黄菁彦 谈一帆 熊伟 李沛秦

摘   要：作为电子信息类专业的核心课程之一，人工智能与模式识别课程理论性较强，抽象公式较多，教学存在一定难度。文章以知识点“K-means聚类”的教学为例，探讨以具体案例引导学生开展课程实验，并将课堂教学与课外竞赛相结合，促进相关知识融会贯通并用于实践。该方法在理论授课的基础上，以案例实现和学科竞赛为抓手，培养学生使用所学知识设计技术方案以及解决实际问题的能力。实践证明，该方法可以充分激发学习兴趣，加深学生对理论知识的理解，提升创新实践能力。

关键词：案例式教学;聚类分析;实验设计

中图分类号：G642 文献标志码：A    文章编号：1673-8454（2021）22-0084-04

一、引言

人工智能与模式识别（Artificial Intelligence and Pattern Recognition，AIPR）是计算机科学、控制论、神经生理学、心理学等多个学科互相渗透而发展起来的一门综合性交叉学科。其覆盖领域十分广泛，包括自然语言理解、机器定理证明、自动程序设计、博弈和决策、人工神经网络等。作为理论性和前沿性都很强的学科，人工智能与模式识别在国民经济和国防建设的各技术领域得到广泛研究和应用，已经成为理工科电子信息类专业的核心专业课程之一。该课程涉及计算机技术、信号处理、控制论等专业知识，综合性、交叉性强，教学难度较大。

案例式教学可以从解决实际工程问题的角度帮助学生深入理解内容抽象的算法原理，以及具有难度的编程实现过程[1]。以该课程的“聚类分析”一章为例，聚类是一种非监督学习方法，将数据按照相似性进行重新组合而成为多个类的过程[2]。……