作者：王昊 刘高军 赵尔平
　　【摘要】针对机器学习课程教学过程中存在的问题，本文基于CDIO理念提出机器学习课程教学改革新思路。教学方法上，以案例驱动教学，调动学生学习主动性；教学内容上，以实践为主体，理论为辅助，培养学生动手能力；实践模式上，以团队为核心，培养学生沟通，协调与共同解决问题的能力，从而为培养大数据人才打下坚实的基础。
　　【关键词】CDIO 机器学习 教学改革
　　【中图分类号】G642.0 【文献标识码】A 【文章编号】2095-3089（2018）22-0245-01
　　党的十八大以来，党和国家领导人把科教兴国、人才强国和创新驱动发展战略摆在国家发展全局的核心位置，高度重视人才工作[1]。大学作为人才培养的重要组成环节，积极响应国家号召，全面提高教学水平和人才培养质量，具有重大的时代意义。
　　2000年起，麻省理工学院和瑞典皇家工学院等四所世界一流大学，经过四年研究与探索，创立了CDIO工程教育新模式。CDIO代表构思（conceive），设计（design）、实现（implement）和运作（operate），它以项目（产品）研发到项目（产品）运行的生命周期为载体，让学生以主动的、实践的、课程之间有机联系的方式学习工程。该模式从工程基础知识、个人能力、人际团队能力和工程系统能力四个维度对学生进行培养，并为各维度设计培养目标，达到提高学生综合素质的目的[2]。
　　机器学习是大数据分析的基础课程，兼顾理论性和实践操作性。熟练理解掌握机器学习对深入学习大数据技术有着重要意义。在机器学习的教学过程中，需强调理论、实践和团队相结合的原则，培养学生分析、解决问题和团队协作的实践动手能力。本文在分析机器学习教学问题的基础上，基于CDIO工程教育理念，提出机器学习教学新思路。
　　一、机器学习课程教学现状
　　教学方法上，缺乏师生互动，机器学习课程知识点较多，在规定的课时量下，传授大量内容给学生容易造成“填鸭式”教学。教学过程以教师为主体，学生被动式学习，缺乏师生互动，课堂气氛沉闷，学生学习兴趣低，听课意愿不足，听课效率差，难以达成既定的教学目标。
　　教学内容上，理论重于实践，机器学习教材多侧重于理论，其中概念、定义、公式推导多。存粹地进行理论教学，容易造成理论与实践的脱节，且授课内容枯燥无味，难以调动学生的学习主动性。
　　实践模式上，团队教学不足，教师侧重于学生个体指导工作，缺乏团队训练，不利于学生沟通、协助能力的提高，项目设计多局限于书本内容，缺乏实际项目的熏陶。
　　二、CDIO模式下的课程教学改革
　　高校开设机器学习课程，需要结合学生实际水平，教学过程应以案例驱动教学、实践为主体，团队为核心。帮助学生充分消化、吸收机器学习知识，全面提高学生理论、实践水平，培养团队合作精神。结合CDIO 理念，针对机器学习教学中存在的问题，提出如下改进思考。
　　（一）教学方法上采用案例驱动式教学
　　教学方法的适应性直接影响教学效果，机器学习是理论与实践紧密结合的课程，教学目标在于使学生理解大数据处理的基本思想、概念，培养学生实践动手能力，因此，案例驱动的教学方法[3]，可以提高学生注意力，调动学生学习热情，让学生对机器学习产生浓厚的兴趣。
　　机器学习授课应从案例分析、求解入手，以解决实际问题为出发点。教师应依据教学大纲，有针对性的设计合理难度的案例。案例中承载的问题，要符合学生的理解、接受能力，过难的问题会打击学生的学习积极性，过于简单的问题，容易使学生产生自满情绪，影响后续教学工作的开展。教师应选择具有代表性的典型案例，并根据学生反馈情况，有针对性地实时调整介入程度。
　　以案例驱动课堂，将知识点有序的穿插在案例中進行讲解，引导学生结合案例对知识点进行探索，提高学生发现问题，分析问题，解决问题的能力。案例驱动教学始终以学生作为教学的主体，教师负责引导学生发现、分析和解决问题，能充分调动学生的积极性，营造良好的互动氛围，提高教学质量。
　　（二）教学内容上强调实践主体性
　　常见的机器学习教材侧重于理论，其中概念、定义、公式推导多，容易使初学者产生为难情绪。教材可选用案例驱动类教材，如《集体编程智慧》，该类教材从案例出发，理论、知识点为案例服务，有利于达成“以实践为主体、理论为实践服务”的教学目标，培养学生动手能力，能取得良好的教学效果。
　　教学内容围绕案例中具体问题展开，对公式推导、变形等理论问题进行精简，非核心问题选讲，重视算法的具体应用，引导学生理解掌握算法应用场景和应用技巧，发现问题及时指导。针对机器学习而言，精简其基础理论中，误差范围公式、支持向量机公式、拉格朗日条件、KKT条件、对偶问题变形等理论推导教学内容；谱聚类、密度聚类、层次聚类、基于混合高斯模型的聚类等按实际情况选讲；强调机器学习各类算法的应用方法，引导学生在实践中理解算法内涵，建立微信辅导群，密切关注学生学习进展，积极帮助学生解决实践中遇到的各种困难。
　　（三）实践模式上以实际项目为依托，强调团队合作精神
　　CDIO理论以项目（产品）研发到项目（产品）运行的生命周期为载体，为工程教学模拟真实的项目（产品）开发流程。教师对实际开发项目（产品）作出适量简化，保留与算法理解具有紧密关联的核心问题，在保证核心问题正确解决的基础上，鼓励学生尝试非核心问题[4]。项目完成后，撰写实践报告，巩固实践心得体会。
　　项目交由团队开发，团队由学生自由组合，自行推选团队负责人，总体负责项目分工，开发进度，人员协调，技术攻关等工作。教师实时关注团队开发进度，以团队为单位进行指导，引导解决开发中遇到的问题，并针对各团队的共性问题，集中进行解答[5]。
　　三、结束语
　　机器学习是大数据分析的入门课程，具有一定的理论深度和强实践性。理解掌握机器学习理论，对进一步学习和深入研究大数据具有重要意义。针对机器学习教学中常见的问题，本文依据CDIO理论提出案例驱动教学下，以实践为核心、理论为辅助，侧重团队开发的机器学习教学新思路，助力大数据人才培养。
　　参考文献：
　　[1]新华社 创新引领发展 建设科技强国.
　　[2]克劳雷（美）等，顾佩华， 沈民奋， 陆小华译， 重新认识工程教育：国际CDIO培养模式与方法，高等教育出版社：2009.
　　[3]赵辉，李万龙，郑山红，张丽娟.“项目导向案例驱动”的软件工程教学模式.计算机教育，2012（10）， 89-92.
　　[4]顾学雍.联结理论与实践的CDIO——清华大学创新性工程教育的探索. 高等工程教育研究 2009（1）， 11-23.
　　[5]董晨，李继芳，杨庆，金冉.团队合作结合竞赛式教学法的实践与探索， 浙江省高校计算机教学研究会2008年学术年会， 2008.