电子工业版信息科技九年级上册2-2 回归算法.docVIP

信息技术 2.2回归算法 课题 回归算法 单元 第二单元 学科 信息技术 年级 九年级 教材 分析 信息技术是一门知识性、技能性与创新性相结合的学科。现阶段，信息技术教育的理念已发生了质的飞跃，从单纯的技能训练上升为全面的信息素养的培养。教材以提高全体学生信息素养、养成学生自主学习意识和能力、培养学生数字化创新精神，从生活中发现问题、明确任务、确立目标、分析任务。在探究过程中逐步找到解决问题的方法。实用的小技巧，适时点拨关键操作。旨在帮助学生掌握信息时代生存与发展必需的基础知识和基础技能，养成信息意识、计算思维、数字化学习与创新、信息社会责任的核心素养。 教学 目标 1、信息意识：能够理解信息技术回归算法的重要性，并能识别各类信息资源的特点和可靠性。 2、计算思维：能运用计算思维的方法和策略来解决问题，包括分析问题、设计算法和评估解决方案。 3、数字化学习与创新：能熟练使用计算机软件和工具，例如有哪些信誉好的足球投注网站引擎、数据挖掘工具等，进行信息检索和整理。 4、信息社会责任：能理解信息技术对社会的影响，包括隐私保护、信息安全等方面的问题。 重点 一、绘制预测线 二、找出更准确的预测线 三、线性回归 难点 1、绘制预测线 教学过程 教学环节 教师活动 学生活动 设计意图 导入新课 马宁最近在研究遗传因素对人的身高的影响，他了解到，一般个子特别高的父亲的儿子会比父亲矮一些，个子特别矮的父亲的儿子会比父亲高一些。孩子不会不断地更高或更矮，而更倾向于家族中同性别人群的平均身高。更高或更矮的趋势不会一直持续下去，而会回到某个中心，这种现象就是回归。AI 技术正日益成为预测的新帮手。回归是监督学习的一个重要问题，回归用于预测输入变量和输出变量之间的关系，常见的回归算法有线性回归、非线性回归等。回归算法可以用来解决生活中的很多问题，如预测电影票房走势、人口增长趋势、商品价格与销售量的关系、居民的支出与收入的关系等。 观看视频了解生活中的回归算法，思考回归算法有哪些应用。 帮助学生理解人工智能回归算法的含义打开课堂。 讲授新课 一、活动1：绘制预测线 1、学校为了促进同学们运动，要组织一次路线长6千米的“健步走，励志行”活动，小艾同学想要预测自己多长时间可以走完6 千米，你可以帮助他吗? 2．请你测量周围8位同学的身高和步幅，并填表。 请根据你所测量的数据在下图中描点并尝试画出一条趋势图。 分析人的步幅与其身高存在怎样的关系。一般年轻人快走一分钟可以走130步，请你预测健步走6千米所需要的时间。 助力知识---线性回归 回归是研究因变量对自变量的依赖关系的一种统计分析方法，目的是通过给定值来估计或预测因变量的均值。回归研究的是因变量和自变量之间的关系，可以用于发现变量之间的因果关系，也可以用于预测。利用人工智能做预测的方法有很多，常见的有线性回归、非线性回归等在众多数据中,如果能找出一条直线,较为准确地代表已有数据的走向，准确地描述数据之间的关系，这就是线性回归。按照自变量的多少，可分为一元线性回归和多元线性回归。如果一个自变量和一个因变量之间的关系可以用一条直线近似表示，那么这种回归被称为一元线性回归。验证欧姆定律的实验根据采集的数据计算电阻值，探究电流、电压、电阻之间的关系。同学们可以根据若干组测量得到的电流、电压数据，绘制出表示电流、电压之间关系的散点图。通过观察散点图，我们发现数据样本点呈条状分布，随着流过待测电阻的电流增大，电压也不断升高，可以用一条直线近似地表示它们之间的关系。自变量电流用x表示，因变量电压用y表示，那么表示电流与电压变化关系的这条近似直线 (称为回归直线) 可以用y=kx+b表示，其中k为回归系数，b为截距。回归系数的绝对值越大，表示x对y的影响越大，若回归系数为正，表示y随x的增大而增大: 若回归系数为负，表示y随x的增大而减小; 若回归系数为零，表示回归直线与x轴平行。根据已知电流推算电压的过程就是运用线性回归原理进行预测的过程,有了这个关系。在自变量已知的情况下，就能很容易地推算出因变量的数值。由于实验中往往存在传感器误差、电磁干扰等许多干扰因素，研究这组数据时，你可能会发现当自变量的取值一定时，因变量的取值也会有波动。多元线性回归主要研究一个因变量与多个自变量之间的相关关系，与一元线性回归的原理类似，区别在于影响因素(自变量)多一些。例如，影响产品单位成本的变量不仅有产量，还包括原材料价格、劳动力价格，劳动效率及废品率等因素。对这种多变量模型的分析，就是多元线性回归分析。如图所示。 助力知识—非线性回归 在实际应用中，两个变量之间并不总呈线性关系，对这种类型现象的分析和预测一般要应用非线性回归预测。例如，药物在体内的浓度与时间的关系是非线性的，如图所示。 二、活动2 找出更准确的预测线 1、国家统计局组织调查，采集居民收