分享到微博 分享到人人 分享到LinkedIn 分享到Email
2017年教育部-微软产学合作协同育人教学内容与课程体系改革项目申报指南

一、 建设目标

“2017年教育部-微软产学合作协同育人教学内容与课程体系改革项目”(以下简称“项目”)面向全国各高等院校的所有院系,通过支持计算机基础课程体系及课程内容建设,推进优质教学资源共享、提升计算机基础教学的教学质量。

项目主旨为在以计算思维为核心的课程建设基础上,围绕前沿及热门技术核心主题(请见附录),树立系统培养观念,推进大学与中学的计算机教育的有机衔接;同时借助大规模在线开放课程(MOOC)等多种手段,持续推进以计算思维为导向的课程改革成果在中西部高校的传播与推广。

二、 项目内容

1. 一类项目:以“计算思维”为导向的大学先修课程建设

(1) 以计算思维为导向,推动计算机基础教育,培养学生的创新能力。围绕计算机学科的前沿及热门技术,开展计算机相关大学先修课程建设。

(2) 设计面向高中学生的信息技术类大学先修课程,进行特色课程内容建设,并在MOOC平台上线。

2. 二类项目:以“计算思维”为切入点的课程实践项目(重点支持中西部高校、教学资源欠发达地区高校申报)

鼓励高校积极探索大学计算机基础后续课程(如程序设计类课程)的优质教学资源落地,开展基于在线学习环境的教学实践工作。在引入优质在线开放课程资源基础上,在校内开展翻转课堂教学实践,实现先进教学模式的推广。

3. 三类项目:师资培训项目(定向)

支持基于以“计算思维”为切入点的计算机基础课程教学改革成果的师资培训、教学交流等活动。鼓励在此类活动上就已有改革成果进行分享和经验交流,并发掘优秀项目,以之为改革工作范例进行推广。本部分项目定向支持专项申请。

三、建设要求

1. 一类项目须完成以下任务:提供MOOC形式的大学先修课程,选择附录中前沿及热门技术核心主题之一,通过生动案例有效体现计算思维概念,系统性、有针对性地进行计算机基础课程设计。课程需在MOOC平台上线并收集授课数据、学生反馈等信息。项目周期截至2018年12月,结题验收以MOOC及课程建设分析总结报告为准。

2. 二类项目须完成以下任务:对接优质的MOOC教学资源,引入以“计算思维”为切入点的程序设计类课程,推广“MOOC+SPOC+翻转课堂”的教学方法,开展广泛的教学实践,推动课程教师掌握新的教学方法。项目周期截至2018年12月,结题验收以课程改革情况中优质教学资源引入量、教学效果分析、及结题总结报告为准。

3. 三类项目须完成以下任务:积极宣传并号召全国参与以“计算思维”为切入点进行计算机基础教学改革的院校,基于改革试点工作中发现的问题和取得的成果,面向全国高校开展大规模分享和交流,并组织相关课程的任课教师进行教学内容、教学模式改革培训,评选优秀的有代表性课程建设、引进工作为典型案例进行推广。

四、支持办法

1. 微软亚洲研究院拟支持6个一类项目,10个二类项目,2个三类项目;为每个一类项目提供3万元人民币的经费支持,每个二类项目提供1万元人民币的经费支持,每个三类项目提供2万元人民币的经费支持。

2. 所有立项项目都将纳入微软的学术合作体系,受邀免费参加微软组织的各类技术活动,并由微软选派技术人员根据项目承担人和学校的需求提供必要的授课人员、录像、技术资料和软件环境等支持。

五、申请办法

1. 一类项目申报人需在高校从事计算机基础教学工作,鼓励与中学老师联合申请。二类项目优先支持中西部高校,以及参与“MOOC+SPOC+翻转课堂”实践的高校。

2. 项目申报人应认真填写《2017年教育部-微软产学合作协同育人教学内容与课程体系改革项目申报表》,并于2017年5月30日前将申报表电子版发送至微软亚洲研究院学术合作部项目负责人蒋运韫(yunj@microsoft.com,电话:010-59165426,13811902915),并附加盖所在学院公章的申请书扫描件。

3. 微软拟于2017年6月组织对项目进行评审,并于6月底公布立项名单。每所高校支持的项目本年度原则上不超过1项。

4. 微软将于2018年12月前组织项目验收。

5. 项目申报书格式请参见附件。

附录:2017年教育部-微软产学合作协同育人教学内容与课程体系改革项目申报主题

附件:2017年教育部-微软产学合作协同育人教学内容与课程体系改革项目申报书

 

微软亚洲研究院

2017年2月28日

 

附录:

2017年教育部-微软产学合作协同育人教学内容与课程体系改革项目申报主题

2017年教育部-微软产学合作协同育人教学内容与课程体系改革项目的申报主题分为人工智能基础、云与移动计算、大数据计算、多媒体计算四类:

一、 人工智能基础

模块1 - 机器学习:在理论、算法、应用等不同层面介绍机器学习领域的学术前沿。以深度学习、增强学习、分布式机器学习和图学习为重点。鼓励基于微软认知服务深度学习工具(Cognitive Service)和微软Malmo人工智能助手(Project Malmo)等工具进行教学案例设计。

模块2 - 自然语言处理:通过多语言文本分析、机器翻译、问答系统、对话系统、社会关系网络和搜素引擎的前沿研究,综合利用专家知识、统计机器学习和神经网络等技术介绍学科前沿热点。鼓励借鉴微软研发的人工智能机器人框架平台(Bot Framework)进行课程内容及案例设计。

模块3 - 知识挖掘:通过知识发现和数据挖掘等技术介绍人工智能领域前沿研究。鼓励利用网络实体搜索工具如微软必应搜索引擎介绍相关技术,如以学术搜索为例,引入服务于真实世界的语义计算框架应用,以及基于大规模数据的用户行为理解等知识,鼓励学生从生活中发现相关问题并理解其原理。

二、 云与移动计算

模块1 - 云平台资源与应用:介绍现有互联网云平台资源及服务类型,通过各学科所涉及到的学习、研究问题在云平台上的解决方案,有针对性地培养学生研究和解决问题的系统性方式方法,并对云平台的基础架构和应用范围有一定认识。鼓励以微软Azure云平台为示例,通过课堂演示、课后实践作业等形式进行体验式学习。

模块2 - 物联网:通过网络的结构、特征和发展过程,介绍物联网的概念、与物联网相关的应用和日常生活中与物联网相关的设备,使学生对其工作原理和体系架构有一定的认识,培养积极、安全使用网络的观念和防范网络安全隐患的意识,掌握构建个人安全网络环境的基本方法。

模块3 - 移动应用:介绍常用移动终端的功能与特性,初步讲解移动应用设计与开放的思想和方法,根据真实需求组织移动应用设计实践,创造性地解决学生日常学习和生活中的实际问题。鼓励基于图形化开发工具讲述移动应用设计与开发的基本方法,基于真实移动设备平台介绍其应用开发流程。

三、 大数据计算

模块1 - 数据管理与安全:介绍海量数据的存储、备份、容灾等机制,建立对计算机存储的基本概念,同时对于数据的规范化管理、查询等技术进行讲解同时,强调数据安全观念的树立,引导学生认识数据丢失的风险。

模块2 - 数据分析与可视化:介绍常用的数据分析方法,在实践中选用适当的数据分析工具,分析、呈现并解释数据;鼓励使用微软Power BI商业数据可视化工具,通过真实数据案例分析,讲述文本数据知识挖掘、知识语义表示与计算等方面的技术。

模块3 - 数据信息应用:选取贴近学生学习和生活的典型问题,引导和鼓励学生自行收集和创建典型案例,在确定具体问题解决方案制订和实施的过程中,开展自主或协作学习。结合生活实际,体现数据资源的重要性,以及通过合理的分析和挖掘,实现其巨大价值。

四、 多媒体计算

模块1 - 计算图形学:通过介绍计算机图形可视化与交互技术的发展,包括渲染、几何建模与处理,3D打印、面部动画与人体动画捕捉与建模、信息可视化、计算摄影学以及图形系统,在图形图像算法,图形平台系统,和图形捕捉设备硬件方面进行广泛的探索;利用虚拟现实(VR)和增强现实(AR)技术,结合微软Hololens开发平台,使不同学科方向的研究辅以更有效的工具,启发学生在交叉学科领域培养计算思维能力。

模块2 - 模式识别:基于多媒体素材,进行素材理解、搜索和数据挖掘。原理性地介绍图像和视频的内容理解,基于三维结构的物体识别,大规模图像和视频检索,移动多媒体检索,以及社交多媒体分析等热门前沿技术,培养学生在多媒体计算领域的概括性认识。

模块3 - 人机交互:介绍该领域相关工作,例如通过有效地虚拟化网络中的计算设备的输入和输出,实现数据资源的无缝共享和迁移等新的计算体验。围绕媒体分析、压缩、处理、通信、网络、用户界面、安全性和系统等核心技术展开探究性学习和实践训练。鼓励使用微软Kinect体感器设备进行应用体验和开发。