- 1、本文档共30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)。
PAGE2/NUMPAGES7
《拓展模块55.3常用核心技术》教案1
课题名称
决策树
授课类型
理实一体
授课对象
一年级学生
授课课时
2课时
所授课程
信息技术(拓展模块)
授课地点
多媒体实训室
所授教材
《信息技术—拓展模块》,人民邮电出版社,张丹阳主编。
一、学情分析
本课程授课对象为高职各专业大一学生,课程开设在大一第2学期,学生在知识储备、学习特点和信息素养的情况如下:
1.知识与技能储备
学生理解了机器学习的基本原理,熟悉了机器学习项目开发流程与步骤,能够区分监督学习和无监督学习的不同点。
2.学习特点
授课对象在学习方面表现出如下特点:
(1)喜好电脑与互联网的应用,线上操作所见即所得可以引发学习兴趣;
(2)喜欢情境设定,厌烦平淡无奇的说教;
(3)乐于接受可视化教学资源,反感静态纸质学习材料;
(4)具有较强的求知欲,希望了解一些具体的人工智能方法。
3.信息素养
学生具备了基础的信息技术学科素养,有一定的信息意识和信息行动能力,有了初步的工程意识。
二、教学内容
本节课选自拓展模块5人工智能--5.3.1决策树,主要介绍决策树的基本原理和算法。
1.分类问题
2.训练集
3.基本原理
4.基本算法
5.信息增益
6.测试和评估
三、教学目标
1.知识目标
(1)了解决策树的基本原理;
(2)了解决策树的基本算法;
(3)了解信息熵的基本概念,知道信息增益在决策树中的作用;
(4)加深对机器学习基本原理的理解。
2.能力目标
(1)能够叙述决策树的基本原理;
(2)能够使用一个决策树输入数据得出决策结果。
3.素养目标
(1)培养基本的计算思维;
(2)培养良好的数字化学习和交流沟通能力。
四、教学重难点
1.教学重点
决策树基本原理与基本算法。
2.教学难点
决策树基本算法与信息增益。
五、教学准备
1.教学环境
计算机实训室(与互联网连接的计算机、投影仪、黑板)。
2.教学用具
电子教室相关软件、学习通。
3.教学材料
(1)拓展模块55.3常用核心技术教案1
(2)拓展模块55.3常用核心技术课件
(3)微课拓展模块55.3.1-1决策树的基本原理
微课拓展模块55.3.1-2决策树的基本算法
微课拓展模块55.3.1-3信息增益与测试评估
(4)Excel训练数据集
(5)常用核心算法学习笔记
(6)拓展模块5人工智能课后考核评价试题
六、教学策略
教法:讲授教学法问题教学法讨论法案例法启发式教学
学法:听讲学习法自主探究法问题学习法
依托学习通学习资源、练习题和学习笔记导图等保证学习过程的顺利实施。
七、教学流程
八、教学环节
教学
环节
教学内容
教学活动
策略与意图
环节一
课程回顾与学习目标
(10分钟)
【问题导入】
什么是监督学习?
分类任务主要解决什么问题?
分类问题的一般形式
决策树用途
【学习目标】
了解决策树的基本原理;
了解决策树的基本算法;
加深对机器学习基本原理的理解。
教师活动
1.提出问题,回顾以前所学内容并引申出分类问题和决策树
2.介绍本单元的学习任务
学生活动
1.认真回顾机器学习概念,听取教师讲授内容
2.思考记录
1.问题教学法:复习监督学习概念,为本次课程做好铺垫
2.讲授教学法:介绍学习目标,使学生明确本次课的要求
教学
环节
教学内容
教学活动
策略与意图
环节二
介绍决策树案例(10分钟)
决策树案例:学习状态预测问题
在教学过程中,教师常常需要通过学生的日常表现推知学生的学习状态。这一场景就可以被建模为监督学习问题。
1.特征取值范围
2.训练集
教师活动
(1)提出决策树案例:学习状态预测问题
(2)讲解案例的特征取值范围
(3)讲解案例的训练样本
学生活动
1.认真听取教师讲授内容
2.积极思考
3.思考记录
1.案例分析法:学习状态预测问题
案例是贯穿本次授课始终的案例,通过此案例,可以帮助学生具体形象地理解决策树
2.结合案例讲解特征值、样本、标签等基本概念
教学
环节
教学内容
教学活动
策略与意图
环节三
学习决策树基本原理(10分钟)
1.决策树
决策树是一个预测模型,其每一个内部(非叶子)结点表示一个决策特征(属性)ai,每一条边代表某个特征的一个可能取值,而每一个叶子结点则表示一个学习状态的分类结果“好”或“差”。从根结点到叶子结点的一条路径代表了一个决策过程的测试序列,一个数据点从根结点进入决策树后,会根据其特征值选择一条这样的路径,最终进入某个叶子结点代表的分类类别并得到最终的分类结果。
2.决策树示例
教师活动
1.讲授决策树基本原理
2.组织学生讨论如何手工建立案例所示的决策树
学生活动
1.认真听取教师
您可能关注的文档
- 信息技术(第2版)(拓展模块) 教案 拓展模块5 5.1 认识人工智能 .docx
- 信息技术(第2版)(拓展模块) 教案 项目3、4 DHCP服务器的配置与管理;4 物联网.docx
- 信息技术(第2版)(拓展模块)教案 拓展模块5 5.2机器学习; 5.4 人工智能开发平台.docx
- 信息技术(第2版)(拓展模块)教案 拓展模块5 5.4 人工智能开发平台 ;5.6人工智能与伦理道德.docx
- 信息技术(第2版)(拓展模块)教案 拓展模块5 5.5 应用开发实例 .docx
- 信息技术(第2版)(拓展模块)教案1-模块3 3.1 认知大数据;3.2 大数据的系统架构.docx
- 信息技术(第2版)(拓展模块)教案3-模块3 3.3 大数据工具;3.4 大数据分析算法.docx
- 信息技术(第2版)(拓展模块)教案5-模块3 3.5 大数据可视化工具;3.6 大数据安全与风险.docx
- 信息技术(第2版)(拓展模块)拓展模块 1程序设计;2云计算.docx
- 信息技术(第2版)(拓展模块)拓展模块 教案汇总 张丹阳 项目1--5 程序设计 ---Web和FTP服务器的配置与管理.docx
文档评论(0)