第1单元 第4课《跨学科活动：身高推断》教案-【清华大学版2024】《信息科技》八下.docxVIP

课题

跨学科活动：身高推断

单元

第一单元

学科

信息科技

年级

八年级下

核心素

养目标

信息意识：能意识到数据的来源、数据的质量以及数据隐私的重要性。理解如何合理使用数据，确保数据的合法性和伦理性。

计算思维：利用搜集的身高数据，具体问题具体分析，选择出最合适的算法，训练一个能推断身高的模型并不断优化完善。

数字化学习与创新：熟练完成身高数据采集分析、机器学习等现代技术，激发他们的创新思维，鼓励他们探索新的解决方案和应用场景。

信息社会责任：认识到使用算法和数据分析技术需要承担社会责任，包括对数据的合理使用、对结果的科学解读以及对他人隐私的尊重。

教学重点

1、熟练掌握运用算法完成身高预测系统搭建。

教学难点

1、明白算法系统生成的原理和帮助解决生活的问题。

教学过程

教学环节

教师活动

学生活动

设计意图

导入新课

板书课题。

本课中你将体验：

如何收集各种与身高有关的数据，形成数据集

如何选择合适的算法训练一个能推断身高的模型

如何搭建一个身高推断系统

在一些电视剧和电影中常常能看到这样的场景：神探仅通过现场的脚印，就能初步推断出犯罪嫌疑人的身高。神探之所以能推断出犯罪嫌疑人的身高，是因为人的身高与脚的长度、宽度和步伐长度有一定的关系。请你组建一个小组，应用机器学习知识探究身高和脚长等因素的关系，并训练一个能推断身高的人工智能模型，进一步思考可以用这些知识解决哪些问题。

2、观看教学视频。

学习新知引入，观看教学视频。

用提问的方式引入课题，增强课堂互动性。将学生的注意吸引到课堂。

讲授新课

新知讲解

一、需求分析

身高推断系统项目的设计，必须先完成问题分析，查找相关资料并思考哪些因素与身高有关联，确认数据收集计划，同时要基于收集的数据进行数据整理并生成一个数据集，训练一个能准确推断身高的模型，最终将模型应用到一个Web页面。请你结合前面的学习，根据项目需求将表1.4.1填写完整。

二、分工合作

为了更好地完成身高推断系统这个项目，你的小组需要进行分工合作，小组成员的分工角色与合作职责，可以参照表1.4.2所示范例设计，也可以另行设计。

姓名

角色

分工

A

组长

负责项目统筹、监督与管理

B

成员

负责进行数据集制作与文档撰写

C

成员

负责模型训练与评估

D

成员

负责模型部署与程序测试

E

成员

负责总结内容

三、规划实施

身高推断系统项目的实施过程，可分为方案设计、数据准备、训练模型、搭建系统、测试优化等环节。

1.方案设计

身高推断系统项目方案的设计，一般包括：收集哪些数据，如何收集数据，数据集怎么制作；如何训练模型，选择哪种算法，希望模型达到什么样的效果；设计并开发一个什么样的身高推断系统，有哪些功能。

请有哪些信誉好的足球投注网站并学习更多相关知识，结合需求分析中的表格内容来设计项目方案。

2.数据准备

数据准备需要你完成数据收集、清洗和整理及数据集划分等工作。数据收集的方法很多，针对身高推断系统项目，建议选择在线调查的收集方式。请规划好要收集的信息，设计调查问卷，完成数据收集工作。

注意：收集好数据后，还需做数据整理，再将数据集划分为训练集和验证集。

请在收集数据的过程中完成表1.4.3。

序号

内容

描述

1

涉及的变量

主变量:身高(cm)

协变量:年龄(岁)、性别(男/女)、父母身高总和(cm)、体重(kg)、运动时长(周·小时)、睡眠质量评分(1-5分)、

2

划分比例

训练集:验证集=7:3(采用StratifiedSampling分层抽样保证样本代表性)

3

数据量

总样本量≥200训练集

≥140例验证集

≥60例(满足最小样本量要求)

3.训练模型

准备好划分为训练集和验证集的身高数据集之后，训练模型环节要经历模型搭建并训练、模型测试与评估等流程。请同学们尝试训练一个最佳的身高推断模型并保存。可以尝试不同的回归算法，比较所训练的模型在对验证集进行模型推理时计算出的R值，分析并确认一个最好的模型，将效果比较及分析记录到表1.4.4中。

序号

算法名称

R2值

1

线性回归

0.75

2

决策树回归

0.82

3

随机森林回归

0.88

总结分析

在测试的三种回归算法中，随机森林回归表现出最佳拟合效果(R2=0.88)。

相比线性回归(R2=0.75)，非线性算法(决策树/随机森林)更能捕捉身高数据中的非线性关系。

验证结果表明该模型具有较好的泛化能力(假设3.验证集R2与训练集接近)。

建议最终采用随机森林回归作为最优模型，若存在过拟合现象可调整树的数量或深度参数。

4.搭建系统

请参照学习过的模型应用知识，利用XEduHub和PyWebl0搭建一个人体身高推断系统，要实现载人训练好的模型并能完成推断结果的输出，同时实现方案设计的功能，包括个性化输入、输出交互设计等。

5.