“機器學習”課程教學探索與實踐

閔鋒　魯統偉

摘要：為了提高“機器學習”課程的教學質量，在分析教學過程中存在的主要問題的基礎上，提出改進的教學方法。理論教學環節，注重激發學生的學習興趣，理論聯系實踐和互動式教學。實踐教學環節，通過實驗設計層次化、實驗要求明確化和實驗考核常規化，培養學生的綜合應用能力和解決實際問題的能力，這些教學經驗在教學實踐中取得了良好的效果。

關鍵詞：機器學習；教學方法；教學改革

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2014）53-0158-02

“機器學習”是現代信息技術科技領域中一門非常重要的學科，涉及概率論、統計學、腦科學、認知學等多門學科，專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。“機器學習”是人工智能的核心，是使計算機具有智能的根本途徑，具有重要的研究價值和廣泛的應用價值。因此，要想成為高科技行業的高層次人才，就需要掌握與“機器學習”課程所相關的知識和技術。

一、課程安排和教學內容選擇

“機器學習”課程是我院“智能科學與技術”專業的專業課程之一，與“人工智能”、“數學圖像處理”、“機器視覺”構成了本科生培養的有機課程體系。按照我院“機器學習”教學大綱的要求，總學時數為32，其中理論教學24學時，實踐教學8學時。我院選用的教材是由Tom Mitchell所著，曾華軍、張銀奎等譯的“Machine Learning”，這是一本“機器學習”課程的經典教材，展示了機器學習中核心的算法和理論，并闡明了算法的運行過程。該書總共有十三章，有些內容如第七章的“計算學習理論”對于本科生來說理論性過強，不易理解；有些內容如第四章的“人工神經網絡”和第九章的“遺傳算法”與我們的另一門專業課“智能計算”在內容上有重疊。因此，要想在最短的時間內讓本科生掌握最基本的“機器學習”的原理和方法，就需要對教學課程選擇優化，激發起學生的學習興趣，為進一步的深入學習打下堅實的基礎。最終，我們選擇了該書的第一、二、三、五、六、八、十三章作為教學的主要內容，同時結合教師自己的科研工作，時刻關注“機器學習”在國內、國際上的最新進展，在教學過程中以專題講座的形式將“機器學習”的最新研究成果介紹給學生，達到使學生開闊眼界、增長見識的目的。

二、教學中存在的問題

筆者承擔“機器學習”課程教學工作已有五年，在日常的教學活動中，發現該課程的教學問題主要體現在以下幾個方面。

1.課程理論抽象，學生學習興趣不高。“機器學習”理論性強，如按照傳統的教學方法在課堂上講解“機器學習”的各種理論和算法，必然涉及到大量的數學公式推導，這就要求學生要有較好的數學基礎，從而使數學基礎不好的學生學習起來比較困難，興趣不高，教學效果不佳。

2.教學內容豐富，知識點分散。“機器學習”涉及的理論、算法很多，并且算法之間聯系不大，教學內容易面面俱到，這就導致學生只掌握了分散的知識點，沒有形成一條完整的知識鏈，不知道自己所學的算法有什么用、如何使用，從而失去了學習目標，影響了學生的學習熱情。

3.實驗課比例較小且難度較大。“機器學習”是一門實踐性很強的學科，由于實驗課時較少，僅提供8學時，使原本很重要的實踐活動變成了搭配；同時，部分“機器學習”算法較復雜，編程實現難度較大，加上大部分學生本身的編程能力有限，很難在較短的時間內完成實驗課的內容。最終導致學生對實驗課的興趣不高，消極應對，沒有將學習到的理論知識應用到實踐，學生的動手能力也沒有得到充分鍛煉。

針對以上問題，筆者在“機器學習”教學實踐中注重理論教學與實踐教學緊密相連，研究如何恰當組織教學內容，合理分配實驗環節，激發學生的學習興趣，加強學生實踐動手能力的培養，達到知識傳授和能力培養的有效結合。

三、教學方法改進

（一）理論教學

在一個完整的教學過程中，理論教學是尤為重要的一個環節，是學生獲取知識的直接渠道。如何提高學生的學習積極性和激發學習興趣；如何把枯燥無味的理論和算法講解深入顯出，易于理解，是理論教學問題中需要重要解決的問題。可以從以下幾個方面入手。

1.上好緒論課，激發學生的學習興趣。“興趣是最好的老師”，興趣是學生主動學習、積極思維、勇于探索的強大動力。因此在教學活動中，應該注重激發學生的學習興趣，讓學生自始至終主動參與學習，全身心地投入到學習活動中。因此，我們應該重視緒論課，通過查閱大量文獻資料，將最新的“機器學習”的研究成果展現給學生，激發學生的學習興趣。教材中列舉了“機器學習”的一些成功應用，如學習識別人類的講話、學習駕駛車輛、學習分類新的天文結構、學習以世界級的水平對弈西洋雙陸棋等。但是，這些應用只有一些文字上的描述，很難給學生留下直觀的印象，我們可以上網查找一些相關的視頻資料，結合視頻資料來講解這些應用，這樣會讓學生更加直觀的認識到“機器學習”的應用價值和遠大的市場前景，從而對這門課程產生濃厚的興趣。

2.結合實例講解，注重理論聯系實踐。“機器學習”的很多算法理論性強、抽象、不易理解，單純采用文字敘述和公式推導的教學手段，教學效果并不好。因此在理論教學中，可以結合實例講解，注重理論聯系實踐。例如在講解“貝葉斯學習”這章時，有一個樸素貝葉斯分類器的算法，實現該算法的難點在于估計給定目標值時各屬性的概率。為了讓學生更好的理解和掌握該算法，可以結合“識別手寫阿拉伯數字”這一實例進行講解。首先，將手寫阿拉伯數字圖像二值化，并分割成“4×4=16”個同等大小的子圖像；然后，計算每一個子圖像中黑色像素的個數，將該值作為數字圖像的一個屬性值；最后，從100張訓練樣本中統計出給定數字時各屬性的概率。這樣，學生通過實例，知道算法的應用場合和方法，學習興趣和效率自然就會提高。

3.教師與學生互動，注重問答式教學。教師與學生互動是理論教學最基本的組織形式，是提高課堂效率、達成教學最優化的有效途徑之一。因此，課堂教學模式應由傳統傳授“滿堂灌”的方式轉向“互動問答”的方式，通過提問引導學生去思考，激發學生的求知欲，充分調動學生的學習積極性和主觀能動性。例如，在講解“基于實例的學習”這一章時，首先給學生介紹了三種學習方法：k近鄰算法、局部加權回歸和基于案例的推理，這時可以問學生：這些方法有什么共同點？與前面學習的方法有什么不同？根據學生的回答，引導出積極學習和消極學習的概念，并指出這兩種方法之間的重要差異。然后進一步問學生：歸納偏置方面積極和消極方法是否有實質性的差異？引導學生去思考引起這些差異的原因是什么，探求問題的本源。接著還可以問學生：這些差異會影響學習器的泛化精度嗎？讓學生去進一步思考這些差異會導致什么樣的結果，從而對所學的算法有更加深入的了解和認識。endprint

（二）實踐教學

實踐教學是理論教學的深化和補充，學生在實踐環節將理論教學學到的理論算法應用于實踐，有助于知識的理解和掌握，也有助于提高學生的動手能力。傳統的實踐教學內容大多為驗證型實驗，缺乏綜合性實驗，對學生綜合應用能力和解決實際問題能力的培養不夠。因此，教學過程中要加強實踐教學，增加綜合性實驗，將理論教學與實踐教學密切結合起來。可以從實驗設計、實驗要求和實驗考核這三方面入手。

1.實驗設計層次化。根據理論教學內容，結合學生的實際情況，按照由淺入深的原則安排了三個實驗：候選消除算法、ID3決策樹算法、和識別手寫阿拉伯數字。前兩個實驗為驗證型實驗，要求學生實現相關算法，驗證教材實例的正確性；后一個實驗為綜合性實驗，要求學生綜合運用數字圖像處理、可視化編程技術、機器學習等課程知識，解決實際問題。實驗的難度由易到難，層層深入，有利于學生動手能力的培養。

2.實驗要求明確化。對于每一個實驗，都有明確的要求，讓學生明白實驗要做什么，該輸出怎樣的實驗結果。如在候選消除算法實驗中，首先要求學生以讀文件的方式讀訓練樣例，并將樣例顯示在屏幕上；然后，實現極大特殊假設算法并將每一步的極大特殊邊界輸出到屏幕；最后，實現極大一般假設算法并將每一步的極大一般邊界輸出到屏幕。通過完成這個實驗，學生對候選消除算法的過程有了一個清晰的認識，加深了對算法的理解。

3.實驗考核常規化。為了保證實驗的質量，加強對實驗的管理，對每一次實驗都要求學生簽到，并完成相應的實驗報告，交由教師批改。教師根據學生完成實驗報告的情況，給出評分和評語，并計入學生的平時成績中。學生的最終考試成績為平時成績與期末卷面成績的加權和。通過常規化實驗考核，學生會意識到實驗環節的重要性，積極認真的對待實驗。

四、結語

針對“機器學習”課程特點和我校的實際情況，我們積極開展教學改革研究，從理論教學和實踐教學兩方面進行了一些探索，并初步取得了令人滿意的效果。“機器學習”是一門不斷發展的交叉學科，要求“機器學習”課程的內容不斷更新，教學方法也要不斷改進。為了更好的講授這門課，還需要在日后的教學實踐中不斷改進和完善。

參考文獻：

[1]Tom M.Mitchell.Machine Learning[M].曾華軍，等，譯.北京：機械工業出版社，2003.

[2]袁鼎榮.淺談《機器學習》的課程教學方法[J].廣西經濟管理干部學院學報，2010，（4）：99-101.

[3]胡雪蕾，孫明明，孫廷凱，陸建峰.研究生“機器學習”課程教學改革實踐與探討[J].煤炭高等教育，2012，（1）：118-121.

[4]汪馨蘭，戴鋼書.創新與發展：新媒體環境視域下的高校思想政治教育[J].思想教育研究，2013，（02）.

[5]汪馨蘭，戴鋼書.創新與發展：新媒體環境視域下的高校思想政治教育[J].思想教育研究，2013，（02）.endprint