一种基于机器学习的反馈教学模式
来源:用户上传
作者:苏萍
【摘要】本文从机器学习的视角研究反馈教学模式，借鉴机器学习算法中的反馈机制设计教学实践中的反馈机制，为反馈教学模式的研究提供了一种新的研究视角，并开展反馈教学模式对提升课程教学质量的有效性研究。
【关键词】反馈教学 机器学习 神经网络
【课题】宁波市教育科学规划课题（编号：2019YGH065）。
【中图分类号】H191 【文献标识码】A 【文章编号】2095-3089（2020）14-0254-01
1.引言
无论是国外还是国内课程教学是大学的使命，对于高职院校来说，教学更是专业发展和人才培养的重要途径，教学的质量是衡量一个高职院校办学水平的重要指标。因此教学质量的提高方法成为国内外很多学者的研究热点。在众多教学方法中，反馈教学法被认为是提高教学质量的有效方法。反馈教学模式是根据系统科学、信息科学、控制论等相关学科创立的一种教学模式，以信息反馈为主线，把课程教学的相关信息反馈给教师和学生，帮助教师及时调控教学过程，学生在学习中体验成功和快乐，从而有效提高教学效果。
反馈教学的目标必须以学生为中心，使学生有趣、高效的学习课程的知识和技能，因此反馈教学模式的实施过程可以看作是在教师指导下的学生学习过程。经过多年的发展，反馈教学被广大教师所采用，实践证明反馈教学是提高教学质量的非常有效的方法。但是，近年来反馈教学处在停滞阶段，没有诞生新的反馈教学途径和方法。人工智能技术近年来取得突飞猛进的发展，尤其在图像、文字、语音识别领域取得了非常好的效果，同时人工智能被认为是人类的第四次工业革命。人工智能在产业界获得成功的同时，对教育界也产程了很大的影响，因为机器学习的过程可以看作是教学的过程，虽然机器学习算法的原理没有被脑科学证明和大脑的学习过程一致，但为教学的改进提供了新的视角，本文就是借助机器学习算法中反馈思想来改进反馈教学。
2.基于机器学习的反馈教学模式
机器学习反馈教学模式就是运用机器学习算法的反馈思想到教学中。目前常用的机器学习算法有BP神经网络、随机森林、感知机、生成对抗网络等，本文将应用这些机器学习思想到教学中。
2.1基于BP神经网络的三级反馈网络教学平台
BP神经网络的计算过程由正向计算过程和反向计算过程组成。网络结构有多层神经元组成，当输出层不能得到期望结果时，运用反向传播技术逐层反馈，实时更新所有神经元的权值。应用逐层反馈和实时更新的思想到网络教学平台。网络教学平台为教师和学生的沟通提供了条件，但问题也很突出，如教师没有那么多的精力来处理学生的反馈，那么如何运用网络教学平台来合理的为学生服务呢？本文根据BP的原理设计了三级反馈平台，大部分学生的问题是重复的，因此让班级中学习优秀的学生来给学生做反馈，如果有解决不了的问题，学习优秀的学生可以反馈到第二级，第二级有三年级的特长生组成。第三级是教师，教师只处理第二级无法处理的问题，这样学生的问题可以得到及时的反馈，同时降低了教师的工作量。
2.2 基于随机森林技术识别学生的学习困难
在机器学习中随机森林是一个包含多个决策树的分类器，构建好的决策树呈树形结构，可以认为是if-then规则的集合，分类过程是从树根开始，根据条件逐渐分类到树叶。本文首先统计学生的学习难点，把每个学习难点作为学生的属性，同时根据历史记录给每个学生分配一个学习分数。因此每个学生有一行数据，这一行数据有多个属性和一个分数组成，把多个学生的数据输入随机森林，通過机器学习可以生成决策树，根据决策树上结点的权重可以识别出大部分学生学习困难的知识和技能点。
2.3 覆盖课堂内外的心理正反馈
运用机器学习算法评价图片质量时往往要对图像做预处理，因为图像质量的最终受体是人眼，人眼对图像亮度的感知是非线性的，因此用机器学习算法模拟人眼对图像质量感知时往往预先对图像亮度值做对数处理能取得更好的效果。课程学习的主体是学生，学生对知识和技能的感知同样要考虑主观和心理因素。给学生施加心理正反馈能够提高学习效果，而施加心理负反馈可能导致学生的学习焦虑。心理反馈的目标是要让学生喜欢学习课程，喜欢上课的教师，让学生感觉到自己受到教师的关注。以《WEB 前端开发》课程为例，构建覆盖课堂内外的心理反馈系统，把心理反馈融合到师生交往的方方面面，在点名、打招呼、案例分析、提问等环节增加心理反馈信息。本教学模式将研究形成心理正反馈的各种技术手段，实验总结最有效、容易实施的正反馈技术。
2.4基于GAN的学生对学生反馈
GAN即生成对抗网络，是2018年最成功的深度学习模型之一，生成对抗网络有生成模型和判别模型组成。从生成模型是先统计全概率，然后计算条件概率，而判别模型是直接生成条件概率。这两个模型在一个算法中互相对抗，从而达到很好的网络性能。应用这个思想让两组或者多组学生互相反馈学习课程知识和技能，使学生学会自学和团队学习。以《Web程序开发》课程为例，把学生分成程序开发组和程序测试组，程序开发组学生负责编写安全的代码并发布网站，程序测试组学生负责网站的功能测试、安全测试、性能测试。程序开发组学生的任务是不断改进自己的程序代码通过程序测试组的测试。在博弈过程中通过多次的相互反馈程序开发组和程序测试组，学生的技能得到显著提升。
3.总结
本教学模式以《WEB前端开发》、《交互设计》、《Web程序开发》三门课程为实验对象，开展反馈教学模式对提升课程教学质量的有效性研究，参与教师4人，学生196人，通过问卷调查的方式对课程改革进行评价，结果表明89.9%的学生认为新的反馈教学模式对提高学习效果有帮助，全部教师认为机器学习反馈教学法具有很大的研究和应用前景，初步实验表明机器学习反馈教学法对提高教学质量有限制效果。
参考文献：
[1]李广凤，王楠楠.反馈有效性研究：影响因素及教学对策[J].教育理论与实践，2018（19）：57-60.
[2]樊超，樊敏.高等教育教学质量反馈机制研究[J].教育与职业，2014（05）：26-28.
[3]王凯.反馈何以有效：对当前课堂教学评价的新思考[J].教育科学，2011（03）：34-38.
[4]张克非.课堂教学质量评价数据客观性处理及反馈机制探究[J].教学与管理，2014（09）：44-46.
作者简介：
苏萍（1979年12月-），女，汉族，安徽省合肥市人，研究生，副教授，研究方向：计算机。
转载注明来源:https://www.xzbu.com/1/view-15268159.htm
