第四单元《人工智能初步》《第 2 课时 采集数据、建立模型、验证模型》说课稿 2023—2024学年沪科版（2019）高中信息技术必修1[001].docxVIP

第四单元《人工智能初步》《第2课时采集数据、建立模型、验证模型》说课稿2023—2024学年沪科版（2019）高中信息技术必修1

一、教学内容

本节课是2023—2024学年沪科版（2019）高中信息技术必修1第四单元《人工智能初步》的第2课时《采集数据、建立模型、验证模型》。本节课主要内容包括：

1.数据采集的方法和技巧，包括直接采集、间接采集以及数据清洗的基本概念；

2.人工智能模型的建立，包括模型的选择、训练和调整；

3.模型的验证方法，如交叉验证、留一法等，以及如何评估模型的准确性和泛化能力；

4.结合实际案例，让学生理解数据采集、建立模型和验证模型在人工智能应用中的重要作用。

二、核心素养目标

1.信息意识：培养学生主动采集、分析数据的能力，提高信息处理的自觉性和有效性。

2.计算思维：通过建立和验证模型，发展学生的逻辑思维和问题解决能力。

3.信息社会责任：引导学生理解数据在人工智能中的作用，培养负责任的信息使用态度。

三、学习者分析

1.学生已经掌握了计算机基础操作、网络信息检索以及简单的数据处理方法，对信息技术的基本概念有初步了解。

2.学习兴趣：学生对人工智能有较高的兴趣，对于数据采集、模型建立等实践性较强的内容有积极参与的意愿。学习能力：学生具备一定的逻辑思维能力和问题解决能力，能够跟随案例学习。学习风格：学生偏好互动式和任务驱动式学习，喜欢通过实际操作来巩固知识。

3.学生可能遇到的困难和挑战：在数据采集过程中可能对数据源的选择和清洗方法感到困惑；在建立模型时可能对算法选择和参数调整缺乏经验；在验证模型时可能对评估指标和结果分析感到难以理解。

四、教学资源准备

1.教材：提前发放沪科版高中信息技术必修1教材，确保每位学生都有。

2.辅助材料：准备相关数据采集、模型建立的PPT演示文稿，以及人工智能案例的视频资料。

3.实验器材：准备计算机、数据集、建模软件等，确保实验器材的完整性和安全性。

4.教室布置：将学生分组，每组一台电脑，布置实验操作台，便于学生进行小组讨论和实验操作。

五、教学过程

一、导入新课

同学们，上节课我们一起学习了人工智能的初步概念，那么大家思考一下，人工智能是如何工作的呢？它需要什么样的支持？对了，数据！今天我们就来学习人工智能中的数据采集、建立模型和验证模型这三个关键环节。

二、学习新课

1.数据采集

（1）引导学生回顾数据的概念和类型。

同学们，我们先来回顾一下数据的概念。数据是信息的载体，它可以分为结构化数据和非结构化数据。请大家举例说明一下这两种数据。

（2）讲解数据采集的方法。

（3）讲解数据清洗。

采集到的数据往往存在一定的噪声，我们需要对数据进行清洗。数据清洗包括去除重复数据、填补缺失值、消除异常值等。

2.建立模型

（1）引导学生了解模型的种类。

同学们，接下来我们来学习如何建立模型。在人工智能中，模型有很多种，如线性模型、非线性模型、深度学习模型等。请大家查阅教材，了解这些模型的定义和特点。

（2）讲解模型的选择和训练。

在建立模型时，我们需要根据实际问题和数据类型选择合适的模型。选择好模型后，我们需要对模型进行训练。训练过程中，我们需要调整模型的参数，使模型能够更好地拟合数据。

3.验证模型

（1）讲解验证模型的方法。

同学们，建立好模型后，我们需要验证模型的有效性。常见的验证方法有交叉验证、留一法等。请大家查阅教材，了解这些验证方法的具体操作。

（2）讲解评估模型的指标。

评估模型的有效性，我们需要关注一些指标，如准确率、召回率、F1值等。这些指标能够帮助我们判断模型的性能。

三、案例分析

1.引导学生分析案例。

同学们，现在我们来分析一个实际案例。请大家阅读教材中的案例，了解数据采集、建立模型和验证模型在这个案例中的应用。

2.学生分组讨论。

（1）案例中是如何进行数据采集的？

（2）案例中选择了哪种模型？为什么？

（3）案例中是如何验证模型的有效性的？

3.分享讨论成果。

请各小组代表分享讨论成果，其他同学进行补充和评价。

四、课堂小结

同学们，通过今天的学习，我们了解了数据采集、建立模型和验证模型这三个环节在人工智能中的重要性。希望大家能够将这些知识运用到实际项目中，为人工智能的发展贡献力量。

五、课后作业

1.教材练习题。

请同学们完成教材中的练习题，巩固所学知识。

2.案例分析。

请同学们选择一个自己感兴趣的人工智能领域，分析该领域的数据采集、建立模型和验证模型的过程。

3.下节课预告。

下节课我们将学习人工智能中的另一个重要环节——模型优化。请大家提前预习相关内容，做好上课准备。

六、教学资源拓展

1.拓展资源

在人工智能领域，数据采集、建立模型和验证模型是基础而关键的步骤。以下是一些与本节课