项目九 体验人工智能第三节说课课件-2025-2026学年沪科版高一信息技术必修一

了解手写数字识别——《体验人工智能》 3.建立手写数字识别模型并进行验证 目录 01 为何学 02 学什么 03 怎么学 教材分析 学情分析 教学目标 教学重难点 教学方法 教学过程 教学反思 01 为何学 教学方法 教学重难点 教学过程 教材分析 说地位： 1 学情分析 教学目标 教学反思 2 3 说联系： 说教材处理： 本节课是沪教版高中信息技术必修一第四单元人工智能初步，项目九了解手写数字识别——体验人工智能。 前面的学习已经完成了机器学习中的采集数据和建立模型步骤， 本节课将根据测试结果， 反复调整寻求模型的更优参数， 实现模型的验证和评估。 通过识别学生手写的数字实现对模型的应用， 体验其他书写输入的使用过程， 为下一课时人工智能的发展与应用做铺垫。 教学方法 教学重难点 教学过程 教材分析 学情分析 教学目标 学生状况 通过前两次课的学习， 学生对人工智能已经有了一定的了解和认识， 知道了机器学习的一般过程， 能够独立完成数据采集， 并对采集到的数据进行训练， 以建立一个模型。本节课继续学习如何验证、评估和应用模型。 由于高一年级学生本身积极热情、求知欲强， 所以通过一个“求助 ”更能激发学生的学习兴趣， 顺利引出本节课的主题， 并围绕着解决“求助”展开一系列活动。 教学反思 02 学什么 教学方法 教学重难点 教学过程 教材分析 学情分析 教学目标 计算 思维 通过修改 python 代码的参数进行模型的训练， 寻求模型的更优参数 数字化学习与创新 1.学会使用建立的模型识别手写数字图片 2.利用 word 中的墨迹公式识别手写数学公式 信息社会责任 体验多种手写识别功能， 感受人工智能带给我们生活的便利 教学反思 教学方法 教学过程 教材分析 学情分析 教学目标 教学重难点 教学重点 能够用建立的模型识别手写的数字 教学难点 会修改 python 代码的参数，并寻找模型的更优参数。 突出重点 突出难点 通过实例讲解，促进学生对知识点的理解 解决问题 解决问题 教学反思 03 怎么学 教学过程 教材分析 学情分析 教学目标 教学重难点 教学方法 以问题求解为导向的启发式教学法 以学生感兴趣的事物为教学背景，在教学开始前激发学生兴趣，降低教学难度。 讲授法 情景教学法 教学反思 教材分析 学情分析 教学目标 教学重难点 教学方法 教学过程 导入新课 2分钟 新课讲解 15分钟 小组探究 8分钟 巩固知识 10分钟 小结及作业 5分钟 教学反思 1 3 5 2 4 课堂导入 设计意图 用数学老师的求助创设情景，吸引学生的注意力，引出上节课建立的模型，为今天要学习的内容做铺垫 情景：数学老师现在有一个紧急求助， 需要我们 帮忙解决， 一个 word 文档和一张图片， 要求把图片上手写的数学公式输入到 Word 文档对应的题目空白处。请同学们帮助老师解决这个求助。 课堂导入 交流讨论 设计意图 通过提问， 唤起学生对上节课知识的回顾，介绍验证模型的过程，加强对深度学 习和卷积神经网络的理解。 学生交流讨论如何解决这个求助？ 1.截图插入 2.使用手写数字识别模型 问题：如果使用上节课同学们建立的手写数字识别模型能否识别出图片上的数学公式呢？ 采集 数据 建立 模型 验证 模型 评估 模型 应用 模型 新课讲解 课堂导入 验证评估模型——教师演示操作 设计意图 学生根据教师的演示操作，进行验证和评估模型，并使用截图软件把测试结果上传给老师 （1）用 python 打开 （2）运行程序，观看结果 （3）设置不同参数，多次观看结果 测试结果如下： 新课讲解 课堂导入 应用模型 设计意图 使用画图工具手写数字，应用模型识别，查看识别结果， 直观且易操作，学生更加感兴趣。 （1）使用工具手写一个数字并保存 （2）应用模型识别手写的数字图片 模型评估完成后，根据机器学习的一般过程，最后一步就是应用模型 新课讲解 课堂导入 实践操作 设计意图 使用模型识别手写数学公式的建议解决不了今天的求助，因此引出新的方式。 思考：如果我们手写一个两位数，模型还能否正确识别？ 通过尝试发现， 我们建立的模型只能识别 0—9 的 数字，无法完成两位数或者更复杂的识别 新课讲解 课堂导入 word中AI图片识别公式 设计意图 对于复杂的数学公式，使用AI图片识别公式手写输入识别，体验多种手写识别工具。 【教师演示操作】 新课讲解 打开“综合小练.doc”,选择“插入 ”菜单中“公 式 ”选项，选择“AI识别公式 ”完成数学公式的输入。 使用AI公式完成数学公式的输入，并将完成的 Word 文档上传给老师。 【讲解视频】 【学生操作】 课堂导入 设计意图 在学生对深度学习和手写数字识别模型有一定理解后，引入人脸表情识别任务，进一步拓展学生对深度学习应用场景的认识。让学生观察训练样本数与正确率之间的关系，加深对模型训练过程和性能影响因素的理解。 任务一：人脸表情识别 新课讲解 课堂导入 设计意图 新课讲解 任务一：人脸表情识别 课堂导入 设计意图 通过微课讲解软件操作过程，为学生提供明确的操作指导，使学生能够顺利进行人脸表情识别的实践操作，巩固对深度学习模型应用的掌握，同时提高学生的动手实践能力。 新课讲解 任务一：人脸表情识别 微课讲解软件操作过程 课堂导入 设计意图 组织小组合作，让学生上传自己不同表情的照片进行测试，增加课堂的趣味性和互动性，激发学生的学习积极性。让学生在实践中进一步体验人脸识别技术的应用，加深对深度学习模型在实际场景中效果的理解。 新课讲解 任务一：人脸表情识别 课堂导入 设计意图 提供浦育网站链接，让学生利用网站资源制作表情包，将所学知识与实际创作相结合，培养学生的创新能力和实践能力。同时，让学生感受到人工智能技术在生活中的有趣应用，进一步激发学生对人工智能领域的兴趣。 新课讲解 任务二：制作表情包 AI体验 制作表情包 请大家打开浦育网站https://www.openinnolab.org.cn/pjedu/home 课堂导入 设计意图 通过总结整理本节课的学习脉络，使学生对所学知识有清晰的把握。 新知讲解 课堂总结 课堂导入 设计意图 亲身体验， 丰富学生的认知，保持与时俱进的热情 新知讲解 01 02 课堂总结 课后作业 作业1： 在电脑或智能手机上，选择一种可识别文字的软件或APP，找一些文字进行识别，体验人工智能 作业2： 预习下节课的内容 §9.3 建立手写数字识别模型并进行验证 课堂导入 新知讲解 课堂总结 板书设计 机器学习的一般过程 采集数据 建立模型 验证模型 评估模型 应用模型 深度学习 卷积神经网络 04 教学反思 1 2 优点 01 课堂活动有趣，学生在课堂积极性很高， 学习兴趣浓厚 1 2 不足 02 给学生使用手写板操作体验的时间不足 教材分析 学情分析 教学目标 教学重难点 教学方法 教学过程 教学反思 感谢各位评委老师的聆听 EV录屏5.3.6软件录制 Lavf58.20.100 本视频由湖南一唯信息科技开发的EV录屏软件录制, www.ieway.cn $$