资源简介

(共31张PPT)
第7单元 第3课
验证算法
（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
通过设计和推广垃圾分类算法，可以帮助社会实现更高效的垃圾分类与回收，减少环境污染。
能够快速获取垃圾分类相关的研究资料和最新技术，利用现代深度学习框架（如TensorFlow, PyTorch等）进行模型设计和验证。
通过图像处理技术和深度学习模型将垃圾分类问题转化为计算机可以处理的问题，能够更有效地理解和优化模型。
通过学习垃圾分类算法模型课程，增强了自己对信息技术及其应用的意识；还包括如何利用信息技术为社会做出贡献。
02
新知导入
活动背景
如何利用计算机验证算法呢
我们可以先用计算机“语言”描述算法。
算法设计完成后，可以通过计算机程序验证是否可行。
02
新知导入
03
新知讲解
活动1：验证垃圾类型查询算法
对于搜集到的垃圾分类数据，可以使用列表进行存储(图7-3-1)。列表是存储和管理多个数据项的重要方式。
图 7-3-1 列表存储垃圾分类数据
03
新知讲解
存储和管理多个数据项还有很多种方法：
数组 (Array)：存储多个相同类型数据项的集合，具有固定的大小。它们的优势是可以通过索引高效访问特定位置的数据。适用于数据量小或已知大小的情况。
链表 (Linked List)：链表是一种动态数据结构，适用于数据项大小不确定的情况。每个元素（节点）包含数据和指向下一个元素的指针。链表的优势是插入和删除操作比数组更高效，尤其是在中间位置操作时。
小科提示
03
新知讲解
队列 (Queue)：队列是一种先进先出（FIFO）的数据结构，通常用于存储临时数据或需要按顺序处理的数据项。例如，任务调度、缓冲区管理等场景。
栈 (Stack)：栈是一种后进先出（LIFO）的数据结构，适用于需要按反向顺序处理数据的场景。例如，深度优先搜索、递归函数调用等。
集合 (Set)：集合用于存储一组唯一的数据项。通常用于去重和集合运算（如交集、并集等）的场景。
小科提示
03
新知讲解
图7-3-2所示程序实现了判断是否为“可回收物”的算法，你能尝试根据垃圾类型查询算法流程图(图7-3-3)，完善程序并验证整个算法吗
图 7-3-2 判断是否为“可回收垃圾”的程序
03
新知讲解
图7-3-3 垃圾类型查询算法流程图
03
新知讲解
还可以这样做：提供模拟垃圾投放的场景，如果投放正确可以获得积分。
模拟投放垃圾的算法是关键。程序的趣味性越强，越有助于大家熟悉垃圾分类的知识。
03
新知讲解
模拟投放垃圾算法描述如下所示，应该如何编写程序进行验证呢
(1)准备4种垃圾箱角色、10种不同的废弃物角色；
(2)新建“分数”变量，设置初始值为0；
(3)如果当前角色属于其他垃圾，且碰到“其他垃圾”垃圾箱角色，显示“正确”，得分加1，否则显示“错误”。
(4)如果得分为满分，显示“挑战成功”画面，否则显示“挑战失败画面。
03
新知讲解
活动2：验证模拟投放垃圾算法
1.图 7-3-4 为“餐巾纸”角色的代码。运行开始，餐巾纸是可见状态;当角色被按住时，可以随着鼠标指针移动;当角色被放开时，进行类型是否正确的判断。如果分类正确，将变量“分数”增加1，并发送广播“正确”显示“回答正确”的图片角色;如果分类错误，将发送广播“错误”，显示“回答错误”的图片角色。你能尝试完善全部垃圾角色的判断程序吗
03
新知讲解
2.根据算法，当“分数”等于 10 时，显示“挑战成功”画面(图 7-3-5a);完成10次操作但“分数”不等于10时，显示“挑战失败”画面(图7-3-5b)。在“背景”角色中编写程序，你能完善挑战失败时的程序吗
03
新知讲解
3.尝试运行模拟投放垃圾程序，检查程序是否与算法一致(图7-3-6)。
03
新知讲解
程序编写完成后，要检查输出结果与算法预期结果是否一致。调试是验证算法是否正确的一种方法。调试时，首先要检查能否输出结果：得到运行结果后，还需要判断结果是否正确；如果不正确，就需要检查程序检查在编写时是否有录入错误、逻辑错误等问题，并及时进行修改。
03
新知讲解
根据模拟投放垃圾算法描述编写程序进行验证时的注意事项：
数据结构设计：根据模拟的需求选择合适的数据结构。如果需要模拟垃圾桶的位置、容量、垃圾量等，可以使用数组、链表或字典等数据结构来管理这些信息。
随机性和模拟精度：如果算法中包含随机性（例如垃圾投放的时间间隔不固定），确保正确地模拟随机过程。你可以使用随机数生成函数（如Python中的`random`模块）来模拟随机事件。
小科提示
03
新知讲解
边界条件处理：模拟过程中，要特别注意边界条件的处理。例如，垃圾桶容量是否会溢出，垃圾投放的时间间隔是否合适等。
性能考虑：如果模拟的规模较大，程序的效率也需要考虑。比如，可以避免过多的重复计算，或者使用适当的算法优化来提升模拟的效率。
小科提示
04
课堂练习
一、选择题
1、垃圾分类算法的准确率衡量指标中，哪个是衡量分类器输出与实际标签之间差异的标准？（ ）
A.召回率 B.F1值 C.精度 D.误差率
2、垃圾分类算法中，哪种方法最适合处理缺失数据？（ ）
A.插值法 B.直接删除缺失值
C.均值填充 D.随机森林
C
A
04
课堂练习
3、在垃圾分类算法模型训练时，通常会使用哪种评价指标来评估模型的分类效果？（ ）
A. 精确度 B. 召回率（Recall） C. F1分数 D. 所有以上选项
二、判断题
1、模型训练过程中，过拟合问题在垃圾分类中不常见。（ ）
2、垃圾分类算法只需要考虑分类的精度，不用考虑模型的实时性。（ ）
3、在垃圾分类算法的验证过程中，交叉验证是提高模型泛化能力的一种有效方法。（ ）
D
X
X
√
04
课堂练习
三、操作题
研究并实现一种深度学习方法（如卷积神经网络CNN）用于垃圾分类任务。通过训练数据集并优化模型，比较深度学习方法与传统机器学习算法的效果，给出具体实验结果。
05
拓展延伸
一个完整的算法流程包括哪些板块？
问题定义：明确算法需要解决的具体问题，确定输入和输出的格式。
算法设计：根据问题的需求设计合适的算法，包括选择合适的算法思想（如贪心、动态规划、回溯等）和具体实现步骤。
算法分析：分析算法的时间复杂度和空间复杂度，评估算法的效率和可行性。
编码实现：根据设计的算法，编写代码实现。
05
拓展延伸
一个完整的算法流程包括哪些板块？
测试与验证：使用测试用例验证算法的正确性和有效性。
优化与改进：根据测试结果，优化算法的效率或修复可能的错误。
文档与报告：记录算法设计、分析、测试等过程，撰写技术文档或报告，方便他人理解和复用。
05
拓展延伸
计算机验证算法方式
实现算法：用编程语言（如Python、Java、C++等）实现所设计的算法。
设计测试用例：根据算法的功能和预期结果，设计多个测试用例，覆盖各种边界情况和常见情况。
自动化测试：编写自动化测试脚本，使用一组输入数据来验证算法输出是否符合预期。
05
拓展延伸
计算机验证算法方式
性能测试：通过给算法输入大规模数据，测试其时间复杂度和空间复杂度，验证算法是否能够在合理的时间和空间限制内运行。
调试与优化：在验证过程中发现算法中的错误或瓶颈后，进行调试和优化。
05
拓展延伸
如何判断自己设计的算法是否正确？
数学证明：通过数学推导或归纳证明算法的正确性。这种方法适用于理论性的算法，如排序、查找等。
测试用例：使用多种输入数据进行测试，确保算法在不同情况下都能返回正确结果。测试用例应覆盖常见情况、边界情况和极限情况。
形式化验证：使用形式化方法，如模型检查或符号执行，对算法进行严格验证，确保算法的行为符合预期。
06
课堂总结
1
引入新知内容
验证算法
2
验证垃圾类型查询算法
3
验证模拟投放垃圾算法
4
完成课堂练习
5
进行相关知识拓展
1
2
3
4
5
07
板书设计
验证算法
1、进行新知引入
2、验证垃圾类型查询算法
3、验证模拟投放垃圾算法
4、完成课堂练习
5、进行知识拓展
课后作业。
1、完善和优化所设计的算法内容。
08
课后作业
1、基于垃圾分类任务，分析算法的复杂度，特别是时间复杂度和空间复杂度，讨论如何优化算法以提高其效率。可以尝试不同的优化策略，如特征降维、算法加速等。
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑