ESTEducational Science Theory2995-48352995-4843Art and Technology10.61369/EST.2025040008Article基于《机器学习》课程创新人才培养下的开放式研究性教学模式探索https://artdesignp.com/journal/EST/3/4/10.61369/EST.2025040008李红,吴青,江祥奎,唐大凤,侯银龙2025342025-04-20在新工科建设与人工智能快速发展的背景下，《机器学习》作为培养智能领域创新人才的核心课程，其教学模式改革对提升人才培养质量具有关键意义。当前，该课程教学存在实践能力培养不足、学生创新思维受限、教学模式与行业需求脱节等问题，难以满足创新人才培养要求。本文聚焦开放式研究性教学模式构建，首先剖析了机器学习课程在实践教学中制约创新能力培养的核心问题，包括理论与实践脱节、数据处理能力缺失、考核评价方式单一等；其次，探索基于课堂创新的智能专业创新人才培养模式，提出 “多元化、多样化、多维化”的课程考核评价体系；最后，探究推动教学的多样化方法，构建新型课程考核改革机制。研究旨在为《机器学习》及人工智能相关课程的教学改革提供实践范式，助力实现“知识传授、能力培养、价值塑造”三位一体的创新人才培养目标。人工智能,机器学习,创新人才培养,教学改革,实践教学

[1] 傅雄军. 北京理工大学傅雄军:“机器学习理论和实践”通识课程创新与实践[J]. 华为 ICT 人才生态，2024(9):1-6.[2] 许丽佳, 黄健, 许德章. 新工科背景下研究生机器学习课程建设研究[J]. 安徽工业大学学报( 社会科学版),2022,39(3):55-57.[3] 环球网. 复旦大学: 开展机器学习和深度学习课程建设[J]. 环球网,2024(10):1-3.[4] 孙艳, 王洪峰, 李明. 基于项目驱动的“机器学习”课程创新实践探索[J]. 教育现代化,2022,9(20):81-84.[5] 赵卫东. 复旦大学副教授赵卫东：人工智能实验室建设重平台轻案例[J]. 网易,2024(1):1-3.[6] 孙开伟, 邓欣, 胡波, 等. 面向大数据人才培养的机器学习课程建设[J]. 创新教育研究,2024,12(2):451-459.