借助畢業(yè)論文培養(yǎng)本科生機器學習開發(fā)能力的實踐探究

早克熱·卡德爾 艾山·吾買爾

摘要：畢業(yè)論文是本科人才培養(yǎng)的重要環(huán)節(jié)，能夠培養(yǎng)和鍛煉學生使用專業(yè)知識解決工程問題的綜合能力。隨著人工智能技術(shù)深入融合各行各業(yè)，企業(yè)對具有一定人工智能技術(shù)基礎(chǔ)或經(jīng)驗學生的需求日益增長。借助畢業(yè)論文培養(yǎng)本科生從事機器學習相關(guān)開發(fā)課題，對學生的專業(yè)發(fā)展、用人單位有很大的價值。文章以探索了如何指導學生學習機器學習原理和實踐的基礎(chǔ)上，給出了本科畢業(yè)論文任務(wù)書中可以安排的任務(wù)建議，同時分享了機器學習知識和實踐的學習路線和時間分配建議。

關(guān)鍵詞：本科畢業(yè)論文；電子信息；機器學習；深度學習；任務(wù)書

中圖分類號：G642? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）30-0164-04

開放科學（資源服務(wù)）標識碼（OSID）：

1 引言

本科畢業(yè)設(shè)計（論文）是重要的實踐教學環(huán)節(jié)，是培養(yǎng)大學生理論與實踐相結(jié)合能力的重要途徑，是評價高等學校本科教學質(zhì)量的一項重要指標[1-2]。通過本科畢業(yè)論文可以鍛煉學生的自學能力和綜合運用所學專業(yè)知識分析問題、設(shè)計解決方案、實現(xiàn)方案的能力。本科畢業(yè)論文不僅是運用已學知識的過程，也是迭代式發(fā)現(xiàn)自己專業(yè)知識和實踐能力不足、補足薄弱點、鞏固基礎(chǔ)、強化實踐能力的綜合性過程。

眾所周知，國內(nèi)信息技術(shù)類本科畢業(yè)設(shè)計論文內(nèi)容主要以設(shè)計與實現(xiàn)各類管理系統(tǒng)、手機軟件、網(wǎng)絡(luò)系統(tǒng)開發(fā)、嵌入式系統(tǒng)為主。但近幾年，尤其是2016年以來，隨著人工智能技術(shù)的研究取得巨大進展，不斷滲入各行各業(yè)，機器學習、深度學習等技術(shù)被廣泛應(yīng)用到很多自動化技術(shù)的研發(fā)，例如無人駕駛，人臉識別，機器翻譯，智能醫(yī)療等。目前很多企業(yè)不僅需要學生具備一般系統(tǒng)的開發(fā)能力，還要求他們具備一定機器學習算法的基礎(chǔ)能力。

為落實《國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》（國發(fā)〔2017〕35號）[3]，引導高等學校瞄準世界科技前沿，不斷提高人工智能領(lǐng)域科技創(chuàng)新、人才培養(yǎng)和國際合作交流等能力，為我國新一代人工智能發(fā)展提供戰(zhàn)略支撐，教育部制定印發(fā)了《高等學校人工智能創(chuàng)新行動計劃》（教技〔2018〕3號）[4]。根據(jù)國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》，教育部、國家發(fā)展改革委、財政部制定了《關(guān)于“雙一流”建設(shè)高校促進學科融合 加快人工智能領(lǐng)域研究生培養(yǎng)的若干意見》（教研〔2020〕4號）[5]。根據(jù)教育部、國家發(fā)展改革委、財政部印發(fā)的《關(guān)于“雙一流”建設(shè)高校促進學科融合加快人工智能領(lǐng)域研究生培養(yǎng)的若干意見》，教育部成立人工智能高層次人才培養(yǎng)專家委員會。專委會在廣泛調(diào)研論證基礎(chǔ)上，研究制訂了《人工智能領(lǐng)域研究生指導性培養(yǎng)方案（試行）》（教研司〔2022〕6號）[6]。以上這些舉措表明，國家不斷加強人工智能領(lǐng)域的人才培養(yǎng)。目前，有210多所高等學校開設(shè)了人工智能本科專業(yè)。今年，南京大學等首批開設(shè)人工智能本科專業(yè)學校的首屆學生畢業(yè)，就業(yè)情況相當不錯，吸引了更多高考學子的報考，人工智能一躍成為了熱門專業(yè)。

電子信息專業(yè)本科學生一般也會學習與人工智能專業(yè)相關(guān)的基礎(chǔ)課程，但是缺乏針對人工智能某個研究方向的數(shù)學、算法、編程技術(shù)的學習與實踐。但不得不考慮的是，機器學習、深度學習技術(shù)相對來說門檻較高，它需要學生學習很多新的概念，還要學生具備一定的數(shù)學基礎(chǔ)，并且算法的原理推導也比較枯燥，需要一定的邏輯能力。而且機器學習框架的學習相比于一般的編程語言和開發(fā)工具更復雜更具有挑戰(zhàn)性。另一方面，現(xiàn)在國內(nèi)很多大學電子信息專業(yè)并沒有開設(shè)機器學習、深度學習相關(guān)課程，學生對機器學習、深度學習相關(guān)的基本知識點都不太了解，對機器學習和深度學習的認知幾乎為零或者非常有限，使得學生入門的難度增大。

鑒于上述情況，如何引導學生利用完成本科畢業(yè)論文（設(shè)計）這一任務(wù)，讓學生大約在4～6個月的時間內(nèi)基本掌握機器學習及深度學習算法原理、編程語言、機器及深度學習框架，比較熟練地掌握環(huán)境搭建、數(shù)據(jù)準備、模型訓練、模型應(yīng)用等技能，為從事機器學習、深度學習相關(guān)的開發(fā)工作奠定基礎(chǔ)，是一個值得探索的課題。本文為探究利用本科畢業(yè)論文培養(yǎng)學生機器學習技術(shù)應(yīng)用的能力，從2020年開始開展了關(guān)于自然語言處理方面的畢業(yè)論文的指導，在指導過程中不斷總結(jié)學生的學習和任務(wù)完成情況，初步探索出了比較可行的設(shè)計題目和引導培養(yǎng)模式。

2 電子信息專業(yè)本科畢業(yè)論文現(xiàn)狀

電子信息專業(yè)為培養(yǎng)從事各類電子設(shè)備和信息系統(tǒng)的科學研究、產(chǎn)品設(shè)計、工藝制造、應(yīng)用開發(fā)和技術(shù)管理等工作的高素質(zhì)復合型人才為目標，培養(yǎng)學生研究、設(shè)計、開發(fā)和集成電子信息系統(tǒng)、通信與計算機網(wǎng)絡(luò)、計算機應(yīng)用軟件、硬件系統(tǒng)等方面的基本能力。電子信息科學與技術(shù)專業(yè)的專業(yè)特征不明顯，課程設(shè)置過于偏重基礎(chǔ)，與國家戰(zhàn)略性新興電子信息產(chǎn)業(yè)和市場需求結(jié)合不緊密，理論課程所占比例過多，實踐類課程比例低[7]。

畢業(yè)論文設(shè)計題目多為電子信號處理、仿真系統(tǒng)設(shè)計與開發(fā)、嵌入式系統(tǒng)、計算機軟件開發(fā)、網(wǎng)絡(luò)信息系統(tǒng)、視覺信息處理、語音信號處理、自然語言處理等多個方面。計算機軟件開發(fā)類題目主要以設(shè)計與開發(fā)基于數(shù)據(jù)庫的管理系統(tǒng)、Web信息系統(tǒng)、手機客戶端、微信小程序為主，這些題目與往屆學生題目重復率和相似度較高，而且網(wǎng)上有大量的開源代碼和相關(guān)文檔，還有不少案例教程與教材，學生可以比較容易得到與題目相關(guān)的原始系統(tǒng)、文檔，容易形成抄襲已有資源的情況[8]，可能導致學生自己的實踐能力得不到預期的訓練和提升。

隨著近年來機器學習應(yīng)用的普及，有些學校電子信息專業(yè)老師也在指導學生開展基于機器學習的畢業(yè)論文工作，但是網(wǎng)上關(guān)于機器學習的源代碼、數(shù)據(jù)、訓練好的模型等資源十分豐富，難免存在學生使用網(wǎng)上已有的數(shù)據(jù)和模型來完成任務(wù)，難以確保學生自己動手完成具體的工作，也不能確保畢業(yè)論文對學生的能力提升有幫助。

3 本科畢業(yè)論文與機器學習融合模式

3.1 本科畢業(yè)論文

本科畢業(yè)論文（設(shè)計）是本科教學中的重要綜合實踐能力培養(yǎng)環(huán)節(jié)，以畢業(yè)設(shè)計的設(shè)計開發(fā)或研究任務(wù)為目標，以項目驅(qū)動方式進一步引導學生鞏固和學習相關(guān)理論知識及技術(shù)，提升學生綜合運用知識完成既定設(shè)計開發(fā)或研究任務(wù)能力的培養(yǎng)過程。本文以新疆大學信息科學與工程學院本科畢業(yè)論文設(shè)計全過程為例進行介紹與分析。一般第七學期組織教師根據(jù)學校、學院相關(guān)要求進行論文出題工作，填寫題目、主要研究內(nèi)容和預期目標等內(nèi)容，經(jīng)過相關(guān)評審之后，論文題目公布給畢業(yè)學生進行選題，學生與教師雙向選擇確定題目，并在學校本科畢業(yè)論文管理系統(tǒng)進行選題和下達任務(wù)書等工作。學生完成選題之后，在教師的指導下學習相關(guān)專業(yè)知識、閱讀文獻、開展研究或開發(fā)工作。一般本科生的第七學期末到第八學期的6月份為本科畢業(yè)完成時間，時間大約為4個月（不包含寒假），學生一般還是會擁有一定的學習新知識、新技術(shù)的時間。本科畢業(yè)論文過程包括開題、中期檢查、論文查重、論文評閱、本科畢業(yè)論文答辯等環(huán)節(jié)。

3.2 機器學習

3.2.1 機器學習

機器學習（ML，Machine Learning）是使得計算機等計算設(shè)備具有模擬人類某種或多種智能的學科，是人工智能的核心，是使得計算機智能化的主要途徑。機器學習是一門多領(lǐng)域、多學科交叉的學科，涉及數(shù)學、概率論、線性代數(shù)、最優(yōu)化、操作系統(tǒng)、編程語言、算法復雜度理論等多門學科[9]。機器學習需要兼顧問題的數(shù)學定義、計算機編程語言算法設(shè)計和算力等因素，所以，成為機器學習開發(fā)工程師，不僅需要學會數(shù)學相關(guān)知識點，而且還要掌握相關(guān)編程語言、數(shù)據(jù)處理與分析工具、機器學習算法的實現(xiàn)及框架和機器學習環(huán)境搭建等。

機器學習算法可有多種分類，主要根據(jù)機器學習模型訓練過程中的學習與反饋方式，主要可以分為有監(jiān)督學習、半監(jiān)督學習、無監(jiān)督學習。監(jiān)督學習在學習過程中使用輸入數(shù)據(jù)和輸出結(jié)果的標注數(shù)據(jù)進行訓練，在訓練過程中通過模型預測與真實標注誤差進行反饋和參數(shù)調(diào)整，直到達到模型收斂條件，決策樹、樸素貝葉斯、隱馬爾科夫模型、最大熵、支持向量機、條件隨機場等都屬于有監(jiān)督模型。無監(jiān)督學習是利用數(shù)據(jù)本身存在某種信息，然后以預測或者恢復這種信息為目標進行學習，包括聚類算法、稀疏自編碼、主成分分析等。半監(jiān)督學習是監(jiān)督學習與無監(jiān)督學習融合的一種機器學習方法。一般在很多工業(yè)領(lǐng)域，使用有監(jiān)督模型的場景或任務(wù)較多，有監(jiān)督模型需要有一定規(guī)模的人工標注的數(shù)據(jù)集。

3.2.2 深度學習

深度學習（DL，Deep Learning）是用于建立、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡(luò)，并模仿人腦的機制來解釋數(shù)據(jù)的一種機器學習技術(shù)[10]。它的基本特點是試圖模仿大腦的神經(jīng)元之間傳遞和處理信息的模式。深度學習模型通過稠密向量表示輸入數(shù)據(jù)，利用多層非線性隱藏層學習數(shù)據(jù)的抽象內(nèi)在語義表示，無須進行傳統(tǒng)機器學習的特征工程。因為神經(jīng)網(wǎng)絡(luò)輸入都是向量，而且在隱藏層包括很多節(jié)點的權(quán)重、隱狀態(tài)向量等，相比于傳統(tǒng)機器學習模型需要非常大的計算量，同時也需要更多的人工標注數(shù)據(jù)集。目前，神經(jīng)網(wǎng)絡(luò)主要有卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks， CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network， RNN）、注意力（Attention）機制、圖卷積神經(jīng)網(wǎng)絡(luò)（Graph Convolutional Network， GCN）等特征提取網(wǎng)絡(luò)，有編碼器-解碼器模型框架（Sequence to Sequence， Seq2Seq）等，百度、臉譜、谷歌、微軟等開發(fā)了PaddlePaddle、PyTorch、TensorFlow、CNTK等框架。

3.3 畢業(yè)論文題目設(shè)計

電子信息專業(yè)學生主修課程包括高等數(shù)學、概率統(tǒng)計、線性代數(shù)、信息論基礎(chǔ)、程序設(shè)計基礎(chǔ)、數(shù)據(jù)結(jié)構(gòu)與算法、面向?qū)ο蟪绦蛟O(shè)計、數(shù)據(jù)庫系統(tǒng)原理、單片機與接口技術(shù)、計算機網(wǎng)絡(luò)、嵌入式系統(tǒng)、數(shù)字圖像處理、數(shù)字信號處理、信號與系統(tǒng)等課程，這些課程為學習傳統(tǒng)機器學習、深度學習、視覺處理和自然語言處理等奠定基礎(chǔ)。

本科畢業(yè)論文主要以培養(yǎng)學生綜合實踐能力、系統(tǒng)解決某個問題的能力為主，鍛煉學生分析問題、制定計劃、設(shè)計方案、設(shè)計開發(fā)等能力，主要引導學生掌握相關(guān)理論和技術(shù)，提升應(yīng)用這些理論和技術(shù)的能力。本科畢業(yè)論文的時間為4個月左右（不包含寒假），如何分配四個月時間，如何具體設(shè)計四個月的時間等，需要結(jié)合學生專業(yè)知識基礎(chǔ)和自學能力來進行合理的設(shè)計。

傳統(tǒng)機器學習或深度學習包括搭建環(huán)境、數(shù)據(jù)準備、數(shù)據(jù)預處理、模型選擇與應(yīng)用、訓練模型、測試模型、發(fā)布或部署模型等步驟。目前，機器學習領(lǐng)域主流使用的編程語言為Python，但是大多數(shù)電子信息專業(yè)學生一般有C語言、Java編程基礎(chǔ)，但是沒有學過Python語言，所以還需要考慮培養(yǎng)學生的編程基礎(chǔ)。

傳統(tǒng)機器學習或深度學習模型的訓練都需要訓練數(shù)據(jù)集、驗證集、測試集等，目前網(wǎng)上也有很多公開的數(shù)據(jù)集。但是，針對工程類項目大多數(shù)情況通常存在數(shù)據(jù)量少不能滿足項目需求或者需要自己結(jié)合具體任務(wù)與項目目標設(shè)計構(gòu)建相關(guān)數(shù)據(jù)的問題。其實，很多企業(yè)研發(fā)的項目都需要針對具體任務(wù)來設(shè)計和構(gòu)建數(shù)據(jù)集，然后使用已有的開源系統(tǒng)訓練模型，使用訓練好的模型開發(fā)應(yīng)用系統(tǒng)。目前，機器翻譯、語音識別、語音合成、人臉識別、文字識別、聲紋識別、情感分類、機器聊天、醫(yī)學圖像自動診斷等人工智能應(yīng)用技術(shù)主要還是使用公開成熟的模型進行系統(tǒng)開發(fā)，所以學生只要具備針對任務(wù)數(shù)據(jù)設(shè)計和公開主流模型應(yīng)用的能力，也被認為是基本達到企業(yè)的要求。

傳統(tǒng)機器學習在深度學習流行之前也為很多領(lǐng)域、行業(yè)解決了不少問題，也被成功應(yīng)用于智能化工程項目中，而且計算復雜度遠低于深度學習，運行和部署成本遠低于深度學習。目前，仍有不少企業(yè)使用傳統(tǒng)機器學習算法開發(fā)系統(tǒng)，所以學生需要了解或掌握一個傳統(tǒng)機器學習算法，將會在企業(yè)繼續(xù)從事基于傳統(tǒng)機器學習的項目研發(fā)奠定基礎(chǔ)。深度學習是目前主流的人工技術(shù)研發(fā)方法，若在本科畢業(yè)過程中能熟練掌握一個模型，學生將會具備繼續(xù)自學的能力。因此，本文建議本科畢業(yè)論文中，分別使用一個傳統(tǒng)機器學習算法和一個深度學習的模型，以此達到培養(yǎng)學生同時掌握傳統(tǒng)機器學習和深度學習基礎(chǔ)知識能力的目的。