人工智能时代《数据结构》课程的教学探讨.docxVIP

人工智能时代《数据结构》课程的教学探讨 摘要：教育应与时代接轨，人工智能时代给高等教育带来了智慧教学新工具，也给学生的专业知识培养带来了新要求。文章针对人工智能时代下《数据结构》课程的教学改革问题，分析了课程理论教学及实验教学需要改进的地方，阐述了《数据结构》课程应充分利用人工智能时代的新工具，调整授课方式，改善教学效果。同时也应根据人工智能时代的新要求，将课程的教授内容与时代研究热点相结合，激发学生的学习兴趣，培养人工智能时代所需要的特色人才。 关键词：数据结构，人工智能，计算思维，教学改革 一、引言 人工智能已渗透到人们日常生活的各个环节，个性化的购物体验、新闻定制、医疗保健、智能家居、城市安保等无一不是人工智能的应用范畴。互联网、大数据、人工智能技术的发展引领社会的未来发展方向，带动社会岗位技能需求变革，也给高校的教育体系带来了挑战[1]。为迎接人工智能时代的到来，高校需要在教学思想以及专业设置等多方面进行调整[2]。人工智能研究主要集中学习、推理、问题解决、感知和使用语言这几方面的研究，分为两种类型：一种是数据驱动的人工智能，以机器学习为研究方法；另一种是基于知识的人工智能，以领域知识的推理为解决方案。当前人工智能的成功主要是以数据驱动的人工智能技术的进步。 《数据结构》作为大学计算机相关专业的基础课程，教学目标为提高学生以计算机为工具的问题求解能力，是一门研究数据建模的学科。其不仅仅是大学程序设计能力训练的核心课程，也是人工智能技术的基础课程。《数据结构》课程于1968年由Knuth教授提出，其在《计算机程序设计艺术》一书中系统地讲述了数据的逻辑结构、物理结构以及在数据集合上常用的操作。20世纪70年代初，《数据结构》开始进入大学课堂，是一门历史悠久的经典课程。计算机科学与技术是一个持续发展、快速更新的学科，对应的学科知识讲授也应与时俱进。在《数据结构》课程的教学过程中，应结合当前人工智能时代的发展需求以及研究热点，调整相应的教学内容以及教学方法[3]。本文将结合《数据结构》教学环节中的理论教学以及实践教学，探讨如何在现有的基础上利用新技术，结合新需求，进一步改革该课程的教学。 二、《数据结构》课堂理论教学探讨 《数据结构》知识点多且抽象程度高，学习难度大。而授课的对象多为大一下学期或大二上学期的学生，大部分学生仅进行了《计算机导论》及《程序设计语言》的专业基础课程学习，程序设计能力较为薄弱，对计算机专业知识接触面窄，理解不够深刻。在此背景下，任课教师应结合学生的知识体系，适当地引入人工智能时代涉及的新技术、新概念，引导学生更好地完成课程的学习。 1.注重授课内容与人工智能时代核心技术的关联 图灵奖得主、计算机科学家N. Wirth提出程序等于数据结构加算法的观点。《程序设计语言》《数据结构》及《算法设计与分析》这三门课程组成大学计算机相关专业进行程序设计能力培养的一个课程体系，在课程安排上按照“《程序设计语言》—《数据结构》—《算法设计与分析》”的授课次序开展。《数据结构》教学内容起到承上启下的作用。《程序设计语言》以语法学习为主，学习变量、运算符、表达式、顺序、循环、分支、函数及递归、结构体、指针等程序设计的基本概念，培养学生程序阅读、代码编写及调试能力。《数据结构》在此基础上，主要讲授在程序设计过程中对于数据的建模。《数据结构》课程研究的是非数值计算问题处理过程中，数据元素之间的逻辑关系、数据在计算机上的存储结构以及在各种结构上相关的运算。《数据结构》学科讲授的内容包括基本的数据结构，如线性表、栈和队列、串、数组和广义表、树和二叉树、图以及常用的计算机操作，如查找、排序的介绍及实现。《算法设计与分析》则旨在进一步提高学生问题求解能力，学习内容主要包括通用的算法设计技术及算法复杂度分析理论。课程包括分治及递归、动态规划、贪心、回溯与分支限界等常用算法的学习。这三门课程的教学相辅相成，互相促进。在如今的人工智能时代下，该课程体系也应适应技术变更需求，进行相应的改革。 更快的计算机处理器、大数据的可用性和计算方法的进步引发了人工智能时代的到来。机器学习、深度学习、大数据处理等都是人工智能时代的核心技术。结合当前人工智能的发展，可在《数据结构》讲授的过程中作为扩展内容，给学生介绍当今的研究热点。从数据结构的基础学习内容出发，探讨课程知识点在人工智能热点技术中的应用，激发学生学习的兴趣[4]。可在查找算法的学习中引出大数据中对应的搜索策略等，结合深度学习中广泛采用的人工神经网络结构，如图1所示，其实现时可用《数据结构》中的带权图结构进行表示，图中顶点表示神经元，边表示神经元之间的连接线，每条连接线拥有一个不同的权值，该权值经由训练得到。 2.利用智慧教学工具加强课堂互动及推广个性化教学 人工智能技术改变了传统的教学模式