高等教育人工智能课程建设的若干问题探讨
摘要
文中主要探讨高等教育人工智能课程建设存在的若干问题,并提出相应的对策。主要从四个方面论述:首先,帮助学生克服数学焦虑情绪,提高其数学素养与能力;其次,明确阈值概念,使学生能够更好地理解数学、统计和机器学习等知识;第三,通过提高元认知和自我效能来提高学生的学习能力和适应能力;最后,需要更加注重学生的编程能力,为培养高水平的人工智能人才打下基础。
关键词
高等教育;人工智能;阈值概念;元认知;自我效能
全文:
PDF参考
方艳梅,李冠彬,卢伟.机器学习高阶课程建设的探索与实践[J].计算机教育,2023,11(3):119-123.
胡小方,张里博.创新型人工智能人才培养的教学体系探究与改革[J].中国新通信,2023,25(6):41-43.
李宁,罗雪妮,刘柯欣,等.基于创新应用驱动的“机器学习”课程教学改革研究[J].海峡科技与产业,2023,36(3):74-77.
程乐.人工智能发展趋势研判与规范引导思路[J].国家治理,2023,11(6):42-48.
张承芬,孙金玲.数学焦虑对工作记忆子系统及数学心算的影响分析[J].心理科学,2013,36(1):134-138.
王洪江,李作锟,廖晓玲,等.在线自主学习行为何以表征元认知能力——基于系统性文献综述及元分析方法[J].电化教育研究,2022,43(6):94-103.
李时华,刘啸宇.阈值概念的理论渊源及主要特征[J].教育教学论坛,2020,12(9):115-116.
陈锋娟,刘清堂,张思,等.面向小组互评的集体元认知支架模型及实证研究[J].电化教育研究,2023,44(4):94-100.
徐旻昱.面向网络教学的认知能力评价模型研究与应用[D].江苏:东南大学,2019.
DOI: https://doi.org/10.33142/fme.v4i1.8736
Refbacks
- 当前没有refback。
版权所有(c){$ COPYRIGHTYEAR} {$ copyrightHolder}
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。