模式识别与人工智能研究生课程建设实践.pdf

2024年7月ISSN1672-1438

总第437期CN11-4994/T

模式识别与人工智能研究生课程建设实践

隋文涛任慧茹赵国勇李志永

山东理工大学机械工程学院山东淄博255049

摘要：随着信息技术的发展和智能制造的提出，模式识别与人工智能作为一门信息技术类的重要课程，已经成为助力新

产业变革不可或缺的力量。面向研究生开设模式识别与人工智能课程，对完善交叉学科结构、提高学生的科研能力和就业

竞争能力等具有重要意义。为激发学生的学习兴趣、高质量完成培养目标，提出了案例教学、思政入课、以赛促教的课程

建设方案，围绕教学方法和课程建设进行了教学实践。根据问卷调查结果可知，绝大多数学生对课程建设的评价良好，认

为通过课程学习提升了自主学习能力，锻炼了科研思维，增强了解决问题的能力。

关键词：人工智能；课程建设；教学方法

中图分类号：G642文献标识码：A文章编号：1672-1438(2024)13-0129-03

模式识别与人工智能课程是仪器科学与技术、电度学习及其应用等。

子信息、计算机科学等学科的一门重要的研究生专本课程的讲授注重层次化。关于上述主要课程内

业课。2018年4月，教育部印发《高等学校人工智能容，其基础知识是已经研究成熟的数学理论，如统计

[2]

创新行动计划》。为响应国家号召，促进经济型、决策论、线性分类器等。鉴于这类知识具有广泛适

科技型社会发展，助力实现山东省教育目标，本课用性，因此提高学生对此类公式推导的掌握程度以及

程努力培养能将理论应用于实践的“互联网+”人与实际问题的结合运用能力尤为重要。这有助于学生

才、适应新旧动能转换的“四新”应用型人才，为接受模式识别与人工智能方面的前沿技术。

山东省产业发展、新旧动能转换提供坚实的人才基课程建设思路是通过案例教学、思政入课、以

[1]

础和技术保障。赛促教等方式，培养学生运用人工智能理论解决本

学科领域内复杂工程问题的能力，同时将立德树人

1课程内容与建设思路与为国育才相结合、科学研究与价值引领共融入。

在教学过程中，将价值塑造、能力培养和知识传授

本课程以培养面向行业的人工智能应用问题解决有机结合，以学生为本，从实际问题出发，实现

能力和创新精神为目标，培养创新型、复合型、学科“学以致用、活学活用、即学即用”的授课目标。

交叉型研究生，从人工智能的概念、原理、算法三个

角度，依次推进内容讲授，提高学生应用人工智能理2课程建设方案

论解决实际工程问题的能力。

本课程的主要内容包括：模式识别与人工智能2.1案例教学

基本知识、统计模式识别技术、贝叶斯决策、感知器教师通过讲解工程方面的典型案例(见图1)，以

算法、Fisher线性判别、聚类分析、PCA主成分分析情景呈现方式引导学生思考科研问题，增强学生的

法、智能优化算法、人工神经网络、支持向量机、深自主学习能力，促使其站在实际角度思考问题，进

作者简介：隋文涛，博士，教授；任慧茹，在读硕士研究生；赵国勇，博士，教授；李志永，博士，教授。

基金项目：山东省优质研究生课程