《機器學習》課程思政探索研究*

袁和金 牛為華

（華北電力大學計算機系 河北保定 071000）

一、機器學習課程思政教學體系

機器學習課程思政的核心設計是通過精心的教學設計，在每個章節通過課程知識的相關內容自然引入思政元素，將學生的人格、價值觀塑造與課程的知識點巧妙、有機結合，在教會學生掌握機器學習相關理論、模型和方法的同時，逐步培養學生積極進取、主動作為的奮斗精神，嚴謹踏實、精益求精的工匠精神，尋根究底、慎思明辨的批判思維，堅持不懈、不輕言放棄的意志品質。為了實現上述思政教育的目標，課程組經過反復的研討和多年的教學實踐，構建了如圖1所示的《機器學習》課程思政教學體系。

圖1 機器學習課程思政教學體系

首先，通過講解科技強國戰略中人工智能及機器學習相關部分的知識，以及機器學習技術在機器人研發、智能電網建設、智慧醫療、全球抗擊新冠肺炎疫情、中美貿易戰等方面發揮的作用，培養學生的科技自信和學習動力，通過我國北斗導航、空間站建設等成就增強學生的民族自尊心和自豪感。

然后，以男女婚姻搭配問題為例，引入二部圖最優穩定匹配的概念，并引導學生掌握 X-最優穩定匹配算法。通過該案例對學生進行 “奮斗的年齡千萬不要選擇安逸”“天道酬勤”“奮斗的青春最美麗”等思政教育，引導學生樹立積極進取、主動作為的人生態度和奮斗精神。

以基于奧卡姆剃刀和五免費午餐定理的模型選擇和評價、基于樸素貝葉斯的疫情防控模型、明斯基批判感知器網絡的歷史典故、北斗衛星的高壓輸電線路弧垂測量科研案例等與機器學習課程內容密切相關的思政教學案例為依托，讓學生在學習科學理論和知識的同時，生動、深刻地理解“是堅持才有希望、而不是有希望才堅持”“讀萬卷書不如行萬里路”“知行合一”“真理有時確實掌握在少數人手中”等做人做事的基本道理。

以課程思政案例為依托，通過課堂提問、討論等方式逐步培養學生發現問題、解決問題的能力，并通過前輩科學家們的事跡勉勵同學們養成深入思考、探究式的思維習慣、嚴謹踏實、精益求精的工匠精神和堅持不懈、持之以恒的人格品質。

最后，通過 “車牌識別”“人臉識別”“房價預測”“動漫圖像生成”“顏值打分”“邊緣計算”等實戰課題對學生進行分組項目訓練和考核，使學生不僅深入理解了機器學習算法的原理，同時也通過算法調試、調參、系統開發等實踐環節切實體會到了知行合一、學以致用的樂趣，讓學生在項目中理解團隊成員的溝通、協作，并實現表達、研究、創新等能力的逐步成長。

二、機器學習課程思政過程

課程組在《機器學習》課程思政教育中，采用了如下的方式進行了有計劃、有步驟地實施：

（1）課前，任課教師通過科研項目訓練、學習強國平臺學習等多種方式不斷提升自己在專業知識、思想意識、愛國情懷等方面的素養和能力。“身教”是課程思政最重要的形式和內容，專業課教學發揮“思政”作用非常重要的一個方面就是教師的榜樣力量。因此，任課教師首先要做到“政治強、情懷深、思維新、視野廣[1]。”

（2）備課的過程中，深挖思政元素并將其合理融入課程。課堂上，以春風化雨的方式，將科技強國和家國情懷等思政元素融入知識講解，通過案例分析和討論，提升學生分析問題和辨別是非的能力。

例如，明斯基對神經網絡的研究思政案例如下：

機器學習的發展史上涌現了很多著名的科學家和杰出人物，他們的成長經歷、思維方法為我們培養學生的探索精神、創新思維提供了豐富的教學素材。本課程中，以明斯基對神經網絡的研究和批判等為例，開展思政教育，引導學生學習前輩科學家敏銳的思維視角、嚴肅的科學精神和持之以恒的人格品質。

馬文·明斯基（Marvin Minsky），被譽為人工智能之父、世界上首個人工智能實驗室——麻省理工學院人工智能實驗室的聯合創始人、計算機領域頂級獎項圖靈獎的獲得者、虛擬現實先驅，神經網絡研究領域先驅。他在哈佛大學讀本科期間，開發了早期的電子學習網絡。在普林斯頓大學念研究生時，又建造了第一臺神經網絡學習機SNARC。1956年，明斯基與“人工智能”的提出者約翰·麥卡錫（John Mcarthy）以及信息論之父克勞德·香農（Claude Shannon）等人一同發起了“達特茅斯會議”，促成了人工智能革命的到來。然而1969年，明斯基與西蒙·派珀特（Simon Papert）合著的著作《感知機》卻被業內普遍認為極大地阻礙了神經網絡的發展。明斯基在這本書中著重闡述了“感知機”存在的限制。他指出，神經網絡被認為充滿潛力，但實際上無法實現人們期望的功能。在他看來，處理神經網絡的計算機存在兩點關鍵問題。首先，單層神經網絡無法處理“異或”電路；其次，當時的計算機缺乏足夠的計算能力，滿足大型神經網絡長時間運行的需求。由于被明斯基這樣的權威人士看衰，神經網絡和深度學習技術的研究迅速陷入了低谷，70年代則成了“人工智能的寒冬”，相關研究直到1978年才開始逐漸復蘇。通過神經網絡研究發展史中的跌宕起伏讓同學們理解科學研究的道路不是一番風順的，有高潮、有低谷、有高潮、有曲折，不變的是鍥而不舍的堅守和永無止境的努力[2]。

（3）課后，通過項目作業，培養學生發現問題、解決問題的能力，并通過分工協作提升學生的團隊合作能力和溝通能力，讓學生不斷積累社會責任感和擔當意識。

三、課程思政教學實踐情況

1.通過研究二部圖的最優穩定匹配算法，幫助學生樹立積極進取、主動作為的奮斗精神。

我們在課程教學之前首先以男女婚姻搭配問題為例，引入二部圖最優穩定匹配的概念，并引導學生掌握X-最優穩定匹配算法。通過該案例對學生進行 “奮斗的年齡千萬不要選擇安逸”“天道酬勤”“奮斗的青春最美麗”等思政教育，通過找對象的實例演示讓學生心悅誠服地接受“積極進取、主動作為遠比被動等待的結果要好”“輸贏未必在起跑線上，關鍵還是要看自身的努力和堅持”等奮斗理念。

2.通過精心的教學設計，形成緊密結合課程知識的思政案例，達到春風化雨、潤物無聲的教育效果

研究生已經是成人了，他們的世界觀、價值觀已基本成形，不能通過簡單的說教來開展思政教育，更不能生硬地灌輸國家政策方針或心靈雞湯，這樣只會引起學生的不滿或反感。為此，我們通過精心的教學設計，在每個章節通過課程知識的相關內容自然引入思政元素，盡量達到春風化雨、潤物無聲的育人效果。例如，通過分析貝葉斯方法在解決多特征分類問題時存在的困難，勉勵同學們養成深入思考、探究式的思維習慣；通過K近鄰算法中kd樹的構造，教會學生養成嚴謹踏實、精益求精的工匠精神；通過分析三峽工程和載人航天工程決策過程，讓同學們深刻理解K近鄰算法中分類決策規則的重要意義，同時通過我國北斗導航、空間站建設等成就增強學生的民族自尊心和自豪感。

3.通過和學生一起分析、討論機器學習算法的優缺點及改進的方法、策略，逐步培養學生尋根究底、慎思明辨的批判思維和科學精神。

傳統的授課方法是教師盡量將知識梳理成容易接受的信息序列傳輸給學生，學生只是被動地聽，這種單向的灌輸很容易使學生失去探究新知識的樂趣。為此，除了講授機器學習常用方法的原理和應用之外，更要注重訓練學生發現問題的意識和分析、解決問題的能力。課程教學中，我們以明斯基對神經網絡的研究和批判為例，開展思政教育，引導學生學習前輩科學家敏銳的思維視角、嚴肅的科學精神和持之以恒的人格品質[3]。

4.通過指導學生工程實踐，教育學生努力做到知行合一、學以致用

“機器學習”是理論和應用并重的學科。在機器學習的課程教學中，我們指導學生積極參加工程訓練，讓學生在實踐中進行創新和發展。通過 “車牌識別”“人臉識別”“房價預測”“動漫圖像生成”“顏值打分”“邊緣計算”等實戰課題，學生不僅深入理解了機器學習算法的原理，同時也通過算法調試、調參、系統開發等實踐環節切實體會到了知行合一、學以致用的樂趣。另外，我們還通過志愿軍“鐵原阻擊戰”等紅色經典史實，鼓勵學生在實戰中鍛煉、在工程項目中成長。

5.不斷提高自身科研創新能力，努力實現言傳與身教的統一

專業課教學發揮“思政”作用，非常重要的一個方面就是教師的榜樣力量。“身教”是課程思政最重要的形式和內容，教師首先要做到“政治要強、情懷要深、思維要新、視野要廣、自律要嚴、人格要正”。老師兢兢業業的工作態度、卓有成效的工作業績、精湛的教學能力、精益求精的鉆研精神能夠深深地感染和打動學生，激發學生學習的興趣和信心，為學生在做人、做事、求學等各個方面樹立標桿和榜樣。只有這樣，學生才能親其師、信其道、尊其師、奉其教、敬其師、效其行[4]。

四、課程評價與成效

機器學習課程通過開展課程思政教學，取得了學生的一致好評，主要體現在以下幾個方面：

1.學生的學習主動性極大激發

通過思政教學的引導，部分學生以項目實踐的形式提供了很多非常新穎的案例，這些案例很好地反映了他們的關注特點，更能激發學生的共情性。同時，學生在建設自己的實踐案例過程中能夠體會到所學會的知識是自己“發現”的，自己“創造”出來的，從而使其體會到自己的成功和進步，更有成就感，在學習中會更加努力、更加主動。

2.學生實踐能力、問題解決能力及表述能力顯著提升

通過思政教學的基因式融入、立體化滲透、浸潤式演繹，結合課程考試的要求，學生通過分組合作和自主選題完成了20多個實踐項目，撰寫了項目的結題報告和匯報PPT，并在課堂上進行了宣講。這些項目大都是學生結合課程所學內容，并通過查閱資料，親自動手編程和調試完成的，對于同學們之間的互相學習、借鑒和下屆同學的參考等都有重要意義。這些項目涉及的許多內容在課堂教學中并沒有講到，但他們較好地理解并實現了這些領域的一些經典算法，表現出了很強的自學能力。

3.學生的學習效果有效加強

通過不同實驗、數據和代碼的共享，拓寬學生學習的知識面，能更多地從代碼層次深入學習機器學習的相關原理，并用具體的應用和數據進行驗證和測試，提高他們的體驗感，加深學習的印象，起到了事半功倍的效果，通過機器學習課程的學習和實驗，讓學生進一步理解和熟悉之前學過的數學、編程語言等知識。

結語

機器學習課程思政體系中建設了多個思政教學案例，將課程思政元素充分巧妙地融入了課堂講授、實驗實踐、過程評價等課程教學環節中，結合啟發式、研究式、案例式教學方法，利用現代信息技術手段，實現了課程講授內容與思政元素的有機融合。通過機器學習課程的思政教學體系實踐應用，使學生的學習變被動接受為主動研究，培養了學生的系統觀和科學觀，提升了學生學術探究能力和復雜問題解決能力，以潤物無聲的方式實現了課程思政教學目標。