湘教版 信息技术 八年级下册 1.3 用机器学习解决问题 课件.pptxVIP

;主要内容;

学习如何利用机器学习技术解决真实问题。;（1）方法引导：采用案例驱动和实践操作相结合的方法。

（2）主要内容：

①哪些问题适合用机器学习解决？——问题分析与数据准备

②模型训练的关键要点有哪些？——模型训练和评估、优化

③模型应用的常见方式有哪些？——模型应用;

（1）自主阅读：

以教材相关章节和XEdu工具的官方文档为主，网络资料作补充，引导学生自主学习用机器学习解决问题的相关知识。在学生阅读过程中，教师巡视并解答疑问，引导学生关注重点内容和关键操作步骤。

（2）知识梳理：

;（1）自主阅读：

以教材相关章节和XEdu工具的官方文档为主，网络资料作补充，引导学生自主学习用机器学习解决问题的相关知识。在学生阅读过程中，教师巡视并解答疑问，引导学生关注重点内容和关键操作步骤。

（2）知识梳理：

;（1）学会分析：给出一些实际问题，如预测学生的考试成绩、分析客户的购买偏好等，让学生分析这些问题是否适合用机器学习解决。

应该如何进行数据准备、选择合适的算法和评估模型？;

（2）学会探究：探究如何训练回归模型推断人体身高并搭建一个身高推断系统。

①复制“身高推断系统”文件夹到XEdu教学资源目录下，使用Jupyter打开“训练回归模型推断人体身高并搭建一个身高推断系统.ipynb”文件。

②读取数据并查看，拆分训练集、测试集，选择不同的算法进行模型训练和评估。

③使用不同的特征列进行模型训练的优化，优化完成后编写模型应用程序。;

（4）评价反思

组织学生讨论在使用机器学习解决问题的过程中，所运用的方法（如数据收集、模型训练、评估和优化的方法）有哪些优点和不足。

;1.在机器学习中，数据整理不包括以下哪项操作（）

A.数据清洗B.数据标注

C.数据扩充D.数据划分

2.使用BaseDT工具划分数据集时，函数“split_tab_dataset()”中用于指定拆分比例的参数是__________。

3.简述在选择机器学习算法时需要考虑的因素。;请同学按照下列提示进行总结回顾：

1.学到了哪些知识与技能？

2.提升了哪些方面的能力？

3.生成了怎??的观点？;1.项目实施作业

请各小组整理并提交项目报告，报告内容包括问题分析过程、数据处理步骤、模型训练结果（包括选择的算法、评估指标等）、模型应用的方式（如设计的智能系统界面或使用说明）以及遇到的问题和解决方法。

2.课后拓展作业（课本P28的“拓展”部分）

;