面向机器学习的研究生科研创新能力培养研究——以农林经济管理学科为例

发布时间：2021-07-13 04:36

　　机器学习是科学理论研究的发展趋势。农林经济管理学科在引入机器学习培养研究生科研创新能力的过程中,存在着学科交叉融合不足、实证分析手段落后、理论知识储备欠缺、实践认知不够等问题。为此需要按照机器学习的特点,建立多学科学术交流机制,推广使用先进的量化分析工具,并坚持在实践问题的研究导向和扎实的人文社科理论基础之上,引导研究生利用机器学习的分析优势来做出创新成果。 

【文章来源】：高等农业教育. 2020,(03)

【文章页数】：5 页

【文章目录】：
一、机器学习下科研创新面临的挑战
    (一)研究对象更为复杂
    (二)预测准确性要求提高
    (三)数据处理级数增加
二、研究生科研创新能力的瓶颈
    (一)学科交叉融合不足
    (二)定量分析手段较落后
    (三)理论基础知识储备欠缺
    (四)农业政策的实践认知不够
三、面向机器学习提升科研创新能力的对策
    (一)按照机器学习特点,建立多学科学术交流机制
    (二)紧跟机器学习发展趋势,推广使用量化分析工具
    (三)强化人文社科基础理论,发挥机器学习创新优势
    (四)坚持实际问题导向,加强机器学习实践应用
四、结论


【参考文献】：
期刊论文
[1]理工科博士生科研能力的养成状况及其影响因素研究——基于对我国研究生院高校的调查[J]. 李永刚,王海英.  研究生教育研究. 2019(04)
[2]人文社科类研究生研究方法学习应用研究——兼论研究生研究方法课程体系建设[J]. 李雄鹰,金玉熙.  教学研究. 2019(03)
[3]机器学习和农业政策研究范式的革新[J]. 于晓华,唐忠,包特.  农业技术经济. 2019(02)
[4]高等农林院校林学学科研究生科研能力素养培养的探讨[J]. 胡畔,张守红.  现代农业研究. 2018(12)
[5]关于农林院校文科研究生创新能力培养的思考[J]. 张柯,黎昕.  长春大学学报. 2014(02)
[6]人文社科类专业研究生定量分析能力现状调查研究[J]. 田艳平,王梅.  江汉大学学报(社会科学版). 2011(06)
[7]走进人文社会科学研究[J]. 范国睿.  学位与研究生教育. 2011(11)



本文编号：3281358