面向機器學習的課程設計研究

程步云，梁嫄惠

（黃河科技學院，河南 鄭州 450063）

0 引言

近年來，各個行業中機器學習知識與人工智能知識的廣泛應用，使社會各界愈發重視人工智能領域的人才培養工作，而如何為國家發展與社會建設培養更多的高素質人工智專業人才，成了我國各高校共同關注的熱點話題。在黨和國家頒布的《關于印發新一代人工智能發展規劃的通知》中，明確指出了我國人工智能領域發展的核心關鍵為對于高端人才的培養與高端人才隊伍的建設，并明確要求各高校應加強人工智能教育體系的完善，通過大力培養與積極引進等方式，加強我國人工智能人才隊伍的建設進程。雖然各高校已經提高了對于人工智能領域人才培養工作的重視，但就目前一些本科院校的教學實際情況來看，其在機器學習相關領域的實踐教學中，仍舊存在著一些問題與不足之處。

1 機器學習的現狀

作為當前最為熱門的研究領域之一，機器學習在世界各國都引起了廣泛的關注。如全世界最為權威的兩大學術期刊《自然》與《科學》就相繼推出了多篇關于機器學習的專刊，并就機器學習會對世界科研領域所帶來的發展與改變進行了全面、細致的討論。在工業領域，McKinsey Global Institute（麥肯錫全球研究院）則提出，在未來，機器學習是提高一個地區、一個國家創新力、競爭力與生產力的關鍵因素[1]。在教育領域，已經有多所知名大學新增設了人工智能新工科專業，其他一些沒有增設人工智能專業的高校，也相繼開設了以人工智能專業為核心的《機器學習》課程。以中國礦業大學為例，雖然其暫未開設人工智能新工科專業，但其已將《機器學習》課程作為本校信息工程專業的一門重要課程，以期提高學生對于機器學習理論知識的掌握能力，以及利用機器學習理論知識解決實際問題的應用能力。目前來看，雖然中國礦業大學已經開設了《機器學習》課程，但更多的是注重理論的教學，主要是以KNN、決策樹、支持向量機等經典的理論算法教學為主，缺乏與不同類型深度神經網絡等當今機器學習領域熱門研究方向相符合的實踐教學[2]。縱觀其他高校，也同樣存在著與中國礦業大學類似的問題，即《機器學習》的理論教學部門較為充足，但實踐教學部分較為薄弱，一些教師僅僅是利用各種機器學習算法在matlab上的方針應用作為《機器學習》課程的實踐部分，導致學生無法對機器學習中的算法進行全面的掌握，其利用機器學習知識解決實際問題的能力也遲遲得不到提升。

2 機器學習實踐課程設計

2.1 課程設計思路

2.1.1 教學大綱修訂

大多數高校的信息工程專業在開展《機器學習》教學時，其教學大綱更多地集中在KNN、決策樹、支持向量機等知識點上，但上述知識點已經無法滿足當前人工智能領域的發展需求，無法滿足當前國家對于人工智能領域人才培養的需求，因此，在進行面向機器學習的課程設計時，首先應對教學大綱進行重新修訂[3]。在進行教學大綱的修訂時，不僅要包括神經網絡學習與深度學習的基礎理論知識，同時還應包括機器學習所必須的概率論、線性代數等基礎理論知識，并適當增加一些當前人工智能領域的最新知識，并在教學大綱中增加實踐環節的占比，從而增加學生利用機器學習知識解決實際問題的能力。

2.1.2 實驗設施的改造

通過對我國大部分高校《機器學習》課程實踐平臺的調研可以發現，目前許多高校的《機器學習》課程實驗設施存在單一、落后等問題，無法滿足學生的學習需求。為了滿足《機器學習》課程的實踐需求，應加大人工智能實驗室的建設力度，從而配合《機器學習》實踐環節的開展。如增加基于Nvidia GPU加速平臺的通用計算機人工智能實驗平臺或基于FPGA的侵入式人工智能實驗平臺等，從而幫助學生更好、更充分地掌握利用機器學習知識進行實踐的技能[4]。

2.1.3 實踐教育方法的改革

目前許多高校的實驗課程教學基本步驟為學生根據已有的實驗結論與實驗指導就行實驗驗證，學生的自主實踐能力無法得到真正的鍛煉，因此應對實踐教育方法進行改革。如降低實驗指導書的指導性，增加實驗環節中學生的自主性，從而充分發揮出學生的主體作用，提高學生的自主實踐能力。

2.2 課程設計內容

面向機器學習的實踐課程設計改革，可以采用開放命題與傳統命題相結合的方式設置實驗，見表1。

表1 機器學習課程設計實驗

其中實驗1是利用Tensorflow平臺和FPGA來教授學生如何實現機器學習算法中的深度學習，該實驗的重點在于首先應向學生全面、深入地介紹如何利用Tensorflow搭建神經網絡，并使學生掌握FPGA中的并行計算與深度流水線技術。學生通過實驗1，可以掌握在對FPGA資源與精度有綜合了解后，如何使用函數逼近法。所謂函數逼近法，就是指對激勵函數通過一系列的線性函數進行擬合，并利用查表的方式將所得系數表示出來。學生還可以通過實驗1學習到如何將雙曲正切函數利用多個線性函數表示出來，由于以原點為中心，雙曲正切函數的正負區間是呈對稱排布的，因此為了節省資源，可以通過取絕對值代入正值區間，再乘以-1的方式得到負值。

實驗2進行手寫字符識別時采取Tensorflow平臺搭建BP神經網絡的方式，對于機器學習來說，TensorFlow的價值在于其可以在5～10行代碼中進行模型的構建，并且可以利用此模型進行產品的制作。通過實驗2，學生可以掌握如何利用Tensorflow平臺構建深度神經網絡識別手寫字符[5]。學生在進行實驗2時，最終得到的結果為具有百萬級神經元的模型，但模型的表現形式并未代碼，而是圖片，這樣學生不必進行額外代碼的編寫，可以有效節約時間，更加專注于網絡的結構。另外，操作圖作為模型的表現形式的另一個好處在于，學生可以將“一部分圖片在這里運行、另一部分圖片在其他機器群上運行”僅用一行代碼就可以表達出來，或者將“數學部分的圖在GPU上運行、數據輸入部分的代碼在CPU上運行”等用一行代碼表達出來。學生可以通過進行實驗2，掌握利用Tensorflow平臺進行各類神經網絡的快速搭建的能力。學生在進行完實驗1與實驗2的實踐操作后，可以對機器學習算法有一個初步、直觀的了解，從而為后續實驗3與實驗4的開展奠定扎實的基礎。

作為開放式實踐課程，教師在進行實驗3與實驗4的教學時，可以引導學生以小組的方式進行實踐，并結合之前學到的機器學習理論知識與各類平臺的使用方法，自行命題，并通過小組成員間的寫作，共同解決問題，教師要求學生在進行實驗時，將實驗過程詳細地記錄下來。并在實驗完畢后，每個小組指派一名成員向全班同學講解自身所在小組是設置了什么樣的問題、如何解決這個問題的。

3 面向機器學習的課程設計成效與總結

作為一門實踐性、理論性、應用性極強的課程，機器學習課程的課程設計是否具有合理性、靈活性與針對性，是提升機器學習課程教學效果的關鍵因素，同時，為了全面激發學生對于機器學習的學習興趣，在進行機器學習課程設計時教學內容應以引導性為主，在向學生講授課程基礎理論知識后，引導學生自行進行實驗，并選擇自身該興趣的方向作為實驗內容。以中國礦業大學為例，該校于2019年便購進了各類專用計算機開發平臺對自身的機器學習課程進行了創新與改革。為了驗證本次面向機器學習的課程設計的效果，選取本校信息工程專業的學生作為實驗對象，通過實踐可以發現，大多數學生對于本次機器學習課程設計的實施效果非常感興趣，同學們可以根據自身的喜好進行題目的選擇與方法的選擇，有效激發了學生在不同領域的探索與思考能力。通過進行實驗1、實驗2、實驗3與實驗4，學生們表示自身的實際操作能力得到了大幅的提升，并且在進行實驗的過程中，對于基礎理論知識的理解與掌握程度也有所提高。這種開放性實驗教學內容的設計不僅可以有效調動學生的學習積極性，提高學生對于機器學習基礎理論知識的理解與掌握；同時也可以有效提升學生的自主實踐能力，加深對于機器學習基礎理論知識的學習與思考。

4 結語

綜上所述，在當前我國人工智能領域對于人才的需求不斷增加的前提下，如何對機器學習課程的教學進行改革，從而提高機器學習課程的人才培養能力，為國家發展與社會建設培養更多人工智能領域的高質量人才，成為了各高校迫切解決的實際問題。本文從提高機器學習課程實踐性的角度，提出面向機器學習的課程設計的若干思路，希望可以為相關院校提供借鑒參考價值。