大模型赋能人工智能核心课程创新与实践——以《机器学习》课程为例
2026.07.20点击:
摘要:<正>针对计算机专业课程《机器学习》教学中问答效率低和学习路径缺乏个性化的问题,本文基于建构主义学习观等理论,构建课程知识图谱。该图谱利用向量数据库实现语义检索,并结合大模型推理设计了“智能问答—实验训练—薄弱点诊断—补救路径—画像更新”的学习闭环。本文通过记录交互日志动态估计掌握度,借助先修关系识别薄弱点,自动生成分级补救路径。此外,该系统经测试得出平均响应时间为3.1 s,问答准确率达85.4%,表现出良好的实时性与可靠性,为高校智能化教学与资源优化提供了参考。
基金资助: 湖北省高等教育学会教育科研课题“AI大模型技术在计算机专业教育中的创新应用研究——以人工智能系列课程为例”(2025XDZ022); 湖北省教育厅教学改革课题“大模型赋能计算机学科研究生人工智能系列课程建设研究与实践”(2024276);
专辑: 信息科技;社会科学Ⅱ辑
专题: 高等教育;自动化技术
分类号: TP181-4;G642
- 上一篇:中波广播信号优化与传播特性的分析应用探讨 2026/7/21
- 下一篇:遥感与人工智能融合驱动的城市智能服务新范式 2026/7/20