阿里天池AI平台驱动课程群建设

简介: 针对新工科项目式教学中存在的问题, 提出基于阿里天池AI平台,面向课程群建设统一的递进式教学项目案例库,重点介绍支撑课程群的递进式教学项目案例库设计的方法,并分析面向课程群的项目教学案例库设计的具体过程。此文已经被《计算机教育》录用

采用项目案例式教学的方式,可以让学生学到的知识快速应用到实际问题中,快速得到成果反馈,从而提高学生学习的积极性。针对教学案例库缺少统一的设计这一问题。教学团队可以考虑将一个完整的案例贯穿到整个课程体系中去,通过课程团队协同备课,依据大纲中的知识点将案例分解成与理论知识相对应的若干个子案例,并将拆分后的案例安排到其对应课程内容之中,采取任务驱动的方式来激发学生的求知欲望,学生通过对项目案例操作不仅可以增强实践能力,也可以加强对理论知识的理解。
课程群的项目案例可以考虑设置多种不同的案例,在相同的理论知识下,体验不同子案例之间技术的差异。在课程中可以设置课堂展示环节,让学生体会到不同的案例在操作上的不同,引发学生们的讨论和思考。将一整个案例分解到课程群中去,学生学完课程收获到的是一个完整的故事,这样学生在学完整个课程体系后就能体验到整个实际项目的流程,满足感会大大增加,激发自主学习的动力。
课程团队和阿里云天池AI平台进行合作,建设统一的课程群项目式教学案例库实验室,根据课程群的课程大纲以及思维导图,梳理核心知识点,在项目文档种分解对应的部分资料,基于阿里云天池AI平台,设计并完善分层、递进式项目案例库。
笔者在现有项目沉浸式教学方法的基础上,做进一步创新性的尝试。
(1) 一手项目案例融入课程群
尽管案例教学和项目教学已经广泛应用于专业课程的教学,但在新工科的人才培养过程中,一手项目经验在绝大多数的高校教师中还非常短缺,从课程群的角度融入统一的项目案例的做法难度更大。
申请人团队在过去几年已经多家企业合作了30多个机器学习相关的实战项目,这些项目的成果整理了50多个一手机器学习案例,有效地推动了案例教学和实验教学,学生可访问、分析其思路、代码并测试其效果。可以把其经验推广到课程群的项目案例设计以及实践教学。
(2)建设统一的课程群项目式教学案例库平台
在最近2年,我们与阿里云计算公司合作,在阿里云天池AI平台设计并实践了机器学习的实验和实训案例库,目前已经上线20个综合的项目案例,覆盖了机器学习和深度学习核心的知识点以及典型应用场景,积累了一定的案例库平台建设和使用经验。

无标题.png

图1 案例库协同设计

如图1所示,这种实验案例库一体化的设计方法和平台,对于课程群的价值更明显,可以方便教学团队协同设计和维护案例库,使得同一个项目的素材可以在一个平台上灵活进行组合和练习。这对于以学为中心的教学也有裨益:一方面可以方便学生根据自己的基础,选择合适的案例进行学习和练习,另一方面也可以进行综合的实训,甚至做创新性的工程应用。例如,对于比较复杂的基于目标检测的交通灯模糊控制项目案例,对摄像头采集的视频帧进行探测和可视化,可以作为可视化课程的教学内容;而上述图像的增强和样本分割方法,又可以作为机器学习课程的案例;使用目标检测算法统计摄像头视频帧中的车辆数量,又可以作为深度学习课程目标检测算法的教学案例;交通灯的模糊控制算法又可以作为智能系统应用课程的案例。而整个案例又可以作为综合实训的实验案例。

捕获.PNG
图2 天池案例分解(可视化库、算法库等)

节选:面向课程群的递进式教学案例库一体化设计
赵卫东
(复旦大学 计算机学院,上海 200433)

目录
相关文章
|
1月前
|
存储 人工智能 Cloud Native
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
在9月20日2024云栖大会上,阿里云智能集团副总裁,数据库产品事业部负责人,ACM、CCF、IEEE会士(Fellow)李飞飞发表《从数据到智能:Data+AI驱动的云原生数据库》主题演讲。他表示,数据是生成式AI的核心资产,大模型时代的数据管理系统需具备多模处理和实时分析能力。阿里云瑶池将数据+AI全面融合,构建一站式多模数据管理平台,以数据驱动决策与创新,为用户提供像“搭积木”一样易用、好用、高可用的使用体验。
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
智能化软件测试:AI驱动的自动化测试策略与实践####
本文深入探讨了人工智能(AI)在软件测试领域的创新应用,通过分析AI技术如何优化测试流程、提升测试效率及质量,阐述了智能化软件测试的核心价值。文章首先概述了传统软件测试面临的挑战,随后详细介绍了AI驱动的自动化测试工具与框架,包括自然语言处理(NLP)、机器学习(ML)算法在缺陷预测、测试用例生成及自动化回归测试中的应用实例。最后,文章展望了智能化软件测试的未来发展趋势,强调了持续学习与适应能力对于保持测试策略有效性的重要性。 ####
|
23天前
|
存储 人工智能 大数据
AI驱动下的云存储创新
随着大数据时代的到来,云存储作为数据存储和管理的核心基础设施,其重要性日益凸显。同时, AI 快速发展也为云存储的进化与创新提供了强大的驱动力。本话题将解读AI 驱动下云存储的进化趋势,分享阿里云存储的创新技术,助力企业实现数字化升级。
|
29天前
|
机器学习/深度学习 人工智能 数据可视化
何恺明CV课程 | AI大咖说
麻省理工学院(MIT)电气工程与计算机科学系(EECS)副教授何恺明开设了两门精彩课程:“Advance in Computer Vision”和“Deep Generative Models”。何恺明是计算机视觉和深度学习领域的杰出科学家,曾提出深度残差网络(ResNet)等重要成果。这两门课程不仅涵盖了最新的研究前沿,还由何恺明亲自授课,内容涉及卷积神经网络、生成对抗网络、变分自编码器等,是学习计算机视觉和生成模型的宝贵资源。
66 8
|
1月前
|
数据采集 人工智能 搜索推荐
|
1月前
|
存储 人工智能 文字识别
利用AI能力平台实现档案馆纸质文件的智能化数字处理
在传统档案馆中,纸质文件管理面临诸多挑战。AI能力平台利用OCR技术,通过图像扫描、预处理、边界检测、文字与图片分离、文字识别及结果存储等步骤,实现高效数字化转型,大幅提升档案处理效率和准确性。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
探索AI驱动的个性化学习平台构建###
【10月更文挑战第29天】 本文将深入探讨如何利用人工智能技术,特别是机器学习与大数据分析,构建一个能够提供高度个性化学习体验的在线平台。我们将分析当前在线教育的挑战,提出通过智能算法实现内容定制、学习路径优化及实时反馈机制的技术方案,以期为不同背景和需求的学习者创造更加高效、互动的学习环境。 ###
58 3
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
医疗行业的语音识别技术解析:AI多模态能力平台的应用与架构
AI多模态能力平台通过语音识别技术,实现实时转录医患对话,自动生成结构化数据,提高医疗效率。平台具备强大的环境降噪、语音分离及自然语言处理能力,支持与医院系统无缝集成,广泛应用于门诊记录、多学科会诊和急诊场景,显著提升工作效率和数据准确性。
|
1月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI驱动下的IT运维革命###
本文探讨了人工智能(AI)技术在IT运维领域的创新应用,强调其在提升效率、预防故障及优化资源配置中的关键作用,揭示了智能运维的新趋势。 ###
|
2月前
|
人工智能 安全 决策智能
OpenAI推出实验性“Swarm”框架,引发关于AI驱动自动化的争论
OpenAI推出实验性“Swarm”框架,引发关于AI驱动自动化的争论