机器学习课程思政教学探索与实践

高 巍, 张 硕, 张 振坤, 余 哲
武昌首义学院信息科学与工程学院

摘要

机器学习课程是人工智能专业的核心课程，还面临着思政点挖掘和思政素材收集的挑战。基于思政元素的明确性、关联性、亲和性、时效性及趣味性等方面分析和评估素材，有助于选择、包装和组织素材内容，针对性的提高机器学习课程思政教学的效果和质量。以拟合能力、神经元模型、机器学习的发展现状等知识点的思政案例实践，对机器学习课程思政教学方法进行了分析和探索。

关键词

机器学习;课程思政;思政元素;案例实践

参考

[1]张涛，万艳玲.新时代高校思政课程与课程思政有机融合探索[J].高教学刊，2024，10(04)：177-180.

[2]严晓梅，陈桂茸，陈爱网.军队院校机器学习及应用课程思政教学探究与实践[J].计算机教育，2024(01)：41-45.

[3]岳仁田，王红勇，李善梅.机器学习基础课程思政教学改革与实践[J].高教学刊，2023，9(23)：193-196.

[4]赵嘉，陆伟锋，谭德坤，等.人工智能课程群思政教学资源的挖掘、整合与融入[J].南昌工程学院学报，2024，43(02)：96-100.

[5]张玉宏，蒋玉英，侯惠芳.可持续发展的思政工科课程探索与实践——以机器学习课程为例[J].计算机教育，2021(11)：93-96+105.

[6]王康毅.思政元素融入“机器学习与数据挖掘”课程的教学实践研究[J].大学，2024，(15)：96-99.