高职院校机器学习教学的现状与对策

◎程继洪 王红艳 （山东省烟台市烟台南山学院）

机器学习是大数据技术、数据科学、人工智能等专业的必修课程，是现代计算机教育的热门课程。高职院校的机器学习教育也发展得如火如荼。那么，如何把握高职学生的特点，做好高职教育中的机器学习教学，是本文探论的重点。

一、高职学生现状

高职院校大部分学生的基础比较薄弱，尤其是数学和英语，而这些恰恰又是机器学习的基础。数学主要用来描述模型（算法）的原理，英语主要用在学习编程语言，两者在机器学习中的地位非常重要。这就形成一个非常尖锐的矛盾；一方面，机器学习课程需要学生拥有良好的数学和英语基础；另一方面，学生的数学和英语基础却比较薄弱。

要解决这一主要矛盾，就必须进行学情分析。教学分为两个方面；教与学。首先，分析一下学生的具体情况。

基础教育不单单是掌握高等教育所需要的基础知识，更重要的是培养学习习惯、学习方法和思维方式。许多高考生失败的直接原因就是没有养成良好的学习习惯，没有掌握有效的学习方法以及正确的思维方式。

1.不具备好的学习习惯

学生上课“只带”耳朵，“不带”脑子。只是机械地听老师讲话，而抓不住老师讲的重点，总觉得一堂课下来老师说的全是废话，殊不知知识点全藏在这些“废话”里，只是学生不擅于发现并学习而已。前面的知识点没有学会，直接影响后续的学习，这就形成了一个恶性循环，最终导致学生失去学习兴趣和动力。

2.未掌握正确的学习方法

正确的学习方法应该是掌握知识—总结考试规律—寻找应对方法。首先，学生应该掌握基本的知识点。其次，研究知识点考查的方式和方法，也就是考试规律。再次，针对每种考查方法寻找解决策略，总结每种题型的解决方法。只有掌握了正确的学习方法，才容易在考试中取得好成绩。

3.科学的思维方式

每个学科都有其特有的学习方法。如果不具备科学的学习方式，就会造成“不能以科学的方式组织思维材料（学过的知识）解决面临的问题”。也就是说，有些考生可能已经掌握了必要的知识，却不能用知识解决实际问题，原因就是没有形成科学的思维方式。

以上就是教学中“学”的学情分析，那么面对这样的学情，“教”应该怎样应对呢？简单概括为三个方面；宏观与微观相结合；抽象与具体相结合；必要的重复。

二、教学对策

感知机是机器学习中最为简单的算法之一，从感知机开始学习，难度小，学生易于接受。学会感知机对后续的机器学习算法有参考和指导作用，利于后续内容的教学。所以，以感知机为例讨论高职机器学习的教学方法。

（一）宏观与微观相结合

宏观指的是“大范围的，涉及整体的”，微观指的是“小范围的或部分的”。学生在学习过程中容易犯的错误就是太专注于细节的学习，而忽略了宏观上的知识点之间联系的把握，造成学过的东西“一盘散沙”，不能联系起来综合使用。同时还会造成知识点学习困难。以感知机的实现代码为例，虽然只有25行，但学生还是很难理解。

如何才能让学生掌握感知机的实现代码呢，我们可以采用宏观与微观相结合的方法。首先，从宏观上根据感知机的实现原理将实现分为“求输入信号”“拟合”（也称为学习）和“预测”三大部分。此外为了能在计算机中实现这一算法，就必须在执行前使计算机处于一个“需要”的状态，这一过程称为“初始化”。这样就可以将感知机的实现归纳为四个组成部分，如图1所示。

图1 感知机的宏观结构

也就是说，宏观上感知机实现由这四部分组成，即初始化、输入信号、拟合和预测。有了宏观上的指导，学生可以更好地掌握知识点。

所谓的微观结构可以是指宏观结构中的每一部分详细细节。为了节约篇幅，只对感知机最难于理解的部分——拟合（也称为学习）过程进行讨论。

感知机的拟合比较简单，对于每个样本只需要做以下两步；计算机样本xi的预测值ŷ；更新权重。更新权重的公式如下；

η为学习率，其值为[0.0，1.0]之间的一个常数。i指样本的编号，wj表示第j个特征的权重系数。根据对感知机“微观结构”的分析，总结得到的感知机如图2所示。具体的实现过程在抽象与具体相结合中进行讨论。

图2 感知机的宏观+微观结构

（二）抽象与具体相结合

抽象指的是“因无形而看不见的”，具体是指“不抽象，不笼统，细节很明确”。抽象的东西不具体，不好理解，其优点在于指导性。具体指的是细节，有具体的形态，易于理解。对于感知机的实现而言，如果仅凭这些抽象的描述，学生很难明白感知机的实现，因此，需要将这些抽象的东西变成具体的，也就是每个功能（步骤）落实到代码上是如何实现的。下面仅以拟合为例讨论抽象与具体的实施过程。

拟合（或学习）的过程是这里面最难的，但实现也仅有两步，也就是实现式1-1和式1-2。学生难于理解的地方在于矩阵（向量）相乘，虽然这些知识在数学中已经学习过，但大部已经遗忘，所以必须在这里重复讲解，关于“必要的重复”在下节讨论。拟合的过程；计算每个样本xi的预测值ŷ；更新权重。所以这里必定有一个循环，以计算数据集中每个样本的预测值ŷ，具体实现如图3所示。

图3 感知机抽象+具体实现过程

（三）进行必要的重复

根据心理学家测试，一个单词经过7次重复识记，就可形成永久记忆。所以重复是保证学生学习效果的法宝。下面以Python数组（列表）广播为例进行说明。

拟合实现的过程中，self.w_[1；] +=update * xi这条语句，大部分学生都难以理解。所以，对于这条语句在授课时必须重复且详细地讲解它的执行过程。广播机制其实很简单，就是将相同的运算分别作用于数组中的每一个元素，只要掌握了这一点，这条语句就非常容易理解了。整条语句的执行过程如图4所示。

图4 语句self.w_[1：] +=update ＊ xi广播执行流程

按图4所示，self.w_的更新流程就很清楚了。self.w_[1]=0.2+0.01*0.1，self.w_[2]=0.4+0.01*0.3，依次类推，将self.w_中的每个系数都更新一遍，这就是Python数组的广播机制。

三、结束语

本文从高职生的学习现状出发，针对现状给出了相应的对策。以感知机为例对“宏观与微观相结合”“抽象与具体相结合”和“进行必要的重复”进行了详细讨论具体教学实施过程。高职院校机器学习教学是个探索的过程，因此高职院校的教师需根据实际情况不断进行总结和反思，以提升机器学习教学效果。※