新工科背景下数据分析能力导向的概率论与数理统计课程教学体系改革探究
时间：2020-11-22 16:09:03 来源：达达文档网 本文已影响 人 
刘军 柳福祥 崔盛
[摘 要] 针对新工科专业和大类招生培养机制，对数据分析能力导向的概率论与数理统计通识课程教学体系改革进行了探讨。依据新工科对人才的复合知识结构和数据分析能力的需求，讨论了差异化的课程目标的设置和建设问题。针对不同学科类型的新工科专业，讨论了课程内容选取和设置原则与合理性。针对互联网与大数据环境下的新工科专业，探讨了该课程教学模式和教学方法的改革与创新，同时讨论了“线上”与“线下”相结合的混合教学模式的优越性和必要性，以期提高新工科背景下概率论与数理统计课程的教学水平。
[关键词] 新工科;大类招生;课程目标;教学改革;数据分析能力
一、引言
随着全球新一轮科技革命、产业变革的迅速发展，现代科学技术在高度分化的基础上，呈现出高度综合的趋势，不同学科专业的相互融合使人类社会进入多学科相互渗透、交叉融合发展的时代。新工科是由多学科专业知识相互渗透、交叉融合而产生的新兴工程学科，以复合性为鲜明特征，通常由多个独立而又相关性较强的传统理科与工科专业相互融合、交叉复合而产生。因此，新兴工科专业一般都具有复合性特征，隶属于某个学科大类。新工科这种复合性属性，使得分大类招生培养的教学机制成为一种契合新型高等工程教育的有效模式[1，2]。按大类招生培养体制由于其“大类通识教育+专业分流”的教学模式而成为适应复合型新工科人才培养的一条有效途径。
新工科的复合性特征决定了新工科人才必须具备复合性知识结构。同时，由于互联网、信息通信等技术的快速发展，极大增强了人们收集和处理数据的能力，人类在生产、生活活动中往往伴随海量数据的产生和累积，具有鲜明的大数据特征（数据密集特征），因此新工科人才也应同时具备应用数据挖掘、数据分析的方法与技能解决科学工程领域复杂问题的能力。该能力被认为是新工科专业人才必须具备的公共核心能力之一[3，4]。
概率论与数理统计课程是综合性大学理、工、农、医、经管等专业开设的一门主要公共数学课程，旨在培养学生应用数据分析方法解决实际问题的能力，对于培养学生数据分析能力具有基础核心作用。因此概率论与数理统计在新工科基础课程体系中占有重要地位，研究面向新工科的大类招生模式下，通识型概率论与数理统计课程群的教学改革具有重要意义。
二、概率论与数理统计课程教学目标的科学确定
（一）课程教学目标制定和设计的依据
课程教学体系是指根据相应学科专业的人才培养方案和目标，设计构建的由课程教学目标、课程内容体系、课程教学模式与方法体系、课程考试评价体系等教学要素构成的一个有机整体。课程教学体系中，课程教学目标是核心组成要素，处于指导性的核心地位，并对其他课程教学要素起着决定和制约作用。它决定着课程内容的设置、课程教学评价的标准和尺度[5]，因此课程教学目标科学确定和设计是实施课程教学的首要任务。
新兴工程学科要求新工科人才必须具备若干核心能力。当今数据分析和处理能力是一项核心能力，因此在本课程教学目标设计中，要特别重视对学生数据分析能力标准的制定和考查;其次，要重视并体现新工科专业的复合性特征，建立具有学科类别差异，适用大类招生培养的课程教学目标，以确保能够真正培养出具有良好数据分析能力，满足社会需要的新工科人才。
（二）课程教学目标设定的思考
1.对于诸如电气工程类、电子信息类、通信工程类、自动化类、机械类等类型的新工科，在制定课程教学目标时，既要重视概率论部分的相关抽象概率概念和基本概率理论的目标设置，也要突出数理统计部分有关数据分析和处理能力培养的课程目标的科学设置。
2.对于诸如金融工程类、物联网、数据科学与大数据技术等类型的新工科，这类新工科专业对于学生的数据处理和分析能力有着强烈的需求，为适应和契合这种类型的新工科专业特点，对属于统计学内容的数据分析与处理部分，要制定较高的课程目标;对于统计实验课程部分，要制定高标准的课程教学目标，以培养学生的统计实践能力、数据分析与处理能力。
三、概率论与数理统计课程教学内容改革的探索
课程教学内容是人才培养的主要载体，关系到人才培养目标的实现和专业培养标准的落实。因此课程教学内容的结构与组成就成为一个新专业课程体系建设的关键环节之一。
对于以继承与创新方式为主，在传统理工科专业基础上改造升级发展起来的新工科专业，他们大多保留有原来专业知识体系的概念抽象度高、数理逻辑性强的特点，例如电气工程类、自动化类、机械类、电子信息类等类型的新工科，本文考虑课程内容设置以概率论基本概念为起点，逐步展开课程教学，同时，增加設置培养学生数据分析能力的内容模块。课程内容主要包括如下知识点：随机试验、样本空间、随机事件;概率、随机变量、概率分布;随机变量的矩、数学期望、方差、协方差;大数定律、中心极限定理;总体，随机样本，抽样分布包括χ2分布、t分布、F分布;点估计、矩估计法、最大似然估计法;估计量评选标准;区间估计、假设检验、两类错误;R软件（或SPSS），统计实验等。
对于以交叉与融合方式为主，适应新经济而出现的复合性、大数据特征突出的新工科类型，例如金融工程类、物联网、数据科学与大数据技术类的新工科等，课程教学内容直接以描述统计的内容为起点，以数据分析和处理为整个课程教学内容的主轴线。课程内容可安排如下：数据的图形表示、数据的描述性统计分析、R软件（或SPSS）;数据水平的概括性度量包括平均数、中位数和分位数;数据差异的概括性度量包括极差、四分位数、方差和变异系数;随机事件、概率、随机变量、概率分布;条件概率;随机变量的矩、数学期望、方差、协方差;随机样本、统计量、三大常用抽样分布;点估计、矩估计法、最大似然估计法、参数估计的基本原理;总体均值和方差的区间估计;假设检验、两类错误、χ2检验、F检验;统计实验等。
四、课程教学模式与方法的改革探索
（一）课程教学模式的变革
1.采用混合教学模式进行课程教学改革。混合教学模式是指以线上教学与线下课堂教学相结合为主要形式的一种新型教学模式。作为互联网和大数据背景下的一种学习环境，它将传统教学中的面对面教学与在线教学相结合，采用多种教学方式和工具，以优化学习成果和教学成本。在混合教学模式的课堂上，师生自然和主动的互动活动对学习过程有积极的影响，其优点主要有：①可针对不同的学习需求提出不同的解决方法;②提高教学的成本效益比;③操作简单，已被诸多学校实践和采用[8]。当前混合式教学模式的具體实现形式常见的有翻转课堂、慕课、移动学习等，这些学习形式能较好满足学生不同的实际学习需求，为学生提供了多种知识学习模式，有利于提高教学质量。
2.“专业服务+案例教学”的教学模式。优选和构建各个学科大类层次的课程内容，针对不同学科大类专业的实际背景和特点，优先选取来自于专业实际背景的统计案例，构建“专业型案例库”和“公共通用型案例库”，结合R统计软件，以案例教学形式实施统计实验课的教学，理论与实践相结合，培养学生应用统计软件进行数据处理和分析、解决实际问题的能力。
（二）课程教学方法与手段的改革
1.采用基于“专业服务+案例”的案例教学法。在统计实验课环节的教学中，应用案例教学法，优选来自于具体学科中的实际统计案例，培养学生构建统计模型、结合R软件（或SPSS）解决本学科专业实际问题的能力，有效提高教学质量。
2.采用基于“专业服务+问题情境”的教学法。课程教学中，对抽象度高、学生难以理解的难点内容，通过创设问题情境，再现抽象概念和理论产生的历史背景和问题环境，激发学生求知欲，引导其深入思考，培养学生创造性思维能力。
3.采用“互联网+课后教学”的教学手段。充分重视课后辅导答疑的教学改革，利用“互联网+”技术，实施“线上”与“线下”相结合的课外辅助教学方式。借助于移动互联网，创建班级为单位的课程学习QQ群，构建线上课程学习论坛，通过在线学习平台，实现教师与学生之间及时的交流和反馈，达到高效的课后辅导教学，有效培养学生的自主学习能力和创新能力。
五、结束语
本文在新工科的背景下，针对大类招生培养教学机制，对概率论与数理统计通识课程教学体系改革与实践进行了探讨，主要以新工科人才的复合性特点和数据分析能力培养为导向，针对不同类型的新工科专业，讨论了通识性的概率论与数理统计课程群差异化的课程目标、教学大纲、课程内容的设置和建设的问题。文章还对课程教学模式、教学方法方面的改革进行了探讨，深入讨论了“线上”与“线下”相结合的混合教学模式在课程教学中的积极作用和影响。
当然我们对于该问题仅仅做了一些初步的探索式的探讨与思考，期望文章所做的讨论能够对新工科专业概率论与数理统计通识课程的教学改革与建设有所帮助，为新工科人才的培养做出一定的贡献。
参考文献
[1]叶民，孔寒冰，张炜.新工科：从理念到行动[J].高等工程教育研究，2018，（01）：24-31.
[2]胡波，冯辉，韩伟力，等.加快新工科建设 推进工程教育改革创新[J].复旦教育论坛，2017，15（2）：20-28.
[3]周开发，曾玉珍.新工科的核心能力与教学模式探索[J].重庆高教研究，2017，5（3）：22-35.
[4]吴涛，刘楠，孙凯.“新工科”视域下工程人才关键能力的思考[J].黑龙江高教研究，2018，（03）：156-160.
[5]彭红军，梁艳.概率论与数理统计课程的全程类比教学研究[J].数学教育学报，2012，21（01）：95-97.
[6]林健.多学科交叉融合的新生工科专业建设[J].高等工程教育研究，2018，（01）：32-45.
[7]崔玉杰，刘喜波.大类招生下《概率论与数理统计》课程教学改革研究[J].教育教学论坛，2016，（15）：40.
[8]熊莲花，刘可为.《概率论与数理统计》通识课程建设与思考[J].大学数学，2018，34（06）：24-29.
