財經(jīng)類高校機器學(xué)習(xí)課程教學(xué)探索與實踐

［摘" " 要］ 隨著學(xué)科交叉趨勢的發(fā)展，對于財經(jīng)類高校部分本科非計算機專業(yè)，如會計學(xué)、經(jīng)濟學(xué)等，機器學(xué)習(xí)課程也成為專業(yè)課程。對這些專業(yè)而言，機器學(xué)習(xí)課程的建設(shè)面臨著一些挑戰(zhàn)。本文從財經(jīng)類高校的角度，對非計算機專業(yè)機器學(xué)習(xí)課程教學(xué)進行研究。本研究在分析機器學(xué)習(xí)課程目前在理論教學(xué)、實踐教學(xué)和課程考核等方面面臨的挑戰(zhàn)基礎(chǔ)上，從理論知識、實踐應(yīng)用和考核方式三個方面面向財經(jīng)類高校本科生進行機器學(xué)習(xí)課程設(shè)計，將課程主要分為三個模塊：基礎(chǔ)模塊、進階模塊和綜合實踐模塊，最后對本課程教學(xué)效果進行了總結(jié)。

［關(guān)鍵詞］ 機器學(xué)習(xí)；教學(xué)改革；課程設(shè)計；財經(jīng)類高校；教學(xué)探索

doi ： 10 . 3969 / j . issn . 1673 - 0194. 2023. 03. 058

［中圖分類號］ G642" " ［文獻標(biāo)識碼］" A" " " ［文章編號］" 1673 - 0194（2023）03- 0212- 04

0" " " 引" " 言

全球信息化背景下大數(shù)據(jù)已成為國家重要的基礎(chǔ)性戰(zhàn)略資源，引領(lǐng)新一輪科技創(chuàng)新，推動我國經(jīng)濟轉(zhuǎn)型發(fā)展。對大數(shù)據(jù)的管理和價值挖掘日益引起社會各界的高度重視，隨著大數(shù)據(jù)時代的到來，大數(shù)據(jù)技術(shù)技能日益成為人才的必備技能，大數(shù)據(jù)技術(shù)包含范圍很廣，其中機器學(xué)習(xí)是其核心理論和關(guān)鍵能力。

隨著學(xué)科交叉趨勢的發(fā)展，對于財經(jīng)類高校部分非計算機本科專業(yè)，如會計學(xué)、經(jīng)濟學(xué)等專業(yè)，機器學(xué)習(xí)課程也成為專業(yè)課程［１］。對這些專業(yè)而言，機器學(xué)習(xí)課程的建設(shè)面臨著一些挑戰(zhàn)，因此本文從財經(jīng)類高校的角度，對財經(jīng)類高校非計算機專業(yè)機器學(xué)習(xí)課程教學(xué)進行研究。

機器學(xué)習(xí)致力于研究如何通過計算的手段，利用經(jīng)驗來改善系統(tǒng)自身的性能，從而在計算機數(shù)據(jù)中產(chǎn)生“模型”，用于對新的情況給出判斷［２］。機器學(xué)習(xí)融合了數(shù)學(xué)、統(tǒng)計學(xué)和計算機科學(xué)的知識，是一門綜合交叉學(xué)科［３］。在過去一段時間里，機器學(xué)習(xí)技術(shù)逐漸應(yīng)用到語音識別、圖像識別、機器翻譯等諸多領(lǐng)域，對人們的工作和生活產(chǎn)生了越來越大的影響。

１" " " 機器學(xué)習(xí)課程教學(xué)面臨挑戰(zhàn)

大部分高校針對本科生的機器學(xué)習(xí)課程，近幾年才開始開設(shè)，因此，可借鑒的成熟經(jīng)驗較少。機器學(xué)習(xí)課程有自己的特點，因此在課程設(shè)計、課程實施和課程考核等各環(huán)節(jié)，都面臨著一些問題。目前機器學(xué)習(xí)課程教學(xué)主要在以下方面面臨挑戰(zhàn)。

１．１" "理論教學(xué)

機器學(xué)習(xí)是多領(lǐng)域交叉的學(xué)科，涉及相關(guān)知識多，本身內(nèi)容復(fù)雜。對于財經(jīng)類高校經(jīng)管類專業(yè)而言，由于屬于非計算機專業(yè)，缺乏理應(yīng)必備的相關(guān)基礎(chǔ)知識，如編程、數(shù)據(jù)結(jié)構(gòu)、凸優(yōu)化等，機器學(xué)習(xí)課程內(nèi)容較多，因此如何選擇適合的課程內(nèi)容，進而把握理論教學(xué)的深度，是一個挑戰(zhàn)。

１．２" "實踐教學(xué)

改變傳統(tǒng)的以機器學(xué)習(xí)理論知識為主的教學(xué)方式，以解決機器學(xué)習(xí)實際問題為目標(biāo)，增強學(xué)生數(shù)據(jù)思維，提高學(xué)生綜合運用所學(xué)知識解決實際問題能力，是當(dāng)前背景下大數(shù)據(jù)技術(shù)人才的培養(yǎng)要求［４］。因此如何結(jié)合財經(jīng)類高校專業(yè)特點，設(shè)計與專業(yè)培養(yǎng)相匹配的實踐內(nèi)容很重要。同時，對實踐課程考核時，經(jīng)常會出現(xiàn)抄襲等現(xiàn)象，無法真實檢驗同學(xué)們解決問題的能力，無法實現(xiàn)對學(xué)生實踐創(chuàng)新能力培養(yǎng)的目標(biāo)［５］。

１．３" "課程考核

本科生機器學(xué)習(xí)課程除了學(xué)習(xí)機器學(xué)習(xí)基礎(chǔ)理論和算法外，還應(yīng)該著重培養(yǎng)學(xué)生解決實際問題的能力，在對課程學(xué)習(xí)效果進行考核時，傳統(tǒng)的閉卷考試形式可以檢測學(xué)生對機器學(xué)習(xí)理論的掌握程度，但是無法體現(xiàn)學(xué)生解決實際問題的水平，期末案例作業(yè)可以衡量學(xué)生的綜合實踐能力，但無法衡量學(xué)生對理論知識的掌握情況，也無法對學(xué)生的學(xué)習(xí)進行過程性監(jiān)督［６］。

２" " " 面向本科生的機器學(xué)習(xí)課程設(shè)計和教學(xué)模式

２．１" "課程設(shè)計原則

面向財經(jīng)類院校本科生開設(shè)機器學(xué)習(xí)課程要面臨專業(yè)知識異質(zhì)性問題。機器學(xué)習(xí)課程覆蓋財經(jīng)類院校非計算機專業(yè)，學(xué)生們專業(yè)具有差異，學(xué)生專業(yè)知識具有異質(zhì)性問題，因此要求課程內(nèi)容能夠滿足不同專業(yè)背景學(xué)生的學(xué)習(xí)要求。課程除了讓學(xué)生掌握基本的機器學(xué)習(xí)理論外，重點讓學(xué)生掌握機器學(xué)習(xí)相關(guān)工具的使用并能夠獨立完成機器學(xué)習(xí)建模任務(wù)，學(xué)會調(diào)整參數(shù)、優(yōu)化模型和評估模型等方法，通過課程學(xué)習(xí)培養(yǎng)學(xué)生的數(shù)據(jù)分析思維和數(shù)據(jù)挖掘建模能力。

２．２" "理論知識

為了優(yōu)化教學(xué)內(nèi)容，需要從人才培養(yǎng)的目標(biāo)整體出發(fā)，一方面，教學(xué)內(nèi)容要適量并且不重復(fù)，另一方面，教學(xué)內(nèi)容的選擇要適合學(xué)生專業(yè)基礎(chǔ)和特點。課題內(nèi)容合理安排和組合，才能夠充分發(fā)揮課程的人才培養(yǎng)功能［７］。

機器學(xué)習(xí)是一門實踐性較強的課程。學(xué)生在掌握高等數(shù)學(xué)、線性代數(shù)、概率論與數(shù)理統(tǒng)計、Ｐｙｔｈｏｎ數(shù)據(jù)分析等課程基礎(chǔ)上進行學(xué)習(xí)。本課程提供機器學(xué)習(xí)基礎(chǔ)講解，讓學(xué)生能夠較為全面地了解機器學(xué)習(xí)這門學(xué)科的各類問題和方法論。

課程主要分為三個模塊：第一部分為基礎(chǔ)模塊，第二部分為進階模塊，第三部分為綜合實踐，課程學(xué)習(xí)框架如圖１所示。本課程注重理論教學(xué)與實踐教學(xué)相結(jié)合，通過本課程的學(xué)習(xí)，學(xué)生將熟練掌握機器學(xué)習(xí)基礎(chǔ)理論和算法，能夠運用Ｐｙｔｈｏｎ完成數(shù)據(jù)挖掘建模工作。

理論部分學(xué)習(xí)內(nèi)容主要集中在基礎(chǔ)模塊和進階模塊。基礎(chǔ)模塊的理論知識主要包括機器學(xué)習(xí)基礎(chǔ)知識、模型評估與選擇和數(shù)據(jù)預(yù)處理。算法模塊的理論知識主要包括有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)兩類算法，有監(jiān)督學(xué)習(xí)算法主要學(xué)習(xí)線性模型、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機、集成學(xué)習(xí)等算法；無監(jiān)督學(xué)習(xí)主要學(xué)習(xí)聚類算法。教師授課應(yīng)思路清晰、內(nèi)容豐富、重點突出、邏輯性強，注重本門課程的基礎(chǔ)性和實用性。

２．３" "實踐應(yīng)用

在機器學(xué)習(xí)教學(xué)中，理論教學(xué)與實踐教學(xué)形成同構(gòu)關(guān)系，是對等和映射的［７］。本課程注重學(xué)生實踐能力的培養(yǎng)，設(shè)置實驗上機來鞏固學(xué)生對于機器學(xué)習(xí)算法的理解，通過實驗鍛煉學(xué)生的動手能力，教授并培養(yǎng)學(xué)生理論與實踐相結(jié)合的能力和進一步深入學(xué)習(xí)有關(guān)知識的潛能。

課程實驗采用上機的方式進行，以Ｐｙｔｈｏｎ ３作為數(shù)據(jù)分析工具，Ｐｙｔｈｏｎ是一種解釋型、面向?qū)ο蟮某绦蛟O(shè)計語言，具有豐富的開源庫。具體實驗環(huán)境采用一款支持Ｐｙｔｈｏｎ的應(yīng)用程序——Ｊｕｐｙｔｅｒ Ｎｏｔｅｂｏｏｋ，Ｊｕｐｙｔｅｒ能讓用戶將說明文本、數(shù)學(xué)方程、代碼和可視化內(nèi)容全部組合到一個易于共享的文檔中，同時Ｊｕｐｙｔｅｒ支持Ｂ／Ｓ架構(gòu)部署。

在三個學(xué)習(xí)模塊中均涉及實踐內(nèi)容，基礎(chǔ)模塊部分的實踐內(nèi)容主要是Ｐｙｔｈｏｎ數(shù)據(jù)分析基礎(chǔ)，涉及的Ｐｙｔｈｏｎ軟件庫包括Ｎｕｍｐｙ， Ｐａｎｄａｓ和Ｍａｔｐｌｏｔｌｉｂ，其中Ｎｕｍｐｙ是Ｐｙｔｈｏｎ的一個科學(xué)計算的庫，提供了矩陣運算的功能；Ｐａｎｄａｓ是一個主要用于數(shù)據(jù)處理、數(shù)據(jù)分析的庫；Ｍａｔｐｌｏｔｌｉｂ是一個繪圖庫。

進階模塊的實踐內(nèi)容主要側(cè)重機器學(xué)習(xí)算法的基礎(chǔ)使用，涉及的Ｐｙｔｈｏｎ軟件庫包括Ｓｋｌｅａｒｎ和Ｋｅｒａｓ，Ｓｋｌｅａｒｎ是一個機器學(xué)習(xí)庫，Ｓｋｌｅａｒｎ 全稱 Ｓｃｉｋｉｔ－ｌｅａｒｎ，它涵蓋了分類、回歸、聚類、降維等模塊，降低了機器學(xué)習(xí)實踐門檻；Ｋｅｒａｓ是一個神經(jīng)網(wǎng)絡(luò)庫，可以進行深度學(xué)習(xí)模型的設(shè)計、調(diào)試、評估、應(yīng)用和可視化。

綜合實踐模塊側(cè)重完整機器學(xué)習(xí)項目的學(xué)習(xí)，根據(jù)經(jīng)管類專業(yè)特點，本課程選擇一些經(jīng)典的難度較低的案例進行講授和練習(xí)，如泰坦尼克號乘客生存預(yù)測、用戶流失預(yù)測、客戶價值分析等。

本課程實踐教學(xué)依托天池ＡＩ實訓(xùn)平臺①進行，天池ＡＩ實訓(xùn)平臺基于阿里云計算環(huán)境，支持Ｐｙｔｈｏｎ語言和在線交互式數(shù)據(jù)分析工具Nｏｔｅｂｏｏｋ，同時具備豐富的實際案例和數(shù)據(jù)集。

２．４" "考核方式

本課程教學(xué)內(nèi)容分為理論和實踐兩部分，考慮到傳統(tǒng)期末筆試和實踐類作業(yè)各自優(yōu)勢，本課程考核方式將二者進行了結(jié)合。

對于理論知識的考核主要通過平常理論練習(xí)作業(yè)和期末筆試進行，平常理論練習(xí)作業(yè)，是為了使同學(xué)們在理論學(xué)習(xí)的過程中，通過練習(xí)作業(yè)加深對理論的理解程度。期末筆試綜合考察同學(xué)們對課程理論知識的掌握水平。

對于實踐考核主要通過平時實驗練習(xí)作業(yè)和綜合實驗作業(yè)的形式進行。平時實驗練習(xí)側(cè)重于同學(xué)們對基礎(chǔ)實踐能力的考查。綜合實驗作業(yè)考查同學(xué)們綜合應(yīng)用機器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)解決實際問題的能力，綜合實驗作業(yè)題目采用選題指南的形式發(fā)布，學(xué)生們在選擇實驗題目時，可以從選題指南中選擇機器學(xué)習(xí)項目進行練習(xí)，也可以自擬題目，綜合實驗作業(yè)要求同學(xué)們按照模板撰寫實驗報告并提交Ｐｙｔｈｏｎ代碼。考慮到有些選題工作量較大，同時為培養(yǎng)同學(xué)們的團隊協(xié)助能力，因此綜合實驗作業(yè)允許同學(xué)們以團隊協(xié)作的方式完成。綜合實驗作業(yè)提交后，在課堂上安排交流和成果分享，這樣既能夠檢驗學(xué)生機器學(xué)習(xí)實踐作業(yè)的質(zhì)量，又能夠鍛煉學(xué)生們的表達能力。

各項考核內(nèi)容成績占比分配方面，增加了過程考核和綜合實踐作業(yè)的成績占比，降低了期末筆試成績的占比，將學(xué)生解決實際問題的能力作為重要考核指標(biāo)。

３" " " 教學(xué)效果

本課程從２０２１年春季學(xué)期開始為本校會計學(xué)專業(yè)本科生開設(shè)，總學(xué)時數(shù)為４８，３學(xué)分，共８７名學(xué)生修讀了本課程，目前已經(jīng)完成兩輪的教學(xué)實踐。

從課程教學(xué)情況來看，學(xué)生們學(xué)習(xí)對課程內(nèi)容很感興趣，學(xué)習(xí)積極性很高。通過完成綜合實踐作業(yè)，學(xué)生們熟悉了從數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理、模型構(gòu)建到模型評價的機器學(xué)習(xí)建模基本流程，同時通過參數(shù)調(diào)整和嘗試不同模型，獲得了效果最優(yōu)的模型。最終課程總成績平均分８４分，８０分以上同學(xué)占比７０％，９０分以上同學(xué)占比４３％，通過課程學(xué)習(xí)，學(xué)生對機器學(xué)習(xí)這個方向有了全新的認識，培養(yǎng)了具有數(shù)據(jù)思維的應(yīng)用型人才，為學(xué)生未來走向社會打下了基礎(chǔ)。

４" " " 結(jié)" " 語

隨著學(xué)科交叉趨勢的發(fā)展，對于財經(jīng)類高校部分非計算機本科專業(yè)，如會計學(xué)、經(jīng)濟學(xué)等專業(yè)，機器學(xué)習(xí)課程也成為專業(yè)課程。對這些專業(yè)而言，機器學(xué)習(xí)課程的建設(shè)面臨著一些挑戰(zhàn)，因此本文從財經(jīng)高校的角度，對非計算機專業(yè)機器學(xué)習(xí)課程教學(xué)進行研究。本研究面向本科生進行機器學(xué)習(xí)課程設(shè)計，將課程主要分為三個模塊：基礎(chǔ)模塊、進階模塊和綜合實踐模塊，通過該課程的學(xué)習(xí)，學(xué)生將掌握常見的機器學(xué)習(xí)算法，并且通過機器學(xué)習(xí)實踐來加深學(xué)生對理論知識的理解。本課程建設(shè)方案提高了學(xué)生們的學(xué)習(xí)興趣，有助于培養(yǎng)學(xué)生們解決實際問題的能力，為大數(shù)據(jù)人才培養(yǎng)提供了新的思路。

主要參考文獻

［１］洪慧．智能財務(wù)時代下地方性本科高校會計人才培養(yǎng)路徑研究［Ｊ］．中國管理信息化，２０２２，２５（９）：１９７－１９９．

［２］趙衛(wèi)東，董亮．機器學(xué)習(xí)［Ｍ］．北京：人民郵電出版社，２０１８．

［３］葉雙，葉劍虹，雷慶，等．新工科背景下機器學(xué)習(xí)課程教學(xué)改革探索［Ｊ］．福建電腦，２０２２，３８（４）：２８－３１．

［４］衛(wèi)志華，孔思尹，丁志軍，等．新工科背景下數(shù)據(jù)挖掘課程綜合性實驗設(shè)計［Ｊ］．計算機教育，２０２０（３）：１２７－１３０．

［５］周樹森，鄒海林．人工智能專業(yè)學(xué)生工程實踐能力培養(yǎng)研究與實踐［Ｊ］．計算機教育，２０２０（１０）：１１３－１１６．

［６］唐培培，吳明暉．基于Ｋａｇｇｌｅ競賽數(shù)據(jù)的“數(shù)據(jù)挖掘技術(shù)”課程建設(shè)探索與實踐研究［Ｊ］．工業(yè)和信息化教育，２０２１（３）：８５－８８．

［７］趙雪峰，施珺．面向本科生機器學(xué)習(xí)課程的教學(xué)探索［Ｊ］．計算機教育，２０２１（２）： １７０－１７４．

［基金項目］2020年教育部產(chǎn)學(xué)合作協(xié)同育人項目“大數(shù)據(jù)管理與應(yīng)用專業(yè)金融大數(shù)據(jù)課程建設(shè)”（202002238008）；2021年教育部產(chǎn)學(xué)合作協(xié)同育人項目“基于云實驗平臺的數(shù)據(jù)挖掘?qū)嵺`課程建設(shè)”（202102001023）；2021年山東財經(jīng)大學(xué)實驗教學(xué)改革研究項目“基于 Python 的信用風(fēng)險大數(shù)據(jù)分析開放實驗課程建設(shè)”（kf202107）。

［作者簡介］王重仁（1984—" "），男，山東日照人，副教授，管理學(xué)博士，主要研究方向：機器學(xué)習(xí)。