2025年9月27日，《人工智能与机器学习》教学课程组顺利召开了2025-2026学年度教学研讨会。本次会议聚焦跨专业学情差异分析、课程内容适配优化、多元化考核体系构建及实践教学资源整合四大核心议题展开深入研讨，旨在精准对接不同专业人才培养需求，提升课程教学的针对性与实效性，助力学生夯实 AI 与机器学习核心能力，适应行业发展需求。

会议伊始，课程组对本学期授课的大数据管理与应用专业共5个班级的学情进行全面梳理。通过分析学生数学基础编程能力及行业认知差异，以及部分专升本同学的进度可能跟不上其他同学的问题，明确个别学生的学习起点与能力短板，为后续分层教学设计提供数据支撑。

考核体系改革也是本次会议的重点议题之一。课程组并未完全采用传统的 “期末笔试为主” 的考核模式，初步构建 “过程性评价 + 实践能力考核 + 期末笔试” 的多元化考核框架。过程性评价（占比35%）涵盖课堂互动、算法作业完成质量、阶段性编程测试；实践能力考核（占比15%）通过对应的案例让学生进行实操，通过提交项目报告、成果演示，全面评估学生的知识应用能力与创新思维。期末笔试（占比50%）则为最终考核方式，占比最大，旨在考核同学的理论知识层面。

本次教研会为《人工智能与机器学习》课程新学期教学实施指明方向。后续，课程组将根据会议共识细化教学方案，推进特色模块课件开发与考核标准落地，持续以学生能力提升为核心，优化教学模式与资源配置，助力课程建设向 “重基础、强实践、促创新”的高质量方向发展。