- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
龙源期刊网
《人工智能初步》教学设计作者:高士娟 曹恒来来源:《中国信息技术教育》2018年第24期
????????● 学习内容分析
????????人工智能是通过智能机器延伸,增强人类改造自然和治理社会能力的新兴技术。近年来,人工智能技术已经被广泛应用于各行各业,并将在信息社会中发挥越来越重要的作用。人工智能诞生之初,以逻辑表达和启发式搜索算法为代表;20世纪80年代初,由于专家系统和神经网络技术的新进展,人工智能的浪潮再度兴起;当前,机器学习成为实现人工智能的主流方法,具体包括监督学习、无监督学习和强化学习三种方式。
????????● 学习者分析
????????本课的学习对象是高一学生,其对知识的获取已经开始由感性认识提升到理性认识,已经具有一定的研究能力,喜欢新鲜事物。在日常的学习和生活中,他们或多或少地接触过人工智能技术的应用。但是,他们对人工智能的了解更多停留于日常学习和生活中的所见所闻,对人工智能的原理及人工智能的实现方法知之甚少,运用人工智能方法解决问题的意识不足、能力较弱。
????????● 学习目标
????????(1)了解什么是人工智能,知道人工智能的典型应用。
????????(2)理解人工智能技术的核心是机器学习。
????????(3)掌握监督学习、无监督学习和强化学习的基本工作原理。
????????(4)了解机器学习中的KNN算法、聚类算法。
????????● 教学重点与难点
????????监督学习、无监督学习和强化学习的基本工作原理。
????????● 教学过程
????????1.初探尊容:人工智能与机器学习
????????观看人工智能宣传片(如图1所示),关注视频中人工智能的具体应用。
????????学生讨论:①人工智能的具体应用:指纹解锁、计算机博弈、智能机器人、智能家居等。②在这些应用中,人工智能是如何解决问题的?
????????人脸识别:根据输入的照片,判断照片中的人是谁。
????????语音识别:根据说话的音频信号,判断说话的内容。
????????金融应用:根据一支股票过去的价格和交易信息,预测它未来的价格走势。
????????围棋对弈:根据当前的盘面形势,预测选择某个落子的胜率。
????????教师小结:人工智能解决问题的方式就是根据给定的输入做出判断及预测。人工智能是人类智能的算法实现,人类智能的核心是学习,因此人工智能的核心也应是学习。人工智能的上述应用大多数是通过机器学习来实现的,它已经成为人工智能的主流方法。机器学习从学习方式上可分为监督学习、无监督学习和强化学习。
????????设计意图:这是一个快速变迁的时代,在这一切便利与舒适的背后,是一场正在深刻地改变我们的生活与社会的科技浪潮——人工智能。但是,学生对人工智能的认知还停留在日常学习和生活中的所见所闻,对人工智能的了解也是有局限的。通过观看视频,从人工智能具体的应用总结出人工智能解决问题的方式,即根据给定的输入做出判断及预测,这个能力的获得必须通过学习来完成,从而引出机器学习。
????????2.定制模型:理解监督学习
????????从手机识别植物引入,提出定制图像识别模型。
????????活动1:使用百度的EasyDL定制猫狗识别的图像分类模型。
????????(1)教师演示创建个性化图像分类模型的方法与步骤,如图2所示。
????????(2)上传猫和狗的图片进行训练和校验,记录不同版本模型校验结果的置信度,比较不同训练数据量情况下,所训练模型的识别准确率,填入表1中。
????????(3)指导学生研究上传的数据集的构成。
????????教师小结:①给予计算机的训练数据集既有输入数据,又有对应的输出数据,然后训练一个模型,用于对新输入的数据生成合理的预测。在训练的过程中,预测量的真实值通过提供反馈对学习过程起到了监督的作用,这样的学习方式称为监督学习。②训练的有效数据量越大,图像的识别率越高。猫、狗的声音和爪子截然不同,如图3所示,生活中常通过sound(声音)和claws(爪子)两个特征来判断。如果将声音和爪子转换成特征向量表示在坐标系中,圆形表示猫,三角形表示狗,在机器学习中如何判断一个新加入样本star的分类呢?最邻近规则分类算法(KNN)是一种常用的方法,如果一个样本与k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别。如k=3时,与star最近的三个点中有两个是圆形,所以star是猫。当然,这个模型中猫狗的特征提取是比较复杂的。
????????设计意图:监督学习中典型的例子是识别,故而从识别植物入手,激发学生兴趣,引出训练猫狗识别模型的学习活动,借助百度的EasyDL定制化图像识别模型,经历监督学习的过程。从数据集的构成发现,监督学习既有
您可能关注的文档
- {精品}苏教版六年级上长方体与正方体几种题型.docx
- “一核四层四翼”的高考英语试题分析.docx
- “中国梦”的试题.doc
- “自然辩证法”课程题目.doc
- 《安全生产法》(2021年修订)题库.docx
- 《存在主义文学》.ppt
- 《大鱼和小鱼》教案.doc
- 《电力系统继电保护原理》参考文献目.doc
- 《反比例函数的图象和性质》评课稿.doc
- 《高分子材料》精品ppt人教.pptx
- 2024年江西省寻乌县九上数学开学复习检测模拟试题【含答案】.doc
- 2024年江西省省宜春市袁州区数学九上开学学业水平测试模拟试题【含答案】.doc
- 《GB/T 44275.2-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第2部分:术语》.pdf
- 中国国家标准 GB/T 44275.2-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第2部分:术语.pdf
- GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构.pdf
- 《GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构》.pdf
- 中国国家标准 GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构.pdf
- GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南.pdf
- 中国国家标准 GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南.pdf
- 《GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南》.pdf
文档评论(0)