资源简介

(共30张PPT)
第7单元 第1课
确定问题
（黔教版）五年级
下
1
核心素养目标
3
新知讲解
5
拓展延伸
7
板书设计
2
新知导入
4
课堂练习
6
课堂总结
课后作业
8
01
核心素养目标
信息意识
计算思维
数字化学习与创新
信息社会责任
利用算法和程序对垃圾进行准确分类，不仅提高效率，还能减少对环境的污染，推动绿色发展，是一种负责任的社会行为。
借助数字化工具进行学习，通过新的技术和方法解决垃圾分类问题，可以提升垃圾分类的自动化水平。
通过分解问题、模式识别、算法设计等方式来分析垃圾分类任务，并转化为通过数据分析方法自动完成的算法，提升分类准确性。
通过设计算法解决垃圾分类问题，帮助提高对垃圾分类的认知，并且利用技术手段对垃圾进行智能分类，减少对环境的污染。
02
新知导入
活动背景
垃圾分类是绿色生活的新方式。然而生活中，人们有时会因为不了解分类规则而投错垃圾。
小智想帮助大家提升垃圾投放的准确性，应该如何设计出解决问题的算法呢
这需要我们开展研究，进行规划与设计，并进行验证。让我们一起为建设美丽家园贡献自己的力量吧!
02
新知导入
活动目标
1、设计算法解决实际问题，并利用程序对算法进行验证。
2、面对实际问题，经历明确问题、规划设计、验证算法、优化算法、分享交流的过程，提升解决问题的能力。
3、通过设计垃圾分类算法，传播绿色环保的生活观念，增强社会责任感。
02
新知导入
02
新知导入
用过的餐巾纸属于可回收物还是其他垃圾
餐巾纸属于其他垃圾。很多人都容易混淆!
对垃圾进行合理分类，能保护我们的生活环境，实现垃圾资源化利用。但在垃圾分类的过程中，人们可能会遇到哪些问题呢
03
新知讲解
活动：调查垃圾分类问题
1.搜索最新的生活垃圾分类信息，针对不同年龄层的人群展开调查活动，搜集人们在垃圾分类投放过程中遇到的问题，确定适合自己研究的问题。
我搜集到的问题有：
信息不明确：很多市民对垃圾分类标准不清楚，尤其是一些灰色地带的物品，例如塑料袋、食品包装、污损物品等，如何分类经常引发困惑。
03
新知讲解
活动：调查垃圾分类问题
1.搜索最新的生活垃圾分类信息，针对不同年龄层的人群展开调查活动，搜集人们在垃圾分类投放过程中遇到的问题，确定适合自己研究的问题。
我搜集到的问题有：
分类容器设置不合理：垃圾分类的投放点可能设置不合理，容器标识不清晰或分类容器数目不足，导致居民混投垃圾。
垃圾的重复分类或误投：由于信息不清晰，部分垃圾被反复分类，或是被误投到错误的垃圾桶中，导致分类不准确。
03
新知讲解
2.你准备帮助大家解决垃圾分类投放中遇到的什么问题
我准备解决：
提升分类准确性，尤其是在那些不易判断的垃圾物品（如混合包装物、含有多种材质的物品）分类上。具体的帮助方式可以通过提供清晰的分类标准、智能引导工具、图像识别系统等来辅助市民进行正确分类投放。
03
新知讲解
在设计算法前，需要明确要解决的问题。在确定问题的过程中，可以通过调查、走访、查阅网络资源等方式搜集相关资料，必要时还可以请教老师家长或者相关领域的专业人士。
03
新知讲解
活动：垃圾分类方案设计
1.为了设计垃圾分类算法，小智先做了一个方案(图7-1-1)。你能理解他设计的方案，并帮他补充完整吗
图 7-1-1 方案设计
垃圾分类
垃圾类型查询
模拟投放垃圾
功能描述：
功能描述：
扫描垃圾物品的条形码、拍摄物品照片，系统通过图像识别或文本分类算法给出该垃圾的分类类型。
系统会根据物品类型提供分类建议，并给出正确的投放操作。
03
新知讲解
方案调整
调整1
调整2
…….
图 7-1-2 方案调整
内容
原因
内容
原因
2.小组讨论交流方案，思考如何调整方案(图7-1-2)，并说明各自的调整计划。
03
新知讲解
明确要解决的问题后，就要进行方案设计。方案设计是一个很重要的阶段，也是后续算法设计的基础。
03
新知讲解
设计垃圾分类算法时的重点和注意事项
数据的全面性和多样性：为了确保算法在不同情况下的准确性，必须保证训练数据的多样性，包括不同种类、不同材质、不同形态的垃圾物品。
实时性和精确性：垃圾分类系统要求能够实时给出分类建议，因此算法的响应时间需要控制在合理范围内。
容错能力：垃圾分类过程中可能会遇到一些不常见的垃圾，算法应该具备一定的容错能力，对未知垃圾进行合理推测。
重点
03
新知讲解
设计垃圾分类算法时的重点和注意事项
可扩展性和持续优化：随着垃圾种类的增多和垃圾分类标准的变化，算法需要具备一定的可扩展性，能够随时进行更新和优化。
用户体验：垃圾分类算法应该简单易用，用户能方便地与系统互动。需要设计友好的界面和交互方式，使用户能够快速理解和使用分类功能。
隐私和安全：确保用户的数据（如垃圾照片或位置数据）在使用过程中得到保护，避免泄露用户隐私。
重点
04
课堂练习
一、选择题
1、垃圾分类算法的核心目标是什么？（ ）
A. 提高垃圾回收率
B. 降低垃圾分类的时间成本
C. 确保垃圾分类的准确性
D. 提升垃圾处理厂的生产力
2、垃圾分类算法中，常用来进行分类预测的评价指标是什么？（ ）
A. 均方误差（MSE） B. 准确率（Accuracy）
C. ROC曲线 D. 马赫数
C
B
04
课堂练习
3、垃圾分类问题的预处理过程中，以下哪项操作是常见的？（ ）
A. 特征归一化 B. 数据标签平衡 C. 噪声去除 D. 所有上述操作
4、以下哪种算法可以用于垃圾分类中的图像识别任务？（ ）
A. K均值算法
B. 支持向量机（SVM）
C. 卷积神经网络（CNN）
D. 随机森林算法
D
C
04
课堂练习
5、垃圾分类模型训练过程中，过拟合问题最常见的解决办法是？（ ）
A. 增加数据量 B. 减少训练轮数 C. 提高学习率 D. 增加算法复杂度
二、判断题
1、机器学习算法能提高垃圾分类的准确性和效率。（ ）
2、深度学习技术不能用于垃圾分类问题。（ ）
3、在机器学习中，垃圾分类问题可以看作是一个典型的分类问题。（ ）
4、垃圾分类系统在实际应用中无需考虑实时反馈机制。（ ）
A
√
√
X
X
04
课堂练习
三、操作题
设计一个算法，对不同类型的垃圾进行分类并输出相应的分类结果（如可回收、不可回收、湿垃圾、干垃圾）。
可以使用多类分类算法，先进行垃圾的图像预处理（例如裁剪、灰度化、增强等），然后利用分类器（如决策树、支持向量机（SVM）、神经网络等）对图像进行分类，并输出分类结果。
05
拓展延伸
如何利用程序对算法进行验证
数据集验证：使用验证集和测试集对算法进行验证。首先将数据集分为训练集和测试集，然后在测试集上评估算法的准确率、精确率和召回率等。
混淆矩阵：通过混淆矩阵来评估分类算法的表现，查看误分类的情况，从而发现并调整问题。
05
拓展延伸
如何利用程序对算法进行验证
交叉验证：利用交叉验证方法，分多次将数据分成不同的训练集和测试集来评估算法的泛化能力。
真实场景测试：将算法部署在实际环境中，模拟用户使用情况，验证算法在实际应用中的准确性和实时响应能力。
用户反馈：通过收集用户的反馈数据，进行算法的迭代优化。比如用户纠正错误分类时，可以通过机器学习方法不断提升分类模型。
05
拓展延伸
提升垃圾投放准确性的算法设计
数据收集：首先需要收集大量的垃圾图像数据，并标注每种垃圾的分类标签，或者收集不同垃圾类型的描述数据。
训练分类模型：使用机器学习方法（如卷积神经网络CNN）来训练图像识别模型，帮助用户根据垃圾的外观准确分类。
为了提升垃圾投放的准确性，可以设计一个基于图像识别或自然语言处理的智能垃圾分类系统。
05
拓展延伸
提升垃圾投放准确性的算法设计
文本分类：对于那些无法通过视觉直接识别的垃圾，可以通过自然语言处理技术（BERT模型）来分析垃圾标签、名称或描述，自动推测垃圾种类。
多模态融合：结合图像识别和文本信息，确保在不同的场景下都能做到分类准确。
实时反馈和优化：设计一个实时反馈机制，帮助用户在投放垃圾时通过手机APP或其他设备得到分类建议，避免误投。
为了提升垃圾投放的准确性，可以设计一个基于图像识别或自然语言处理的智能垃圾分类系统。
06
课堂总结
1
引入新知内容
确定问题
2
完成垃圾分类问题调查
3
进行垃圾分类方案设计
4
完成课题练习
5
进行相关知识拓展
1
2
3
4
5
07
板书设计
确定问题
1、进行新知引入
2、完成垃圾分类问题调查
3、进行垃圾分类方案设计
4、完成课堂练习
5、进行知识拓展
课后作业。
1、设计算法解决垃圾分类的具体应用。
08
课后作业
1、请设计一个算法，用于判断一张图片中是否包含塑料瓶。
要判断一张图片中是否包含塑料瓶，通常我们会使用计算机视觉中的物体检测方法，如卷积神经网络（CNN），尤其是基于深度学习的目标检测框架，如YOLO（You Only Look Once）或Faster R-CNN。
数据准备： 收集包含塑料瓶的图片和不包含塑料瓶的图片，并标注出图像中的塑料瓶的位置。 可以使用公开的数据集（如COCO、Open Images）进行训练，或自行采集数据。
08
课后作业
1、请设计一个算法，用于判断一张图片中是否包含塑料瓶。
使用预训练模型：使用像YOLO、Faster R-CNN这样的预训练深度学习模型，这些模型已经在大型数据集上进行过训练，可以识别图片中的多种物体，包括塑料瓶。
模型训练（如果没有预训练模型）： 如果没有合适的预训练模型，可以针对特定的塑料瓶数据进行模型微调。
实现代码： 假设你已经有了一个训练好的模型（例如，YOLO模型），下面是一个简单的Python代码实现。
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑