基于AI Studio的机器学习实践训练通识课建设

针对非计算机学科学生对机器学习课程的学习需求,以北京理工大学"机器学习理论和实践"实践训练通识课为例,从课程总体设计、实验案例设计和教学效果3个维度详细探讨面向各个专业的实践训练通识课程建设方案,提出基于教育2.0到3.0的教学模式和结合大创竞赛、校企合作的人才培养模式.     

面向机器学习课程的教学改革实践

针对智能科学与技术专业"机器学习"课程理论与实验教学实践中遇到的问题,从"机器学习"课程在计算智能教学体系中的根本作用出发,提出面对"机器学习"课程理论和实验教学的改革方案和相应的新教学大纲。     

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.     

机器学习课程中递进式实验案例设计

结合大数据交叉学科背景下的复合型工科人才培养需求,提出结合学生的专业研究领域,采用层层递进的原则进行实验案例设计,以智能制造领域为例,介绍机器学习课程的实验方案、实验内容、教学方案、评价方案设计等。     

机器学习实验案例设计——以聚类算法为例

针对新工科人才培养的需求,提出结合人工智能背景以OBE理念改革计算机专业实验课程教学方案,采用案例式教学的原则进行整体实验方案设计,同时将课程思政贯穿教学案例中,探索“立德树人”“全方位育人”的教学模式。结合机器学习课程的课程思政教学改革和实践,以聚类算法为例,介绍计算机专业实验课程中的实验方案设计、实验内容设计和课程思政方案设计等,并对理论教学和实践教学的深度结合进行了探索。实践表明,该课程教学方案为人才培养奠定了基础,具有一定的通用性和推广价值。     

机器学习课程的教学实践——以北京大学“智能科学与技术”本科专业为例

分析当前智能科学专业机器学习课程的教学情况,从问题导向的教学模式、以点带面的内容安排和实践导向的课程项目等几方面提出机器学习课程教学要领,以北京大学为例,具体说明教学实践过程。     

本科“机器学习”课程教学改革初探

数学知识跨度大、实际应用范围广、技术更新迭代快是“机器学习”区别于其他课程的最大特征,传统“机器学习”课程教学中数学复习与模型讲解分离、教学内容枯燥缺乏实际联系、考核内容落后于技术发展,导致本科生对机器学习模型理解困难、学习兴趣不强、自主学习意识缺乏,难以运用机器学习前沿技术解决实际问题。围绕教学方法、内容和考核3个方面,提出了“机器学习”课程教学改革措施,融合线上学习和线下推演的教学方法,增加师生互动、串联关键知识点;引入科学家故事和兴趣挑战的教学内容,丰富课堂内容、培养学习兴趣;增加基于前沿技术的实战考核,引导自主学习、探索前沿技术,成功应用于广州大学方滨兴院士本科预备班“机器学习与数据挖掘”教学实践,改善了课程的教学效果。     

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.     

大数据、人工智能类专业开设最优化方法课程必要性探析

结合高校大数据、人工智能类专业课程教学面临的困难,分析当前人才培养方案课程设置中存在的不足,提出本科大数据、人工智能类专业需开设最优化方法课程的建议。通过某矿场车辆分类和重庆市粮食产量预测及其影响因素分析等案例中涉及到的卷积神经网络及其迁移学习、支持向量机回归等机器学习方法,探讨了在大数据、人工智能专业开设最优化方法课程的必要性。     

基于层次化认知模型的本科机器学习课程教学改革

针对本科阶段机器学习课程教学中存在的问题,分析学生在课程学习过程中的认知规律,提出层次化认识模型,并基于此模型,从教学内容、教学方法、考核方式等方面阐述教学改革的方法和过程,说明该方法可提升机器学习课程教学效果。     

机器学习课程实践教学案例设计与分析——以PM2.5预测为例

针对机器学习课程知识内容抽象、应用领域复杂等特点,设计机器学习实践教学案例,可以提升课程教学质量,培养学生逻辑思维。文章重点研究了应用于PM2.5预测的长短时记忆网络实践教学案例,详细阐述了数据集准备、模型设计、模型实现等内容,并基于Python进行了案例仿真与结果分析,为机器学习课程实践教学提供了案例参考。     

面向本科生机器学习课程的教学探索

针对面向本科生机器学习课程建设存在的问题,分析机器学习所需基础知识、课程体系结构、涵盖内容等方面的特点以及本科生学习能力、课程实践环境等受限因素,探讨如何面向本科生合理安排理论教学内容、采用合适的教学手段、设计实践方式和内容、针对课程特征制订考核方式等。     

大数据环境下机器学习课程的教学实践探索

结合大数据应用的时代背景,高校教学科研的重心也随之发生变化。机器学习课程作为数据科学与大数据技术专业的专业核心课,依托于现阶段计算机技术的更新迭代,涉及多学科的交叉学科课程,兼顾理论与实践应用。正因为学科的复杂性和时效性,本科生学习该课程面临较大难度和挑战,基于这一现状,教师更应从理论出发,不断探索大数据环境下机器学习课程教学的新模式。     

关于解释学习逻辑构架的一些扩充

近来,在机器学习研究领域中,解释学习倍受重视,而其中心机制——解释推广却受限于一阶逻辑,为支持高阶对象和模态概念,本文介绍了两种扩充 Horn 逻辑表示域的方法,并通过例子说明了解释推广在扩充表示域中的实现。     

开源工具在机器学习教学中的应用

机器学习是一门以算法和学习理论为主的计算机专业基础课程,单纯的算法分析和理论讲解很难引起学生的学习兴趣。为了激发学生的兴趣,循序渐进的完成教学目标,本文探讨了在课堂讲授、课程作业和毕业设计三个基本教学环节中应用开源机器学习工具——WEKA的教学方法。     

智能信息处理课程群下的机器学习课程教学改革

围绕智能信息处理课程群论述机器学习课程的纽带作用,提出在机器学习教学中以"无免费午餐定理""丑小鸭定理""奥卡姆剃刀原则""大数定理""模型选择定理"等原则培养学生的计算思维、科学思维与人文素养。     

大学计算机基础课程高阶能力训练探索

为了适应陆军转型建设新形势和院校课程改造新任务及新要求,突出大学计算机基础课程对生长军官计算思维能力的培养,提出对大学计算机基础课程进行高阶能力训练,结合本校教学实际,通过分析大学计算机基础课程教学实施在展现“四性一度”教学理念方面的不足和问题根结,阐述线上线下混合式高阶能力训练实践,为不同岗位不同专业学员的计算思维能力培养提供依据。     

丑橘种植数据监测分析系统设计

传统丑橘种植面临无法预判作物生长情况和突发事件等问题,结合大数据、机器学习和信息技术,基于监测到的丑橘生长实时数据,对其生长情况进行可视化分析、聚类并预测其未来趋势,推荐合理的处理方案,为丑橘的种植提供支持;通过视频课程、新闻资讯、种植心得提供学习交流平台。     

一种应用机器学习和D-S证据理论的Linux病毒检测方案

设计了一种应用机器学习和D-S证据理论来进行Linux病毒检测的方案。主要包括方案的总体框架、样本特征选择方法、分类器选择、检测效果融合以及方案验证与结果分析等。在样本特征选择时引入了控制流程图的概念,在检测效果融合时使用了D-S证据理论的方法。最后在基于Weka软件的机器学习平台上实现和测试了该方案。验证结果表明,该Linux病毒检测方案具有良好的检测率和可靠性,可以应用于实际的商业产品中。     

机器学习案例化教学方法研究

如何让学生正确理解机器学习理论、准确利用所学技术解决新问题,是机器学习课程教学的重点。提出一种由浅入深的案例化教学方法,设计综合案例实现机器学习全过程的融合,讲解每一个算法的理论知识和实现过程,并通过调整算法步骤、参数等,展示各个步骤、自变量和系数等对学习结果的影响。实践结果表明,该方法能够有效帮助学生理解理论知识,强化动手能力。