《机器之眼—初探机器学习》
福建师范大学平潭附属中学 陈林晨
【教学内容分析】
本教材内容参考2020上海科技教育出版社必修一《数据与计算》的第四单元“人工智能初步”以及商汤科技出版的《人工智能基础》（高中版）第二章“分门别类：分类器”。主要教学内容围绕“认识人脸检测”的核心项目展开，辅助以人工智能的宣传片，引导学生学习人工智能和机器学习的概念以及机器学习的一般过程。
【教学对象分析】
本节课的教学对象为高一年级的学生，他们是新一代的数字公民，处在该阶段的学生对于新鲜事物充满着好奇心和探索欲望。此外，他们对人工智能相关的应用产品有一定的接触和了解，“人工智能“这四个字已经犹如种子一般根植于他们的心中。学生们具备python语言基础知识，对于数据和数据编码的相关知识已有摄入。
【教学目标】
理解人工智能的概念。
理解机器学习的概念。
知道机器学习的一般过程。
了解SVM算法（计算思维）
体验智能工具解决问题（信息意识、数字化学习与创新）
能够理性看待人工智能所引发的伦理道德问题和信息社会责任问题。
【教学重难点】
重点： 机器学习的一般过程
难点：机器学习的一般过程,SVM支持向量机算法
【教学工具】
云计算教室、云桌面
【教学过程】
教学环节 | 设计意图 |
一、导入：播放旷视科技宣传片，引出人工智能和机器学习的概念，结合生活中手机拍照人脸检测功能引导学生思考：人脸检测是如何实现的。 | 激发学生的学习兴趣，为引出“人脸检测”的项目作铺垫。 |
二、用python体验人脸检测应用： 让学生体验用python实现人脸检测的过程，教师简要分析人脸检测的python代码，启发学生的好奇心：人脸检测背后的技术原理是什么？请学生尝试回答问题，进而讲述人脸检测的一般过程。 | 让学生体验“人脸检测”项目，思考“计算机是如何看见人脸的？”培养学生的信息意识以及结合信息技术的相关知识进行数字化学习与创新的的能力。 |
三、由人脸检测的一般过程到机器学习的一般过程： 由人脸检测的一般过程引出“计算机如何学会分类”这个问题启发学生思考，实则引导学生理解计算机是如何建模的。
| 本环节通过引导学生认识机器学习的“二分类”问题从而将人脸检测的分类过程抽象、建模.这里和学生介绍了SVM分类器算法，通过分析如何获取分类直线从而培养学生的计算思维。 |
计算机是如何评估自己的分类模型： 通过问题发启发，一步一步引导学生认识机器学习的一般过程。 |
|
回顾机器学习的一般过程并阐述机器学习的核心： 在前面分解讲授机器是如何学会建立分类模型、训练分类模型以及评估分类模型之后再引出本节课的重点：机器学习的一般过程。结合前面的内容讲授带领学生回顾机器学习的一般过程。 这里引导学生对比分析人类学习和机器学习，帮助学生深入理解机器学习的概念。 | 引导学生认识机器学习的一般过程，在脑海中形成机器学习的流程图。通过人类学习与机器学习的对比深入阐述机器学习的核心——找到映射关系(建模)从而解决问题。 |
四、计算机视觉的应用是否会引发社会安全问题： 借助“deep fake”的换脸技术引导学生思考计算机视觉在给人类带来遍历和发展的同时，是否也会带来相应的伦理道德问题。请学生畅所欲言。 进而分享观点：AI面前，人类应当怀有敬畏之心。 | 本环节内容意在引导学生客观、辩证地看待人工智能技术所带来的人类伦理道德问题，以帮助学生培养信息社会责任。 |
五、小结、升华 播放宣传片《I am AI》将整堂课推入高潮，简要小结本节课内容，并且分享观点：“我们在探索AI的过程，实际上也在了解我们自己。” | 引导学生认识人类与AI应当和谐共处，探索AI疆界的同时，也是在更深入地了解我们自己。 |
【教学反思】
本节课在机器学习的一本过程内容设计上还应当再突出“建模”的过程，加强人类建模和机器建模的对照，更好地帮助学生认识机器学习的概念。
学生操作的时间控制得相对紧张，学生体验操作的案例可以再优化。
关于机器学习的相关知识还应当更严谨，避免造成学生的片面认知。
