为全面提升青年教师教学能力，夯实本科教学评估工作基础，2025年5月21日，人工智能研究室在格物楼605组织开展新进教师磨课活动。教研室全体教师到场观摩，通过授课展示与集体研讨，助力青年教师优化教学方法，提升课堂质量。

活动中，聂梦娜、黄智康、田乐乐三位青年教师依次进行教学展示。聂梦娜老师以LeNet：卷积神经网络的奠基者为主题，系统梳理了Yann LeCun于1998年提出的经典模型LeNet。她从结构设计、技术局限及历史影响三方面展开，结合MNIST手写数字识别案例，阐释了LeNet通过卷积层、池化层与全连接层的交替堆叠实现特征提取的核心思想，并强调其作为现代CNN基石的开创性意义。黄智康老师聚焦计算机网络传输层协议解析，深入对比TCP与UDP两大协议的特点与应用场景。通过剖析三次握手、流量控制、端口复用等关键技术，他生动阐释了TCP在可靠传输中的优势及UDP在实时场景中的高效性，凸显传输层在网络通信中的核心作用。田乐乐老师则以决策树算法原理与应用为题，结合ID3、C4.5、CART等经典算法，从特征划分、剪枝优化到模型适用场景，层层递进，剖析决策树在分类与回归任务中的逻辑框架，并强调其解释性强与易用性高的优势，同时提醒需警惕过拟合问题。

课后研讨环节，教研室全体教师针对三位青年教师的授课表现展开深入交流。大家一致认为，三位教师备课充分、逻辑清晰，能够结合学科前沿案例增强课堂吸引力。同时，与会教师也提出改进建议：一是需减少对PPT的依赖，增强课堂表达的生动性；二是规范教态，合理把控语速，注重与学生的互动反馈；三是优化教学设计，融入启发式提问与探究环节，激发学生主动思考。

此次磨课活动以“以评促改、以评促教”为目标，通过“展示-反思-优化”的闭环模式，助力青年教师精进教学技能，为迎接本科教学评估奠定扎实基础。人工智能教研室将持续推进教学研讨常态化，打造高质量教师团队，赋能学科建设与人才培养。

文、图：秦娟娟

初审：胥立军

复审：龙浩芬

终审：熊  健