资源简介

(共37张PPT)
用线性回归算法玩游戏
电子工业版九年级下册
第1节 用线性回归算法玩游戏
电子工业版（2022）
第二单元 人工智能算法的应用
信息技术 九年级(下)册
单元导入
人工智能的应用离不开人工智能算法。例如，使用线性回归算法能制作自动玩游戏的程序；使用K-NN算法能实现手写数字的识别；使用K-means算法能实现食物的聚类，等等。
单元导入
本单元我们通过体验这些人工智能算法的应用，推开人工智能算法的大门，初步体验人工智能算法的魅力与广阔的应用前景。
项目主题
部分人工智能算法的原理并不高深，有些基于基础的数学原理，有些可以通过步骤拆解为排序、最值搜索等经典算法。但要想在不同的场景中灵活使用人工智能算法解决实际问题，仍需要一定的理论知识和大量的实践经验。
了解人工智能算法及应用场景
项目主题
部分人工智能算法的原理并不高深，有些基于基础的数学原理，有些可以通过步骤拆解为排序、最值搜索等经典算法。但要想在不同的场景中灵活使用人工智能算法解决实际问题，仍需要一定的理论知识和大量的实践经验。
了解人工智能算法及应用场景
项目目标
了解线性回归算法的基本原理与应用。
01
了解K-NN算法的基本原理与应用。
02
了解K-means算法的基本原理与应用。
03
项目过程
在学习本单元内容的同时开展项目活动，为了保证本项目的顺利完成，应通过每节后的“项目实施”环节检查自己在完成每一节学习后的收获。
新课导入
机器学习是人工智能技术研究的核心领域之一，目的是让机器能像人一样具有学习能力。从实践的意义来说，机器学习是一种通过利用数据，训练出模型，然后使用模型进行预测的方法。
思考
什么是线性回归？
游戏中的线性回归
回归是自然界的基本规律之一，是确定两种或两种以上事物（变量)间相互依赖关系的一种分析方法。
1
课堂活动一
试玩“跳跃的小马”游戏(见图2.1.1），游戏开始时，小马从左向右移动，当出现障碍物时，按键盘上的空格键控制小马跳跃，躲避障碍物。
思考
通过试玩“跳跃的小马”游戏活动，你们发现了什么？
新知学习
我们发现小马能够成功跃过障碍物，与小马的速度和起跳距离有关。小马距离障碍物越近，需要的速度越小；小马距离障碍物越远，需要的速度越大。速度和起跳距离二者形成了线性回归的关系。
思考
当小马成功跃过障得物6次以上时，游戏有什么变化？
手动绘制回归线
当小马成功跃过障碍物6次以上(包括6次)时，游戏会自动记录多组小马成功跃过障碍物的速度和起跳距离，此时游戏界面中会出现线性回归的不同模式按钮，分别为手动、半自动、全自动。
2
思考
如何进入“手动”模式？
新知学习
单击“手动”按钮，进入手动模式，如图2.1.2所示，游戏显示小马成功跳跃下一个障碍物前的速度，我们可以根据这个速度猜测起跳距离并输入界面下方的输入框中。
课堂活动二
我们将小马成功跃过障碍物的数据，画到如图2.1.3所示的坐标系中，然后试着绘制一条直线(回归线），让数据点尽量均匀地分布在回归线的两边。
思考
观察我们绘制的回归线，你有何发现？
新知学习
根据绘制的回归线，我们可以分析出新的速度对应的起跳距离。
请你验证该距离能否让小马顺利跃过障碍物。
思考
如何在半自动模式下绘制回归线？
自动绘制回归线
在半自动模式下，我们可以根据数据点在坐标系中的位置，使用鼠标手动绘制一条回归线。
3
课堂活动三
单击“半自动”按钮，在游戏界面的坐标系中，单击鼠标确定回归线起始点按住鼠标左键拖动鼠标画出一条回归线，系统会根据这条回归线自动预测小马的起跳距离，如图2.1.4所示。请你验证小马根据你画的这条回归线跳跃成功的概率。
思考
在全自动模式下，游戏是怎样绘制回归线的？
新知学习
单击“全自动”按钮，在全自动模式下，游戏会根据以往小马跳跃障碍物的成功数据，自动绘制一条回归线，如图2.1.5所示。游戏会根据回归线自动预测小马起跳距离，控制小马在预测距离位置上跳跃，躲避障碍物。
思考
在全自动模式下，小马躲避障碍物的成功率会更高吗？
新知学习
相比同学们正常玩游戏时，通过观察与直观感受预测的起跳距离，借助线性回归算法分析画出的回归线虽然并未穿过每一个点，但是都能在一定程度上描述小马的速度与起跳距离之间的关系。在全自动模式下，小马躲避障碍物的成功率会更高，而且这种优势在小马快速移动时更明显。
项目实施
玩“跳跃的小马”游戏，请同学们和人工智能程序比一比，看看1分钟内谁能完成更多次数的跳跃。比赛规则如下：
1、开始游戏，使用键盘上的空格键完成前6个障碍物的跳跃。
2、计时1分钟，使用键盘上的空格键控制小马跳跃，躲避障碍物，在表2.1.1中记录手动模式下成功跳跃的次数。
和人工智能程序比一比
项目实施
3、重新开始一轮游戏，使用键盘上的空格键完成前6个障碍物的跳跃。
4、单击“全自动”按钮，计时1分钟，在表2.1.1中记录全自动模式下成功跳跃的次数。
和人工智能程序比一比
模式 成功跳跃次数
手动模式
全自动模式
巩固练习
1、下列关于“跳跃的小马”游戏及线性回归算法的说法正确的（ ）。
A、在“跳跃的小马”游戏中，小马的起跳时机与小马的速度无关
B、在“跳跃的小马”游戏中，小马的起跳时机决定了小马的速度
C、线性回归算法可用于确定两种事物（变量）间的相互依赖关茶，也可以用于确定两种以上事物(变量）间的相互依赖关系
D、在“跳跃的小马”游戏中，小马的速度与起跳距离不是线性回归关系
巩固练习
2、以下应用场景中可以采用线性回归算法分析的有（ ）。
A、根据我价与图书页数之间的关茶，预测图书价格
B、医院根据患者的病例数据(如体检指标、药物服用情况等)预测某种疾病发生的概率
C、根据气象事件的历史数据(如平均气温、湿度和降水量)，预测未来几天的天气
巩固练习
3、请你仿照活动2中的图2.1.3设计一个坐标系，探究身高与体重之间是否存在线性回归关系。你可以收集同学们的身高与体重数据，在坐标系中绘制数据点，并尝试绘制出回归线。最后，根据身高和回归线，进行体重的预测。
坐标系 预测结果
用线性回归算法玩游戏
活动一：游戏中的线性回归
活动二：手动绘制回归线
活动三：自动绘制回归线
谢谢
21世纪教育网（www.21cnjy.com)
中小学教育资源网站
兼职招聘：
https://www.21cnjy.com/recruitment/home/admin

展开更多......

收起↑