【ch01】让机器“学会”学习-深度学习与智能引擎

《人工智能应用与实践项目式教程》课程教案课题：让机器“学会”学习——深度学习与智能引擎教学目的：知识目标：了解身边的AI应用，理解回归模型、分类模型、聚类模型的适用场景和解决的目标问题。能力目标：能够在实验平台上完成数据导入、数据预处理、模型训练与评估的完整流程，能够理解并解释常见的模型评估指标，如准确率、MAE。能够通过可视化结果（如散点图、折线图）对模型效果进行初步分析。素质目标：具备AI伦理责任意识，能够识别模型的应用风险，明确预测结果的局限性，养成严谨的数据分析习惯，注重数据的完整性、模型的可复现性和指标的客观可解释性。课型：新授课课时：本章安排8个课时。教学重点：重点：了解身边的AI应用，理解回归模型、分类模型、聚类模型的适用场景和解决的目标问题。教学难点：难点：能够在实验平台上完成数据导入、数据预处理、模型训练与评估的完整流程，能够理解并解释常见的模型评估指标，如准确率、MAE。能够通过可视化结果（如散点图、折线图）对模型效果进行初步分析。教学过程：教学形式：讲授课，教学组织采用课堂整体讲授和分组演示。教学媒体：采用启发式教学、案例教学等教学方法。教学手段采用多媒体课件、视频等媒体技术。板书设计：本课标题让机器“学会”学习——深度学习与智能引擎课次4授课方式理论课□讨论课□习题课□其他□课时安排8学分共2分授课对象普通高等院校学生任课教师教材及参考资料1.《人工智能应用与实践项目式教程》；电子工业出版社。2.本教材配套视频教程及学习检查等资源。3.与本课程相关的其他资源。教学基本内容教学方法及教学手段课程引入你有没有发现，最近刷小红书时，推荐的内容总是“刚好”是你感兴趣的？如你喜欢露营装备，系统就不断推送帐篷、睡袋、户外炉具等信息；或者你在淘宝搜索了一双球鞋，接下来几天，抖音、微信公众号的广告也纷纷出现类似商品？这并不是巧合，而是AI在“默默观察”你的行为，并为你量身定制内容。这种技术叫“个性化推荐”，它每天在人们看不见的地方工作，影响着人们看什么新闻、买什么商品，甚至听什么音乐。一个看似简单的“推荐”，背后是强大的AI算法在分析人们的点击、停留、收藏等行为数据。正是这些智能技术，让人们的生活更便捷，也让企业经营更高效。你每天都在使用AI，但你真的知道它在哪里吗？如果有一天，手机不再推荐你喜欢的内容，语音助手听不懂你说话——人们的生活会发生怎样的变化？AI，究竟是“工具”，还是已经成了人们生活的人工智能应用与实践项目式教程“隐形伙伴”？本任务将介绍人们身边的AI应用。参考以下形式：1.衔接导入2.悬念导入3.情景导入4.激疑导入5.演示导入6.实例导入7.其他形式任务1寻找身边的智能应用任务知识1.AI应用背景如今，AI已不再是实验室里的高科技概念，而是深入人们日常生活的“隐形助手”。从早上被手机闹钟唤醒，到晚上用语音控制关灯，AI无处不在。在消费电子、社交平台、电商服务、交通出行等领域，企业纷纷引入AI技术来提升产品体验、优化运营效率、增强用户黏性。然而，许多人享受着AI带来的便利，却对其“看不见、不了解、不会用”。正确认识身边的AI应用，是迈向智能时代的第一步。2.AI+行业结合过去，设备是“被动响应”的：你按开关，灯才亮；你手动搜索，才能找到商品。如今，AI让设备变为“主动智能”：手机能预测你想打开哪个App，电商平台能提前推荐你可能需要的商品，智能汽车能自动识别障碍物并刹车。这种从“人操作机器”到“机器理解人”的转变，正是AI带来的核心变革。它让服务更贴心、决策更高效、交互更自然。3.技术原理可以把AI想象成一个“会学习的学生”。（1）输入：AI从各种设备中获取数据，如语音、浏览记录、摄像头画面。（2）学习：AI通过算法分析获取的数据，并找出规律，如“用户A常在晚上看健身视频”。（3）输出：根据学习结果做出反应，如向用户A推荐蛋白粉或健身课程。这个过程不需要程序员一条条写指令，而是让AI自己“总结经验”，越来越聪明。就像你第一次做饭可能很难吃，但多做几次就越来越好——AI也是这样“成长”起来的。任务实施现在，请你化身“AI侦探”，走出教室，观察你身边的AI应用。通过手机拍照、记录笔记、采访家人和朋友等方式，完成以下任务。1.识别智能设备观察你的手机、智能家居（如智能音箱、扫地机器人）、穿戴设备（如智能手表），记录它们有哪些“聪明”的功能。例如，手机相册能自动分类“人物”“宠物”“风景”，这是AI在“看图识物”。2.调查推荐系统打开小红书、微信公众号或抖音等App，浏览几条内容，注意系统为你推荐了什么。思考：这些推荐是否符合你的兴趣？你最近是否搜索或点赞过类似内容？3.体验智能客服进入淘宝或京东官网，尝试与机器人客服对话。试试问它“我的订单到哪了？”“这件衣服有货吗？”。观察它能否准确回答。如果它解决不了，是否会转接人工。这体现了AI在服务中的“辅助”作用。4.研究语音助手对Siri、小爱同学或天猫精灵说：“明天天气怎么样？”“定一个七点的闹钟。”观察它的反应速度和准确性。语音助手的背后是语音识别（听清你说的）和自然语言处理（理解你的意思）两大技术。5.了解智能家居如果你家里有智能灯、智能空调，观察它是如何工作的。例如，它是否能根据时间自动开关、是否能通过手机远程控制。这些功能依赖传感器和联网技术，由AI进行协调管理。6.探究智能驾驶查找资料，了解特斯拉、小鹏等智能汽车是如何识别红绿灯、车道线和行人的。智能驾驶主要依靠摄像头、雷达和AI算法“看清”道路，像人一样做出判断。为了帮助你更好地整理信息，请填写如表1.1.1所示的调查记录表。任务2回归模型案例引入小李是一名刚毕业的大学生，他正在考虑是否接受一份工作。这份工作提供的薪资与他的预期有差距，他想预测自己工作5年后的薪资。通过使用线性回归模型，可以根据已有员工的工作年限和薪资数据，预测小李未来5年的工作薪资，帮助他做出更明智的决策。本任务将介绍线性回归模型在薪资预测中的实际应用价值。在薪资预测中，为什么工作年限与薪资之间存在线性关系？如何判断一个模型是否适合解决这类问题？如何评估模型的准确性？任务知识1.应用背景薪资预测是人力资源管理的重要环节，传统方法依赖经验判断，缺乏科学依据，容易导致薪资与员工贡献不匹配。随着大数据技术的发展，通过分析历史数据建立预测模型，可以更客观、准确地预测薪资水平，帮助企业和员工做出更好的决策。2.AI+行业结合传统薪资预测依赖经验、主观性强、预测结果波动大，AI薪资预测能基于历史数据建立数学模型，其结果客观准确，可以进行量化评估。3.技术原理想象一下，你有一张工作年限与薪资的关系图。如果把这些点连起来，会形成一条直线或曲线。线性回归模型就是找出这条最佳拟合线，通过这条线，可以预测任意工作年限对应的薪资。任务实施1.实验平台和数据准备本任务使用“海豚人工智能与大数据实验室”平台和平台自带的“SalaryData.csv”文件。文件包含两列数据YearsExperience（工作年限，单位：年）和Salary（年薪，单位：元），数据来源于某企业员工的薪资记录，用于建立工作年限与薪资的关系模型。2.数据预处理模型训练前需要对数据进行简单处理以确保数据质量，主要步骤包括：检查数据完整性，确认无缺失值；了解数据分布，查看基本统计信息；可视化数据关系，绘制散点图观察数据分布。3.操作步骤3.1读取csv文件（1）打开“回归模型”界面，在界面左侧的“组件”选区选择“读取你的数据”选项，在打开的下拉列表中用鼠标左键选中“读取csv文件”组件并将其拖曳到画布中。（2）设置参数。单击画布中的“读取csv文件”组件，打开如图1.2.1所示界面右侧的“读取csv文件”选区，即可进行参数设置。将“选择数据源”设置为“SalaryData”，将“列名”设置为“首行”，将“行名”设置为“自动生成”，将“编码方式”设置为“UTF-8”。（3）右键单击“读取csv文件”组件，在打开的菜单中选择“运行”命令，运行完成后组件右侧出现“”表示完成文件读取操作。（4）预期结果：成功导入30行×2列的数据，并显示前5行数据。3.2了解数据结构（1）在“组件”选区选择“了解你的数据”选项，在打开的下拉列表中用鼠标左键选中“查看前N行”组件并拖曳到画布中，连接“读取csv文件”组件和“查看前N行”组件。单击“查看前N行”组件，在打开的“查看前N行”选区中进行参数设置，设置“N”为“5”，确认数据格式。右键单击“查看前N行”组件执行运行操作。（2）用鼠标左键选中“描述性统计”组件并拖曳到画布中，然后连接“读取csv文件”组件和“描述性统计”组件。单击“描述性统计”组件，在打开的“描述性统计”选区中进行参数设置，设置“选择列名”为“YearsExperience”和“Salary”。右键单击“描述性统计”组件执行运行操作，单击界面下方的展开按钮即可查看数据的基本统计信息，如图1.2.2所示。（3）预期结果：成功显示数据的类型、数量、平均值、标准差等统计信息。3.3观察数据分散位置（1）在“组件”选区选择“数据可视化”选项，在打开的下拉列表中将“散点图”组件拖曳至画布中，然后连接“读取csv文件”组件和“散点图”组件。（2）单击“散点图”组件，在打开的“散点图”选区中设置x轴为“YearsExperience”，y轴为“Salary”。（3）右键单击“散点图”组件，在打开的菜单中选择“运行”命令，即可得到数据分布的散点图，如图1.2.3所示。（4）预期结果：成功生成散点图，显示工作年限与薪资呈正相关分布。3.4数据拆分（1）在“组件”选区选择“数据预处理”选项，在打开的下拉列表中将“数据拆分”组件拖曳到画布中，然后连接“读取csv文件”组件和“数据拆分”组件。（2）单击“数据拆分”组件，在打开的“数据拆分”选区中设置“拆分比例”为“0.8”（80%训练集、20%测试集），设置“随机数种子”为“1”。（3）右键单击“数据拆分”组件，在打开的菜单中选择“运行”命令，即可得到两个数据集，如图（4）预期结果：成功拆分了数据，将数据分为训练集（24行×2列）和测试集（6行×2列），用于模型训练和评估。3.5回归模型训练（1）在“组件”选区选择“机器学习模型”选项，在打开的下拉列表中将“回归-线性回归”组件拖曳到画布中，然后连接“回归-线性回归”组件和“数据拆分”组件。（2）单击“回归-线性回归”组件，在打开的“回归-线性回归”选区中设置特征列为“YearsExperience”，预测列为“Salary”。（3）右键单击“回归-线性回归”组件，在打开的菜单中选择“运行”命令，如图1.2.5所示，表示模型训练成功。（4）预期结果：工作年限与薪资之间的线性关系模型训练成功，显示训练进度和模型基本信息。3.6模型评估（1）在“组件”选区选择“评估你的模型”选项，在打开的下拉列表中将“回归模型评估”组件拖曳到画布中，然后连接“回归-线性回归”组件和“回归模型评估”组件，以及“数据拆分”组件和“回归模型评估”组件。（2）单击“回归模型评估”组件，在打开的“回归模型评估”选区中设置特征列为“YearsExperience”，预测列为“Salary”。（3）右键单击“回归模型评估”组件，在打开的菜单中选择“运行”命令，即可得到模型的评估指标，如图1.2.6所示。（4）预期结果：成功生成评估指标，包括MAE、MSE、RMSE和R2，可用于客观评估模型在测试集上的表现。3.7排序与可视化（1）在“组件”选区选择“数据预处理”选项，在打开的下拉列表中将“排序”组件拖曳到画布中，然后连接“回归模型评估”组件和“排序”组件。（2）单击“排序”组件，在打开的“排序”选区中设置列名为“YearsExperience”，设置“排序方式”为“升序”。右键单击“排序”组件，在打开的菜单中选择“运行”命令，即可得到数据的升序排列，如图1.2.7所示。（3）在“组件”选区选择“数据可视化”选项，在打开的下拉列表中将“多条折线图”组件拖曳到画布中，然后连接“排序”组件和“多条折线图”组件。单击“多条折线图”组件，在打开的“多条折线图”选区选择x轴数据为“YearsExperience”，设置x轴名称为“工作经验”；选择y轴数据为“Salary”和“Y_prediction”，设置y轴名称为“年薪”。（4）右键单击“多条折线图”组件，在打开的菜单中选择“运行”命令，即可得到实际薪资和预测薪资随工作经验增长的变化曲线，如图1.2.8所示。（5）预期结果：成功生成实际薪资与预测薪资的折线图，可以直观比较实际薪资与预测薪资的差异。任务3分类模型案例引入某大型商业银行每月需要处理近万份贷款申请，过去审批人员依赖个人经验和简单规则判断，导致审批周期长，不良贷款率高。引入机器学习模型后，审批时间缩短，不良贷款率下降。本任务将介绍如何使用AI提升银行贷款审批效率和风险控制能力。任务知识1.应用背景贷款审批是金融机构的核心业务，涉及大量的客户申请。传统的审批方式依赖人工经验，存在效率低、主观性强、风险控制难等问题。随着金融科技的发展，利用历史数据训练的机器学习模型能够更客观、高效地评估客户的信用状况，成为现代金融机构的重要工具。2.AI+行业结合传统的贷款审批方式以人工审核为主，依赖经验判断、审批速度慢、风险控制难度大；AI审批方式通过自动分析历史数据，能够快速完成信用评估，风险控制更精准，且可大规模应用于海量申请。3.技术原理分类模型就像一个“信用评估小助手”，它先学习过去贷款人的个人信息（如年龄、收入）和还款情况，建立一套判断标准。当新申请人提交贷款申请时，小助手会将申请人的相关信息与历史数据进行比对，进而预测该申请人是否会按时还款，为贷款审批提供依据。本任务使用的逻辑回归和随机森林等都属于经典的机器学习算法，非常适合处理像表格这样的结构化数据。任务实施1.实验平台和数据准备本任务使用“海豚人工智能与大数据实验室”平台和平台自带的贷款用户信用评估数据集“3cstraining.csv”，该数据集包含以下关键信息：是否出现严重违约（SeriousDlqin2yrs）即目标变量（1表示出现严重违约，0表示正常）、信用额度使用率（RevolvingUtilizationOfUnsecuredLines）即未使用信用额度比例、年龄（age）即申请人年龄、未偿付债务比率（DebtRatio）即当前债务与收入的比率、月收入（MonthlyIncome）即申请人月收入水平、已开放信用额度数量（NumberofOpenCreditLinesAndLoans）即已开放的信用额度数量等。2.数据预处理（1）缺失值处理：采用“众数填充”方法填补少量缺失值，确保数据的分布特性，避免因删除缺失值丢失信息。（2）特征筛选：基于相关性分析，选择与信用评估最相关的特征，排除冗余信息对模型的干扰。（3）数据拆分：按8∶2的比例将数据集分为训练集和测试集，确保模型在未见过的数据上也能有良好表现。3.操作步骤3.1读取数据文件（1）打开“分类模型”界面，在界面左侧的“组件”选区选择“读取你的数据”选项，在打开的下拉列表中用鼠标左键选中“读取csv文件”组件并将其拖曳到画布中。（2）设置参数。单击画布中的“读取csv文件”组件，打开“读取csv文件”选区，将“选择数据源”设置为“3cs-training.csv”，“列名”设置为“首行”，“行名”设置为“自动生成”，“编码方式”设置为“UTF-8”。（3）单击“确定”按钮，完成数据导入，如图1.3.1所示。3.2查看数据结构（1）在“组件”选区选择“了解你的数据”选项，在打开的下拉列表中将“描述性统计”组件拖到画布中，然后连接“读取csv文件”组件和“描述性统计”组件。（2）单击“描述性统计”组件，在打开的“描述性统计”选区中设置列名，选择所有列名，共11个，然后单击“确定”按钮。（3）右键单击“描述性统计”组件，在打开的菜单中选择“运行”命令，即可得到12行11列的数据表，如图1.3.2所示。（4）预期结果：获取数据的类型、数量、平均值等基础统计信息以了解数据的基本情况。3.3数据可视化（1）在“组件”选区选择“数据可视化”选项，在打开的下拉列表中将“直方图”组件拖曳到画布中，然后连接“读取csv文件”组件和“直方图”组件。（2）单击“直方图”组件，在打开的“直方图”选区中设置列名为“age”，如图1.3.3所示。（3）右键单击“直方图”组件，在打开的菜单中选择“运行”命令，即可得到申请人年龄分布直方图，如图1.3.4所示。3.4特征筛选（1）在“组件”选区选择“数据预处理”选项，在打开的下拉列表中将“列过滤”组件拖曳到画布中，然后连接“读取csv文件”组件和“列过滤”组件。（2）单击“列过滤”组件，在打开的“列过滤”选区中进行参数设置。选择“是否出现严重违约（SeriousDlqin2yrs）”“信用额度使用率（RevolvingUtilizationOfUnsecuredLines）”“年龄（age）”“未偿付债务比率（DebtRatio）”“月收入（MonthlyIncome）”“已开放信用额度数量（NumberofOpenCreditLinesAndLoans）”，即保留与信用评估最相关的6个特征，如图1.3.5所示。注：图中参数的英文单词间应有空格，为保持平台原状，图中不做修改。（3）预期结果：筛选出目标特征列，去除无关特征。3.5相关性分析（1）在“组件”选区选择“数据可视化”选项，在打开的下拉列表中将“相关系数热力图”组件拖曳到画布中，然后连接“列过滤”组件和“相关系数热力图”组件。（2）单击“相关系数热力图”组件，在打开的“相关系数热力图”选区中进行参数设置。选择除是否出现严重违约（SeriousDlqin2yrs）外的其他5个特征，生成特征间的相关系数热力图，如图1.3.6所示。（3）观察各特征间的关系，依据相关系数热力图结果优化特征选择，避免冗余特征。1表示完全正相关，即一个变量的增加总是与另一个变量的增加相对应；−1表示完全负相关，即一个变量的增加总是与另一个变量的减少相对应；0表示没有线性相关，即两个变量之间没有线性关系（但可能存在非线性关系）；颜色的深浅表示相关性的强弱。（4）绘制年龄与信用额度使用率、月收入的散点图，观察特征间相关性。在“组件”选区将“多组散点图”组件拖曳到画布中，然后连接“列过滤”组件和“多组散点图”组件。设置数据对参数如人工智能应用与实践项目式教程。（5）右键单击“多组散点图”组件，在打开的菜单中选择“运行”命令，即可得到如图1.3.8所示的年龄—信用额度使用率及年龄—月收入散点图。（1）在“组件”选区选择“数据预处理”选项，在打开的下拉列表中将“缺失值填充”组件拖曳到画布中，然后连接“列过滤”组件和“缺失值填充”组件。（2）单击“缺失值填充”组件，在打开的“缺失值填充”选区中进行参数设置。选择所有特征，以解决数据缺失问题，保证数据完整性，如图1.3.9所示。（3）预期结果：填补数据中的缺失值，形成完整的数据集。3.7数据拆分（1）在“组件”选区选择“数据预处理”选项，在打开的下拉列表中将“数据拆分”组件拖曳到画布中，然后连接“缺失值填充”组件和“数据拆分”组件。（2）单击“数据拆分”组件，在打开的“数据拆分”选区中进行参数设置。设置训练集与测试集的比例为8∶2，即“拆分比例”为“0.8”，保持随机数种子为默认设置。（3）右键单击“数据拆分”组件，在打开的菜单中选择“运行”命令，即可得到拆分好的数据集如图1.3.10所示。（4）预期结果：将数据分为训练集和测试集，满足模型训练与评估需求。3.8模型选择与训练（1）分类—逻辑回归模型。在“组件”选区选择“机器学习模型”选项，在打开的下拉列表中将“分类—逻辑回归”组件拖曳到画布中，然后连接“缺失值填充”组件和“分类—逻辑回归”组件。单击“分类—逻辑回归”组件，在打开的“分类—逻辑回归”选区中进行模型训练的参数设置。设置“预测列”为“SeriousDlqin2yrs”，设置“特征列”为剩余5个特征，其他保持默认设置。然后，右键单击“分类—逻辑回归”组件，在打开的菜单中选择“运行”命令，若“分类—逻辑回归”组件右侧出现图标，则表明模型训练成功，如图1.3.11所示。（2）分类—随机森林模型。按照训练分类—逻辑回归模型的操作步骤训练分类—随机森林模型，如（3）分类—K近邻模型。按照训练分类—逻辑回归模型的操作步骤训练分类—K近邻模型，如图1.3.13所示。（4）预期结果：三种模型训练完成，获取模型基础信息，用于信用评估。3.9模型评估（1）分类—逻辑回归模型评估。在“组件”选区选择“评估你的模型”选项，在打开的下拉列表中将“二分类模型评估”组件拖曳到画布中，然后连接“分类—逻辑回归”组件与“二分类模型评估”组件及“数据拆分”组件与“二分类模型评估”组件。单击“二分类模型评估”组件，在打开的“二分类模型评估”选区中进行参数设置，设置“预测列”为“SeriousDlqin2yrs”，设置“特征列”为剩余5个特征，然后运行，即可得到准确率（AccuracyScore）、精确率（Precision）、召回率（Recall）、F1分数（F1Score）等评估指标，如图1.3.14所示。（2）对分类—随机森林模型和分类—K近邻模型进行相同的操作，分别获取准确率、精确率、召回率、F1分数等评估指标。（3）整理三种模型的评估指标结果，见表1.3.1。（4）模型选择：信用评估中的召回率指标更重要，分类—随机森林模型在召回率和F1分数上表现更优，为更优选择。任务4聚类分析案例引入某汽车制造商在进行产品开发时面对大量的车型数据，难以直观区分不同车型的特点，加大了其开发难度。通过聚类分析，可以对车型进行分组，如把低油耗、低重量的车型和高马力、高重量的车型分别归类，从而发现潜在细分市场，以制定更具针对性的营销策略和产品开发计划。本任务将介绍如何用AI对车型进行分类。任务知识1.应用背景汽车制造行业竞争激烈，不同车型对应不同市场定位。传统方式依赖人工经验，难以从海量数据中挖掘潜在模式。聚类分析作为无监督学习方法，能够自动对数据进行分组，帮助企业更好地理解细分市场和产品特性，提升决策效率和准确性。2.AI+行业结合传统市场分析依赖人工经验，主观性强且分析效率低；AI市场分析通过自动处理数据，挖掘潜在模式，大幅提升了分析效率和结果的准确性。3.技术原理聚类分析类似给不同特征的球分组，机器会根据球的颜色、大小等特征计算相似度，然后将相似的球归为一组。在汽车数据中，AI会依据车型的油耗、马力、重量等特征计算相似度，从而把特征相近的车型分为一组。聚类分析展示了AI“无师自通”发现数据内在结构的能力。任务实施1.实验平台和数据准备本任务使用“海豚人工智能与大数据实验室”平台和平台自带的“car_data.csv”文件，文件中的数据共392行8列，核心特征包括每加仑里程（mpg）、气缸数（cylinders）、排量（displacement）、马力（horsepower）、重量（weight）、加速度（acceleration）、年份（year）、产地（origin），用于聚类分析不同车型的特征。2.数据预处理（1）删除缺失值：采用“删除行”的方式移除含无效值的行，确保数据的完整性，避免影响聚类结果。（2）数据探索：通过描述性统计了解数据类型、数量、平均值、标准差等基本信息，为后续分析奠定基础。（3）特征标准化：对关键特征进行标准化处理，消除量纲差异对聚类结果的干扰。3.操作步骤3.1读取CSV文件（1）打开“聚类分析”界面，在界面左侧的“组件”选区选择“读取你的数据”选项，在打开的下拉列表中用鼠标左键选中“读取csv文件”组件并将其拖曳到画布中。（2）设置参数。单击画布中的“读取csv文件”组件，打开“读取csv文件”选区，选择需要的数据集并进行参数设置，如图1.4.1所示。（3）右键单击“读取csv文件”组件，在打开的菜单中选择“运行”命令，即可完成对数据集的导入。（4）预期结果：成功导入392行8列原始的汽车数据集。3.2删除缺失值（1）在“组件”选区选择“数据预处理”选项，在打开的下拉列表中将“删除缺失值”组件拖曳到画布中，然后连接“读取csv文件”组件和“删除缺失值”组件，如图1.4.2所示。（2）单击“删除缺失值”组件，在打开的“删除缺失值”选区中进行参数设置。选择数据集中所有的特征，共8个。设置“删除标准”为“某一行/列至少有一个数据为NaN”，设置“选择轴”为“首列”。（3）右键单击“删除缺失值”组件，在打开的菜单中选择“运行”命令，即可完成对数据集的预处理。（4）预期结果：成功删除数据集中的缺失值，保持数据集仍为392行8列，以确保数据的完整性，避免缺失值干扰聚类分析结果。3.3了解数据结构（1）在“组件”选区选择“了解你的数据”选项，在打开的下拉列表中将“描述性统计”组件拖曳到画布中，然后连接“删除缺失值”组件和“描述性统计”组件。（2）单击“描述性统计”组件，在打开的“描述性统计”选区中进行参数设置。选择统计特征为“mpg”“displacement”“horsepower”“weight”“acceleration”，如图1.4.3所示。（3）右键单击“描述性统计”组件，在打开的菜单中选择“运行”命令，即可得到如图1.4.4所示的汽车特征统计表。（4）预期结果：获取汽车各特征数据的统计信息，为后续的特征选择提供依据。3.4特征标准化（1）在“组件”选区选择“特征工程”选项，在打开的下拉列表中将“标准化”组件拖曳到画布中，然后连接“删除缺失值”组件和“标准化”组件，如图1.4.5所示。（2）单击“标准化”组件，在打开的“标准化”选区中进行参数设置。设置需要进行标准化处理的特征列为“mpg”“displacement”“horsepower”“weight”“acceleration”。（3）右键单击“标准化”组件，在打开的菜单中选择“运行”命令，即可得到标准化后的数据集。（4）预期结果：成功将选定的特征列转换为Z分数，所有数据具有相同的尺度，避免了因量纲差异带来的影响。3.5数据分类（1）对特征“cylinders”“year”“origin”进行One-Hot编码，以方便对模型进行数值化处理。（2）使用K-Means算法对数据进行分类，K-Means算法是一种经典的聚类分析方法，它是一种迭代算法，旨在将相似的数据点分组到一起。在“组件”选区选择“机器学习模型”选项，在打开的下拉列表中将“聚类-KMeans”组件拖曳到画布中，然后连接“One-Hot编码”组件和“聚类-KMeans”组件，（3）单击“聚类-KMeans”组件，在打开的“聚类-KMeans”选区中进行参数设置。选择所有特征列，设置“聚类个数”为“3”，其余保持默认设置，然后运行即可。（4）预期结果：成功将数据分组，生成聚类索引列（Cluster_index）。3.6查看聚类结果（1）在“组件”选区选择“数据可视化”选项，在打开的下拉列表中将“直方图”组件拖曳到画布中，然后连接“聚类-KMeans”组件和“直方图”组件，如图1.4.7所示。（2）单击“直方图”组件，在打开的“直方图”选区中进行参数设置。设置索引列“Cluster_index”为聚类结果标识。（3）右键单击“直方图”组件，在打开的菜单中选择“运行”命令，即可得到分类后的直方图（见图1.4.8）和特征均值表（见表1.4.1）。（4）预期结果：通过直方图直观展示3个簇的样本数量差异；通过特征均值表显示每个样本的所属簇，以及各簇的特征均值。3.7分析聚类结果（1）对比各簇特征均值的差异。（2）结合汽车行业常识解读各簇的车型属性。（3）记录分析结果。（4）预期结果：0簇为低油耗、低重量、低马力的经济型车型；1簇为高油耗、高重量、高马力的高性能车型；2簇为中等油耗、中等重量、中等马力的均衡型车型。任务5交互式可视化人工神经网络案例引入某电商平台图像识别系统的商品识别准确率仅为68%，其开发团队借助谷歌公司推出的可视化、交互式的人工神经网络学习工具——TensorFlowPlayground，最终将准确率提升至94%。可视化、交互式工具能够帮助开发者快速理解人工神经网络的工作原理，有效提升模型性能。本任务将介绍使用TensorFlowPlayground进行人工神经网络建模和训练的基本方法。任务知识1.应用背景人工神经网络是人工智能的核心技术，广泛应用于图像识别、语音识别、自然语言处理等领域。传统人工神经网络的设计依赖经验，需要反复试错和调整，效率低下。随着可视化工具的发展，开发者可以直观观察人工神经网络的工作过程，快速优化模型，大幅提高开发效率。2.AI+行业结合传统人工神经网络的设计依赖经验，需要大量试错，开发周期长；AI人工神经网络设计通过可视化工具，可以直观展示网络结构和参数对模型的影响，以快速优化模型，缩短开发周期。3.技术原理人工神经网络如同“智能小助手”，通过观察大量的数据进行学习，例如，通过多张猫咪的图片记住其耳朵形状、眼睛位置等特征。人工神经网络由输入层、隐藏层和输出层构成，输入层接收原始数据，隐藏层进行特征提取和处理，输出层给出最终结果。可视化工具就像“透明的玻璃盒子”，让人们能够清晰看到人工神经网络的思考过程。任务实施1.实验平台和数据准备本任务使用“海豚人工智能与大数据实验室”平台和TensorFlowPlayground内置的四种数据集，分别是两个类别用圆形划分的数据集、两个类别用正交直线划分的数据集、两个类别用对角线划分的数据集和两个类别用螺旋线划分的数据集。2.数据预处理TensorFlowPlayground内置数据预处理功能，无须额外处理，可以直接使用预设的数据集。3.操作步骤3.1启动TensorFlowPlayground（1）在Linux终端中启动Web服务器。在“交互式可视化人工神经网络”界面中双击“终端模拟器”图标，在打开的窗口中输入命令“cd../playground”切换到TensorFlowPlayground所在目录，然后在终端的命令行中输入“npmrunserve”，启动Web服务器。如图1.5.1所示表示Web服务器已成功启动，并显示TensorFlowPlayground的对应网址。（2）启动TensorFlowPlayground。打开FireFox浏览器，输入TensorFlowPlayground的对应网址，即可打开TensorFlowPlayground界面，如图1.5.2所示。界面包括“运行控制”区域、“迭代次数展示”区域、“超参数选择”区域、“数据集调整”区域、“特征向量选择”区域、“神经网络”区域和“预测结果”区域，如图1.5.3所示是TensorFlowPlayground界面功能区域