资源简介

(共12张PPT)
第1单元 机器能预测
第2节 认识机器学习
八年级 下册
主要内容
知识探究
/01
/02
习题测试
/03
小节回顾
/04
作业布置
01 准备过程
02 整体结构
03 重点说明
04 名词解释
知识探究
项目子任务
了解机器学习的本质和实现方式，为项目中的模型构建和训练做准。
01 准备过程
02 整体结构
03 重点说明
04 名词解释
知识探究
探究内容与要求
（1）方法引导：遵循从“简单到复杂”、从“具体到抽象”的认知规律
（2）主要内容：
　　①机器学习的定义是什么？—— 概念引入
②机器学习的基本流程包含哪些环节？——流程解析
③常用的机器学习开发工具都有哪些？——工具介绍与代码讲解
01 准备过程
02 整体结构
03 重点说明
04 名词解释
知识探究
知识习得
（1）自主阅读：以书本P11-18为主，网络知识作补充。
（2）知识梳理：
①相对于传统编程，机器学习是基于______自动推导规则；机器学习的基本流程包括______和______。
②常见的机器学习任务类型有______和______。
③数据集通常划分为______和______。
01 准备过程
02 整体结构
03 重点说明
04 名词解释
知识探究
核心素养培育
（1）学会分析:对比分析回归任务和分类任务不同的特点和适用场景。
辅助分析支架：回归任务旨在预测一个连续的数值，如 ；分类任务则是将数据分配到预定义的类别中，像 。可以从任务特点、数据需求、模型选择等方面，对比分析回归任务和分类任务不同的特点和适用场景。
通过对比分析，我知道了回归任务和分类任务的区别。
01 准备过程
02 整体结构
03 重点说明
04 名词解释
知识探究
核心素养培育
（2）学会论证：在“温度数据的转换”任务中，选择使用线性回归算法的合理性。
辅助分析支架：
线性回归算法与其他复杂算法（如多项式回归、决策树回归等）的主要区别在于，线性回归假设因变量和自变量之间存在 关系，通过构建线性方程来进行预测；而其他复杂算法可以处理更复杂的 关系。
在 “温度数据的转换”任务中，数据具备以下特点：摄氏温度和华氏温度之间存在明确的数学转换关系，且这种关系在数据上呈现出 分布的特征。
01 准备过程
02 整体结构
03 重点说明
04 名词解释
知识探究
核心素养培育
（3）学会探究：探究如何利用BaseML工具训练温度转换模型。
①复制“温度转换模型”文件夹到XEDU教学资源目录下；
②打开Jupyter编辑器.bat，使用Jupyter打开训练温度转换模型.ipynb文件；
③输入数据集路径进行模型训练和保存，并进行模型应用和验证。
01 准备过程
02 整体结构
03 重点说明
04 名词解释
知识探究
核心素养培育
（4）评价反思
①在分析不同算法利弊时，从多个角度进行对比的这种分析方法有什么好处？
②本节课使用BaseML进行模型训练和评估，在本地环境训练模型要注意什么？
01 准备过程
02 整体结构
03 重点说明
04 名词解释
习题测试
1.机器学习是一种使计算机能够（ ），而无须进行明确编程的科学。
A. 休眠 B. 学习 C. 播放音乐 D. 画画
2.机器学习的基本流程包括数据准备、 、模型训练与评估和 。
3.简答题：简述传统编程与机器学习的主要区别。
01 准备过程
02 整体结构
03 重点说明
04 名词解释
小结回顾
请同学按照下列提示进行总结回顾：
1.学到了哪些知识与技能？
2.提升了哪些方面的能力？
3.生成了怎样的观点？
01 准备过程
02 整体结构
03 重点说明
04 名词解释
作业布置
1.项目实施作业
请各小组对项目探究的阶段成果进行整理并提交，整理内容：
（1）对已选择的项目数据进行初步分析，阐述数据特点和可能适合的机器学习任务类型。
（2）使用BaseML工具对项目数据进行初步处理和模型训练的尝试，记录遇到的问题和解决方法。
2.课后挑战作业（书本P21的“挑战”部分）

展开更多......

收起↑