2026年人教版高中信息技术选择性必修4人工智能初步《第2章人工智能技术基本原理》大单元整体教学.docxVIP

PAGE

PAGE1

2026年人教版高中信息技术选择性必修4《人工智能初步》

第2章“人工智能技术基本原理”大单元整体教学设计（基于2022版课程标准）**

一、内容分析与整合

1.教学内容分析

本章围绕人工智能的核心技术展开，主要包括：

感知层：图像、语音、文本的基本特征提取与表示方法；

认知层：机器学习的基本范式（监督学习、无监督学习、强化学习），常用算法（线性回归、决策树、k?近邻、支持向量机、朴素贝叶斯、神经网络入门）；

决策层：模型评价指标（准确率、召回率、F1、ROC?AUC）、过拟合与欠拟合的判断及对策；

应用层：典型场景（人脸识别、语音助手、推荐系统）的技术路线图与实现思路。

教材在每个知识点后均配有“思考与练习”和“小实验”环节，旨在让学生在理解概念的同时，通过动手操作体验算法的输入?输出过程。

2.单元内容分析

本章节属于“人工智能技术基本原理”大单元，与前一章（人工智能概论）形成概念递进：从“什么是AI”到“AI怎样工作”。单元内部呈现螺旋上升结构：

第一节：感知与特征工程——从原始数据到可计算的特征向量；

第二节：机器学习基本范式——模型的假设空间、损失函数与优化目标；

第三节：模型评价与调参——如何判断模型好坏、如何防止过拟合；

第四节：项目实践——在真实数据集上完成一个小型AI应用的全流程。

3.单元内容整合

为避免知识点零散，我们