黄宏博 潘淑文

摘  要：为了培养更多的大数据和人工智能类人才，满足高素质数据智能类人才需求，很多高校相继开始了数据智能类专业。文章讨论分析了在这些专业人才培养中具有重要作用的最优化类课程面临的问题。提出了根据不同专业要求合理设计教学内容、采用高效教学方法的教学方案。并讨论了最优化类课程在整个课程体系中的作用以及如何与其它课程相互衔接等主要问题，为达成专业培养目标提供了一种合理思路。

关键词：最优化;课程体系;教学改革;大数据;人工智能

中图分类号：G642       文献标志码：A         文章编号：2096-000X（2020）21-0113-03

Abstract： Nowadays many universities have published new majors such as big data and artificial intelligence to educate more students and meet the needs of high-quality demands. This article discusses the problems faced by the course of optimization for these majors and proposed some ideas for the teaching contents for the course. The teaching schemes and teaching methods are also analyzed according to the requirements of different majors. The role of optimization courses in the entire curriculum system and how to connect with other courses are discussed simultaneously. This paper provides a reasonable schema of teaching the course of optimization for achieving professional education goals for these new majors.

Keywords： optimization; curriculum system; teaching reform; big data; artificial intelligence

引言

随着信息技术的发展和创新形态的演变，经济和社会发展对智能信息类人才需求也在发生着相应的变化。高校智能信息类人才培养模式如何因应社会需求，培养出能够自然衔接社会经济发展需要的高素质人才，是一个亟需研究的重要课题。

随着大数据和人工智能等技术的发展，社会对于相关人才的需求不断增加，各高校为了因应社会需求，开始在本科阶段设置大数据、人工智能、机器人等相关专业。新增专业对于培养目标、专业定位、课程设置等诸多方面都提出了新的要求，需要统筹规划设计。同时，由于这些专业需要较强的理论基础和实践创新性要求，如何在课程设置中夯实理论基础，对于学生的后续发展是非常重要的。除传统的高等数学、线性代数和概率统计等基础课程外，最优化类课程是奠定专业理论基础的课程之一。……