基于Python的“模式识别导论”双语教学与实践

陈思宝

摘要：“模式识别导论”双语教学是新工科高年级本科生的选修课程，旨在让学生了解模式识别基本概念与方法的同时，锻炼他们阅读模式识别英文文献以及国际交流的能力。Python是目前炙手可热的编程语言，将Python引入“模式识别导论”双语教学过程，有助于提高教学质量与效果。通过Python运用于模式识别中的几个例子，展示了Python在课程辅助教学中的优点。

关键词：模式识别;Python;双语教学;主成分分析;线性判别分析;多项式拟合;支持向量机

中图分类号：G642        文献标识码：A

文章编号：1009-3044（2021）14-0086-03

Abstract： The bilingual teaching of "Introduction to pattern recognition" is an elective course for senior undergraduates of new engineering. It aims to let students understand the basic concepts and methods of pattern recognition， and at the same time， exercise their ability of reading English documents of pattern recognition and international communication. Python is one of the most popular programming languages at present. The introduction of Python into the bilingual teaching process of "Introduction to pattern recognition" will help improve the quality and effect of teaching. Through several examples of using Python in pattern recognition， this paper shows the advantages of Python in the auxiliary teaching.

Keywords： pattern recognition; Python; bilingual teaching; principal component analysis; linear discriminant analysis; polynomial fitting; support vector machine

1 引言

“模式识别导论”双语课程是自动化、计算机等专业高年级本科学生的专业选修课程[1-2]。理论内容涉及线性代数、概率统计、矩阵分析和图谱理论等数学知识。在教学中经常需要利用这些数学知识对模式识别中的问题进行分析。采用双语教学不仅让学生了解模式识别基本概念与方法，还要锻炼学生阅读模式识别英文文献以及国际交流的能力[3]。教师经常只能在黑板上进行一些公式推导和绘制简单但不清楚的图形来分析和解释。对某些特征变换或复杂的分类问题则难以形象地描述清楚。学生可能感觉很抽象，难于理解和接受，因而影响了学习兴趣，减缓了学习进度，降低了教学质量。

Python是一个高层次的结合了解释性、编译性、互动性和面向对象的跨平台脚本语言。它拥有众多开源的科学计算库，是目前炙手可热的编程语言。Anaconda是一个开源的Python发行版本，其包含了Conda、Python等大量科学包及其依赖项[4-5]。……