面向机器学习的计算机课程认知分析与教学改革研究.pdfVIP

２０２４年５月洛阳师范学院学报Ｍａｙꎬ２０２４

第４３卷第５期ＪｏｕｒｎａｌｏｆＬｕｏｙａｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙＶｏｌ.４３Ｎｏ.５

面向机器学习的计算机课程认知分析与

教学改革研究

１１２１

何小利ꎬ张博ꎬ宋钰ꎬ吴亚东

(四川轻化工大学１.计算机科学与工程学院ꎻ２.网络中心ꎬ四川自贡６４３０００)

摘要:为了深入了解和掌握学生对计算机课程的认知和学习情况ꎬ针对我校学生进行了有关计算机课程认

知的问卷调查.随后利用机器学习中的ＫＮＮ、随机森林和神经网络等技术建立了预测模型ꎬ对收集到的数据进

行了仔细的清理和可视化处理ꎬ并进行分析.基于分析结果ꎬ提出以下建议:其一ꎬ采取个性化的教学策略ꎻ

其二ꎬ加强与专业相关的课程内容ꎻ其三ꎬ建议采用多样化的教学方法ꎻ其四ꎬ提供多样化的编程语言课程ꎬ

并不断优化教材的质量和内容.

关键词:机器学习ꎻ大学生ꎻ计算机课程ꎻＣ语言ꎻＰｙｔｈｏｎꎻ预测模型ꎻ教学改革

中图分类号:Ｃ９７ꎻＦ２７２.９２文献标识码:Ａ文章编号:１００９－４９７０(２０２４)０５－００８５－０６

为了更好地了解当代大学生对计算机课程的认括数据预处理、建立预测模型、数据可视化以及预

知与应用能力ꎬ并帮助计算机老师优化课程的教学测分析等几个关键环节.

方式与内容ꎬ我们面向全校学生开展了“大学生对１.１数据处理

计算机课程的认知与应用能力分析”问卷调查.之１.１.１数据预处理

后利用机器学习方法对收集到的数据进行统计和分收集到数据后ꎬ我们首先进行了数据预处理工

[１]

析.问卷内容主要涵盖学生在计算机课程学习过作.在问卷调查数据预处理过程中ꎬ我们针对特征

程中的多方面信息ꎬ包括学习兴趣、对课程数量和数据进行了缺失值处理、数据类型转换、文本预处

难度的满意度、已掌握的编程语言、实践经验ꎬ以理、类别编码、特征标准化、异常值处理.

及对计算机课程教学的建议和期望等.１.１.２基本统计与数据可视化分析

通过对收集的３０５份问卷进行深入分析ꎬ我们

１计算机课程数据分析

发现男生占比７３.１１％ꎬ女生占比２６.８９％ꎻ在专业

本次问卷调查共收集到３０５份有效问卷.通过分布上ꎬ工科占比最高ꎬ为６５.９％ꎬ理科占

对这些问卷的深入分析ꎬ我们得以了解在校大学生２７.８７％ꎬ而文科仅占５.２５％ꎻ年级方面ꎬ大一学生

对计算机课程的认知与应用能力ꎬ以及他们的具体占据绝大多数(占９７.３８％)ꎬ其他年级学生仅占

需求.利用ＫＮＮ、随机森林和神经网络等先进的机２.６３％.此外ꎬ修过计算机课程的学生占９５.７４％.

器学习方法ꎬ我们处理了收集到的数据ꎬ并建立了在学生对计算机课程的认知上ꎬ有５７.３８％的学生

[２]

相关数据模型.这些分析旨在深入探索学生对计认为计算机课程对专业学习非常有帮助ꎬ但获得计

算机课程的兴趣、满意度、难易程度感知、实际应算机相关证书的学生仅占１１.１５％.在对计算机课

用以及对课程改进的建议等.整个数据处理流程包程兴趣方向ꎬ３７.０５％的学生对计算机课程表示出

收稿日期:２０２４－０４－１５

基金项目: