《机器学习Python实战》电子教案 09_2-项目7 决策树与随机森林预测建模.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7判断西瓜的好坏—决策树与随机森林

7.1项目知识准备

7.1.1决策树的基本原理和构造

7.1.2随机森林的基本原理和构造

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、问题式教学法

授课教具

Python3.7及后续版本、Anaconda、Jupyter

教学目标

思政目标：大家在学习的时候一定要弄清楚原理，还要注意每种方法的优点和不足，结合实际情况看选择哪种方法。

知识目标：

理解决策树与随机森林的原理和构造

能力目标：

掌握决策树与随机森林的原理和使用

教学重点

决策树与随机森林的原理和构造

教学

难点

决策树与随机森林的优势和不足

【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。

上机课介绍了贝努利、高斯、多项式朴素贝叶斯模型的基本原理与用法，本节课介绍决策树与随机森林的原理和构造。

【导入新课】

决策树易于理解和实现，人们在在学习过程中不需要使用者了解很多的背景知识，这同时是它的能够直接体现数据的特点，只要通过解释后都有能力去理解决策树所表达的意义。通