思政元素融入“機器學(xué)習(xí)與數(shù)據(jù)挖掘”課程的教學(xué)實踐研究

基金項目：本文系2023年長治學(xué)院校級教學(xué)改革創(chuàng)新項目“基于課程思政的《機器學(xué)習(xí)與數(shù)據(jù)挖掘》課程教學(xué)改革研究”（項目編號：JC202321）研究成果之一。

作者簡介：王康毅（1990—），男，碩士，長治學(xué)院計算機系講師，研究方向為機器學(xué)習(xí)深度學(xué)習(xí)數(shù)據(jù)挖掘。

摘" 要：文章旨在研究思政元素融入“機器學(xué)習(xí)與數(shù)據(jù)挖掘”課程的教學(xué)實踐，為教育工作者提供一定的參考，引導(dǎo)學(xué)生增強社會責(zé)任感，并應(yīng)用所學(xué)技術(shù)解決實際行動中的問題。文章首先從課程的概述開始，闡述了該課程的教學(xué)目標(biāo)、內(nèi)容和重要性。隨后，探討了在課程教學(xué)中融入思政元素的意義，并在設(shè)計融入思政元素的課程教學(xué)案例基礎(chǔ)上，進一步研究了融入思政元素的課程教學(xué)實施。

關(guān)鍵詞：思政元素；機器學(xué)習(xí)；數(shù)據(jù)挖掘

中圖分類號：G420" " 文獻標(biāo)識碼：A" " 文章編號：1673-7164（2024）15-0096-04

隨著科技的不斷進步與發(fā)展，機器學(xué)習(xí)與數(shù)據(jù)挖掘作為人工智能領(lǐng)域的重要支柱，正日益在各個領(lǐng)域展現(xiàn)出巨大的潛力和廣闊的應(yīng)用前景?！皺C器學(xué)習(xí)與數(shù)據(jù)挖掘”課程作為計算機科學(xué)與技術(shù)專業(yè)中的重要課程，旨在為學(xué)生提供機器學(xué)習(xí)和數(shù)據(jù)挖掘的理論與實踐知識，培養(yǎng)應(yīng)對信息時代需求的復(fù)合型科技人才。社會對科技領(lǐng)域人才的社會責(zé)任有著嚴格的要求，如何引導(dǎo)學(xué)生將所學(xué)技術(shù)與承擔(dān)社會責(zé)任緊密結(jié)合，深化對倫理問題的認知，并通過實際行動解決現(xiàn)實問題，成為擺在教育面前的重要課題。

一、“機器學(xué)習(xí)與數(shù)據(jù)挖掘”課程概述

“機器學(xué)習(xí)與數(shù)據(jù)挖掘”是一門現(xiàn)代計算機科學(xué)領(lǐng)域中極具應(yīng)用價值的課程。該課程旨在教授學(xué)生如何利用機器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)，從海量數(shù)據(jù)中挖掘出有價值的信息和知識。通過融合計算機科學(xué)、統(tǒng)計學(xué)和數(shù)學(xué)等多個學(xué)科的理論與實踐，學(xué)生將建立對機器學(xué)習(xí)和數(shù)據(jù)挖掘的深入理解，并培養(yǎng)在解決實際問題時運用這些技術(shù)的能力。

在課程的學(xué)習(xí)過程中，學(xué)生將首先學(xué)習(xí)機器學(xué)習(xí)和數(shù)據(jù)挖掘的基本概念和原理。監(jiān)督學(xué)習(xí)，即使用帶有標(biāo)簽的數(shù)據(jù)來訓(xùn)練模型，使其能夠預(yù)測未知數(shù)據(jù)的標(biāo)簽，常見的算法包括決策樹、支持向量機（SVM）、神經(jīng)網(wǎng)絡(luò)等，無監(jiān)督學(xué)習(xí)，即在無標(biāo)簽數(shù)據(jù)中尋找模式和結(jié)構(gòu)，用于聚類、降維、異常檢測等任務(wù)，常見算法有K均值聚類、主成分分析（PCA）等，還有強化學(xué)習(xí)（通過試錯來學(xué)習(xí)最佳動作，它涉及智能體與環(huán)境進行交互，智能體根據(jù)環(huán)境的反饋來學(xué)習(xí)行為策略）等主要范式將被深入探討，以便學(xué)生能夠理解它們在不同任務(wù)中的應(yīng)用。［1］

其次，課程還強調(diào)數(shù)據(jù)處理與特征工程的重要性，在實際應(yīng)用中，數(shù)據(jù)往往是不完整和嘈雜的，因此學(xué)生將學(xué)習(xí)如何處理缺失值、異常值，并通過選擇、轉(zhuǎn)換和提取特征來優(yōu)化數(shù)據(jù)集，以更好地支持機器學(xué)習(xí)和數(shù)據(jù)挖掘的任務(wù)。

最后，課程的另一個重點是模型評估與優(yōu)化。為確保構(gòu)建的模型具有良好的泛化能力，學(xué)生將學(xué)習(xí)常用的模型評估方法和性能度量。教師可利用交叉驗證、學(xué)習(xí)曲線等技術(shù)幫助學(xué)生評估模型并了解調(diào)參的方法，優(yōu)化模型的性能。

二、思政元素融入“機器學(xué)習(xí)與數(shù)據(jù)挖掘”課程的意義

首先，人工智能技術(shù)在不斷發(fā)展和應(yīng)用的過程中，其所涉及的倫理問題日益復(fù)雜。將思政元素融入課程，有助于引導(dǎo)學(xué)生樹立正確的價值觀，強調(diào)技術(shù)發(fā)展應(yīng)與社會倫理相協(xié)調(diào)。并且，機器學(xué)習(xí)與數(shù)據(jù)挖掘課程的學(xué)習(xí)與實踐通常涉及海量數(shù)據(jù)和個人信息，通過思政教育的引導(dǎo)，學(xué)生能夠認識到數(shù)據(jù)隱私保護、算法公平性和社會影響的重要性，從而更加關(guān)注數(shù)據(jù)的合法使用和隱私保護，成為具有社會責(zé)任感的科技從業(yè)者，促進技術(shù)在社會中的良性應(yīng)用。［2］

其次，思政教育不僅僅是灌輸知識，更重要的是培養(yǎng)學(xué)生的獨立思考能力。在“機器學(xué)習(xí)與數(shù)據(jù)挖掘”課程中，結(jié)合思政元素，鼓勵學(xué)生對技術(shù)問題進行深入思考，并從不同角度分析和評估其優(yōu)劣。通過討論現(xiàn)實案例和倫理問題，學(xué)生將形成批判性思維，培養(yǎng)科學(xué)態(tài)度，以及學(xué)會審視和解決復(fù)雜問題的能力。

再者，人工智能領(lǐng)域的發(fā)展離不開團隊合作。在思政教育的引導(dǎo)下，學(xué)生將更加注重溝通交流，尊重他人觀點，形成合作共贏的團隊意識。這種能力不僅在課程項目中有益，也為學(xué)生在日后工作中與他人協(xié)作、合作奠定了重要基礎(chǔ)。

最后，通過思政教育的引導(dǎo)，學(xué)生將更深入地思考人工智能技術(shù)與社會發(fā)展的關(guān)系，理解技術(shù)的應(yīng)用場景和社會需求，有助于推動技術(shù)創(chuàng)新與社會進步相結(jié)合，使技術(shù)的發(fā)展更加符合人民群眾的需求，為社會帶來更多的福祉。

三、融入思政元素的“機器學(xué)習(xí)與數(shù)據(jù)挖掘”課程教學(xué)案例設(shè)計

（一）緒論部分融入思政元素

在課程一開始，教師可引入關(guān)于人工智能發(fā)展歷程以及相關(guān)的社會挑戰(zhàn)和爭議問題的討論。通過介紹人工智能在醫(yī)療、金融、教育等領(lǐng)域的應(yīng)用案例，讓學(xué)生了解技術(shù)的進步對社會的積極影響，同時也要認識到可能帶來的倫理和隱私問題，引發(fā)學(xué)生對科技與社會的關(guān)系深入思考。

在介紹課程的重要性和學(xué)習(xí)目標(biāo)時，突出科技與社會的相互影響。強調(diào)機器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)不是冷冰冰的算法和模型，而是服務(wù)于人類社會發(fā)展的工具。學(xué)生需要認識到技術(shù)的發(fā)展應(yīng)當(dāng)符合社會發(fā)展的需要，關(guān)注社會的進步與公平，培養(yǎng)對科技發(fā)展的社會責(zé)任感。并且引入數(shù)據(jù)隱私保護和算法公正性的話題。通過案例討論和倫理引導(dǎo)，學(xué)生認識到在數(shù)據(jù)挖掘和機器學(xué)習(xí)的過程中，必須重視個人隱私保護和避免生產(chǎn)帶有偏見和歧視的算法。同時，對人工智能的未來發(fā)展進行展望。引導(dǎo)學(xué)生思考人工智能可能帶來的挑戰(zhàn)和機遇，以及科技發(fā)展在推動社會進步中的作用。最后，要引導(dǎo)學(xué)生從人的角度出發(fā)，積極探索人工智能技術(shù)在更廣泛領(lǐng)域的應(yīng)用，如醫(yī)療救助、環(huán)境保護等，使技術(shù)的價值與社會價值相一致。

（二）深度神經(jīng)網(wǎng)絡(luò)融入思政元素

1. 課程思政元素的挖掘

深度神經(jīng)網(wǎng)絡(luò)是一種人工神經(jīng)網(wǎng)絡(luò)的擴展形式。它是在人工智能領(lǐng)域中應(yīng)用廣泛的一種機器學(xué)習(xí)模型。深度神經(jīng)網(wǎng)絡(luò)由多個神經(jīng)網(wǎng)絡(luò)層（也稱為隱藏層）組成，其中每一層都包含大量的神經(jīng)元（或稱為節(jié)點），這些神經(jīng)元通過連接權(quán)重與上一層的輸出相連接。［3］深度神經(jīng)網(wǎng)絡(luò)之所以稱為“深度”，是因為它通常包含多個隱藏層，使得整個網(wǎng)絡(luò)變得更深。相比傳統(tǒng)的淺層神經(jīng)網(wǎng)絡(luò)，深度神經(jīng)網(wǎng)絡(luò)具有更多的參數(shù)和復(fù)雜性，因此能夠?qū)W習(xí)更復(fù)雜的特征和模式，從而在處理復(fù)雜任務(wù)和大規(guī)模數(shù)據(jù)方面表現(xiàn)出色。深度神經(jīng)網(wǎng)絡(luò)在許多領(lǐng)域取得了重大突破，如自然語言處理、計算機視覺、語音識別等。通過反向傳播算法和大規(guī)模數(shù)據(jù)的訓(xùn)練，深度神經(jīng)網(wǎng)絡(luò)可以自動地從數(shù)據(jù)中學(xué)習(xí)到表示特征和模式的規(guī)律，從而實現(xiàn)分類、預(yù)測和生成等各種任務(wù)。［4］

在融入思政元素的課程設(shè)計中，教師要著重強調(diào)人工智能技術(shù)的社會影響和倫理責(zé)任，培養(yǎng)學(xué)生對技術(shù)發(fā)展的全面認識。通過引導(dǎo)學(xué)生思考人工智能技術(shù)的發(fā)展歷程以及其對社會、經(jīng)濟和文化帶來的影響，使學(xué)生認識到技術(shù)的發(fā)展并非孤立存在，而是深受社會價值觀和倫理觀念的影響。

在深度神經(jīng)網(wǎng)絡(luò)的教學(xué)過程中，通過探討技術(shù)發(fā)展中的倫理沖突和挑戰(zhàn)，進一步加深學(xué)生對技術(shù)與倫理關(guān)系的認識。例如，討論隱私保護、算法公平性、人工智能在自動駕駛領(lǐng)域的應(yīng)用等問題。通過組織小組討論、案例分析等教學(xué)手段，學(xué)生將對技術(shù)合理應(yīng)用和邊界深度思考。教師應(yīng)引導(dǎo)學(xué)生全面考慮技術(shù)的發(fā)展對社會、環(huán)境和個體的影響，充分發(fā)揮技術(shù)在服務(wù)社會和造福人類方面的積極作用。

2. 融入思政元素的教學(xué)案例設(shè)計

（1）案例主題：探討人臉識別技術(shù)與社會倫理。

（2）案例背景：近年來，隨著深度神經(jīng)網(wǎng)絡(luò)技術(shù)的快速發(fā)展，人臉識別技術(shù)在多個領(lǐng)域得到廣泛應(yīng)用。人臉識別技術(shù)可以通過對人臉圖像進行特征提取和匹配，實現(xiàn)對個體身份的準確識別。然而，這項技術(shù)的應(yīng)用也引發(fā)了一系列社會倫理問題，如隱私保護、數(shù)據(jù)安全和公共監(jiān)控等。本案例旨在引導(dǎo)學(xué)生思考深度神經(jīng)網(wǎng)絡(luò)技術(shù)在人臉識別中的應(yīng)用與社會倫理之間的關(guān)系，培養(yǎng)他們對技術(shù)發(fā)展的全面思考。

（3）案例教學(xué)目標(biāo)：了解深度神經(jīng)網(wǎng)絡(luò)在人臉識別中的原理和應(yīng)用；探討人臉識別技術(shù)的優(yōu)勢與挑戰(zhàn)，引發(fā)對隱私保護和個人權(quán)益的思考；分析人臉識別技術(shù)在不同領(lǐng)域的應(yīng)用案例，從中發(fā)現(xiàn)可能涉及的倫理問題；提出合理的解決方案，推動技術(shù)與社會進步相結(jié)合。

（4）案例教學(xué)過程。第一步：技術(shù)介紹。介紹深度神經(jīng)網(wǎng)絡(luò)和人臉識別技術(shù)的基本原理，包括卷積神經(jīng)網(wǎng)絡(luò)（CNN）在人臉識別中的應(yīng)用。解釋技術(shù)的發(fā)展歷程和應(yīng)用場景，讓學(xué)生對技術(shù)的特點和優(yōu)勢有初步了解。第二步：技術(shù)應(yīng)用案例分析。分組討論，每個小組選擇一個真實的人臉識別應(yīng)用案例?？赡艿陌咐ㄉ缃幻襟w中的人臉標(biāo)識、公共場所的人臉監(jiān)控、安全認證等。要求學(xué)生分析這些案例中可能涉及的倫理問題，如隱私泄露、算法偏見、個人權(quán)益等，并就技術(shù)應(yīng)用給社會帶來的影響展開討論。第三步：倫理問題探討。每個小組匯報案例分析結(jié)果，并引導(dǎo)全班進行互動討論。教師引導(dǎo)學(xué)生深入思考技術(shù)應(yīng)用中的倫理問題，如何平衡技術(shù)發(fā)展與個人權(quán)益的保護，如何解決可能出現(xiàn)的社會問題等。鼓勵學(xué)生提出自己的見解和解決方案。第四步：倫理意識培養(yǎng)。通過案例分析和討論，教師引導(dǎo)學(xué)生認識到科技發(fā)展必須與社會倫理相協(xié)調(diào)。強調(diào)技術(shù)的應(yīng)用需遵循法律法規(guī)和倫理準則，保障數(shù)據(jù)安全和個人隱私。鼓勵學(xué)生在將來的學(xué)習(xí)和工作中，注重倫理意識的培養(yǎng)，為社會進步貢獻自己的力量。

四、思政元素融入“機器學(xué)習(xí)與數(shù)據(jù)挖掘”課程的教學(xué)實施

（一）課前

在課程準備階段，教師應(yīng)精心策劃如何有機地融入思政元素，以促進學(xué)生在學(xué)習(xí)機器學(xué)習(xí)與數(shù)據(jù)挖掘的過程中培養(yǎng)正確的價值觀和社會責(zé)任感。首先，教師需要明確思政元素的核心內(nèi)容，并與課程教學(xué)目標(biāo)相結(jié)合，確保融入是有針對性和系統(tǒng)性的，例如思政元素的核心可以涵蓋數(shù)據(jù)隱私保護、算法公平性、社會影響評估等方面，而這些都與機器學(xué)習(xí)與數(shù)據(jù)挖掘息息相關(guān)。其次，教師可以在課前布置預(yù)習(xí)任務(wù)，引導(dǎo)學(xué)生閱讀與思政元素相關(guān)的學(xué)術(shù)文獻、倫理案例或社會調(diào)查報告，目的在于激發(fā)學(xué)生的思考和好奇心，為課堂討論打下基礎(chǔ)。再次，重要的一點是，充分利用設(shè)計的教學(xué)案例，讓學(xué)生分析其優(yōu)勢和潛在倫理挑戰(zhàn)。［5］教師可以在課前準備相關(guān)的教學(xué)材料和課件，結(jié)合學(xué)術(shù)研究和案例分析，為學(xué)生提供理論支持和實證依據(jù)。最后，教師還應(yīng)設(shè)身處地為學(xué)生著想，理解學(xué)生的需求和興趣。在課前，可以與學(xué)生進行交流，了解他們對思政元素融入課程的期待和意見，以便更好地調(diào)整教學(xué)設(shè)計，使思政元素在課堂中更加貼近學(xué)生的實際需求，增加學(xué)生對思政教育的參與度和認同感。通過充分的課前準備和有針對性的教學(xué)設(shè)計，教師能夠更好地將思政元素融入機器學(xué)習(xí)與數(shù)據(jù)挖掘課程中，使學(xué)生在學(xué)習(xí)技術(shù)知識的同時，積極思考技術(shù)與社會倫理之間的關(guān)系，從而培養(yǎng)學(xué)生的社會責(zé)任感和使其樹立正確的價值觀。

（二）課中

倫理討論與辯論：教師除了引入醫(yī)療領(lǐng)域的倫理問題，還可以拓展到其他領(lǐng)域，如自動駕駛汽車技術(shù)。學(xué)生可以探討在自動駕駛汽車中，算法在選擇救護行動時可能面臨倫理決策，應(yīng)該優(yōu)先保護車內(nèi)乘客還是避免傷害行人。這樣的倫理辯論將使學(xué)生意識到技術(shù)發(fā)展背后的倫理抉擇，并培養(yǎng)學(xué)生反思能力。

與社會責(zé)任相關(guān)的講座：除了邀請社會活動家，教師還可以邀請企業(yè)社會責(zé)任專員或數(shù)據(jù)專家，分享企業(yè)如何在技術(shù)開發(fā)和應(yīng)用過程中積極履行社會責(zé)任，確保數(shù)據(jù)隱私保護、推動算法公平性，并積極參與社會公益項目，鼓勵學(xué)生關(guān)注企業(yè)社會責(zé)任，認識到技術(shù)的發(fā)展需要與社會的發(fā)展相結(jié)合。

倫理原則的強調(diào)：教師可以進一步討論數(shù)據(jù)挖掘與機器學(xué)習(xí)在特定行業(yè)中的倫理挑戰(zhàn)。例如，在金融行業(yè)中，學(xué)生可以了解算法自動審批貸款申請的傾向性，從而讓學(xué)生更加重視算法公平性原則的重要性。教師可以引入不同行業(yè)的案例，讓學(xué)生深入思考倫理原則在不同領(lǐng)域中的適用性。

項目實踐指導(dǎo)：教師在項目實踐中可以設(shè)置更具挑戰(zhàn)性的場景，例如在環(huán)境保護領(lǐng)域應(yīng)用數(shù)據(jù)挖掘技術(shù)來監(jiān)測野生動物的生態(tài)變化，學(xué)生需要同時考慮如何合理采集數(shù)據(jù)以減少對野生動物的潛在干擾，而教師可以幫助學(xué)生找到平衡技術(shù)應(yīng)用與社會責(zé)任的方法，培養(yǎng)學(xué)生積極探索和解決倫理問題的能力。

（三）課后

社會責(zé)任實踐項目在“機器學(xué)習(xí)與數(shù)據(jù)挖掘”課程中的深度融入，是為了引導(dǎo)學(xué)生將所學(xué)的技術(shù)知識與社會責(zé)任緊密結(jié)合，通過實際行動解決現(xiàn)實問題，不僅提升了學(xué)生的專業(yè)技能，更重要的是培養(yǎng)了學(xué)生對社會的關(guān)注和擔(dān)當(dāng)精神。［6］首先，面向社區(qū)的數(shù)據(jù)科學(xué)項目為學(xué)生提供接觸實際數(shù)據(jù)的機會，通過收集和分析社區(qū)居民的生活數(shù)據(jù)、交通數(shù)據(jù)、環(huán)境數(shù)據(jù)等，學(xué)生將更深入地了解數(shù)據(jù)挖掘技術(shù)在解決實際問題中的應(yīng)用。在項目過程中，學(xué)生需要學(xué)會如何處理真實世界中的數(shù)據(jù)，如何應(yīng)用機器學(xué)習(xí)算法進行模型訓(xùn)練與優(yōu)化，以及如何從數(shù)據(jù)中挖掘有意義的信息。這些實際操作將極大增強學(xué)生的專業(yè)技能，提升實踐能力。通過對社區(qū)數(shù)據(jù)的深度挖掘，學(xué)生還可以提供一些建議來改善社區(qū)的公共服務(wù)。例如，分析交通數(shù)據(jù)，為社區(qū)規(guī)劃提供更合理的交通流量控制方案；分析生活數(shù)據(jù)，優(yōu)化公共設(shè)施的布局與利用率。這些建議的實施將直接影響社區(qū)居民的生活質(zhì)量和城市的可持續(xù)發(fā)展，讓學(xué)生深刻認識到技術(shù)在解決實際問題中的價值和意義，進而培養(yǎng)出負責(zé)任的科技人才。

其次，參與公益項目，特別是運用機器學(xué)習(xí)技術(shù)提高環(huán)境保護和人道主義援助的效率，讓學(xué)生更深刻地認識到技術(shù)在社會責(zé)任中的作用。通過利用遙感數(shù)據(jù)和氣象數(shù)據(jù)，運用機器學(xué)習(xí)算法預(yù)測自然災(zāi)害的發(fā)生概率和影響范圍，學(xué)生將為社會及政府提供有關(guān)防災(zāi)減災(zāi)的重要信息，對減少損失具有重要的現(xiàn)實意義。同時，學(xué)生還可以通過機器學(xué)習(xí)技術(shù)分析慈善捐贈數(shù)據(jù)，優(yōu)化資源分配，確保援助資源最大限度地覆蓋受助群體，為人道主義援助提供更精準、高效的支持。

五、結(jié)語

在整個課程學(xué)習(xí)過程中融入思政元素，學(xué)生能增進對社會的了解，體驗技術(shù)帶來的便利，進而深刻認識到科技發(fā)展與社會進步的緊密聯(lián)系，從而樹立正確的價值觀，并培養(yǎng)持續(xù)關(guān)注社會問題的習(xí)慣。這將為學(xué)生的未來職業(yè)發(fā)展打下堅實基礎(chǔ)，成為具有社會擔(dān)當(dāng)和建設(shè)性思維的優(yōu)秀科技人才，為推動社會進步和人類福祉作出貢獻。

參考文獻：

［1］ 李兆飛，熊興中，丁菊容，等. “模式識別與機器學(xué)習(xí)”課程思政建設(shè)的探索與實踐［J］. 工業(yè)和信息化教育，2023（05）：41- 44+69.

［2］ 吳戀，陳思思，崔忠偉，等. 人工智能導(dǎo)論融入思政元素的教學(xué)改革策略研究［J］. 電腦知識與技術(shù)，2023，19（09）：162-164.

［3］ 王亞歌，劉擁，杜夢麗，等. 課程思政融入機器學(xué)習(xí)課程教學(xué)的探索與實踐［J］. 電腦知識與技術(shù)，2022，18（33）：167-170.

［4］ 張宇敬，郭佳，王宮. 交叉學(xué)科專業(yè)課程思政模式構(gòu)建研究——以“金融數(shù)據(jù)挖掘”課程為例［J］. 文教資料，2022（12）：100-103.

［5］ 王興梅，趙一旭，戰(zhàn)歌. 新工科背景下機器學(xué)習(xí)課程思政建設(shè)的研究與實踐［J］. 高教學(xué)刊，2022，8（05）：193-196.

［6］ 李會民，王延倉，馬桂英. “數(shù)據(jù)挖掘技術(shù)”課程教學(xué)改革與探索——以北華航天工業(yè)學(xué)院電子與通信工程專業(yè)研究生“數(shù)據(jù)挖掘技術(shù)”課程教學(xué)為例［J］. 濮陽職業(yè)技術(shù)學(xué)院學(xué)報，2021，34（04）：29-32.

（薦稿人：杜麗美，長治學(xué)院計算機系副教授）

（責(zé)任編輯：陳華康）