《机器学习Python实战》电子教案 09_1-项目6 朴素贝叶斯分类算法实战.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6年收入等级判断—朴素贝叶斯

6.3项目拓展——估算个人年收入等级

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

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：可以用三种不同的方法判定收入等级，大家平时学习的时候完成一任务需要考虑多种方法，可以比较那种方法最好。

知识目标：

掌握朴素贝叶斯算法的三种不同用法

能力目标：

能灵活应用不同朴素贝叶斯模型处理分类问题

教学重点

朴素贝叶斯算法的三种不同方法

教学

难点

掌握朴素贝叶斯的特性和用法

【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。

上节课通过实例演示了朴素贝叶斯算法的三种不同建模方法，本节课进行项目拓展——估算个人年收入等级。

【导入新课】

本项目的目标是：使用美国1994年人口普查数据库中抽取的adult数据集，根据个人信息建立分类模型，对个人年收入等级进行估算。通过构建朴素贝叶斯模型判断收入等级是“高于5万”还是“低于或等于5万”。

【讲授新课