人工智能時代背景下Python 課程的案例教學探討

張鵬 唐山職業技術學院

在科學技術的飛速發展下，我國已經進入到人工智能時代。由于目前世界各國的人工智能計劃與方案陸續出現，隨之我國各高等學校開設計算機人工智能的專業，目的在于為我國培養出高素質、高技能的復合型人工智能人才，以便推動新時代的人工智能行業發展。因此，對于最為適用于人工智能開發、研究工作中的Python 語言，開始得到更多業務人士的關注，所以這就需要高等教育在人才培養計劃之中，要面向計算機專業設置Python 課程，為學生引入機器學習方法，將其作為案例教學，以此來增強教學的質量與效果，從而確保學生具備扎實的專業基礎與人工智能應用經驗，進一步符合人才市場的需求。

一、Python 特征

通常情況下，這是以專修課方式，出現在計算機教學中，安排在C、C+的課程之后。當學生具備一定的編輯基礎，掌握編程語言的基本數據類型后，開始上課前，就可以為學生講解重點的語言特點，以及與其他高級語言之間，其差別，促使學生形成初步的感知與記憶，為其編程思維體系的構建奠定基礎[1]。因為Python 具有語言通俗、簡單的特點，加之其程序包管理系統中，其pip 命令可以快捷的安全與編寫程序包，以及具有很多的數據分析版塊，還能實現不同平臺之間，移植，并配以強大功能的標準版塊，與其他的語言加以混合、編程，其領域眾多，已經包含游戲、圖像處理及人工智能等。

二、Python 課程的案例教學有效策略

（一）掌握常用標準模塊

根據Python 課程的特點，教師要加強對學生的自主學習培養，引導其開發項目，讓學生在實踐之中不斷汲取知識與經驗。由于當前的教材中基礎的語法、程序的設計結構內容較多，且人工智能方法，所應用的案例，都是比較難以學習，學生理解起來具有一定的難度，加之實驗課的時間有限，想要在短時間內幫助學生去牢記知識，就需要教師精心設計實驗的內容，為學生創造實踐的機會，并且在此之中引入案例進行教學，去進一步強化學生對其算法的記憶。

對于Python 課程引入案例教學，其中，機器的學習相關版塊，包括pandas、sklearn及ma t p lo t lib、nu m p y 等。因此在實際的教學之中，教師要加強對學生重點知識的介紹，以機器學習方法，及其應用的常用標準版塊來說，比如，nu m p y，這是性能極高的基礎包，有科學計算、數據分析，主要用于存儲、處理大型矩陣，相比Python 而言，其所嵌套的列表結構要更佳[2]；而s kl earn，作為一種應用十分廣泛的機器學習庫，裝有大量的機器學 習算法，例如分類與聚類、回歸或降維等等，還有監督學習、非監督學習以及數據變換這些模塊；以及ma t p lo t lib，屬于繪圖庫，能夠跨平臺生成直方圖、柱狀圖及散點圖，還有功率譜等等的圖像，以此來呈現出更加高品質的效果。

（二）建立案例的數據集

對于不同的客戶，都是由其獨有的特征，都可以看作為一個空間上的數據點。因此根據s kl earn，可以更加快速的將二維空間的樣本點，加以生成，以便建立起數據集，用于聚類分析，能夠生成月牙形的離散數據，或者團狀的離散數據的樣本點，以此來充分彰顯Python 的標準庫方法，其直觀的閱讀感知。所以教師引入案例教學法，將其融入Python 課程之中，有利于學生全面的掌握，其不同機器學習方法，以便學生朝向更加廣闊的人工智能領域發展。

比如：fro m s kl earn imp or t data sets X1，y1=datasets.Make_moons（n_samples =4000，noise=.04）X2，y2=atasets.Make_bolbs（n_samples=2000，n_feature=4，centers=[[2，4，2.4]]，c lu ste r_std=[[.2]]）。其中n_samples作為待生成樣本總數，noise 是樣本點的分散程度，其取值越大就會越分散，n_feature 為每一個樣本的特征數，而centers 為樣本點的中心，cluster_std 是每個簇標準的偏差。

因此在numpy 庫之中，其con ca ten ate方法，可以組合、合并多個數，并通過ma t p lo t lib 庫，其中py p lot，去調用scatter 方法，繪制樣本點二維圖，show 方法，可以將展示的原始數據其分布情況加以呈現。所以直觀上看這組數據集是被分成上月牙數據、下月牙數據，還有右上角的團狀數據這三個簇最為合適。

三、結束語

綜上所述，人工智能時代背景下，Python 課程的案例教學，更利于學生掌握人工智能算法，幫助學生汲取豐富的知識與經驗，真正實現學生的理論與實踐的有效統一，從而培養出高技能、復合型的人工智能人才。通過教師為學生精心設計實踐教學內容，并挑選好教學案例融入Python 課程之中，對學生的學習熱情、主動性的激發幫助很大，以便學生更加深刻的理解、記憶機器學習方法，為今后的高效工作奠定好基礎。