探究式教学在人工智能专业核心课程中的实践研究.pdfVIP

ISSN1009-3044E-mail：wltx@

ComputerKnowledgeandTechnology电脑知识与技术http：//

ComputerKnowledgeandTechnology电脑知识与技术第19卷第22期(2023年8月）

Vol.19,No.22,August2023Tel：+86-551

探究式教学在人工智能专业核心课程中的实践研究

何苗

（宝鸡文理学院计算机学院，陕西宝鸡721013)

摘要：针对人工智能专业的核心课程，为了激发学生学习的兴趣和积极性，将探究式教学法融入课堂，教师通过介绍学

习内容让学生自学，然后再通过测试来查漏补缺，最后为了巩固所学习的内容应布置相关的实践任务。最终达到培养

学生思考问题、分析问题和解决问题的能力。

关键词：人工智能；探究式教学

中图分类号：TP311文献标识码：A

开放科学（资源服务）标识码(OSID)：

文章编号：1009-3044(2023)22-0144-02

1学情分析中遇到的工程优化问题，从而提高学生应用专业知识，

对具体的实际问题进行合理的分析，并给出可执行的

1.1背景分析

方案，最后借助计算机的工具解决实际问题。

工程最优化设计[1]、模式识别[2]、深度学习与应2探究式教学方法的探索

用[3]、机器学习与应用、计算机组成原理等课程是针对

人工智能专业的学生开设，其先行课程为线性代数、探究式教学方法探索途径主要有四种方法，如图

高等数学、离散数学、概率论与数理统计等。由于先1所示。以相关竞赛激发学生的学习兴趣、以任务为

行课存在课时压缩的问题，加之有些学生对数学的理结果增强学生学习的积极性、以合作探究作为教学的

解能力较弱，使得好多理论和知识点并没有真正理主要方式和将实际案例的讲解融入专业核心课程中。

解，只是会做题而已。针对上述问题，因此在讲授专

业核心课程时，先对需要的数学基础知识进行讲解。

让学生加深理解之前学习过的数学基础知识，进一步

需要给学生讲解最优化问题的数学模型，培养和提升

学生通过实际过程中学习建立数学模型和算法的设

计，将实际问题转化为数学问题，有效解决实际问题。

最终达到培养学生思考问题、分析问题和解决问题的

能力，进而培养学生的数学思维模式。

1.2研究现状

工程最优化设计这门课程的教学重点是线性规

划方法、无约束最优化方法、约束最优化方法、智能最

优化方法和最优化问题的计算机求解。每一种方法

讲解的时候同时需要利用计算机进行求解。由于这

图1探究式教学方法探索途径

门课程仅有16节实验课，很难在这么短的时间内完成

实践任务，因此由于课时的原因，很难将理论和实践2.1以相关竞赛激发学生的学习兴趣

相结合。如果学生认识不到学习这门课程对自己未计算机学院的学生数学基础知识相对较弱，因此

来的作用，很难有兴趣和积极性，导致这门课程在教缺乏学习工程优化理论的兴趣，总感觉学好工程优化

学上有一定的阻力。知识对自身未来的发展帮助较少，因此对这门课程不

工程最优化设计这门课程的教学目标使学生能较