信息技术（第2版）（拓展模块）教案 拓展模块5 5.2机器学习

2/7课题名称机器学习的基本原理与开发流程授课类型理实一体授课对象授课课时所授课程授课地点所授教材一、学情分析本课程授课对象为高职各专业大一学生，课程开设在大一第2学期，学生在知识储备、学习特点和信息素养的情况如下：1.知识与技能储备学生了解了人工智能的概念、基本特征、社会价值、和，初步了解了人工智能一些主要的研究领域，熟悉了一些人工智能产品，2.学习特点授课对象在学习方面表现出如下特点：（1）喜欢具体实例，厌烦抽象理论；（2）乐于接受可视化教学资源，反感静态纸质学习材料；（3）喜欢人工智能，具有较强的求知欲，希望进一步了解人工智能的基本原理。3.信息素养学生具备了基础的信息技术学科素养，二、教学内容机器学习项目1.知识目标2.能力目标3.素养目标1.教学重点八、教学环节教学环节教学内容教学活动策略与意图环节一课程回顾与学习目标(10分钟)【问题导入】什么是机器学习？说明：机器学习目前是主流的人工智能方法，人工智能技术的应用开发主要集中于机器学习技术的开发及应用，机器学习已成为新一代人工智能技术的典型代表，因此，后面课程主要围绕机器学习相关内容展开。【学习目标】教师活动1.提出问题，回顾以前所学内容2.介绍本单元的学习任学生活动2.思考记录1.问题教学法：复习机器学习概念，为本次课程做好铺垫2.讲授教学法：介绍学习目标，使学生明确本次课的要求教学环节教学内容教学活动策略与意图环节二学习机器学习的基本原理(20分钟)1.机器学习主要任务是什么？利用以往的经验优化系统自身的性能，其目标就是要利用过去的历史数据通过学习算法对模型进行训练，使模型越来越符合数据中蕴含的规律或规则，最终得出性能良好的问题解决模型。2.什么是模型？机器学习旨在从历史数据中寻找一个特定输入和预期输出的功能函数f(x)，该函数在机器学习领域又被称为模型，它可以根据给定的输入做出判断或预测。在机器翻译中，模型可以根据一段英文文字输出相应的汉字；在语音识别中，模型可以根据语音信号判断出说话的内容；在人脸识别应用中，模型可以根据输入的照片判断出照片中的人是谁；在围棋博弈中，模型可以根据当前的棋谱局势预测下一步“最佳”走法的落子位置。3.怎样建模？（1）找到一个“好用”的模型（2）用历史数据训练模型4.归纳（1）面向过去找规律；（2）根据归纳出来的规律面向未来做预测。教师活动学生活动讲授教学法：用问题引导，用图示讲授机器学习的任务、模型、建模过程，引导学生逐步理解机器学习的基本原理教学环节教学内容教学活动策略与意图环节三学习机器学习分类(15分钟)1.监督学习2.无监督学习聚类3.监督学习中的分类任务与回归任务（1）分类任务输出离散值例：图像分类（2）回归任务输出连续值例：气温预测教师活动1.通过案例讲解监督学习2.通过案例讲解无监督学习3.提问：监督学习和无监督学习的区别4.通过案例讲解分类任务与回归任务学生活动案例分析法：通过分析典型应用案例，使学生能够区分监督学习和无监督学习、分类任务和回归任务的不同点教学环节教学内容教学活动策略与意图环节四学习机器学习项目开发流程与步骤(30分钟)1.明确目标（1）明确需要解决什么问题；（2）了解实际业务场景问题；（3）判断问题的性质；（4）确定性能要求；（5）可行性分析。2.准备数据（1）数据收集（2）数据探索（3）数据预处理（4）数据标注3.选择模型（1）建立基准（2）训练多种模型（3）评估并比较性能（4）调整功能与特征（5）选择最合适模型4.准备数据（1）划分数据集（2）训练优化模型（3）验证泛化能力（4）评估模型5.上线运行（1）模型集成（2）模型部署（3）模型监控（4）模型维护教师活动1.给出机器学习项目开发流程图2.按照开发流程图所示顺序讲授机器学习项目开发流程与步骤学生活动2.积极思考，记录讲授教学法：围绕开发流程图讲授机器学习项目开发流程与步骤，使学生建立总体的流程框架和具体的步骤顺序教学环节教学内容教学活动策略与意图环节五考核评价与教师