Python人工智能应用课程的教学改革与实践探析

岳洪伟，樊亚妮，张辉，邢凤闯

（广东第二师范学院 物理与信息工程系，广东 广州 510303)

人工智能课程作为一门涉及多学科领域的交叉性学科，其应用遍及通信、工业生产、机器人、科学可视化等诸多领域。人工智能课程对理论和实践都有着较高的要求，不论在科学研究中还是生产实践中，两者的结合非常密切。所以在教学中一方面需要通过理论教学来提高学生的理论知识水平，另一方面也需要进行理论与实践相结合，通过实践操作来满足教学要求[1]。对于人工智能课程，如果采用传统的教学方法来讲授抽象的理论和烦琐的数学公式推导，普通高等院校的学生很难深入理解概念和算法的物理含义。传统的教学方式让公式推导更加枯燥无味，学习积极性的缺少使得整体的教学效果低下。

提高教学质量的关键在于培养学生的应用能力，这对于当前推进工科学生教育，建设国家创新体系有着重要意义[2]。在新工科建设背景下[3-4]，如何有效提高人工智能课程的教学质量，培养和提高学生自我学习、独立分析的能力，并逐步加强学生的工程实践能力是一项具有重要意义的工作。信息技术为高等教育教学改革提供了新的路径，孵化了新的教学理念。信息化环境的开放性、交互性、共享性、协作性和自主性,为高校打造高品质教学资源提供了新的手段[5-6]。目前各个高等学校都在充分利用现代化信息技术工具改进已有的教学方式，以先进的教育理念为指导，打破传统的课程建设模式，打造面向在校师生与社会学习者的、资源充分开放的课程资源，以发展学生自主探究意识，充分挖掘学生的学习兴趣与能力。

因此，为了使学生更好地掌握人工智能课程，毕业后能够利用课程知识在公司、企业、研究所等部门从事相关工作，本文从教学方法、教学内容和教学资源构建上对课程进行改革实践，结合先进的教学手段和教学方法来改善该课程的教学质量，引导学生积极主动地学好该课程。

1 授课内容和方法的调整

目前本校的Python 人工智能应用课程是32 个授课学时，如果想在有限的学时内让学生把基本理论和实践能力构建起来非常困难。如何让学生理解基本的人工智能理论，同时具有一定的实践操作能力，就对教师的教学提出了很高的要求。本文首先从以下角度入手对教学内容和方法进行探讨。

1) 讲述人工智能的内涵，阐述机器视觉、图像处理、机器学习、深度学习之间的关系，让学生建立宏观的知识架构。如果仅仅关注本课的教学内容及知识点的讲解，而不能将本课知识点放到整个知识体系中予以考虑，会使得学生只见树木不见森林，无法真正有效地建构起结构化的知识体系，不利于学生认知结构的发展和思维的提升。当面对不同的技术要求时，学生往往无法进行举一反三。

2) 通过对案例进行对比分析，让学生理解知识点之间的演进路径。比如可以通过案例法讲解监督学习、无监督学习、半监督学习之间的区别和联系。这样可以避免知识点的破碎，让学生整体认识这些方法在数据分析和数据挖掘等领域的应用。

3) 削弱部分公式推导，利用具有交互计算功能的应用软件，在授课过程中对基础知识点进行代码实现和结果展示，减少学生学习的难度[7-8]。由于技术的发展日新月异，原有大纲使用的软件在课堂上没有较好的直观展示性。本课程可以通过Jupyter Notebook 软件进行演示操作，加强学生对相关知识点的理解和掌握。例如，当讲解梯度下降算法知识点时，利用Jupyter Notebook 软件可以直观演示步长参数对极值点求解的影响。其中梯度下降求解极点过程如图1所示。通过这样的例子，有助于让学生理解公式中的参数对数值求解的影响，明白调参的重要性。进而可以讲述梯度下降算法的变体——动量梯度下降法。这样即使学生没有理解公式推导过程，也可以让学生理解该知识点的功能。特别是对于部分难以理解的概念和公式，可以利用该软件平台进行直观认识，因为该软件可以让学生直接看到处理结果，增强对公式的理解和认识。

图1 梯度下降求解过程

4) 根据课程培养目标确定对应的知识模块、讲授内容、实验内容、教学策略、学生应达到的实验技能和能力。教学内容将明确教师的教学策略，通过多种教学方式提高教学的时效性；明确每一授课内容可使学生达到怎样的技能目标和能力目标。

5) 人工智能课程的实验教学可以分为基础知识类实验和实践类实验两大模块。基础知识类实验主要是根据教材内容进行设计，旨在巩固和检查学生掌握的课堂理论知识。例如，在机器学习的基础知识类实验中，可以通过编写代码来实现常见的分类算法，如决策树、朴素贝叶斯等，并评估它们的分类效果。此外，还可以设计一些小型任务，如手写数字识别、垃圾邮件过滤等，让学生运用所学知识解决实际问题。实践类实验主要是通过工程项目进行设计，旨在让学生将理论知识应用到实际工程问题中去。例如，在房价预测项目中，可以将整个项目分解成多个小任务，如数据清洗、数据可视化、特征提取、模型构建等，并指导学生在实践中逐步完成每个小任务。通过这样的方式，学生可以更深入地理解回归、数据维度、数据中心化（标准化）、分类算法、特征提取等知识点，并了解到这些知识点可以直接应用于真实场景中。总体来说，基础知识类实验和实践类实验都是人工智能课程实验教学的重要组成部分。通过这两种实验模块的有机结合，可以帮助学生更好地掌握理论知识和实践技能，为未来的职业发展做好准备。

3 关于课程学习的远程支持服务搭建

课程学习的远程支持服务可以让教师向学生提供作业批改、讲解课程内容、制定任务计划和答疑讨论等内容。当下为远程课程学习提供支持服务的包括学校、公司，也包括教师个人[9]。本文对远程学习支持服务情况进行了综合归纳，如图2所示。远程学习支持服务通常需要向学生提供师资简介、课程内容简介、包含影音资料以及课件的课程辅助资源和交流与互动等功能。这样学生可以下载影音资料与课件，同时彼此之间也可通过记录笔记与讨论进行交流。

图2 远程学习服务支持情况

在移动网络迅速发展的背景下，高校教学支持环境也面临着变更调整。微信作为一种移动平台应用产品，拥有9亿多用户，具有发送语音短信、视频、图片和文字等功能[10-11]。基于大量学生成为微信用户的情况，为顺应时代和技术发展，本文提出利用微信环境构建教学公众平台的思路。在微信的教学平台，教师通过教学平台提供了以下模块：学习资料模块、教学活动组织模块、作业模块和答疑交互模块，如图3 所示。利用该平台，学生可以检查学习资源的更新，随时查看任务列表、学习资料和测试资料，及时地与他人交流。

图3 基于微信环境的教学平台示意图

本文通过微信平台框架，搭建微信学习平台，设计学习活动模式。教师可以使用这些微信功能组织适当的教学活动，参与者可以分享有关教学的声音信息，具体的交互式模型如图4所示。学生可以通过该平台进行交流学习，本公众号可以让学生非正式学习常态化，为提高教学互动性提供了一个移动学习环境。

图4 基于微信公众平台的交互式模型

通过该微信教学平台，学生可以进行对话和群讨论，可以实时交流也可以留言。教师通过群聊、群发功能向学生发送关于本课程的知识点、重点和难点问题、学习资源。从图4中可以看出，参与者可以对声音信息、视频信息、图文信息、链接地址等进行分享。该微信教学平台的互动功能也让学生彼此之间进行思想的碰撞，分享彼此的理解和解决问题的角度，有助于拓宽学生的知识面和创造力。

4 面临的问题和解决方案

通过对近年来本专业学生关于人工智能课程的考试成绩分析可以发现，学生的考试成绩有着明显变化，2022 级和2023 级学生的上课积极性有着明显不同。但是本课程也面临着一些问题，本文从以下几个方面分析。

1) 利用在线学习平台可以提供丰富的教学资源和互动社区，让学生们随时随地进行学习和交流。经过实践，我们发现，利用现代教育技术在人工智能课程中取得了一些教学成果。然而，我们也需要看到人工智能课程中仍面临的一些挑战和限制。例如，人工智能技术的更新速度非常快，如果教材和教学方法不能及时跟进，则可能会影响学生的学习效果；另外，由于人工智能领域的技术和应用非常广泛，单一的课程难以涵盖所有方面，因此需要针对不同的学生需求设计不同的教学内容和方式。因此，在利用现代教育技术进行人工智能课程教学时，我们需要注重教学方法的创新和更新，以适应快速变化的技术和学生的多样化需求。

2) 教学改革的中心内容是如何让“教师教得更好、学生学得更好”。交互计算的应用软件可以通过图像、动画、模拟等方式来呈现知识点，使学生们更好地理解和掌握相关内容。当然，使用交互计算的应用软件也存在一些挑战和限制。例如，这些软件往往需要较高的技术门槛，如果学生缺乏必要的计算机操作技能，则可能无法充分利用这些工具；另外，这些软件可能会对教师的教学方式和内容产生一定的影响，需要教师们适时调整教学策略和方法。总之，利用交互计算的应用软件可以有效地促进教师和学生之间的互动与合作，提高教学效果和学生的学习兴趣。

3) 培养目标是人工智能课程的实验设计的关键，它可以帮助教师确定学生应该掌握的技能和能力。根据培养目标，教师可以设计一系列与之相符合的实验教学内容，使得学生可以将各知识点串联起来，从而更好地理解课程涉及的各个功能。例如，通过机器学习实验让学生通过构建分类、回归等机器学习模型，了解机器学习算法的基本原理和应用场景；通过深度学习实验让学生通过搭建神经网络模型，学习深度学习算法的原理和应用。当然，设计人工智能课程的实验教学内容也存在一定的挑战和限制。例如，对实验环境、设备和软件的要求较高，需要投入大量的资源和精力；另外，实验内容需要不断更新和优化，以适应人工智能领域的快速发展和变化。因此，教师需要不断地进行课程设计和实验教学的改进，以提高课程的实用性和教学效果，为学生的职业发展和未来的研究奠定良好的基础。

5 结束语

工科课程往往存在实践教学薄弱的问题，为了提升Python人工智能应用课程的教学效果，文章从教学方法、教学内容和教学资源上探讨了工科院校人工智能课程教学改革，分析了如何在有限学时的限制下，强化学生的感性认知，提升学生的学习兴趣，激发学习者的能动性，进而培养学生对基础理论知识的理解能力，进一步提升人工智能课程的教学效果。随着人工智能技术的普及，未来社会对学生综合能力的要求不断提高，普通高等院校只有紧跟市场发展需求，提升学生的实践能力，才能为国家提供更多的人才。