为深入学习贯彻全国教育大会精神，进一步优化机器学习类课程体系和教学内容，创新教学方法，提升人才培养质量，数据科学系于9月19日在知行楼A112举行了《机器学习》课程集体备课教研活动。本次活动由数据科学系主任雷俊丽主持，副院长张志刚及《机器学习》课程教学团队全体成员参加了此次活动。
活动伊始，张志刚副院长首先强调了《机器学习》作为大数据专业基础课程的重要地位，他指出，随着大数据技术的快速发展，机器学习已成为推动各行各业创新发展的关键力量。因此，提升《机器学习》课程的教学质量，对于培养具有创新精神和实践能力的大数据人才具有重要意义。张院长还结合名师课堂的教学经验，概述了《机器学习》课程的教学目标和重点，为与会教师提供了宝贵的教学思路。
蔡艳丽老师向与会教师汇报了机器学习课程知识图谱建设的进展情况和目前遇到的困难。她提到，知识图谱的构建不仅有助于整合和优化课程的教学资源，还能为学生提供更加个性化的学习路径，但在实施过程中也面临数据整合和更新的挑战。
随后，与会教师围绕《机器学习》的教学内容、教学方式以及如何融入思政元素等议题进行了热烈讨论。教师们纷纷表示，要紧密结合行业发展趋势和学生实际需求，精选教学案例，丰富教学资源，以激发学生的学习兴趣和主动性。同时，教师们还就如何采用案例教学、互动式教学、实践操作等多元化教学方法，提高课堂互动性和实效性进行了深入探讨。
雷俊丽主任在总结时表示，团队建设的《机器学习》课程已经获批湖北省一流本科课程、校级课程思政示范课程。她强调，这些成就的取得，是团队成员共同努力的结果，也是学院对教学质量持续投入和改进的体现。
活动最后，雷俊丽主任对本次备课研讨活动进行了总结，并对所有参与教师的积极贡献表示感谢。她表示，数据科学系将继续秉承“以学生为中心，以质量为根本”的教学理念，不断提升教学质量和水平，为培养更多优秀的大数据人才贡献力量。
