《机器学习》教学教案

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数2序号1时间地点时间：地点：课程单元机器学习综述1.3Python环境配置教学内容学习内容：1、任务；2、经验；3、性能；4、环境配置知识与技能目标：理解什么是机器学习了解机器学习的应用背景掌握机器学习环境配置教学重点机器学习综述教学难点机器学习综述教学资源教材、ppt、板书、PC机课后体会学生对机器学习的应用学习很感兴趣，环境安装略有困难。教师在计划后期放慢速度，争取让更多的同学跟进当前的学习，并取得较好的效果。教师在后续教学过程中尽可能深入浅出。提供线上交流平台，让学生可以不懂时有处可问。教学过程设计活动内容活动要点什么是机器学习从生活中的例子出发，引出什么是机器学习。机器学习的应用文本：“垃圾邮件检测”、“信号用欺诈”、“电子商务”语音：“语音识别”图像：“数字识别”、“人脸识别”、“形状鉴定”教师举例引出机器学习的任务，学生讨论分析，教师总结概念。通过师生一起分析、讨论，总结机器学习的应用领域。3.机器学习的环境配置（1）Anaconda（2）Python（3）Scikit-learn教师通过stepbystep演示，带领学生安装好Windows7下的环境安装，linux下的安装作为拓展任务，课后完成。机器学习环境测试（1）“HelloWorld!”示例测试环境是否安装成功。（2）“良/恶性乳腺癌肿瘤预测”代码运行。教师通过stepbystep演示，带领学生在安装好的环境下运行“HelloWorld!”示例和“良/恶性乳腺癌肿瘤预测”示例。

阶段教学总结班级日期学生表现学生基本能够理解机器学习的概念和应用背景，对机器学习的应用很感兴趣。学生本阶段结束时基本能够理解机器学习的概念，但对于环境的安装不够熟悉。学生态度较为认真。存在问题学生对机器学习的应用学习很感兴趣，但环境安装略有困难。由于课程难度等原因，极少数同学略有排斥心理。改进措施教师在计划后期放慢速度，争取让更多的同学跟进当前的学习，并取得较好的效果。2、教师在后续教学过程中尽可能深入浅出。提供线上交流平台，让学生可以不懂时有处可问。编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数4序号2时间地点时间：地点：课程单元1.4Python编程库（1）教学内容1．Python基本语法2．Python数据类型3．Python数据运算教学重点Python数据运算教学难点Python数据运算教学资源教材、ppt、板书、PC机课后体会1．教师在计划后期教学过程中放慢速度，争取让更多的同学在理解理论的同时，能跟进当前的学习，适度地能够完成编程实践。2．教师在后续教学过程中尽可能深入浅出。3．教师在后续教学过程中涉及编程部分时，需要stepbystep带着学生完成编程实践教学过程设计活动内容活动要点Python基本语法命令提示符代码缩进注释Python数据类型数字布尔值字符串元组列表字典教师分享给学生“良/恶性乳腺癌肿瘤预测”实例，举例引入Python基本语法、Python数据类型。教师最后进行总结。3．Python数据运算（1）算术运算（2）比较运算（3）赋值运算（4）逻辑运算（5）成员运算5种运算用5个小例子分别演示，让学生看到过程和结果，增加直观感受。4.Python数据运算用实例讲解Python数据运算教师继续围绕“良/恶性乳腺癌肿瘤预测”实例综合讲解Python数据运算。教师最后进行总结。

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数4序号3时间地点时间：地点：课程单元1.4Python编程库(2)教学内容1．Python流程控制2．Python函数设计3．Python编程库（包）的导入教学重点Python函数设计Python编程库（包）的导入教学难点Python函数设计Python编程库（包）的导入教学资源教材、ppt、板书、PC机课后体会1．教师在计划后期教学过程中放慢速度，争取让更多的同学在理解理论的同时，能跟进当前的学习，适度地能够完成编程实践。2．教师在后续教学过程中尽可能深入浅出。3．教师在后续教学过程中涉及编程部分时，需要stepbystep带着学生完成编程实践教学过程设计活动内容活动要点Python流程控制分支语句（if）循环控制（for）教师从实际例子引导流程控制的必要性，很多情况下，需要程序根据不同的情况对代码做出选择性执行，这就需要分支语句的参与。与分支语句紧密相连的数据类型和操作类型分别是布尔值与逻辑运算。Python函数设计函数定义调用代码Python编程库（包）的导入教师从实际例子引导函数的定义和调用，用程序库/工具包导入代码的小示例来讲解。“良/恶性乳腺癌肿瘤预测”实例代码再现教师stepbystep带领学生再现“良/恶性乳腺癌肿瘤预测”实例。教师最后进行总结。

阶段教学总结班级日期学生表现学生在本阶段应该对于机器学习有整体的认识。能够理解机器学习的发展、应用背景和前景。学生本阶段结束时基本能够理解python语法等基础内容，会自主查询语句的规范，但对于python编程库的操作仍然不够熟悉，不能灵活进行应用。学生学习态度较为认真。存在问题1．学生在本阶段态度较为认真，但部分同学因涉及python编程库的使用，应用起来并不是很灵活。2．少数同学编程基础较差。改进措施1．教师在计划后期教学过程中放慢速度，争取让更多的同学在理解理论的同时，能跟进当前的学习，适度地能够完成编程实践。2．教师在后续教学过程中尽可能深入浅出。3．教师在后续教学过程中涉及编程部分时，需要stepbystep带着学生完成编程实践。编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数4序号4时间地点时间：地点：线上课程单元2．1．1分类学习2．1．1．1线性分类器教学内容什么是分类什么是线性分类器案例数据描述编程实践性能测评教学重点什么是线性分类器教学难点什么是线性分类器教学资源教材、ppt、板书、PC机课后体会1．学生态度较为认真，但应用起来并不是很灵活。2．部分学生未到课，少数同学编程基础较差，个别同学上课开小差。3.后期教学过程需放慢速度，争取让更多的同学在理解理论的同时，能跟进当前的学习，适度地能够完成编程实践。4．教师在后续教学过程中尽可能深入浅出。5．教师在后续教学过程中涉及编程部分时，需要stepbystep带着学生完成编程实践。教学过程设计活动内容活动要点什么是分类？什么是线性分类器教师由“良/恶性乳腺癌肿瘤预测”案例引出什么是分类，属于二分类，再引出多分类“MNIST手写体数字图片识别”案例。教师用板书画图的形式介绍什么是线性分类器，尽量用通俗的语言来描述。3、案例介绍(1)“MNIST手写体数字图片识别”的数据描述，介绍属性等概念。(2)load_digits(),train_test_split、StandardScaler介绍(2)介绍Scikit-learn库中SGDClassifier函数教师用PPT等形式介绍“MNIST手写体数字图片识别”的数据描述，属性有哪些，分类代表的意义。教师用阅读开源文档等形式介绍Scikit-learn库中SGDClassifier函数的用法,包括输入参数，返回值等。4、编程实践（1）用SGDClassifier函数进行“MNIST手写体数字图片识别”实践（2）性能评价教师stepbystep形式带学生完成“MNIST手写体数字图片识别”实践线性分类器部分。教师讲解“MNIST手写体数字图片识别”结果的评价。

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数2序号5时间地点时间：地点：线上课程单元2．1．1．2支持向量机分类教学内容1.模型介绍2.数据描述3.编程实践4.性能测评5.特点分析教学重点模型介绍编程实践教学难点模型的理解教学资源教材、ppt、板书、PC机课后体会1．学生态度较为认真，但应用起来并不是很灵活。2．部分学生未到课，少数同学编程基础较差，个别同学上课开小差。3.后期教学过程需放慢速度，争取让更多的同学在理解理论的同时，能跟进当前的学习，适度地能够完成编程实践。4．教师在后续教学过程中尽可能深入浅出。5．教师在后续教学过程中涉及编程部分时，需要stepbystep带着学生完成编程实践。教学过程设计活动内容活动要点1.模型介绍(什么支持向量机？)2.模型介绍(如何进行支持向量机分类?)MNIST手写体数字识别数据描述教师以讲故事的形式来讲解支持向量机的理解,参见/blog/2017/11/ml_8_svm_1.html。尽量用通俗的语言来描述。以图示的形式解释如何进行支持向量机分类。简单回顾手写体数字识别的数据集。4、必备知识(1)回顾Scikit-learn库中load_digits,train_test_split,StandardScaler(2)介绍LinearSVC（3）介绍SVC,NuSVC教师用阅读开源文档、使用开源文档中的范例等形式介绍Scikit-learn库中LinearSVC、SVC、NuSVC等函数的用法,包括输入参数，返回值等。5、编程实践（１）用LinearSVC等函数进行“MNIST手写体数字图片识别”实践（２）性能评价6、特点分析教师stepbystep形式带学生完成“MNIST手写体数字图片识别”实践支持向量机实现部分。教师讲解“MNIST手写体数字图片识别”结果的评价。教师讲解支持向量机分类的特点。

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数2序号6时间地点时间：地点：线上课程单元2．1．1．3朴素贝叶斯分类教学内容1.模型介绍2.数据描述3.编程实践4.性能测评5.特点分析教学重点模型介绍编程实践教学难点模型的理解教学资源教材、ppt、板书、PC机课后体会1．学生态度较为认真，但应用起来并不是很灵活。2．部分学生未到课，少数同学编程基础较差，个别同学上课开小差。3.后期教学过程需放慢速度，争取让更多的同学在理解理论的同时，能跟进当前的学习，适度地能够完成编程实践。4．教师在后续教学过程中尽可能深入浅出。5．教师在后续教学过程中涉及编程部分时，需要stepbystep带着学生完成编程实践。教学过程设计活动内容活动要点1.模型介绍-(什么是朴素贝叶斯？)2．模型介绍-如何进行朴素贝叶斯分类?3．新闻文本数据描述教师以举例的形式来讲解朴素贝叶斯的理解，尽量用通俗的语言来描述。以举例的形式解释如何进行朴素贝叶斯分类。介绍新闻分类数据集。4、必备知识(1)回顾Scikit-learn库中load_digits,train_test_split,StandardScaler(2)介绍MultinomialNB教师用阅读开源文档、使用开源文档中的范例等形式介绍Scikit-learn库中MultinomialNB等函数的用法,包括输入参数，返回值等。5、编程实践（１）用MultinomialNB等函数进行“新闻文本分类”实践（２）性能评价6、特点分析教师stepbystep形式带学生完成“新闻文本分类”朴素贝叶斯实现方法。教师讲解“新闻文本分类”结果的评价。教师讲解朴素贝叶斯分类的特点。

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数2序号7时间地点时间：地点：线上课程单元2．1．1．4K近邻分类教学内容1.模型介绍2.数据描述3.编程实践4.性能测评5.特点分析教学重点模型介绍编程实践教学难点模型的理解教学资源教材、ppt、板书、PC机课后体会1．学生态度较为认真，但应用起来并不是很灵活。2．部分学生未到课，少数同学编程基础较差，个别同学上课开小差。3．教师在后续教学过程中尽可能深入浅出。4．教师在后续教学过程中涉及编程部分时，需要stepbystep带着学生完成编程实践。教学过程设计活动内容活动要点1.模型介绍-(什么是K近邻？)2．模型介绍-如何进行K近邻分类?3．鸢尾花数据描述教师以图示的形式来讲解k近邻的概念，尽量用通俗的语言来描述。以图示的形式解释如何进行k近邻分类。介绍鸢尾花数据集。4、必备知识(1)回顾Scikit-learn库中load_digits,train_test_split,StandardScaler(2)介绍KNeighborsClassifier教师用阅读开源文档、使用开源文档中的范例等形式介绍Scikit-learn库中KNeighborsClassifier等函数的用法,包括输入参数，返回值等。5、编程实践（１）用KNeighborsClassifier等函数进行“鸢尾花分类”实践（２）性能评价6、特点分析教师stepbystep形式带学生完成“鸢尾花分类”k近邻实现方法。教师讲解“鸢尾花分类”结果的评价。教师讲解k近邻分类的特点。

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数2序号8时间地点时间：地点：线上课程单元2．1．1．5决策树分类教学内容1.模型介绍2.数据描述3.编程实践4.性能测评5.特点分析教学重点模型介绍编程实践教学难点模型的理解教学资源教材、ppt、板书、PC机课后体会1．学生态度较为认真，但应用起来并不是很灵活。2．部分学生未到课，少数同学编程基础较差，个别同学上课开小差。3．教师在后续教学过程中尽可能深入浅出。4．教师在后续教学过程中涉及编程部分时，需要stepbystep带着学生完成编程实践。

教学过程设计活动内容活动要点1.模型介绍-(什么是决策树？)2．模型介绍-如何进行决策树分类?3．泰坦尼克号数据描述教师以图示的形式来讲解决策树的概念，尽量用通俗的语言来描述。以图示的形式解释如何进行决策树分类。介绍泰坦尼克号数据集。4、必备知识(1)回顾Scikit-learn库中load_digits,train_test_split,StandardScaler(2)介绍DecisionTreeClassifier教师用阅读开源文档、使用开源文档中的范例等形式介绍Scikit-learn库中DecisionTreeClassifier等函数的用法,包括输入参数，返回值等。5、编程实践(１)用DecisionTreeClassifier等函数进行“泰坦尼克号乘客是否生还”预测（２）性能评价6、特点分析教师stepbystep形式带学生完成“泰坦尼克号乘客是否生还”决策树实现方法。教师讲解“泰坦尼克号乘客是否生还”结果的评价。教师总结决策树分类的特点。

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数2序号9时间地点时间：地点：线上课程单元2．1．1．5集成模型分类教学内容1.模型介绍2.数据描述3.编程实践4.性能测评5.特点分析教学重点模型介绍编程实践教学难点模型的理解教学资源教材、ppt、板书、PC机课后体会1．学生态度较为认真，但应用起来并不是很灵活。2．部分学生未到课，少数同学编程基础较差，个别同学上课开小差。3．教师在后续教学过程中尽可能深入浅出。4．教师在后续教学过程中涉及编程部分时，需要stepbystep带着学生完成编程实践。教学过程设计活动内容活动要点1.模型介绍-(什么是集成模型？)2．模型介绍-集成模型分类的种类3．泰坦尼克号数据描述教师以类比的形式来讲解集成模型的思想，尽量用通俗的语言来描述。以图示的形式讲解集成模型分类的种类。介绍泰坦尼克号数据集。4、必备知识(1)回顾Scikit-learn库中load_digits,train_test_split,StandardScaler(2)介绍RandomForestClassifier,GradientBoostingClassifier教师用阅读开源文档、使用开源文档中的范例等形式介绍Scikit-learn库中RandomForestClassifier,GradientBoostingClassifier等函数的用法,包括输入参数，返回值等。5、编程实践(１)用RandomForestClassifier,GradientBoostingClassifier等函数进行“泰坦尼克号乘客是否生还”预测（２）性能评价6、特点分析教师stepbystep形式带学生完成“泰坦尼克号乘客是否生还”决策树实现方法。教师讲解“泰坦尼克号乘客是否生还”结果的评价。教师总结集成模型分类的特点。

阶段教学总结班级日期学生表现学生在本阶段应该对于分类学习有整体的认识。能够理解分类的定义、方法和应用。学生本阶段结束时基本能够理解线性分类等基础内容，会自主查询scikit-learn库的使用，但对scikit-learn库中函数参数仍然不够熟悉，不能灵活进行应用。学生学习态度较为认真。存在问题1．学生在本阶段态度较为认真，但部分同学因涉及python编程库的使用，但应用起来并不是很灵活。2．少数同学编程基础较差，个别同学跟不上授课进度。改进措施1．教师在计划后期教学过程中放慢速度，争取让更多的同学在理解理论的同时，能跟进当前的学习，适度地能够完成编程实践。2．教师在后续教学过程中尽可能深入浅出。3．教师在后续教学过程中涉及编程部分时，需要stepbystep带着学生完成编程实践。

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数2序号10时间地点时间：地点：线上课程单元2．1．2回归预测2．1．2．1线性回归器教学内容1.模型介绍2.数据描述3.编程实践4.性能测评5.特点分析教学重点模型介绍编程实践教学难点模型的理解教学资源教材、ppt、板书、PC机课后体会1．学生态度较为认真，但应用起来并不是很灵活。2．部分学生未到课，少数同学编程基础较差，个别同学上课开小差。3．教师在教学过程中深入浅出取得较好效果。4．教师在教学过程中涉及编程部分时，采用stepbystep带着学生完成编程实践取得较好效果。教学过程设计活动内容活动要点1.模型介绍-(什么是线性回归？)2．模型介绍-如何进行线性回归预测?3．波士顿房价数据描述教师以图示的形式来讲解线性回归的概念，尽量用通俗的语言来描述。以举例的形式解释如何进行线性回归。介绍波士顿房价数据集。4、必备知识(1)回顾Scikit-learn库中load_digits,train_test_split,StandardScaler(2)介绍LinearRegressor,SGDRegressor教师用阅读开源文档、使用开源文档中的范例等形式介绍Scikit-learn库中LinearRegressor,SGDRegressor等函数的用法,包括输入参数，返回值等。5、编程实践(１)用LinearRegressor,SGDRegressor等函数进行“波士顿房价”预测（２）性能评价6、特点分析教师stepbystep形式带学生完成线性回归方法实现“波士顿房价预测”。教师讲解“波士顿房价预测”结果的评价。教师总结线性回归的特点。

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数2序号11时间地点时间：地点：线上课程单元2．1．2．2支持向量机回归教学内容1.模型介绍2.数据描述3.编程实践4.性能测评5.特点分析教学重点模型介绍编程实践教学难点模型的理解教学资源教材、ppt、板书、PC机课后体会1．学生态度较为认真，但应用起来并不是很灵活。2．部分学生未到课，少数同学编程基础较差，个别同学上课开小差。3．教师在教学过程中深入浅出取得较好效果。4．教师在教学过程中涉及编程部分时，采用stepbystep带着学生完成编程实践取得较好效果。教学过程设计活动内容活动要点1.模型介绍-(什么是支持向量机回归？)2．模型介绍-如何进行支持向量机回归?3．波士顿房价数据描述教师以图示的形式来讲解支持向量机回归的概念，尽量用通俗的语言来描述。以图示的形式解释如何进行支持向量机回归。介绍波士顿房价数据集。4、必备知识(1)回顾Scikit-learn库中load_digits,train_test_split,StandardScaler(2)介绍SVR教师用阅读开源文档、使用开源文档中的范例等形式介绍Scikit-learn库中SVR等函数的用法,包括输入参数，返回值等，主要是SVR的3个核函数：‘linear’,‘poly’,‘rbf’。5、编程实践(１)用SVR等函数进行“波士顿房价”预测（２）性能评价6、特点分析教师stepbystep形式带学生完成支持向量回归方法实现“波士顿房价预测”。教师讲解“波士顿房价预测”结果的评价。教师总结支持向量回归的特点。

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数2序号12时间地点时间：地点：线上课程单元2．1．2．3K近邻回归教学内容1.模型介绍2.数据描述3.编程实践4.性能测评5.特点分析教学重点模型介绍编程实践教学难点模型的理解教学资源教材、ppt、板书、PC机课后体会1．学生态度较为认真，但应用起来并不是很灵活。2．部分学生未到课，少数同学编程基础较差，个别同学上课开小差。3．教师在教学过程中深入浅出取得较好效果。4．教师在教学过程中涉及编程部分时，采用stepbystep带着学生完成编程实践取得较好效果。教学过程设计活动内容活动要点1.模型介绍-(什么是K近邻回归？)2．模型介绍-如何进行K近邻回归?3．波士顿房价数据描述教师以图示的形式来讲解K近邻回归的概念，尽量用通俗的语言来描述。以图示的形式解释如何进行K近邻回归。回顾波士顿房价数据集。4、必备知识(1)回顾Scikit-learn库中load_digits,train_test_split,StandardScaler(2)介绍KNeighborsRegressor的使用方法教师用阅读开源文档、使用开源文档中的范例等形式介绍Scikit-learn库中KNeighborsRegressor等函数的用法,包括输入参数，返回值等。5、编程实践(１)用KNeighborsRegressor等函数进行“波士顿房价”预测（２）性能评价6、特点分析教师stepbystep形式带学生完成K近邻回归方法实现“波士顿房价预测”。教师讲解“波士顿房价预测”结果的评价。教师总结K近邻回归的特点。

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数2序号13时间地点时间：地点：线上课程单元2．1．2．4回归树教学内容1.模型介绍2.数据描述3.编程实践4.性能测评5.特点分析教学重点模型介绍编程实践教学难点模型的理解教学资源教材、ppt、板书、PC机课后体会1．学生态度较为认真，但应用起来并不是很灵活。2．部分学生未到课，少数同学编程基础较差，个别同学上课开小差。3．教师在教学过程中深入浅出取得较好效果。4．教师在教学过程中涉及编程部分时，采用stepbystep带着学生完成编程实践取得较好效果。教学过程设计活动内容活动要点1.模型介绍-(什么是回归树？)2．模型介绍-如何使用回归树的方法进行预测?3．波士顿房价数据描述教师以图示的形式来讲解回归树的概念，尽量用通俗的语言来描述。以图示的形式解释如何进行回归树回归。回顾波士顿房价数据集。4、必备知识(1)回顾Scikit-learn库中load_digits,train_test_split,StandardScaler(2)介绍DecisionTreeRegressor的使用方法教师用阅读开源文档、使用开源文档中的范例等形式介绍Scikit-learn库中DecisionTreeRegressor等函数的用法,包括输入参数，返回值等。5、编程实践(１)用DecisionTreeRegressor等函数进行“波士顿房价”预测（２）性能评价6、特点分析教师stepbystep形式带学生完成回归树方法实现“波士顿房价预测”。教师讲解“波士顿房价预测”结果的评价。教师总结回归树的特点。

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数2序号14时间地点时间：地点：线上课程单元2．1．2．5集成回归教学内容1.模型介绍2.数据描述3.编程实践4.性能测评5.特点分析教学重点模型介绍编程实践教学难点模型的理解教学资源教材、ppt、板书、PC机课后体会1．学生态度较为认真，但应用起来并不是很灵活。2．部分学生未到课，少数同学编程基础较差，个别同学上课开小差。3．教师在教学过程中深入浅出取得较好效果。4．教师在教学过程中涉及编程部分时，采用stepbystep带着学生完成编程实践取得较好效果。教学过程设计活动内容活动要点1.模型介绍-(什么是集成回归？)2．模型介绍-如何使用集成回归的方法进行预测?3．波士顿房价数据描述教师以图示的形式来讲解集成回归的方法，尽量用通俗的语言来描述。以举例的形式解释如何进行集成回归。回顾波士顿房价数据集。4、必备知识(1)回顾Scikit-learn库中load_digits,train_test_split,StandardScaler(2)介绍RandomForestRegressor,ExtraTreesRegresspr的使用方法教师用阅读开源文档、使用开源文档中的范例等形式介绍Scikit-learn库中RandomForestRegressor,ExtraTreesRegresspr等函数的用法,包括输入参数，返回值等。5、编程实践(１)用RandomForestRegressor,ExtraTreesRegresspr等函数进行“波士顿房价”预测（２）性能评价6、特点分析教师stepbystep形式带学生完成集成回归方法实现“波士顿房价预测”。教师讲解“波士顿房价预测”结果的评价。教师总结集成回归的特点以及与其它方法的对比。

阶段教学总结班级日期学生表现学生在本阶段应该对于回归预测有整体的认识。能够理解回归的定义、方法和应用。学生本阶段结束时基本能够理解线性回归等基础内容，会自主查询scikit-learn库的使用，但对scikit-learn库中函数参数仍然不够熟悉，不能灵活进行应用。教师采用stepbystep的方式带着学生完成编程实践，学生基本能跟上进度。存在问题1．学生在本阶段态度较为认真，但部分同学因涉及python编程库的使用，应用起来并不是很灵活。2．少数同学编程基础较差。改进措施教师在教学过程中尽可能深入浅出。

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数8序号15时间地点时间：地点：线上课程单元无监督学习经典模型教学内容2.2.1数据聚类实验四手写体数字图像聚类2.2.2特征降维实验五手写体数字图像特征降维教学重点2.2.1数据聚类教学难点2.2.2特征降维教学资源教材、ppt、板书、PC机课后体会1．学生态度较为认真，但应用起来并不是很灵活。2．少数同学编程基础较差，个别同学上课开小差。3．教师在教学过程中深入浅出取得较好效果。4．教师在教学过程中涉及编程部分时，采用stepbystep带着学生完成编程实践取得较好效果。教学过程设计活动内容活动要点2.2.1数据聚类实验四手写体数字图像聚类教师stepbystep形式带学生完成手写体数字图像聚类的实现。教师讲解手写体数字图像聚类结果的评价。教师总结数据聚类的特点以及与其它方法的对比。学生完成手写体数字图像聚类的实验报告。2.2.2特征降维实验五手写体数字图像特征降维教师stepbystep形式带学生完成手写体数字图像特征降维的实现。教师讲解手写体数字图像特征降维结果的评价。教师总结特征降维方法的特点以及与其它方法的对比。学生完成手写体数字图像聚类的实验报告。

编号：Q/NJXX-QR-RJ-2-2012****职业技术学院教案授课班级授课时数8序号16时间地点时间：地点：线上课程单元模型实用技巧教学内容3.