资源简介

(共12张PPT)
第1单元 机器能预测
第3节 用机器学习解决问题
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
学习如何利用机器学习技术解决真实问题
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：采用案例驱动和实践操作相结合的方法
（2）主要内容：
　　　①哪些问题适合用机器学习解决？——问题分析与数据准备
②模型训练的关键要点有哪些？——模型训练和评估、优化
③模型应用的常见方式有哪些？——模型应用
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P22-28为主，网络知识作补充。
（2）知识梳理：
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P22-28为主，网络知识作补充。
（2）知识梳理：
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:预测学生的考试成绩提升情况、分析客户的购买偏好等，让学生分析这些问题是否适合用机器学习解决？
应该如何进行数据准备、选择合适的算法和评估模型？
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）学会探究:探究如何训练回归模型推断人体身高并搭建一个身高推断系统。
①复制“身高推断系统”文件夹到XEDU教学资源目录下，使用Jupyter打开3.训练回归模型推断人体身高并搭建一个身高推断系.ipynb文件；
②读取数据并查看，拆分训练集、测试集，选择不同的算法进行模型训练和评估；
③使用不同的特征列进行模型训练的优化，优化完成后编写模型应用程序。
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
组织学生讨论在使用机器学习解决问题的过程中，所运用的方法（如数据收集、模型训练、评估和优化的方法）有哪些优点和不足。
01 准备过程
02 整体结构
03 重点说明
04 名词解释
习题测试
选择题：
在机器学习中，数据整理不包括以下哪项操作（ ）
A. 数据清洗 B. 数据标注 C. 数据扩充 D. 数据划分
填空题：
使用 BaseDT 工具划分数据集时，函数“split_tab_dataset ()”中用于指定拆分比例的参数是__________。
简答题：简述在选择机器学习算法时需要考虑的因素。
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
报告内容包括问题分析过程、数据处理步骤、模型训练结果（包括选择的算法、评估指标等）、模型应用的方式（如设计的智能系统界面或使用说明）以及遇到的问题和解决方法
2.课后挑战作业（书本P28的“挑战”部分）

展开更多......

收起↑