中小学人工智能教学案例系列 初中 | 训练校园生物识...

案例来源
教育部基础教育教学指导委员会于2025年发布《中小学人工智能通识教育指南（2025年版）》，提出初中阶段人工智能教育培养应侧重理解技术逻辑，强调实际问题解决。原文描述如下：
·认知方面侧重理解技术逻辑。掌握机器学习基本流程与监督学习概念，认知数据特征与算法选择的关系。
·技能方面强调实际问题解决。通过项目式学习等方式完成简单数据整理和分析等任务。

基于上述要求，我们选取并设计了人工智能教学案例——《校园生物识别助手》，并将其拆分为数据集构建、模型训练与优化、部署与识别3课内容。

本课是“校园生物识别助手”项目式学习的第2课，承接上一课鸟类数据集构建任务，引导学生使用已采集的带标签图片数据完成鸟类识别模型训练。学生将在Mind+中经历导入数据集、创建模型、设置训练次数、训练并保存模型的过程，并通过观察准确率（accuracy）和损失值（loss），理解模型训练结果的评价方式。课程进一步通过对比不同训练次数下模型效果的变化，帮助学生认识训练参数对模型性能的影响，形成初步的数据分析、模型调参和工程效率意识。

教学设计

本课通过“问题链引导 + 对比探索”的方式，将指南中“理解技术逻辑”和“实际问题解决”的要求落实到模型训练任务中，使学生在实践对比中感知模型训练的过程以及模型调参的目的和意义。

关键活动展示

在实际教学中，学生将完成如下实践活动：

·编写程序，动手训练模型。通过编写程序，动手体验模型训练的关键环节。

·观察计算，了解模型评估参数含义。通过观察程序运行输出的参数，讨论准确度和损失值的含义。关键过程如下：

·实践活动：探究训练次数的影响。调整训练参数，对比准确度、损失以及训练时间，了解他们之间的关系。