◆蘇向東 劉娜
(1.內蒙古大學計算機學院 內蒙古 010021;2.河套學院數學與計算機系 內蒙古 015000)
隨著智能時代的到來,人工智能技術研究被確立為國家發展戰略,人工智能技術人才的培養工作受到國內高等院校廣泛關注。作為人工智能領域的研究熱點,機器學習主要講解設計和優化人工智能模型的原理和方法,使應用模型具備類似人類的智能,從而將該模型應用于計算機系統和平臺,完成現實生活中的分類、回歸、序列生成等預測和決策任務。由此可見,機器學習是人工智能所依賴的重要基礎,是各類智能化應用的核心構成,是實現智能化應用的主要途徑。隨著機器學習理論的快速發展,其已經被大規模應用于工業生產和社會生活的多種智能化平臺和信息系統,推動了相關行業和產品技術改造升級,帶來了巨大的經濟價值和社會價值。目前,《機器學習》課程受到高等院校重點關注,已經成為人工智能相關方向學生的主干課程,掌握相關理論和原理的人才備受企業和行業青睞。
《機器學習》課程中很多算法都融合了矩陣論、凸優化、微積分、信號處理、程序設計等學科基礎知識,并在不斷發展中汲取其他學科領域的發展成果,要求學生具有扎實的數學基礎和良好的高級語言程序設計能力。《機器學習》原理和方法能夠為實際問題提供解決方案,可以被直接被應用于信息系統中,提升相關系統的智能化水平。
由于《機器學習》課程具有理論基礎要求較高、涉及專業知識面廣、課程學時緊湊等特點,單純課堂授課模式缺乏項目實踐活動,學生僅僅記住了理論原理,未能參與具體項目實踐活動,缺乏解決實際應用問題的能力,降低了課程教學效果。……