初中信息技术浙教版（2023）八年级下册第二单元 智能技术初体验第9课 人工智能中的机器学习优质课教学设计

这是一份初中信息技术浙教版（2023）八年级下册第二单元 智能技术初体验第9课 人工智能中的机器学习优质课教学设计，共2页。教案主要包含了教学内容分析，学习对象分析，教学流程，板书等内容，欢迎下载使用。
《人工智能中的机器学习》是浙教版信息技术八年级下册第9课的教学内容。在此之前，学生们已经通过系统的学习，掌握了人工智能的“听”、“说”、“看”的能力，并对人工智能算法有了初步的认识与体验。然而，本课所涵盖的机器学习基本原理和方法，对学生而言却是一个全新且颇具挑战性的领域，其内容的深度和抽象性无疑增加了理解的难度。因此，如何将这些抽象的机器学习原理具象化，并与实际应用相结合，成为本课教学的重中之重，也是教师需要攻克的难点所在。
二、学习对象分析
八年级的学生经过前面的学习，已经能够初步感受到人工智能技术的魅力，并在日常生活中接触到许多人工智能的实际应用。然而，对于人工智能的深入原理，他们的了解仍然相对有限。幸运的是，八年级的学生拥有较强的学习和分析解决问题的能力，他们擅长通过实践体验来总结规律。为此，可以提供相应的学习支架，引导学生自主总结归纳，提炼出相关的模型，从而帮助他们更深入地理解原理。
教学目标
通过对“手写数字识别模型”案例的分析和探究，理解机器学习的基础原理和方法。
借助平台的应用体验，用机器学习的方法分析“数字游戏”。
教学重点： 机器学习的基本原理
教学难点： 有监督学习
四、教学流程
（一）导入新知
（二）原理探究
（三）拓展总结
五、板书
教学内容与活动
设计意图
1.游戏体验（数字游戏）
思考：（1）机器如何判断对错？
（2）机器为什么能识别手写的数字？
手写游戏导入，生动有趣，契合课题。
引出课题
教学内容与活动
设计意图
1.视频：《什么是机器学习》
【活动一】人机对比，总结机器学习的基本流程。
2.平台体验
【活动二】体验“手写数字识别模型”训练过程。梳理模型训练的过程。
数据集
提问：
① 0-9的作用是什么？ --> 分类标签
② 机器如何比较图像数据？ --> 数据的特征
特征提取
提问：计算机如何识别图像数据的特征？
--> 图像数据向量化
训练模型
【活动三】使用KNN算法，参数为5，配置测试比，选出最优测试比。
优化模型
【活动四】小组合作，任选一个算法，通过参数调整，训练模型，记录准确率，找到当前算法的最优模型。
最终模型
3.小结
机器学习的过程。
总结：“手写数字识别模型”的训练过程，是有监督学习的过程。
思考：除了“数字游戏”，有监督学习的训练方式，在生活中还有哪些应用？
通过视频，快速了解机器学习的概念和流程。
人机对比，总结机器学习的基本流程。
初步体验，对模型训练的过程，有大致了解。
通过“手写数字识别模型”应用的案例分析，深入探究机器学习的原理和过程。
化抽象为具体。
控制变量，分析影响模型准确度的因素。
小结提炼。
了解有监督学习的过程和实际应用。
教学内容与活动
设计意图
1.机器学习的方法
（1）有监督学习
（2）无监督学习
两者区别：数据有无标签
2.课后任务
（1）了解无监督学习的过程。
（2）总结有监督学习和无监督学习的区别
让学生掌握机器学习的两种方法，以及两者的区别。
为下节课做铺垫。