计算机学科专业硕士研究生实践能力培养模式构建

作者:宫继兵;宋艳青;高小霞;金顺福; 刊名:教学研究 上传者:沟睿

【摘要】系统地研究影响实践能力的关键因素并从计算机学科专业硕士研究生培养方面对这些因素进行分析,进而以OBE理念为导向,创新性地提出了一种基于机器学习(machine learning)、大数据(big data)、分布式实践平台(distributed platform)的计算机学科专业硕士研究生实践能力培养模式(简称MBDP)。MBDP模式以大数据为基础,以机器学习算法为核心,结合分布式数据挖掘技术,培养计算机学科专业硕士研究生的实践能力。

全文阅读

0引言在互联网大数据时代,社会对信息技术类应用型人才需求迫切,我国计算机专业研究生教育规模也随之不断扩大。然而,计算机技术本身是一门实践性很强的工程学科,如何培养计算机学科专业硕士研究生的实践能力,是当前亟待解决的问题。在计算机学科专业硕士研究生实践能力培养方面,已有很多相关工作。相关研究指出,实践能力培养目前主要有两种途径:一是在实践基地参加生产实践,二是学习实践课程[1];也有相关教育工作者认为可以用数据驱动教学[2];还有研究阐释了现在人才培养要向智能方向转变[3];很多教育工作者都对如何提高学生的实践能力给出相关的观点和解决方法,并从不同方面研究并阐释。本文基于前人的研究工作,根据计算机学科专业硕士研究生培养经验和实际工作,围绕计算机学科专业硕士研究生培养计划,以实际的分布式大数据挖掘及分析平台为支撑,将算法理论与实践效果相结合,创新性的提出了计算机学科专业硕士研究生的实践能力培养方案,一种基于机器学习(machine learning)、大数据(big data)、分布式实践平台(distributed platform)的计算机学科专业硕士研究生实践能力培养模式(简称MBDP)。MBDP主要培养计算机学科专业硕士研究生的实践能力。同时,本方案又具有一定的普适性,可通过学科具体化改造,将其应用于其他理工科专业硕士教学中。MBDP方案以数据为驱动,通过分析影响实践能力关键因素,将机器学习算法应用于分布式平台,进行数据分析与挖掘,在学习计算机领域先进技术与知识的同时,让学生编程实现所学知识,理论与实践相结合,从而提高计算机专业研究生的实践能力。最后,依据学生在实践中的表现,制定出计算机学科专业硕士研究生实践能力评估指标。MBDP计算机学科专业硕士研究生实践能力培养方案创新之处在于以下几个方面。(1)以影响实践能力的关键因素为出发点,从更加细化的角度,有针对性地提出计算机学科专业硕士研究生实践能力包含的因素,并对上述因素之间的关系进行研究;(2)以大数据为驱动,以基础课程理论(机器学习算法)为基础,以分布式大数据挖掘及分析平台为支撑平台,结合计算机领域先进技术,真正做到理论与实践相统一;(3)制定实践能力评估指标,结合细化的实践能力影响因素,形成实践能力的评估指标体系:职业导向指标,校内实践和校外实践指标,并依据以上指标评估学生的实践能力。本文的研究成果将促进高校对计算机学科专业硕士研究生的培养,并为其他理工科专业硕士研究生教学提供以下3点借鉴。(1)OBE理念实施方面。将OBE理念细化到多项具体能力培养上,通过分析实践能力的影响因素,将机器学习算法、大数据和分布式技术应用到教学设计中,以提高学生的综合实践能力和交流沟通能力;(2)综合培养模式方面。本文提出的培养模式核心是“理念—平台—评价”,其综合性具体表现在OBE理念指导下,构建实际应用平台,并以此为支撑,进行理论实践综合培养,并给出培养效果评估指标;(3)教学评价指标制定方面。实践能力培养评估可从校内实践和校外实践两个方面综合进行,同时根据社会生产实践需求,引入职业导向指标。MBDP充分利用分布式大数据挖掘分析平台创新专业硕士研究生实践能力培养模式,该模式有助于培养出更符合社会和企业实际需求并具有较高实践能力的计算机学科专业硕士研究生。1 MBDP构建MBDP的目标是培养具有程序设计能力、算法分析能力、组织管理能力等综合实践能力的高素质计算机学科专业硕士研究生人才。本文拟从理论分析层面、MBDP方案设计层面和指标评估等方面进行介绍。1.1影响实践能力因素分析本文从多角度分析得出,影响计

参考文献

引证文献

问答

我要提问