《机器学习项目开发实战》-教案 项目三任务五 特征选择与模型优化

《机器学习项目开发实战》课程教学设计课程名称机器学习课程类型专业基础课课程学时64适用专业人工智能、大数据、云计算课程负责人曹梦川软件学院人工智能教研室制定二〇二五年一月《机器学习项目开发实战》课程教学设计课程类别：□公共基础课□专业学习课□拓展学习课☑实践学习课标题：项目三任务五特征选择与模型优化授课班级：24人工智能课时：2课时授课时间：周五1-4节授课地点：A101教学目标知识目标能力（技能）目标素质目标1.理解特征选择的意义及其对模型性能的影响。2.掌握常用的特征选择方法，如过滤法、包装法和嵌入法。3.了解模型优化的常见方法，包括超参数调优和正则化。1.能够根据数据特点选择合适的特征选择方法。2.能够使用网格搜索和随机搜索进行超参数调优。3.能够结合特征选择和模型优化提升回归模型的性能。1.培养数据驱动的思维方式，注重特征和模型优化的实际效果。2.培养严谨的科学态度，注重实验设计和结果的可复现性。3.提升解决实际问题的能力，能够根据任务需求灵活选择方法。教学重点掌握常用的特征选择方法；掌握常见的模型优化方法。教学难点掌握常用的特征选择方法；掌握常见的模型优化方法。教学方法与手段教学采用教师课堂讲授为主，使用教学PPT讲解教学教材教材：教学资源1.智慧课堂2.教材附带慕课课程思政融入点1.课程思政融入点1：预报服务中的责任担当与民生导向课程内容：讲解天气预报在防灾减灾（如台风预警、暴雨响应）、农业生产（如作物生长期气象指导）、公共安全（如交通出行提示）等场景的应用。思政融入点：：强调“预报即责任”，引导学生认识到准确及时的预报能减少生命财产损失，树立“技术服务民生”的价值导向。通过预报信息对社会各领域的影响，培养“以人民为中心”的服务意识，将技术学习与“守护公共安全、保障社会运转”的使命相结合。2.课程思政融入点2：应对气候变化中的人类命运共同体意识课程内容：讲解长期天气预报与气候变化研究的关联，如极端天气频发的趋势分析。思政融入点：以全球气候变暖对各国的共同影响为例，阐述“气候变化是人类共同挑战”，体现人类命运共同体理念。引导学生认识到气象数据的全球共享、国际预报技术合作的重要性，培养“开放合作、共担责任”的国际视野，理解“守护地球家园需要各国协同行动”。3.课程思政融入点3：气象协作中的集体主义与全局观念课程内容：介绍天气预报背后的跨部门协作，如气象部门与应急管理、农业、交通等部门的数据共享与联动。思政融入点：强调“一个精准预报需要多方协同”，培养分工合作的集体主义精神。引导学生认识到气象工作需兼顾局部与全局（如区域降水对流域防洪的影响），树立“统筹兼顾、系统思维”的全局观念，理解“个体工作是整体链条的重要一环”教学过程设计教学环节（用时）教学内容教师活动学生活动设计意图课程导入（15分钟）教师通过提问学生问题，引出特征选择。下雨前都会有什么现象呢？下雨后，不同地区会有什么区域反应呢？明确本节课的学习目标，让学生带着目标去听课。要求学生了解特征选择方法和模型优化方法；教师通过提问学生问题，引出数据分析应用场景集体讨论回答问题引入新课内容新知讲解（一）（30分钟）教师根据课件，讲解特征选择方法。教师根据课件，讲述模型优化方法。通过课件1.讲解特征选择方法。通过课件讲述模型优化方法。线上头脑风暴线上一句话答题步骤总结回答新知讲解实训演练（80分钟）回顾上课前的学习目标，并对本节课的重要知识点进行总结。教师根据课件，进行数据预处理，创建训练集和测试集教师根据课件，进行随机森林模型的构建。带领学生开始本次实践：进行数据预处理，创建训练集和测试集并构建随机森林模型。2.巡回检查，解答学生问题，并总结本次实践发现问题。1.跟随教师完成本次实践，存在问题时积极提问。巩固知识点知识