智能技术论文六篇.pdf

智能技术论文六篇

智能技术论文范文1

1数据智能分析师培育

就业前景分析方面，谷歌首席经济学家哈尔瓦里安估计，将来即将消

失一类新型的专业人才和职业岗位——数据科学家，当然数据智能分析师

也会应运而生。现下时代是数据时代，甚至称之为大数据时代，企事业单

位面临大量数据如互联网数据、医疗数据、能源数据、交通数据等，实际

应用中普遍遇到分析力量弱、噪声数据多、缺少分析方法、分析软件力量

差、模型可信度低等问题，其主要缘由在于传统数据分析方法不能满意需

要，而数据挖掘技术、机器学习技术、模式识别技术、学问发觉等智能技

术可以为数据智能分析方法与工具供应技术支撑。2021年4月24日，百

度高级副总裁王劲在第4届“技术开放日”上正式宣布推出“大数据引

擎”，数据智能概念由此产生。数据智能分析是指通过数据挖掘技术、机

器学习、深度学习、模式识别与分析、学问发觉等技术，对数据进行处理、

分析和挖掘，提取隐蔽在数据中有价值的信息和学问，从而寻求有效解决

方案及决策支持猜测。目前社会急需懂得智能技术的各层次数据智能分析

人才，可以估计，娴熟把握智能技术的数据科学家、数据分析师、数据挖

掘人员将有宽阔的用武之地。培育手段探究方面：①以“点—线—面”结

合的方式横向纵向设置课程群，面对数据智能分析，以案例为导向贯穿

“线”上的各关节点课程，比如以数学基础课（线性代数、概率统计、数

学分析）大类专业课（程序设计、数据结构、数据库技术）数据智能分析

专业课（数据挖掘、机器学习、多维数据分析）为主线，理论与实践齐头

并进；②立足培育“计算技术+智能信息+学问技术”的高级数据分析师，

理论学习—随课试验—集中实践—科技活动—企业实习—毕业设计等教

学环节协调协作，“资格认证—竞赛获奖—奖学资助”激励培育；③以大

数据智能分析为契机，乐观培育本科生的大数据计算思维和认知力量，使

其把握大数据智能分析方法、机器学习数据挖掘工具和开发环境。政策导

向分析方面：建议中国计算机学会与中国商业联合会数据分析专业委员会

等机构紧密协调合作，设立适应新时代社会与经济进展的“数据智能分析

师”认证[6]，当然将大数据智能分析纳入计算机水平考试的可选项也是

当前的一种解决方案，提高智能科学与技术专业社会认可度，增加本专业

同学的归属感，更好地培育各层次的数据智能分析人才。

2创新型智能技术人才培育

智能科学与技术的进展与计算机技术几乎同时起步，但其进展比计算

机技术要慢很多，根本问题在于高级智能的载体——“人脑”是世界上最

简单的系统，人类对它的熟悉和了解仍旧处于初级阶段。近年来通过智能

技术解决实际应用问题有了长足进步，国内已相继有20多所高校面对市

场变化和将来需求，自2021年以来间续开办了智能科学与技术本科专业。

尽管大多数智能技术的理论基础还不完备，但实际应用的强劲需求与问题

解决力量超越了薄弱理论基础的约束。本专业课程的教学内容与课程实践

都适合老师与同学以讨论者的身份参加到“教”与“学”的活动之中。1）

讨论型教学。蓬勃进展中的智能技术需要老师启发式、制造式、批判式地

“教”，同学也要制造式、批判式地“学”。教与学要能够从讨论思维、

问题探究、模型改进、算法优化、脑认知和自然智能指导的角度推动教学

活动，进行创新性教学和讨论型学习。教学实践活动中应强调同学半监督

式学习与自监督学习为主导，鼓舞引导深度学习，经典案例、前沿讲座、

争论探究贯穿课堂教学，课程考核注意创新科技实践、问题探究、课程内

容探究、课程讨论性专题报告、以课程为基础的作品开发等创新效果和教

学效果。2）“讨论型分组”培育。智能科学与技术专业开办时间不长，

成熟教材不多，课程体系需要不断适应同学和社会的需求做出调整，又加

上智能科学专业课程本身的进展探究与实际应用现在处于同步进展阶段，

打算了专业老师大力推动“讨论型班级教学”，在教学过程中实施“大班

基础讲授”+“小班讨论型争论”+“小组探究型课题实施与报告”的教

学体系，同时来自相关讨论方向的讨论生也作为助教帮助专业老师对小班

（组）课题争论进行引导。3）科研训练提高学习乐观性。大类培育模式

下实施科研训练引导学习，大一、大二班级主要学习公共基础课程和大类

专业基础课程，其中的数学基础课，如线性代数、高等数学、概率统计、

离散数学等，由于缺乏实际应用案例支撑，许多同学会怀疑这些学问在将

来本专业学习中的用处，课堂课后处于被动学习状态，个别同学还会由于

熟悉滞后，产生厌学心情甚至放弃基础学问