第9期 教改纵横 153 实的问题场景,并选择现阶段成熟的开源工具实实验环境,有实践经验的教师或企业专家在讲解 现数据处理,如微软 Azure平台、腾讯云平台,一些知识点和分析相关案例后,结合案例程序展 这些平台提供现成可用的解决方案与经典案例的示其应用,然后结合教学进度提出一些问题;学 实现步骤,允许学生自主创建项目并进行机器学生通过模仿实现一个类似的验证型实验项目,该 习算法取舍。 项目作为设计实验项目的原型,学生可访问、分 此外,由于机器学习的概念范围十分广阔 析其功能、代码并测试其效果。随后,以此为基 而具体的应用范围可能包括舆情分析、异常检础做扩展实践,学生可以模仿教师提供的案例, 测、人脸识别、自然语言处理等,机器学习工程通过创新自主设计并实现一个相对完整的项目, 师等相关岗位都有着不同的技能侧重要求。可介深化巩固所学的知识,锻炼整体考虑的问题能 绍机器学习每一步骤对应的典型工作岗位与职力,提高灵活的应用知识能力和创新能力。 责,让学生在教学场景中理解和体验所学知识的2.3校企合作完成企业实践项目 真实应用过程,培养学生的职业意识。例如,通 应用型人才需要具有扎实的理论基础、科 过引入作者与京东合作的发现好货、会买专辑等学研究方法以及跨领域的视野和解决生产问题 写作机器人项目,可以详细介绍文本分析的过的能力,更需要具备实际操作的技能。在理论基 程,从商品数据和用户评论的获取(OCR技术础与了解企业相关领域的基础上,高校可以与 的应用)、分词与语义的识别,到用户情感分析、企业联合组建合作项目和教学团队,结合企业 长短期记忆网络的组词造句、文本质量的评价,需求,开展各种形式的培训和实践,不断完善 都有具体的项目内容对应。这些内容基本覆盖了实践教学内容。真实的企业实践项目能够将学生 文本分析章节的大部分内容,可以使学生一定程所学知识应用于解决实际问题,形成一个完整 度上沉浸在项目中,对各个阶段遇到的问题,讨处理问题的思路国。 论解决方法,开阔思路 在数据获取上,高校可利用校企合作关系 2.2实践项目的验证与设计培养 在教学内容中加入企业实践学时,教师可根据 现阶段各高校的机器学习相关课程普遍开设班级人数将学生分为若干调研团队,使学生能 了实验环节,但主要内容是实现课本中的算法,够与企业进行直接交流。在调研过程中学生能 学生通过实验能够掌握很多经典算法,提高动手够密切关注企业实际生产,接触企业的真实数 能力。但是,机器学习技术更新快,教材内容易据。企业数据真实庞大,且大多质量糟糕,例 老化,学生的实验场景、问题、数据、解决方案如存在很多噪声以及数据不一致等一系列现实 都偏于理想化,与真实的企业场景存在偏离,仅问题,学生需要思考如何提取数据,消除噪声, 仅掌握实验内容难以胜任实际工作。 达到可用的目的。这一过程学生可对数据建立更 为了使学生更好地适应就业环境需要,在直加感性的认识。 接接触企业实际项目前,可在实践项目的验证与 在问题解决上,由于企业面对的很多问题并 设计两个环节对学生进行培养。高校可邀请企业不能直接交由机器处理,数据的筛选、特征提取 中机器学习相关方向的专业人员,教授当前最新以及算法的整合与取舍在实验的层面可能是需要 项目实施思路与过程,与教师和学生一起讨论在技巧的;同时,企业实践项目真实灵活且与当前 企业数据处理中使用的各种算法。教师在熟悉企研究热点紧密相关,在项目解决方案的探讨中学 业场景及解决方案的基础上,制订实践培训的内生会面对很多瓶颈,例如样本的不平衡、算法存 容、教学形式和培训过程,尽量在教学过程中营在的某些缺陷等,这些瓶颈不能直接从课堂或其 造真实的企业项目发展氛围。在与京东公司上述他途径获取到有效的解决方案,需要学生总结经 的合作项目中,笔者不仅把项目成果引入课程,验,在现有的思路上进行调优,从而解决算法缺 介绍项目实施过程中的具体思路和辛酸苦辣,还陷,自主发现一些原有教学中被忽略的难点。在 将部分问题作为课程研讨的选题。 真实的企业环境中,客户的要求十分苛刻,可能 在学生理解算法原理的基础上,可采用灵活存在阶段性变化,这需要机器学习相关领域工作 的模块化教学方法培养学生对实际应用场景的认人员掌握与客户沟通的软技能,需要对所在领域 知。以企业项目为驱动,项目案例分为验证项目有一定程度的认知,从可行性的角度上理解业务。 和项目设计两个部分。基于高校现有的多媒体 企业实践项目具有一般知识和实践技能的 21994-2019ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net第 9 期 教改纵横 153 实的问题场景，并选择现阶段成熟的开源工具实 现数据处理，如微软 Azure 平台、腾讯云平台， 这些平台提供现成可用的解决方案与经典案例的 实现步骤，允许学生自主创建项目并进行机器学 习算法取舍。 此外，由于机器学习的概念范围十分广阔， 而具体的应用范围可能包括舆情分析、异常检 测、人脸识别、自然语言处理等，机器学习工程 师等相关岗位都有着不同的技能侧重要求。可介 绍机器学习每一步骤对应的典型工作岗位与职 责，让学生在教学场景中理解和体验所学知识的 真实应用过程，培养学生的职业意识。例如，通 过引入作者与京东合作的发现好货、会买专辑等 写作机器人项目，可以详细介绍文本分析的过 程，从商品数据和用户评论的获取（OCR 技术 的应用）、分词与语义的识别，到用户情感分析、 长短期记忆网络的组词造句、文本质量的评价， 都有具体的项目内容对应。这些内容基本覆盖了 文本分析章节的大部分内容，可以使学生一定程 度上沉浸在项目中，对各个阶段遇到的问题，讨 论解决方法，开阔思路。 2.2 实践项目的验证与设计培养 现阶段各高校的机器学习相关课程普遍开设 了实验环节，但主要内容是实现课本中的算法， 学生通过实验能够掌握很多经典算法，提高动手 能力。但是，机器学习技术更新快，教材内容易 老化，学生的实验场景、问题、数据、解决方案 都偏于理想化，与真实的企业场景存在偏离，仅 仅掌握实验内容难以胜任实际工作。 为了使学生更好地适应就业环境需要，在直 接接触企业实际项目前，可在实践项目的验证与 设计两个环节对学生进行培养。高校可邀请企业 中机器学习相关方向的专业人员，教授当前最新 项目实施思路与过程，与教师和学生一起讨论在 企业数据处理中使用的各种算法。教师在熟悉企 业场景及解决方案的基础上，制订实践培训的内 容、教学形式和培训过程，尽量在教学过程中营 造真实的企业项目发展氛围。在与京东公司上述 的合作项目中，笔者不仅把项目成果引入课程， 介绍项目实施过程中的具体思路和辛酸苦辣，还 将部分问题作为课程研讨的选题。 在学生理解算法原理的基础上，可采用灵活 的模块化教学方法培养学生对实际应用场景的认 知。以企业项目为驱动，项目案例分为验证项目 和项目设计两个部分 [2]。基于高校现有的多媒体 实验环境，有实践经验的教师或企业专家在讲解 一些知识点和分析相关案例后，结合案例程序展 示其应用，然后结合教学进度提出一些问题；学 生通过模仿实现一个类似的验证型实验项目，该 项目作为设计实验项目的原型，学生可访问、分 析其功能、代码并测试其效果。随后，以此为基 础做扩展实践，学生可以模仿教师提供的案例， 通过创新自主设计并实现一个相对完整的项目， 深化巩固所学的知识，锻炼整体考虑的问题能 力，提高灵活的应用知识能力和创新能力。 2.3 校企合作完成企业实践项目 应用型人才需要具有扎实的理论基础、科 学研究方法以及跨领域的视野和解决生产问题 的能力，更需要具备实际操作的技能。在理论基 础与了解企业相关领域的基础上，高校可以与 企业联合组建合作项目和教学团队，结合企业 需求，开展各种形式的培训和实践，不断完善 实践教学内容。真实的企业实践项目能够将学生 所学知识应用于解决实际问题，形成一个完整 处理问题的思路 [3]。 在数据获取上，高校可利用校企合作关系， 在教学内容中加入企业实践学时，教师可根据 班级人数将学生分为若干调研团队，使学生能 够与企业进行直接交流 [4]。在调研过程中学生能 够密切关注企业实际生产，接触企业的真实数 据。企业数据真实庞大，且大多质量糟糕，例 如存在很多噪声以及数据不一致等一系列现实 问题，学生需要思考如何提取数据，消除噪声， 达到可用的目的。这一过程学生可对数据建立更 加感性的认识。 在问题解决上，由于企业面对的很多问题并 不能直接交由机器处理，数据的筛选、特征提取 以及算法的整合与取舍在实验的层面可能是需要 技巧的；同时，企业实践项目真实灵活且与当前 研究热点紧密相关，在项目解决方案的探讨中学 生会面对很多瓶颈，例如样本的不平衡、算法存 在的某些缺陷等，这些瓶颈不能直接从课堂或其 他途径获取到有效的解决方案，需要学生总结经 验，在现有的思路上进行调优，从而解决算法缺 陷，自主发现一些原有教学中被忽略的难点。在 真实的企业环境中，客户的要求十分苛刻，可能 存在阶段性变化，这需要机器学习相关领域工作 人员掌握与客户沟通的软技能，需要对所在领域 有一定程度的认知，从可行性的角度上理解业务。 企业实践项目具有一般知识和实践技能的