以“三平台、三结合”行业实践为引领的教学创新研究

廖宁 陈怡然 杨倩 李华平

摘要 机器学习是人工智能专业的核心课程，也是一门多学科交叉融合的前沿课程。当前，机器学习课程教学尚存在一些困境，主要体现在：教学模式单一，无法满足学生的个性化发展需求；学生缺乏创新勇气；教学案例简单，实际应用难，导致学生能力与企业用人需求之间有较大差距。对此，文章提出了机器学习课程教学改革，结合“三平台、三结合”科教相融、和谐共长改革理念，提倡课程从实践中来，到实践中去，使实践进目标、进内容、进活动、进评价。通过改革，学生对课程的满意度、知识的掌握程度提升，教师的科研能力进一步提高，真正实现科教相融、和谐共长。

关鍵词 多学科交叉融合；科教相融；实践

中图分类号：G642文献标识码：ADOI：10.16400/j.cnki.kjdk.2023.14.008

2017年，国家发布了《新一代人工智能发展规划》和《新一代人工智能产业三年行动计划（2018-2020）》，人工智能产业已上升为国家战略。在当前全球科技竞争激烈的背景下，人工智能在国防、经济和社会领域的应用和发展都具有重要意义。2018年，教育部印发了《高等学校人工智能创新行动计划》，提出高校要不断推动人工智能和实体经济深度融合，鼓励建立人工智能学院，以多种方式开展各种层次的人才培养。这对人工智能专业人才培养提出了挑战，也带来了新的发展机遇。

高校培养人工智能人才时常面临一些问题，包括教学内容落后、师资力量不足、产学研合作不够等。如何加深高校和企业合作，进一步提高人工智能人才的培养质量，以满足产业发展需要，是广大教育工作者需要思考的问题。机器学习作为人工智能、大数据等专业的核心课程，综合了数学、统计学、软件工程等多学科的知识，需要解决人工智能行业的实际问题，是一门典型的多学科交叉融合的前沿课程，它呼唤着基于行业实践的教学改革与创新[1]。

1机器学习课程教学现状分析

1.1课程内容现状分析

本课程内容要求跨学科融合，综合性强、内容新[2]。不同于其他计算机课程，该课程内容包含模型选择与划分、回归模型算法、分类模型算法、聚类模型算法、神经网络等，是一门多学科交叉的综合性学科，其课程具有先修课程多、内容丰富抽象、涉及知识面较广、理论方法更新快、应用实践领域宽、实践动手能力要求高等特点，如果学生的前期课程体系不完善或缺少实践，则难以深刻体会课程中所涉及的抽象的原理和方法，无法把前面的知识点串联起来，造成该课程学习难度增加，学生对该课程失去信心。

1.2教学模式现状分析

传统教学模式单一，繁重的理论内容无法满足学生的个性化发展，学生缺乏创新。传统的集中授课形式下，教师单向讲解，学生通过听课、作业和考试来掌握相关知识与技能。这种模式缺乏互动与实践，无法满足不同层次学生的个性化需求，无法实现综合能力培养的目标[3]。

大数据行业是一个交叉融合了互联网、云计算、人工智能等多个领域的新兴产业，以机器学习算法工程师岗位为例，要求学生掌握机器学习常见算法的理论知识，并将算法进行编码，需要了解行业的具体需求，能选择与使用恰当的机器学习算法、工具，或对已有算法和模型进行优化与创新，对行业具体问题形成有效解决方案。

在传统“理论+案例”的教学模式下，学生对行业认知不足，所学知识与行业应用需求有强烈的距离感；学生往往满足于对教材中的算法在教学案例上进行复现，对算法的行业应用场景和局限性不求甚解；学生对人工智能、大数据前沿专业知识的学习有畏难情绪，缺乏创新的精神和勇气。上述问题在一定程度上影响了大数据、人工智能专业人才的培养质量。

1.3岗位需求现状分析

教学案例简单，实际应用难，人才培养与企业用人需求存在较大的差距。应某企业人才需求，重庆工程学院与该企业联合开展大数据人工智能人才的订单式培养工作，其中包含机器学习课程内容，教学采用常规的“学校教师+企业工程师”“理论+实战”的方式进行。以往行之有效的培养方式在此出现了新的问题：①大数据重视业务场景、业务需求，专任教师则看重知识原理及应用手段。②大数据、人工智能技术的发展依托于行业数据，所以在行业中的应用远远领先于校内的科学研究，但企业工程师不了解学生和教学，影响了工程师的授课效果。校内人才培养和校外产业需求之间产生了脱节，直接影响了此次订单培养的效果。因此，我们努力探索能满足行业岗位需求的人才培养模式，为了激发学生对机器学习课程的学习热情和兴趣，以学生为中心探索和研究新的教学方式势在必行。

2机器学习课程教学创新理念

本课程的理念是：“三平台三结合”科教相融、和谐共长。

三平台：常规教学平台、工作室应用平台、研究所创新平台，共同构成学生的学习平台。以“解决工程问题”为主要目标，强化课程应用能力，重视学生的自主学习能力，从根源处打破市场与学校之间的鸿沟。三结合：通过教师工作室的横向项目、纵向科研课题、结合技能大赛获奖项目，整合课程内容，将行业认知融入每一堂课。科教相融：打破“教室”的局限，构建“教室实验室教师工作室竞赛/项目”多层递进的课程形式。课程迭代升级、教科研层层凝练、反哺教学。和谐共长：以成果导向融入行业评价的方式评价学生。以学生收获自身技能成长评价教师，实现师生共同成长。

3创新方法及途径

3.1实践进目标

针对大数据、人工智能行业对业务领域的需求，本课程的教学目标确定为：

知识目标：理解机器学习常用算法；

能力目标：识别、表达和分析具体行业应用需求，选择与使用恰当的算法、工具形成有效解决方案；

素养目标：学生在学习过程中提升自主学习能力，训练勇于开拓创新的精神。

特别是在能力目标方面，明确提出基于具体行业应用需求的识别、表达和分析，算法的选择和有效解决方案的制订。这必须结合行业应用，组建团队共同研讨完成。

3.2实践进内容

3.2.1构建基于企业真实数据的实践案例库

腾讯云创拥有大量的视频、交通、天气、社交等数据，也有一些较成熟的应用。本课程引入其相关源数据，再根据课程需求，结合教师团队的科研方向，将其打造为本课程的实践案例库。在云创提供的三百多个实验资源和腾讯提供的四十几个实验资源的基础上，本课程组自主研发了7个实踐案例库，主要涉及交通和金融领域。

3.2.2整合来自教师工作室、研究所、技能大赛项目的课程内容

教师创新工作室以横向项目为主，在企业方的项目需求下，有意识地为学生提供专项技术培训，以达到促使学生快速进入项目的目的。研究所则以某一应用的研发为主，结合学生基础技能培训，以某个具体的点进行深入研究、分析。通过创新工作室和研究所，学校目前已孵化出一些竞赛作品，获得一定的成效。结合工作室的专项培训及研究所的基础技能培训，将横向项目、纵向科研、竞赛成果进行“复盘”，融入本课程教学内容中，拓展了本课程的“应用性”。

3.3实践进活动

3.3.1构建线上“必修+选修”，线下“精讲+讨论”的混合式理论教学活动

课堂中，针对学生数理推理能力不足的问题，课程组以机器学习算法的应用为主线，将机器学习算法原理等理论部分拆分为“独学”和“精讲”两部分，使用线上视频将抽象理论形象化、生动化。再采用“对分课堂”教学模式，强调教师的精讲与生生、师生之间的讨论，采用“BOPPPS”教学方法，通过超星学习通教学平台，利用“前测”与“后测”让学生对自己当前的能力和水平、后续的查补方向有更清晰的认识。

3.3.2形成“行业竞赛+横向项目+纵向科研”三结合的课外实践教学活动

打破以教室为教学活动中心的传统教学模式，以教师工作室、研究所为第二课堂，进行不同层别的项目训练。如：钻研能力强的学生进入研究所，业务处理能力较强的学生进入教师工作室，能力一般的学生通过课程案例库进行项目训练。

通过参加行业竞赛、横向项目、纵向科研项目的形式，促进学生对机器学习理论和概念的融会贯通。让学生在“学习中创新，创新中学习”，以提高学生分析和解决实际问题的能力。引导学生参加各种创新科研项目，鼓励学生参加各类相关竞赛，培养学生的创新能力和发现问题、解决问题的能力。

3.4实践进评价

3.4.1以多层次成果为导向评价学生

在实践过程中，针对学生对知识不求甚解，满足于完成任务的情况，我们参照行业实践的评价方式对学生不同层级的成果分别进行评价，以解决行业实践问题、满足行业目标的程度而给予不同的评分，使得不同层次的学生都有机会挑战自我，提高动手能力。

3.4.2以激励性原则评价学生

在每个层级的实验中可定期组织几次对抗赛，充分发挥比赛对抗性、趣味性的优点，学生通过比赛可互相切磋，互相鼓励，互相促进。

3.4.3以学生收获、自身成长评价教师

通过问卷、教学质量分析等方式评价教师的教学，通过教师参加课程实施后自身的成长评价教师的自我收获，结合学生评价数据、课程教学质量及教师的成长评价整门课程。

4教学创新实践的普适性

4.1对同一课程教师的适用性

科教融合需要一个特定的切入口，打通横向项目、科研项目、竞赛项目和教学实践之间的界限，共同提炼项目成果，进而改善教学。所以对于本门课程的一般教师，能通过参与教学，了解科研、竞赛、横向，促使其能力提升，进一步改善课程。对于本门课程的核心教师，通过学生能力的训练，扩充其研究团队、助教团队实力，实现科教相长的目的。

4.2对本学科领域其他课程的适用性

大数据人工智能作为新兴的前沿技术领域，本身就是行业应用先于科学研究、先于教育教学的。将企业数据、企业资源引入，再借“优势兵力”钻研，再以“以点带面”“层层递进”的形式不断凝练，形成自己的优势。目前，该教学模式已在本校的“数据分析与挖掘技术”“大数据综合实训”等课程中推广。

4.3对于其他学科领域的适用性

目前，重庆工程学院已在各个二级学院成立相应领域的研究所，组建教师创新工作室和校企合作项目工作室，项目导向、科研聚焦、教学传承的教学方式已在本校进行推广。

*通讯作者：陈怡然

基金项目：重庆市教研教改项目“基于‘三平台、三结合的应用型本科智能科学与技术专业建设研究”（213411）；重庆市教研教改项目“基于人工智能的课堂质量量化评价体系研究”（223454）；重庆市教研教改项目“应用型本科二级学院教学质量保障体系构建探索与实践”（213407）；重庆市教育规划课题“专业教育与行业实践相融合的应用型本科人工智能类专业建设研究”（K22YG219236）。

参考文献

[1]李祥霞，贺敏伟，张莉，等.大数据背景下人工智能专业课程教学改革研究[J].中国管理信息化，2020，23（23）：212-215.

[2]肖雄，韦茜妤，王萌.“新工科”背景下“数据科学导论”课程教学研究[J].工业和信息化教育，2020（3）：54-59.

[3]王艳霞，段正杰，孙广华.“人工智能”课程实践教学改革探索[J].中国信息技术教育，2015（8）：107-108.