Python机器学习-原理、算法及案例实战-（思政版） 混合式教学设计方案-36学时_第1页
Python机器学习-原理、算法及案例实战-（思政版） 混合式教学设计方案-36学时_第2页
Python机器学习-原理、算法及案例实战-（思政版） 混合式教学设计方案-36学时_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

混合式教学设计方案一、课程基本情况课程名称Python机器学习总学时36线上学时（网上教学）16线下学时（课堂面授）20学分2课程资源微课视频二、教学进度和教学活动安排表周次学时授课形式教学内容教学活动与考评的实施方式（体现线上、线下的融合）12课堂面授第1章人工智能赋能新时代【课前】预习第1章《机器学习概述》【课中】提问对智能时代的思考/提问对人工智能的个人理解【课后】完成教材和实验教材任务。查阅资料，线上讨论1:人工智能的未来发展。22课堂面授第2章Python开发环境【课前】预习机器学习的开发环境；【课中】讨论机器学习开发环境的区别。【课后】完成教材和实验教材任务。小组作业1：讨论并设计出几个问题，并使用基本的Python语句实现，提交写小组报告。3-68线上教学第3章Python常用机器学习库第4章机器学习基础基础【课前】线上阅读学习资料，并完成在线测试1、2。【课中】反馈课前在线测试结果；对论坛讨论和小组报告进行总结；Python常用机器学习库、机器学习基础等知识重点难点/小组讨论机器学习的关键技术。【课后】完成教材和实验教材任务。线上讨论2:举例说明你见过的监督机器学习应用。72课堂面授第4章机器学习基础第5章KNN分类算法【课前】学习同伴及教师评语/学习人工智能技术路线的资料。【课中】典型小组报告展示，教师讲评/讲解AI的实现技术路线。【课后】完成教材和实验教材任务。参与主题为“与我专业相关的人工智能”的线上讨论382课堂面授第6章K-Means聚类算法【课前】阅读线上视频案例，学习线上学习资料，完成在线测试3。【课中】分析在线测试结果，讲解经典机器学习算法。【课后】完成教材和实验教材任务。完成阶段作业1：机器学习算法实践作业。9-1310课堂面授第7-9章典型机器学习算法（推荐算法、回归算法、支持向量机SVM-1）【课前】阅读线上学习资料。【课中】分析阶段作业1结果，讲解经典机器学习算法。【课后】完成教材和实验教材任务。完成阶段作业2、阶段作业3的机器学习算法实践作业。14-178线上教学第9章支持向量机SVM-2第10章近距离看神经网络第11章深度学习探索【课前】学习线上学习资料，完成在线测试4、5【课中】分析在线测试和阶段作业结果，讲解神经网络和深度学习技术及应用。【课后】完成教材和实验教材任务。完成并提交期末大作业开题设想。线上点评开题报告。184课堂面授作品演示与答辩【课前】提交期末大作业完整作品【课中】课堂分组作品演示，回答提问。期末大作业学生互评。三、考评方式完成形式评价方式分数占比提交时间线上1.在线讨论5%一周内线上2.在线测试(5次单元测试)5%*3=15%每次在线学习完毕以后，课程时间当天20：00前，限时5分钟。线上、线下3.出勤(线下课程的出勤+线上视频/任务的完成情况)5%线上即时统计/线下课程当日统计线上、线下4.阶段作业（4次，线下完成，线上提交)5%*4=20%一周内线

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论