《机器学习Python实战》电子教案 11_2-项目8 支持向量机算法实战.docxVIP

武汉软件工程职业学院教案（理论教学首页）

（第1页）

教案（理实一体化课）

武汉软件工程职业学院教案（附页）

（第NUMPAGES4页）

课程

名称

机器学习

授课

内容

项目8波士顿房价分析—支持向量机

8.2项目实训

8.2.1SVM算法完成鸢尾花分类任务

8.2.2SVM算法实战—良恶性乳腺肿瘤预测

授课安排

授课

时数

2

授课

对象

人工智能技术应用专业大二学生

授课

方法

讲授+课内实训、任务驱动法

授课教具

Python3.7及后续版本、Anaconda、Jupyter

教学目标

思政目标：

引导学生将这些思路与方法用来分析和解决现实社会中的问题，触发对人生的思考。

知识目标：

掌握支持向量机的参数调节

能力目标：

能够使用SVM解决实际问题

教学重点

SVM的核函数与参数选择

教学

难点

支持向量机的gamma参数调节

【课前安排】

（1）教师对学生们的疑问进行统一答疑。

（2）回顾总结上节课内容，继续介绍本课时的内容。

上机课介绍了支持向量机SVM基本概念，本节课介绍SVM的核函数与参数选择。

【导入新课】

上次课了解了基本概念，本次课的内容需要同学们积极动手进行实践，遇到问题多进行交流和讨论，促进学生进一步思考。

【讲授新课】

教师根据课件，介绍不同核函数的SVM对比。

常见的核函数有：线性核函数、多项