面向研究生的“機器學習”課程思政教學探索

［摘 要］ 立德樹人是教育的根本任務，課程思政建設是落實“三全育人”的重要途徑。機器學習作為人工智能的一個重要分支，對培養人工智能相關人才具有重要支撐作用。在面向研究生的“機器學習”課程中，如何有機融入思政元素是一項重要的課程教學任務。從建設目標及思路、合理設計思政元素與案例、教學實踐、多元化課程資源建設、多模式教學方法改革、多元化層次化的全過程考核評價方法等方面進行了探討。通過“機器學習”課程思政建設，在人才培養過程中實現價值塑造、知識傳授、能力培養相統一。

［關鍵詞］ 機器學習；課程思政；多元化；層次化

［中圖分類號］ G642.0 ［文獻標識碼］ A ［文章編號］ 1674-9324（2024）31-0121-04 ［收稿日期］ 2023-08-03

引言

2016年12月，習近平總書記在全國高校思想政治工作會議上強調，要堅持把立德樹人作為中心環節，把思想政治工作貫穿教育教學全過程，實現全程育人、全方位育人，努力開創我國高等教育事業發展新局面［1］。黨的二十大報告提出，育人的根本在于立德［2］。2020年5月教育部發布的《高等學校課程思政建設指導綱要》指出，全面推進高校課程思政建設，發揮好每門課程的育人作用［3］。機器學習作為人工智能的一個重要分支，對培養人工智能相關人才具有重要支撐作用。近年來許多學者對“機器學習”課程的教學改革和如何融入思政元素進行了研究。王亞歌等［4］以四個教學案例重點介紹了“機器學習”課程內容與思政案例結合的具體過程。王興梅等［5］探索了新工科背景下“機器學習”課程的思政教學內容。胡春龍等［6］從教學內容安排、教學手段改進、實踐能力培養等方面對“機器學習”課程的教學改革進行了探討。商新娜等［7］在“機器學習”課程中從科技強國戰略、科技應用方向和敬業精神等方面開展了課程思政建設。

這些研究多數是針對本科教育中的“機器學習”課程，都取得了很好的效果。然而，研究生教育不同于本科教育，本科課程思政的一些研究方法、成果不完全適用于研究生教學。因此本文針對研究生培養特點和“機器學習”的課程特色，對如何開展課程思政建設和實踐進行了探討。

一、“機器學習”課程思政建設的目標和基本思路

“機器學習”課程作為我校一門碩博貫通課，面向我校控制科學與工程、計算機科學與技術、計算機技術、人工智能等專業開設，是人工智能領域的核心課程，目的是培養學生扎實的機器學習理論基礎、較強的實踐能力和創新能力。基于“機器學習”課程性質的分析和學生培養要求，本課程把為培養具有“家國情懷、探索與創新、勇攀科技高峰”的人工智能人才奠定堅實的理論基礎和實踐能力，作為“機器學習”課程思政建設的方向和重點，課程通過有機融入“家國情懷、探索與創新、勇攀科技高峰”等思政元素，培養具有“興工報國”情懷的專業精英和社會棟梁。

課程思政建設的基本思路是：基于專業面向行業和領域需求，服務京津冀社會經濟協同發展，培養人工智能、大數據的理論、方法、技術相關人才的特色，結合“機器學習”課程具有理論性強、應用廣、發展快的特點，從理論教學和實踐能力培養兩個方面深入挖掘“機器學習”課程思政元素，研究“探索與創新能力”培養和思政教育的結合點，將國家在以機器學習為主的人工智能技術方面取得的巨大成就作為教學內容，培養學生的家國情懷；將理論分析和工程實踐相結合，培養學生的探索與創新能力；將追蹤學術前沿和工程實踐與創新能力培養相結合，實現創新能力培養和思政教育的統一。

二、課程思政的教學設計與實踐

在教學中，為了讓思政內容有機融入教學過程，達到潤物無聲的目的，根據確立的課程思政目標，主要從以下幾個方面進行了全方位探討，在人才培養過程中實現了價值塑造、知識傳授、能力培養相統一。

（一）合理設計課程思政元素和案例

我校研究生“機器學習”課程32學時理論教學，主要內容包括模型估計與優化、監督學習、無監督學習、集成學習、神經網絡與深度學習等。為了融入思政元素，結合課程特點對思政元素進行了深入挖掘，思政元素如表1所示。

在挖掘思政元素的基礎上，對思政元素進行整合，構建成大的思政案例，以如下兩個案例為例來說明。

1.“探索精神”培養案例。為了培養學生的“探索精神”，從思想和實踐兩方面著手進行。一方面，通過算法迭代的思想引導學生建立精益求精的理念。另一方面，在項目實踐中，以與“中國制造2025”密切相關的焊接缺陷識別、數據驅動打造“輕量化”工業智能等案例項目為依托，在完成項目的過程中培養學生的探索精神。

2.“創新能力”培養案例。為了培養學生的創新能力，一方面，推薦學生閱讀機器學習及人工智能領域最新研究成果和技術，并鼓勵學生實現相關論文，發現最新研究成果中存在的問題進行創新研究。另一方面，在項目實踐中鼓勵學生在使用現有技術實現相關任務的同時，分析現有技術中存在的問題，改進現有技術實現創新。

（二）課程思政教學實踐

為了達到思政融入目標，從以下幾個方面對課程思政進行了下列實踐。

1.引導學生將個人成長與祖國前途命運緊密相連，培養學生的家國情懷。在緒論部分，結合國家在高鐵、5G、高新技術、經濟發展等方面取得的巨大成就，突出以機器學習為主的人工智能技術在科技強國、民族復興中的地位和作用，激發學生的愛國熱情，以中華民族偉大復興中國夢引領學生的理想信念，培養學生的家國情懷。緊密結合時政要聞，引導學生樹立為實現中華民族偉大復興而努力學習的決心，將科技報國與實現人生目標相統一，立德樹人。

2.引導學生建立精益求精的理念，通過工程實際培養對科學的探索精神。在多數機器學習算法中都需要對算法進行迭代優化，通過不斷迭代優化從一個隨機狀態逐步達到最優解，通過這個過程引導學生在工作學習中建立精益求精的理念，為培養探索精神打下思想基礎。在課程學習中需要學生完成一個項目，該項目要求從X射線圖像中識別出焊接缺陷，通過完成該項目，培養學生的實踐能力和探索精神。

3.引導學生關注學術和技術前沿，培養學生的探索與創新能力。通過推薦學生閱讀機器學習及人工智能領域最新研究成果和技術，拓寬學生視野，并鼓勵學生實現相關論文，發現最新研究成果中存在的問題進行創新研究。同時，在完成項目時，鼓勵學生使用現有技術實現的同時，分析現有技術中存在的問題，改進現有技術實現創新。

4.以國內機器學習及人工智能領域的著名專家和企業為榜樣，激勵學生努力成才，勇攀機器學習及人工智能領域的科技高峰。在近幾年AI領域的高水平學術會議和期刊上，中國人的研究成果越來越多，影響越來越大，部分領域目前已處于領先地位，同時涌現出了一大批著名企業，如華為、字節跳動、阿里、騰訊、百度等，為我們樹立了勇攀科技高峰的榜樣。

（三）多元化的課程思政和教學資源

在教學實踐中，采用了線上線下混合式教學。為了滿足混合式教學的要求，實現全方位思政元素融入教學過程，以學習通平臺為基礎，構建了多元化的“機器學習”課程教學資源和思政元素及案例資源。

課程教學資源包括學習視頻、教學課件、題庫、作業、測試、文獻資源等，方便學生隨時學習。同時為了提高學生的實踐和創新能力，構建了項目案例庫，包括精心設計的項目案例和各屆學生的優秀項目。思政元素及案例資源包括相關思政元素和課程思政案例。

（四）改革教學方法和手段

為了提高教學效果，適應技術發展，對“機器學習”課程的教學方法和手段進行了改革，包括采用線上線下混合式教學、項目制教學、翻轉課堂和討論式教學等。

1.采用線上線下混合式教學。課前學生通過在線資源，完成相關基礎知識學習、課前測試、論文閱讀等環節；課中根據學情進行重點講解并開展翻轉式教學，并分析論文閱讀情況；課后學生完成線上作業、拓展閱讀和項目。

2.建立了結合團隊科研方向的課外項目制教學模式。在“機器學習”的教學中，課內主要進行理論教學，為了提高教學效果，結合團隊科研方向，要求學生課外綜合運用“機器學習”的相關技術完成一個實際項目。在項目實踐中，一方面培養學生的實踐能力，另一方面培養學生的探索與創新能力，為實現培養“探索與創新能力”的課程思政目標打下基礎。

3.采用了隨機翻轉式和討論式相結合的教學方法。在教學過程中，采用了翻轉式教學，讓學生講解相關內容并進行點評討論。為了提高翻轉教學和討論式教學的效果，采用隨機法讓學生上臺講解，這樣保證了所有學生都能提前認真準備，保證了上課效果。

（五）構建多元化層次化的全過程考核評價方法

本課程為碩博貫通課，對碩士生和博士生的教學要求不同，為了適應碩博貫通的要求，同時加強課程的過程性考核，建立了多元化的考核方式，課程考核包括作業、階段測試、論文閱讀與翻譯、分組報告、項目實踐等，既考核學生對理論知識的掌握程度和運用能力，也考核學生的實踐能力。

同時針對碩士生和博士生的特點，在多元化考核的基礎上分層考核，碩士生和博士生的考核內容和考核要求均不同，碩博考核構成不同，相同構成占比不同，要求不同。碩士生考核包括階段測試、論文閱讀與翻譯、小組報告、項目實踐，其中階段測試主要是加強學生對基本理論的理解、掌握和運用；論文閱讀與翻譯主要考核學生對機器學習及人工智能領域的前沿的熟悉情況；小組報告主要考核學生基本理論的學習、理解、總結分析能力；項目實踐主要考核學生綜合應用機器學習理論、方法解決實際問題的能力和實踐能力。博士生考核包括階段測試、文獻綜述、數據集分析、小組報告、項目實踐。總之，既考核學生對理論知識的掌握程度和運用能力，也考核學生的實踐能力、探索與創新能力。

三、課程思政建設成效

通過在課程中融入思政元素，既培養了學生的專業能力，又激發了學生的家國情懷，同時培養了學生的探索與創新能力。通過課程思政，使學生更加明確了努力方向，樹立了科技報國的遠大志向，學生把更多精力投入課題研究中，提高了研究生階段的成果產出和質量，取得了明顯的效果。

（一）科技創新能力培養和思政教育相統一

在課程思政建設中，針對“機器學習”課程具有理論性強、應用廣、發展快的特點，從理論和實踐能力培養兩個方面深入挖掘思政元素，將國家在以機器學習為主的人工智能技術方面取得的巨大成就作為教學內容，培養學生的家國情懷；將理論分析、工程實踐和追蹤學術前沿相結合培養學生的探索與創新能力，實現科技創新能力培養和思政教育相統一。

（二）課內與課外思政元素相結合

“機器學習”課程為32學時，全部為課內教學，主要為理論講授、小組討論、翻轉教學等環節。為了提高學生學習效果，增加了課外教學環節，包括文獻閱讀與翻譯、項目實踐、文獻綜述、數據集分析等。不論是課內教學，還是課外教學，都融入了思政內容，而且課內教學和課外教學相結合共同完成同一個思政目標。

結語

本文結合研究生教學特點和“機器學習”課程特色，把為培養具有“家國情懷、探索與創新、勇攀科技高峰”的人工智能人才奠定堅實的理論基礎和實踐能力，作為課程思政建設的方向和重點，探討了“機器學習”的課程思政建設和教學實踐。結合課程內容，有效挖掘了相關思政元素，并從四個方面闡述了課程思政教學實踐；構建了多元的教學資源，建立了結合團隊科研方向的課外項目制教學模式；構建了多元化層次化的全過程考核方法，實現了碩博貫通教育。通過融入“家國情懷、探索與創新、勇攀科技高峰”等思政元素，實現了全過程、全方位的教學育人模式。

參考文獻

［1］全國高校思想政治工作會議12月7日至8日在北京召開［EB/OL］.（2016-12-08）［2023-07-03］.https：//www.gov.cn/xinwen/2016-12/08/content_5145253.htm#2.

［2］習近平：高舉中國特色社會主義偉大旗幟 為全面建設社會主義現代化國家而團結奮斗：在中國共產黨第二十次全國代表大會上的報告［EB/OL］.（2022-10-25）［2023-07-03］.https：//www.gov.cn/xinwen/2022-10/25/content_5721685.htm.

［3］教育部關于印發《高等學校課程思政建設指導綱要》的通知：教高〔2020〕3號［A/OL］.（2020-05-28）［2023-07-03］.https：//www.gov.cn/zhengce/zhengceku/2020-06/06/content_5517606.htm.

［4］王亞歌，劉擁，杜夢麗，等.課程思政融入機器學習課程教學的探索與實踐［J］.電腦知識與技術，2022，18（33）：167-170.

［5］王興梅，趙一旭，戰歌.新工科背景下機器學習課程思政建設的研究與實踐［J］.高教學刊，2022，8（5）：193-196.

［6］胡春龍，吳陳，左欣，等.研究生“機器學習”課程教學改革研究［J］.教育教學論壇，2019（10）：99-100.

［7］商新娜，宏晨，田娥，等.“機器學習”課程思政教學改革與探究［J］.科教文匯（上旬刊），2021（28）：95-97.

Design and Exploration of Curriculum Ideology and Politics in “Machine Learning” Course for

Graduate Students

Abstract： Building morality and cultivating talents is the basic task of education， and the construction of curriculum ideology and politics is an important way to realize the “three comprehensive education”. Machine learning， as an important branch of artificial intelligence （AI）， plays an important supporting role in cultivating talents related to AI. How to integrate ideological and political elements into machine learning course for graduate students is an important teaching task. This paper explores the construction goals and ideas， design of ideological and political elements and cases， teaching practices， diversified course resource construction， reform of multimode teaching methods， and diversified and hierarchical whole process assessment and evaluation methods. By the curriculum ideology and politics construction of machine learning courses， the unity of value shaping， knowledge imparting， and ability cultivation can be achieved in the process of talent cultivation.

Key words： Machine Learning; curriculum ideology and politics; diversification; hierarchy