- 1、本文档共4页,可阅读全部内容。
- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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)