機器學習與模式識別課程思政探索與實踐

劉莘　溫鵬博　呂恩輝　康星星

［摘 要］隨著人工智能的發展，機器學習理論已經深入滲透到信息處理各個領域，掌握基礎的機器學習方法已成為對理工科專業學生的基本要求之一。打造機器學習與模式識別課程思政體系，對于培養高素質工科人才有著至關重要的作用。文章分析了機器學習與模式識別課程思政目標，并闡述了課程思政實施方案設計及具體實施案例，探討如何將課程思政滲透至知識傳授和能力培養的各個環節，構造全方位育人大格局。

［關鍵詞］機器學習與模式識別；課程思政；新工科；剪枝算法

［中圖分類號］ G641 ［文獻標識碼］ A ［文章編號］ 2095-3437（2023）10-0121-04

機器學習與模式識別課程是徐州醫科大學醫學信息與工程學院在第5學期開設的專業核心課程，開課專業包括智能醫學工程、計算機科學與技術等。在新工科建設和應用型人才培養的背景下，隨著大數據和人工智能時代的到來，機器學習算法的應用已經滲透到信息處理領域的方方面面，掌握基礎的機器學習理論和方法可能是將來對每一位工科技術人員的基本要求之一[1-2]。任何課程的教學內容中都蘊含著豐富的思想政治教育元素，教學過程所涉及的方方面面，都可能與社會的發展、人類的進步以及文明的傳承息息相關，因此在教學過程中不斷挖掘相關知識點所蘊含的思政元素、強化立德樹人的教育理念，對培養高素質工科人才有著至關重要的作用[3]。

一、課程思政目標

機器學習與模式識別課程在介紹機器學習的核心算法和理論、培養學生動手解決實際問題能力的同時，將課程思政滲透至知識傳授和能力培養的各個環節，幫助學生塑造正確的三觀，使其成為不僅掌握扎實的技能，而且具備高尚的情操、高度的責任感和使命感的復合型人才[4]。

筆者從家國情懷、專業素養和品格素養三個方面設計了機器學習與模式識別課程思政目標，構造了課程思政育人金字塔，如圖1所示。

（一）家國情懷

中華民族是有著悠久歷史的偉大民族。教師在教學過程中應通過家國情懷的培養增強學生對國家的認同感、歸屬感、責任感和使命感，引導學生樹立科技報國的志向，增強學生為實現中華民族偉大復興中國夢不懈努力的信心與決心。教師在教學中既可以挖掘古今中外仁人志士的感人事跡，也可以以當今國際社會的風云變幻為切入點，關鍵是要做到與專業知識教學自然融合，實現于潛移默化中培養學生家國情懷的目標。

（二）專業素養

機器學習與模式識別課程的授課對象為理工科學生，他們作為學科交叉型復合人才，應具備在醫學領域研究和應用信息技術的基本能力，能夠在醫療衛生、生物科學和醫學工程等相關領域很好地發展。“中國智造”的新發展和新工科背景對學生的專業素養提出了更高的要求，學生不僅應具備扎實的專業知識，還應具備求真務實的科學態度，敢于探索、勇于實踐、勇于創新。

（三）品格素養

品格素養主要包括具有遠大的理想、高尚的品格和獨立的人格。具有良好品格素養的人不僅受人尊重、愛戴，而且可以保持自我應有的精神品格，修身養性，區分榮辱。在當今國際環境復雜的背景下，良好的品格素養不僅關乎個人，還關乎家國、民族與天下。 品格素養與國家的文化淵源有著密切的關系，教師在課程教學過程中介紹我國悠久的文化、優秀前輩的先進事跡、工匠精神事例等，可以幫助學生塑造良好的品格。

二、課程思政的設計與實施

（一）課程思政實施方案設計

根據課程思政目標，筆者從家國情懷、專業素養、品格素養三方面著手，以機器學習與模式識別課程的具體算法為依據構建對應的課程思政素材庫，力爭實現“一算法一素材”，潛移默化地實現課程思政目標。課程思政框架設計如圖2所示。

1.線性模型

線性回歸看起來是比較簡單的數學問題，一般作為入門級的算法進行講授，便于學生理解。然而，模型的構建過程并非一蹴而就，在實際模型建立過程中會碰到很多不同的問題，例如針對訓練模型過程中欠擬合和過擬合問題，線性回歸算法通過多項式回歸解決欠擬合問題，通過Lasso或者Ridge回歸改善過擬合問題。對此，教師在教學中可以發動機焊接第一人——高鳳林為例，強調精益求精的工匠精神在科學研究中的重要性。

2.決策樹

在決策樹算法學習過程中，很多學生認為屬性劃分指標是非常重要的知識點，卻往往忽略剪枝算法的重要性。對此，教師可通過模型在測試集中應用失敗的案例，讓學生了解剪枝在構造決策樹中的重要作用，以此滲透“實踐是檢驗真理的唯一標準”的重要理念，同時教導學生做經得起考驗的人、辦經得起考驗的事。

3.貝葉斯分類器

貝葉斯分類器相關知識點建立在貝葉斯定理的前提下，在因果推理方面有著較強的優勢。雖然目前很多人對集成學習、深度學習耳熟能詳，認為基于推理的算法不那么重要，然而在很多實際問題的解決過程中其可解釋性是其他算法無法比擬的。由于貝葉斯分類器的學習對概率論的知識有一定的要求，因此學生在學習過程中容易出現畏難情緒。教師在實際教學過程中可以焦裕祿迎難而上的事跡鼓舞學生，讓他們樹立不畏艱難、迎難而上的信心，同時通過較為簡單的案例增強學生的自信心，做到思政育人與教學育人完美融合。

4.集成學習

自古以來中華民族都有著團結合作的優良傳統，而集成學習正是基于團結合作理念提出的。在教學中，教師可分別以Bagging和Boosting兩種模型中的代表算法Random Forest（RF）和Adaptive Boosting（AdaBoost）為例說明集成學習的基本原理。在介紹RF算法的時候，強調基分類器選擇的原則是“好而不同”，讓學生知曉“團結就是力量”的前提是團結優秀的人；在介紹AdaBoost算法的時候，結合學生學習過程中復習錯題的事例，強調知錯就改的重要性。在最后，教師可點明中華民族有很多優良傳統至今仍深刻地影響著科技、生活的方方面面，在各個領域仍散發著光芒，以此增強學生的民族自信心。

5.聚類算法

“物以類聚，人以群分”，聚類算法正是這一思想的完美體現。聚類算法基于特定的度量函數進行相似度度量，使得同一類數據的相似度盡可能貼近，不同類的數據盡可能分離，進而得到各個類的中心以及每個樣本的類標簽。通過聚類，不僅可以進行數據集的無監督分類，而且在數據預處理環節還可將其作為不平衡數據的處理方法。在這一知識點的講授過程中，教師可通過將其和女排團結合作精神進行類比，說明團隊合作的重要性。

6.深度學習

深度學習的基本理論并不復雜，在其學習過程中構建模型可能很簡單，但調參會花費較多的精力，很多學生會因為調參過程的煩瑣而氣餒或者敷衍了事。對此，教師可采用紅軍萬里長征中的英勇事跡讓學生進行類比，一方面讓學生感受當前困難的弱小性，另一方面讓學生樹立百折不撓、堅韌不拔的必勝信念。

（二）課程思政實施過程

下面以線上線下混合教學模式為例介紹機器學習與模式識別課程思政的具體實施過程，其整體實施流程如圖3所示。筆者以學習通平臺、騰訊會議以及線下課堂三者相結合的方式實施混合式教學，教學過程分為課前導學、課程促學、課后延學和實踐教學四個部分。筆者首先在課前導學過程中，將提前設計和編輯好的課程思政案例通過學習通平臺進行發布，激發學生的學習興趣，促進學生獨立思考；接著在授課過程中采用問題驅動、任務驅動、專題討論相結合的方式，借助線上線下平臺完成知識傳授，同時滲透具體算法對應的思政主題；然后在課后延學環節通過在學習通平臺布置課程思政作業等任務驅動形式幫助學生鞏固所學；最后通過實驗課程完成相關的實踐教學，提升學生的編程動手能力，讓學生在完成實驗報告的同時以總結的方式完善心得體會，鞏固課程思政效果。

在課程思政實施過程中，筆者通過完善及時的教學評價，形成教學過程的有效閉環。教學評價過程主要從課前反饋、課堂教授、隨堂練習、在線討論、課后答疑、課程作業、課程實踐以及課程考核著手，打造全方位動態評價體系，實現“知行合一”的教學目的，最終打造具有良好科學素養、掌握數據分析能力、具有愛國情懷的交叉復合型人才。

（三）課程思政實施案例

在剪枝算法的教學過程中，筆者綜合采用多種教學方法，將課程思政內容與教學內容進行有機融合，力爭做到“課程思政化作雨，教書育人潤無聲”。詳細流程如圖4所示。

在剪枝算法的教學過程中，筆者在課前準備導入、課中探究提升以及課后鞏固拓展三個環節均采取多種形式滲透課程思政內容，整體結構層層遞進、有序展開，具體包括以下幾個步驟。

在課前，通過學習通平臺播放我國航空航天事業發展歷程視頻，讓學生觀看并反思。

在授課伊始，組織主題討論，讓學生分享所觀所感，進而樹立“百折不撓、嚴謹務實的科研態度才是制勝法寶”的意識。

在授課過程中，主要采用問題及任務驅動的教學模式培養學生的思辨能力以及實踐能力。具體而言，先提出技術限定式問題“構造好的決策樹是否可以直接使用？”，然后結合案例教學，讓學生明白實踐才是檢驗真理的唯一標準，進而引出剪枝算法的必要性，并講述不同剪枝算法的原理。接著提出主題限定式問題“打游戲時如何選擇武器？”，讓學生結合自己的經歷得出“知己知彼，百戰不殆”的結論，進而引申出需要掌握每種剪枝算法的優劣，這樣方能用得從容。之后，通過任務驅動檢驗學生的課程學習效果。

在課堂總結以及實踐教學的反思環節中，通過提出開放式問題“本次課你有哪些收獲和感悟？”，引導學生樹立“做經得起檢驗的研究、經得起考驗的人”等人生信條。

三、結語

在新工科背景下，機器學習與模式識別課程是人工智能領域人才培養的核心課程之一，教師在傳授知識的過程中滲透思政內容可以幫助學生樹立正確的世界觀、人生觀和價值觀，在使學生增強民族自豪感和民族自信心的同時，激發學生的學習動力，培養學生的家國情懷，實現將知識傳授與價值引領有機貫穿教育教學全過程。本文以線上線下混合教學模式為例，探討基于算法的課程思政實施過程，以期探索工科類課程通過思政教育提高人才培養質量的途徑，希望可以為其他高校的課程思政建設工作提供一定的借鑒。

［ 參 考 文 獻 ］

［1］ 林健，鄭麗娜.美國人工智能專業發展分析及對新興工科專業建設的啟示[J].高等工程教育研究，2020（4）：20-33.

［2］ 周志華.創辦一流大學人工智能教育的思考[J].中國高等教育，2018（9）：52-53.

［3］ 黃澤文.“新工科”課程思政的時代蘊涵與發展路徑[J].西南大學學報（社會科學版），2021，47（3）：162-168.

［4］ 梁滿艷，曾平.專業課程思政建設的學理依據與內在優勢研究[J].黑龍江教育（高教研究與評估），2022（10）：77-80.

［責任編輯：周侯辰］