3.1.2机器学习算法类型：监督学习 教学设计（表格式）-高中信息技术粤教版（2019）选择性必修4

教学设计 课程基本信息 学科 信息技术 年级 高二年级 学期 秋季 课题 机器学习算法类型：监督学习 教科书 书 名：信息计算选择性必修5《人工智能初步》 -出卷网-：广东教育-出卷网- 教学目标 1.信息意识：通过特征数据可视化，提升学生数据意识。 2.计算思维：使用电子表格给苹果和柠檬分类，理解K近邻算法的原理与核心思想。 3.数字化学习与创新：通过使用微课和网络平台提升学习效率，培养学生数字化学习和创新能力。 4.信息社会责任：感受人工智能在生活中的优势，思考人工智能与社会发展的关系。 教学重难点 教学重点： 体验特征数据采集，通过数据分析，提升学生数据意识，引导学生探究分类算法。 教学难点： K近邻算法的原理和实现。 教学过程 环节一：知识回顾，引入新课。 1.机器学习算法类型：监督学习 2.开门见山，引入新课： 本节课以柠檬苹果分类为例，探究监督学习分类算法。 回顾之前所学，引入新课。 环节二：水果二维（长和宽）特征分析 1.从实物到抽象数据特征。 问题1：苹果和柠檬都有那些外部特征？ 简化特征：本节课为了更加直观的探究分类算法，我们对苹果和柠檬的特征进行简化，只提取苹果和柠檬的长宽特征。 2.教师将自己采集的数据整理发送给学生。 颜色、形状、表皮、大小.... 环节三： 分类算法探究 1.数据可视化。 抽象数据可视化，观察数据特点。引导学生利用散点图的方式，展示数据的分布状态，启发学生思考。 2.观察散点图，探究分类算法。 方法一：将两种水果分别圈起来，未知水果在那个圈，那就属于那个类别（物以类聚）。 方法二：划分直线区分两种水果，线的两测分别是不同的水果（支持向量机）。 教师：简单介绍线性分类算法支持向量机算法。教师继续追问：尝试找到最优的分类直线？ 方法三：未知水果离哪类样本近，未知水果就属于哪一类（K近邻算法）引出本节课K近邻算法（识其邻而知其类）。 3.实践活动二：利用电子表格探究K近邻算法。 第一步.计算距离，利用欧式距离公式计算未知水果到各个样本之间的距离。 第二步.给距离排序。 第三步.选取K值。 第四步.投票分类，找到K个“最近邻居”类别占比情况，确定未知水果的种类。 教师利用电子表格演示K近邻算法在苹果和柠檬分类过程。 总结：K的取值影响分类结果，K个“最近”邻居中，哪个类别占比多，未知水果为同类。 1.学生在电子表格中将采集的数据以散点的形式进行绘制。体验数据可视化处理。 2.在教师引导下学生讨论，探究多种分类算法（支持向量机和K近邻）。 环节四： 拓展实践 1.学生使用K近邻算法在电子表格中完成老师给出的4个分类任务。 小说分类，男女生预测，糖尿病诊断，朋友选择 2.分享交流 思考：对比苹果和柠檬分类，每个任务都有什么不同？ 小说分类（二维数据特征） 男女生预测（三维数据特征） 糖尿病诊断（四维数据特征） 朋友选择（多分类） 总结：在分类算法的实际应用中，为了保证分类的准确性，采集的数据特征不止二维，可能多维特征。分类算法解决的也不止是二分类问题，也可能是多分类问题。 学生在教师的引导下，完成本节课分类任务。 环节五： 课后探索 尝试将本节课的实践任务用编程的方式呈现，并且对未知样本进行预测。 环节六： 总结 1.特征提取（柠檬和苹果的长宽特征） 2.探究分类算法（聚类、支持向量机、K近邻算法） 3.利用电子表格设计实现K近邻算法 4.利用K近邻算法解决实际问题 学生在教师的引导下，完成本节课小结。 ... ...