计算机应用基础电子教案 单元10 人工智能与大语言模型应用.docxVIP

单元10人工智能与大语言模型应用

教案

教学任务

任务1使用机器学习方法判断电影类型

授课课时

总时长：2学时包括：课堂讲授0.5学时；实训学习1.5学时

一、教学分析

学习目标

知识目标

1.理解人工智能（AI）的定义及主要应用场景（人脸识别、语音识别、无人驾驶等）。2.掌握机器感知的概念及其传感器组成（视觉、听觉、测距等）。3.理解机器学习的定义、发展历程及三大分类（监督学习、无监督学习、强化学习）。4.掌握K-近邻（KNN）算法的基本原理与计算逻辑。

能力目标

1.能够区分监督学习与无监督学习的适用场景。2.能够手动计算简单数据集的欧氏距离，并使用KNN算法进行分类预测。3.了解使用Pythonsklearn库实现机器学习的基本流程。

素质目标

1.感受人工智能技术对生活的改变，激发探索兴趣。2.培养数据思维，理解“数据驱动决策”的科学方法。3.树立严谨的逻辑推理意识，体验算法的精确性。

教学重点

1.机器学习的三大分类及其区别。2.K-近邻（KNN）算法的核心原理（距离计算、K值选择、多数投票）。3.通过电影分类案例完整演示机器学习流程。

教学难点

1.理解KNN算法中“距离”的数学含义及其在分类中的作用。2.理解监督学习中“标签”的重要性。3.从手动计算过渡到理解代码实现的逻辑映射。

教学内容

1