课程名称 |
人工智能编程基础 |
授课对象所属专业 |
计算机科学与技术 |
课程类型 |
专业选修课 |
开课年级 |
大四 |
课程性质 |
必修 |
课程总学时 |
48 |
一、课程简介
是计算机类专业的重要专业选修课。课程内容主要包括机器学习常用方法的基本问题和基本算法、理论基础、实现流程以及相关算法的实现原理和实现技术。通过本课程的学习和实践，学生能够理解并掌握人工智能编程基础的理论和基本方法，并综合运用聚类、回归、分类等相关算法方面的理论技术，分析、设计、实现现实生产中的实际人工智能程序。通过优化教学内容和教学方式，结合课程在专业培养目标的支撑作用，围绕品德修养要求，确定了以提高学生分析和解决复杂问题的效率为能力教学目标，学习中结合马克思主义辩证法、发展观等，以爱国敬业、道德规范、工匠精神、创新精神、团队协作作为思政教育建设重点，通过项目案例和应用场景与理论内容的深度融合，加强学生对该领域的前沿知识、卡脖子技术的充分认识。
二、案例基本信息
1.案例名称：线性回归
2.对应章节：4.1线性回归算法
3.课程讲次：第8讲
三、案例教学目标
(1)学习中结合马克思主义辩证法、发展观等，加深理解算法实现过程，增强学生的民族自信心、民族自豪感。
(2)激发学生以科研爱国的使命当担，科技报国的家国情怀为民族复兴伟业而奋斗。
四、案例主要内容
(1)线性回归可以用来分析市场数据，例如广告投入与销售额之间的关系、产品价格与销量之间的关系等。
(2)线性回归可以用来分析教育数据，例如学习时间与考试成绩之间的关系、教育投入与学生表现之间的关系等。
(3)线性回归可以用来分析医学数据，例如药物剂量与治疗效果之间的关系、生活方式与健康指标之间的关系等。
(4)线性回归可以用来分析经济数据，例如GDP与失业率之间的关系、物价与消费者支出之间的关系等。
五、案例教学设计
教学过程设计 |
线上课前学习 （课前） |
1.阅读教材《机器学习》4.1节，观看4.1～4.3。 知识点：线性回归算法的特点、线性回归的任务和实现过程。 2.完成练习 线性回归。 3.完成讨论： 线性回归算法原理和技术演进本身蕴含着丰富的马克思主义辩证法、发展观等，对其充分理解有助于培养前沿技术发展的思辨能力。在模型训练中，往往需要根据应用场景，抓住主要矛盾并分析矛盾转化，结合参数的功能与优缺点等，来判定和取舍训练效果。请通过查阅资料完成以下问题：（1）什么是马克思主义辩证法、发展观。（2）抓住主要矛盾并分析矛盾转化。（3）看看你能把分析矛盾转化在线性回归中的具体应用。 |
线下课堂教学 （课中） |
教学活动 |
教学方法 |
设计意图 |
结合实例(分析教育数据，例如学习时间与考试成绩之间的关系、教育投入与学生表现之间的关系等)介绍线性回归的概念及特点。 |
案例分析 |
通过实例,激发学生的爱国、爱校热情,鼓励学生基于马克思主义辩证法、发展观来理解分析问题,努力学习，为社会做积极的贡献。 |
播放马克思主义辩证法、发展观视频，以马克思主义辩证法、发展观作为线性回归的典型案例之一，结合学生课前自学掌握的相关信息，布置成分组任务，引导学生从不同的案例分析理解线性回归算法，进一步加深学生对线性回归算法特点的理解。 |
分组研讨 |
将马克思主义辩证法、发展观作为线性回归的教学案例之一进行分析，能让学生掌握线性回归知识的同时，了解马克思主义辩证法、发展观的作用和战略意义，能提高学生解决实际问题的能力，引导同学们要爱国力行，要有担当。 |
复习机器学习算法的有关内容，给出顺序回归的实现思路。 给出顺序回归的实现过程，总结线性回归的特点。 |
讲授 |
分析之前算法和线性回归之间的相似处与不同点，引导学生发现可以利用不同的机器学习算法来实现实际问题。 |
|
以银行贷款案例，讲解顺序线性回归的基本实现过程：收集数据、数据清理及初始化、模型训练等基本操作的实现。 |
案例分析 |
在学生前面学习算法的基础上，讲解线性回归基本过程的实现；同时进一步加深学生对马克思主义辩证法、发展观中彰显出来的哲学智慧和具体体会。 |
|
总结顺序回归的优缺点，分析其应用场合。 |
归纳总结 |
通过分析顺序回归的优缺点和应用场合，引导学生要勤思考，多考察，学会辩证分析看到问题。 |
六、教学反思
（1）线性回归可以用来分析教育数据，例如学习时间与考试成绩之间的关系、教育投入与学生表现之间的关系等。激发学生把线性回归算法应用到身边具体的案例中，并为后续人工智能算法的学习打好基础。
（2）线性回归算法实现离不开丰富的马克思主义辩证法、发展观等，对其充分理解有助于培养前沿技术发展的思辨能力。通过算法的讲解,让学生们了解我们人工智能算法的发展，深入了解算法实现的过程，培养同学们的爱国情怀，为国家自主软件算法的进步和发展添砖加瓦。
计算机科学教研室供稿
责编：魏东平 审核：董西伟 郭莉
