第6课 训练一个简单模型 · 教案

一、教学目标

1. 知识与技能：理解训练集与测试集的区别，知道模型评估看准确率。
2. 过程与方法：通过「分数据—训练—测试」的模拟活动，体验评估过程。
3. 情感态度与价值观：体会科学评估的重要性，不轻信「模型一定对」。

二、教学重点与难点

• 重点：区分训练集与测试集，知道用准确率评估模型。
• 难点：理解为什么不能用「教过的数据」来评价模型好坏——要看它面对新数据的表现。

三、教学准备

多媒体课件、卡片（分训练/测试两组）、准确率记录表、任务单。

四、教学过程

环节一　情境导入（5 分钟）

提问：我们学完一课要做「测验」，为什么不直接把作业题当考试？引出训练集与测试集的区别。

环节二　新知探究：训练集与模型评估（12 分钟）

1. 训练集：用来教模型的数据（带正确答案的例子）。
2. 测试集：模型没见过的新数据，用来检验学得怎么样。
3. 模型评估：看模型在测试集上答对多少，常用「准确率」= 答对题数 ÷ 总题数。
4. 强调：只在训练集上答好不算真本事，要在新数据上也好才算可靠。

环节三　实践操作：模拟训练与评估（15 分钟）

小组活动：

• 任务一：把 20 张形状卡片分成「训练集 14 张」和「测试集 6 张」。
• 任务二：用训练集总结区分规则（模型），再用测试集判断，记录答对几张。
• 任务三：计算准确率，讨论——训练数据太少或标错会怎样。

教师引导：用公式算准确率，体会评估的科学性。

环节四　交流总结（8 分钟）

各组汇报准确率，教师总结：训练集用来学，测试集用来考；准确率是重要指标；数据质量影响评估与模型。

五、板书设计

训练一个简单模型

训练集：教模型的数据（带答案）
测试集：没见过的新数据（用来考）

准确率 = 答对题数 ÷ 总题数

学过的题答对 ≠ 真会，要看新数据

六、教学反思

（课后填写：学生能否区分训练集与测试集；准确率计算是否熟练；可补充过拟合的浅显说明。）