人工智能背景下机器学习课程教学改革路径探索.pdfVIP

ISSN1009-3044E-mail：wltx@

ComputerKnowledgeandTechnology电脑知识与技术http：//

第20卷第26期(2024年9月）ComputerKnowledgeandTechnology电脑知识与技术

Vol.20,No.26,September2024Tel：+86-551

人工智能背景下机器学习课程教学改革路径探索

陈蕾，张礼

（南京林业大学信息科学技术学院、人工智能学院，江苏南京210037)

摘要：在人工智能的背景下，机器学习技术的广泛使用不断催生人才需求，进而使得机器学习课程在高等教育人才培养

上扮演越来越重要的角色。机器学习课程是一门多学科交叉课程，具有深厚的理论性、丰富的知识点以及抽象的概念

等特性，造成了在有限的教学时间内如何帮助学生有效提升理解和掌握课程知识成为一个难题。基于此，本文从理论

教学、实践教学、教材内容、课程考核评价方式4个角度出发，探索了机器学习课程的教学改革路径。

关键词：人工智能；机器学习；教学改革；教学实践；人才培养

中图分类号：TP391文献标识码：A

开放科学（资源服务）标识码(OSID)：

文章编号：1009-3044(2024)26-0121-04

0引言系到学生的综合能力培养以及对未来科技发展的贡

献[4]。然而在当前的教学实践中，机器学习课程仍然

为了推动人工智能行业的进步，党的二十大报告

面临诸多挑战，亟须进行教学改革探索。以下是当前

明确指出，把人工智能作为推进战略性新兴产业融合

机器学习课程教学中存在的几个主要问题。

集群发展的驱动力，促进智能技术的创新，并且积极

推动区域经济社会数字化、智能化的转型刻不容缓。1.1教学内容偏重理论推导

可以看出，国家层面一直在关心人工智能领域的发机器学习是一门多学科交叉的课程，具有理论性

展，并且出台了相应政策来推动其进步，期望人工智强、知识点众多、概念抽象，难以理解等特点。传统的

能为各行各业乃至各个领域的发展提供助力[1]。机器机器学习课程，主要以数学模型的概念讲解和公式推

学习课程作为人工智能的核心课程，也是使计算机拥导为主，要求学生具有较高的专业基础知识。例如，

有智能的主要路径[2]。大量中国高等教育机构已经增决策树模型的主要理论基础是信息论。在构建决策

设了机器学习课程，使其成为计算机和人工智能相关树的过程中，要基于一定的划分标准，如信息增益和

专业的重要专业课程。机器学习实际上是对一、二年基尼指数，来选择最优特征和划分点，这就需要深刻

级课程知识的整合运用，同时也是后续课程的根基，理解信息熵、条件熵、基尼系数等信息论基础知识；多

因此它扮演着桥接上下课程的角色。在人工智能背元线性回归需借助于线性代数中的矩阵和向量来表

景下如何通过机器学习课程来辅助学生适应各种前示输入变量和参数，并利用微积分求解最小化损失函

沿技术，提升他们的实践技能和解决问题的能力，并数（如平方损失函数）。而平方损失函数的最小化过

成为具有国际竞争力的专业人才，是人工智能领域人