黄瑞章

(贵州大学，贵阳 550025)

1 机器学习课程

人工智能技术不仅是当今社会的高精尖发展核心，同时也是国家在未来战略发展中的重要方向。基于智能化时代的深化发展，各大高校也将培养高尖端人工智能人才作为主要教学目标，而机器学习则始终是人工智能领域中的研究热点。要通过计算机对人类的学习行为进行模拟，不断完善其性能，而机器学习则是智能化计算机使用过程中的支撑环节。

对于人工智能方向的本科生而言，机器学习课程是其整个专业学习的核心基础。机器学习在工业、生产、生活、服务等方面都具有了广泛的应用范围，人工智能方向本科生的核心课程之一便包含了机器学习。机器学习课程中包含了微积分、统计学、代数、控制学、信息学、电子程序设计等多学科的领域知识，要求学生具有良好的数学理论基础与计算机程序实践能力。

机器学习课程涉及的知识点分布广泛，对理论基础要求较高，在教学过程中也存在着诸多问题，会影响教学效果，对机器学习课程的教育模式进行改革很有必要。

2 机器学习课程教学存在的问题

2.1 课程内容定位不明确

面向本科生的机器学习课程涉及的学科知识较多，信息化、自动化、应用数学、计算机等多个专业的学生也都汇集于此，为实际教学带来了一定难度，一方面，机器学习课程的绝大多数内容都需要学生具备一定的数学理论基础，数学理论基础较好的学生则能够更快适应，但其他专业的学生就会觉得理论难度较大。……