《机器学习项目开发实战》-教案 项目3 监督学习回归实战-天气预测

《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：项目三任务一项目背景与目标授课班级：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.理解监督学习的基本概念，特别是回归分析在监督学习中的应用。2.掌握天气预测的基本原理和在实际生活中的应用场景。3.了解不同类型的回归模型（如线性回归、随机森林回归）及其在天气预测中的作用。1.能够分析天气预测项目的需求，明确项目目标。2.能够收集和整理与天气预测相关的数据。3.能够根据项目需求，选择合适的回归模型进行初步分析。1.培养学生的数据敏感性，提高对数据价值的认识。2.培养学生的逻辑思维能力，能够从数据中提炼出有价值的信息。3.培养学生的自主学习能力和解决问题的能力。教学重点理解天气预测的实际应用背景，理解项目的重要性。掌握线性回归基本概念及在天气预报中的应用。教学难点掌握线性回归的基本概念。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，引出天气预报。每天的天气预报的根据是什么呢？天气预报是怎么预测天气的呢？明确本节课的学习目标，让学生带着目标去听课。要求学生学会天气预报的相关知识；要求掌握线性回归的基本概念；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）（75分钟）教师根据课件，讲解天气预报的相关知识。教师根据课件，讲述线性回归基础概念。教师根据课件讲解数据的来源、特性及作用。教师根据课件讲解数据集的内容及格式。教师举例讲解常见的数据错误类型和数据预处理手段。通过课件展示天气预报相关知识。通过课件展示线性回归基础知识。通过互动讲解常见的数据错误类型和相关处理手段。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，讲解本次项目实训的背景和目标。教师根据课件，讲解两个获取数据的常用途径，爬虫与API。读取数据并进行数据预处理。带领学生开始本次实践：通过爬虫和API获取天气基础数据。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。巩固知识点知识深化与总结（10分钟）回顾本节课的内容总结难点和重点总结重点难点记录重点难点总结教学重点难点作业布置布置下节课堂知识预习目标。教学反思教研室审核日期院（系）审核日期《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：项目二任务五项目总结与评价授课班级：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．理解项目总结的意义：能够认识到在项目完成后进行总结的重要性，包括对项目过程、结果和所学知识的回顾与整理。2．掌握项目评价方法：学习并掌握适用于监督学习分类项目（特别是图像分类）的评价方法，包括准确率、召回率、F1分数等指标。3．熟悉监督学习算法对比：能够理解并比较K近邻（KNN）算法和决策树算法在图像分类任务中的性能差异和适用场景。1．总结分析能力：培养独立总结项目经验、分析项目结果的能力，能够清晰地阐述项目过程中的成功与挑战。2．批判性思维：通过对比不同算法的性能，培养批判性思维，学会从多个角度评估算法的优劣。3．加强沟通与表达能力：通过撰写项目总结报告和进行项目评价，提高书面和口头表达能力，能够清晰、准确地向他人传达自己的想法和观点。1．团队合作与沟通：在项目总结阶段，鼓励团队讨论，共同提炼项目亮点与不足，提升团队合作与沟通能力。2．持续学习态度：通过项目总结，具有对监督学习算法和图像分类领域的持续学习兴趣，培养自主学习的习惯。3．责任感与职业道德：在项目评价过程中，强调诚实记录实验数据、客观分析项目结果的重要性，培养责任感和职业道德。教学重点算法比较分析：应对比K近邻（KNN）算法和决策树算法在图像分类任务中的表现。分析应涵盖算法的准确性、效率、鲁棒性等方面，并讨论不同算法适用的场景。改进措施提出：基于项目实施过程中的观察和反思，应提出具体的改进措施。这些措施可能涉及算法优化、数据处理流程改进或实验设计调整等方面。教学难点充分理解KNN与决策树算法的概念和不同点。如何结合实际场景在KNN和决策树算法之间选择合适的算法。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：模型应用中的社会价值与科技伦理课程内容：介绍图像分类在各领域的应用场景及应用原理。思政融入点：强调技术应用应围绕社会需求和人民利益，树立技术服务社会的价值导向。引导学生将技术学习与国家发展需求相结合，认识到技术使用需坚守伦理底线，培养技术服从于伦理、工具服务于社会的理性认知。2.课程思政融入点2：跨领域协作中的集体主义与全局思维课程内容：讲解图像分类项目完整流程中各环节的协作需求。思政融入点：强调团队协作在项目成功中的关键作用，培养分工合作的集体主义精神。引导学生树立全局观念，认识到技术方案需兼顾多方面因素，平衡技术先进性与实际实用性，践行实事求是、以人为本的工作理念。3.课程思政融入点3：模型训练中的创新精神与传承担当课程内容：对比不同图像分类算法的迭代逻辑，讲解模型优化的思路和方法。思政融入点：以技术发展的迭代过程阐述创新与继承的关系，引导学生理解在借鉴他人成果基础上进行突破的重要性。传承攻坚克难、自主自强的科研精神，鼓励学生不满足于现有成果，勇于挑战技术难题，树立自主创新的意识。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，引出决策树和KNN知识。教师提问学生问题，例如问题是：KNN和决策树算法有什么不同呢？它们之间的不同点导致其适用情况有些哪些区别呢？明确本节课的学习目标，让学生带着目标去听课。要求学生学会KNN及决策树算法的原理；要求掌握常见的模型评价指标；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，结合课堂提问，讲解KNN算法和决策树算法的实现逻辑和不同点。课堂讨论，KNN和决策树的不同点会导致二者有哪些优缺点。教师根据课件，讲述KNN和决策树不同的适用场景。教师提出引出下一主题：评价模型的标准可以有哪些？教师根据课件，讲述常见的模型评价指标项目。通过课件展示KNN与决策树的不同点。通过课件展示常见的模型评价指标。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（40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，讲述决策树模型创建流程。总结本次实践发现问题，解答学生疑问。带领学生开始本次实践：分别创建KNN与决策树模型，对比二者实现效果。3.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。巩固知识点知识深化与总结（5分钟）回顾本节课的内容总结难点和重点总结重点难点记录重点难点总结教学重点难点作业布置布置下节课堂知识预习目标。教学反思教研室审核日期院（系）审核日期《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：项目三任务一项目背景与目标授课班级：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．理解随机森林回归的基本原理和特点。2．掌握随机森林回归在天气预测中的应用。1．能够运用Python实现随机森林回归模型。2．能够对随机森林回归模型进行训练和预测。3．能够分析随机森林回归模型在天气预测中的性能。1．培养学生的数据分析和问题解决能力。2．培养学生团队协作和沟通能力。教学重点了解随机森林基本原理和特点；掌握随机森林模型的构建构成和易错事项。教学难点了解随机森林基本原理和特点。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，引出随机森林算法。有没有听说过随机森林算法？天气预报是怎么预测天气的呢？明确本节课的学习目标，让学生带着目标去听课。要求学生学会天气预报的相关知识；要求掌握线性回归的基本概念；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）（75分钟）教师根据课件，讲解天气预报的相关知识。教师根据课件，讲述随机森林基础概念。教师根据课件讲解随机森林的优势。教师根据课件讲解随机森林参数。通过课件展示天气预报相关知识。通过课件展示线性回归基础知识。通过互动讲解常见的数据错误类型和相关处理手段。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。巩固知识点知识深化与总结（10分钟）回顾本节课的内容总结难点和重点总结重点难点记录重点难点总结教学重点难点作业布置布置下节课堂知识预习目标。教学反思教研室审核日期院（系）审核日期《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