初中信息技术浙教版九年级：第12课 智能预测出行方式-教学设计.docx

教学设计

课程基本信息

学科

信息科技

年级

九年级

学期

秋季

课题

智能预测出行方式

教学目标

1.通过上一阶段的项目成果汇报和梳理，理解人工智能建立预测模型的基本过程。

2.通过重构数据集和模型调参两个对比实验，了解影响模型准确率的因素，感受数据、算法、算力对于人工智能发展的重要性。

教学重难点

教学重点：

人工智能建立预测模型的过程。

教学难点：

探究影响模型准确率的因素。

教学过程

教学环节

教学活动

设计意图

旧知回顾

以小组为单位，对前两节课的成果进行汇报，梳理并完善人工智能建立预测模型的过程。

【学生活动】结合前两节课的学习经验，梳理人工智能建立预测模型的过程，并以图示的形式画在活动记录单上。

以小组为单位，结合已经画好的图示，讲一讲自己组的项目成果。

《导学单》上记录:训练人工智能预测模型的过程。

【教师活动】教师组织学生交流互动，并要求学生思考问题：你觉得你们组训练的模型预测的准确度高吗？你判断的依据是什么？你认为影响模型准确度的因素有哪些？

学生前面已经经历人工智能建立预测模型的全过程，以项目回顾和汇报的方式，对这个过程进行梳理，有利于学生巩固旧知，同时通过问题链的形式，引发新的思考，也为本节课的学习做好铺垫。

新知建构

实验1：重构数据集

【活动描述】前面提出数据集可能是影响模型准确率的一个重要因素。本环节通过实验猜想、实验设计和实验验证三个环节，探究数据集数量、不同的数据项对于模型准确率的影响。

【学生活动】提出假设，设计实验:小组合作，就如何优化出行时间预测模型的问题展开讨论，并根据小组猜想设计实验方案。

实验探究，验证假设:结合设计的实验方案，利用模型评估程序重新训练模型，记录评估结果。观察结果并得出结论。

小组分享实验过程与结论。

【教师活动】教师组织学生交流互动，总结数据对于模型准确率的重要性。

实验2：模型调参

【活动描述】教师复习神经网络和深度学习的概念，学生通过调整神经元数量和层数，进一步探究不同参数对模型准确率和模型训练时间的影响。

【学生活动】小组合作，根据实验目的设计实验方案，调整参数，训练模型，记录模型准确率和模型训练时间。

小组派代表汇报实验情况和实验结论

【教师活动】教师讲授神经网络和深度学习的基本概念，引导学生设计实验方案。对学生的分享进行总结，并引导学生感受算法、算力对于人工智能发展的重要性。

学生根据自己的猜想设计不同的实验方案，提高学生分析问题，设计问题解决方案的能力。利用实验验证猜想，对比模型准确率可以更加直观得感受数据对于模型准确率的影响，对预测模型的训练过程有进一步的理解。

在实践探究中记录数据，发现规律，得出实验结论，并通过小组分享，师生小结，体会数据、算法、算力对于人工智能发展的重要性。

迁移运用

【活动描述】利用今天所学的知识，去解释人工智能预测模型在其他领域的应用和原理。

【学生活动】学生分享：人工智能预测模型在生活中还有哪些运用，它们又是如何进行预测的？

【教师活动】教师小结：小到个人，大到国家，我们都需要做各种各样的决策，而预测作为决策的前提和基础，也为决策提供重要的参考。引导学生感受人工智能预测模型的意义和价值。

利用学习的知识去解释生活中的相关现象，对知识进行迁移运用。

归纳总结

梳理本节课学习的内容，包含人工智能训练预测模型的过程，以及数据、算力、算法对于人工智能发展的重要性。

回顾、总结、梳理知识要点，提升知识的巩固和提升。