新工科視角下以計算思維為導向的高職信息類學生程序設計能力培養研究

肖卓宇 陳果 徐運標 郭杰

摘 ?要： 針對新工科視角下學生程序設計能力較弱的問題，基于計算思維為導向，以深度學習課程為例，通過計算思維能力與深度學習基礎知識點映射、計算思維能力與Python數據分析知識點映射、計算思維能力與機器學習算法知識點映射、計算思維能力與深度學習算法知識點映射四個階段對課程進行改革。事實證明，教學改革激發了學生的學習積極性，有助于高職學生程序設計能力的提升，教學取得了較好的效果。

關鍵詞： 新工科; 計算思維; 機器學習; 深度學習

中圖分類號：G642 ? ? ? ? ?文獻標識碼：A ? ? 文章編號：1006-8228（2020）06-106-03

Abstract： In view of the weak programming ability of students from the perspective of new engineering， guided by computational thinking， taking the deep learning course as an example， carry out the course reform through four stages， i.e. the mapping of computational thinking ability and basic knowledge points of deep learning， the mapping of computational thinking ability and python data analysis knowledge points， the mapping of computational thinking ability and machine learning algorithm knowledge points， and the mapping of computational thinking ability and deep learning algorithm knowledge points. It has been proved that the teaching reform has stimulated the students' enthusiasm for learning， helped to improve the programming ability of higher vocational students， and achieved good results in teaching.

Key words： new engineering; computational thinking; machine learning; deep learning

0 引言

為應對新型科技革命與產業變革，2017年2月教育部發出《關于推進新工科研究與實踐項目的通知》，以促進新工科相關專業的發展[1]。2019年教育部根據《普通高等學校高等職業教育（專科）專業設置管理辦法》，在相關學校和行業提交增補專業建議的基礎上，增設了人工智能技術服務專業[2]。周以真教授于2006年3月首次提出了計算思維的概念，旨在基于計算機的視角對問題進行求解。2010年，周以真教授進而指出計算思維是與形式化問題及其解決方案相關的思維過程[3]。肖卓宇等人將計算思維引入到軟件工程、大數據技術、數據結構等課程，提升了學生創新意識與實踐能力[4-7]。

人工智能技術服務作為今年新增的新工科類專業，如何辦出自己的特色，讓學生受益落到實處，成為不可回避的問題。我院作為工科類專業為主導的國家示范高職院校，亟需在“云物移大智”方向有所發展，為此，以計算思維為導向對高職信息類專業學生人工智能程序設計能力深入研究有著積極的意義。

1 現狀與存在的問題

1.1 高職學生程序設計能力現狀

目前，信息工程學院已開設專業包括軟件技術、移動應用技術、軟件測試、大數據技術與應用等專業共計近1000余人，學生中近半數來自高考，另外一半主要來自不同批次的單招，學生程序設計能力良莠不齊，尤其數學、英語等科目略顯薄弱。

1.2 教學課程體系陳舊

目前，學院教學從傳統灌輸式教學向超星、智慧職教等MOOC平臺的混合式教學過渡，雖然目前在省級、校級MOOC建設上取得了一些成果，但MOOC課程與中國大學MOOC中的精品MOOC存在同質性，且存在較大的差距。另由于高職學校教師對新工科類相關課程認識的缺乏，導致一些應用型較強的新工科類課程難以及時向學生分享。

1.3 缺乏計算思維視域下的程序設計能力

高職院校學生學習基礎相對薄弱，對于一些應用性較強，不涉及復雜理論，不涉及交叉學科的課程尚且能夠駕馭，但對于新工科系列的課程明顯感覺力不從心。以課程“機器學習”為例，在初步引導學生進行了線性回歸、邏輯回歸、支持向量機 、神經網絡等算法的實現后，發現學生很難從計算思維的角度對這些算法進行有效的歸納，如怎么將算法界定為監督學習、非監督學習、強化學習、深度學習、遷移學習等。

2 新工科視域下以計算思維為導向的課程教學改革

研究前期工作針對大數據技術等相關課程進行了教學改革，取得了初步成效[8-12]。在指導學生競賽上，獲得了AIIA杯人工智能技能競賽高職專科組全國一等獎第一名，AIIA杯人工智能技能競賽高職專科組湖南省一等獎第一名，以及2019年度湖南省職業技能競賽人工智能技術與應用賽項三等獎2項，但仍然存在一些不足。為此，本研究試圖將新工科視域下以計算思維為導向的高職信息類學生程序能力培養研究進行改革，并將成功經驗分享給信息類相關專業，以促進新工科類相關課程又好又快的發展。

項目以課程深度學習為例，分①計算思維能力與深度學習基礎知識點映射;②計算思維能力與Python數據分析知識點映射;③計算思維能力與機器學習算法知識點映射;④計算思維能力與深度學習算法知識點映射四個階段，闡述深度學習知識點與計算思維能力要求的映射關系。

2.1 計算思維能力與深度學習基礎知識點映射階段

該階段屬于入門階段，主要負責對深度學習所涉及的基礎概念、主要工具、基本框架等進行教學。表1描述了該階段所包括的主要知識點，但如何能夠駕馭這些知識點，計算思維也會有著對應的能力要求。如要掌握好機器學習基礎知識簡介知識點，就要求學生需要具備抽象思維能力、形式化證明的能力，而對于神經網絡數學基礎知識點，要求學生具備形式化證明、符號表示等方面的計算思維能力。

2.2 計算思維能力與Python數據分析知識點映射階段

相對于第一階段側重基礎概念，該階段更加注重具體程序的實現，Python作為人工智能程序設計的重要程序語言，要求學生熟悉python程序設計基本語法的同時，也要靈活掌握Numpy、Pandas、Matplotlib等幾個涉及科學計算、預處理、可視化的庫，為后續第三階段的機器學習算法實現做準備。

但第二階段也對計算思維能力有著較高的要求，如表2中實戰項目要求利用線性回歸模型對數據進行分析，該階段對抽象思維、模型計算、迭代等計算思維方法有著較高的要求。

2.3 計算思維能力與機器學習算法知識點映射階段

在對基本概念、開發工具、預處理等方面具備一定的基礎后，可以逐步對機器學習中的監督學習、非監督學習等進行程序實現。

表3描述該階段需要掌握的主要知識點，如實戰項目泰坦尼克乘客存活率估計實戰項目需要對高階建模、符號表示、模型計算、抽象思維等計算思維方法有著較高的要求。

2.4 計算思維能力與深度學習算法知識點映射階段

深度學習階段較第三階段增加了很多的知識點，如卷積塊、池化、激活函數、學習率等全連接等，該階段學習難度較大。

表4中描述了該階段需要掌握的主要知識點。該階段需要通過Mnist數據集進行手寫體識別來將所有新增概念融入其中。在學生具備一定的基礎后，將一些經典的Alexnet、VGG、GoogLeNet、Resnet等卷積神經網絡進行程序實現，并為后期的目標檢測YOLOV3算法做準備。該階段對計算思維的數據建模、抽象思維、符號表示、模型評估等方法有著較高的要求。

3 結束語

本研究對新工科視角下以計算思維為導向的高職信息類學生程序設計能力培養就行了研究，以深度學習為例，分四個階段對計算思維與需要掌握的專業知識點映射關系進行了厘析，通過引入計算思維，逐步夯實了學生的專業基礎。實踐結果表明，通過四個階段遞進式教學設計，改革取得了較好的效果。今后工作將致力于把計算思維的思想遷移到更多新工科類課程，甚至是課程體系，為高職院校學生程序設計能力的提升做更深入的探索。

參考文獻（References）：

[1] 梁軍，侯迪波，張光新.新工科背景下自動化專業課程教學體系的優化重構[J].中國大學教學，2019.9：15-21

[2] 董文娟，黃堯.人工智能賦能職業教育：實質、路徑與目標[J].現代教育技術，2019.29（10）：28-33

[3] 肖卓宇， 葉嘉笑， 黎妍. 計算機專業大學生程序設計實踐能力培養改革[J].軟件導刊，2017.16（2）：197-199

[4] 肖卓宇，黎妍，葉嘉笑.以計算思維為導向的大學生程序設計能力培養研究[J].計算機時代，2017.35（1）：79-81

[5] 肖卓宇，宋藝.基于CDIO的大數據技術課程教學研究[J].長沙民政職業技術學院學報，2018.25（2）：125-126

[6] 肖卓宇，葉嘉笑.基于CDIO的IT類應用型創新人才培養模式的研究[J].湖南郵電職業技術學院學報，2019.18（1）：89-90，97

[7] 肖卓宇，余波.大學生參與式教學方法在數據結構課程中的應用研究[J].湖南郵電職業技術學院學報，2018.17（1）：88-90

[8] 肖卓宇，何锫.多階段可松弛的設計模式變體檢測方法[J].華中科技大學學報（自然科學版），2018.46（1）： 26-31

[9] 肖卓宇，黃海，何锫，李港，楊道武，彭逸凡，董澤民.設計模式檢測工具有效性評估策略[J].計算機科學與探索，2018.12（3）：380-392

[10] 肖卓宇，何锫，李港，楊道武，彭逸凡，董澤民.注入間接線索的設計模式變體分類檢測[J].小型微型計算機系統，2018.39（6）：1335-1341

[11] 肖卓宇，何锫，余波.一種多階段交互式線索驅動的設計模式識別方法[J].北京航空航天大學學報，2017.43（9）： 1746-1756.

[12] 肖卓宇，何锫，余波.非標準設計模式的恢復[J].計算機工程與設計，2019.40（1）：143-148，208