新工科背景下机器学习课程建设研究

姚兴华+吴恒洋+方志军+游晓明

摘要：

机器学习课程建设是普通高等院校数据人才的培养重要环节。新工科建设背景下，从教学内容、教学方法、教学手段3方面探讨数据科学与大数据技术专业如何建设机器学习课程。提出机器学习课程应按照数据科学工程应用型人才培养目标，以学生为中心，遵循“知识够用、注重应用、内容先进和总体优化”原则选择教学内容，设计以案例为载体、重互动的教学方法，发展现代化技术教学手段，以保障教学计划实施，提高数据人才培养质量。

关键词：

数据科学；机器学习；新工科；课程建设

DOIDOI：10.11907/rjdk.172388

中图分类号：G434

文献标识码：A文章编号文章编号：1672-7800（2018）001-0221-03

Abstract：Curriculum construction of machine learning is an important part of universities and colleges training data talents. In this paper， based on the emerging engineering education we explore how to construct the machine learning curriculum in the major of data science and big-data technology in the three aspects including teaching contents， teaching methods and teaching techniques. For the training object of application-oriented talents of engineering in data science， the machine learning curriculum construction is student-centered， chooses teaching contents according to the principle “theory being serviceable enough， emphases in applications， knowledge being advanced and optimal totally”， devises teaching methods which take cases as carriers and pay attention to interaction， and develops teaching techniques with modern technology. Such results in the curriculum construction could make sure that teaching programmes are implemented effectively， and improve effects of training data talents.

Key Words：data science； machine learning； the emerging engineering； curriculum construction

0引言

課程建设是学校教学基本建设重要内容，是大学内涵发展的重要抓手[1]。加强课程建设能够有效保证教学计划落实，提高教学水平与人才培养质量。

教育部2017年批准上海工程技术大学开设“数据科学与大数据技术”本科专业。2017年9月招收首批本科学生，培养数据人才主要为数据工程师、数据分析师、数据分析员等。一个合格的数据科学工作者，需精通统计学相关知识，熟练使用机器学习等知识发掘方法，具有坚实的数据分析知识及并行与高性能计算知识[2]。数据科学工作者培养分为4部分：相关基础学科学习、知识发掘方法学习、数据科学理论大数据背景下应用及数据科学行业应用[2]。知识获取是整个数据处理过程的关键与重要目的。所以，知识发掘方法学习是培养数据科学工作者的关键。……