第9课 人工智能中的机器学习 教学设计 2025-2026学年浙教版初中信息科技八年级下册

初中信息科技课时备课 课 时 概 况 课 题 人工智能中的机器学习 课时序号 教师 备课时间 年 月 日 上课时间 年 月 日 教 学 设 计 学习内容分析 课标相应内容要求：《信息科技课程标准》要求学生能说出机器学习的基本工作过程，举例说明机器学习在生活中的典型应用，感知机器学习对问题解决方式的改变。 主要内容：本课为八年级下册第二单元第9课，主要包含三部分内容：机器学习的基本原理、有监督学习与无监督学习的核心特征、机器学习在生活中的应用。 望远镜思维——纵向联系：本单元前三课的语音识别、图像识别学习，以及前一课人工智能算法的学习，为本课提供了人工智能应用的认知基础；本课是对人工智能核心技术原理的深化探究，也为后续一课智能创意设计奠定了技术原理基础，同时为九年级人工智能安全与发展的学习做好铺垫。 放大镜思维——横向逻辑：本课以"解决水果店苹果自动分类"真实问题为主线，从原理探究到概念建构再到实际应用，层层递进，落实了"人工智能三大技术基础是数据、算法和算力""机器学习是人工智能核心学习方式"等大概念，符合从具象到抽象、从认知到应用的认知逻辑。 --- 学习对象分析 1. 心理和思维特点：八年级学生抽象逻辑思维逐步发展，但仍依赖具象经验支撑，对人工智能新技术充满好奇心，愿意参与动手体验类的探究活动。 2. 已有知识基础和生活经验：学生是机器学习产品的日常用户，每天接触短视频个性化推荐、拍照识物、智能翻译等应用，已经学习过人工智能基本概念、三大技术基础、语音图像识别技术，具备本课学习的知识储备。 3. 典型认知误区：①认为"所有人工智能都是机器学习"，比如学生觉得Siri能语音回答问题全部靠机器学习，不知道早期基于规则的语音识别并不属于机器学习；②认为"机器学习和普通编程一样，都是人给计算机写好所有规则"，比如学生觉得AI识别苹果，就是程序员把红富士的颜色、形状等所有规则一条条写给计算机，不知道计算机是自己从数据中总结规则；③认为"有监督学习和无监督学习是完全对立的"，不知道实际应用中两种学习方式经常结合使用。 --- 学习目标 1. 通过对比人类认识苹果和机器学习认识苹果的过程，能说出机器学习的基本原理，准确解释"数据、训练、模型"三个核心术语的含义 2. 通过探究对比两种学习情景，能说出有监督学习和无监督学习的核心差异，能准确区分两种学习方式的特征 3. 能针对生活中的具体机器学习应用场景，判断合适的学习类型，说明机器学习在解决问题中的作用 --- 教学重难点 教学重点：机器学习的基本原理，有监督学习与无监督学习的核心区别 教学难点：理解机器学习从数据中自主总结规则的本质，正确判断不同场景的学习方式 --- 教学方法 情景教学法、实验探究法、对比教学法、小组合作法 --- 学习资源 硬件环境：多媒体联网计算机教室，2人一台计算机 软件环境：英荔AI机器学习体验平台、Kimi人工智能助手、浏览器 教学资源：苹果分类实验任务单、水果店问题情境包、不同品种苹果样本图片集 教学准备：提前测试平台网络、预上传样本图片、划分2人合作小组 --- 学习过程 【活动描述】创设真实情境：学校门口"缤纷水果店"老板每天要人工分类500斤混杂的红富士、青苹果、蛇果，人工分类需要2小时，出错率达15%，老板想请同学们设计AI自动分类方案，引发学生思考AI如何实现自动分类。 【学生活动】倾听情境问题，思考解决方向，分享自己的初步想法，提出"让AI认识不同苹果"的核心需求。 【教师活动】播放提前拍摄的水果店人工分拣苹果的短视频，抛出核心问题："人工分类费时费力，人工智能怎么才能认识不同种类的苹果呢？今天我们就一起来探究人工智能中的机器学习。"引出本课课题。 【设计意图】从学生身边真实的劳动问题切入，快速让学生代入问题解决者角色，激发学习动机，引出本课核心探究问题。 --- 【学习过程-建构】 活动1：原理探究——对比人类与AI的学习过程 【活动描述】给出两组对比案例：①人类学习：给一个从没见过苹果的小孩看30张标注好种类的苹果图片（10张红富士、10张青苹果、10张蛇果），小孩看多了就能认出新的苹果；②AI学习：给AI输入同样30张标注好种类的苹果图片，AI经过学习就能认出新的苹果。让学生对比总结两个过程的共同点，自主生成机器学习的概念。 【学生活动】填写对比任务单，小组讨论共同点，派代表分享总结：两者都是通过大量样本学习，学完后可以识别新的同类事物，尝试总结机器学习的定义。 【教师活动】引导学生梳理规律，总结机器学习的核心定义：机器学习是计算机通过大量数据训练，自动总结规则、不断改进性能的过程，讲解核心术语：用来学习的图片就是数据，学习的过程就是训练，训练得到的识别规则就是模型，把模型类比为函数`y=f(x)`，输入新苹果图片x，就能输出种类结果y。 【设计意图】用学生熟悉的人类学习做对比，把抽象的机器学习原理转化为具象经验，让学生自主生成概念，降低认知难度。 活动2：概念探究——两种机器学习方式对比 【活动描述】提出两个假设情景：情景1：我们给AI的100张苹果图片都提前标注好了品种名称，让AI学习分类；情景2：我们给AI的100张苹果图片没有标注任何品种，让AI自己把长得像的归为一类。让学生探究两种情景中AI学习的差异，总结两类学习的特征。 【学生活动】小组讨论两个情景的不同，填写对比表格，从"数据是否有标签""学习目标"两个维度总结差异，分享本组结论。 【教师活动】在学生探究基础上明确概念：用带标签数据训练的是**有监督学习**，用于已知类别的分类、预测；用无标签数据、自己找数据规律的是**无监督学习**，用于发现数据内部的结构和分类；梳理两者在数据要求、应用场景上的差异。 【设计意图】通过假设情景探究，让学生自主发现核心差异，突破难点概念的建构，避免被动灌输。 --- 【学习过程-应用】 【活动描述】设置两个真实应用任务：任务1：为水果店的三个实际问题匹配合适的机器学习方式，说明理由：①自动分拣不同品种的苹果②给到店顾客分组推送不同的优惠活动③自动分拣好苹果和坏苹果；任务2：2人小组合作，在英荔AI体验平台训练苹果分类模型，分别用5张/品种和20张/品种的样本训练，测试并记录两种情况的识别准确率。 【学生活动】小组讨论完成任务1的匹配，分享判断结果；分工完成模型训练（一人操作、一人记录），总结实验发现：一般情况下样本量越大，模型识别准确率越高。 【教师活动】巡视课堂，指导学生解决操作问题，邀请3组分享实验结果和问题判断，纠正认知误区：强调实际应用中两种学习方式经常结合使用，比如个性化推荐就是先用电无监督学习给用户分组，再用有监督学习训练推荐模型。 【设计意图】通过真实问题解决和动手实验，巩固核心概念，落实做中学的理念，提升问题解决能力。 --- 【学习过程-梳理】 【活动描述】围绕"缤纷水果店AI改造"的主线，梳理本课知识结构，引导学生反思机器学习对解决问题的改变。 【学生活动】跟着引导梳理核心知识，补充完善自己的任务单，分享本节课对机器学习的新认知。 【教师活动】带领梳理知识链：感知真实问题→建构机器学习核心原理→区分两种学习方式→应用解决实际问题，提炼核心：机器学习的本质就是计算机从数据中自动总结规则，依靠数据和算法提升性能。 【设计意图】将零散知识结构化，强化本课核心逻辑，深化对机器学习本质的理解。 --- 板书设计 一、机器学习本质 核心逻辑：数据→训练→模型 本质：从数据中自动总结规则 二、两类学习方式 1. 有监督学习：带标签→分类/预测 2. 无监督学习：无标签→找规律 三、生活应用 自动分类、个性化推荐、识别检测 --- 评价设计 | 评价维度 | 等级评价标准 | 评价方式 | | --- | --- | --- | | 核心概念理解（25分） | 优：能准确说出机器学习原理，清晰区分两种学习方式的差异；<br>良：能说出基本原理，能区分两种学习方式；<br>合格：能说出机器学习的基本定义 | 自评30% | | 实验操作参与（25分） | 优：能合作完成模型训练，准确记录不同样本量的准确率；<br>良：能完成模型训练，记录实验数据；<br>合格：能参与操作，得到训练结果 | 互评40% | | 问题解决能力（25分） | 优：能正确判断所有场景的学习方式，理由清晰；<br>良：能正确判断2个场景的学习方式；<br>合格：能正确判断1个场景的学习方式 | 师评30% | | 小组合作表现（25分） | 优：分工明确，积极参与讨论分享；<br>良：能参与讨论，完成分工任务；<br>合格：能配合小组完成任务 | | --- 教学反思 亮点：整课用"缤纷水果店自动分类"真实情境贯穿始终，把抽象的机器学习概念转化为具象的问题解决任务，符合八年级学生的认知特点；核心概念通过对比探究自主生成，搭配可操作的实验体验，学生参与度高，有效突破了认知难点，落实了做中学的理念。 改进设想：如果能提前准备更多品类的水果、蔬菜样本，让学有余力的学生进一步探究训练迭代次数、学习速率等参数对模型准确率的影响，拓展探究空间，就更完美了；另外如果能增加更多学生日常接触的案例（比如拍照搜题、短视频推荐）让学生判断学习类型，学生对机器学习应用的理解会更贴近生活。 学科网（北京）股份有限公司 $