电子科大品学楼B111教室内，座无虚席。投影幕布上铺开一系列杯子、盘子、碗等图片，凡时财教授抛出坚守十年的课堂开篇之问：“同学们，这张图片是啥？机器是如何识别的？”台下瞬间响起热烈讨论，有趣的观点碰撞交织。没有冗长的公式灌输，所有人都在主动拆解算法逻辑——这是“模式识别与机器学习”课堂上惯常见到的开课场景。
自动化工程学院凡时财教授
自2016年正式接手课程至今，清华大学博士、加州大学圣地亚哥分校访问学者凡时财带领教学团队深耕十载，将一门满是抽象数学的硬核选修课，打磨为年均百余人选课、广受硕博学子认可的校级核心精品课程。课程跳出工科教学固有的桎梏，以具象化教学、分层化实践、浸润式思政、适配AI时代的多元评价为抓手，走出了一条兼具理论深度、工程温度与育人高度的研究生课程革新之路。
淬炼：十年迭代打磨 铸就精品课程
作为自动化工程学院控制科学与工程学科的核心专业基础课、模式识别与智能系统专业学位必修课，“模式识别与机器学习”课程面向全校硕博研究生开设，是支撑学科人才培养、科研创新的关键课程，常年保持超高选课热度，年均选课人数超百人。
2019年，课程成功入选电子科技大学研究生精品课程建设项目，依托平台赋能组建起由凡时财、周雪、郝家胜、郑亚莉、李曙光、陈路锋6名专任教师构成的稳定专业化教学团队，构建起分工明确、协同共进的课程建设体系。
课程组老师在教学研讨中
十年深耕路上，课程始终紧跟人工智能行业前沿技术迭代，持续优化课程体系与教学内容：课程名称由传统的“模式识别”迭代升级为“模式识别与机器学习”，与时俱进新增深度学习、强化学习、高斯混合模型等前沿核心内容，补齐新时代AI领域知识短板。
同时，课程动态优化教学课时结构，历经48学时扩容至60学时、再优化回归48学时的精准调整，逐步压缩固化的线下理论讲授时长，为学生自主探究、课堂研讨、科研实践释放充足空间，彻底打破传统工科研课“重灌输、轻探究”的弊端。
凭借扎实的课程建设、优异的教学成效与良好的育人口碑，课程斩获2021年度校研究生教学优秀奖；凡时财教授获评学校第五届“我最喜爱的老师”，团队成员郝家胜牵头的“机器学习”课程同步入选校级研究生精品课程，形成多课联动、协同提质的精品课程群建设新格局。
破局：让抽象算法落地的教学革新
传统模式识别教学充斥着贝叶斯决策、拉格朗日乘子、高维空间等晦涩理论，学生未入门便心生畏难情绪。凡时财团队以“所见即所得”为改革突破口，重构教学逻辑与实践体系，彻底打通抽象理论与现实应用的壁垒。
团队锚定图像作为核心教学载体，依托自身计算机视觉科研优势搭建经典案例库，将贝叶斯图像分割、SVM人脸分类等知识点嵌入真实图像任务。讲解特征提取时，不再单纯板书数学变换，而是以人脸、猫狗图像为切入点，引导学生自主识别五官、轮廓差异，反向推导机器像素化提取的底层逻辑。跳出公开数据集局限，团队还收集全班学生身高、体重、50米短跑成绩等“贴身数据”，带领学生训练分类器实现性别判别，让原本枯燥的模型边界逻辑转化为可感知的生活规律，消解了数学推导带来的心理门槛。
针对研究生专业背景参差、编程能力不一的痛点，课程独创“分层组合式作业”与“积木式实验”两大特色实践模式：作业层面允许学生自主选用Python或Matlab编程语言，以小组形式拆分任务、深耕擅长模块，报告重点深挖所选内容的分析逻辑，兼顾零基础学生与科研能力突出学生的成长需求；在实验层面构建前后迭代的关联体系，基于前序算法结果叠加新模型，通过同一数据集下的多算法效果对比，直观呈现不同模型的精度差异与适用场景，实现循序渐进的能力训练。
团队打破教师单一主导的授课模式，构建“师生双主体”的教学格局：课前发布学习资料引导预习铺垫，为课堂发言筑牢知识基础；开课头两周专门设置破冰环节，包容错误回答、鼓励开放性表达，以平时分激励机制引导学生主动参与；鼓励学生在班级群公开提问，让一人的困惑带动全班共同探讨。受海外高校课堂交流氛围启发，团队还持续优化课堂互动设计，逐步形成了“学生抢着发言”的独特课堂生态，让研究生从被动听课者转变为主动探究者。
润心：融家国与人文的价值引领
在凡时财看来，研究生教育既要教技术，更要立人格。课程团队坚持“如盐在水”的思政融入理念，定期开展思政专题研讨会，集体打磨知识点中的价值引领点，设置“育德效果”观测点，将思维塑造、家国情怀、人文哲思自然嵌入专业教学，实现知识传授与价值引领同频共振。
课程结课合影
讲授最小风险贝叶斯决策时，团队对比“最小错误率”与“最小风险”两种决策逻辑，结合决策背后的代价权衡与全局视角，引导学生理解极端策略的底层逻辑与历史局限，树立辩证看待问题的大局观，摒弃非黑即白的极端思维。讲解决策树、特征选择等内容时，融入“抓主要矛盾”“透过现象看本质”的哲学思考；以“作业全对但考试不会举一反三”的现象类比算法“过拟合”问题，用“三个臭皮匠顶个诸葛亮”的俗语解读Adaboost集成算法的核心思想，让学生在专业学习中同步收获人文启迪与思维升级。
课程开篇即融入科教兴国战略与《新一代人工智能发展规划》相关内容，点明模式识别技术对国家发展的战略价值；梳理学科发展脉络时，专题介绍傅京孙、黄煦涛等华人学者的开拓性贡献，以及当下国际顶会中日益增长的中国学术力量，增强学生的学科自信与民族自豪感。直面海外高端算力技术封锁现状，课程引入华为昇腾国产算力平台配套实验，让学生在代码迁移、调试、优化的全过程中，真切体会核心软硬件自主可控的现实难度与战略意义，打破“科学无国界”的片面认知。这种沉浸式的价值引导正在悄然改变学生的职业选择，近年来投身国家重点科研院所就业的学生比例逐年提升。
团队结合课程内容引入相关AI应用案例，讲解人工智能在基因测序、流行病分析中的支撑作用，引导学生理解科技向善的现实意义；围绕“双一流高校学子如何应对人工智能技术浪潮”设置讨论议题，鼓励学生将个人研究方向与国家需求、行业发展相结合，树立投身人工智能核心技术攻关的使命意识，真正实现“授业”与“传道”的有机统一。
向新：适配AI时代的育人探索
2026年，生成式AI已能一键生成代码、调优参数、输出完整实验报告。面对技术浪潮的冲击，凡时财团队选择主动拥抱而非简单禁止，以考核体系重构、教学模式迭代回应时代挑战。
学生在课堂上作分享汇报
课程调整总成绩构成，课堂互动、话题讨论、大作业深度分析报告成为考核核心。团队明确“允许用AI、禁止只交代码”的规则，学生可借助AI辅助编程，但必须在报告中完整剖析模型优劣、自主提炼创新点、排查AI生成代码的逻辑漏洞，考核重心彻底从“代码实现能力”转向“逻辑理解与科研思辨能力”。针对AI可能加剧的学习两极分化风险，团队通过现场答辩、随机提问、成果汇报等方式倒逼学生深度思考，既鼓励自驱力强的学生借助AI拓宽研究边界，也避免惰性学生完全依赖工具敷衍学习，确保学生夯实底层理论功底，拥有辨别AI输出对错、自主优化算法的核心素养。
秉持“尝试—反馈—优化”的务实态度，团队不断推进课程建设：曾自主研发“模式识别通用分析平台”，方便学生快速调用、对比各类；后依托学校官方智慧课堂与自建慕课资源推进混合式教学改革。目前课程正推进线上线下融合教学模式，将基础知识点迁移至线上供学生自主学习，配套线上测验、模拟考核夯实学习效果，线下课堂则全部留给案例研讨、问题答疑、成果汇报，最大化师生深度互动的时间。
截至目前，团队已发表《人工智能普及下的“模式识别”课程教学研究与实践》等教学改革论文，形成了可复制、可推广的教学成果。
十年课堂耕耘，课程收获了一届届学子发自内心的认可。助教连鹏隆见证了学生思维的转变：大家不再满足于“跑通代码”，开始深入思考模型选型逻辑、实验结果规律，数据分析与科研问题意识得到系统性提升；在校学生罗俣杰用一个“值”字概括课程收获，坦言老师细致的课堂讲解总能精准补齐知识盲区；已赴浙江大学攻读博士的吕青松则表示，课堂上的思维训练与表达锻炼，为他后续的科研深造打下了坚实基础。
展望未来，凡时财计划进一步推进课程的线上线下混合式教学改革，借助学校智慧课堂平台的大模型能力，将部分知识点迁移至线上供学生自主学习，腾出更多线下课堂时间用于深度互动与案例分析。同时，课程组将继续跟踪前沿研究进展，持续提升研究生的创新应用能力。
从公式推导到AI重塑，这条路他走了十年。下一个十年，他还会继续走下去——步履不停。凡时财相信，教室里仍然需要一个人，问出那个AI不会问的问题：“你觉得呢？”
