基于CDIO理念的研究生“機器學習”課程教學改革探索

摘 要 研究生“機器學習”是人工智能專業的核心課程，其內容對研究生后續的科研、工作的開展至關重要。文章通過分析以往研究生“機器學習”課程中的多個教學問題，結合多年研究生教學經驗與CDIO工程理念，對課程內容進行優化，并提出豐富教學方法和多元化課程考核等舉措，在講授課堂知識的基礎上，強調研究生實踐、創新、團隊協作等能力的培養，為研究生“機器學習”的教學改革提供有價值的經驗和啟示，提高課程教學質量，為培養人工智能相關領域的人才打下堅實的基礎。

關鍵詞 CDIO理念；機器學習課程；研究生；教學改革

中圖分類號：G424 文獻標識碼：A DOI：10.16400/j.cnki.kjdk.2024.19.043

Exploration of Teaching Reform in Postgraduate "Machine Learning"

Course Based on CDIO Concept

LIU Jian， WANG Xuesong， YUAN Xiaoping

（College of Information and Control Engineering， China University of Mining and Technology， Xuzhou， Jiangsu 221116）

Abstract The graduate course "Machine Learning" is a core course for AI-related majors， and its content is crucial for postgraduate students' subsequent scientific research and work. By analyzing multiple teaching problems in previous graduate courses on "Machine Learning"， combining years of teaching experience with the CDIO engineering concept， optimizing the course content， and proposing measures such as enriching teaching methods and diversifying course assessments， we emphasize the cultivation of postgraduate students' practical， innovative， teamwork， and other abilities on the basis of classroom knowledge teaching， providing valuable experience and inspiration for the teaching reform of the graduate course "Machine Learning"， improving the teaching quality of the course， aZZ5M2jRQbvpYLAXL9jKplg==nd laying a solid foundation for cultivating talents in AI-related fields.

Keywords CDIO concept; machine learning course; postgraduate students; teaching reform

機器學習（Machine Learning）作為人工智能領域的一個重要分支，在過去幾十年中取得了顯著的發展。隨著大數據、深度學習和自動化技術的興起，機器學習已在各行各業產生了深遠影響，越來越多行業開始認識到機器學習在社會工作中的巨大潛力。作為未來科技創新的關鍵驅動力之一，研究生專業知識和技能的培養已成為高等教育的當務之急[1]。

然而，傳統的課程教學模式在滿足現代機器學習教育需求方面面臨一系列挑戰。首先，機器學習領域的知識日新月異，傳統的課程體系難以及時跟進最新的研究進展。其次，機器學習不僅是一門理論學科，還是一項實踐性極強的技能，需要學生具備數據處理、編程、模型選擇和評估等多方面的能力[2]。CDIO理念[3]是一種工程教育理念，通過構思（Conceive）、設計（Design）、實現（Implement）和運行（Operate）環節培養學生的實踐能力、創新能力和團隊協作精神。在新工科和大數據分析背景下[4-5]，需要探索基于CDIO理念的研究生“機器學習”課程教學改革，以滿足現代機器學習教育的需求。

文章通過分析研究生“機器學習”課程在實際教學過程中面臨的問題，結合筆者多年的研究生課程教學實踐經驗，將CDIO工程理念融入研究生教學過程，從教學內容、教學方法、課程考核等方面對課程教學改革進行了深入探討，希望能夠推動課程體系的改革和創新，使其更加符合時代需求和人才培養目標。

1 研究生“機器學習”課程教學過程中存在的問題

1.1 課程內容缺乏工程案例

當前，“機器學習”課程往往側重于理論知識的講解，包括算法原理、數學推導等，而忽視了實際工程應用的重要性。這種偏向理論的教學方式導致學生在課程學習中難以形成對機器學習方法的直觀理解，也無法有效地將理論知識應用于實際問題的解決中。缺乏工程案例的課程內容嚴重影響課程與行業的對接，使學生無法了解機器學習在實際行業中的應用情況，導致他們在未來的職業發展中難以適應行業的需求。

1.2 教學過程缺乏實踐環節

研究生機器學習課程通常涵蓋了廣泛的理論知識和實踐技能，旨在培養學生利用學習到的機器學習知識解決相應領域的問題。然而，傳統的研究生機器學習課程存在理論與實踐之間的脫節問題，例如，教師在課堂上僅講授機器學習理論知識，而沒有對算法編程、項目實踐進行相應的介紹，這將導致學生在將理論概念應用于實際存在困難時，無法將學到的理論知識轉化為解決實際問題的能力。

1.3 教學方法缺乏多樣性

在研究生“機器學習”課程中，許多教師仍然采用傳統的講授式教學，這雖然可以系統地介紹機器學習的基礎知識和理論，但缺乏實踐性，難以激發學生的學習興趣和積極性。同時，機器學習是一個可以應用于多個領域的交叉學科，包括圖像處理、自然語言處理、醫學數據處理等領域，然而，在研究生“機器學習”課程中，往往缺乏與其他學科的融合和交叉，這導致學生在面對實際問題時，難以將機器學習技術與其他領域的知識相結合，從而限制了他們的創新能力。此外，單一化的教學手段可能限制了學生之間和學生與教師之間的互動和合作機會，導致學生的參與度下降，從而降低了他們的學習成果和綜合能力的發展。

2 研究生“機器學習”課程教學改革舉措

2.1 理論、實踐與研究前沿并重，優化課堂教學內容

在研究生“機器學習”課程中，課程組結合CDIO工程理念，在調研多種經典機器學習教材內容以及最新的科學研究前沿進展后，綜合考慮理論、實踐前沿研究對課堂學習的重要性，對課堂教學內容進行優化，幫助學生深刻理解機器學習的基本原理，并將其應用到實際問題中，同時了解機器學習的前沿發展。

將機器學習課程的知識模塊歸納為3個方面的內容：理論知識、實踐案例和前沿拓展。機器學習是一個高度理論驅動的領域，學生通過學習各種機器學習算法的原理，包括監督學習、無監督學習、深度學習等，從而理解它們的工作原理和適用范圍。項目實踐使學生能夠將在理論講授中學到的機器學習知識應用到實際問題解決中，這有助于學生更好地理解和記憶理論概念，將其轉化為實際解決方案。機器學習實踐通常涉及編寫代碼來實現和訓練模型，學生通過實際項目提高編程技能，學會使用機器學習庫和工具，如TensorFlow、PyTorch等。前沿拓展是指在傳授基本理論和技術的基礎上，進一步涵蓋最新研究和發展趨勢的一部分課程內容。前沿拓展課程使學生能夠跟蹤并了解最新的研究趨勢，包括深度學習、自然語言處理、計算機視覺等領域的最新進展，并且前沿拓展課程可以激發學生的研究興趣。

課程組考慮到研究生“機器學習”課程的特性，科學合理地選擇教學內容。“機器學習”課程屬于多學科交叉領域，內容廣泛而且會隨著各學科的發展不斷更新，同時也強調理論與實踐的緊密結合，因此必須合理設置教學內容，建立一個與時俱進的知識體系以滿足課程建設的要求。對于經典的知識點，可以在非核心問題上進行有選擇的授課，著重關注算法的實際應用。對于前沿的知識點，教學目標是激發研究生的學習興趣和求知欲。例如，可以引入近年來備受矚目的深度學習和大模型，逐步介紹神經網絡知識。這將幫助學生理解和掌握這一充滿活力的領域，同時激發他們進一步深入研究的欲望。

2.2 注重實踐能力培養，豐富教學手段

利用案例驅動法進行研究生“機器學習”課程教學，旨在通過引入一系列真實且具有深度的案例，讓學生在實踐中深入理解和掌握機器學習的核心原理與算法。這些案例應緊密結合課程知識點，旨在激發學生的探索欲望和創新思維。通過案例分析、討論和實踐操作，學生將學會如何運用所學知識解決實際問題，不斷提升自己的問題解決能力和團隊協作能力。這種教學方法強調理論與實踐的緊密結合，有助于培養學生的綜合應用能力和創新精神，為他們在機器學習領域的深入研究和應用奠定堅實的基礎。

以最新成果為導向開展研討式教學。機器學習理論的發展、技術演進與應用拓展日新月異，需要教師在課堂知識講授時引入最新的前沿學術成果介紹，比如在知識講授部分融入“智能交通”和“無人駕駛”等案例。在教學過程中要求學生根據研究興趣以3―4人的小組為單位，選擇機器學習應用領域或前沿方向，閱讀至少6篇近3年的期刊或會議文獻，并完成文獻閱讀報告。

注重多師協作，加強教學團隊建設。“一課多師”授課模式是針對同一門課程設置多名教師分擔教學任務，根據教學任務展開聯合授課，通過優勢互補的方式，使課程立體化，豐富完善課程的知識體系，幫助學生打下堅實的理論基礎。同時，利用教學團隊的優勢資源，發揮教師在相關研究領域積累的研究成果，使學生在掌握課程知識的基礎上加強科學研究素養。

2.3 加強實踐導向，多元化課程考核

科學合理的考核方式對于激發學生的學習積極性、促進課程教學效果的提升至關重要。基于CDIO工程理念的教學模式考核評價貫穿整個教學過程，課程的考核采用過程性考查和期末考查即創新實踐作業相結合的方式。

基于雨課堂進行研究生“機器學習”課程地過程性考查，可以對學生學習的全過程進行全面、動態且精準的監控和評估。通過雨課堂平臺，教師能夠實時追蹤學生的學習進度，記錄他們在課堂上的互動表現、作業完成情況以及項目實踐成果。雨課堂的互動功能鼓勵學生積極參與討論，提出疑問，從而加深他們對機器學習理論知識的理解和掌握。同時，雨課堂提供的作業與測試管理功能使得教師可以方便地布置和批改作業，進行在線測試，從而及時了解學生對知識點的掌握情況。此外，通過項目實踐考核，教師可以評估學生的實踐能力和團隊協作能力。雨課堂還具備強大的數據分析功能，能夠自動收集學生的學習數據，為教師提供詳細的學習報告，幫助教師發現學生的學習難點和薄弱環節，進而調整教學策略，提升教學質量。通過這一系列的過程性考查措施，雨課堂為研究生“機器學習”課程的教學提供了有力的支持，確保了教學效果的持續優化。

完成全部教學內容后，利用創新實踐作業進行研究生“機器學習”課程的期末考查，具體而言，是指教師設計一項具有實際應用背景和創新性要求的作業任務。這項作業要求學生綜合運用課程中所學的機器學習算法、數據處理技術和模型評估方法，解決一個真實的、具有挑戰性的問題。例如，可以要求學生針對某個特定領域的數據集，進行數據預處理、特征提取、模型選擇與訓練，并最終實現一個能夠自動分類或預測的機器學習系統。通過完成這樣的創新實踐作業，學生不僅能夠鞏固和深化對課程知識的理解，還能夠提升解決實際問題的能力，培養創新思維和實踐精神。同時，教師也可以根據學生的作業完成情況，全面評估學生在機器學習方面的理論水平、實踐能力和創新思維，從而為課程教學效果提供有力的反饋。

3 結語

文章通過分析目前“機器學習”課程教學過程中存在的多種問題，在傳統課堂教學中融入CDIO工程思想，重視課程內容的理論性、實踐性與創新性，優化重組教學內容，使學生在理解機器學習基本原理的同時能夠將其與實際問題和前沿發展相結合；在教學過程中通過案例驅動、研討教學、多師協作等方式豐富教學手段，使學生更好地理解機器學習的基本思想、概念，并培養學生的實踐動手能力；采用過程性考查與創新實踐考查相結合的方式將考核評價過程貫穿整個教學過程，建立完善的教學評價系統，提升學生的學習積極性。通過本研究的開展，希望為研究生“機器學習”課程的教學改革提供有價值的經驗和啟示，為培養更多具備機器學習專業知識和實際應用能力的研究生人才作出貢獻。

基金項目：2023年中國礦業大學研究生教育教學改革研究與實踐項目“融合CDIO工程理念的《機器學習》課程教學改革與實踐”（2023YJSJG027）。

參考文獻

[1] 教育部關于印發《高等學校人工智能創新行動計劃》的通知[EB/OL].（2018-04-10）.http：//www.moe.gov.cn/srcsite/A16/s7062/201804/t20180410_332722.html.

[2] 胡春龍，吳陳，左欣，等.研究生“機器學習”課程教學改革研究[J].教育教學論壇，2019，9（10）：99-100.

[3] （美）克勞雷.重新認識工程教育：國際CDIO培養模式與方法[M].顧佩華，沈民奮，陸小華，譯.北京：高等教育出版社，2009.

[4] 薛偉，陳國歡，吳宣夠，等.新工科背景下研究生機器學習課程建設研究[J].安徽工業大學學報：社會科學版，2022，39（3）：62-64.

[5] 王菲，范昊.面向數據科學研究生的機器學習課程教學研究[J].計算機教育，2020（11）：135-142.