机器学习


—— 人工智能系列

《机器学习》课程为“创新领导者”的进阶课程，适用于15岁及以上（建议10~12年级使用），是人工智能系列课程之一。


课程以项目制结合最终任务挑战为主线，重点围绕机器学习技术，结合“M.A.R.K 机器视觉人工智能学习小车”教具和 Python 与MicroPython 编程软件设计，编写对应的项目程序和最终任务挑战程序，课程由浅入深的帮助学生建立对机器学习的认知。

课程配套教具

  • M.A.R.K 机器视觉人工智能学习小车

    了解更多 >

课程内容与框架

  • 教师用书

  • 学生用书

  • 教师用PPT

  • 编程源代码及素材包

课次 课程名称 课程简介
第一章 机器学习概述与软硬件环境
第1课 人工智能与机器学习概述 了解人工智能的基本概念，人工智能和机器学习的关系
第2课 硬件入门 M.A.R.K 机器视觉人工智能学习小车 了解一般计算机的组成部分，初步认识 M.A.R.K 小车
第3课 软件入门 Python 和 MicroPython 知道什么是编程语言和其用途。认识 Python 和 MicroPython 以及区别
第4课 组装 M.A.R.K 根据快速上手指南和老师的指引完成 M.A.R.K 的组装
第二章 体验自动驾驶里的机器学习
第5课 理论I：自动驾驶技术 理解自动驾驶技术是什么，自动驾驶的组成部分和应用类比
第6课 练习I：用传统传感器构建自动驾驶汽车 认识学习传感器并控制 M.A.R.K 小车巡线和避障运动
第7课 练习I：用机器视觉强化自动驾驶汽车 学习什么是计算机视觉，并利用霍夫变换算法在 M.A.R.K 上检测圆形
第三章 机器学习核心算法初探
第8课 理论II：机器学习的核心算法 了解机器学习的组成部分以及监督学习，无监督学习，强化学习的内容和区别
第9课 练习II：使用线性回归进行糖尿病病情预测 学习回归算法，了解线性回归和多项式回归的用法以及适用场景
第10课 练习II：使用K均值聚类算法聚类分析客户 认识集群和数据集，探索数据集。使用不同数量的群集进行K均值群集
第四章 进阶物体检测
第11课 理论III：人工神经网络与深度学习 了解什么是神经网络和深度学习，了解学习多层感知机（MLP），使用卷积神经网络（CNN）算法进行图像识别
第12课 练习III：使用 M.A.R.K 预训练模型进行图像分类和物体检测 理解图像的原理，尝试图像分类模型和物体检测模型，将计算机视觉与行动相结合
第13课 练习III：使用迁移学习重新训练图像分类模型 了解卷积神经网络，收集数据通过迁移学习训练图像分类器和对象检测器
第五章：机器人竞技——相扑大赛
第14课 实战：机器人相扑大赛赛前准备 了解机器人相扑大赛的基本规则和要求并编写适合自己的代码
第15课 实战：相扑大赛 与其他小组使用 M.A.R.K 进行相扑比赛PK
第16课 演示与分享 学生分组进行路演与展示

样课下载

课程导览

  • 小学 1-3年级

    • 编程大闯关

  • 小学 4-6年级

    • 初识人工智能

  • 初中 7-9年级

    • 未来工厂

  • 高中10-12年级

    • 仿生机器人

机器学习 第7课 练习I：用机器视觉强化自动驾驶汽车

请注意

  •    建议使用2016或更高版本office，或使用最新版本的“WPS  Office”观看教师用PPT。（低版本的office因为视频支持有限，会导致ppt内视频无法播放。）  

 

  •    因为本课源码包括训练数据集等数据，文件过大所以暂不提供下载，如需要可留下联系方式索取。

 

 •    本课程的编程软件：

      Python 和 MicroPython
      TinkerGenAI   （基于Jupyter 的专用课程软件包）

  • 第3课 使用Python编写hello，world程序

  • 第4课 组装M.A.R.K

  • 第6课 传统算法巡线

  • 第10课 使用肘部法则估计最佳聚类数K

  • 第11课卷积神经网络原理展示

  • 第12课 识别不同颜色圆形

  • 第12课 识别到狗就亮红灯

  • 第12课 识别数字卡片

  • 第13课 使用摄像头跟随数字卡片5

  • 第13课识别家庭动物