网站大量收购闲置独家精品文档,联系QQ:2885784924

项目教学设计( 机器学习).docxVIP

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
教学设计:机器学习 编制人:王廷 编制时间: 预计学时:3学时、工程描述 ?描述内容包括做什么事情、取得什么结果 . 了解分类问题及分类器的构建过程; .根据样本数据特点设计莺尾花分类器; .代码实现莺尾花分类:(1)读取训练样本数据(2)用样本数据训练莺尾花分类器(3)读 取测试样本数据(4)用测试样本数据测试分类器(5)报告测试结果。 工程导入:工程需求及解决方案 10分钟 子任务1:分类问题及分类器的构建 10分钟 子任务2:设计莺尾花分类器 30分钟 子任务3:实现莺尾花分类:(1)创立数据样本集(2)训练分类 器(3)测试分类器(4)报告测试结果 85分钟 二、教学目标 说明: ?从“学习结果”的角度来描述教学目标 能理解机器学习原理,了解分类问题及分类器的构建过程,掌握一些简单二分类问题 的分类器设计方法。 三、教学资源 说明: ?尽量涉及感知、认识、理解、操作四个层面的资源 ■包括硬件资源及文本、PPT、短视频、动画、仿真等教学资源 PPT、程序源代码、案例素材 U!教学组织说明: U! 教学组织 教学组织设计包括如何分组、如何协调使用教学场地、如何协调课内、课外教学如何分组须明确分组规那么与人数要求、小组各成员的职责 如何协调使用教学场地:如完本钱模块(任务)涉及多个教学场地的使用时 对场地和 学生的安排如何协调课内、课外教学包括明确课内教学任务与课前、课后学习任务的关系 课内:介绍分类问题、分类器的构建过程,针对莺尾花样本数据的特点设计莺尾花分 类算法,让学生对算法有一定的了解。通过对算法的代码实现,可进一步强化学生的编程 能力; 课前任务:了解机器学习的基本原理、开展历程; 课后任务:了解多分类算法,并将其应用于包含3种莺尾花的分类。 五、教学过程 在整个的教学过程中,是以教师为主导、以学生为主体、以问题驱动为主线,同时应 该以学生解决问题为主,因此需要把课堂还给学生,从而做到因材施教,教师从机械教授到 分析、引导和答疑解惑转变,学生从被动跟随变成主动思考和探索,通过Python自动评阅 系统和立体化资源的支撑,形成“讲一练一析一做一测”的微观教学模式。 (-)讲:教师提出问题,并且讲解解决该问题所需的预备知识,学生观看或跟随教师操作; (-) 练:学生通过“自动手”练习完成预备知识点的练习; 析:教师根据预备知识和提出问题综合分析解决方案 做:学生自己根据教材要求完成问题; 测:课后学生通过课后作业进行测试、复习和巩固。 阶 段 工程教学过程 学生学的活动 教师教的活动 课时 (分 钟) 1 工程描述 理解工程的整体内容 介绍机器学习、本项 目的需求及工程解决 方案 10 2 任务1:分类 问题及分类 器的构建 了解分类问题、分类器的构 建过程 1.分类问题简介 2.分类器构建基本 过程 10 工程实施 任务2:设计 莺尾花分类 器 .选取数据样本 .理解构建莺尾花分类器 .理解方案设计过程及算法实 现 如何设计莺尾花分类 器 .方案设计 .算法分析 30 任务3:实现 莺尾花分类 在教师指导下完成以下内容: .读取训练样本数据(包含打 开样本文件和创立样本数 据集) .用训练样本训练莺尾花分 类器(包含求和函数、平均 值函数和分类器函数) .读取测试样本数据(类似于 过程1) .用测试样本测试分类器 .报告测试结果 .创立数据样本集 (训练样板、测 试样本) .训练分类器 .测试分类器 .报告测试结果 80 3 工程总结 工程学习小 结 本工程介绍了机器学习、分类问题、分类器构建的基本 知识。结合莺尾花分类案例对莺尾花分类算法进行了设 计,完成了对分类算法的完整代码实现,并取得了较好 的分类效果。 5 六、学生技能评分点 序号 技能 评判结果 1 分类器模型 是 否 2 分类器构建过程 是 否 3 4 5

文档评论(0)

scj1122115 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6203112234000004

1亿VIP精品文档

相关文档