第二阶段第8课 机器学习（学习任务单）-初中信息科技人工智能课

学习任务单 第二阶段 第8课 智能语音 项目主题：智能垃圾桶 组别：_____ 组员：_________________________________________________________ 活动1： 小组活动：完成机器学习算法的监督学习和无监督学习的对比分析表格。 一份试卷的参考答案就是标注信息，如果试卷有参考答案，对照参考答案做试卷就是有监督学习，如果试卷没有参考答案，那么做试卷就是无监督学习。 机器学习 数据标签 （是/否） 提取共同特征 （是/否） 生活中应用举例 监督学习 无监督学习 活动2： 小组任务：通过判断天气情况，得出是否出游的决策。决策流程是：先判断天气情况，对于“天气”这个特征，有三种取值，分别为雨、晴和阴；如果是阴天则出游，否则需要再判断风的大小或阳光的强弱，从而进行最终的决策。画出是否出游的多分支决策树。 活动3： 机器学习——手势识别 进入https://train.aimaker.space/train/训练手势,让机器认识”石头”、“剪刀”和“布”。 学习评价： 单选题-练习1： 1.在机器学习中，监督学习是指（ ） A. 机器在没有指导的情况下学习 B. 使用标记过的数据进行学习 C. 通过互动来学习 D. 通过观察来学习 单选题-练习2： 2.以下哪种是监督学习的例子？ A.给计算机提供一组图片，并让它们自己分类 B.根据标记的图片训练计算机识别猫和狗 C.让计算机在没有数据的情况下进行预测 D.计算机自己分类识别垃圾 单选题-练习3： 3.下列关于决策树的说法错误的是（ ） A. 决策树是无监督学习算法 B. 决策树是监督学习算法的一种 C. 决策树是一种通过对历史数据进行测算，实现对新数据进行分类和预测的算法 D. 决策树包含根节点、内部节点和叶子节点 单选题-练习4： 4.以下哪项是机器学习的监督学习的典型应用（ ） A. 人脸识别 B. 智能家居 C. 智能客服 D. 个性化推荐 小组活动评价: 学生自评及教师评价，根据评价结果将分数（1-5）：根据每个项目的表现打分，1为最低，5为最高。 评价项目 学生自评 教师评价 学习任务单完成情况 小组团队合作情况 反馈与反思： 通过本节的学习可以了解到机器学习相关应用和工作原理。为了进一步巩固反思，请考虑以下两个问题： 问题1：机器学习技术通过数据分析提取特征来进行分类或预测，通过模型进行训练，在学习过程中，你认为机器学习技术未来提升学习能力的可能因素有哪些？ 问题2：AI兴趣园地展示的视频中提到的自动驾驶责任归属问题，同学们去查询当地的相关法律条规， 完全自动驾驶的智能网联汽车在无驾驶人期间发生交通事故造成损害，责任归属哪一方？ 核心知识点： 1.人类学习的过程： 2. 机器学习的概念：机器学习（Machine Learning）是人工智能（AI）的一个重要分支，专门研究计算机怎样模拟或实现人类的学习行为，以获取新知识或技能，通过重新组织已有的知识结构不断改善自身性能。被设计用程序和算法自动学习并进行自我优化，同时，需要一定数量的训练数据集来构建过往经验“知识”。 机器学习的过程： 3.监督学习是机器学习中的一种方法，指的是利用一组已知类别的样本来调整模型的参数，以便对新的、未标记的数据进行预测。其核心在于通过带有标签的训练数据来学习输入与输出之间的映射关系。 监督学习的原理： 4.人工智能在处理海量数据时，如果通过预处理使数据满足分类算法的要求很难实现，通常就采用无监督学习。这样人工智能可以不需要分类标签，而是在不断识别数据的过程中学会自己分类。这种不需要标注信息的学习过程称为无监督学习。 无监督学习的原理： 5.监督学习的应用：人脸识别、邮件分类和智能诊断 6.无监督学习的应用：智能家居、智能客服和个性化推荐。 7.决策树（Decision Tree）是一种将实际问题“分而治之”的学习策略。机器可以通过逐一判断多个特征的取值，顺着决策树找到对应的分支，直至作出最终的决策。这种方法通常用于处理分类问题。 ①根节点：包含数据集中的所有数据的集合。 ②内部节点：每个内部节点为一个判断条件，并且包含数据集中满足从根节点到该节点所有条件的数据的集合。 ③叶子节点：为最终的类别，被包含在该叶节点的数据属于该类别。 参考答案 活动1： 机器学习 数据标签 （是/否） 提取共同特征 （是/否） 监督学习 是 否 无监督学习 否 是 活动2： 小组任务：通过判断天气情况，得出是否出游的决策。决策流程是：先判断天气情况，对于“天气”这个特征，有三种取值，分别为雨、晴和阴；如果是阴天则出游，否则需要再判断风的大小或阳光的强弱，从而进行最终的决策。画出是否出游的多分支决策树。 活动3： 略（开放活动） 学习评价： 单选题-练习1： 1.在机器学习中，监督学习是指（ ） A. 机器在没有指导的情况下学习 B. 使用标记过的数据进行学习 C. 通过互动来学习 D. 通过观察来学习 答案：B 解析：监督学习是通过大量的带有标记的数据进行学习训练。 单选题-练习2： 2.以下哪种是监督学习的例子？ A.给计算机提供一组图片，并让它们自己分类 B.根据标记的图片训练计算机识别猫和狗 C.让计算机在没有数据的情况下进行预测 D.计算机自己分类识别垃圾 答案：B 解析：监督学习是通过大量的带有标记的数据进行学习训练。A选项和D选项都表明是计算机自主分类，属于无监督学习，C选项在没有数据的情况下预测不是监督学习。 单选题-练习3： 3.下列关于决策树的说法错误的是（ ） A. 决策树是无监督学习算法 B. 决策树是监督学习算法的一种 C. 决策树是一种通过对历史数据进行测算，实现对新数据进行分类和预测的算法 D. 决策树包含根节点、内部节点和叶子节点 答案：A 解析： 决策树是监督学习算法的一种，不属于无监督学习算法，因此A选项错误。 4.以下哪项是机器学习的监督学习的典型应用（ ） A. 人脸识别 B. 智能家居 C. 智能客服 D. 个性化推荐 答案：A 解析： A选项人脸识别应用包含人脸和姓名和身份ID匹配标记，属于监督学习。智能家居、智能客服和个性化推荐都是无监督学习的典型应用。 2 / 2 学科网（北京）股份有限公司 $$