资源简介

(共24张PPT)
第三单元 第4课
认识决策树算法
（桂科版）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
辩证认识算法应用的两面性，树立理性看待算法、安全文明使用数字工具的责任意识。
通过模拟自动灌溉、采摘计划等活动，体验决策树的应用场景，提升用算法解决实际问题的实践能力。
理解决策树的基本原理，尝试用 “是 / 否” 判断的逻辑描述简单决策过程，发展分析与逻辑推理能力。
感知决策树算法在生活中的应用，形成主动用算法解决问题的意识，提升对逻辑决策的敏感度。
02
新知导入
壮壮和小伙伴们到吴叔叔的荔枝种植基地，看到果园里的荔枝长得很好，就问吴叔叔有什么奥秘。吴叔叔告诉他们，荔枝对水分的需求较高特别是在开花和结果阶段，要保持土壤湿润，但不能过度浇水。果园里的自动浇灌系统可以根据土壤湿度传感器检测到土壤的湿度，从而智能地控制灌溉水量和灌溉时间。
土壤湿度传感器是如何控制灌溉的
我们在生活中总会遇到各种选择，比如周末要不要出门玩？怎么挑选要采摘的水果？你们觉得，我们是怎么一步步做出决定的呢？
我发现，做决定的时候，我们会先问自己一些简单的问题，比如 “天气好不好？”“作业写完了吗？”，再根据 “是” 或 “否” 的答案，一步步往下想，最后得出结论！
02
新知导入
走进决策树 —— 直观易懂的智慧之源
决策树的核心思想：像“树”一样思考
它模仿人类日常的决策逻辑，通过一连串简单的“是/否”判断，将复杂的问题层层拆解，就像树枝一样不断分叉，最终从纷繁复杂的可能性中，快速定位到最终答案。
02
新知导入
学习目标
1 .理解核心掌握决策树的基本原理、结构和关键术语，夯实算法学习的理论基础。
2 .掌握算法深入剖析 ID3、C4.5、CART 三大经典算法的核心思想，清晰辨别三者之间的差异与适用场景。
3. 洞悉应用探索决策树在农业、电商推荐、医疗诊断及自动驾驶等前沿领域的实际落地应用。
4 . 客观看待客观分析决策树的优势与局限性，并了解如何利用集成学习等进阶技术弥补短板、优化模型性能。
03
新知讲解
根节点 (Root Node)树的最顶端，包含整个数据集，是整个决策逻辑的起点和第一个决策判断点。
补充流程图：
内部节点 (Internal Node)树的中间层级节点，代表对数据特征的一次测试或逻辑判断，每个节点都会引出多个分支路径。
分支 (Branch)连接不同节点的线段，直观展示特征测试后的不同结果走向（例如“价格>100”或“颜色=红色”）。。
二、算法的描述：
03
新知讲解
模拟果园灌溉决策
现在，让我们来玩一个模拟游戏，亲身体验一下决策树是怎么控制自动灌溉的！在这个游戏里，我们每个人都可以扮演一次 “灌溉系统”，根据土壤湿度做出浇水判断。
提示：
4 人一组，设定不同的 “土壤湿度” 场景卡。 轮流抽取卡片，判断 “湿度是否低于设定值”。 根据判断，说出下一步要做什么：“是，就开启灌溉” 或 “否，就停止灌溉”
补充说明：
左边 “是” 的方框填：开启灌溉系统（浇水）右边 “否” 的方框填：关闭灌溉系统（不浇水）
04
课堂练习
填一填
除了荔枝，吴叔叔的果园里还有其他水果。壮壮他们想去采摘一些水果，经商量，他们决定使用决策树来指导采摘计划。如果天气炎热就先选择棚子里的水果，再选择成熟度高的水果，最后选择容易采摘的水果;如果天气不热，就先选择成熟度高的水果，再选择容易采摘的水果。请根据以上提示完成下面的采摘决策树(把步骤写在空白的方框内)。
是否成熟度高？
是否容易采摘？
不采摘该水果
是否成熟度高？
采摘该水果
采摘该水果
是否容易采摘？
不采摘该水果
不采摘该水果
不采摘该水果
不采摘该水果
04
课堂练习
填一填
由此，我们得出了决策树算法的主要步骤:
小贴士：
通常，决策树有很多分支，每个分支都像是一个选择题，只存在两个答案，如“是”或“否”，要根据问题的答案来选择，最后找到最适合的答案或者决策。”
收集数据煤
选择最佳问题
创建决策树
做决定
修剪树
加更多分支
04
课堂练习
决策树算法广泛应用在生活中的多个领域，如医疗健康、工业制造电子商务等。电子商务平台会收集用户的信息，记住用户每天在平台上做什么，如浏览了哪些商品、购买了哪些商品等，再用这些重要信息建立一个决策树，当用户再次打开平台网站时，平台就会用决策树来决定给用户推荐哪些商品。请参考“收集信息一筛选信息一建立决策树一个性化推荐一修剪决策树”的思路，说一说决策树算法在医疗健康、制造等领域的应用，并做好记录。
说一说
04
课堂练习
购物网站
收集信息：记录用户的浏览、搜索、购买、收藏、加购记录，还有停留时间、评价等数据。
筛选信息：找出用户的偏好，比如喜欢的品类、品牌、价格区间、购买频率。
建立决策树：根据用户的偏好设置分支，比如 “是否浏览过运动装？→ 是 / 否”“是否买过运动鞋？→ 是 / 否”。
个性化推荐：当用户打开网站时，决策树根据用户的行为，推荐他们可能喜欢的商品。
修剪决策树：根据用户后续的点击、购买反馈，调整推荐规则，让推荐越来越精准。
说一说
医疗诊断
收集信息：收集患者的症状（如发烧、咳嗽、头痛）、病史、检查结果（如体温、血压、化验报告）。
筛选信息：提取关键信息，比如高烧、持续咳嗽、白细胞指标异常等和疾病相关的特征。
建立决策树：设置判断分支，比如 “体温是否超过 38.5℃？→ 是 / 否”“是否持续咳嗽超过 3 天？→ 是 / 否”，一步步缩小疾病范围。
辅助诊断：医生可以参考决策树的结果，快速判断可能的疾病，给出治疗建议。
修剪决策树：根据后续的治疗效果、患者康复情况，优化判断规则，提高诊断准确率。
04
课堂练习
自助服务机器人
收集信息：接收用户的问题，比如 “我要办银行卡”“我要点餐”，还有用户的语音、文字指令。
筛选信息：识别用户的核心需求，比如 “办业务”“咨询问题”“寻求帮助”。
建立决策树：设置判断分支，比如 “用户是否要办业务？→ 是 / 否”“是否能自助办理？→ 是 / 否”。
提供服务：根据决策树的判断，机器人直接帮用户办理业务，或者引导用户到对应区域，或者转接人工服务。
修剪决策树：根据用户的反馈，调整指令识别和服务流程，让机器人的回应更准确、更贴心。
说一说
自动驾驶汽车
收集信息：通过摄像头、雷达、传感器收集路况信息，比如前方是否有车、红绿灯状态、车道线、行人位置、车速等。
筛选信息：提取关键安全信息，比如前方障碍物距离、红绿灯颜色、车道偏离情况。
建立决策树：设置判断分支，比如 “前方是否有障碍物？→ 是 / 否”“是否需要减速？→ 是 / 否”“是否需要变道？→ 是 / 否”。
自动决策：根据决策树的判断，自动控制车辆加速、减速、刹车、变道，保证安全行驶。
修剪决策树：根据不同路况（雨天、雾天、拥堵路段）的行驶数据，优化判断规则，让驾驶更安全稳定。
04
课堂练习
试一试
从实际生活中任选一个案例，尝试把该案例的决策树创建出来。
案例：周末要不要出门玩
收集信息：记录天气情况、作业完成度、空闲时间和自身状态。
筛选信息：提取关键条件，比如天气是否晴朗、作业是否完成、时间是否充足。
建立决策树：设置判断分支，比如 “天气是否晴朗？→是 / 否”“作业是否完成？→是 / 否”。
做出决策：根据条件判断，决定是否出门玩，以及去哪里玩。
修剪决策树：根据出门后的体验，补充新条件（如家人是否有空），优化判断规则。
05
拓展延伸
决策树算法
算法逻辑：层层判断，逐步筛选
决策树解决问题时，不是一次性得出结论，而是通过一连串简单的 “是 / 否” 判断，像剥洋葱一样把复杂问题拆解开，每一步都缩小选择范围，最终找到答案。
核心思想：简单判断 → 明确结果
一个决策树的分支越多，对问题的拆分就越细致，得出的结论也越精准。就像自动灌溉系统，只靠 “湿度是否达标” 一个判断就能控制浇水；而采摘水果则需要 “天气→棚子→成熟度→采摘难度” 多层判断。
生活类比：做周末出行计划
就像我们决定周末要不要出去玩：先看天气好不好，再看作业写完没，最后看时间够不够。每一步 “是 / 否” 的判断，都是决策树上的一个分支，一步步帮我们做出决定。
05
拓展延伸
打开Scratch程序并运行，利用程序实现遍历算法的设计
程序验证
05
拓展延伸
核心积木
变量约定：用 1 代表条件成立（是），0 代表不成立（否），这样随机数就不会出现小数问题，也能完美匹配 “是 / 否” 判断。
逻辑对应课本：代码完全还原了课本里的采摘决策树流程：天气炎热 → 有棚子 → 成熟度高 → 容易采摘（层层判断）天气不炎热 → 成熟度高 → 容易采摘（简化分支）
05
拓展延伸
核心积木
第一层判断：天气是否炎热
第二层判断：天气炎热时，是否有棚子
第三层判断：有棚子时，水果是否成熟
第四层判断：成熟时，是否容易采摘
05
拓展延伸
核心积木
第一层判断：天气不炎热，进入非炎热分支
第二层判断：天气不炎热时，水果是否成熟
成熟但难采摘：不采摘
天气不炎热但未成熟：不采摘
06
课堂总结
1
决策树的结构：由节点和分支组成，像一棵会做选择的树。
决策树算法的设计与核心要点
2
核心思想：通过层层 “是 / 否” 判断，得出最终决策。
3
构建步骤：收集数据→筛选信息→建立分支→修剪优化。
4
生活应用：购物推荐、医疗诊断、自动驾驶等场景。
5
理性看待算法：合理使用，做数字时代的聪明小公民
1
2
3
4
5
07
板书设计
板书设计：认识决策树算法
概念：以层层 “是 / 否” 判断，做决策的树状算法
核心：拆分问题 + 建立分支 + 做出决策
示例：采摘水果、医疗诊断、购物推荐的决策树
构建步骤：收集信息→筛选关键→搭建分支→修剪优化拓展：算法的两面性与安全文明上网
08
课后作业
思考：生活中还有哪些问题可以用决策树的思路来解决？
实践：和家人一起讨论，如何用决策树帮我们做更理性的选择
生活中的应用
实战演练
思考决策树思想在现实中的映射，如周末出行计划、日常消费决策、学习计划制定等。
动手设计一个简单的决策树（如 “是否出门玩”），加深对算法逻辑的理解。
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑