机器学习背景下非参数统计跨学科教学模式研究  

作　　者：刘欠宁 单青松 夏斌豪 徐嘉波 

机构地区：[1]江西财经大学统计与数据科学学院,江西南昌330013

出　　处：《电脑迷》2023年第18期115-117,共3页

基　　金：江西财经大学教育教学改革研究课题(项目编号:JG2023028);江西省学位与研究生教育教学改革研究项目(项目编号:JXYJG-2023-069);江西省高等学校教学改革课题(项目编号:JXJG-22-4-8)。

摘　　要：文章深入探讨在机器学习的背景下,非参数统计的跨学科教学模式。首先界定非参数统计与机器学习的基本理论,并分析两者在现代数据科学中的重要性。其次,讨论跨学科教学模式的必要性,强调理论与实践相结合的重要性,以及该教学方式在培养学生解决实际问题能力中的作用。具体的教学措施包括结合案例学习、跨学科课程设计、项目导向学习,以及利用在线资源和工具促进自主学习。文章还提出了一系列教学改革措施,旨在提高学生的跨学科理解能力,增强其对复杂数据分析的实践技能,并培养其批判性思维和创新能力。

关 键 词：机器学习背景 非参数统计 跨学科 教学改革 

分 类 号：G63[文化科学—教育学]