《机器学习Python实战》电子教案 08-2-项目6 朴素贝叶斯分类算法实战_第1页
《机器学习Python实战》电子教案 08-2-项目6 朴素贝叶斯分类算法实战_第2页
《机器学习Python实战》电子教案 08-2-项目6 朴素贝叶斯分类算法实战_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6年收入等级判断—朴素贝叶斯6.2项目实训 6.2.1贝努利朴素贝叶斯实现天气预测 6.2.2高斯朴素贝叶斯实现连续值的分类 6.2.3多项式朴素贝叶斯实现离散特征的分类 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+课内实训、任务驱动法授课教具Python3.7及后续版本、Anaconda、Jupyter教学目标思政目标：朴素贝叶斯有三种不同的方法，大家在平时学习过程中也需要不同的方法，这样可以拓宽思维。知识目标：掌握朴素贝叶斯算法的三种不同用法能力目标：使用高斯朴素贝叶斯进行建模教学重点朴素贝叶斯算法的三种不同方法教学难点掌握朴素贝叶斯的特性和用法【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。上节课介绍了朴素贝叶斯算法的三种不同方法，本节课介绍高斯朴素贝叶斯进行建模；使用模型对新样本的类别进行预测。【导入新课】上次课了解了基本概念，本次课的内容需要同学们积极动手进行实践，遇到问题多进行交流和讨论，促进学生进一步思考。【讲授新课】教师根据课件，演示朴素贝叶斯实战：1.伯努利朴素贝叶斯模型实现天气预测本任务将根据过去7天的天气是否有雨的情况，预测接下来的几天会不会下雨。通过创建伯努利朴素贝叶斯模型并使用7天的天气数据对模型进行训练，然后对未来几天的天气进行预测，并给出下雨和不下雨的概率。数据收集和分析创建伯努利朴素贝叶斯模型并进行天气预测预测并分析预测结果2.高斯朴素贝叶斯模型实现连续值的分类对于连续值的多分类问题，我们分别对比伯努利朴素贝叶斯和高斯朴素贝叶斯两种模型的分类表现效果。准备数据集并用BernoulliNB类进行分类使用高斯朴素贝叶斯模型进行分类3.多项式朴素贝叶斯模型实现离散特征的分类使用多项式朴素贝叶斯模型进行分类将数值离散化处理后重新进行分类上机练习上机练习主要针对本章中需要重点掌握的知识点，以及在程序中容易出错的内容进行练习，通过上机练习可以考察同学对知识点的掌握情况，对本章知识掌握程度。形式：单独完成上机：使用朴素贝叶斯实现数据分类要求如下：1.导入数据集2.将数据集划分为训练集和测试集3.使用高斯朴素贝叶斯进行建模4.测试模型进行数据预测和评分【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。【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。【

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