人工智能分類算法項目初體驗

高凱

教學背景

分類是人工智能技術中一個非常經典的應用場景。很多教師在講解人工智能技術課程時都運用過“貓狗圖像分類、鳶尾花分類”項目進行課程實踐。分類算法項目也是比較容易激發學生學習興趣的一項人工智能技術應用，隨著算法與參數的不斷調整與修改，能夠不斷提升分類的準確率。為了更好地激發學生學習人工智能技術的興趣和熱情，教師可以設計更多具有挑戰性的分類任務。本文將以任務驅動的方式介紹幾個不同的分類項目。

教學主題

以不同的分類項目作為教學主題，由淺入深引導學生學習人工智能分類算法知識。同時，在實踐過程中，以生活場景作為學習情境，讓學生感受人工智能技術在生活中的應用。

教學實施

在教學實施過程中，突出任務的引導和驅動，關注學生的最近發展區。將課程目標融入任務中，學生在完成任務的過程中不斷體驗分類算法的特點，學習和了解分類算法的知識。

→任務1：形狀分類（主題引入）

以1個簡單且拓展性較強的分類項目作為導入，讓學生進入學習情景中;教師在學生實踐后進行總結，學生經歷從感性到理性的認知過程，更容易將知識與技能內化。在任務實施過程中，教師要對學生提出以下2個要求。

·學生自行思考設計3個條件，對教師提供的不同形狀和顏色的塊進行分類。

·在有限的條件下，盡可能提高分類準確率。

這項任務中，學生可根據被分類形狀的顏色、角的數量、面積、周長等參數進行條件設定，并能夠在設定條件后，得到分類的準確率。……