基于S2S平台机器学习课程建设研究

郝小宁 李东喜

(太原理工大学大数据学院 山西晋中 030600)

1 机器学习课程建设背景

十三届全国人大四次会议3 月11 日表决通过了《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》（以下简称纲要）。纲要第五篇是加快数字化发展，建设数字中国。打造数字经济新优势，加快数字社会建设步伐，提高数字政府建设水平，营造良好数字生态[1]。“数字”在此篇出现数次，可见国家对数字的重视，并提到培育壮大人工智能、大数据、区块链、云计算、网络安全等新兴数字产业。高校相应专业课程教学是落实相关人才培养根本任务的基础工作。机器学习等核心技术人才的培养，将成为推动数字时代的重要力量。作为大数据学院专业课程机器学习的主讲教师，深感责任重大。要承担好育人责任，“守好一段渠，种好责任田”。

数字人才培养与科技创新是社会长期关注的问题。人才是创新的根基。后疫情时代下，建设机器学习优质在线教学资源，开展混合式教学，可不断提升教学质量，助力数字化人才培养。因此，在线机器学习课程建设，对培养数字化人才意义非凡。笔者在现有教学经验的基础上，不断加强机器学习课程的教学研究,对在线机器学习课程建设，进行深入思考、研究。

2 传统机器学习课程存在的问题与数字化人才培养

2.1 传统机器学习课程存在的问题

传统机器学习课程是以理论为主。一方面，学习过程多限于老师主导的教（一言堂），学生被动听课，学生在课堂上参与度不高，无法高效地实现师生互动，不利于调动学生的主动性；学生学习的目的性差，缺乏目标引领性；缺乏理论知识向实践能力的转化。另一方面，一节课结束时，老师不能立即明确学生对知识掌握的程度，信息反馈缺失，传统机器学习课程亟需改革升级。因此，该文立足在线机器学习课程建设，目标是对传统机器学习课程进行改革，以实现对学生知识、能力、实践、创新一体化培养模式，聚焦数字化人才培养。

2.2 数字化人才培养

机器学习是该校大数据学院数据科学专业本科生的核心课程。通过该课程的学习，学生能够掌握机器学习算法核心知识，能够知道其然且知其所以然，夯实理论基础。学生能够独立分析和解决问题，培养学生获取综合运用机器学习的能力，并提升实践能力,达到培养高素质人才的作用。为学生今后从事大数据工程及人工智能工程等的相关领域工作奠定基础。同时，树立其对世界万物建立模型，以达到认识世界和改造世界的目的。

当今，数字化时代的到来，企业通过云机器学习为创新数字化转型插上腾飞的翅膀。各界对数字化人才的需求剧增，这让人才培养面临新的挑战。机器学习课程在线建设顺应并加快数字化发展的新需求，是高校机器学习课程教学改革的重要举措，助力数字化人才培养，实现从能力培养到全面发展[2]。通过机器学习课程培养的人才将服务于数字化产业需求，涵盖人工智能、大数据、区块链等新兴数字产业。

3 基于S2S平台机器学习课程建设

3.1 S2S平台的选择及介绍

以一流的在线课程，促进一流本科专业建设[3]。该校大数据学院数据科学专业学生是在大二就开设此课程。由于在疫情期，提供的在线教学平台中，比如中国大学MOOC、超星尔雅、学堂在线、智慧树、虚拟仿真等平台，机器学习这门课程的资源有限，并且与目前使用教材能配套的线上资源非常少，而异步SPOC的当时仅发现一个。由于前期课程设置的不同，学生反映听这个异步SPOC课有些不太好理解掌握，并且无法跟讲课的老师进行互动。因此，在“纲要”及后疫情的特殊背景下，应立足该校学生，选择该校提供的S2S平台作为机器学习课程建设的网络平台。

S2S 平台为教师提供了一个集备课、课程资源管理及共享、课堂互动、学生学习管理、学生考评为一体的教学平台。教师课前可以利用S2S平台进行在线课程资源建设，可以发布教学视频、教学PPT、建设题库及各种学习资料。课中可进行教学活动，包括组织讨论、发布练习、签到等。课后可布置作业，发布拓展学习任务。在整个教学过程中，所有的教学环节都会实时记录，便于教师教学管理。

S2S 平台为学生提供一个贯通课前、课上、课后、考评等学习阶段的学习平台。学生可以从手机端和电脑端登陆S2S平台，可课前预习；课中与教师进行在线讨论，课堂互动。课后可多次观看视频、做作业及测试并网上提交，并开展拓展学习任务。学生过S2S 平台可以实现一站式学习。

3.2 基于S2S平台机器学习课程建设方案

基于S2S 平台建立机器学习课程的基本信息，包括先修课程、课程简介、教学大纲、以及教学计划。在课程资源建设方面，该文将以学生为中心，围绕课前、课中、课后这3个阶段探索基于S2S平台机器学习课程资源建设的方案，为后疫情时代提升教学质量、数字化人才培养做出贡献。机器学习课程资源建设主要分为课前、课中、课后这3个模块。

基于S2S 平台，课前模块的机器学习课程资源建设。机器学习课程不可避免会涉及高数、线代、概率、统计、优化等数学知识。大二的学生需要把这些先导知识掌握，才能更好地掌握机器学习。在实际教学时发现，学生对一些数学知识理解模糊、不准确。鉴于此，可以把这些先导知识以文本或小视频的方式上传至课前资源中。利于学生理解课中讲授机器学习时用到的数学知识。同时可以预设几个针对课中要学的问题，让学生思考如何解决，带着问题在课中学习、有目标的学习。

基于S2S 平台，课中模块的机器学习课程资源建设。利用录屏软件Camatasia，采取以PPT为主,并与教师手写讲授相结合进行录屏。机器学习课程章节建设具体内容如下。

第1 章绪论。讲解机器学习的基本术语、相关概念、发展历程、应用现状以及该课程的授课内容及安排。第2 章模型评估与选择。主要讲解模型评估方法、性能度量、比较检验。第3～8 章：主要讲解监督学习，涉及线性模型、决策树、神经网络、支持向量机、贝叶斯分类器及集成学习。第9章：聚类，讲解无监督学习[4]。具体课程知识结构内容见图1。课中机器学习课程资源建设包括视频资源、讲义、习题。对机器学习中具体复杂理论公式，采用手写屏授课、录屏相结合。利用专业软件，根据章节知识点将机器学习内容分别录制微视频进行讲解，其中每个视频时长控制在10 min 以内。课程资源建设期间，特别注意加强机器学习课程思政建设，有效发挥专业课程的育人功能[5]。比如对于数字化时代中存在的卡脖子问题，可鼓励学生探索未知、追求真理，培养学生勇攀科学高峰的责任感和使命感。同时，也需要建立课堂教学活动的讨论题目资源。对每一章节，给相出应知识的程序讲解，理论联系实际，旨在加强学生动手实践的能力。对每一章节内容绘制思维导图进行知识点总结，提高学习效率、增进理解记忆。在课中的建设中，要特别建设一套习题库，在S2S平台中习题库包含填空、单选、多选、判断、简答这5种题型。这些题在机器学习讲授过程中，会以练习或讨论的方式让学生参与，真正做到教师引导，学生为中心，让学生动起来、积极思考。老师力争做到点亮学生的思维火花，做学生锤炼品格的领路人、做学生学习知识的领路人、做学生创新思维的领路人、做学生奉献祖国的领路人。在这个过程中，教师不再是知识的拥有者、传授者和控制者，而是教学过程的参与者、引导者和推动者。学生不再是知识的被动接受者，而是主动学习者、自主构建者、积极发现者和执着探索者。基于S2S平台的机器学习课中资源建设内容具体见图2。

图1 机器学习课程知识结构内容

图2 课中资源建设内容

基于S2S 平台，课后模块的机器学习课程资源建设，分为基础篇与提高篇，便于让不同程度的学生学习。将与教学内容相关的经典的机器学习文章、最前沿的机器学习文章、机器学习在应用方面的期刊论文及一些优秀的视频资源统一放到S2S平台课后资源中,作为拓展能力使用。同时给出一些实际问题及相应数据集，升级难度，让学生根据机器学习内容，编程解决，强化学生的动手实践能力，旨在提高解决问题及创新的能力，做到扶放有度。学生可体会到有限的课堂时间，无限的探究学习活动，爱上机器学习课程,为培养数字化人才奠定坚实的基础。

3.3 基于S2S平台机器学习课程建设步骤

3.3.1 新建课程

登录S2S 平台网址，进入个人空间，点击右上方“+”新建课程。课程建设主要分为四大部分操作：（1）新建课程；（2）完善课程基本信息；（3）建设课程资源；（4）建设题库。

3.3.2 完善课程基本信息

点击课程基本信息，需要完善五部分内容。分别为先修课程、课程简介、教学大纲、教学计划、教学要求。通过课程基本信息，学生大致可以对此课程做一个基本了解。

3.3.3 建设课程资源

课程资源建设中主要涉及两大部分，页面显示分别为课程章节、课程资源，如图3所示。通过点击课程章节，可添加建立课程目录及章节内容。点击课程资源，上传事先录制的相关章节的微视频、讲义、习题（通过题库进行添加）以及外部资源。

图3 课程资源建设

3.3.4 建设题库

建设题库步骤如下：首先点击题库建设，其次选择题目的类型，继而点击新建题库，再选择所属章节，最后编辑题目。重复此过程，直至将S2S 平台机器学习题库建设完毕。

通过上述4个步骤，基于S2S平台机器学习课程资源基本建设完毕。但是根据实际授课需要，可建立真实课堂。新建好真实课堂点击编辑按钮可以进行克隆，如果教师带多个班级只是上课时间和班级不一样，可以进行微调、进行克隆，而教学资源并不会发生变化。

4 基于S2S平台机器学习课程特色

基于S2S 在线教学平台，机器学习课程建设立足理论基础，结合编程。其具备以下特色。

4.1 夯实数学理论基础，培养数学应用能力，聚焦数字化人才培养

考虑到数据科学专业的特点，基于S2S 平台机器学习的课程建设立足基础理论，强化矩阵运算、概率论及统计等知识的运用，懂推导、阐述机器学习原理、掌握机器学习本质。在机器学习课程中强调基础理论的重要作用，提升学生的理论水平与创新能力。

4.2 理论与实践紧密结合，培养学生动手能力

掌握机器学习原理的基础上，通过具体程序实现机器学习算法，思考不同算法之间的区别联系。同时熟悉部分Python 库的使用。通过实践，可增强学生学习机器学习的热情，提高动手实践能力。

4.3 结合学术前沿，培养创新能力

通过课后一些前沿文章的学习，可开阔学生学术视野，拓宽科研思路，创新思维，提高全面认识问题的能力，培养学生创新意识和科研能力。

针对该校该专业学生，做到有的放矢。兼顾学生基础，利于学生更好地掌握机器学习知识。可进行在线的教学活动，包括在线练习、讨论，学生可达到100%的参与，实现有效互动，而这在传统的教学课堂中是不可能实现的。同时，可进行阶段性的测试，及时发现掌握的薄弱环节，加以强化掌握。可结合线下教学，随时师生见面，面对面地辅导答疑，实现精准教学，有效提升教学质量[6]。

5 结语

基于S2S 平台的机器学习课程，可以提供高效互动的在线课堂。学生可更加清晰、深刻地理解掌握所学内容。笔者在课程建设中在教学理念及教学内容设计中收获颇多。当然，课程建设是一个长期的过程。随着今后教学实践，课程将会不断完善。相信基于S2S平台的机器学习课程的混合教学及在线教学必将取得较好效果，全面提升教学质量，助力培养数字化新型人才。