清华大学版八年级下册信息科技第1单元第4课跨学科活动：身高推断教学设计.pdf

课题名称第4课跨学科活动：身高推断

1.熟练运用所学的机器学习知识和数据处理方法，完成从数据收集、模型训练到搭建身高推断系统

的全流程操作，提升综合实践能力。

课时目标2.通过小组分工，增强团队协作和沟通能力，学会在团队中发挥各自优势，共同完成项目任务。

3.能够根据项目需求设计合理的方案，选择合适的工具和技术，解决实际问题，并对项目成果进行

客观的评价与反思，提高问题解决能力和自我认知能力。

教学准备计算机设备，确保每台设备均安装好XEdu编程环境

导学过程意图交流

一、跨学科项目介绍

1.再现单元项目情境

在数字化浪潮下，机器学习技术广泛应用于各个领域，为解决实际问题提供了创新的

思路和方法。在我们的生活中，存在着大量的数据，如日常消费记录、学习行为数据等，

这些数据背后隐藏着许多有价值的信息。以学生学习情况为例，老师和家长常常希望了解

学生的学习状态，以便及时给予帮助和指导。我们能否运用机器学习技术，通过收集和分

析生活学习中的相关数据，通过机器学习的模型训练，为生活学习提供方便呢？

2.跨学科项目基本流程简介

需求分析→合作分工→规划实施（数据收集与处理、模型构建与训练、系统开发、测

试优化）→交流评价

3.跨学科项目评价要求简介

——展示项目成果评价量规

项目成果评价标准评价方式

优良差自评他评

项目需求需求描述全面、准需求描述完整且正需求描述存

分析表确、具体，深度剖确，覆盖主要影响在明显遗漏

析影响学习状态的学习状态的因素和或错误，对

各类因素，清晰确基本功能要求。关键要素把

定数据收集的方握不准确。

法、范围，明确预

期的模型效果，实

现功能清晰、无歧

义。

数据收集数据收集全面且具数据收集较全面，数据收集不

与处理代表性，包含学习基本涵盖主要方完整，仅涵

行为、成绩、时间面，整理和划分基盖少量相关

管理等多维度学习本合理，记录无明数据。整理

相关数据。数据清显错误。划分存在问

洗和整理工作精题，如未处

细，有效去除错误理明显的错

和异常数据，数据误数据，数

集划分科学合理，据集划分不

相关记录详细、准合理。

确。

模型构建模型选择完全契合模型选择基本符合模型选择不

与训练学习数据特点，训学习数据特点，训当，与学习

练过程严格规范，练和评估过程正数据特点不

尝试多种算法并深确，尝试了多种算匹配，训练

入对比分析。评估法并进行比较。评过程存在问

指标表现优异。估指标表现较好。题，如参数