大学本科一年级计算机科学与技术专业《人工智能导核》核心单元教案——机器学习基础.docxVIP

大学本科一年级计算机科学与技术专业《人工智能导核》核心单元教案——机器学习基础

一、教学背景

（一）学科与学段定位

本教案精准定位于大学本科一年级计算机科学与技术专业必修课程《人工智能导论》的核心教学单元。该学段学生已完成高等数学、线性代数及Python程序设计等前置课程，正处于从基础学科向专业核心能力过渡的关键期。机器学习作为人工智能领域最具驱动力的分支，其基础概念的建立不仅关乎后续深度学习、自然语言处理等进阶课程的顺利衔接，更直接影响学生对“智能”本质的认知深度。本单元在课程体系中承担“承重墙”角色：横向打通概率统计与编程实践的壁垒，纵向连接人工智能历史流派与前沿技术，是学生从“会编程”迈向“会设计智能系统”的认知转折点。

（二）课程内容分析

本单元以“让机器从数据中自动归纳规律”为核心主线，内容组织遵循认知螺旋上升原则。第一层次为概念基座：精准锚定机器学习定义、发展简史及与人工智能、数据挖掘的种属关系，厘清监督学习、无监督学习、强化学习的范式边界【基础】【高频考点】。第二层次为算法原型：精选线性回归、K近邻、决策树三类经典算法，分别代表参数模型、基于实例的学习、树形结构这三种截然不同的解题哲学，旨在暴露“模型复杂度—泛化性能”这对贯穿始终的核心矛盾【非常重要】【热点】。第三层次为评估科学：系统讲授留出法、交叉验证、性能度量（回归/分类）及过拟合与欠拟合的识别与缓解策略，建立“