中小学人工智能课程 第15节：AI“学会”的核心逻辑 教案.docxVIP

第15节：机器学习：AI“学会”的核心逻辑

一、基本信息

课程名称：初中人工智能基础

课时主题：机器学习：AI“学会”的核心逻辑

适用年级：九年级

课时时长：40分钟

核心定位：以“机器学习=AI的学习方法”为核心隐喻，拆解“数据输入→规律提炼→反馈优化”的核心逻辑，通过模拟实验让学生直观感受不同学习类型的差异，理解AI“学习”与人类学习的异同，培养理性看待技术的思维

二、教学目标

（一）知识目标

能说出机器学习的通俗定义（“AI从数据中自主提炼规律、改进能力的学习方法”），明确其与模型的关联（机器学习是过程，模型是学习成果）；

能阐述机器学习的核心三步骤（数据输入→特征提取与规律学习→反馈优化），说出每一步的关键作用；

能区分监督学习、无监督学习、强化学习三种基础类型，结合案例说明其“学习特点”与典型应用（如监督学习用于人脸识别，无监督学习用于用户分类）。

（二）能力目标

通过“模拟监督学习贴标签”实验，提升用“标注数据引导规律学习”的实践能力；

通过“不同学习类型案例匹配”任务，培养“场景→需求→学习方法”的逻辑对应能力；

通过“AI学习局限分析”小组讨论，强化“辩证看待技术优势与不足”的思辨能力。

（三）情感目标

破除“AI能像人一样自主学习”的认知误区，建立“AI学习依赖数据与算法设计”的理性认知；

体会“试错与反馈”在学习中的普遍价值（无论是AI还是人类），培养科学探究的耐心与严谨性；

激发对“AI学习原理”的探究兴趣，理解技术进步背后的逻辑支撑。

三、教学重难点

（一）教学重点

机器学习的核心三步骤：

数据输入：提供“学习素材”（如猫狗图片、用户消费记录），要求数据具备一定规模与质量（对应前期“数据质量”知识点）；

特征提取与规律学习：算法自动抓取数据中的关键特征（如猫的“三角耳朵”“竖瞳”），提炼出“输入→输出”的映射规律（如“有三角耳朵→大概率是猫”）；

反馈优化：通过“正确/错误”的反馈信号（如“这张标错了，其实是狗”）调整规律参数，让模型更准确；

三大基础学习类型的核心差异（生活化类比表）：

类型

学习特点（类比人类学习）

是否需要“标准答案/反馈”

典型算法

生活应用案例

监督学习

老师带答案教（做题+对答案）

?需标注数据/标准答案

决策树、神经网络

人脸识别（标注人脸特征）、垃圾邮件过滤

无监督学习

自己找规律（观察陌生人分组）

?无需标注，自主聚类

K-Means、PCA

电商用户分类（自动分“爱买零食/爱运动”群体）

强化学习

玩游戏升级（试错+拿奖励）

??需奖励/惩罚信号

Q-Learning、PPO

AlphaGo下棋（赢棋得奖励）、机器人走路

（二）教学难点

理解“特征提取与规律学习”的抽象过程：AI并非“记住数据”，而是通过算法抓取共性特征（如猫的外形共性），形成可迁移的规律模型，需用“人类总结解题套路”类比突破；

区分“监督学习的标注数据”与“强化学习的反馈信号”：前者是“每道题的答案”，后者是“最终的得分/惩罚”，学生易混淆两者的作用时机；

认知AI学习的局限性：AI无法“理解”知识本质，仅能基于数据规律预测，如把“长得像猫的玩偶”认成猫，需结合错误案例具象化。

四、教学准备

多媒体资源：PPT（含核心步骤图、学习类型对比表、错误案例图）、“机器学习三步骤”动画短片（2分钟，具象化特征提取过程）、“AI认猫失败”短视频（1分钟，如认错玩偶猫）；

教具材料：“动物图片卡片”（每组10张，含猫、狗、兔子，部分无标签）、“标注贴纸”（写有“猫”“狗”“兔子”）、“奖励/惩罚卡片”（星星代表奖励，叉号代表惩罚）、“案例任务卡”（印不同应用场景及需求）；

课前准备：让学生回忆第九课时“专用模型”案例（如水果识别模型），思考“模型是怎么‘记住’水果特征的”，带着疑问上课。

五、教学过程（详细版）

（一）情境导入：AI“认猫”的困惑（5分钟）

案例提问：播放“AI认猫失败”短视频：AI把“毛绒猫玩偶”认成真猫，把“趴着的猫”认成狗。教师提问：“为什么之前能准确认猫的AI会犯错？它到底是‘记住’了猫的样子，还是‘学会’了猫的特点？”

旧知衔接：引导学生回忆第九课时“模型需数据训练”：“模型的‘智能’来自机器学习——就像我们通过做题学会解题，AI通过数据学习规律。今天我们就揭开机器学习的神秘面纱，看看AI是怎么‘学会’认猫、下棋的。”

课题引出：板书课题“机器学习：AI‘学会’的核心逻辑”，明确本节课核心：“搞懂AI的‘学习方法’和‘学习局限’。