《人工智能通识基础》教案全套：卢道设 第1-5章 人工智能概述和应用 -人工智能的关键技术

教案（2024-2025学年第二学期）课程名称《人工智能通识基础》适用专业不限专业课程学分2课程学时32主讲教师xxx使用教材《人工智能通识基础》编写日期2025年2月xxx学院教务处制授课基本信息授课章节（项目）第1章人工智能概述和应用任务1：定义、特点与分类授课时间第周星期第节授课班级课次第15次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课☑实验课☑讨论课□习题课□其他□工具多媒体课件、AI教学工具（如豆包、Kimi）教学目标掌握人工智能的三大核心定义要素熟悉人工智能的八大特点及其应用实例理解弱AI、强AI、超AI的分类标准与区别了解技术手段分类：机器学习与深度学习教学重、难点重点：1.自主学习/推理决策等核心特点2.弱AI与强AI的本质差异难点：1.超人工智能的伦理争议讨论教学过程主要教学内容及步骤课前任务教师上传课前学习资源，设置提问讨论；学生在线上教学平台进行预习，并参与课前讨论；线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节小组分享生活案例（如Siri/推荐系统）→教师引出AI定义授课环节教学活动1：定义解析与核心要素教学活动：案例讲解与互动问答提出任务：解释人工智能的三大核心要素（引用教材P1定义）：模拟人类智能（感知/推理能力）环境适应能力（教材案例：自动驾驶应对突发路况）自主决策能力（教材案例：医疗AI诊断方案）分析定义关键词："赋予机器类似人类的思维和认知能力"（教材原文）学生活动：听讲并记录三要素要点分组讨论：对比"人类决策"与"AI决策"差异（如医生诊断vsAI影像分析）教学活动2：八大特点探究教学活动：小组承包制研讨提出任务：每组负责2个特点，从教材中匹配案例（教材图1-1）：第1组：自主学习能力（教材P3：推荐系统优化）第2组：多任务处理（教材P4：自动驾驶同步处理传感器）归纳特点的实际价值（如高效性如何降低生产成本）学生活动：小组绘制特点与案例对应表每组代表展示研讨成果教学活动3：分类体系构建教学活动：概念对比与分类实践提出任务：按智能水平分类（教材P5-7）：弱AI：语音助手（功能边界）强AI：理论概念（跨领域推理）超AI：科幻案例（教材P7："超越人类智能"）按技术手段分类：机器学习（监督学习）vs深度学习（神经网络）学生活动：完成分类树状图辩论：扫地机器人属于弱AI还是强AI？课堂小结总结回顾总结本节课学到的关键知识点。作业布置用分类标准分析扫地机器人属于哪种AI并说明理由教学反思授课基本信息授课章节（项目）第1章人工智能概述与应用任务2：发展历程、应用场景与开放平台授课时间第周星期第节授课班级课次第16次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课☑实验课☑讨论课□习题课□其他□工具多媒体课件、AI教学工具（如豆包、Kimi）教学目标掌握AI发展7阶段的标志事件（教材图1-5）熟悉六大应用场景的核心技术（教材1.5节）理解开放平台的操作逻辑与技术优势了解技术寒冬期的成因与启示教学重、难点重点：深度学习对AI复兴的作用开放平台调用逻辑难点：1.技术寒冬成因教学过程主要教学内容及步骤课前任务教师上传课前学习资源，设置提问讨论；学生在线上教学平台进行预习，并参与课前讨论；线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节播放“深蓝对战卡斯帕罗夫”案例视频→讨论机器智能的里程碑意义授课环节教学活动1：发展历程重构教学活动：时间轴排序与关键事件分析提出任务：排序7阶段卡片（教材图1-5）：萌芽阶段（1940s）：图灵测试蓬勃发展期（2011至今）：AlphaGo（教材P16）分析两次寒冬成因（教材P11-13）：反思发展期：机器翻译失败低迷发展期：专家系统局限学生活动：小组拼接时间轴海报（标注事件/技术意义）讨论：深度学习如何解决寒冬期的技术瓶颈？教学活动2：应用场景实战分析教学活动：场景-技术匹配训练提出任务：为教材6大场景匹配核心技术：智慧交通：实时路况预测（教材P18：百度地图案例）智能医疗：CNN影像分析（教材P24：皮肤癌诊断）对比技术差异：农业无人机vs医疗影像识别的传感器需求学生活动：填写场景技术矩阵（示例）：场景 核心技术 教材案例页码智慧农业 无人机视觉识别 P27智能制造 预测性维护 P32角色扮演：医生评价AI诊断的可靠性教学活动3：开放平台实操教学活动：分步演示与任务驱动提出任务：腾讯AI文字识别（严格按教材1.4.2步骤）：步骤1：访问平台→"通用文字识别"步骤2：上传教材图1-14请假条图片步骤3：解析姓名/天数字段（对比教材图1-13）阿里云短文本匹配（教材1.4.3流程）：步骤1：创建项目→标注"如何预约挂号"相似句步骤2：训练模型→记录准确率（教材图1-32）学生活动：逐步操作并截图记录结果提交错误分析报告（如文字识别漏字段原因）课堂小结回顾本节课的重点内容，研究技术发展的规律以及国产平台的使用作业布置完成教材课后习题。教学反思教案（2024-2025学年第二学期）课程名称《人工智能通识基础》适用专业不限专业课程学分2课程学时32主讲教师xxx使用教材《人工智能通识基础》编写日期2025年2月xxx学院教务处制授课基本信息授课章节（项目）第2章人工智能在办公软件中的应用任务1：AI写作助手（智能文本生成与润色）授课时间第周星期第节授课班级课次第3次课教学方法案例结合、讨论法、演示法等课时2学时授课方式理论课☑实验课☑讨论课□习题课□其他□工具多媒体课件、WPSAI写作助手教学目标了解WPSAI写作助手的主要功能及其在实际写作中的应用；能熟练使用WPSAI写作助手进行文本生成、改写与润色；能评估AI生成文本的质量，发现并修正潜在问题。教学重、难点重点：AI文本生成的核心流程（输入→处理→输出）WPSAI写作助手的实际应用与操作。难点：智能文本生成与润色的原理。2.如何评价和优化AI生成或者润色的文本质量。教学过程主要教学内容及步骤课前任务教师上传AI写作助手的简介视频、案例文章等资源；学生在线上教学平台进行预习，并参与课前讨论；线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节教师发起小组讨论：“你在学习或生活中遇到过哪些AI生成文本的场景？效果如何？”小组代表分享，教师总结，引出本节课主题。授课环节活动1：智能文本生成与润色原理教学活动：讲解与互动问答1.介绍智能文本生成的原理（如大语言模型、上下文理解）。2.讲解文本润色的流程与常见类型（语法、逻辑、风格）。学生活动：听讲并做笔记。分组讨论“AI润色和人工润色的异同”，每组选代表分享观点。教学活动2：WPSAI写作助手实操演示教学活动：演示与实操1.教师现场演示WPSAI写作助手的文本生成、润色、改写等功能。2.学生分组，使用WPSAI助手润色自己准备的短文，对比润色前后效果。学生活动：观看教师演示。分组实操，教师巡回指导，解答疑问。教学活动3：文本质量评价与优化教学活动：案例分析与小组互评教师展示AI润色文本与人工润色文本，讲解评价标准（准确性、流畅性、逻辑性、风格）。小组交换润色作品，互评并提出改进建议。学生活动：小组讨论互评，归纳AI助手的优点与不足。课堂小结回顾本节课的知识要点与操作流程。强调AI写作助手在提升写作效率和质量中的作用，同时提醒注意AI生成内容的局限性与伦理风险。作业布置使用AI写作助手，选择一个主题（如校园新闻、课程总结、产品介绍等），独立生成一篇200字以上的短文，并进行润色优化。教学反思授课基本信息授课章节（项目）第2章人工智能在办公软件中的应用任务2：AI数据助手（数据分析与可视化）授课时间第周星期第节授课班级课次第4次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课☑实验课☑讨论课□习题课□其他□工具多媒体课件、WPSAI数据助手教学目标了解WPSAI数据助手的主要功能与应用场景；掌握WPSAI数据助手的基本操作，能够独立完成基础数据分析与可视化任务；能够根据实际需求，选择合适的可视化方式展示数据分析结果。教学重、难点重点：WPSAI数据助手的实际操作与应用。难点：如何根据数据特征选择合适的可视化图表；数据分析结果的解读与表达。教学过程主要教学内容及步骤课前任务教师上传WPSAI数据助手功能介绍视频、典型案例演示；学生预习相关材料，了解WPSAI数据助手的基本功能。线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节教师展示数据分析与可视化在社会热点、商业决策、学业管理等领域的真实案例（如疫情数据追踪、销售数据分析等）。发起小组讨论：“数据可视化带来了哪些便利？你见过哪些有趣或有用的数据图表？”小组代表分享，教师总结，引出本节课主题。授课环节教学活动1：数据分析与可视化基础知识教学活动：讲解与互动问答。讲解数据分析的基本流程（数据收集、整理、分析、可视化、解读）。介绍常见可视化图表（柱状图、折线图、饼图、散点图等）及其适用场景。学生活动：做笔记，分组讨论“不同图表类型适合展示哪些数据？”教学活动2：WPSAI数据助手实操演示教学活动：演示与实操。教师现场演示WPSAI数据助手的数据分析、自动生成图表、智能解读等功能。讲解实际操作流程与注意事项。学生活动：观看演示，记录操作步骤。分组实践：用自带数据在WPSAI数据助手中进行数据分析与可视化，尝试生成不同类型的图表。教师巡回指导，解答疑问。课堂小结总结WPSAI数据助手的核心功能与操作流程。强调数据分析与可视化在实际工作、学习中的重要作用。鼓励学生善用AI工具提升数据处理能力。作业布置利用WPSAI数据助手，选择一份自己感兴趣的数据集，完成数据分析与可视化（至少生成两种不同类型的图表）。教学反思

授课基本信息授课章节（项目）第2章人工智能在办公软件中的应用任务3：演示助手授课时间第周星期第节授课班级课次第5次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课☑实验课☑讨论课□习题课□其他□工具多媒体课件、WPSAI演示助手教学目标掌握WPSAI演示助手的主要操作流程，包括一键生成PPT大纲、自动美化等；能够结合实际需求，利用AI工具高效制作演示文稿；增强学生对AI赋能办公效率提升的认知。教学重、难点重点：WPSAI演示助手的功能与操作流程。AI辅助下的高效演示文稿制作实践。难点：如何根据主题需求合理利用AI功能生成高质量PPT内容。AI生成内容与人工创意的协同与优化。教学过程主要教学内容及步骤课前任务教师上传WPSAI演示助手功能介绍视频、典型案例PPT，设置线上讨论题：“你制作PPT时遇到过哪些困难？你希望AI助手帮你解决哪些问题？”学生预习相关材料，准备一个简单的演示主题（如自我介绍、课程总结等），为课堂实操做准备。线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节教师展示AI演示助手在企业路演、学术汇报、教学课件等场景的应用案例（如一键生成PPT大纲、自动配图、排版美化等）。发起小组讨论：“你觉得AI助手制作PPT相比传统手工制作有哪些优势和不足？”小组代表分享，教师总结，引出本节课主题。授课环节教学活动1：WPSAI演示助手原理与功能讲解教学活动：讲解与互动问答。介绍AI演示助手的核心技术原理（如自然语言处理、智能排版等）。讲解WPSAI演示助手的主要功能：大纲生成、内容扩展、自动配图、模板选择、智能美化等。学生活动：做笔记，分组讨论“AI演示助手与传统PPT制作流程的不同”。教学活动2：WPSAI演示助手实操演示教学活动：演示与实操。教师现场演示，输入主题，自动生成演示文稿大纲及内容。使用智能美化、自动配图等功能快速优化PPT页面。学生活动：观看演示，记录操作步骤。分组尝试用WPSAI助手生成并美化PPT，教师巡回指导答疑。课堂小结总结WPSAI演示助手的主要功能与应用流程。强调AI工具在提升工作与学习效率中的作用，同时提醒要发挥人工创意与判断力，合理利用AI生成内容。作业布置选择一个主题（如课程学习心得、未来职业规划、社会热点分析等），利用WPSAI演示助手独立完成一份不少于8页的PPT，并进行适当美化和内容补充。教学反思

授课基本信息授课章节（项目）第2章人工智能在办公软件中的应用任务4：邮件日程管理与会议系统授课时间第周星期第节授课班级课次第6次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课☑实验课☑讨论课□习题课□其他□工具多媒体课件、网易邮件大师、钉钉、通义听悟在线网站教学目标了解智能邮件日程与会议系统的主要应用场景和优势；掌握智能邮件日程管理与会议系统的基本操作流程，包括智能邮件分类、自动日程提醒、会议预约与纪要整理等；教学重、难点重点：AI邮件日程管理与会议系统的主要功能与操作流程。难点：如何根据实际需求选择和配置合适的AI邮件与日程管理工具教学过程主要教学内容及步骤课前任务教师上传AI邮件日程管理与会议系统功能介绍视频、典型案例演示。设置线上讨论题：“你在学习或生活中遇到过哪些邮件、日程或会议管理的难题？你希望AI帮你解决哪些问题？”学生预习相关材料，整理一周内的主要学习/生活安排，为课堂实操做准备。线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节教师展示AI邮件、日程管理与会议系统在企业办公、项目协作、学业管理等场景的应用案例（如智能邮件筛选、自动会议预约、日程冲突提醒等）。小组讨论：“你觉得AI助手在邮件和日程管理方面有哪些优势和不足？”小组代表分享，教师总结，引出本节课主题。授课环节教学活动1：AI邮件日程管理工具实操演示教学活动：演示与实操。教师现场演示，用AI助手进行邮件分类、自动回复、日程安排、会议预约等操作。展示智能提醒、任务协同、会议纪要自动生成等特色功能。学生活动：做笔记，分组尝试用AI工具进行个人日程规划、模拟会议预约，教师巡回指导答疑。教学活动2：高效管理与协同实践教学活动：案例分析与小组协作。教师提供团队项目管理案例，讲解如何利用AI工具实现任务分配、进度跟踪、会议安排。小组协作模拟团队项目，利用AI工具分工合作、安排会议、跟踪进展。学生活动：小组展示协作成果，分享AI工具在管理中的体验与收获。教师点评，强调高效沟通与信息化管理的重要性。课堂小结总结AI邮件日程管理与会议系统的主要功能与应用流程。强调AI工具在提升办公、学习效率中的作用，同时提醒关注信息安全与隐私保护等问题。作业布置选择一款AI邮件或日程管理工具，模拟一周的学习/生活/工作日程安排，生成日程表或会议计划，并尝试使用AI助手进行优化。教学反思

授课基本信息授课章节（项目）第2章人工智能在办公软件中的应用任务5：综合实训授课时间第周星期第节授课班级课次第7次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课☑实验课☑讨论课□习题课□其他□工具多媒体课件、WPSAI办公工具教学目标培养学生的信息素养、数据思维、创新表达与团队协作能力。提高学生AI工具实用能力，增强对AI赋能办公与学习变革的认知。教学重、难点重点：WPSAI在文档写作、数据分析和PPT生成中的一体化应用流程。各环节AI功能的实际操作与优化方法。难点：如何量化评估AI优化前后的文本、数据报告和PPT的质量提升。综合利用AI工具解决实际问题，提升工作效率与表达效果。教学过程主要教学内容及步骤课前任务教师设置线上讨论题：“你希望AI在办公学习中帮你解决哪些实际难题？”学生准备一篇商务报告（可自拟主题）、一份简单产品销售数据，以及一个环保主题的PPT演示大纲。线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节教师发起小组讨论：“AI工具能否真正提升我们的学习与工作效率？它在哪些环节最有价值？”小组代表分享观点，教师总结，引出本节课综合实训主题。授课环节教学活动1：AI智能写作与润色实操任务说明：选取一篇商务报告，使用WPSAI的智能写作和润色功能进行优化。记录优化前后文本内容变化、操作流程。量化评估优化效果（如流畅度、专业性、词汇准确性提升）。学生活动：分组操作，填写优化记录表。小组展示优化前后对比，讨论AI优化的优势与局限。教学活动2：AI数据分析与可视化实操任务说明：收集某公司销售部门的产品销售数据（产品名、日期、数量、地区、年龄段等）。运用WPSAI在表格中的数据洞察、趋势分析、自动图表生成等功能，挖掘销售趋势、畅销产品、区域与年龄段特点。形成可视化报告，分享分析过程中的问题及解决方法，提出销售策略建议。学生活动：分组数据分析与可视化，生成图表报告。小组展示分析结论与策略建议，互评数据洞察的深度与表达效果。教学活动3：AI智能PPT生成与美化实操任务说明：以“环保主题宣传”为例，使用WPSAI的PPT智能生成与美化功能制作演示文稿。记录主题输入、模板选择、内容生成、美化调整等操作步骤及效果变化。评估PPT在信息传达、视觉吸引力和专业性方面的提升。学生活动：分组完成PPT制作与美化，填写效果评估表。小组展示PPT成果，讨论AI在演示文稿制作中的优势与改进空间。课堂小结强调AI赋能办公学习的现实意义，鼓励学生主动探索AI工具在实际问题中的创新用法。提醒关注AI自动化带来的表达风险和人工复核的重要性。ADDINCNKISM.UserStyle教案（2024-2025学年第二学期）课程名称《人工智能通识基础》适用专业不限专业课程学分2课程学时32主讲教师xxx使用教材《人工智能通识基础》编写日期2025年2月xxx学院教务处制授课基本信息授课章节（项目）人工智能在多媒体中的应用任务1：图像处理技术（识别/生成/编辑）授课时间第周星期第节授课班级课次第8次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课☑实验课☑讨论课□习题课□其他□工具多媒体课件、图像生成在线平台教学目标学生能够理解AIGC图像生成的基本概念、核心技术原理和发展历程。熟练掌握至少一款主流AIGC图像生成工具的操作方法，包括输入文本描述、调整参数、生成图像等流程。培养学生运用AIGC图像生成技术进行创意图像创作的能力，如生成艺术作品、设计产品概念图等。引导学生正确认识AIGC图像生成技术在应用中的优势与挑战，以及可能引发的版权、伦理等问题。教学重、难点重点：AIGC图像生成的技术原理，如生成对抗网络（GAN）、扩散模型等。主流图像生成工具，如Midjourney、StableDiffusion的操作要点和功能应用。难点：理解不同图像生成模型的差异和适用场景，以及如何优化生成效果。启发学生在技术辅助下发挥创意，创作出具有独特性和价值的图像作品。教学过程主要教学内容及步骤课前任务教师上传课前学习资源，设置提问讨论；学生在线上教学平台进行预习，并参与课前讨论；线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节展示一系列由AIGC生成的精彩图像，涵盖艺术绘画、科幻场景、产品设计等不同领域，激发学生的兴趣和好奇心。提问学生对这些图像的第一印象，以及是否知道它们是如何创作出来的，从而引出本节课的主题——AIGC图像生成。授课环节讲授内容：什么是AIGC图像生成图像生成的应用场景AIGC在图像生成中的特点AIGC图像生成工具图像生成实践平台和简介图像生成实践平台和简介实践案例【课堂互动1】【教师】随机挑选学生回答问题问题：图像生成的应用场景有哪些？【学生】聆听、思考、回答【教师】总结学生的回答【课堂互动2】【教师】提出一些关于刚才讲解的AIGC图像生成概念和原理的问题，如“GAN中生成器的主要作用是什么，特点和局限？”【学生】展示、扮演、聆听、思考、回答等【教师】巩固所学知识，活跃课堂气氛，总结学生的表现等。【课堂互动3】【教师】将学生分成小组，给定相同的创意主题，如“梦幻星球”，要求各小组在规定时间内使用AIGC图像生成工具创作出图像。之后，每个小组展示作品，全班投票选出创意最佳、图像质量最高的小组，给予奖励。【学生】展示、扮演、聆听、思考、回答等【教师】教师进行总结和补充，引导学生全面、客观地认识AIGC图像生成技术。课堂小结知识回顾：回顾本节课的重点内容，包括AIGC图像生成的概念、原理，像生成对抗网络（GAN）、扩散模型这些核心技术，以及文心一格等工具的操作要点。总结实践操作过程中生成图像的技巧和常见问题解决方法。互动回顾：回顾课堂互动环节中的精彩讨论和竞赛成果，强调互动过程中大家对AIGC图像生成技术优势与挑战的深入理解，鼓励学生在今后的学习和生活中积极交流想法。未来展望：再次强调AIGC技术是创意辅助工具，鼓励学生在今后的学习和生活中继续探索和应用AIGC图像生成技术。提醒学生关注技术发展带来的新机遇和新问题，培养学生的创新意识和批判性思维，为未来在相关领域的学习和工作打下基础。作业布置基础作业：使用AIGC图像生成工具，生成5张不同主题的图像，每个主题附上简短的文字说明，阐述创作思路和参数设置。拓展作业：选择一个自己感兴趣的领域，如游戏、动漫、广告等，运用AIGC图像生成技术为该领域创作一组（3-5张）具有连贯性的图像作品，并撰写一份500字左右的创意说明。教学反思

授课基本信息授课章节（项目）第3章人工智能在多媒体中的应用任务2：视频处理技术（生成/编辑/数字人）授课时间第周星期第节授课班级课次第9次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课实验课讨论课□习题课□其他□工具机房、电子教室、PPT、计算机教学目标1、使学生了解AIGC视频生成的基本原理、技术架构和应用场景。2、让学生主流的AIGC视频生成工具与平台的功能和特点。3、培养学生使用AIGC视频生成的能力，包括素材准备、模型选择、参数调整和输出优化。4、提升学生在实际项目中应用AIGC生成技术的能力，能够根据需求设计生成方案。教学重、难点重点：1.、了解AIGC视频生成的核心技术和流程。2.、主流AIGC视频生成工具的使用方法。难点：1、如何根据不同的应用场景选择合适的视频生成策略。2、如何根据具体需求选择合适的生成工具和参数，优化生成效果。教学过程主要教学内容及步骤课前任务教师上传课前学习资源，设置提问讨论；学生在线上教学平台进行预习，并参与课前讨论；线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节可采用问题导入、案例导入等多种形式引出本次课教学主题。如，播放一段由AIGC生成的虚拟主播新闻播报视频。提出问题：“大家觉得这些视频是真人制作的吗？它们是如何生成的？”授课环节AIGC视频生成技术发展概况AIGC视频生成核心技术原理AIGC视频生成应用场景技术革新与未来发展【课堂互动1】【教师】随机挑选学生回答问题问题：AIGC视频生成主要有哪几种类型？【学生】聆听、思考、回答【教师】总结学生的回答【课堂互动2】【教师】将学生分成若干小组，每组讨论一个AIGC视频生成的应用场景，例如“如何利用AIGC技术为一部短剧生成虚拟角色的视频画面？”。【学生】展示、扮演、聆听、思考、回答等【教师】总结学生的表现等【课堂互动3】【教师】现场演示一个AIGC视频生成的示例，让学生分析其中存在什么问题，以及问题产生的原因，并提出优化方案，如调整模型训练数据、改进模型架构等。。【学生】展示、扮演、聆听、思考、回答等【教师】总结学生的表现等课堂小结回顾AIGC视频生成的基本原理、技术架构、应用场景、主流工具和生成流程，强调重点内容。提出一些前沿的AIGC生成技术发展方向，如多模态生成（语音+视频）、实时生成等，鼓励学生课后进行进一步的探索与学习。学生完成课后任务。作业布置1.查阅相关资料，分别分析三种及以上不同的AIGC视频生成工具的特点与优缺点，形成一个简要的书面报告；2.分别使用自己熟悉的一款AIGC视频生成工具生成一段简单的视频，并提交具体的生成过程以及生成结果。教学反思

授课基本信息授课章节（项目）人工智能在多媒体中的应用任务3：音频处理技术授课时间第周星期第节授课班级课次第10次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课实验课讨论课□习题课□其他□工具机房、电子教室、PPT、计算机教学目标1、使学生了解AIGC语音生成的基本原理、技术架构和应用场景。2、让学生主流的AIGC语音生成工具与平台的功能和特点。3、培养学生使用AIGC工具进行语音生成的能力，包括素材准备、模型选择、参数调整和输出优化。教学重、难点重点：1.、了解AIGC语音生成的核心技术和流程。2.、主流AIGC语音生成工具的使用方法。难点：1、如何根据不同的应用场景选择合适的语音生成策略。2、如何根据具体需求选择合适的生成工具和参数，优化生成效果。教学过程主要教学内容及步骤课前任务教师上传课前学习资源，设置提问讨论；学生在线上教学平台进行预习，并参与课前讨论；线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节可采用问题导入、案例导入等多种形式引出本次课教学主题。如，播放一段由AIGC生成的音乐。提出问题：“大家觉得这些音乐是真人制作的吗？它们是如何生成的？”授课环节AIGC语音生成概述AIGC语音生成核心技术原理语音生成工作流程AIGC语音生成应用场景【课堂互动1】【教师】随机挑选学生回答问题问题：AIGC语音生成主要有哪几种类型？【学生】聆听、思考、回答【教师】总结学生的回答【课堂互动2】【教师】将学生分成若干小组，每组讨论一个AIGC语音生成的应用场景，例如“如何利用AIGC技术为一部短剧生成虚拟角色的配音？”。【学生】展示、扮演、聆听、思考、回答等【教师】总结学生的表现等【课堂互动3】【教师】现场演示一个AIGC语音的示例，让学生分析其中存在什么问题，以及问题产生的原因，并提出优化方案，如调整模型训练数据、改进模型架构等。。【学生】展示、扮演、聆听、思考、回答等【教师】总结学生的表现等课堂小结回顾AIGC语音生成的基本原理、技术架构、应用场景、主流工具和生成流程，强调重点内容。鼓励学生课后进行进一步的探索与学习。学生完成课后任务。作业布置1.查阅相关资料，分别分析三种及以上不同的AIGC语音工具的特点与优缺点，形成一个简要的书面报告；2.分别使用自己熟悉的一款AIGC语音工具生成一段简单的语音，并提交具体的生成过程以及生成结果。教学反思

授课基本信息授课章节（项目）第3章人工智能在多媒体中的应用任务4：多媒体搜索授课时间第周星期第节授课班级课次第11次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课实验课讨论课□习题课□其他□工具机房、电子教室、PPT、计算机教学目标1.使学生了解多媒体搜索的基本原理、技术特点及应用场景。2.让学生掌握主流AI搜索工具与AI推荐系统的功能和特点。3.培养学生利用AI工具进行多媒体资源高效搜索与个性化推荐的能力。教学重、难点重点：1.多媒体搜索的核心技术与流程，包括跨模态搜索、内容识别与分析。2.主流AI搜索工具与AI推荐系统的使用方法。难点：1.如何根据不同的应用场景选择合适的搜索与推荐策略。2.如何根据具体需求调整搜索参数与推荐算法，优化搜索结果与推荐效果。教学过程主要教学内容及步骤课前任务教师上传课前学习资源，包括多媒体搜索与AI推荐的相关阅读材料和视频教程，设置提问讨论；学生在线上教学平台进行预习，并参与课前讨论，提出对多媒体搜索与AI推荐的初步理解和疑问。线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节可采用问题导入、案例导入等多种形式引出本次课教学主题。如，播放一段通过AI多媒体搜索找到的特定场景视频，提出问题：“这段视频是如何被快速准确地找到的？AI多媒体搜索有哪些神奇的功能？”授课环节1.多媒体搜索概述-介绍多媒体搜索的定义、发展背景及重要性。-讲解AI在多媒体搜索中的应用，如自然语言理解、跨模态搜索等。2.多媒体搜索核心技术原理-内容识别与分析技术：图片中的物体识别、场景分析；视频中的场景变化、人物动作分析；音频中的音乐风格、语音内容判断。-跨模态搜索技术：以文搜图、以图搜图、以音频搜音频或视频等。3.AI搜索工具介绍-展示并介绍主流AI搜索工具，如天工AI搜索、360AI搜索等，强调其更聪明的理解能力、更精准的搜索结果、个性化的搜索体验等特点。-通过实例演示如何使用这些工具进行多媒体资源的搜索。4.AI推荐系统介绍-解释AI推荐的工作原理，包括收集用户数据、构建用户与物品画像、应用推荐算法等。-分析AI推荐在不同场景下的应用，如购物、娱乐、学习等。5.多媒体搜索与AI推荐应用场景-课堂互动1：随机挑选学生回答问题，问题：“多媒体搜索在教育教学中有哪些应用？”学生聆听、思考、回答，教师总结。-课堂互动2：分组讨论AI推荐在商业广告中的实际应用案例，如市场调研、广告创意等，每组展示讨论结果，教师点评与总结。-课堂互动3：现场演示使用AI搜索工具查找特定主题（如“海边日出”）的多媒体资源，并分析搜索结果的准确性与多样性。随后，演示AI推荐系统如何根据用户历史行为推荐相似内容，让学生分析推荐效果并提出改进建议。课堂小结回顾多媒体搜索的基本原理、核心技术、应用场景以及AI搜索工具与AI推荐系统的功能和特点，强调根据不同场景选择合适策略的重要性。鼓励学生课后继续探索多媒体搜索与AI推荐的新技术、新应用。作业布置1.查阅相关资料，分析至少三种主流AI搜索工具的特点与优缺点，并撰写一份比较报告。2.选择一个具体应用场景（如教育教学、商业广告等），设计一个利用AI多媒体搜索与AI推荐提升效率或用户体验的方案，并提交方案报告。教学反思

授课基本信息授课章节（项目）第3章人工智能在多媒体中的应用任务4：多媒体搜索授课时间第周星期第节授课班级课次第11次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课实验课讨论课□习题课□其他□工具机房、电子教室、PPT、计算机教学目标1.使学生了解多媒体搜索的基本原理、技术特点及应用场景。2.让学生掌握主流AI搜索工具与AI推荐系统的功能和特点。3.培养学生利用AI工具进行多媒体资源高效搜索与个性化推荐的能力。教学重、难点重点：1.多媒体搜索的核心技术与流程，包括跨模态搜索、内容识别与分析。2.主流AI搜索工具与AI推荐系统的使用方法。难点：1.如何根据不同的应用场景选择合适的搜索与推荐策略。2.如何根据具体需求调整搜索参数与推荐算法，优化搜索结果与推荐效果。教学过程主要教学内容及步骤课前任务教师上传课前学习资源，包括多媒体搜索与AI推荐的相关阅读材料和视频教程，设置提问讨论；学生在线上教学平台进行预习，并参与课前讨论，提出对多媒体搜索与AI推荐的初步理解和疑问。线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节可采用问题导入、案例导入等多种形式引出本次课教学主题。如，播放一段通过AI多媒体搜索找到的特定场景视频，提出问题：“这段视频是如何被快速准确地找到的？AI多媒体搜索有哪些神奇的功能？”授课环节1.多媒体搜索概述-介绍多媒体搜索的定义、发展背景及重要性。-讲解AI在多媒体搜索中的应用，如自然语言理解、跨模态搜索等。2.多媒体搜索核心技术原理-内容识别与分析技术：图片中的物体识别、场景分析；视频中的场景变化、人物动作分析；音频中的音乐风格、语音内容判断。-跨模态搜索技术：以文搜图、以图搜图、以音频搜音频或视频等。3.AI搜索工具介绍-展示并介绍主流AI搜索工具，如天工AI搜索、360AI搜索等，强调其更聪明的理解能力、更精准的搜索结果、个性化的搜索体验等特点。-通过实例演示如何使用这些工具进行多媒体资源的搜索。4.AI推荐系统介绍-解释AI推荐的工作原理，包括收集用户数据、构建用户与物品画像、应用推荐算法等。-分析AI推荐在不同场景下的应用，如购物、娱乐、学习等。5.多媒体搜索与AI推荐应用场景-课堂互动1：随机挑选学生回答问题，问题：“多媒体搜索在教育教学中有哪些应用？”学生聆听、思考、回答，教师总结。-课堂互动2：分组讨论AI推荐在商业广告中的实际应用案例，如市场调研、广告创意等，每组展示讨论结果，教师点评与总结。-课堂互动3：现场演示使用AI搜索工具查找特定主题（如“海边日出”）的多媒体资源，并分析搜索结果的准确性与多样性。随后，演示AI推荐系统如何根据用户历史行为推荐相似内容，让学生分析推荐效果并提出改进建议。课堂小结回顾多媒体搜索的基本原理、核心技术、应用场景以及AI搜索工具与AI推荐系统的功能和特点，强调根据不同场景选择合适策略的重要性。鼓励学生课后继续探索多媒体搜索与AI推荐的新技术、新应用。作业布置1.查阅相关资料，分析至少三种主流AI搜索工具的特点与优缺点，并撰写一份比较报告。2.选择一个具体应用场景（如教育教学、商业广告等），设计一个利用AI多媒体搜索与AI推荐提升效率或用户体验的方案，并提交方案报告。教学反思

授课基本信息授课章节（项目）第3章人工智能在多媒体中的应用任务4：多媒体搜索授课时间第周星期第节授课班级课次第12次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课实验课讨论课□习题课□其他□工具机房、电子教室、PPT、计算机教学目标1.使学生理解用户交互的基本概念及其在人工智能应用中的重要性。2.让学生掌握AI用户交互的主要方式（文字聊天、语音交流、手势交互）及其技术特点。3.培养学生设计并实现基本AI用户交互与增强体验功能的能力，包括理解用户需求、给出合适回应、优化交互流程等。4.提升学生对AI在提升用户体验方面作用的认识，理解个性化、高效、贴心服务的设计原则。教学重、难点重点：1.AI用户交互的主要方式及其技术实现。2.用户增强体验的设计原则与实现方法。难点：1.如何根据不同的应用场景和用户需求，设计高效、自然的AI用户交互方式。2.如何通过AI技术实现个性化、贴心的用户体验，包括情感分析、多语言支持等高级功能。教学过程主要教学内容及步骤课前任务教师上传课前学习资源，包括用户交互与增强体验的相关阅读材料和视频教程，设置提问讨论；学生在线上教学平台进行预习，并参与课前讨论，提出对用户交互与增强体验的初步理解和疑问。线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节通过播放一段智能音箱与用户进行语音交互的视频，引出本次课的教学主题：“AI如何改变我们的交互方式，提升用户体验？”授课环节1.用户交互概述-解释用户交互的定义及其在人工智能应用中的重要性。-介绍AI用户交互的主要方式：文字聊天、语音交流、手势交互，并讨论其应用场景。2.AI用户交互技术原理-深入讲解AI如何理解用户输入（包括语音识别、自然语言处理技术）。-分析AI如何给出合适的回应（包括知识图谱、语义分析等技术）。-演示多种交互方式（文字、语音、手势）的实际应用，并讨论其技术挑战与解决方案。3.用户增强体验设计-介绍用户增强体验的概念，强调其在提升产品竞争力中的作用。-分析AI如何实现个性化体验（通过用户行为数据分析、构建用户画像）。-讲解AI如何提高效率（智能预测、简化流程）和提供贴心服务（情感分析、多语言支持）。-探讨AI如何通过内容生成和虚拟体验丰富用户感受。4.应用场景分析-课堂互动1：随机挑选学生，提问“在生活中，你遇到过哪些AI用户交互的例子？它们给你带来了怎样的体验？”学生分享经历，教师总结并引导讨论。-课堂互动2：分组设计一个AI用户交互与增强体验的方案，针对特定应用场景（如智能家居、在线教育），每组展示设计思路与预期效果，教师点评与指导。-课堂互动3：利用智能交互设备（如智能音箱模拟器）进行现场演示，展示AI如何通过语音交流完成特定任务（如播放音乐、查询天气），并分析交互过程中的用户体验要点。课堂小结回顾用户交互的基本概念、主要方式、技术原理以及用户增强体验的设计原则，强调AI在提升用户体验方面的关键作用。鼓励学生课后继续探索AI用户交互与增强体验的新技术、新应用，思考如何在实际项目中应用这些技术。作业布置1.设计一个AI用户交互与增强体验的方案，针对一个具体应用场景（如在线客服、智能健康管理），详细描述交互方式、技术实现与预期用户体验效果，并提交方案报告。2.选择一个现有的AI产品或服务，分析其用户交互设计的特点与优缺点，提出改进建议，并撰写一份分析报告。教学反思教案（2024-2025学年第二学期）课程名称《人工智能通识基础》适用专业不限专业课程学分2课程学时32主讲教师xxx使用教材《人工智能通识基础》编写日期2025年2月xxx学院教务处制授课基本信息授课章节（项目）第4章人工智能的关键技术任务1：常用AI编程语言任务2：AI开发框架-安装Anaconda授课时间第周星期第节授课班级课次第11次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课☑实验课☑讨论课□习题课□其他□工具多媒体课件、AI教学工具（如豆包、Kimi）教学目标掌握Python语言在人工智能开发中的核心优势，包括其库支持、语法特点与生态系统。理解TensorFlow框架的基本功能、优势特点以及其在AI项目开发中的作用。明确Anaconda平台的功能，掌握其安装流程与配置方法。教学重、难点Python在人工智能领域的核心优势与常用开发库（如NumPy、Pandas、TensorFlow、Keras）。R语言在数据处理与可视化方面的能力及其在人工智能应用中的表现。TensorFlow框架的特性、部署能力与社区资源支持。Anaconda的作用、安装流程及其在构建虚拟环境中的使用方法。教学过程主要教学内容及步骤课前任务教师上传课前学习资源，设置提问讨论；学生在线上教学平台进行预习，并参与课前讨论；线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节教师展示ChatGPT、AI图像生成工具、AI语音助手等热门AI产品的画面或演示视频，引导学生思考这些产品背后的“智能是如何实现的”。授课环节（一）知识讲授与讲解（30分钟）1.常用AI编程语言介绍Python语言在人工智能中的优势（包括生态、语法、跨平台性、第三方库等）。R语言的应用领域（尤其是统计分析、数据可视化、机器学习扩展包）。对比Python与R在不同AI项目中的适用性。2.AI开发框架简介TensorFlow的特点、适用场景与社区资源支持。PyTorch简要介绍与对比。3.为什么使用Anaconda？多项目环境管理的必要性。虚拟环境的作用与隔离机制。4.Anaconda安装流程演示Anaconda官网下载与安装全过程（通过截图图解或现场演示）。安装路径设置及高级选项说明。虚拟环境创建与包安装创建虚拟环境的命令讲解。激活环境与安装numpy、pandas示例验证（例4-1）。（二）实践演练引导（40分钟）学生打开已安装的AnacondaPrompt，尝试输入以下命令：condacreate--nametf24_envpython=3.10condaactivatetf24_envpipinstallnumpy==1.22.0pipinstallpandas==1.3.5教师巡视指导，确保学生成功创建环境并验证包安装是否成功。课堂小结Python和R是目前AI编程语言中的核心代表，各有优势。TensorFlow是当前主流的AI开发框架，支持跨平台部署。Anaconda平台简化了环境管理，虚拟环境有助于避免项目冲突。掌握环境配置，是进入AI开发的重要第一步。作业布置简述Python在人工智能领域的三项核心优势。说明Anaconda中虚拟环境的作用，并举例说明其使用场景。在自己的计算机上安装Anaconda。创建一个名为ai_env的虚拟环境，Python版本为3.10。教学反思

授课基本信息授课章节（项目）第4章人工智能的关键技术任务2：AI开发框架-安装tensorflow、PyTorch、PaddlePaddle授课时间第周星期第节授课班级课次第12次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课☑实验课☑讨论课□习题课□其他□工具多媒体课件、AI教学工具（如豆包、Kimi）教学目标理解并掌握TensorFlow2.10.0（CPU版）的安装方法了解并比较三大主流深度学习框架的特点和适用场景掌握使用Anaconda创建虚拟环境、激活环境并在环境中安装PyTorch和PaddlePaddle的方法教学重、难点TensorFlow2.10.0（CPU）安装流程的理解与实践三大主流框架的对比理解掌握环境隔离管理方法（Anaconda虚拟环境）理解并区分静态计算图与动态计算图的原理与应用场景教学过程主要教学内容及步骤课前任务教师上传课前学习资源，设置提问讨论；学生在线上教学平台进行预习，并参与课前讨论；线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节在人工智能飞速发展的今天，深度学习成为核心技术，而TensorFlow、PyTorch、PaddlePaddle作为三大主流框架，正支撑着无数智能应用的研发与落地。今天，我们将亲自搭建这些框架的运行环境，为今后的项目开发奠定坚实基础。授课环节（一）TensorFlow（CPU）环境搭建演示与实践（20分钟）1.回顾虚拟环境创建方法（2分钟）简要提醒学生上一节课已完成的环境创建工作。2.演示并讲解安装命令（8分钟）condaactivatetf24_envpipinstalltensorflow==2.10.0-i/pypi/simple/3.验证安装是否成功（5分钟）使用importtensorflowastf和print(tf.__version__)检查版本。4.学生动手操作（5分钟）（二）PyTorch框架简介与安装（15分钟）1.讲解PyTorch优势与应用场景（5分钟）动态计算图类Python风格社区活跃程度GPU加速支持2.演示创建虚拟环境和离线安装流程（5分钟）3.基础验证操作演示（5分钟）（三）PaddlePaddle框架介绍与安装（15分钟）1.介绍飞浆框架背景与生态组件（6分钟）2.演示安装命令与官网资源选取（5分钟）3.验证运行结果（4分钟）课堂小结本节课带领大家完成了TensorFlowCPU环境的安装，并初步了解了三大主流深度学习框架。三个框架虽然功能相似，但各有特点，实际项目中应根据需求进行合理选择。环境搭建是深度学习的第一步，掌握环境配置技巧，是日后开发稳定项目的基础。作业布置简要比较TensorFlow、PyTorch与PaddlePaddle三者的异同点。结合自身专业，思考哪一个框架更适合未来可能参与的项目？请说明理由。教学反思

授课基本信息授课章节（项目）第4章人工智能的关键技术任务3：数据集与资源授课时间第周星期第节授课班级课次第13次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课☑实验课☑讨论课□习题课□其他□工具多媒体课件、AI教学工具（如豆包、Kimi）教学目标理解数据集在人工智能与机器学习中的基础作用与核心价值。掌握常见公开数据集（如ImageNet、MNIST、COCO、WikiText等）的特点与适用场景。理解数据集的基本组成结构（训练集、验证集、测试集）及其划分原则。教学重、难点数据集的划分方式及其在模型训练中的作用。数据预处理技术：缺失值处理、重复值去除、特征工程、编码与缩放等。使用KNIME进行数据清洗与可视化的基础流程。理解数据质量（如全面性与代表性）对模型训练效果与泛化能力的实际影响。教学过程主要教学内容及步骤课前任务教师上传课前学习资源，设置提问讨论；学生在线上教学平台进行预习，并参与课前讨论；线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节提问互动：“你觉得AI系统为什么会出现这样的识别错误？”引导学生思考数据对AI模型训练的重要性，引出本节课主题。授课环节（一）数据集基础知识（10分钟）讲解数据集的定义、结构（特征+标签）、分类（训练集、验证集、测试集）与划分原则。板书关键词：特征、标签、训练集、验证集、测试集。（二）常见数据集资源介绍（10分钟）利用图示展示ImageNet、MNIST、COCO等样例图。比较不同数据集适用任务（如文本、图像、语音）。引导学生查阅Kaggle网站，并介绍几个热门数据集应用场景。（三）数据集存储与管理（5分钟）引导学生思考数据存储的实际需求：数据越大，越需要合理管理。简要介绍本地存储、云存储、HDFS分布式文件系统。举例说明版本控制工具DVC的应用场景。（四）数据预处理与清洗技术（15分钟）演示Pandas库中drop_duplicates()用法（结合教材示例）。说明缺失值填充、数据标准化、独热编码等基础方法。举例：处理泰坦尼克号数据集中的缺失信息与格式不一致问题。（五）介绍数据增强与特征工程（10分钟）展示图像数据增强样图（图4-43）+引导学生分析其对模型的作用。举例文本增强（同义词替换）、音频增强（加噪声）场景。解释特征选择与特征提取基本概念，简要提及PCA、CNN、词嵌入等。（六）实用工具：KNIME（10分钟）展示KNIME工具界面与工作流图（图4-44）。讲解其“拖拉式”操作优点与常用节点。实操演示（或模拟）：导入CSV文件，进行缺失值处理与简单可视化。课堂小结数据是AI的“燃料”，数据集决定了模型能学什么、学得好不好。学生需掌握数据集的结构、来源、预处理流程及工具使用（如Pandas与KNIME）。在实践中，不仅要能用数据，更要懂得选数据、处理数据、评估数据。作业布置使用Pandas对给定CSV文件进行如下处理：去除重复项、填充缺失值、对分类变量编码。下载安装KNIME，完成以下任务：构建一个工作流，实现CSV导入→缺失值处理→简单可视化。教学反思授课基本信息授课章节（项目）第4章人工智能的关键技术任务4：AI项目开发流程授课时间第周星期第节授课班级课次第14次课教学方法案例结合、讨论法、演示法、情景模拟法等课时2学时授课方式理论课☑实验课☑讨论课□习题课□其他□工具多媒体课件、AI教学工具（如豆包、Kimi）教学目标理解人工智能项目开发的全流程及各阶段任务，包括需求分析、数据预处理、模型训练、评估优化、部署集成与结果分析掌握基于TensorFlow2.4.0进行AI项目开发的基本思路与操作路径。熟悉AI项目中数据准备（清洗、标准化、特征工程等）的步骤与工具应用。教学重、难点AI项目全流程的六大环节及其具体任务分工。使用Python脚本依次完成数据清洗、格式化、特征提取、标准化与划分。模型训练与评估：逻辑回归模型的训练、准确率输出与混淆矩阵分析。模型评估优化策略：调参、增数据、高级模型替换。教学过程主要教学内容及步骤课前任务教师上传课前学习资源，设置提问讨论；学生在线上教学平台进行预习，并参与课前讨论；线上考勤【教师】教师在线上教学平台发布签到任务。【学生】学生扫码或者其他形式签到。导入新课环节展示基于TensorFlow2.4.0的医疗影像分类项目案例，提出核心问题："如何从零构建一个可落地的AI系统？"▶播放项目成果演示视频（如肿瘤识别效果）▶引导学生观察图开发流程图授课环节1.需求分析（互动讨论）分组讨论：假设开发"课堂行为识别系统"，需考虑哪些需求？对照泰坦尼克号案例，强调医疗领域需求特殊性（图4-47数据界面）2.数据预处理（实操演示）逐步运行step_1至step_5的.py文件：①实时展示数据清洗前后对比（图4-49vs原始数据）②特征工程关键点：用柱状图对比特征生成效果（图4-51）3.模型训练（对比实验）现场修改step_6代码，对比逻辑回归/随机森林的准确率差异重点解析图4-55中的分类报告指标4.部署应用（场景模拟）角色扮演：开发组（演示模型保存为.h5文件）运维组（模拟云服务API调用）产品组（设计医院操作界面）课堂小结发放图4-46的空白版本，要求学生标注：✓各阶段核心产出物（如"数据预处理→titanic_standardized.csv"）✓关