Python编程与人工智能应用教学计划教学教案

南京邮电大学学生所在学院：计算机学院2023/24学年第二学期主讲：陈景强专业：计算机科学与技术《Python编程及人工智能应用》授课计划表辅导：陈景强班级：B200301-07（考试）审查：课程编号:B0300331S学时:32学分:2批准(开课学院)：执行大纲版本：2020大纲周次课次教学内容讲课方式及课时数自学课时作业备注讲课实验上机习题其他11人工智能与Python概述1.1人工智能的起源与发展1.2人工智能的核心概念1.3人工智能的分支领域1.4人工智能行业应用与人才需求1.5Python与人工智能的关系1.6Python人工智能开发环境安装2见MOOC平台22Python语言基础2.1基本语法2.1.1对象及其类型2.1.2变量和赋值2.1.3运算符和表达式2.1.4字符串2.1.5流程控制2332.2组合数据类型2.3函数2442.4异常处理和文件操作2.5面向对象基础2.6数值计算库NumPy2.6.1NumPy多维数组2.6.2NumPy数组索引和切片2.6.3NumPy数组运算2552.6.4NumPy数组读写2.6.5NumPy数据统计与分析线性回归及Python实现3.1线性回归问题简介3.2单变量线性回归问题3.3基于Scikit-learn库求解单变量线性回归3.3.1LinearRegression类说明266实验一：Python语言基础实验2第1页填表日期：2024年2月13日周次课次教学内容讲课方式及课时数自学课时作业备注讲课实验上机习题其他773.3.2求解步骤及编码实现3.3.3模型评价3.4最小二乘法3.4.1导数法3.4.2矩阵法2883.5梯度下降法3.4.1简单二次函数梯度下降法求极值3.4.2批量梯度下降法3.4.3随机梯度下降法3.6多变量线性回归问题3.6.1基于Scikit-learn库编码实现299第4章逻辑斯蒂分类及Python实现4.1逻辑斯蒂分类简介4.2二分类逻辑斯蒂分类问题4.3Scikit-learn库求解二分类逻辑斯蒂4.4梯度下降法求解二分类逻辑斯蒂分类210104.5分类模型的评价4.6非线性分类问题4.8多类别逻辑斯蒂分类21111第5章K-近邻分类与K-均值聚类5.1“近邻”与分类和聚类5.2K-近邻分类5.3K-均值聚类21212实验二：线性回归与逻辑斯蒂分类实验21313第6章朴素贝叶斯分类及Python实现6.1贝叶斯分类简介6.2朴素贝叶斯分类的定义、推导与建模6.4基于Scikit-learn库求解实现21414第8章神经网络及Python实现8.1神经网络简介8.3Keras8.4全连接神经网络及Keras实现215158.2Tensorflow8.6卷积积神经网络及Tensorflow实现8.6.1卷积神经网络基本原理8.6.2构建卷积神经网络8.6.3训练卷积神经网络8.6.4实现图片识别8.7AlexNet简介21516实验三：神经网络实验2课外第2页填表日期：2024年2月13日教材：[1]陈景强等．人工智能应用实践教程.人民邮电出版社，2024年．参考书：[1]薛景，陈景强等．Python程序设计基础教程[M].人民邮电出版社，2018年．[2]黄海涛．Python3人工智能从入门到实战[M]．人民邮电出版社，2019年．[3]董付国.Python数据分析、挖掘与可视化[M].人民邮电出版社，2020年．[4]周志华.机器学习[M].清华大学出版社.2017年.作业说明：作业以中国大学慕课SPOC上的每章作业为统一要求，各班可以根据需要结合雨课堂等其他作业形式。实验报告说明：仍然提交电子档的实验报告第3页填表日期：2024年2月13日

授课进度第1次课所属章节第1章 人工智能与Python概述课程内容人工智能起源与发展、人工智能核心概念、人工智能分支领域、Python与人工智能关系、Python人工智能开发环境安装课时安排2学时（90分钟）教学要求通过本节内容的学习，要求了解人工智能的起源、人工智能的核心概念，掌握Python人工智能开发环境安装和Python语言HelloWorld程序编码。教学目标1.思想素质层面教学目标（1）从人工智能起源，讲述三次产业革命的发展历史，融入科技强国的爱国思想教育。（2）掌握Python人工智能开发环境安装，教育学生一步一个脚印，从零开始搭建。2.知识技能层面教学目标（1）了解人工智能的基本概念和三大流派，掌握人工智能的基本思想。（2）掌握Python环境安装和最简单的HelloWorld输出编码3.能力培养层面教学目标培养学生分析问题和解决问题的能力。重点难点人工智能的三大流派，Python语言的输出HelloWorld的编码。教学方法和手段1.采用多媒体教学，PPT和板书结合，现场讲授的方式。2.课堂教学中通过现场代码演示，加深学生对逻辑斯蒂回归函数的的理解。3.课堂教学融入更多的交互环节，增加学生课堂活动的参与度，让学生在问中学、在学中问，从而加深对问题的理解。教学进程(第一节课)教学内容时间分配（分钟）实施方式教学要求1、人工智能的起源与发展 20PPT、板书掌握2、人工智能的分支领域25PPT、板书掌握教学进程（第二节课）教学内容时间分配（分钟）实施方式教学要求人工智能的行业应用10PPT、板书掌握Python与人工智能的关系10PPT、板书3、Python人工智能环境安装与编程演示25PPT、板书、编程环境下演示掌握课堂互动、课后思考、课后作业一、通过雨课堂（或慕课堂）开展互动的题目（1）人工智能是未来第四次工业革命的一个重要方向，前面三次工业革命分别是什么？二、课后思考提问：例举生活中弱人工智能的例子。你觉得强人工智能有没有可能实现？通过提问，启发学生独立思考，让学生展开想象空间，、使老师和学生互动，教学过程变得富有趣味。三、课后作业（1）第1章课后习题：1、2、3、4。（2）完成慕课第四章的的单元测验融入思政教育的课堂教学实施情况和分析通过对人工智能基本概念的学习，引导学生形成正确的价值观，强化对于科技强国的认识。教学反思（1）在教学过程中结合生活中的例子促进学生对人工智能的理解。（2）课堂互动环节使学生熟悉慕课的使用方法。（3）建设慕课在线答疑平台，让学生们共享问题，共享答案，提高学习的积极性，拓宽学生的知识面，激发学生的发散思维。

授课进度第2次课所属章节第2章Python基础课程内容Python对象及类型、变量和赋值、运算符和表达式、字符串、流程控制课时安排2学时（90分钟）教学要求通过本节内容的学习，要求掌握Python基本语法，包括Python变量定义与赋值、运算符和表达式、字符串、流程控制。教学目标1.思想素质层面教学目标（1）从Python基本语法讲解中，引导学生不断提升编程素养，凡事从基础做起，基础不牢地动山摇。（2）了解Python基本语法与C语言基本语法的区别，学会举一反三。2.知识技能层面教学目标（1）掌握Python变量和赋值。（2）掌握Python运算符和表达式。（3）掌握Python字符串及基本字符串操作。（4）掌握Python流程控制语句。3.能力培养层面教学目标培养学生分析问题和解决问题的能力。重点难点Python的for语句与C语言for语句的区别、Python字符串操作。教学方法和手段1.采用多媒体教学，PPT和板书结合，现场讲授的方式。2.课堂教学中通过现场代码演示，加深学生对Python基本语法的理解。3.课堂教学融入更多的交互环节，增加学生课堂活动的参与度，让学生在问中学、在学中问，从而加深对问题的理解。教学进程(第一节课)教学内容时间分配（分钟）实施方式教学要求1、对象及其类型15PPT、板书、编程环境下演示掌握2、变量和赋值20PPT、板书、编程环境下演示掌握3、运算符和表达式10PPT、板书、编程环境下演示掌握教学进程（第二节课）教学内容时间分配（分钟）实施方式教学要求运算符和表达式10PPT、板书、编程环境下演示掌握2、字符串10PPT、板书、编程环境下演示掌握3、流程控制25PPT、板书、编程环境下演示掌握课堂互动、课后思考、课后作业一、通过雨课堂（或慕课堂）开展互动的题目（1）Python语言数据类型与C语言数据类型的异同点是什么？（2）Python语言运算符有哪些是C语言中没有的？（3）Python语言的for语句与C语言for语句的区别？二、课后思考提问：Python语言与C语言的关系是什么？通过提问，启发学生独立思考，调动学生的主动性、使老师和学生互动，教学过程变得富有趣味。三、课后作业（1）第2章课后习题：选择题1、2、3、4、5、6。（2）完成慕课第二章第一部分的的单元测验融入思政教育的课堂教学实施情况和分析通过对Python基本语法的理解和学习，引导学生形成正确的价值观和学习态度。教学反思（1）在教学过程中结合实际促进学生对知识的理解。向学生介绍Python语言基本语法时，比较与C语言的异同。（2）课堂互动环节使学生熟悉慕课的使用方法。（3）建设慕课在线答疑平台，让学生们共享问题，共享答案，提高学习的积极性，拓宽学生的知识面，激发学生的发散思维。

授课进度第3次课所属章节第2章Python基础课程内容组合数据类型、Python函数课时安排2学时（90分钟）教学要求通过本节内容的学习，要求掌握Python的组合数据类型，掌握Python函数定义与使用。教学目标1.思想素质层面教学目标（1）通过对组合数据类型的学习，引导学生回顾数据结构的知识，做到理论与实际相结合。（2）掌握Python函数，锻炼学生模块化程序设计的思想。2.知识技能层面教学目标（1）掌握列表、元组、字典、集合等Python组合数据类型。（2）掌握Python函数定义和使用，比较与C语言函数的异同。3.能力培养层面教学目标培养学生分析问题和解决问题的能力。重点难点列表操作、匿名函数。教学方法和手段1.采用多媒体教学，PPT和板书结合，现场讲授的方式。2.课堂教学中通过现场代码演示，加深学生对组合数据类型和函数的理解。3.课堂教学融入更多的交互环节，增加学生课堂活动的参与度，让学生在问中学、在学中问，从而加深对问题的理解。教学进程(第一节课)教学内容时间分配（分钟）实施方式教学要求1、列表20PPT、板书、编程环境下演示掌握2、元组 10PPT、板书、编程环境下演示掌握3、字典15PPT、板书、编程环境下演示掌握教学进程（第二节课）教学内容时间分配（分钟）实施方式教学要求集合10PPT、板书、编程环境下演示掌握2、函数定义20PPT、板书、编程环境下演示掌握3、函数使用15PPT、板书、编程环境下演示掌握课堂互动、课后思考、课后作业一、通过雨课堂（或慕课堂）开展互动的题目（1）一个班级有30位同学，每位同学都有姓名、语文成绩、数学成绩、英语成绩，通过什么样的组合数据类型能够实现按总成绩排序，并随时查询任意一位同学的成绩。二、课后思考Python列表与C语言数组的区别，Python函数与C语言函数的区别。三、课后作业（1）第2章课后习题：选择题7、8、9。（2）完成慕课第二章第二部分的单元测验融入思政教育的课堂教学实施情况和分析通过对Python组合数据类型和函数理解和学习，引导学生形成对Python语言的思考和理解。教学反思（1）在教学过程中结合实际促进学生对知识的理解。（2）课堂互动环节使学生熟悉慕课的使用方法。（3）建设慕课在线答疑平台，让学生们共享问题，共享答案，提高学习的积极性，拓宽学生的知识面，激发学生的发散思维。

授课进度第4次课所属章节第2章Python基础课程内容异常处理、文件操作、面向对象基础、NumPy课时安排2学时（90分钟）教学要求通过本节内容的学习，要求掌握Python异常处理、文件操作、面向对象基础和数值计算库NumPy。教学目标1.思想素质层面教学目标（1）从对Python异常处理，学习凡事要考虑意外情况。（2）从面向对象编程，学习抽象与具体的关系。2.知识技能层面教学目标（1）掌握Python异常处理机制（2）掌握Python面向对象编程基础。（3）掌握NumPy数值计算库的使用。3.能力培养层面教学目标培养学生分析问题和解决问题的能力。重点难点Python异常处理、Python面向对象编程。教学方法和手段1.采用多媒体教学，PPT和板书结合，现场讲授的方式。2.课堂教学中通过现场代码演示，加深学生的理解。3.课堂教学融入更多的交互环节，增加学生课堂活动的参与度，让学生在问中学、在学中问，从而加深对问题的理解。教学进程(第一节课)教学内容时间分配（分钟）实施方式教学要求1、Python异常处理机制15PPT、板书、编程环境下演示掌握2、文件操作 15PPT、板书、编程环境下演示掌握3、面向对象编程基础（上）15PPT、板书、编程环境下演示掌握教学进程（第二节课）教学内容时间分配（分钟）实施方式教学要求面向对象编程基础（下）15PPT、板书、编程环境下演示掌握2、NumPy数值计算库（上）30PPT、板书、编程环境下演示掌握课堂互动、课后思考、课后作业一、通过雨课堂（或慕课堂）开展互动的题目（1）以下代码触发了几次异常？a=[1,0,2]foriinrange(4):try:print(1/a[i])except:print(“触发异常”)二、课后思考提问1：Python文件处理与C语言文件处理的异同？提问2：Python面向对象编程与C++面向对象的异同？通过提问，启发学生独立思考，让学生展开想象空间，调动学生的主动性、使老师和学生互动，教学过程变得富有趣味。三、课后作业（1）第2章课后习题：选择题第10题。（2）完成慕课第2章第三部分的单元测验融入思政教育的课堂教学实施情况和分析通过对异常处理机制的学习，引导学生凡事要有危机意识，提前做好预防意外情况的准备。教学反思在教学过程中结合实际促进学生对知识的理解。课堂互动环节使学生熟悉慕课的使用方法。（3）建设慕课在线答疑平台，让学生们共享问题，共享答案，提高学习的积极性，拓宽学生的知识面，激发学生的发散思维。

授课进度第5次课所属章节第2章Python基础第3章线性回归及Python实现课程内容NumPy数值计算库、单变量线性回归问题课时安排2学时（90分钟）教学要求通过本节内容的学习，要求掌握NumPy数值计算库，掌握单变量线性回归问题及基于Scikit-learn库求解方法。教学目标1.思想素质层面教学目标掌握单变量线性回归的基本思想，在生活中，了解现象和结果之间的线性关系，学会建立数学模型，树立正确的价值观。2.知识技能层面教学目标（1）学习线性回归的基本原理（2）掌握单变量线性回归，学习用单变量线性回归解决实际问题。（3）学习使用Scikit-learn库解决单变量线性回归问题。3.能力培养层面教学目标培养学生分析问题和解决问题的能力。重点难点单变量线性回归的基本原理。教学方法和手段1.采用多媒体教学，PPT和板书结合，现场讲授的方式。2.课堂教学中通过现场代码演示，加深学生对单变量线性回归的理解。3.课堂教学融入更多的交互环节，增加学生课堂活动的参与度，让学生在问中学、在学中问，从而加深对问题的理解。教学进程(第一节课)教学内容时间分配（分钟）实施方式教学要求1、NumPy数值计算库（二）20PPT、板书、编程环境下演示掌握2、线性回归问题简介 25PPT、板书、编程环境下演示掌握教学进程（第二节课）教学内容时间分配（分钟）实施方式教学要求单变量线性回归问题20PPT、板书、编程环境下演示掌握2、基于Scikit-learn库求解单变量线性回归25PPT、板书、编程环境下演示掌握课堂互动、课后思考、课后作业一、通过雨课堂（或慕课堂）开展互动的题目（1）对以下房屋销售数据，建立房屋面积为自变量，房屋售价为因变量的单变量线性回归模型，输出参数。房屋面积房屋售价样本1120300样本280260样本2100270二、课后思考提问：哪些问题适合用线性回归模型建模？通过提问，启发学生独立思考，让学生展开想象空间，设想可能出现的问题，并试着自己提出解决方法。从而调动学生的主动性、使老师和学生互动，教学过程变得富有趣味。三、课后作业（1）第3章课后习题：选择题第1、2题。（2）完成慕课第3章的的单元测验融入思政教育的课堂教学实施情况和分析掌握单变量线性回归的基本思想，在生活中，了解现象和结果之间的线性关系，学会建立数学模型，树立正确的价值观。教学反思在教学过程中结合实际促进学生对知识的理解。向学生介绍单变量线性回归的具体用法。（2）课堂互动环节使学生熟悉慕课的使用方法。（3）建设慕课在线答疑平台，让学生们共享问题，共享答案，提高学习的积极性，拓宽学生的知识面，激发学生的发散思维。

授课进度第6次课所属章节第3章神线性回归及Python实现课程内容线性回归模型评价，最小二乘法课时安排2学时（90分钟）教学要求通过本节内容的学习，要求掌握线性回归模型评价方法，掌握最小二乘法的导数法求解和矩阵法求解。教学目标1.思想素质层面教学目标（1）掌握线性回归模型评价的基本思想，教育学生对比理想状态和实际状态的区别，尽可能的达到理想状态。（2）掌握最小二乘法的两种求解方法，教育学生要熟练运行高等数学和线性代数解决实际问题。2.知识技能层面教学目标（1）学习线性回归的模型评价方法（2）掌握最小二乘法的导数法求解。（3）掌握最小二乘法的矩阵法求解3.能力培养层面教学目标培养学生分析问题和解决问题的能力。重点难点最小二乘法求解。教学方法和手段1.采用多媒体教学，PPT和板书结合，现场讲授的方式。2.课堂教学中通过现场代码演示，加深学生对最小二乘法的理解。3.课堂教学融入更多的交互环节，增加学生课堂活动的参与度，让学生在问中学、在学中问，从而加深对问题的理解。教学进程(第一节课)教学内容时间分配（分钟）实施方式教学要求1、上次课内容回顾5课堂提问2、线性回归的模型评价法 40PPT、板书、编程环境下演示掌握教学进程（第二节课）教学内容时间分配（分钟）实施方式教学要求最小二乘法的导数法求解30PPT、板书、编程环境下演示掌握2、最小二乘法的矩阵法求解15PPT、板书、编程环境下演示掌握课堂互动、课后思考、课后作业一、通过雨课堂（或慕课堂）开展互动的题目（1）R放的计算方法与残差平方和的关系。（2）最小二乘法的导数法求解中的w1的计算公式的分子部分和分母部分分别是什么？二、课后思考提问：高等数学和线性代数分别用来求解最小二乘法导数法和矩阵法，概率论可不可以用来做机器学习？通过提问，启发学生独立思考，让学生展开想象空间，设想可能出现的问题，并试着自己提出解决方法。从而调动学生的主动性、使老师和学生互动，教学过程变得富有趣味。三、课后作业（1）第3章课后习题：选择题4和5，填空题。（2）完成慕课第3章的的单元测验融入思政教育的课堂教学实施情况和分析掌握最小二乘法的两种求解方法，教育学生要熟练运行高等数学和线性代数解决实际问题。教学反思在教学过程中结合实际促进学生对知识的理解。向学生介绍线性回归的评价方法和最小二乘法，是python编程与人工智能应用的关键知识。（2）课堂互动环节使学生熟悉慕课的使用方法。（3）建设慕课在线答疑平台，让学生们共享问题，共享答案，提高学习的积极性，拓宽学生的知识面，激发学生的发散思维。

授课进度第7次课所属章节第3章线性回归及Python实现课程内容梯度下降法，多变量线性回归课时安排2学时（90分钟）教学要求通过本节内容的学习，要求梯度下降法的基本原理，掌握多变量线性回归。教学目标1.思想素质层面教学目标掌握梯度下降法的基本思想，引导学生建立沿着正确的方向一步一个脚印的解决问题的思想。2.知识技能层面教学目标（1）学习态度下降法的基本原理（2）学习多变量新线性回归3.能力培养层面教学目标培养学生分析问题和解决问题的能力。重点难点梯度下降法教学方法和手段1.采用多媒体教学，PPT和板书结合，现场讲授的方式。2.课堂教学中通过现场代码演示，加深学生对梯度下降法的理解。3.课堂教学融入更多的交互环节，增加学生课堂活动的参与度，让学生在问中学、在学中问，从而加深对问题的理解。教学进程(第一节课)教学内容时间分配（分钟）实施方式教学要求1、上次课内容回顾5课堂提问2、简单二次函数梯度下降法求极值 20PPT、板书、编程环境下演示掌握3、批量梯度下降法20PPT、板书、编程环境下演示掌握教学进程（第二节课）教学内容时间分配（分钟）实施方式教学要求随机梯度下降法20PPT、板书、编程环境下演示掌握2、多变量线性回归问题25PPT、板书、编程环境下演示掌握课堂互动、课后思考、课后作业一、通过雨课堂（或慕课堂）开展互动的题目（1）通过梯度下降法求y=cos(x)三角函数的极值，了解初始点对计算的影响。二、课后思考提问：为什么梯度方向就是正确的下降方向？通过提问，启发学生独立思考，让学生展开想象空间，设想可能出现的问题，并试着自己提出解决方法。从而调动学生的主动性、使老师和学生互动，教学过程变得富有趣味。三、课后作业（1）第3章课后习题：编程题第1题。（2）完成慕课第3章的的单元测验融入思政教育的课堂教学实施情况和分析掌握梯度下降法的基本思想，引导学生建立沿着正确的方向一步一个脚印的解决问题的思想。教学反思在教学过程中结合实际促进学生对知识的理解。向学生介绍态度下降法和多变量线性回归，是python编程与人工智能应用的关键知识。（2）课堂互动环节使学生熟悉慕课的使用方法。（3）建设慕课在线答疑平台，让学生们共享问题，共享答案，提高学习的积极性，拓宽学生的知识面，激发学生的发散思维。

授课进度第8次课所属章节第4章逻辑斯蒂分类及Python实现课程内容逻辑斯蒂分类、二分类、梯度下降法及Python实现课时安排2学时（90分钟）教学要求通过本节内容的学习，要求掌握逻辑斯蒂模型的基本原理，逻辑斯蒂模型的使用方法，会用python实现逻辑斯蒂回归。教学目标1.思想素质层面教学目标（1）从逻辑斯蒂模型讲解中，引导学生不断提升专业素养，从细微之处培养大国工匠精神。（2）掌握梯度下降法，教育学生一步一个脚印，找到最优。2.知识技能层面教学目标（1）掌握逻辑斯蒂回归模型的基本原理，掌握逻辑函数的用法。（2）使用Python语言实现逻辑斯蒂回归3.能力培养层面教学目标培养学生分析问题和解决问题的能力。重点难点逻辑斯蒂函数的理解，模型的评估方式。教学方法和手段1.采用多媒体教学，PPT和板书结合，现场讲授的方式。2.课堂教学中通过现场代码演示，加深学生对逻辑斯蒂回归函数的的理解。3.课堂教学融入更多的交互环节，增加学生课堂活动的参与度，让学生在问中学、在学中问，从而加深对问题的理解。教学进程(第一节课)教学内容时间分配（分钟）实施方式教学要求1、上次课内容回顾5课堂提问2、逻辑斯蒂函数 20PPT、板书、编程环境下演示掌握3、逻辑斯蒂回归模型20PPT、板书、编程环境下演示掌握教学进程（第二节课）教学内容时间分配（分钟）实施方式教学要求二分类模型20PPT、板书、编程环境下演示掌握2、python实现逻辑斯蒂回归，梯度下降法20PPT、板书、编程环境下演示掌握3、课堂小结5PPT课堂互动、课后思考、课后作业一、通过雨课堂（或慕课堂）开展互动的题目（1）为什么采用逻辑斯蒂函数？（2）逻辑斯蒂函数是线性的模型吗？二、课后思考提问：找出生活中常见的二分类场景？通过提问，启发学生独立思考，让学生展开想象空间，设想可能出现的问题，并试着自己提出解决方法。从而调动学生的主动性、使老师和学生互动，教学过程变得富有趣味。三、课后作业（1）第4章课后习题：1、3、4。（2）完成慕课第四章的的单元测验融入思政教育的课堂教学实施情况和分析通过对逻辑斯蒂模型的理解和学习，引导学生形成正确的价值观，可以明辨是非，可以合理判断模型结果。在遇到实际问题时，可以正确运用模型。教学反思（1）在教学过程中结合实际促进学生对知识的理解。向学生介绍逻辑斯蒂的具体用法，是python编程与人工智能应用的关键知识。（2）课堂互动环节使学生熟悉慕课的使用方法。（3）建设慕课在线答疑平台，让学生们共享问题，共享答案，提高学习的积极性，拓宽学生的知识面，激发学生的发散思维。

授课进度第9次课所属章节第4章逻辑斯蒂分类及Python实现课程内容模型评价、非线性分类、多类别分类课时安排2学时（90分钟）教学要求通过本节内容的学习，要求掌握逻辑斯蒂模型的评价方法，掌握扩展逻辑斯蒂回归，实现非线性分类和多类别分类。教学目标1.思想素质层面教学目标（1）从多分类模型讲解中，引导学生丰富自己的认识，掌握多元的知识和能力，成为全方面发展。（2）掌握非线性分类，锻炼学生进行复杂问题的思考。2.知识技能层面教学目标（1）掌握逻辑斯蒂回归模型模型的评估方法，学习用逻辑斯蒂回归解决非线性分类问题。（2）学习使用多类别逻辑斯蒂分类3.能力培养层面教学目标培养学生分析问题和解决问题的能力。重点难点非线性逻辑斯蒂函数的理解和使用。教学方法和手段1.采用多媒体教学，PPT和板书结合，现场讲授的方式。2.课堂教学中通过现场代码演示，加深学生对逻辑斯蒂回归函数的的理解。3.课堂教学融入更多的交互环节，增加学生课堂活动的参与度，让学生在问中学、在学中问，从而加深对问题的理解。教学进程(第一节课)教学内容时间分配（分钟）实施方式教学要求1、上次课内容回顾5课堂提问2、逻辑斯蒂函数的结果形式 20PPT、板书、编程环境下演示掌握3、逻辑斯蒂回归模型的评价20PPT、板书、编程环境下演示掌握教学进程（第二节课）教学内容时间分配（分钟）实施方式教学要求非线性分类问题20PPT、板书、编程环境下演示掌握2、多类别逻辑斯蒂回归20PPT、板书、编程环境下演示掌握3、课堂小结5PPT课堂互动、课后思考、课后作业一、通过雨课堂（或慕课堂）开展互动的题目（1）某个工厂非常关注产品的不良率，一旦发生故障产品，则对企业影响非常大，如果该工厂通过一个模型来预测产品是否故障（有故障：是；无故障：否）。则应该更关注模型的哪个指标二、课后思考提问：找出生活中常见的多分类场景？通过提问，启发学生独立思考，让学生展开想象空间，设想可能出现的问题，并试着自己提出解决方法。从而调动学生的主动性、使老师和学生互动，教学过程变得富有趣味。三、课后作业（1）第4章课后习题：5、7、8。（2）完成慕课第四章的的单元测验融入思政教育的课堂教学实施情况和分析通过对逻辑斯蒂模型的非线性理解和学习，引导学生形成对世界的复杂的认识，掌握对非线性的知识的理解。教学反思（1）在教学过程中结合实际促进学生对知识的理解。向学生介绍逻辑斯蒂的具体用法，是python编程与人工智能应用的关键知识。（2）课堂互动环节使学生熟悉慕课的使用方法。（3）建设慕课在线答疑平台，让学生们共享问题，共享答案，提高学习的积极性，拓宽学生的知识面，激发学生的发散思维。

授课进度第10次课所属章节第6章K-近邻分类与K-均值聚类课程内容K均值聚类、K均值分类课时安排2学时（90分钟）教学要求通过本节内容的学习，要求掌握逻辑斯蒂模型的评价方法，掌握扩展逻辑斯蒂回归，实现非线性分类和多类别分类。教学目标1.思想素质层面教学目标（1）从对邻居的判断中，教育学生要团结，不能自私。（2）掌握无监督方法，引导学生从无序的数据中提炼出有序的知识。2.知识技能层面教学目标（1）学习不同的距离衡量方式，判断样本之间距离（2）掌握K近邻分类模型的评估方法，学习用K近邻分类问题解决实际问题。（3）学习使用K-均值聚类方法3.能力培养层面教学目标培养学生分析问题和解决问题的能力。重点难点K均值聚类的收敛性的理解和使用。教学方法和手段1.采用多媒体教学，PPT和板书结合，现场讲授的方式。2.课堂教学中通过现场代码演示，加深学生对K近邻的的理解。3.课堂教学融入更多的交互环节，增加学生课堂活动的参与度，让学生在问中学、在学中问，从而加深对问题的理解。教学进程(第一节课)教学内容时间分配（分钟）实施方式教学要求1、上次课内容回顾5课堂提问2、样本距离的计算 20PPT、板书、编程环境下演示掌握3、K近邻分类20PPT、板书、编程环境下演示掌握教学进程（第二节课）教学内容时间分配（分钟）实施方式教学要求K均值聚类20PPT、板书、编程环境下演示掌握2、K均值聚类的两阶段算法20PPT、板书、编程环境下演示掌握3、课堂小结5PPT课堂互动、课后思考、课后作业一、通过雨课堂（或慕课堂）开展互动的题目（1）给定以下几个点，求解任意两点之间的L1,L2,L无穷距离A.(1,2)B.(3,5).C.(1,8)（2）对以下几个点，计算2-均值聚类，在单步之后的结果随机初始点：(1,3)(2,2)样本：(1,4)(0,0)(3,3)二、课后思考提问：哪些问题可以运用聚类算法？通过提问，启发学生独立思考，让学生展开想象空间，设想可能出现的问题，并试着自己提出解决方法。从而调动学生的主动性、使老师和学生互动，教学过程变得富有趣味。三、课后作业（1）第6章课后习题：1、2、4。（2）完成慕课第6章的的单元测验融入思政教育的课堂教学实施情况和分析通过对K近邻和K均值聚类理解和学习，了解样本之间距离计算的方式，引导学生团结一致。教学反思在教学过程中结合实际促进学生对知识的理解。向学生介绍K近邻的具体用法，是python编程与人工智能应用的关键知识。（2）课堂互动环节使学生熟悉慕课的使用方法。（3）建设慕课在线答疑平台，让学生们共享问题，共享答案，提高学习的积极性，拓宽学生的知识面，激发学生的发散思维。

授课进度第11次课所属章节第7章朴素贝叶斯分类及Python实现课程内容朴素贝叶斯分类、python实现朴素贝叶斯课时安排2学时（90分钟）教学要求通过本节内容的学习，要求掌握朴素贝叶斯分类模型，掌握朴素贝叶斯分类的推导和院里，使用python实现朴素贝叶斯分类。教学目标1.思想素质层面教学目标（1）掌握贝叶斯的基本思想，教育学生掌握正确的推理方法，在生活中，了解先验知识和后验之间的关系，树立正确的价值观。（2）掌握朴素贝叶斯分类的假设，明白真实场景中的事件很难相互独立，要用系统思维思考问题。2.知识技能层面教学目标（1）学习贝叶斯分类的基本原理（2）掌握朴素贝叶斯分类，学习用朴素贝叶斯分类解决实际问题。（3）学习使用python实现朴素贝叶斯分类3.能力培养层面教学目标培养学生分析问题和解决问题的能力。重点难点朴素贝叶斯分类的推理。教学方法和手段1.采用多媒体教学，PPT和板书结合，现场讲授的方式。2.课堂教学中通过现场代码演示，加深学生对朴素贝叶斯分类的的理解。3.课堂教学融入更多的交互环节，增加学生课堂活动的参与度，让学生在问中学、在学中问，从而加深对问题的理解。教学进程(第一节课)教学内容时间分配（分钟）实施方式教学要求1、上次课内容回顾5课堂提问2、贝叶斯分类简介 20PPT、板书、编程环境下演示掌握3、朴素贝叶斯分类的定义和假设20PPT、板书、编程环境下演示掌握教学进程（第二节课）教学内容时间分配（分钟）实施方式教学要求朴素贝叶斯分类的推导与建模20PPT、板书、编程环境下演示掌握2、python实现朴素贝叶斯分类20PPT、板书、编程环境下演示掌握3、课堂小结5PPT课堂互动、课后思考、课后作业一、通过雨课堂（或慕课堂）开展互动的题目（1）采用朴素贝叶斯方法计算以下三个样本所属的类别，并写出计算过程。二、课后思考提问：哪些问题符合朴素贝叶斯分类的假设？通过提问，启发学生独立思考，让学生展开想象空间，设想可能出现的问题，并试着自己提出解决方法。从而调动学生的主动性、使老师和学生互动，教学过程变得富有趣味。三、课后作业（1）第7章课后习题：一、三。（2）完成慕课第7章的的单元测验融入思政教育的课堂教学实施情况和分析通过对朴素贝叶斯分类理解和学习，了解后验概率的推导，掌握逻辑思辨的能力。教学反思在教学过程中结合实际促进学生对知识的理解。向学生介绍朴素贝叶斯分类的具体用法，是python编程与人工智能应用的关键知识。（2）课堂互动环节使学生熟悉慕课的使用方法。（3）建设慕课在线答疑平台，让学生们共享问题，共享答案，提高学习的积极性，拓宽学生的知识面，激发学生的发散思维。

授课进度第12次课所属章节第9章神经网络及python实现课程内容神经网络，Keras实现神经网络课时安排2学时（90分钟）教学要求通过本节内容的学习，要求掌握深度神经网络的基本原理，掌握神经网络的结构构建方法，使用Keras搭建全连接神经网络。教学目标1.思想素质层面教学目标（1）掌握神经网络的基本思想，教育学生掌握从高维、复杂数据中提炼知识的方法，锻炼学生复杂问题的梳理能力。（2）掌握全连接神经网络，通过深层网络学习特征表示，引导学生形成抽象思维能力。2.知识技能层面教学目标（1）学习神经网络的基本原理（2）掌握Keras。（3）学习使用Keras实现全连接神经网络3.能力培养层面教学目标培养学生分析问题和解决问题的能力。重点难点神经网络的梯度传播算法。教学方法和手段1.采用多媒体教学，PPT和板书结合，现场讲授的方式。2.课堂教学中通过现场代码演示，加深学生对神经网络的的理解。3.课堂教学融入更多的交互环节，增加学生课堂活动的参与度，让学生在问中学、在学中问，从而加深对问题的理解。教学进程(第一节课)教学内容时间分配（分钟）实施方式教学要求1、上次课内容回顾5课堂提问2、神经网络简介 20PPT、板书、编程环境下演示掌握3、神经网络