0 0 类别 : 教案

《动物识别大冒险——决策树探索》教学设计 课型 新授课 学时 1 授课年级 七年级 教学目标 智能思维 通过手绘分类图的方式实现简单的事物分类，让学生理解决 策树的基本流程。 通过不同的特征排序造成纯度不同的结果，让学生初步理解 分类纯度的意义，知道分类纯度影响决策准确与决策速度。 智能应用与创造 通过运用在线平台训练决策树分类器，使学生掌握对常见动 物进行分类的方法。 内容分析 决策树是一种模拟决策过程的算法。就像人类在面临选择时会提出一系列问题并根据问 题的答案做出决定一样，决策树也通过一系列的问题和条件来做出决策。本节课的主要 内容是介绍决策树的原理、构建以及验证，让学生体会决策树的本质并能够灵活运用。 学情分析 知识基础： 学生具有生物学基础知识，理解动物的基本分类和特征（如飞行能力、是否水生、体表 覆盖等）。学习了基础的数学，包括算术和初步的代数，能够理解算法中的数学原理 认知特点： 课程通过读本、PPT 和学习任务单的结合，采用了多种教学模式，包括文本解释、图形 示意和实际操作，这有助于满足不同认知风格的学生的学习需求。 学习风格： 七年级学生对决策树较为陌生，因此用动物园分类的真实情景来导入课程，让学生大致 了解决策树是一个分叉型结构，进而讲解决策树的原理、结构，过程中通过纸笔绘制决 策树和平台体验决策树的构建来加深学生对决策树的掌握。 教学方法教 学重难点 教学重点 决策树的基本结构以及搭建方法。 教学难点 特征的选择及顺序。 教学方法 讲授法、任务驱动教学法 教学过程学 习环境与 教学资源 ·学习环境 多媒体教室 ·教学资源 教学课件、学习任务单、《人工智能读本》 教学环节 教师活动 学生活动 设计意图 课程回顾 回顾上节课内容： 教师在课程开始时回顾机器学习的 三种类型：监督学习、无监督学习 和强化学习，并特别强调决策树在 监督学习中的应用。 介绍决策树的实际应用： 通过日常生活中的例子（如网购和 视频推荐）解释决策树如何帮助提 升用户体验，以此来增强学生对决 策树实际用途的理解 认真聆听老师的讲解，思 考生活中的决策树例子 1.加强学习连贯性：通 过回顾和连接之前学 习的内容，教师旨在 帮助学生建立知识之 间的联系，理解不同 机器学习算法之间的 关系和区别。 2.提升实际理解：通过 具体例子和应用场 景，使学生能够将理 论与实际结合，理解 决策树如何在现实世 界中解决问题。 情景引入 1.介绍动物园实例： 教师通过投影或展示动物园的导览 图（如文件中的图示），介绍动物园 不同区域和动物种类的分布。引导 学生思考如何在大型动物园中有效 找到自己感兴趣的动物。 2.引导思考： 教师提出问题，例如：“如果你们只 有一个小时的时间在动物园，你们 会如何快速找到你们最感兴趣的动 物？” 让学生思考并分享他们的策略，如 按动物的种类、生活环境等分类找 寻。 学生观察由教师提供的动 物园导览图，并思考如何 利用图中信息快速找到自 己感兴趣的动物。 分享自己的策略和想法， 例如基于动物的种类或生 活环境进行搜索。 学生分成小组，每组讨论 并列出他们会怎样分类和 寻找动物，例如选择首先 寻找飞行动物、水生动物 还是哺乳动物。 每个小组将他们的想法在 班上进行分享。 通过具体的动物园导 览图和实际例子，使 学生能够直观理解决 策树如何工作，以及 它在实际生活中的应 用。 引导学生通过观察和 分析动物的生活环境 和生理特征，培养他 们的逻辑思维和科学 分类能力。 搭建决策树 1.体验一层决策树： 教师确保每个学生或小组可以访问 在线决策树平台（优必选平台）。 教师现场演示如何登录平台、选择 决策树功能，并开始构建一个简单 的一层决策树模型。 使用动物的基本特征（如是否可以 飞行、是否生活在水中、是否有毛 发）来演示如何添加决策点和分 支。 2.搭建三层决策树： 指导学生自己操作平台，搭建三层 决策树，只选择飞行、水生、毛发 三个特征进行分类。 监督学生操作，确保他们正确理解 如何从特征选择开始到决策结果的 整个流程。 3.决策树理论介绍： 教师通过 PPT 详细介绍决策树的基 本概念，包括节点、边、根节点、 内部节点、叶节点等。 使用图解和示例（如动物分类）来 解释决策树是如何一步步分解问 题，通过一系列的是/否问题来达到 最终的分类决策。 学生登录在线决策树平台 （如优必选平台），按照 教师的引导，首先尝试使 用“一层决策树”来分类动 物。选择一个特征（如 “飞行”）来检验其对分类 飞行动物和非飞行动物的 效果。接着，学生尝试 “三层决策树”，自由排列 飞行、水生、毛发这三个 特征，进行更复杂的动物 分类。 学生使用所构建的决策树 对一组给定的动物进行分 类，记录分类结果，并观 察是否与预期一致。 学生在讲解过程中做笔 记，尤其记录关键术语和 概念的定义，以及决策树 构建的基本步骤。 通过实际操作在线平 台，使学生能够将理 论知识应用于实际问 题解决中，增强学习 的实效性和深度。 通过构建和调整自己 的决策树，学生能够 深入理解决策树的工 作机制和分类决策的 逻辑。 通过详细讲解和实例 演示，帮助学生深入 理解决策树的结构和 工作机制，提高学生 对理论的吸收和理解 能力。 分析与讨论 引导练习： 教师引导学生为动物归类。观察归 类是否正确 分析与讨论： 教师安排学生对比不同小组的决策 树，特别是那些分类准确性或方法 有显著差异的。 引导学生探讨组内不同同学搭建决 策树时，生活习性、毛发特点、能 否飞行三个特征的先后顺序一样 吗？分类结果是否相同。 3.关联实际应用： 结合现实世界的案例（如医疗诊 断、金融风险评估等），讨论决策树 的实际应用和局限性。 引导学生思考如何改进现有的决策 树模型，以提高其实用性和准确 性。 小组实操：学生们在老师 提供的或在线平台上实际 构建决策树。每个小组构 建决策树，观察并记录结 果的变化。 对比分析：每个小组根据 他们的观察，比较不同特 征顺序构建的决策树的分 类效果，讨论为何某些特 征顺序提供了更准确或更 快速的分类结果。 深化理解：通过亲自 操作和观察不同特征 顺序的影响，学生能 更深入地理解决策树 算法及其工作机制。 鼓励学生批判性地考 虑特征选择和排序的 重要性，以及如何优 化模型的决策路径。 板书设计 一、什么是决策树 决策树是一种树形结构的算法，用于进行决策支持。 二、决策树的基本结构包括哪些 根节点：决策树的起点 内部节点：一个属性或特征 分支：每个分支代表一个测试输出，也就是特征的一个值。 叶节点：最终的输出或类别 三、哪些因素会影响最后的分类结果？ 特征选择 树的深度…… 教学反思