(
课件网) 第12课 智能预测出行方式 年 级：九年级 学 科：初中信息科技（浙教版） 基于模型进行出行方式预测 预测模型构建与训练 出行数据采集 数据预处理 确定影响因素 课前回顾 人工智能预测出行 的一般步骤 作业反馈： 项目回顾，结合结构化反馈表，汇报项目成果。 作业反馈： 作业反馈： 你们建立的模型准确率高么？你是如何判断的？ 评 估 准确率不高的模型应用价值大么？ 模型准确率 智能预测出行方式 建立预测模型的过程 历史数据 模型 新数据 结果 输入 训练数据 测试数据 训练 测试 预测 思考：影响模型准确率的因素有哪些？ 数 据 数据来源于人工智能社区 是否节假日 是否高峰 出行方式 出行距离 (km) 雨 雪 到达时间 (min) 1 1 2 3.9 1 0 7 1 1 3 3.7 0 0 17 1 1 2 1.3 0 0 2 1 1 3 8 0 0 16 0 0 2 1.8 0 0 8 1 1 3 12 3 0 4 1 1 4 5.4 3 0 26 1 1 4 5.2 3 0 30 1 1 3 2 0 0 14 1 0 3 3.9 0 0 16 1 1 3 0.9 0 0 4 1 0 2 1.4 0 0 9 1 1 3 3.8 0 0 10 0 0 2 4.3 0 0 20 1 0 2 9.6 0 0 17 1 0 2 2.9 0 0 15 1 0 0 13.3 3 0 35 1 1 2 16 0 0 24 1 0 2 43 2 0 15 1 1 0 4.1 0 0 49 1 1 4 101 2 0 44 1 1 3 31 2 0 45 1 1 3 2.9 0 0 12 1 0 1 3.6 0 0 17 1 0 0 0.6 0 0 11 1 0 4 18 0 0 26 1 0 0 7.5 0 0 34 0 1 3 18 0 0 30 1 1 0 10 1 0 10 0 1 3 13 1 0 6 1 1 0 12 1 0 11 1 1 2 27 0 0 33 1 1 2 11.9 3 0 3 0 1 2 18.6 2 0 17 1 1 3 1.3 0 0 24 1 1 4 8.5 0 0 18 实验目的： 因素选择 平均误差 节假日（） 高峰（） 出行方式（） 距离（） 雨雪（） 雾（） 节假日（） 高峰（） 出行方式（） 距离（） 雨雪（） 雾（） 节假日（） 高峰（） 出行方式（） 距离（） 雨雪（） 雾（） 节假日（） 高峰（） 出行方式（） 距离（） 雨雪（） 雾（） 你们的发现： 实验探究： 实验一：根据小组要探究的实验目的，选择不同的数据训练模型，对模型进行测试评估。 作业反馈： 暂停视频，开始做实验吧 作业反馈： 作业反馈： 智能预测出行方式 建立预测模型的过程 历史数据 模 型 新数据 结 果 输入 训练数据 测试数据 训练 测试 预测 数 据 影响因素 思考：影响模型准确率的因素还有哪些？ K近邻算法 支持向量机 决策树 朴素贝叶斯 人工神经网络 …… 人工智能算法： 人体神经系统： 神经元 人体神经系统 BP神经网络模型 输入层 输出层 隐藏层 . . . . . . 实验探究： 实验二：根据小组要探究的实验目的，设计不同的神经网络参数，对模型进行测试评估。 实验目的： 隐藏层层数 每一层神经元数量 平均误差 训练时间 你们的发现： 作业反馈： 作业反馈： 暂停视频，开始做实验吧 作业反馈： 作业反馈： 智能预测出行方式 建立预测模型的过程 历史数据 模 型 新数据 结 果 输入 训练数据 测试数据 训练 测试 预测 数 据 影响因素 算 法 作业反馈： 问题复杂、数据量大，运算速度慢 智能预测出行方式 建立预测模型的过程 历史数据 模 型 新数据 结 果 输入 训练数据 测试数据 训练 测试 预测 数 据 影响因素 算 法 算 力 预测 决策 前提、基础 人工智能预测模型 工具 迁移运用： 迁移运用： 生活中还有哪些人工智能预测模型，它们又是如何进行预测的呢？ 作业反馈： 作业反馈： 智能预测出行方式 建立预测模型的过程 历史数据 模 型 新数据 结 果 输入 训练数据 测试数据 训练 测试 预测 数 据 影响因素 算 法 算 力 课后作业： “智能预测出行” 项目实践评价表 具体评价内容 完成情况 评分分值 自评 互评 个人贡献 积极贡献自己的想法，积极参与项目活动。 合作沟通 组内有分工，和组员沟通流畅，能合作完成各项任务。 数据收集 能够根据本项目确定数据采集结构， ... ...
