《人工智能导论》教学设计 第4章 机器学习_教案.docxVIP

人工智能通识课教学设计

课程名称：

人工智能通识课

授课年级：

大二各年级

授课学期：

2026-2027学年第1学期

教师姓名：

任课教师

专业类别：

理工科（非计算机类）

上课地点：

多媒体教室

总学时：

48学时（理论16+实验32）

使用教材：

人工智能导论

日期：

2026年09月

教案正文

课题名称

第4章机器学习

计划学时

4学时

内容分析

本章是理论与实验的分水岭，系统讲解机器学习的核心概念与经典算法。

内容涵盖ML基本定义与核心思想、三范式分类（有监督/无监督/强化学习）、

数据集三部分划分与参数/超参数辨析、线性回归五步法（房价预测案例）、

逻辑回归与Sigmoid函数（助学贷款案例）、决策树与信息增益（水果识别案例）、

K-Means聚类（外星人水果市场案例）、PCA降维、Q-Learning强化学习（飞船驾驶案例）、

模型评估（过拟合/欠拟合/混淆矩阵/交叉验证），以及GAN生成对抗网络。

全章以外星人学AI叙事串联，将抽象算法具象化为生活案例。

思政融入

通过数据驱动的思维方式，培养学生从数据中发现规律的科学研究素养；

通过模型评估的严谨性要求，引导学生树立好的模型必须经得起检验的科学态度；

通过GAN等前沿应用的展示，激发对AI技术边界的探索精神与创新意识。

一、教学目标及基本要求

【知识目标】

·理解机器学习的基本定义与核心思想——让计算机从数