信息技術(第2版)(拓展模塊)教案 拓展模塊5 5.3常用核心技術2_第1頁
信息技術(第2版)(拓展模塊)教案 拓展模塊5 5.3常用核心技術2_第2頁
信息技術(第2版)(拓展模塊)教案 拓展模塊5 5.3常用核心技術2_第3頁
信息技術(第2版)(拓展模塊)教案 拓展模塊5 5.3常用核心技術2_第4頁
信息技術(第2版)(拓展模塊)教案 拓展模塊5 5.3常用核心技術2_第5頁
已閱讀5頁,還剩4頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

2/8課題名稱貝葉斯分類器與人工神經(jīng)網(wǎng)絡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、學情分析本課程授課對象為高職各專業(yè)大一學生,課程開設在大一第2學期,學生在知識儲備、學習特點和信息素養(yǎng)的情況如下:1.知識與技能儲備學生進一步理解了機器學習的基本原理,了解了決策樹算法,對機器學習算法開發(fā)流程有了進一步認識2.學習特點授課對象在學習方面表現(xiàn)出如下特點:(1)喜歡情境設定,厭煩平淡無奇的說教;(2)樂于接受可視化教學資源,反感靜態(tài)紙質學習材料;(3)具有較強的求知欲,希望了解一些具體的機器學習算法。3.信息素養(yǎng)學生具備了基礎的信息技術學科素養(yǎng),二、教學內容1.知識目標2.能力目標3.素養(yǎng)目標1.教學重點八、教學環(huán)節(jié)教學環(huán)節(jié)教學內容教學活動策略與意圖環(huán)節(jié)一課程回顧與學習目標(5分鐘)【問題導入】決策樹算法開發(fā)流程是什么?【學習目標】教師活動1.提出問題,回顧以前所學內容2.介紹本單元的學習目標學生活動2.思考記錄1.問題教學法:復習決策樹算法開發(fā)流程,為本次課程做好鋪墊2.講授教學法:介紹學習目標,使學生明確本次課的要求教學環(huán)節(jié)教學內容教學活動策略與意圖環(huán)節(jié)二學習貝葉斯分類器(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)案例訓練集數(shù)據(jù)計算學習狀態(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)案例訓練集數(shù)據(jù)計算學習狀態(tài)為“好”條件下考試成績良好的可能性。P4.機器學習模型的概率表示模型f(x)是一個有關概率分布的函數(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)學表示為f例:對于案例訓練集數(shù)據(jù)中的學習狀態(tài)判斷問題,已知一個學生考試成績良好,能按時完成作業(yè),課上注意力一般,出勤率低,需要判斷其學習狀態(tài)。該問題可表達為以下形式并選取其中較大者的學習狀態(tài)作為判斷結果。P(學習狀態(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(學習狀態(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教師活動學生活動1.案例分析法:學習狀態(tài)預測問題案例是貫穿貝葉斯分類器始終的案例,通過此案例,可以幫助學生具體理解葉斯分類器算法2.結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,使學生理解前后的邏輯關系教學環(huán)節(jié)教學內容教學活動策略與意圖環(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用舉例例:以案例訓練樣本集合,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、出勤率低的學生的學習狀態(tài)。解:1.計算學習狀態(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(學習狀態(tài)=2.計算學習狀態(tài)為“差”條件下的各項概率估計值。P學習狀態(tài)=差=PPP根據(jù)樸素貝葉斯公式,可以得到P(學習狀態(tài)結論:比較以上兩個計算結果,學習狀態(tài)好的計算結果更大,因此判定該學生的學習狀態(tài)為好。教師活動1.布置任務:以案例訓練樣本集合,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、出勤率低的學生的學習狀態(tài)2.提示完成任務的具體方法3.點評學生完成任務情況學生活動任務驅動法:通過學生自己動手完成任務,使學生進一步理解樸素貝葉斯分類器的算法教學環(huán)節(jié)教學內容教學活動策略與意圖環(huán)節(jié)四學習神經(jīng)元(25分鐘)1.神經(jīng)元結構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)元結構2.運用圖示講解神經(jīng)元基本原理學生活動2.積極思考3.思考記錄講授法:通過圖示講授神經(jīng)元,使學生能夠具體形象地了解神經(jīng)元結構及其工作原理教學環(huán)節(jié)教學內容教學活動策略與意圖環(huán)節(jié)五學習前饋神經(jīng)網(wǎng)絡結構(15分鐘)1.前饋神經(jīng)網(wǎng)絡結構2.前饋神經(jīng)網(wǎng)絡的訓練教師活動1.運用圖示講解前饋神經(jīng)網(wǎng)絡結構2.運用圖示講解前饋神經(jīng)網(wǎng)絡的訓練過程學生活動講授法:通過圖示講授前饋神經(jīng)網(wǎng)絡,使學生能夠具體形象地了解前饋神經(jīng)網(wǎng)絡結構及其訓練過程教學環(huán)節(jié)教學內容教學活動策略與意圖環(huán)節(jié)六

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論