基于AI Studio平台的机器学习课程实践教学

针对高校开设机器学习课程面临的实验环境难以搭建、教学案例设计困难、行业大数据集难以获取等痛点问题,提出基于百度AI Studio平台开展机器学习课程实践教学,从搭建机器学习课程环境、设置实践教学平台、加载实践案例到开设课程实践比赛各环节,探讨如何开展以实践驱动的机器学习通识课教学,从而培养学生使用人工智能技术解决本学科专业领域复杂问题的能力.     

基于百度飞桨AI Studio的机器学习教学新模式实践与探索

针对机器学习课程教学中存在的问题,提出以百度飞桨AI Studio平台为载体的线上线下混合式理论教学模式和基于项目式的实验教学模式,介绍具体教学改革方案与实践,为学生进一步学习人工智能其他课程奠定坚实的基础.     

基于百度AI Studio的机器学习课程教学设计与实践

针对机器学习课程内容多、难度大、理论性和实践性强、难于兼顾各层次学生需求等问题,提出将思想价值引领融入课程教学中,激发学生的学习内动力,阐述如何基于百度AI Studio丰富的课程资源和便捷的教学平台进行课程教学设计与实践,做到因材施教,达到学习成效金字塔理论中高效率的学习效果层级.     

机器学习通识课程建设与教学实践探索

针对机器学习通识课程的教学情况,提出选择Python作为实践教学工具,从案例演示教学、扩展性实验设置、开放式综合大作业、即时在线课程管理以及注重能力、过程的综合考核方式等方面,探讨适合的教学模式,以提升教学效果。     

基于飞桨AI Studio平台的人工智能类课程线上线下融合式教学模式

分析当前深度学习课程在教学中存在的问题,针对实验课程很难有序开展的现状,提出以百度飞桨AI Studio平台为载体进行线上实验的方案,从而实现线上与线下相融合的教学模式,并详细介绍该方案的具体实施过程。     

基于Photoshop课程对地方高校通识课程实践教学方式的探讨

随着教育改革的不断深入,通识教育课程越来越引起各高校的重视.通识教育内涵扩大,通识教育人才培养目标进一步明确,各高校的通识课程呈现多元化发展,在通识课程教育当中提高学生基础知识和基本技能,拓宽学生视野实现多学科融汇贯通,以适应当今社会的发展,成为各高校通识课程设置的初衷.这就需要将多元化的教学内容和方法融入通识课程的教...     

计算机通识课并行直播教学模式探索——基于数据库通识课的教学实践分析

分析当前计算机通识课教学的实施现状,结合疫情防控常态化需要以及课程和学情特点,提出并行直播教学模式,阐述并行直播教学模式框架及实施流程,数据分析结果表明学生线上、线下学习体验差异整体上并不显著,仅在个别测量项中显著,学生能够较好地适应该模式,达到线上、线下基本等效,为设计实施符合计算机通识课教学规律的O2O (Online to Offline)教学模式提供新的思路和方法。     

基于百度AI平台的算法分析与设计课程混合式教学实践

针对算法分析与设计课程内容多但学时有限等问题,提出基于百度AI平台的混合式教学改革方案,从教学内容、教学方法和评价方式方面介绍混合式教学改革实践过程,最后说明教学改革效果.     

基于GL Studio与Photo Shop的柴油机训练仿真系统面板设计

针对目前船用柴油机实装训练存在的问题和训练机构的训练需求,采用虚拟仿真技术构建基于通用计算机平台的TBD234V12型柴油机虚拟训练系统.介绍系统开发中利用GL Studio与Photoshop结合进行柴油机面板的前期仿真开发流程.     

信息类通识课课程思政建设

针对高校信息类通识课思政建设缺乏系统专业教学方法的问题,提出信息类通识课课程思政3级指标体系和“6板斧”理念,以C语言程序设计课程为例,从课程思政教学目标制订、“信息思政”教学案例库创建、实践教学环节课程思政教育的实施几方面,介绍信息类通识课课程思政实践过程,探讨如何构建包括课程思政内容的立体评价体系,最后说明课程思政建设效果。     

基于尔雅通识课的大学生在线学习现状研究

尔雅通识课作为一种在线学习平台,广泛应用于高校公共选修课的教学。本文以X大学学生为样本,调查大学生在尔雅平台的在线学习情况。调查围绕学习动机、学习方法、学习时间、学习环境、学习效果以及学习过程中的重要他人等维度展开。通过调查发现,X大学学生在尔雅平台的学习动机、行为表现、学习效果等方面的特点和存在的问题并提出合理的改进建议。     

基于Python的程序设计通识课程建设与教学实践

针对目前高校程序设计通识课程教学中限制学生思维能力发展的现状与不足,提出将Python语言纳入程序设计通识课程教学,分别从教学策略、教学框架、教学特色等方面探讨课程教学改革思路,以西华大学计算机系程序设计通识课程教学改革与实践为例,阐述如何将思维能力培养的目标与课程教学相融合,达到更好的培养效果。     

基于机器学习的RTS游戏实时胜率预测

游戏胜负预测可用于自适应游戏AI的设计,策略层面强化学习的反馈参数等。使用SC2LE公开的数据集,首先通过游戏时间、MMR和AMP指标进行数据预处理,得到质量较高的数据集;然后使用pysc2解析,提取游戏数据;最后进行特征分析,得到基础特征和统计特征,完成游戏特征数据集的构建。最终采用机器学习方法XGB分类模型,利用10次十折交叉验证法进行模型评估与优选。结果表明使用基础特性与统计特性的组合,可以使得实时胜率预测准确率在不同匹配对局情况下均超过80%。     

基于项目实践的机器学习课程改革

分析传统机器学习教学中的问题,提出将机器学习理论教学与企业项目实践融为一体的培养方式,介绍基于项目实践的机器学习教学改革措施,总结基于实践的机器学习培养方式中的潜在问题。     

基于校企合作的软件实践教学平台建设

校企合作是推动软件技术专业人才培养模式改革的重要措施。文章分析校企合作平台的架构和分阶段计划安排,以哈尔滨师范大学软件学院的校企合作平台建设为例,介绍如何建设基于校企合作的软件实践教学模式。     

面向通识教育的数据科学课程建设

通过分析国内外数据科学教育现状,详细阐述在国内建设数据科学的必要性,以吉林大学为例,从课程目标和课程模块设置方面具体介绍面向通识教育的数据科学课程教学实践。     

基于大规模工程实践的软件工程专业建设的探索与创新

工程实践是软件工程专业建设十分重要的环节,如何通过与企业深入合作,在实战中培养从事大规模软件工程的软件人才,是建设软件工程专业的院校都需要面临的问题。本文介绍了浙江大学软件工程专业以大规模国际化产学研合作项目为基础,在教育体系、课程体系、工程实践体系和校企合作生态环境建设等方面进行的深入探索和创新。十余年的实践效果表明,探索取得了良好的建设成效。