資源簡介

(共17張PPT)
預(yù)測模型構(gòu)建
浙教版九年級上冊
第12課 預(yù)測模型構(gòu)建
學(xué)習(xí)目標(biāo)
通過數(shù)據(jù)集的收集和整理，學(xué)會根據(jù)表格數(shù)據(jù)建立預(yù)測模型；通過 學(xué)習(xí)人工智能對人們出行方式的預(yù)測，能理解智能預(yù)測對人類出行的 影響。
探究
1.你是如何根據(jù)一些環(huán)境數(shù)據(jù)（雨量、溫度、距離等） 制訂出行計劃的？
2.你覺得人工智能能幫忙做哪些預(yù)測？
建構(gòu)
智能預(yù)測出行是利用機器學(xué)習(xí)等技術(shù)，對出行行為進行預(yù)測和規(guī)劃。通 過收集雨量、溫度和距離等數(shù)據(jù)，整理成數(shù)據(jù)集，再利用機器學(xué)習(xí)對這些數(shù) 據(jù)進行訓(xùn)練，建立預(yù)測模型，用于預(yù)測出行方式或出行時間。
一、構(gòu)建數(shù)據(jù)集
構(gòu)建數(shù)據(jù)集可以先確定數(shù)據(jù)采集方式、數(shù)據(jù)格式、數(shù)據(jù)范圍、采樣頻率等信息，再標(biāo)注、存儲和管理數(shù)據(jù)。最終得到的數(shù)據(jù)集可以用于各種數(shù)據(jù)分析和機器學(xué)習(xí)任務(wù)。
一、構(gòu)建數(shù)據(jù)集
對已采集整理的數(shù)據(jù)進行量化，如雨量由小到大，可以用0-6之間的數(shù)字表示。為晴天，6為特大暴雨；溫度就采用攝氏溫度值， 出行距離就用距離值即可。出行方式可以列出幾種：步行、自行車、自駕、 出租車、火車、飛機，依次用0、1、2、3、4、5來表示，雨量、 溫度、出行距離為影響因素，輸出的是實際出行方式。
親身體驗
設(shè)計調(diào)研問卷，對收集到的有關(guān)出行數(shù)據(jù)進行數(shù)據(jù)預(yù)處理，使用合適工具，初步建構(gòu)數(shù)據(jù)集。
二、神經(jīng)網(wǎng)絡(luò)分類模型
將數(shù)據(jù)集導(dǎo)入已構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型，網(wǎng)絡(luò)優(yōu)化參數(shù)得到訓(xùn)練后的模型，模型讀入新的樣本特征數(shù)據(jù)，輸出出行方式。
二、神經(jīng)網(wǎng)絡(luò)分類模型
準(zhǔn)備數(shù)據(jù):采集大量“特征/標(biāo)簽”數(shù)據(jù)
搭建網(wǎng)絡(luò)：搭建神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
優(yōu)化參數(shù)：訓(xùn)練網(wǎng)絡(luò)獲取最佳參數(shù)
應(yīng)用網(wǎng)絡(luò)：將網(wǎng)絡(luò)保存為模型,輸入新數(shù)據(jù)，輸出分類或預(yù)測結(jié)果
二、神經(jīng)網(wǎng)絡(luò)分類模型
我們按照上面的方式收集好樣本數(shù)據(jù)后，進行訓(xùn)練。
訓(xùn)練結(jié)束后，就可以對出行方式進行預(yù)測了。我們可以輸入一個（雨量、溫度、距離）的數(shù)值，返回一個出行方式的預(yù)測結(jié)果，每種出行方式有 一個置信度比例。
日積月累
表格數(shù)據(jù)預(yù)測模型，根據(jù)預(yù)測數(shù)據(jù)的不同，可以分為如下幾種類型：回歸，二分類，多分類。
三、人工智能預(yù)測出行時間
使用電子地圖查詢你要去的地點的時候,它會告訴你采用不同的交通方式所需要的時間。那么它是怎么做到的呢？又有多準(zhǔn)確呢？
隨堂練習(xí)
智能預(yù)測出行的實現(xiàn)過程包括哪些步驟？
謝謝聆聽！
INTERNET OF THINGS
謝謝
21世紀(jì)教育網(wǎng)（www.21cnjy.com)
中小學(xué)教育資源網(wǎng)站
兼職招聘：
https://www.21cnjy.com/recruitment/home/admin

展開更多......

收起↑