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)1

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(shè)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理解了機器學習的基本原理，熟悉了機器學習項目開發(fā)流程與步驟，能夠區(qū)分監(jiān)督學習和無監(jiān)督學習的不同點2.學習特點授課對象在學習方面表現(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)學習興趣；（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資源，反感靜態(tài)紙質(zhì)學習材料；（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)學生具備了基礎(chǔ)的信息技術(shù)學科素養(yǎng)，二、教學內(nèi)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(nèi)容教學活動策略與意圖環(huán)節(jié)一課程回顧與學習目標(10分鐘)【問題導入】什么是監(jiān)督學習？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【學習目標】教師活動1.提出問題，回顧以前所學內(nèi)容并引申出分類問題和決策樹2.介紹本單元的學習任學生活動2.思考記錄1.問題教學法：復習監(jiān)督學習概念，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(nèi)容教學活動策略與意圖環(huán)節(jié)二介紹決策樹案例(10分鐘)決策樹案例：學習狀態(tài)預測問題在教學過程中，教師常常需要通過學生的日常表現(xiàn)推知學生的學習狀態(tài)。這一場景就可以被建模為監(jiān)督學習問題。1.特征取值范圍2.訓練集教師活動學生活動1.案例分析法：學習狀態(tài)預測問題案例是貫穿本次授課始終的案例，通過此案例，可以幫助學生具體形象地理解決策樹2.結(jié)合案例講解特征值、樣本、標簽等基本概念教學環(huán)節(jié)教學內(nèi)容教學活動策略與意圖環(huán)節(jié)三學習決策樹基本原理(10分鐘)1.決策樹決策樹是一個預測模型，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)點則表示一個學習狀態(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.組織學生討論如何手工建立案例所示的決策樹學生活動1.講授法：結(jié)合示例講授決策樹基本原理，使學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，使學生對決策樹有進一步了解，為講解算法做好鋪墊教學環(huán)節(jié)教學內(nèi)容教學活動策略與意圖環(huán)節(jié)四學習決策樹基本算法(25分鐘)1.基本思路決策樹的訓練過程就是根據(jù)訓練集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)來自訓練樣本集訓練樣本集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，使學生能夠逐步了解決策樹的訓練過程教學環(huán)節(jié)教學內(nèi)容教學活動策略與意圖環(huán)節(jié)五學習信息增益(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，希望位置越高的內(nèi)部結(jié)點的決策特征對訓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準，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：計算訓練集對應(yīng)的集合D的信息熵E怎樣度量特征劃分訓練樣本能力？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致的信息熵降低程度，在數(shù)學上可以定義為：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練樣本能力？6.講授信息增益概念，舉例如何計算學生活動啟發(fā)式教學法和問題教學法相結(jié)合：通過不斷提出問題解決問題，引導學生理解如何利用信息增益選擇最優(yōu)特征教學環(huán)節(jié)教學內(nèi)容教學活動策略與意圖環(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，使學生進一步理解決策樹