第一期“CAA智能趣微課”成果

2023年中國自動化學(xué)會推出“解密自動化”科普系列，打造線上品牌“CAA智能趣微課”，面向中小學(xué)生及公眾普及AI技術(shù)。第一期課程由12位一線教師主導(dǎo)，通過項目實踐融合理論教學(xué)，涵蓋大語言模型編程應(yīng)用、自然語言處理、計算機視覺（貓狗檢測等案例）、語音識別原理、知識圖譜構(gòu)建及機器學(xué)習(xí)基礎(chǔ)。學(xué)員將系統(tǒng)接觸AI核心領(lǐng)域，在實踐項目中掌握基礎(chǔ)概念，培養(yǎng)數(shù)據(jù)建模思維與工程實現(xiàn)能力，實現(xiàn)高端科技資源的科普化轉(zhuǎn)化。

《第一期CAA智能趣微課》視頻在智向未來—科教資源服務(wù)平臺（https://ke.aice.org.cn/）上可以免費學(xué)習(xí)，對應(yīng)如下課程摘要描述：

課程1：計算機視覺——如何處理計算機中的圖像（北京師范大學(xué)附屬實驗中學(xué) 張康）

計算機視覺最核心的研究對象就是圖像，了解并掌握圖像的表示和基本處理方法和原理是深入學(xué)習(xí)計算機視覺的基礎(chǔ)。本節(jié)課圍繞圖像的表示和處理這兩個主題展開，需要注意的是圖像處理是一個很宏大的領(lǐng)域，本節(jié)課從最基礎(chǔ)、最核心的濾波入手，幫助大家了解圖像處理的一般過程，以Box Filter為例詳細介紹了其計算過程，希望學(xué)生能從計算的角度理解濾波。最后通過自己動手編程實現(xiàn)，驗證自己是否真正了解計算過程并觀察濾波的實際效果。

課程2：計算機視覺——基于CNN的佩戴眼鏡檢測（成都七中八一學(xué)校 周由）

我國中小學(xué)生近視率較高，基于計算機視覺技術(shù)進行佩戴眼鏡檢測有助于了解中小學(xué)生近視狀況；此外，在一些特殊場合，也需要檢測人們是否佩戴眼鏡（例如護目鏡等）。卷積神經(jīng)網(wǎng)絡(luò)是解決計算機視覺任務(wù)的有力武器，本項目在知識層面包含了卷積神經(jīng)網(wǎng)絡(luò)原理淺析、經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)分析、搭建卷積神經(jīng)網(wǎng)絡(luò)的工具介紹，在實踐層面則基于卷積神經(jīng)網(wǎng)絡(luò)、網(wǎng)絡(luò)圖片訓(xùn)練了可進行佩戴眼鏡檢測的AI模型，該項目還可進一步遷移至其他計算機視覺任務(wù)中。

課程3：計算機視覺——班級儲物柜的人臉解鎖系統(tǒng)（深圳實驗學(xué)校 曾晨怡）

當今，計算機視覺已經(jīng)與人們的日常生活密不可分，例如人臉識別、自動駕駛、無人機、醫(yī)學(xué)影像分析、工業(yè)生產(chǎn)等等。在計算機視覺系統(tǒng)中計算機起代替人腦的作用，但并不意味著計算機必須按人類視覺的方法完成視覺信息的處理。計算機視覺可以根據(jù)計算機系統(tǒng)的特點來進行視覺信息的處理。本課以身邊真實情境入手—班級儲物柜人臉識別系統(tǒng)，教師引導(dǎo)學(xué)生共同探究人臉識別的步驟和過程、人眼識別與機器識別的差異對比。通過建立人臉庫、人臉對比、人臉檢測的過程，編程實現(xiàn)人臉識別的功能，從而培養(yǎng)學(xué)生的計算思維和人工智能素養(yǎng)，增強學(xué)生的信息意識和信息社會責任。

課程4：計算機視覺——貓狗識別與貓狗檢測（中國人民大學(xué)附屬中學(xué)豐臺學(xué)校 金鑫）

計算機視覺是人工智能領(lǐng)域的重要分支之一，它通過算法和技術(shù)讓計算機能夠理解和解釋圖像或視頻中的信息。圖像識別和目標檢測是計算機視覺領(lǐng)域的兩大主要研究方向。本課程以生活中最為常見的可愛動物貓狗作為識別主體，讓學(xué)生借助openinnolab平臺體驗機器學(xué)習(xí)的全過程，實現(xiàn)計算機視覺的兩大任務(wù)。學(xué)生在經(jīng)歷圖像數(shù)據(jù)采集與處理、模型選擇與訓(xùn)練、參數(shù)評估與調(diào)整及模型推理與優(yōu)化過程中，了解MobileNet、ResNet、SSD_Lite、Yolo等常見的計算機視覺模型，掌握圖像識別和目標檢測任務(wù)的基本流程，學(xué)會計算機視覺技術(shù)的實現(xiàn)方法，并能遷移至其他計算機視覺項目進行研發(fā)應(yīng)用。

課程5：計算機視覺——手勢控制無人機（重慶一中 陳�。�

本次課程旨在讓學(xué)生了解人工智能分類及應(yīng)用領(lǐng)域，通過簡單知識講解理解機器學(xué)習(xí)和人工神經(jīng)網(wǎng)的原理，最后通過項目開發(fā)實踐，加深對所學(xué)知識的理解。手勢控制無人機，如果語言編程來實現(xiàn)，需要具備一定語言編程能力。本次課程結(jié)合大疆教育平臺，讓學(xué)生體驗深度學(xué)習(xí)如果獲取數(shù)據(jù)集、訓(xùn)練集、通過模型訓(xùn)練、模型部署等環(huán)節(jié)，激發(fā)學(xué)習(xí)人工智能興趣，看懂訓(xùn)練后各種參數(shù)。通過本課程學(xué)習(xí)明白人工智能并非遙不可及，縱然零基礎(chǔ)，我們也可通過學(xué)習(xí)基礎(chǔ)知識來開啟人工智能大門。

課程6：自然語言處理——分析語言中包含的情感（北京師范大學(xué)昌平附屬學(xué)校 索金濤）

本課是要帶領(lǐng)學(xué)生們了解自然語言處理的基本概念、關(guān)鍵任務(wù)、應(yīng)用和歷史。在這個過程中，學(xué)習(xí)基于詞典情感分析的研究方法，是通過制定一系列的情感詞典和規(guī)則，對文本拆解、關(guān)鍵詞提取，計算情感值，最后通過情感值來判斷文本的情感傾向。學(xué)生們通過“如何分析用戶評價”項目，從項目主題確定、研討探究方案、項目方案實施、項目協(xié)作及結(jié)果展示和項目總結(jié)五個階段開展內(nèi)容的學(xué)習(xí)。逐漸理解基于情感詞典的情感分析實現(xiàn)過程，將知識進行遷移，解決生活實際問題。

課程7：自然語言處理——利用大語言模型輔助編程和項目（北京市十一學(xué)校 張煒其）

本課程旨在介紹如何利用近年來開始廣泛應(yīng)用的ChatGPT等大語言模型來輔助計算機科學(xué)類課程的學(xué)習(xí)。課程以一個簡單的天氣提醒助手項目，在介紹爬蟲等基本概念的基礎(chǔ)之上，借助大語言模型的AI工具，在完全不動手寫代碼的情況下，通過文字描述讓AI工具生成了可以直接使用的代碼。以此為例作為拋磚引玉，希望越來越多的學(xué)生可以利用AI工具提升學(xué)習(xí)和生活的效率，越來越多的教師可以來思考如何更好地將AI工具融合到課程的設(shè)計與實踐中來，一起探索AIGC時代的新型課堂。

課程8：數(shù)據(jù)處理與機器學(xué)習(xí)——以天氣氣候為例的大數(shù)據(jù)分析（深圳寶龍外國語學(xué)校 謝瑋）

本課程旨在通過使用Python對每日天氣數(shù)據(jù)進行分析和可視化，幫助學(xué)生體驗數(shù)據(jù)分析和機器學(xué)習(xí)的過程�！皵�(shù)據(jù)分析與可視化”——學(xué)習(xí)使用Python的數(shù)據(jù)分析庫（如Pandas和NumPy）和可視化庫（如Matplotlib）對天氣數(shù)據(jù)進行分析和可視化，以展示數(shù)據(jù)的趨勢和規(guī)律�！皺C器學(xué)習(xí)初步”——介紹機器學(xué)習(xí)的基本概念和算法，并引導(dǎo)學(xué)生使用Python實現(xiàn)簡單的機器學(xué)習(xí)模型，從而預(yù)測未來的天氣情況。

課程9：數(shù)據(jù)處理與機器學(xué)習(xí)——開水放冰箱的溫度下降規(guī)律研究（北京市十一學(xué)校 吳孟月）

當真實情境中的問題遇到人工智能，現(xiàn)實問題如何轉(zhuǎn)化為計算機可以求解的問題？求解數(shù)學(xué)問題真的不需要做實驗嗎？得到的一堆“雜亂”數(shù)據(jù)應(yīng)該如何處理？怎樣才能知道我們求得的是真實問題中的真實的解？計算誤差越小一定就是最優(yōu)解嗎？“熱水放冰箱多久才能冰冰涼”的背后究竟蘊藏著多少奧秘？本節(jié)課將帶你一一探索！

課程10：數(shù)據(jù)處理與機器學(xué)習(xí)——用戶購買行為的聚類分析（烏魯木齊八一中學(xué) 李天宇）

人們在享受“互聯(lián)生活”帶來便捷的同時，往往伴隨著上網(wǎng)“成癮”的現(xiàn)象，我們面對這些賞心悅目、淘盡天下、通曉古今的軟件為什么會“無法自拔”呢？一剎那間，產(chǎn)生“知我者，莫若‘軟件’也”的錯覺。一起通過網(wǎng)購平臺提供的“精準服務(wù)”，了解機器“眼中”的用戶行為，探析“精準推薦”背后的智能原理，解密“人以群分”的計算之道。

課程11：知識工程——基于知識圖譜的問答系統(tǒng)（北京第十二中學(xué) 張藝涵）

目前感知智能技術(shù)日趨成熟，人工智能的進一步發(fā)展則是認知智能。知識圖譜是谷歌公司為優(yōu)化搜索過程而推出的人工智能技術(shù)，涉及知識工程、自然語言處理、機器學(xué)習(xí)、圖數(shù)據(jù)庫等多個領(lǐng)域，是認知智能的核心技術(shù)，在很多行業(yè)具有廣泛的應(yīng)用前景。本課程理論與實踐相結(jié)合，選擇學(xué)生熟悉的知識領(lǐng)域——“紅樓夢”為教學(xué)案例，分為三個部分：知識抽取與融合、知識圖譜的構(gòu)建與查詢、問答系統(tǒng)的構(gòu)建，帶學(xué)生了解什么是知識圖譜？如何構(gòu)建知識圖譜？以及知識圖譜如何應(yīng)用？本課程難度系數(shù)不高，可操作性較強。學(xué)完本課程后，學(xué)生可以自主構(gòu)建一個小型的知識圖譜并進行簡單的查詢操作。

課程12：語音識別——探究語音識別的原理（中山市中山紀念中學(xué) 易錫添）

語音識別技術(shù)是一種讓計算機“聽懂”人類語言的技術(shù)。它的原理主要是通過分析語音信號中的特征，將人類語音轉(zhuǎn)換成計算機可理解的文本或指令。本課程將帶領(lǐng)大家走進語音識別技術(shù)的世界，從原理到應(yīng)用，全面介紹語音識別技術(shù)的基本原理、算法及應(yīng)用。我們將通過幾個實踐探究活動，深入剖析語音識別技術(shù)的基本原理，如聲音輸入、MFCC倒譜特征提取、基于深度全序列卷積神經(jīng)網(wǎng)絡(luò)（DFCNN）的聲學(xué)模型匹配、基于維特比算法的語言模型匹配等。通過本課程的學(xué)習(xí)，大家將了解語音識別技術(shù)的基本原理、影響因素及應(yīng)用場景，掌握語音識別技術(shù)在各個領(lǐng)域的應(yīng)用方法，并能夠利用語音識別技術(shù)解決實際問題。

第二期“CAA智能趣微課”成果

繼2023年，中國自動化學(xué)會面向全國中小學(xué)生及廣大社會公眾開設(shè)第一期“CAA智能趣微課”線上品牌科普活動，2024年，中國自動化學(xué)會陸續(xù)發(fā)布第二期“CAA智能趣微課”系列課程。

在第二期系列課程中，共邀請13位來自中學(xué)的一線資深教師與大家共同探索人工智能領(lǐng)域的奧秘。每位教師將結(jié)合自身在教學(xué)實踐中積累的經(jīng)驗，指導(dǎo)學(xué)員完成一個實際的人工智能項目。通過這些精心設(shè)計的項目活動，學(xué)員不僅能夠初步了解大語言模型（例如ChatGPT）在青少年科技創(chuàng)新中的應(yīng)用潛力，還將首次接觸到利用計算機技術(shù)分析古詩詞等文本內(nèi)容的技術(shù)方法——即自然語言處理技術(shù)的應(yīng)用實例。

此外，課程還涵蓋從圖像分析到姿態(tài)檢測、手球識別等一系列基于計算機視覺技術(shù)實現(xiàn)的功能演示。最終目標是幫助參與者建立起對數(shù)據(jù)分析重要性的認識以及構(gòu)建有效模型的能力（機器學(xué)習(xí)）。整個學(xué)習(xí)過程強調(diào)理論與實踐并重的原則，力求讓每位參與者在動手操作的同時深入理解相關(guān)理論知識背景。期望通過本系列課程的學(xué)習(xí)，大家能夠掌握關(guān)于人工智能的一些基本概念及其工作原理，并激發(fā)進一步探究的興趣。

《第二期CAA智能趣微課》視頻在智向未來—科教資源服務(wù)平臺（https://ke.aice.org.cn/）上可以免費學(xué)習(xí)，對應(yīng)如下課程摘要描述：

課程1：大語言模型助力科創(chuàng)研學(xué)（中國人民大學(xué)附屬中學(xué)豐臺學(xué)校 金鑫）

大語言模型的出現(xiàn)讓我們的時代發(fā)生了翻天覆地的變化。在AIGC時代，如何正確高效地使用大語言模型成為學(xué)生亟須學(xué)習(xí)的技能，而國外大語言模型的諸多限制，讓我們無法正常使用大語言模型。本節(jié)課以科創(chuàng)研學(xué)為切入點，在讓學(xué)生理解科創(chuàng)研學(xué)的意義基礎(chǔ)上，介紹了科創(chuàng)研學(xué)主題的立題方法，介紹了常用的大語言模型類型并講述了在本地部署大語言模型的方法，消除了學(xué)生本地使用大語言模型的技術(shù)壁壘。同時本節(jié)課中，教師詳細闡述了如何基于大語言模型開展科創(chuàng)研學(xué)的路徑，以期為同學(xué)們的科創(chuàng)研學(xué)之旅打開新思路。

課程2：生成式人工智能原理——以CILP模型的圖文理解為例（浙江省溫州科技高級中學(xué) 林淼焱）

本課程基于各類大語言模型的底層“CLIP”模型設(shè)計，借助圖文信息的相似度比較，探索大模型理解圖片與文本背后的原理。學(xué)生將學(xué)習(xí)如何利用編程語言和AI工具，將圖像、文字等多媒體信息轉(zhuǎn)換成計算機可處理的數(shù)據(jù)，并運用這些數(shù)據(jù)進行創(chuàng)意表達和問題解決。

課程3：計算機視覺——智能識別精靈（上海市浦東新區(qū)福山證大外國語小學(xué) 張沁漾）

《智能識別精靈》課程是一門融合人工智能技術(shù)的創(chuàng)新實踐課程。本課程結(jié)合真實的項目情境，以設(shè)計一款能識別植物的“智能識別精靈”為核心項目，旨在引導(dǎo)學(xué)生深入理解圖像識別的原理和應(yīng)用，培養(yǎng)學(xué)生的計算思維和創(chuàng)新能力。本節(jié)課包括掌握圖像識別技術(shù)的基礎(chǔ)知識，熟悉人工智能編程工具的應(yīng)用；結(jié)合“模型拼搭+智能編程Dbit+”動手實踐制作設(shè)計的“智能花精靈”，鼓勵學(xué)生進行個性化設(shè)計與創(chuàng)新通過項目實踐，提升學(xué)生的編程能力和問題解決能力；培養(yǎng)學(xué)生的團隊協(xié)作和溝通能力，激發(fā)他們對人工智能技術(shù)的興趣和熱情。

課程4：圖像顏色識別與主色提取——探秘服裝配色（北京市第八中學(xué) 蘧征）

顏色是圖像中最直觀的特征之一，識別顏色對于圖像處理、物體檢測等具有重要的意義。本課程以圖像顏色為核心研究對象，基于“服裝配色”的實踐項目，引導(dǎo)學(xué)生探究識別圖像顏色與提取主要顏色的原理與方法。課程以如何獲取圖像中的服裝搭配顏色為核心問題，啟發(fā)學(xué)生逐步分析與思考，開展計算機如何存儲圖像、如何識別某個區(qū)域的顏色、如何提取圖像主色三個子問題的研究，學(xué)習(xí)圖像數(shù)字化，利用OpenCv識別圖像顏色，以及K-means聚類算法的原理與方法等。通過編程實踐，讓學(xué)生體驗利用人工智能解決問題的過程與方法。

課程5：姿態(tài)識別之蹲起識別與計數(shù)（首都師范大學(xué)附屬中學(xué) 賈媛媛）

姿態(tài)識別是計算機視覺領(lǐng)域的一個重要研究方向，本節(jié)課我們利用姿態(tài)識別技術(shù)完成蹲起動作的識別與計數(shù)項目。項目內(nèi)容主要包括數(shù)據(jù)的采集與制作、使用Mediapipe庫來提取人體姿態(tài)關(guān)鍵點、分別通過計算人體關(guān)鍵點之間的角度變化和KNN算法，實現(xiàn)對蹲起動作的識別與計數(shù)。課程將從靜態(tài)圖像的識別過渡到動態(tài)視頻的識別與計數(shù)，展示如何將理論應(yīng)用到實際場景中。經(jīng)過動手編程實踐，學(xué)生將不僅掌握姿態(tài)關(guān)鍵點的提取方法，還可學(xué)會如何結(jié)合數(shù)學(xué)計算和機器學(xué)習(xí)算法進行姿態(tài)識別，這將為他們在人工智能領(lǐng)域的探索和創(chuàng)新應(yīng)用打下堅實的基礎(chǔ)。

課程6：基于XEdu和BaseML的手球行為識別（溫州市繡山中學(xué) 洪丹妮）

課程針對足球比賽中手球行為爭議判罰的問題，引導(dǎo)學(xué)生分析問題、探索技術(shù)，設(shè)計解決方案，讓學(xué)生認識并實踐圖像目標檢測和分類技術(shù)，制作足球手球行為識別系統(tǒng)，實現(xiàn)手球行為智能判斷。學(xué)生不僅要從數(shù)據(jù)多樣性、規(guī)模性、準確性角度出發(fā)，收集和整理數(shù)據(jù)，并通過圖像標注實現(xiàn)足球數(shù)據(jù)集的初步構(gòu)建，還會體驗運用OpenInnoLab平臺的MMedu計算機視覺庫和BaseML傳統(tǒng)機器學(xué)習(xí)庫，分別實現(xiàn)足球目標檢測模型和手球分類模型訓(xùn)練與推理的過程，在實踐中逐步理解目標檢測、圖像分類、人體關(guān)鍵點提取、K近鄰算法的概念和實現(xiàn)方式，最終完成足球手球行為識別系統(tǒng)的設(shè)計與制作。

課程7：邊緣和邊緣檢測（北京師范大學(xué)附屬實驗中學(xué) 張康）

計算機視覺最核心的研究對象就是圖像，了解并掌握圖像的表示和基本處理方法和原理是深入學(xué)習(xí)計算機視覺的基礎(chǔ)。本節(jié)課在上節(jié)微課《圖像的表示和處理》的基礎(chǔ)上重點介紹底層視覺中的邊緣和邊緣檢測算法，本節(jié)課先介紹了邊緣的概念和邊緣在視覺中的作用和價值，接著學(xué)習(xí)Sobel算法的核心原理，了解Canny算法的核心步驟，最后通過自己動手編程實現(xiàn)，驗證自己是否真正了解計算過程并觀察邊緣檢測的實際效果。

課程8：初識手寫字體識別（山東省青島第九中學(xué)蔡榮嘯）

在深度學(xué)習(xí)領(lǐng)域中，TensorFlow作為開源的機器學(xué)習(xí)框架，因其高效性、易用性和強大的社區(qū)支持，成了廣大開發(fā)者和研究者們的首選工具。而手寫字體識別（Handwritten Digits Recognition）作為計算機視覺和機器學(xué)習(xí)的經(jīng)典案例之一，是初學(xué)者了解深度學(xué)習(xí)原理和應(yīng)用的絕佳途徑。

課程9：我教機器識別物體——感知機器學(xué)習(xí)（中國人民大學(xué)附屬中學(xué) 彭惠群 王璐）

本課程旨在引導(dǎo)學(xué)生探索機器學(xué)習(xí)的奧秘，以更好地理解技術(shù)原理及其發(fā)展脈絡(luò)。在課程中，我們將機器學(xué)習(xí)與人類學(xué)習(xí)對比，幫助學(xué)生認識到二者的異同。同時，我們將機器學(xué)習(xí)與人類學(xué)習(xí)“雙線貫通”，即把人類對概念認知的明線（是非、形象、抽象）與機器學(xué)習(xí)過程的暗線（可教、受限、偏見）相對應(yīng)。

課程10：什么影響了你的成績——線性回歸（北京十一學(xué)校龍樾實驗中學(xué) 張麗輝）

在本課程中，將通過探討影響學(xué)生成績的各種因素，深入了解人工智能中的線性回歸算法。將從實際問題出發(fā)，分析哪些因素對學(xué)生成績有顯著影響，并通過數(shù)據(jù)建模和分析，演示線性回歸算法如何用于預(yù)測和優(yōu)化。課程內(nèi)容涵蓋數(shù)據(jù)預(yù)處理、模型訓(xùn)練與評估，以及結(jié)果的解釋和應(yīng)用。通過理論講解與實踐操作相結(jié)合的方式，幫助學(xué)生掌握線性回歸算法的基本原理和實用技巧，為學(xué)生進一步學(xué)習(xí)人工智能打下堅實基礎(chǔ)。

課程11：強化學(xué)習(xí)之遺傳算法（北京市新英才學(xué)校 魯家鈺）

遺傳算法是一個經(jīng)典的強化學(xué)習(xí)的算法，因其模擬了生物界中的遺傳演化的過程，因此而得名。在本節(jié)課中，首先將了解機器學(xué)習(xí)三大范式之一強化學(xué)習(xí)的主要特點、基本概念和應(yīng)用場景。然后通過分析生物演化的過程和原理， 理解如何使用遺傳算法來實現(xiàn)強化學(xué)習(xí)。最后，將通過一個專門為本課程研發(fā)的《吃豆子》小游戲，直觀地看到遺傳算法是如何工作的，以及知道影響遺傳算法訓(xùn)練效果的若干關(guān)鍵參數(shù)。

學(xué)生通過參與Code Studio的互動關(guān)卡，訓(xùn)練人工智能機器人識別魚類——是魚非魚（是非概念）、形狀顏色（形象概念）、情緒狀態(tài)（抽象概念），從而了解機器學(xué)習(xí)的一般過程，包括樣本的輸入、標簽的選擇與特征的提取，以及了解如何利用模型進行訓(xùn)練、測試和預(yù)測。

在互動活動中，學(xué)生還將感受樣本量的大小（數(shù)據(jù)的量）與標簽的準備率（數(shù)據(jù)的質(zhì)）對于機器學(xué)習(xí)效果的影響，并體會機器在人類“可教”的基礎(chǔ)上，卻“受限”于人類的訓(xùn)練以及機器學(xué)習(xí)受到人類“偏見”的影響，進而反思人工智能的便利與挑戰(zhàn)，增強自我判斷意識，增強社會責任感，為更負責任地使用人工智能奠定基礎(chǔ)。

課程12：基于K-Means的聚類算法實踐（杭州外國語學(xué)校 萬春彬）

聚類算法在機器學(xué)習(xí)領(lǐng)域中占據(jù)著舉足輕重的地位，它構(gòu)成了無監(jiān)督學(xué)習(xí)領(lǐng)域的核心基石。在本課程中，將通過三個生動具體的實例——水果分類、水果堆的歸類以及一組數(shù)的集合分類，來深入淺出地介紹聚類算法的相關(guān)概念和知識。為了讓學(xué)生對數(shù)據(jù)集有更直觀、更貼近實際的理解，我們采用圖片、表格等多種形式，對鳶尾花及其數(shù)據(jù)集進行對照解析。這種直觀的教學(xué)方式將幫助學(xué)生建立起對數(shù)據(jù)集的深刻認識。在實戰(zhàn)演練環(huán)節(jié)，將不僅停留在代碼的調(diào)用層面，而是通過詳盡的代碼講解、運行演示以及手動推演過程的對照，引導(dǎo)學(xué)生深入理解聚類算法的原理和過程。特別地，將通過一維特征樣本數(shù)據(jù)的手動推演，將聚類算法的內(nèi)在機制完美呈現(xiàn)，達成“原理講懂、講透”的教學(xué)目標。

課程13：數(shù)字人文——文本挖掘重讀詩詞（北京市十一學(xué)校 韓思瑤）

數(shù)字人文（Digital Humanities）是一個跨學(xué)科領(lǐng)域，它利用數(shù)字工具和方法來分析、解釋和呈現(xiàn)人文學(xué)科中的數(shù)據(jù)和文本，如文學(xué)、歷史、藝術(shù)、音樂和考古學(xué)等。文本挖掘（Text Mining）結(jié)合自然語言處理（NLP）、數(shù)據(jù)挖掘、機器學(xué)習(xí)、統(tǒng)計學(xué)和信息檢索等技術(shù)去發(fā)現(xiàn)文本中的模式、趨勢和關(guān)聯(lián)，從而幫助人們做出更明智的決策。

本單元利用數(shù)據(jù)分析以及人工智能技術(shù)更好地理解詩詞的發(fā)展以及背后的規(guī)律，幫助我們從數(shù)據(jù)的角度理解詩詞，欣賞詩詞之美。本節(jié)課選取其中三個問題：熟讀唐詩三百首——如何快速獲取唐詩數(shù)據(jù)，唐詩中的“以人為本”——詩詞的字頻統(tǒng)計，唐詩何以勝我朝——探索詩歌鼎盛時期，幫助大家理解大數(shù)據(jù)分析的一般過程，并能動手實踐從數(shù)據(jù)角度挖掘詩詞文本中的潛在現(xiàn)象。（來源：中國自動化學(xué)會）