《人工智能导论》单元设计第3章机器学习单元设计.doc

PAGE PAGE 1 《人工智能导论》课程第三章教学设计 　　　　　　　　　　　　　　——机器学习 管理信息 课程名称：人工智能导论 所属系部： 课程代码： 制定时间： 年 月 制 定 人： 授课对象：大一学生 基本信息 设计主题：机器学习 学 时：6 先修内容：人工智能概述、知识表示和知识图谱、计算机相关基本知识 课程设计 课程设计目标 能力目标 本章通过AlphaGo大战李世石、Apollo汽车自动驾驶系统、Amazon推荐系统和京东金融风控系统四个案例和多个机器学习的经典算法以及对机器学习挑战的介绍，帮助读者理解机器学习的相关概念和算法，能够理解机器学习的发展、分类、挑战，最后以一个综合案例介绍了人们生活中处处存在的机器学习应用。 知识目标 序号 知 识 目 标 1 掌握机器学习的概念 2 掌握机器学习的发展过程及范围 3 掌握监督学习、无监督学习、强化学习的基本概念和典型算法实现 4 理解机器学习的常用工具 5 理解机器学习遇到的挑战 6 了解人们日常生活周边的机器学习案例 课程内容设计 模 块 名 称 学 时 案例导读人工智能之机器学习 课前预习 3.1 机器学习概述 3.2 机器学习发展 1 3.3 机器学习范围 3.4 机器学习方法 1 3.5 监督学习 3.5.1 K-邻近算法 3.5.2 决策树 3.5.3 支持向量机 1 3.6 无监督学习 3.6.1 聚类 3.6.2 降维 1 3.7 强化学习 3.8机器学习工具 1 3.9机器学习挑战 1 延伸阅读生活中无处不在的机器学习 课后阅读 合计 6 能力训练项目设计 本章教学以案例为切入点，要求学生理解机器学习基本概念、发展、范围，掌握机器学习经典方法和挑战，发现生活中机器学习的应用。 编 号 能力训练 项目名称 拟实现的 能力目标 相关支撑知识 训练方式 及 步 骤 结 果 1 机器学习 机器学习的概念 = 2 \* GB3 ②机器学习的发展 = 3 \* GB3 ③机器学习的范围 = 1 \* GB3 ①机器学习是用计算机程序模拟人的学习能力，从实际例子中学习得到知识和经验，不断改善性能，实现自我完善。 = 2 \* GB3 ②机器学习发展分为三个阶段萌芽阶段、发展阶段、繁荣阶段。 = 3 \* GB3 ③机器学习的范围。 联系实际生活，理解机器学习的基本概念 教师引导，学生总结 2 机器学习常用方法 = 1 \* GB3 ①监督学习 = 2 \* GB3 ②无监督学习 = 3 \* GB3 ③强化学习 = 1 \* GB3 ①监督学习就是在已知的输入和输出情况下训练出一个模型，将输入映射到输出。 = 2 \* GB3 ②无监督学习不需要人类进行数据标注，而是通过模型不断地自我认知，自我巩固，最后进行自我归纳来实现其学习的过程。 = 3 \* GB3 ③强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个产物，它的本质是解决 decision making 问题，即自动进行决策，并且可以做连续决策。 例题讲解，学生在习题中去体会，教师巡回指导。 教师引导，学生总结 3 机器学习工具举例 = 1 \* GB3 ①TensorFlow = 2 \* GB3 ②阿里云机器学习PAI = 1 \* GB3 ① TensorFlow，是一个开源的机器学习框架，是基于著名的DistBelief开发的。 = 2 \* GB3 ②阿里云机器学习PAI是一款几乎涵盖了所有种类机器学习算法的机器学习平台。 让学生通过自学、查阅资料了解机器学习的常用工具，并尝试让学生安装注册使用，体会简单的机器学习设计案例。 教师引导，学生总结 4 机器学习挑战 机器学习面临的挑战 人工智能（AI）的未来令人充满期待，但目前却存在着一些问题，而且往往和道德伦理相关。 通过让学生观看影视作品、查阅相关资料、结合当前社会案例、发挥充分想象理解机器学习中所面临的挑战以及应对方法。 教师引导，学生总结 考核设计方案 《人工智能导论》课程整体的考核方式为平时成绩（40%）+期末成绩（60%）。考虑到本章课程是人工智能的基础知识，机器学习应用广泛，所以本章考核总成绩为10分,其中主要以课堂任务的完成情况来评定。考勤（10%）、提问（10%）、课内外作业完成情况（80%）。