中小学教育资源及组卷应用平台 《让机器懂得学习》教学设计 课题 《让机器懂得学习》 单元 第二单元 学科 信息科技 年级 八年级 教材分析 这节课主要学习了机器学习的原理，参考课本案例如何教计算机区别猫和狗，了解机器的几种学习方法，并在此基础上，让学生对机器学习技术的应用案例———识别手势有了一定的了解，以及如何在生活中发现还有哪些机器学习的应用领域，掌握应用案例的操作。 学习目标 理解机器学习技术的原理了解机器学习技术的方法理解机器学习技术的应用案例了解机器学习技术的应用领域及发展趋势 重点 了解机器学习的原理和方法。 难点 掌握机器技术学习的应用案例。 教学过程 教学环节 教师活动 学生活动 设计意图 导入新课 师：什么是机器学习？机器学习技术与人工智能的关系是什么？机器学习是一种让计算机像人类一样学习获得知识与技能，并像人类一样感知世界、认识世界的技术。机器学习是人工智能领域的核心技术，是使计算机具有智能的重要途径。在大量数据的支撑下，人工智能通过机器学习的各种方法对数据进行深层次分析，从而完成学习。 提出机器学习和人工智能的区别 让学生了解机器学习的概念 讲授新课 机器学习的原理———教计算机区别猫和狗第一次见到猫时，大人会告诉我们这是一只猫。然后我们会通过大脑进行分析，在脑海中形成猫的外貌、叫声、行为等特征，并在大脑中建立一个猫的初始特征模型。随着见到猫的次数和种类的不断增加，我们会不断修正这个特征模型，最终在大脑中形成一个稳定的猫的特征模型。当我们再次遇到猫时，会提取猫的特征，然后与大脑中形成的特征模型进行对比，从而作出它是否是猫的判断。这就是简化版的人类学习过程，即不断积累经验、总结规律，并不断改进的过程。图2-2-1描绘了人类学习的过程。图2-2-1 人类学习的过程那么，机器是怎样学习的呢？为了便于同学们理解，下面我们利用计算机识别猫和狗的图片实例进行说明。1.收集数据像人类一样，计算机也必须经过从实例中学习来识别两种动物的不同之处，这些实例被称为数据的训练集。图2-2-2 猫和狗的训练集2.设计特征计算机不同于人，并不能自己形成猫和狗的外貌特征模型。我们必须提前设计合理的特征。为了简化问题，假设我们设计了以下两个特征：鼻子相对于头的大小，耳朵的形状。因此，每一幅图片的特征都可以只由两个数字表示，并将其表示在平面坐标系中，水平和垂直坐标分别表示“鼻子大小”特征和“耳朵形状”特征。从图2-2-3可以看出，猫和狗分别处于特征空间的不同位置，这说明特征选得很合适。图2-2-3 训练集的特征空间表示注意设计的特征要在不同类别中表现出明显的差异，例如，像“腿的数量”这样的特征对于区分猫和狗是没有用的（因为它们都有4条腿），但这一特征对于辨别猫和蛇非常有用。3.训练模型训练数据集有了合适的特征表示后，教计算机区分猫和狗的最后一步就可归为一个简单的几何问题：让计算机在我们精心设计的特征空间（直角坐标系）中找到一条能够区分猫和狗的直线，直线有斜率和截距两个参数。一旦确定了这条线，计算机会将出现在它之上的特征表示（左上区域）判断为猫，将出现在它之下的特征表示（右下区域）判断为狗。图2-2-4展示了一个已训练好的线性模型。图2-2-4 训练好的线性模型4.测试模型最后，为了测试模型的性能，我们给计算机提供一些在训练集中不存在的猫和狗的图片（这些数据称为测试集）。测试时，首先需要从新图片中提取我们设计的特征，然后检查它们落入特征空间中直线的哪一侧。总体而言，跟人类的学习方法类似，机器学习是从采集的数据中总结规律，利用这些规律对新的数据进行预测，最终得到相应的结果。图2-2-5 描绘了机器学习的过程。图2-2-5 机器学习的过程机器学习的方 ... ...
~~ 您好，已阅读到文档的结尾了 ~~
