第28课 认识决策树算法（教学设计）2025-2026学年五年级全一册信息科技人教版

该小学信息科技教学设计聚焦决策树算法，通过“根节点→内部节点→分支→叶子节点”四层结构及特征选择核心，以“小智买电话手表”角色扮演导入，将生活对话拆解为特征序列，衔接前期if多分支结构，用表格转换与手绘实现树形思维建构。 特色在于情境化与实践性融合，通过角色扮演、手绘决策树、Scratch代码演示，落实计算思维（结构分析、特征选择）和信息意识（可解释性应用），渗透算法伦理（偏见防范），助力学生从生活决策到算法建模，教师可直接用分层任务与评价工具提升教学效率。

《认识决策树算法》教学设计 教材版本：义务教育信息科技课程资源（五年级） 课时安排：1课时（40分钟） 授课对象：五年级学生 一、教材分析 本课是五年级第八单元第一课，基于2022年版课标"身边的算法"模块，是 "人工智能中的算法"主题的开篇。教材以" 小智买电话手表 "这一真实生活情境为切入点，通过"生活决策→抽象建模→决策树绘制→场景迁移"的探究路径，引导学生理解"if-else条件分支结构"在智能决策中的树形化、可视化表达。本课是条件判断与分支结构的高级应用，既是对前期编程逻辑的综合提升（从线性到树形），又是对人工智能可解释性的启蒙渗透，为后续学习随机森林、神经网络等更复杂的AI算法奠定思维基础，体现"科"（决策逻辑抽象）与"技"（树形结构绘制）并重的课程理念。 二、学情分析 1．认知基础：学生已熟练掌握if-elif-else多分支结构，能用条件判断解决二元决策（如成绩等级），但对多层次、嵌套式的决策链（如先颜色→再功能→再性能）缺乏结构化表达能力；对"特征选择"（如为何先问"颜色"而非"价格"）的决策树构建策略缺乏认知。 2．能力特点：对角色扮演和生活决策有浓厚兴趣，具备初步的分类归纳能力，适合在"情境再现→对话拆解→树形绘制→场景设计的沉浸式体验中建构决策树思维。 3．学习障碍预测：难以将连续的对话式决策抽象为 离散的树形节点；对"叶子节点"（最终决策结果）与" 内部节点（特征判断）的功能区分易混淆；在特征选择时可能机械照搬而非按需设计；对决策树的 可解释性优势（相比黑箱模型）理解不深。 三、教学目标（对应核心素养） 1.计算思维：通过分析电话手表选购过程，能描述决策树"根节点→内部节点（特征）→分支（取值）→叶子节点（决策）"的四层结构，理解 特征选择 是构建有效决策树的核心。 2.信息意识：感知决策树算法在推荐系统、医疗诊断中的广泛应用，体会 AI算法 已深度嵌入社会服务，理解算法透明性、可解释性对用户信任的重要性。 3.数字化学习与创新：能手绘一个2-3层决策树（如"周末活动选择"），并尝试用Scratch或Pythn的嵌套if实现自动决策，体验 从图形到代码的双向转换。 4.信息社会责任：认识到决策树算法虽可解释但可能固化偏见（如"年龄>50→不推荐新技术"），理解AI决策需公平、无歧视，养成"算法设计需考虑伦理影响"的技术向善意识。 四、教学重难点 重点：理解决策树"用树形结构表达多条件决策"的核心思想，掌握根节点（首个判断特征）、分支（特征取值）、叶子节点（最终决策）的画法与功能。 难点：理解" 特征选择顺序"对决策效率的影响（如先问"颜色"再问"防水"与先问"防水"再问"颜色"的决策路径长度差异）；掌握叶子节点的判定条件（何时停止分支）。 五、教学准备 教师准备：教学课件、4种电话手表图片（不同颜色、防水、摄像头、待机）、决策树绘制磁贴（根节点、分支、叶子）、角色扮演头饰（爸爸、小智）、Scratch决策树演示程序、学习单（含对话拆解表、决策树绘制框、场景设计表）。 学生准备：记录本、复习多分支结构，思考"买手机时你会先考虑什么特征"。 六、教学过程 环节一：情境导入，对话激趣（3分钟） 活动1：小智的电话手表 1.角色扮演：两名学生佩戴头饰，表演PPT中的对话： 爸爸：你喜欢什么颜色的电话手表？ 小智：我喜欢深色的。 爸爸：黑色、蓝色还是深灰呢？ 小智：我想还是蓝色更好。 爸爸：你想要游泳时也能戴吗？ 小智：当然啦…… 2.提问拆解：对话结束后，教师提问："爸爸问了几个问题？"（颜色、防水、拍照、待机）"每个问题有几个选项？"（颜色3选、防水2选（是/否）、拍照2选、待机2选） 3.目标揭示："这种'先问大类，再问细节'的决策方式，就是决策树算法！今天我们把聪明的对话'画成树！" 设计意图：通过角色扮演将静态对话转化为动态表演，激活课堂氛围，通过提问拆解将连续对话离散化为特征序列，自然引出决策树主题，渗透"人类决策本身就隐含算法"的认知。 环节二：对话分析，决策树绘制（10分钟） 活动2：把对话"画"成树 1.对话结构化（3分钟） 学习单任务一：学生将对话内容转换为表格： 提问顺序 特征（问题） 取值（回答） 1 颜色 深色→蓝色 2 防水 是 3 摄像头 前后都有 4 待机 长 2.决策树绘制（5分钟） 教师示范：在黑板上手绘决策树： 根节点：颜色？（分支：深色→防水？，浅色→？） 第二层：防水？（分支：是→摄像头？，否→？） 第三层：摄像头？（分支：前后→待机？，仅前→？） 第四层：待机？（分支：长→叶子：买，短→叶子：不买） 学习单任务二：学生模仿绘制决策树（2-3层），用方框表示判断节点，用椭圆表示叶子节点（决策结果）。 3.结构分析（2分钟） 提问："根节点为什么是'颜色'？可以是'防水'吗？"（可以，但颜色先问更符合购物习惯） 概念定义：板书"根节点：首个判断特征"，"叶子节点：最终决策结果"。 设计意图：通过表格转换实现结构化，通过手绘模仿实现可视化，重点突破"节点类型"与"树形层次的理解，在动手绘制中深化决策逻辑的树形化表达。 环节三：算法原理，特征选择（8分钟） 活动3：为什么要"先颜色后防水"？ 1.特征重要性（3分钟） 小组讨论："如果先问"待机"后问"颜色"，决策树会怎样？"（可能先排除一批，但颜色是首要偏好） 教师讲解："特征选择顺序影响决策效率。区分度大（能让后续分支最少）的特征放前面。" 2.可解释性优势（3分钟） 对比："决策树 vs 神经网络，为什么医生更愿意用决策树？"（决策树像诊断流程，每一步可解释；神经网络像黑箱） 学习单任务三：学生用一句话说明"可解释性"的好处（如"知道为什么被拒绝贷款"）。 3.过度拟合警示（2分钟） 反例：展示一个过度细分的决策树（如"颜色=蓝 AND 防水=是 AND 摄像头=前后 AND 待机>10小时 AND 品牌=某"），叶子节点只有1个案例。 提问："这棵树太严格，有什么问题？"（太个性化，不通用，是过拟合） 渗透："叶子节点需要足够多的样本，决策树才健壮。" 设计意图：通过特征顺序讨论培养算法设计思维，通过可解释性对比渗透AI伦理，通过过拟合警示培养模型健壮性意识，深化对决策树算法本质的理解。 环节四：场景迁移，算法应用（10分钟） 活动4：决策树就在身边 1.场景分析（3分钟） 课件展示：四个应用场景（购物推荐、医疗诊断、公交预测、自动驾驶），教师快速讲解每个场景的决策特征： 医疗诊断：症状→检查→结果→用药 公交预测：路况→时段→天气→到站时间 2.小组设计（5分钟） 学习单任务四：小组选择一个场景（如"周末活动选择"），设计一个3层决策树： 根节点：天气？（晴天/阴天/雨天） 第二层：时间？（上午/下午） 第三层：人数？（1人/多人） 叶子：活动建议（打球/看书/看电影/聚餐） 3.作品分享（2分钟） 快速展示：2组用投影展示决策树，1人讲解特征选择理由。 设计意图：通过多场景分析拓宽算法视野，通过小组设计实现知识迁移与创造，通过快速分享锻炼表达能力，在应用设计中内化决策树构建方法。 环节五：算法实现，代码初探（5分钟） 活动5：决策树"跑"起来 1.Scratch演示（2分钟） 教师演示：打开Scratch决策树程序，点击"蓝色"→"是"→"前后都有→"长待机"，角色说"推荐手表X！ 学生观察：代码是嵌套的if...then...if...then...。 2.Pythn对应（2分钟） 代码展示：clr = "blue" waterprf = True camera = "bth" battery = "lng" if clr == "blue": if waterprf == True: if camera == "bth": if battery == "lng": print("推荐：手表X") else: print("不推荐") else: print("推荐：手表Y") else: print("不推荐") 3.双向映射（1分钟） 提问："树形结构与嵌套if是什么关系？"（ 一一对应，树深度=if嵌套层数） 设计意图：通过Scratch可视化与Pythn代码展示，实现图形结构→程序逻辑的双向映射，重点突破"决策树可代码化"的认知，为后续机器学习库调用埋下伏笔。 环节六：总结作业，分层拓展（4分钟） 活动6：要点回顾与算法思辨 要点回顾：学生总结"决策树 = 树形结构 + 特征选择"，教师强调"可解释性是它的最大优势"。 算法警示："但决策树也可能固化偏见（如'年龄>50→不推荐智能手表'），设计时需公平。" 作业布置： 必做：完成学习单"选择周末运动"的3层决策树设计（特征：天气、时间、场地）。 选做（二选一）： A.研究类：查阅资料，撰写150字说明"决策树如何防止过拟合"（提示：剪枝策略）。 B.编程类：用Scratch实现"推荐图书"决策树（特征：年龄、类型、页数）。 设计意图：必做巩固决策树设计能力，选做A衔接机器学习进阶知识，选做B强化编程实现，保持学习的延续性与挑战性。 七、板书设计 第28课 认识决策树算法 决策树 = 树形 + 决策逻辑 结构： 根节点：首个特征 分支：特征取值 叶子：最终决策 实例：买手表 颜色？→防水？→摄像头？ 叶子 优势：可解释（像流程图） 警示：防止偏见与过拟合 八、作业设计 必做作业：为"选择午餐"设计一个决策树，至少包含3个特征（如：时间、预算、口味），并画出树形结构。 选做作业（二选一）： A.研究类：撰写200字说明"决策树在司法判决中的应用风险"（提示：若用"种族"作为特征，可能导致歧视）。 B.编程类：用Pythn编写嵌套if实现"根据天气、温度推荐穿衣"的决策树，测试3组输入。 九、教学评价设计 评价维度 评价指标 评价工具 评价主体 算法理解 能正确识别决策树的根节点、分支、叶子 学习单任务二 教师观察+自评 设计能力 能设计3层决策树并说明特征选择依据 学习单任务四 教师批改+互评 应用迁移 能为新场景设计合理的决策特征 课堂分享 教师评价 伦理思辨 能说出决策树可能存在的偏见风险 课堂讨论 教师评价 十、教学反思要点 1.特征选择的逻辑引导：学生可能随意选择特征顺序。需准备"特征重要性提问卡"，如"哪个问题能排除最多选项？"，引导最优特征选择。 2.树深度的控制：学生可能画得过深过细，导致过拟合。需强调"叶子节点样本数≥3"的健壮性原则，对过度细分的树及时叫停并引导剪枝。 3.算法伦理的渗透深度："偏见"概念对小学生较抽象。需用具体例子（如"男生→推荐蓝色手表，女生→推荐粉色手表"）引发学生性别刻板印象的直观反感，再上升到算法公平。 4.生成性资源的应用：收集学生设计的优秀决策树，作为班级算法博物馆展品，并用于下节课"随机森林"的基学习器示例，实现知识复用。 5.时间分配的弹性：环节四"场景设计"可能因学生创意过多而超时。需准备 "设计脚手架"，提供特征选项库（天气、时间、人数、预算、距离），学生勾选而非空想，提高效率。 学科网（北京）股份有限公司 $