資源簡(jiǎn)介

(共18張PPT)
智能預(yù)測(cè)出行方式
浙教版九年級(jí)上冊(cè)
第13課 智能預(yù)測(cè)出行方式
學(xué)習(xí)目標(biāo)
通過(guò)項(xiàng)目化學(xué)習(xí)，能設(shè)計(jì)一個(gè)智能預(yù)測(cè)出行方案；通過(guò)預(yù)測(cè)實(shí)踐， 能制作出滿足預(yù)測(cè)出行要求的作品。
探究
1.智能預(yù)測(cè)出行方式需要考慮哪些條件或要素？
2.如何利用機(jī)器為我們的出行提供合理的建議？
建構(gòu)
神經(jīng)網(wǎng)絡(luò)模型用于智能預(yù)測(cè)出行，需要采集出行相關(guān)的數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理和特征提取，將數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集;選擇適合的模型進(jìn)行訓(xùn) 練和測(cè)試，并將訓(xùn)練好的模型應(yīng)用到實(shí)際出行預(yù)測(cè)中，提高出行效率和降低出行成本。
一、人工神經(jīng)網(wǎng)絡(luò)
人體內(nèi)有大量神經(jīng)細(xì)胞，也叫神經(jīng)元。神經(jīng)細(xì)胞通過(guò)相互聯(lián)系構(gòu)成了一 個(gè)功能強(qiáng)大、結(jié)構(gòu)復(fù)雜的信息處理系統(tǒng)——人體神經(jīng)系統(tǒng)。人能夠思考并從事各種各樣的復(fù)雜工作，是因?yàn)樯眢w內(nèi)部微小的神經(jīng)細(xì)胞起著作用。
一、人工神經(jīng)網(wǎng)絡(luò)
科學(xué)家受到人體神經(jīng)細(xì)胞的啟發(fā)，把每個(gè)神經(jīng)細(xì)胞抽象成一個(gè)叫作神經(jīng)元模型的基本信息單元，把許多這樣的信息單元按一定的層次結(jié)構(gòu)連接起來(lái)，就得到人工神經(jīng)網(wǎng)絡(luò)。
通過(guò)輸入層給人工神經(jīng)網(wǎng)絡(luò)輸入大量數(shù)據(jù)，由神經(jīng)元模型構(gòu)成的多層神經(jīng)網(wǎng)絡(luò)對(duì)這些數(shù)據(jù)進(jìn)行計(jì)算，從而得到需要輸出的結(jié)果。
一、人工神經(jīng)網(wǎng)絡(luò)
日積月累
盡管人工神經(jīng)網(wǎng)絡(luò)是科學(xué)家們受到人體神經(jīng)細(xì)胞的啟發(fā)而發(fā)明的， 但人工神經(jīng)網(wǎng)絡(luò)的信息處理能力與人體神經(jīng)系統(tǒng)相差甚遠(yuǎn)。人工神經(jīng)網(wǎng) 絡(luò)的種類很多，如卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等，不同算法實(shí)現(xiàn)不同 用途。科學(xué)家們也在努力研究新的算法，從而讓人工神經(jīng)網(wǎng)絡(luò)逐漸接近 人體神經(jīng)系統(tǒng)處理信息的能力。
二、深度學(xué)習(xí)
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)訓(xùn)練模型的一種算法，是人工神經(jīng)網(wǎng)絡(luò)算法的拓展。典型的深度學(xué)習(xí)模型就是多層神經(jīng)網(wǎng)絡(luò)。
深度學(xué)習(xí)模型的結(jié)構(gòu)，就像人工神經(jīng)網(wǎng)絡(luò)一樣有輸入層、輸出層，中間是神經(jīng)網(wǎng)絡(luò)構(gòu)成的隱層。隱層的工作流程是一個(gè)一層一層不斷遞進(jìn)的處理過(guò)程。
三、神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)出行預(yù)測(cè)
解神經(jīng)網(wǎng)絡(luò)進(jìn)行出行預(yù)測(cè)的步驟包括數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理、模型設(shè)計(jì)、模型訓(xùn)練、模型優(yōu)化等。
下面僅呈現(xiàn)實(shí)現(xiàn)數(shù)據(jù)輸入部分的Python代碼。
三、神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)出行預(yù)測(cè)
數(shù)據(jù)集亂序
#隨機(jī)打亂數(shù)據(jù)(因?yàn)樵紨?shù)據(jù)是順序的，順序不打亂會(huì)影響準(zhǔn)確率)
# seed:隨機(jī)數(shù)種子，是一個(gè)整數(shù)，當(dāng)設(shè)置之后，每次生成的隨機(jī)數(shù)都一樣
np.random.seed(116) # 使用相同的seed,保證輸入特征和標(biāo)簽一一對(duì)應(yīng)
np.random.shuffle(x_data)
np.random.seed(116)
np.random.shuffle(y_data)
tf.random.set_seed(116)
數(shù)據(jù)集亂序
#隨機(jī)打亂數(shù)據(jù)(因?yàn)樵紨?shù)據(jù)是順序的，順序不打亂會(huì)影響準(zhǔn)確率)
# seed:隨機(jī)數(shù)種子，是一個(gè)整數(shù)，當(dāng)設(shè)置之后，每次生成的隨機(jī)數(shù)都一樣
np.random.seed(116) # 使用相同的seed,保證輸入特征和標(biāo)簽一一對(duì)應(yīng)
np.random.shuffle(x_data)
np.random.seed(116)
np.random.shuffle(y_data)
tf.random.set_seed(116)
隨堂練習(xí)
請(qǐng)簡(jiǎn)述人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)和工作原理。
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↑