《机器学习Python实战》电子教案 05-1-项目4 线性回归预测模型构建_第1页
《机器学习Python实战》电子教案 05-1-项目4 线性回归预测模型构建_第2页
《机器学习Python实战》电子教案 05-1-项目4 线性回归预测模型构建_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

武汉软件工程职业学院教案（理论教学首页）（第1页）教案（理实一体化课）武汉软件工程职业学院教案（附页）（第NUMPAGES4页）课程名称机器学习授课内容项目4波士顿房价预测——基于线性回归 4.1项目知识准备 4.1.1什么是线性回归 4.1.2损失函数 4.1.3岭回归 4.1.4套索回归授课安排授课时数2授课对象人工智能技术应用专业大二学生授课方法讲授、问题式教学法授课教具Python3.7及后续版本、Anaconda、Jupyter教学目标思政目标：线性回归可以对数据进行预测，这个在商品销售用处很多，大家在学习学习中要多和实际结合知识目标：掌握线性模型的基本原理能力目标：使用线性模型进行建模教学重点掌握线性模型的基本概念教学难点理解损失函数【课前安排】（1）教师对学生们的疑问进行统一答疑。（2）回顾总结上节课内容，继续介绍本课时的内容。上节课介绍了K最近邻算法的原理与用法，本节课介绍线性模型。【导入新课】对线性方程组的研究，中国比欧洲至少早1500年，记载在公元初《九章算术》方程章中。激发学生的爱国之情与自豪感，勉励他们树立为国家、为人民努力奋斗的远大理想。（3）明确学习目标。线性模型的基本概念最基本的线性模型——线性回归【讲授新课】教师根据课件，介绍线性模型的基本概念。1线性模型的一般公式2线性模型的图形表示3线性模型的特点教师根据课件，讲解最基本的线性模型——线性回归。线性回归的基本原理回归的目的就是进行连续值的预测：回归之所以能预测是因为他通过历史数据，摸透了“套路”，然后通过这个套路来预测未来的结果。在二维空间中绘制两个变量之间的关系——图象是直线，这样的两个变量之间的关系就是“线性关系”，如果图象不是直线，就是“非线性关系”。回归算法是一种有监督学习算法，用来建立自变量X和观测变量Y之间的映射关系，如果观测变量是离散的，则称其为分类Classification；如果观测变量是连续的，则称其为回归Regression。线性回归模型试图学得一个线性模型以尽可能准确地预测实值X的输出标记Y。在这个模型中，因变量Y是连续的，自变量X可以是连续或离散的。LinearRegression线性回归的基本思想：寻找直线/平面/超平面，使得输入数据的残差最小线性回归算法：最终的线性回归的结果为：【课堂小结】回顾上课前的学习目标，对本节课知识点进行总结。主要介绍线性模型的基本原理。【课后安排】给学生布置随堂练习，检测学生的掌握程度，并对学生出现的问题进行解决。【教

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论