机器应用与开发 标准 -

信息技术学院课程标准《机器学习技术应用》课程标准课程代码:2218B2105课程名称：机器学习技术应用课程类型:专业核心课总学时：64学时理论学时：32学时实训学时：32学时学分：4适用对象:23级软件技术专业先修课程：Python程序设计第一部分前言一、课程性质与地位《机器学习技术应用》课程是软件技术专业的专业核心课。根据高职高专的教学目的和要求，学生通过本课程的学习，使学生学会使用Python进行数据质量校验、可视化绘图、数据处理、特征工程、构建有/无监督和智能推荐模型，并详细拆解学习回归、分类、聚类和智能推荐4个企业级案例，将理论与实践相结合，为将来从事机器学习研究、工作奠定基础，同时提高学生的自我学习能力和创新能力。二、课程基本理念本课程强调学生综合运用学科知识来分析问题和解决问题的实际能力，培训学生的逻辑思维能力和侧重培养学生实践动手能力，提升学生综合素质。同时，引导学生树立正确的价值观等，课程考核采用多元评价考核，充分调动学生的积极信息，进而提高学生的社会竞争力和社会适应性，更好地为社会服务。三、课程设计思路课程采用案例教学方法，课堂实训各环节以开发某个系统或功能模块为导向，分为若干子任务，每堂课完成项目中某个功能，或整合几个功能。最终设计完成各项目系统。实践过程按照项目方法实践技能，培养学生自学能力、创新能力和团队协作能力。该课程知识点较多、内容覆盖广，无法将工作中所有现有技术压缩到课堂执行。为了达到良好的教学效果，将课程内容按主题分解，引入翻转课堂的新思路，将以往传统授课方法中一贯的以“教师为主导”的方式，转变为“以学生为主体”的自我探究式方式。设计和制作mooc配合课堂教学能更好的实现传授有效率最大化。第二部分课程目标一、总体目标本课程的总目标是：“以学生实践为主体”，通过课程的实施，帮助学生学会自主学习。使学生的知识、技能、素质得到全面发展，既为今后的专业课程学习打下良好的知识与技能基础，又培养良好的职业素养。课程内容突出高职教育特点，确保人才培养目标的实现。通过该课程的学习，学生能够掌握相关机器学习算法的使用方法，包括回归、分类、聚类等；具备持续改进优化问题解决方案的能力。二、分类目标分类目标目标内容课程知识目标1.熟悉机器学习技术的各类算法2.掌握机器学习的语法，其他编程基础知识3.掌握机器学习Scikit-learn相关知识课程能力目标1.能具备良好的逻辑思维能力2.能使用机器学习解决实际问题课程素质目标1.具有良好的沟通表达能力2.具有良好的团队意识和团队精神课程思政目标1.养成良好的职业素养2.养成精益求精的精神第二部分课程教学内容及标准一、教学模块（一）机器学习概述（二）数据准备（三）特征工程（四）有监督学习（五）无监督学习（六）综合案例应用二、内容标准教学单元模块一：机器学习概述教学目标知识目标1.掌握机器学习的概念、流程与应用场景2.了解机器学习的常用工具能力目标1.能使用机器学习解决简单的问题2.能进行机器学习的编程素质目标1.良好的沟通表达能力思政目标1.养成良好的代码书写风格（职业素养）教学内容1.机器学习简介2.机器学习通用流程3.Python机器学习工具库简介教学重点1.掌握机器学习通用流程2.掌握机器学习的常用工具教学难点1.机器学习通用流程教学单元模块二：数据准备教学目标知识目标1.掌握数据质量校检2.掌握数据分析趋势探查3.掌握数据清洗与合并能力目标1.能使用相关方法进行数据分析2.能使用相关方法进行数据清洗素质目标1.良好的沟通表达能力思政目标1.养成良好的代码书写风格（职业素养）教学内容1.数据质量较检2.数据分析与趋势探查3.数据清洗4.数据合并教学重点1.数据分析2.数据清洗教学难点1.使用相关方法进行数据清洗教学单元模块三：特征工程教学目标知识目标1.掌握特征变换2.掌握特征选择能力目标1.能使用特征缩放、独热编码、离散化等方法进行特征变换。2.能使用过滤式选择、包裹式选择、字典学习。素质目标1.良好的沟通表达能力思政目标1.养成良好的代码书写风格（职业素养）教学内容1.特征变换2.特征选择教学重点1.特征变换2.特征选择教学难点1.特征变换教学单元模块四：有监督学习教学目标知识目标1.掌握性能度量2.掌握线性模型3.掌握K邻近分类4.掌握决策树5.掌握神经网络能力目标1.能够使用有监督学习算法解决实际问题素质目标1.良好的团队意识思政目标1.精益求精的精神教学内容1.了解有监督学习概念2.性能度量3.线性模型4.K近邻分类5.决策树6.支持向量机7.神经网络8.集成学习教学重点1.K近邻分类2.决策树3.支持向量机4.神经网络教学难点决策树神经网络教学单元模块五：综合案例应用教学目标知识目标1.根据需求完成综合案例的设计2.贯通所学知识要点能力目标1.能灵活应用补充知识来解决实际问题2.能综合应用所学自己进行项目设计与开发素质目标1.良好的沟通表达能力；2.良好的团队精神思政目标养成良好的代码书写风格（职业素养）养成精益求精的工匠精神教学内容1.餐饮企业综合分析2.通信运营商客户流失分析与预测3.市财政收入分析教学重点1.模型分析2.模型构建3.模型评价教学难点1.机器学习综合应用三、课程作业结合课程内容，让学生通过编写代码来实现相关的案例或实际问题。在教学过程中，适当安排随堂练习作业和课后作业，以检验学生对课堂内容的掌握情况，及时发现并解决问题。每次课至少1次随堂练习作业或课后作业（每学期不少于16次作业），每次作业需提交相应的源代码、运行结果说明或截图等。第四部分课程实施一、各教学环节学时分配建议教学单元讲课习题课讨论课实训其他合计1．机器学习概述4042．数据准备4043.特征工程2244.有监督学习2245.无监督学习224综合案例应用182644合计323264二、教学建议1.采用项目式教学，提高学生积极性建议本课程采用项目式教学，课程全过程围绕实现机器学习算法和企业级案例展开授课，授课完成，既能掌握机器学算法，又能掌握企业级案例。这样能更好的提高学生的学习积极性，并突显出高职教育的本质，以培养学生技能（动手能力）为主的原则。2.充分利用信息化教学手段，提高教学效果充分利用信息化教学手段，确保学生能更顺畅的跟上教学进度，建议授课过程利用好PPT、编译环境、录屏软件、学习通平台、高校邦平台等信息化手段，制作好课程在线资源以供学生复习和自学，进而提高课程教学效果。3.实例展示，引出思政元素通过展示按照职业规范书写的代码段和随便杂乱无章的代码，发现他们都能正常执行，但人工检测时，规范化书写的代码层次清晰，非常容易看懂，而杂乱无章的代码，看不出层次关系，可读性极差。进而引出养成良好的代码书写风格的重要性，树立良好的职业素养。同理，可以通过实例展示代码书写过程中，稍微粗心些，如果大小写，中英文符号等等，细节编码问题，就能造成整个程序错误无法运行，进而引出代码编写过程必须养成精益求精的工匠精神。三、考核与评价因本课程属于理实结合课程，建议总评成绩采用过程性考核（占比50%）和期末作品考核（占比50%）相结合的方式进行综合评定。过程性考核包含学生平时考勤情况、作业情况、互动情况等课程全过程学生的综合表现；期末作品考核是指课程要求的期末作品完成效果考核。四、推荐教材和教学参考书1.《机器学习原理与实战》，何伟,张良均，人民邮电出版社2.《机器学习技术》，李光荣，同济大学出版社3.《Python机器学习基础》，王鲁昆，人民邮电出版社五、课程资源1.超星学习通