湘教版 信息技术 八年级下册 1.2 认识机器学习 课件.pptxVIP

;主要内容;

了解机器学习的本质和实现方式，为项目中的模型构建和训练做准备。;（1）方法引导：遵循从“简单到复杂”、从“具体到抽象”的认知规律，先通过生活中常见的例子引入抽象概念，再逐步深入讲解复杂的技术原理和操作流程。

（2）主要内容：

①机器学习的定义是什么？——概念引入

②机器学习的基本流程包含哪些环节？——流程解析

③常用的机器学习开发工具都有哪些？——工具介绍与代码讲解;（1）自主阅读：以课本相关章节（如教材中关于机器学习基础知识和BaseML工具使用的章节）为主，网络知识作补充，引导学生自主阅读学习。在学生阅读过程中，教师巡视并解答学生遇到的疑问，引导学生关注重点内容。

（2）知识梳理：

①相对于传统编程，机器学习是基于自动推导规则；机器学习的基本流程包括______和______。

②常见的机器学习任务类型有______和______。

③数据集通常划分为______和______。

;

（1）学会分析：对比分析分类任务和回归任务不同的特点和适用场景。

辅助分析支架：分类任务的目标是将数据分配到预定义的类别中，如；回归任务旨在预测一个连续的数值，如。可以从任务特点、数据需求、模型选择等方面，对比分析分类任务和回归任务不同的特点和适用场景。

通过对比分析，我知道了回归任务和分类任务的区别。;（2）学会思考：思考在“温度数据的转换”这一任务中，选择使用线性回归算法的合理性。

辅助分析支架：线性回归算法与其他复杂算法（如多项式回归、决策树等）的主要区别在于，线性回归假设因变量和自变量之间存在关系，通过构建线性方程进行预测；而其他复杂算法可以处理更复杂的关系。

在“温度数据的转换”任务中，数据具备以下特点：摄氏温度和华氏温度之间存在明确的数学转换关系，且这种关系在数据上呈现出分布的特征。;

（3）学会探究：探究如何利用BaseML工具训练温度转换模型。

①复制“温度转换模型”文件夹到XEdu教学资源目录下。

②打开Jupyter编辑器.bat，使用Jupyter打开“训练温度转换模型.ipynb???文件。

③输入数据集路径进行模型训练和保存，并进行模型应用和验证。;1.机器学习是一种使计算机能够（），而无须进行明确编程的科学。

A.休眠B.学习C.播放音乐D.画画

2.机器学习的基本流程包括数据准备、、模型训练与评估和。

3.简答题：简述传统编程与机器学习的主要区别。;

（4）评价反思

①在分析不同算法利弊时，从多个角度进行对比的分析方法有什么好处？

②本节课使用BaseML进行模型训练和评估，在本地环境训练模型要注意什么？

;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.生成了怎样的观点？;1.项目实施作业请各小组整理并提交项目探究的阶段成果，包括：

（1）对已选择的项目数据进行初步分析，阐述数据特点和可能适合的机器学习任务类型。

（2）尝试使用BaseML工具对项目数据进行初步处理和模型训练，记录遇到的问题和解决方法。

2.课后拓展作业（课本P21的“拓展”部分）

;