项目14 机器学习入门教案

序号：27章节名称项目14机器学习入门（一）教学课时2授课班级人工智能2501、2502授课时间授课地点教学目标知识目标学习如何定义和使用变量及常见数据类型掌握线性回归模型调用及常见sklearn包中的函数掌握逻辑回归模型调用及常见sklearn包中的函数4.了解数据预处理的基本方法，如去除空值、类型转换、数据拆分等能力目标能够运用线性回归模型对电影数据等进行相关性分析能够运用逻辑回归模型根据身高、体重等数据判断性别能够使用pandas等工具进行数据的读取、预处理等操作4.能够规范地使用Python进行编程，实现模型的训练和预测素质目标通过实际案例分析，培养学生的数据分析思维和问题解决能力在编程实操过程中，培养学生的严谨态度和创新精神3.通过小组合作等形式，培养学生的团队协作能力和沟通能力教学内容主要内容变量及常见数据类型的定义和使用案例1：电影数据分析，包括数据获取、数据预处理（去除空值、类型转换等）、一元线性回归模型的调用、训练、预测及可视化3.案例2：身高、体重数据分析，包括数据获取、数据预处理（类型转换、性别数值化处理等）、逻辑回归模型的调用、训练、预测及可视化重点线性回归模型和逻辑回归模型的调用、训练及预测方法数据预处理的基本操作，如pandas.dropna()、pandas.to_datetime()、preprocessing.LabelEncoder()等3.运用sklearn包中的相关函数进行数据分析难点理解线性回归和逻辑回归模型的原理及适用场景数据预处理过程中出现的各种问题处理，如数据类型转换错误、空值处理不当等3.模型训练和预测结果的分析及可视化教法改革教学方法讲授法、演示法、实操法、案例分析法教学手段多媒体教学、编程环境实操、任务驱动练习教学反思作业及学习评价表学习评价表评价内容自评同桌评师评能正确定义变量与使用数据类型能熟练运用运算符与编写表达式能完成用户输入与计算任务能积极回答教师的提问能积极参与小组讨论评价指标A．优秀B.一般C.较差二、教学设计教学步骤教学内容与情境设计教师活动学生活动时间分配情境导入通过讲述阿曹分析电影用户爱好和根据身高体重判断性别的故事场景激发兴趣，培养探索精神。【课程思政】通过学习场景激发兴趣，培养探索精神引入场景、提问、明确目标思考问题，了解任务核心5分钟知识讲解1变量及常见数据类型的定义和使用。PPT讲解、代码演示记录要点，观察演示15分钟知识讲解2案例1：电影数据分析中的数据获取和预处理（去除空值、类型转换等）及一元线性回归模型相关知识。【课程思政】培养严谨态度，注重规则理解PPT讲解、代码演示记录要点，观察演示15分钟实操演练身高、体重数据分析实操，包括数据获取、预处理、模型训练和预测。【课程思政】锻炼动手能力，体会理论应用于实践巡回指导，解决代码问题、函数调用问题编写代码，运行调试，记录遇到的问题15分钟知识讲解3案例2：身高、体重数据分析中的数据获取和预处理（类型转换、性别数值化处理等）及逻辑回归模型相关知识。【课程思政】培养逻辑思维，理解运算规则的重要性讲解算法模型，演示表达式计算编写代码，运行调试，记录遇到的问题10分钟实操演练身高、体重数据分析实操，包括数据获取、预处理、模型训练和预测。【课程思政】提升问题解决能力，感受编程实用性指导学生处理算法模型参数、函数导入等问题记录算法特点和评估方法，分析案例中分类结果的优劣，思考如何改进。15分钟总结与作业总结本课时重点内容（变量数据类型、线性回