人工智能时代背景下Python 课程的案例教学探讨

张鹏 唐山职业技术学院

在科学技术的飞速发展下，我国已经进入到人工智能时代。由于目前世界各国的人工智能计划与方案陆续出现，随之我国各高等学校开设计算机人工智能的专业，目的在于为我国培养出高素质、高技能的复合型人工智能人才，以便推动新时代的人工智能行业发展。因此，对于最为适用于人工智能开发、研究工作中的Python 语言，开始得到更多业务人士的关注，所以这就需要高等教育在人才培养计划之中，要面向计算机专业设置Python 课程，为学生引入机器学习方法，将其作为案例教学，以此来增强教学的质量与效果，从而确保学生具备扎实的专业基础与人工智能应用经验，进一步符合人才市场的需求。

一、Python 特征

通常情况下，这是以专修课方式，出现在计算机教学中，安排在C、C+的课程之后。当学生具备一定的编辑基础，掌握编程语言的基本数据类型后，开始上课前，就可以为学生讲解重点的语言特点，以及与其他高级语言之间，其差别，促使学生形成初步的感知与记忆，为其编程思维体系的构建奠定基础[1]。因为Python 具有语言通俗、简单的特点，加之其程序包管理系统中，其pip 命令可以快捷的安全与编写程序包，以及具有很多的数据分析版块，还能实现不同平台之间，移植，并配以强大功能的标准版块，与其他的语言加以混合、编程，其领域众多，已经包含游戏、图像处理及人工智能等。

二、Python 课程的案例教学有效策略

（一）掌握常用标准模块

根据Python 课程的特点，教师要加强对学生的自主学习培养，引导其开发项目，让学生在实践之中不断汲取知识与经验。由于当前的教材中基础的语法、程序的设计结构内容较多，且人工智能方法，所应用的案例，都是比较难以学习，学生理解起来具有一定的难度，加之实验课的时间有限，想要在短时间内帮助学生去牢记知识，就需要教师精心设计实验的内容，为学生创造实践的机会，并且在此之中引入案例进行教学，去进一步强化学生对其算法的记忆。

对于Python 课程引入案例教学，其中，机器的学习相关版块，包括pandas、sklearn及ma t p lo t lib、nu m p y 等。因此在实际的教学之中，教师要加强对学生重点知识的介绍，以机器学习方法，及其应用的常用标准版块来说，比如，nu m p y，这是性能极高的基础包，有科学计算、数据分析，主要用于存储、处理大型矩阵，相比Python 而言，其所嵌套的列表结构要更佳[2]；而s kl earn，作为一种应用十分广泛的机器学习库，装有大量的机器学 习算法，例如分类与聚类、回归或降维等等，还有监督学习、非监督学习以及数据变换这些模块；以及ma t p lo t lib，属于绘图库，能够跨平台生成直方图、柱状图及散点图，还有功率谱等等的图像，以此来呈现出更加高品质的效果。

（二）建立案例的数据集

对于不同的客户，都是由其独有的特征，都可以看作为一个空间上的数据点。因此根据s kl earn，可以更加快速的将二维空间的样本点，加以生成，以便建立起数据集，用于聚类分析，能够生成月牙形的离散数据，或者团状的离散数据的样本点，以此来充分彰显Python 的标准库方法，其直观的阅读感知。所以教师引入案例教学法，将其融入Python 课程之中，有利于学生全面的掌握，其不同机器学习方法，以便学生朝向更加广阔的人工智能领域发展。

比如：fro m s kl earn imp or t data sets X1，y1=datasets.Make_moons（n_samples =4000，noise=.04）X2，y2=atasets.Make_bolbs（n_samples=2000，n_feature=4，centers=[[2，4，2.4]]，c lu ste r_std=[[.2]]）。其中n_samples作为待生成样本总数，noise 是样本点的分散程度，其取值越大就会越分散，n_feature 为每一个样本的特征数，而centers 为样本点的中心，cluster_std 是每个簇标准的偏差。

因此在numpy 库之中，其con ca ten ate方法，可以组合、合并多个数，并通过ma t p lo t lib 库，其中py p lot，去调用scatter 方法，绘制样本点二维图，show 方法，可以将展示的原始数据其分布情况加以呈现。所以直观上看这组数据集是被分成上月牙数据、下月牙数据，还有右上角的团状数据这三个簇最为合适。

三、结束语

综上所述，人工智能时代背景下，Python 课程的案例教学，更利于学生掌握人工智能算法，帮助学生汲取丰富的知识与经验，真正实现学生的理论与实践的有效统一，从而培养出高技能、复合型的人工智能人才。通过教师为学生精心设计实践教学内容，并挑选好教学案例融入Python 课程之中，对学生的学习热情、主动性的激发帮助很大，以便学生更加深刻的理解、记忆机器学习方法，为今后的高效工作奠定好基础。