信息技術(shù)（第2版）（拓展模塊）教案 拓展模塊5 5.3常用核心技術(shù)

2/7課題名稱決策樹授課類型理實一體授課對象授課課時所授課程授課地點所授教材一、學(xué)情分析本課程授課對象為高職各專業(yè)大一學(xué)生，課程開設(shè)在大一第2學(xué)期，學(xué)生在知識儲備、學(xué)習(xí)特點和信息素養(yǎng)的情況如下：1.知識與技能儲備學(xué)生理解了機器學(xué)習(xí)的基本原理，熟悉了機器學(xué)習(xí)項目開發(fā)流程與步驟，能夠區(qū)分監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的不同點2.學(xué)習(xí)特點授課對象在學(xué)習(xí)方面表現(xiàn)出如下特點：（1）喜好電腦與互聯(lián)網(wǎng)的應(yīng)用，線上操作所見即所得可以引發(fā)學(xué)習(xí)興趣；（2）喜歡情境設(shè)定，厭煩平淡無奇的說教；（3）樂于接受可視化教學(xué)資源，反感靜態(tài)紙質(zhì)學(xué)習(xí)材料；（4）具有較強的求知欲，希望了解一些具體的人工智能方法。3.信息素養(yǎng)學(xué)生具備了基礎(chǔ)的信息技術(shù)學(xué)科素養(yǎng)，二、教學(xué)內(nèi)容1.知識目標(biāo)2.能力目標(biāo)3.素養(yǎng)目標(biāo)1.教學(xué)重點八、教學(xué)環(huán)節(jié)教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)一課程回顧與學(xué)習(xí)目標(biāo)(10分鐘)【問題導(dǎo)入】什么是監(jiān)督學(xué)習(xí)？分類任務(wù)主要解決什么問題？分類問題的一般形式?jīng)Q策樹用途【學(xué)習(xí)目標(biāo)】教師活動1.提出問題，回顧以前所學(xué)內(nèi)容并引申出分類問題和決策樹2.介紹本單元的學(xué)習(xí)任學(xué)生活動2.思考記錄1.問題教學(xué)法：復(fù)習(xí)監(jiān)督學(xué)習(xí)概念，為本次課程做好鋪墊2.講授教學(xué)法：介紹學(xué)習(xí)目標(biāo)，使學(xué)生明確本次課的要求教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)二介紹決策樹案例(10分鐘)決策樹案例：學(xué)習(xí)狀態(tài)預(yù)測問題在教學(xué)過程中，教師常常需要通過學(xué)生的日常表現(xiàn)推知學(xué)生的學(xué)習(xí)狀態(tài)。這一場景就可以被建模為監(jiān)督學(xué)習(xí)問題。1.特征取值范圍2.訓(xùn)練集教師活動學(xué)生活動1.案例分析法：學(xué)習(xí)狀態(tài)預(yù)測問題案例是貫穿本次授課始終的案例，通過此案例，可以幫助學(xué)生具體形象地理解決策樹2.結(jié)合案例講解特征值、樣本、標(biāo)簽等基本概念教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)三學(xué)習(xí)決策樹基本原理(10分鐘)1.決策樹決策樹是一個預(yù)測模型，其每一個內(nèi)部（非葉子）結(jié)點表示一個決策特征（屬性）ai，每一條邊代表某個特征的一個可能取值，而每一個葉子結(jié)點則表示一個學(xué)習(xí)狀態(tài)的分類結(jié)果“好”或“差”。從根結(jié)點到葉子結(jié)點的一條路徑代表了一個決策過程的測試序列，一個數(shù)據(jù)點從根結(jié)點進入決策樹后，會根據(jù)其特征值選擇一條這樣的路徑，最終進入某個葉子結(jié)點代表的分類類別并得到最終的分類結(jié)果。2.決策樹示例教師活動1.講授決策樹基本原理2.組織學(xué)生討論如何手工建立案例所示的決策樹學(xué)生活動1.講授法：結(jié)合示例講授決策樹基本原理，使學(xué)生能夠初步理解決策樹的組織結(jié)構(gòu)和決策原理2.討論法：通過討論如何手工建立案例所示的決策樹，使學(xué)生對決策樹有進一步了解，為講解算法做好鋪墊教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)四學(xué)習(xí)決策樹基本算法(25分鐘)1.基本思路決策樹的訓(xùn)練過程就是根據(jù)訓(xùn)練集D生成一顆決策樹的過程，其算法遞歸式自頂向下生成決策樹，從根結(jié)點開始，每次生成一個葉子結(jié)點或者選擇一個特征a生成內(nèi)部結(jié)點。根結(jié)點處包含所有訓(xùn)練樣本D，而之后的每個內(nèi)部結(jié)點都會根據(jù)特征取值對屬于該結(jié)點的樣本集合進行一次劃分。2.已知//數(shù)據(jù)來自訓(xùn)練樣本集訓(xùn)練樣本集D={(x1,y1),(x2,y2),…,(xn,yn)}//數(shù)據(jù)來自特征名稱特征集A={a1,a2,…,ad}//數(shù)據(jù)來自特征取值范圍特征值V={a1:{優(yōu)秀,良好,較差},a2:{按時完成,不能完成},a3:{集中,一般,分散},a4:{高,低}}類別值Y={“好”,“差”}3.函數(shù)ID3(D,A)具體的決策樹訓(xùn)練算法見拓展模塊5中圖5-16教師活動1.講授構(gòu)建決策樹基本思路2.講授構(gòu)建決策樹算法的已知條件3.講授具體算法學(xué)生活動2.積極思考3.思考記錄講授法：結(jié)合案例講授決策樹構(gòu)建算法，使學(xué)生能夠逐步了解決策樹的訓(xùn)練過程教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)五學(xué)習(xí)信息增益(15分鐘)1.如何定義最優(yōu)特征a*？為了能夠盡快達到分類目標(biāo)，希望位置越高的內(nèi)部結(jié)點的決策特征對訓(xùn)練樣本集合的分類能力越強。一個分類能力強的決策特征，其劃分后的每個子集中的樣本類別應(yīng)該趨近一致，也就是說隨著劃分過程不斷進行，分支結(jié)點的樣本子集“純度”應(yīng)該越來越高。怎樣度量一個結(jié)點上樣本集合的“純度”？2.信息熵信息熵是信息論中廣泛使用的一個度量標(biāo)準(zhǔn)，它可以度量任意樣本集合的“純度”。Ent(D)=-p1log2p1–p2log2p2信息熵越大，正反例樣本的比例越均勻，類別越不一致，樣本的純度越低，當(dāng)正反例數(shù)量相同時，信息熵為1，達到最大值。反之，信息熵越小，樣本類別越趨于一致，樣本的純度越高，當(dāng)集合D中樣本屬于同一類別（都是正例或都是反例）時，信息熵為0，達到最小值。例：計算訓(xùn)練集對應(yīng)的集合D的信息熵E怎樣度量特征劃分訓(xùn)練樣本能力？3.信息增益一個特征的信息增益就是使用這個特征劃分樣本集合而導(dǎo)致的信息熵降低程度，在數(shù)學(xué)上可以定義為：Gain教師活動1.提問：如何定義最優(yōu)特征a*？2.講解選擇最優(yōu)特征的目標(biāo)3.提問：怎樣度量一個結(jié)點上樣本集合的“純度”？4.講授信息熵概念，舉例如何計算5.提問：怎樣度量特征劃分訓(xùn)練樣本能力？6.講授信息增益概念，舉例如何計算學(xué)生活動啟發(fā)式教學(xué)法和問題教學(xué)法相結(jié)合：通過不斷提出問題解決問題，引導(dǎo)學(xué)生理解如何利用信息增益選擇最優(yōu)特征教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)六演示測試和評估(10分鐘)1.測試集T={(良好,按時完成,一般,低,好),(較差,不能完成,一般,低,差)}2.測試路徑3.測試評估正確率100%教師活動學(xué)生活動手工檢測操作：利用測試數(shù)據(jù)手工檢測決策樹運行結(jié)果，使學(xué)生進一步理解決策樹的主要功能。教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)七考核評價與教師小結(jié)(10分鐘)1.通過學(xué)習(xí)通課程平臺，完成本小節(jié)的考核評價測試試題。2.通過學(xué)習(xí)通課程平臺教師端，匯總分析考核評價的總體情況3.教師小結(jié)九、反思與改進成功之處：不足之處：2/8課題名稱貝葉斯分類器與人工神經(jīng)網(wǎng)絡(luò)授課類型理實一體授課對象授課課時所授課程授課地點所授教材一、學(xué)情分析本課程授課對象為高職各專業(yè)大一學(xué)生，課程開設(shè)在大一第2學(xué)期，學(xué)生在知識儲備、學(xué)習(xí)特點和信息素養(yǎng)的情況如下：1.知識與技能儲備學(xué)生進一步理解了機器學(xué)習(xí)的基本原理，了解了決策樹算法，對機器學(xué)習(xí)算法開發(fā)流程有了進一步認識2.學(xué)習(xí)特點授課對象在學(xué)習(xí)方面表現(xiàn)出如下特點：（1）喜歡情境設(shè)定，厭煩平淡無奇的說教；（2）樂于接受可視化教學(xué)資源，反感靜態(tài)紙質(zhì)學(xué)習(xí)材料；（3）具有較強的求知欲，希望了解一些具體的機器學(xué)習(xí)算法。3.信息素養(yǎng)學(xué)生具備了基礎(chǔ)的信息技術(shù)學(xué)科素養(yǎng)，二、教學(xué)內(nèi)容1.知識目標(biāo)2.能力目標(biāo)3.素養(yǎng)目標(biāo)1.教學(xué)重點八、教學(xué)環(huán)節(jié)教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)一課程回顧與學(xué)習(xí)目標(biāo)(5分鐘)【問題導(dǎo)入】決策樹算法開發(fā)流程是什么？【學(xué)習(xí)目標(biāo)】教師活動1.提出問題，回顧以前所學(xué)內(nèi)容2.介紹本單元的學(xué)習(xí)目標(biāo)學(xué)生活動2.思考記錄1.問題教學(xué)法：復(fù)習(xí)決策樹算法開發(fā)流程，為本次課程做好鋪墊2.講授教學(xué)法：介紹學(xué)習(xí)目標(biāo)，使學(xué)生明確本次課的要求教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)二學(xué)習(xí)貝葉斯分類器(20分鐘)1.概率隨機事件出現(xiàn)的可能性大小，表示為P（A）。例：根據(jù)案例訓(xùn)練集數(shù)據(jù)計算學(xué)習(xí)狀態(tài)為好的概率。P2.概率分布隨機變量取值的概率規(guī)律，即隨機變量各種可能結(jié)果發(fā)生的概率。3.條件概率條件概率是指事件A在另外一個事件B已經(jīng)發(fā)生條件下的發(fā)生概率，表示為P（A|B）。例：根據(jù)案例訓(xùn)練集數(shù)據(jù)計算學(xué)習(xí)狀態(tài)為“好”條件下考試成績良好的可能性。P4.機器學(xué)習(xí)模型的概率表示模型f(x)是一個有關(guān)概率分布的函數(shù)，它在觀測到輸入數(shù)據(jù)x的條件下，會輸出最有可能的y，數(shù)學(xué)表示為f例：對于案例訓(xùn)練集數(shù)據(jù)中的學(xué)習(xí)狀態(tài)判斷問題，已知一個學(xué)生考試成績良好，能按時完成作業(yè)，課上注意力一般，出勤率低，需要判斷其學(xué)習(xí)狀態(tài)。該問題可表達為以下形式并選取其中較大者的學(xué)習(xí)狀態(tài)作為判斷結(jié)果。P(學(xué)習(xí)狀態(tài)=好|(考試成績=良好，作業(yè)完成情況=按時完成，課上注意力=一般，出勤率=低))P(學(xué)習(xí)狀態(tài)=差|(考試成績=良好，作業(yè)完成情況=按時完成，課上注意力=一般，出勤率=低))5.貝葉斯定理P6.貝葉斯分類器f7.樸素貝葉斯分類器fx教師活動學(xué)生活動1.案例分析法：學(xué)習(xí)狀態(tài)預(yù)測問題案例是貫穿貝葉斯分類器始終的案例，通過此案例，可以幫助學(xué)生具體理解葉斯分類器算法2.結(jié)合案例講解貝葉斯分類器中的基本概念3.概率、概率分布、條件概率等基本概念講解要為后面的內(nèi)容做好鋪墊4.推演模型的概率表示到樸素貝葉斯分類器，使學(xué)生理解前后的邏輯關(guān)系教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)三樸素貝葉斯分類器計算示例(15分鐘)樸素貝葉斯分類器應(yīng)用舉例例：以案例訓(xùn)練樣本集合，判斷一個考試成績良好、能按時完成作業(yè)、課上注意力一般、出勤率低的學(xué)生的學(xué)習(xí)狀態(tài)。解：1．計算學(xué)習(xí)狀態(tài)為“好”條件下的各項概率估計值PPPPP根據(jù)樸素貝葉斯公式，可以得到P(學(xué)習(xí)狀態(tài)=好2.計算學(xué)習(xí)狀態(tài)為“差”條件下的各項概率估計值。P學(xué)習(xí)狀態(tài)=差=PPP根據(jù)樸素貝葉斯公式，可以得到P(學(xué)習(xí)狀態(tài)=差結(jié)論：比較以上兩個計算結(jié)果，學(xué)習(xí)狀態(tài)好的計算結(jié)果更大，因此判定該學(xué)生的學(xué)習(xí)狀態(tài)為好。教師活動1.布置任務(wù)：以案例訓(xùn)練樣本集合，判斷一個考試成績良好、能按時完成作業(yè)、課上注意力一般、出勤率低的學(xué)生的學(xué)習(xí)狀態(tài)2.提示完成任務(wù)的具體方法3.點評學(xué)生完成任務(wù)情況學(xué)生活動任務(wù)驅(qū)動法：通過學(xué)生自己動手完成任務(wù)，使學(xué)生進一步理解樸素貝葉斯分類器的算法教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)四學(xué)習(xí)神經(jīng)元(25分鐘)1.神經(jīng)元結(jié)構(gòu)2.神經(jīng)元基本原理（1）線性變換u（2）常用的激活函數(shù)（3）神經(jīng)元數(shù)學(xué)模型y（4）神經(jīng)元工作原理教師活動1.運用圖示講解神經(jīng)元結(jié)構(gòu)2.運用圖示講解神經(jīng)元基本原理學(xué)生活動2.積極思考3.思考記錄講授法：通過圖示講授神經(jīng)元，使學(xué)生能夠具體形象地了解神經(jīng)元結(jié)構(gòu)及其工作原理教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)五學(xué)習(xí)前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)(15分鐘)1.前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)2.前饋神經(jīng)網(wǎng)絡(luò)的訓(xùn)練教師活動1.運用圖示講解前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)2.運用圖示講解前饋神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程學(xué)生活動講授法：通過圖示講授前饋神經(jīng)網(wǎng)絡(luò)，使學(xué)生能夠具體形象地了解前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及其訓(xùn)練過程教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)六考核評價與教師小結(jié)(10分鐘)1.通過學(xué)習(xí)通課程平臺，完成本小節(jié)的考核評價測試試題。2.通過學(xué)習(xí)通課程平臺教師端，匯總分析考核評價的總體情況3.教師小結(jié)九、反思與改進成功之處：不足之處：2/8課題名稱卷積神經(jīng)網(wǎng)絡(luò)授課類型理實一體授課對象授課課時所授課程授課地點所授教材一、學(xué)情分析本課程授課對象為高職各專業(yè)大一學(xué)生，課程開設(shè)在大一第2學(xué)期，學(xué)生在知識儲備、學(xué)習(xí)特點和信息素養(yǎng)的情況如下：1.知識與技能儲備學(xué)生了解了3種機器學(xué)習(xí)模型，對機器學(xué)習(xí)常用核心技術(shù)有了進一步認識2.學(xué)習(xí)特點授課對象在學(xué)習(xí)方面表現(xiàn)出如下特點：（1）喜歡情境設(shè)定，厭煩平淡無奇的說教；（2）樂于接受可視化教學(xué)資源，反感靜態(tài)紙質(zhì)學(xué)習(xí)材料；（3）具有較強的求知欲，希望進一步了解目前廣泛應(yīng)用的深度學(xué)習(xí)算法。3.信息素養(yǎng)學(xué)生具備了基礎(chǔ)的信息技術(shù)學(xué)科素養(yǎng)，二、教學(xué)內(nèi)容1.知識目標(biāo)2.能力目標(biāo)3.素養(yǎng)目標(biāo)1.教學(xué)重點 八、教學(xué)環(huán)節(jié)教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)一課程回顧與學(xué)習(xí)目標(biāo)(15分鐘)【問題導(dǎo)入】1.神經(jīng)元結(jié)構(gòu)、模型、工作原理是什么？2.怎樣訓(xùn)練前饋神經(jīng)網(wǎng)絡(luò)？【學(xué)習(xí)目標(biāo)】教師活動1.提出問題，回顧上次課中人工神經(jīng)網(wǎng)絡(luò)所學(xué)內(nèi)容2.介紹本單元的學(xué)習(xí)目標(biāo)學(xué)生活動2.思考記錄1.問題教學(xué)法：復(fù)習(xí)人工神經(jīng)網(wǎng)絡(luò)，為本次課程做好鋪墊2.講授教學(xué)法：介紹學(xué)習(xí)目標(biāo)，使學(xué)生明確本次課的要求教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)二學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)(30分鐘)1.輸入層2.卷積層（1）卷積核（2）卷積運算3.池化層4.全連接層5.輸出層（1）線性回歸問題，可以直接使用線性函數(shù)作為輸出以便能夠獲得一個連續(xù)值；（2）多類別分類問題，通常使用softmax函數(shù)作為輸出層的激活函數(shù)以便確定輸入所屬類別。教師活動1.運用圖示講解卷積神經(jīng)網(wǎng)絡(luò)輸入層功能2.運用圖示和動畫講解卷積核和卷積運算3.運用圖示講解池化操作4.運用圖示講解全連接層結(jié)構(gòu)5.運用圖示講解輸出層功能學(xué)生活動2.積極思考3.思考記錄講授法：通過圖示講授卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，使學(xué)生能夠具體形象地了解卷積神經(jīng)網(wǎng)絡(luò)各層的作用教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)三學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的基本原理(20分鐘)1.卷積核如何提取特征（1）卷積核與特征匹配（2）特征圖2.池化的功能3.多層卷積抽取復(fù)雜特征教師活動1.問題：計算機如何識別字母X？2.運用圖示講解卷積核如何提取X特征3.運用圖示講解池化的功能4.運用實例講解多層卷積如何抽取復(fù)雜特征學(xué)生活動2.積極思考3.思考記錄講授法：通過圖示和實例講解特征的提取，使學(xué)生能夠具體形象地了解卷積神經(jīng)網(wǎng)絡(luò)的基本原理教學(xué)環(huán)節(jié)教學(xué)內(nèi)容教學(xué)活動策略與意圖環(huán)節(jié)四學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練(15分鐘)案例：用卷積神經(jīng)網(wǎng)絡(luò)識