面向研究生的機(jī)器學(xué)習(xí)類課程實踐改革研究

摘 要 隨著日益增長的數(shù)據(jù)處理和分析需求，傳統(tǒng)的數(shù)據(jù)處理模式已不再適用，人工智能（AI）應(yīng)運而生。文章闡述了高校機(jī)器學(xué)習(xí)課程的建設(shè)情況，首先，以機(jī)器學(xué)習(xí)類課程教學(xué)為例闡述了人工智能融入教學(xué)的重要性；其次，結(jié)合西部某高校研究生機(jī)器學(xué)習(xí)類課程，分別說明了該課程的實施方案及細(xì)節(jié)，指出了課程實施過程中遇到的問題；然后，針對教學(xué)實踐過程中遇到的問題，分別從形式、內(nèi)容及實踐多角度給出了解決方案；最后，總結(jié)指出機(jī)器學(xué)習(xí)類課程對于培養(yǎng)新一代人工智能技術(shù)人才的重要性。

關(guān)鍵詞 機(jī)器學(xué)習(xí)；人工智能；研究生；課程及專業(yè)建設(shè)

中圖分類號：G643 " """""""""""""""""""""""""文獻(xiàn)標(biāo)識碼：A """DOI：10.16400/j.cnki.kjdk.2024.15.020

Research on Practical Reform of Machine Learning Courses for Graduate Students

JING Chao1， ZHENG Ronghua2

（1. School of Computer Science and Engineering， Guilin University of Technology， Guilin， Guangxi 541004;

2. College of Foreign Studies， Guangxi Normal University， Guilin， Guangxi 541004）

Abstract With the increasing demand for data processing and analysis， traditional data processing models are no longer applicable， and artificial intelligence （AI） has emerged. The article elaborates on the construction of machine learning courses in universities. Firstly， taking machine learning courses as an example， the importance of integrating artificial intelligence into teaching is explained; Secondly， based on the machine learning courses for graduate students at a certain university in the western region， the implementation plan and details of the course were explained， and the problems encountered during the course implementation were pointed out; Then， in response to the problems encountered in the teaching practice process， solutions were provided from multiple perspectives including form， content， and practice; Finally， the summary points out the importance of machine learning courses in cultivating the new generation of artificial intelligence technology talents.

Keywords machine learning; artificial intelligence; postgraduates; construction of curriculum and specialty

1 "人工智能課程的重要性

近年來，新一代信息技術(shù)如云計算、物聯(lián)網(wǎng)技術(shù)、人機(jī)交互和移動互聯(lián)網(wǎng)等相繼涌現(xiàn)。大數(shù)據(jù)已深入人類生活的方方面面，因而產(chǎn)生了大量的數(shù)據(jù)信息，面對海量的數(shù)據(jù)信息，研究大數(shù)據(jù)最大的意義在于在對數(shù)據(jù)的分析和挖掘中，發(fā)現(xiàn)新的知識并創(chuàng)造新的價值，提升新能力，進(jìn)而改善新的產(chǎn)品。數(shù)據(jù)的價值在于將信息轉(zhuǎn)化為知識。如果不能深度加工數(shù)據(jù)，即使數(shù)據(jù)量再龐大，其所能呈現(xiàn)的價值依然是小的。因此，如何有效處理數(shù)據(jù)，并利用數(shù)據(jù)推動決策，這個問題顯得尤為關(guān)鍵。

隨著日益增長的數(shù)據(jù)處理和分析需求，傳統(tǒng)的數(shù)據(jù)處理模式已不再適用。于是，人工智能（AI）應(yīng)運而生[1]，成為計算機(jī)科學(xué)的一個重要分支。人工智能致力于研究和開發(fā)用于模擬、擴(kuò)展和增強(qiáng)人類智能的思想、方法、技術(shù)和應(yīng)用系統(tǒng)。其應(yīng)用范圍廣泛，包括計算機(jī)視覺、自然語言處理、語言識別、醫(yī)學(xué)影像、機(jī)器人和信息檢索等領(lǐng)域[2]。人工智能已經(jīng)在一些高科技產(chǎn)品中取得了重要突破，成為核心技術(shù)。

為積極支持高校優(yōu)化人工智能領(lǐng)域的技術(shù)創(chuàng)新體系，加強(qiáng)人工智能人才培養(yǎng)體系建設(shè)[3]，需要大力推進(jìn)與人工智能相關(guān)的研究生教學(xué)活動。其中，機(jī)器學(xué)習(xí)的核心技術(shù)源于數(shù)據(jù)處理統(tǒng)計，在整個人工智能課程體系建設(shè)中起著至關(guān)重要的作用。這類課程主要包括與機(jī)器學(xué)習(xí)相關(guān)的專業(yè)基礎(chǔ)課程，如高等數(shù)學(xué)、線性代數(shù)、數(shù)據(jù)結(jié)構(gòu)、算法設(shè)計與分析、概率論與數(shù)理統(tǒng)計、機(jī)器學(xué)習(xí)、人工智能等。

與傳統(tǒng)的本科生機(jī)器學(xué)習(xí)課程不同，機(jī)器學(xué)習(xí)類課程在研究生教育中扮演著重要的角色。

①前沿技術(shù)應(yīng)用。機(jī)器學(xué)習(xí)是當(dāng)今科技領(lǐng)域的前沿技術(shù)之一。機(jī)器學(xué)習(xí)技術(shù)可以使研究生了解和掌握最新的技術(shù)發(fā)展，幫助他們在畢業(yè)后更容易適應(yīng)行業(yè)的需求。 ②解決復(fù)雜問題。機(jī)器學(xué)習(xí)提供了處理大規(guī)模、高維度數(shù)據(jù)的工具和技術(shù)。在研究生層次，學(xué)生應(yīng)學(xué)會如何應(yīng)用這些工具來解決復(fù)雜的現(xiàn)實問題，從而提高解決問題的能力。③跨學(xué)科應(yīng)用。機(jī)器學(xué)習(xí)不僅在計算機(jī)科學(xué)領(lǐng)域有廣泛應(yīng)用，還在生物學(xué)、醫(yī)學(xué)、金融、社會科學(xué)等多個學(xué)科中發(fā)揮著重要作用。研究生通過學(xué)習(xí)機(jī)器學(xué)習(xí)，能夠拓展他們的知識領(lǐng)域，更好地與其他領(lǐng)域的專業(yè)人士合作。④數(shù)據(jù)驅(qū)動決策。在當(dāng)今信息時代，產(chǎn)生和累積了大量的數(shù)據(jù)，機(jī)器學(xué)習(xí)提供了從這些數(shù)據(jù)中提取有價值信息的工具。研究生學(xué)習(xí)機(jī)器學(xué)習(xí)可以使他們成為數(shù)據(jù)驅(qū)動決策的專業(yè)人才，通過數(shù)據(jù)分析和模型構(gòu)建做出明智的決策。⑤科研和創(chuàng)新。機(jī)器學(xué)習(xí)是科學(xué)研究和創(chuàng)新的關(guān)鍵驅(qū)動力之一。研究生通過深入學(xué)習(xí)機(jī)器學(xué)習(xí)理論和實踐，可更好地參與前沿科研和創(chuàng)新項目，推動科技進(jìn)步。⑥就業(yè)競爭力。具備機(jī)器學(xué)習(xí)知識和技能的研究生在就業(yè)市場上更具競爭力。許多企業(yè)和研究機(jī)構(gòu)都需要具備機(jī)器學(xué)習(xí)背景的專業(yè)人才來應(yīng)對不斷變化的技術(shù)挑戰(zhàn)。

總體而言，機(jī)器學(xué)習(xí)課程在研究生教育中的重要性不僅在于培養(yǎng)學(xué)生具備處理現(xiàn)實問題的能力，還在于使他們能夠緊跟科技發(fā)展的步伐，為社會和產(chǎn)業(yè)的進(jìn)步作出貢獻(xiàn)。

2 "人工智能核心課程之機(jī)器學(xué)習(xí)課程

2.1 "課程實施及內(nèi)容

機(jī)器學(xué)習(xí)課程內(nèi)容具體包括三大部分：第一，教師講解機(jī)器學(xué)習(xí)領(lǐng)域的基本概念和算法，包括監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等。主要內(nèi)容包括：機(jī)器學(xué)習(xí)的基本原理和流程，常見的機(jī)器學(xué)習(xí)算法，如決策樹、支持向量機(jī)、樸素貝葉斯、K均值聚類等；深度學(xué)習(xí)算法和神經(jīng)網(wǎng)絡(luò)模型，如卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等，特征工程和模型評估方法。第二，根據(jù)機(jī)器學(xué)習(xí)領(lǐng)域的最新進(jìn)展和研究成果，更新課程內(nèi)容，確保教學(xué)內(nèi)容與時俱進(jìn)，分別講授算法理論和基礎(chǔ)知識等相關(guān)內(nèi)容，具體包括算法復(fù)雜度分析的基本方法、機(jī)器學(xué)習(xí)算法的優(yōu)化和調(diào)參技巧、深入研究機(jī)器學(xué)習(xí)算法的原理和推導(dǎo)過程。第三，本課程的教學(xué)內(nèi)容絕不能僅僅停留在概念和原理，學(xué)生還需要掌握能夠?qū)嶋H解決問題的能力[4]。課程應(yīng)增加實踐環(huán)節(jié)，讓學(xué)生通過實際操作和項目實踐來鞏固所學(xué)的知識。學(xué)生將參與編程實踐、數(shù)據(jù)集分析和模型實現(xiàn)等活動，將理論知識應(yīng)用到實際問題的解決中。

在編程實踐中，學(xué)生將動手實踐所學(xué)算法的編寫和實現(xiàn)過程，他們將利用主流的編程語言和開發(fā)工具，如Python和常用的機(jī)器學(xué)習(xí)庫（如Scikit-learn、TensorFlow等），完成實際的編碼任務(wù)。通過這種實踐，學(xué)生將學(xué)會如何將理論知識轉(zhuǎn)化為可操作的程序代碼，從而加深對算法原理和實現(xiàn)的理解。

在數(shù)據(jù)集分析中，學(xué)生將學(xué)會如何處理和分析真實世界的數(shù)據(jù)集。他們將學(xué)習(xí)數(shù)據(jù)預(yù)處理的各種技術(shù)，如數(shù)據(jù)清洗、特征選擇、特征工程等。同時，他們還將學(xué)會如何使用統(tǒng)計方法和可視化技巧來探索和理解數(shù)據(jù)的特征和分布。通過對真實數(shù)據(jù)集的分析，學(xué)生將能夠更好地理解機(jī)器學(xué)習(xí)算法與實際數(shù)據(jù)之間的聯(lián)系。

在模型實現(xiàn)中，學(xué)生將學(xué)習(xí)如何將所學(xué)的機(jī)器學(xué)習(xí)算法應(yīng)用到實際問題的解決中。他們將研究和實現(xiàn)不同的機(jī)器學(xué)習(xí)模型，并將其用于解決具體的問題，如文本分類、圖像識別、推薦系統(tǒng)等。通過這些實際任務(wù)，學(xué)生將掌握如何選擇合適的模型，并調(diào)整模型參數(shù)以獲得更好的性能。

2.2 "課程反思及不足

機(jī)器學(xué)習(xí)課程的理論內(nèi)容不但能讓初入門的研究生對諸多算法的原理和應(yīng)用有基本的了解，而且能加深他們對基本經(jīng)典算法的理解。但由于課時有限，在課堂上傳授理論知識的時間占比大，研究生對算法理論理解較深，而對實驗和相關(guān)代碼復(fù)現(xiàn)掌握不夠，以及將算法理論與相關(guān)實現(xiàn)代碼相結(jié)合的能力不足，更深層次地理解算法的含義以及算法與代碼之間的聯(lián)系還有待加強(qiáng)。因此，將理論與實踐相結(jié)合，是這門課程下一步需要強(qiáng)化之處，以便讓學(xué)生更好地理解與吸收本門課程的知識。

機(jī)器學(xué)習(xí)課程是為了讓學(xué)生更好地了解計算領(lǐng)域的各種經(jīng)典算法和先進(jìn)的前沿技術(shù)，這些知識可在學(xué)生今后所要研究的問題上提供幫助和啟發(fā)。課程教學(xué)中設(shè)置了小組匯報這一環(huán)節(jié)，小組匯報可以提升學(xué)生之間的合作意識，鍛煉學(xué)生的團(tuán)隊協(xié)作能力，在合作的同時可以鍛煉學(xué)生的自主學(xué)習(xí)能力。但是，由于學(xué)生對該課程的了解程度不盡相同，在這門課程的導(dǎo)學(xué)環(huán)節(jié)需要增加機(jī)器學(xué)習(xí)的基礎(chǔ)教學(xué)，還需舉例更多國內(nèi)外機(jī)器學(xué)習(xí)領(lǐng)域的案例，使學(xué)生了解該領(lǐng)域的動態(tài)前沿。

此外，在機(jī)器學(xué)習(xí)課程設(shè)計中應(yīng)當(dāng)更加注重算法實踐，在學(xué)習(xí)基礎(chǔ)算法的前提下，將算法擴(kuò)展化、組合化，讓學(xué)生發(fā)現(xiàn)算法之間的關(guān)聯(lián)性，激發(fā)學(xué)生的創(chuàng)造力。

3 "課程改進(jìn)與總結(jié)

3.1 "課程改進(jìn)

針對課程目前的情況，改進(jìn)的措施主要有以下幾種[5]：

①加強(qiáng)算法理論教學(xué)。目前許多機(jī)器學(xué)習(xí)課程過于偏重應(yīng)用，忽略了機(jī)器學(xué)習(xí)算法背后的理論基礎(chǔ)。教師應(yīng)加強(qiáng)對關(guān)鍵算法的理論分析，如SVM、隨機(jī)森林等的數(shù)學(xué)原理、泛化誤差界等，幫助學(xué)生更深入地理解算法的工作機(jī)制，從而在應(yīng)用算法中融會貫通，體會算法原理背后的精妙，在研究學(xué)習(xí)中更為熟稔于心的應(yīng)用算法知識。

②增加最新算法內(nèi)容。機(jī)器學(xué)習(xí)是一個快速發(fā)展的領(lǐng)域，許多新的算法和技術(shù)層出不窮。課程內(nèi)容應(yīng)與時俱進(jìn)，如增加深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等前沿算法的內(nèi)容，幫助學(xué)生掌握行業(yè)最新進(jìn)展。深度學(xué)習(xí)是近年來在圖像識別、自然語言處理等領(lǐng)域取得顯著成果的技術(shù)，強(qiáng)化學(xué)習(xí)則是在智能系統(tǒng)和自動決策方面?zhèn)涫荜P(guān)注的領(lǐng)域。通過學(xué)習(xí)這些最新算法，學(xué)生可以更好地掌握行業(yè)最新進(jìn)展，課程的更新和擴(kuò)展對于培養(yǎng)學(xué)生的創(chuàng)新能力和競爭力至關(guān)重要。

③加強(qiáng)編程實踐教學(xué)。機(jī)器學(xué)習(xí)最終要服務(wù)于實際問題，因此編程能力和實踐經(jīng)驗同樣重要。課程應(yīng)加強(qiáng)案例教學(xué)，使用實際數(shù)據(jù)集，讓學(xué)生在編程環(huán)境下親自動手實現(xiàn)算法。

④采用小組項目制。讓學(xué)生自主分組，將課程作業(yè)或課程設(shè)計設(shè)置為小組項目，讓學(xué)生在教師的指導(dǎo)下解決實際的機(jī)器學(xué)習(xí)問題。這有助于幫助學(xué)生加深理解所學(xué)的知識，也有利于培養(yǎng)其團(tuán)隊合作能力。

⑤加強(qiáng)算法原理和應(yīng)用場景的結(jié)合。在講授算法原理的基礎(chǔ)上，結(jié)合機(jī)器學(xué)習(xí)的應(yīng)用場景可以幫助學(xué)生更好地理解算法技術(shù)的實際運用價值。例如，講解決策樹算法時引入市場營銷領(lǐng)域的用戶分類問題，講解支持向量機(jī)算法時引入金融領(lǐng)域的信用評分場景等。類似的案例分析能夠幫助學(xué)生將抽象的算法原理與實際場景相結(jié)合，加深學(xué)生對算法技術(shù)在解決實際問題上的理解和認(rèn)知，激發(fā)學(xué)生的學(xué)習(xí)興趣和創(chuàng)新思維。

⑥鼓勵參與國內(nèi)外競賽。可以鼓勵學(xué)生積極參加一些國內(nèi)外的機(jī)器學(xué)習(xí)競賽，如Kaggle等，使其在實戰(zhàn)中學(xué)習(xí)新算法。許多競賽通常會涉及各種真實世界的數(shù)據(jù)集和問題，參與者需要運用所學(xué)的算法知識解決實際挑戰(zhàn)。這種實踐中的學(xué)習(xí)，不僅能夠加深他們對算法原理的理解，還能培養(yǎng)其解決問題的能力和創(chuàng)新思維。

3.2 "課程總結(jié)

本文主要闡述人工智能課程及專業(yè)及機(jī)器學(xué)習(xí)課程的建設(shè)情況。首先介紹機(jī)器學(xué)習(xí)研究生課程的主講知識、前沿進(jìn)展和研究成果，同時結(jié)合課程實踐鞏固所學(xué)知識并解決現(xiàn)實問題，同時結(jié)合課程中遇到的問題，對教學(xué)內(nèi)容進(jìn)行深刻反思，并發(fā)現(xiàn)其中的不足之處，最后指出應(yīng)對現(xiàn)有課程中不足的解決方法。相信通過不斷的摸索，未來能形成一條培養(yǎng)創(chuàng)新類人才的道路，引導(dǎo)學(xué)生形成正確的算法思維，理論與實踐相結(jié)合，課程理論與競賽實踐相輔相成，強(qiáng)化學(xué)生的交流協(xié)作能力，培養(yǎng)適應(yīng)新一代人工智能技術(shù)的人才。

*通訊作者：鄭榮華

基金項目：2021年廣西學(xué)位與研究生教育改革課題（JGY2021096）；2020年度廣西高等教育本科教學(xué)改革工程項目（一般項目B類）（2020JGB211）。

參考文獻(xiàn)

[1] Jiang Y，Li B.Exploration on the Teaching Reform Measure for Machine Learning Course System of Artificial Intelligence Specialty[J].Scientific Programming，2021：1-9.

[2] Aglan H A，Ali S F.Hands-On Experiences：An Integral Part of Engineering Curriculum Reform[J].Journal of Engineering Education，1996，85（4）：327-330.

[3] Rao S S，Nahm A，Shi Z，et al.Artificial intelligence and expert systems applications in new product development——a survey[J].Journal of Intelligent Manufacturing，1999，10（3）：231-244.

[4] 張樂飛，羅勇，杜博.機(jī)器學(xué)習(xí)教學(xué)改革與人工智能人才培養(yǎng)[J].中國大學(xué)教學(xué)，2023（5）：18-21.

[5] 趙衛(wèi)東，袁雪茹.基于項目實踐的機(jī)器學(xué)習(xí)課程改革[J].計算機(jī)教育，2019（9）：151-154.