技大學講師，主要從事課程探索等研究;劉朝華（1983—），男，湖南衡陽人，工學博士，湖南科技大學副教授，主要從事新能源研究;張紅強（1979—），男，河南新鄉人，工學博士，湖南科技大學講師，主要從事人工智能研究。

[中圖分類號] G642 ? ?[文獻標識碼] A ? ?[文章編號] 1674-9324（2020）36-0177-02 ? ?[收稿日期] 2019-11-25

一、引言

大數據時代，人工智能、數據挖掘與知識理解等技術已成為推動全球產業變革的重要驅動力，而模式識別課程對人工智能、數據挖掘和知識理解三個領域至關重要。目前，模式識別已成為自動化、計算機等專業的核心課程，其目的是培養大數據時代人工智能新型人才，使其能夠利用人工智能技術對大數據時代的海量數據進行處理和挖掘，從而分析和理解大數據中的特定知識。為了適應大數據、云計算、人工智能等新興產業需求，新工科理念應運而生。新工科背景下，實踐能力強、創新能力強已成為高校本科人才培養的新目標[1]。

為了適應新工科背景下人才培養新需求，扭轉當前本科院校重科研輕教學的現狀，本文分析新工科背景下模式識別課程教學存在的問題，圍繞實踐能力和創新能力的要求探索了模式識別課程的教學改革方向。

二、新工科背景下模式識別課程教學存在的問題

1.課程設置不科學。目前，模式識別課程設置不科學，表現在課程安排、教材選擇、授課內容、授課投入度等方面。模式識別課程有各種概念和公式，理論極強，內容抽象，若授課教師對課程不熟練，將難以勝任教學。國內雖有大量模式識別教材，但沒有結合學生實際情況，導致學生難以跟上學習進度。部分教材出版多年，相關知識缺乏前沿性，課程內容遠遠滯后于學科發展。理論教學與實際應用脫節，跟不上新工科對人才能力的需要。

2.課堂內容較局限。模式識別課程是一門理論性極強，同時又與工程實踐結合十分緊密的學科。然而，當前模式識別教學中，教師授課局限于書本教案，忽視了人工智能、大數據處理等新興知識，與學科前沿發展相脫節，導致教學知識滯后，嚴重阻礙了新工科的建設。

3.教學方式單一。模式識別課程大多采用傳統的多媒體教學模式，教學方式單一。教學過程中，教師一般圍繞課堂及教材展開，機械講解知識，忽視案例/項目講授，導致學生難以理解。此外，教師只注重教學講解，缺乏教學互動，導致課堂氛圍較差。新工科背景下，模式識別課程更應注重考查學生的實際動手能力，單純對學生進行理論知識灌溉，無法讓學生掌握課程精髓，也會影響學生的學習積極性。

4.教學評價和學生考核機制不完善。包含模式識別在內的所有高校課程的教學評價和學生考核大多流于形式，無法適應新工科和大數據時代的新要求。對教師教學評價當前大都采用期末學生打分、督導聽課等進行評價。對學生學習效果的考核缺乏標準的學生考核機制，無法對學生是否學到位、是否學得深入、是否能夠有所創新進行系統考核[2]。因此，當前的教學評價和學生考核機制尚不完善，無法適應新工科背景下大數據和人工智能新型人才的培養需求。

三、新工科背景下模式識別課程的教學改革方向

1.優化課程體系，增強實用性。面向新工科背景下網絡化人才培養需求，模式識別課程體系需優化，增強實用性。首先，要選對教材，安排專業授課教師。其次，不僅要講解教材的內容體系，還應對重點問題和重點知識進行強化教學，讓學生清晰易懂。再次，應以社會實際需求為指引，圍繞工程應用這個目標，不斷更新實用性知識內容和課程案例庫，優化課程體系。

2.適當融合科研和教學，深化教學內容。模式識別課程教師大都以模式識別、數據挖掘、人工智能為研究領域，并主持或參與過多個與模式識別領域前沿問題相關的科研項目。因此，新工科背景下，可將科研與教學融合，在模式識別教學中適當引入科研元素，將傳統的書本知識傳授模式轉為新型的教研融合模式，從而豐富教學內容，培養高素質本科人才。

首先，設置科研專題討論課。從如何發現模式問題、如何查閱文獻、如何尋找解決方案、如何制作PPT提交報告等方面開展教學;其次，分享科研項目，將部分科研成果和體會穿插進課堂教學中，引導學生探究知識，激發學生創新能力;最后，鼓勵學生參與科研課題，將科研課題進行分解，例如分解成大學生創新創業項目、競賽項目、畢業設計等，鼓勵學生共同參與教師的科研課題。

3.改進教學方式，培養學生學習主動性。傳統灌輸式的教學方法，無法激發學生自主學習和探索的熱情。針對新工科建設的實際需要，教師需借助各種信息化手段創新教學方式，避免枯燥的教學，進一步培養學生學習主動性。

首先，增強學生課堂參與度。在實際教學中，教師應引入一些新穎的教學方式，如翻轉課堂、MOOC等，或借助新型的信息化教學手段，如雨課堂、超星學習通等，實現多場景教學，使學生真正融入課堂，提高學生參與學習熱情，進而激發其主動性。其次，加強課后指導。鼓勵教師通過微信、QQ等溝通方式，加強對學生的課后指導，提高學生的自主研究性。最后，強化項目實踐操作。為學生設置多個工程項目，通過分組研究，培養其團隊協作和自主創新能力，提升學生在實踐項目中的學習主動性。

4.建立教學評價和學生考核機制，提升教師教學和學生學習質量。教師教學和學生學習是兩個緊密關聯的部分。新工科背景下模式識別課程應堅持“以評促改，以考保學”的原則，建立合理、有效、靈活的教學評價和學生考核機制，通過二者相互監督與激勵提升教師教學和學生學習質量。

首先，建立綜合教學評價指標體系。學生通過定性/定量方式從教學內容、教學形式、教學能力、教學態度等方面對教師進行綜合評價，實行定期評價，利用學生來督促和激勵老師。同時，規范落實督導聽課制度。通過督導的針對性聽課，及時向授課老師提出改進意見和建議，提高課程教學質量。其次，建立學生考核機制，既注重理論考核也注重實踐考核。教師每講完一個專題，及時進行單元測試。整個課程結束，再進行綜合性的知識點測試。同時，教師為學生設置多個工程項目，通過分組研究，考查其團隊協作能力、自主創新能力和實際解決問題能力。

四、結論

大數據和人工智能時代下，模式識別課程教學迫切需要改革以適應新工科建設。圍繞新工科對人才培養的新需求，本文以模式識別課程為對象，剖析了新工科背景下模式識別課程教學存在的諸多問題，從更新課程體系、深化教學內容、豐富教學方法、建立教師教學評價和學生考核機制四個方面對模式識別教學進行改革探索。

參考文獻

[1]秦華鋒，王興瓊.高校模式識別課程改革與探討[J].電腦知識與技術，2019（15）：160-162+165.

[2]馬家君，張利，謝泉.基于大數據技術的模式識別課程教學改革[J].教育文化論壇，2019（4）：137-140.