中学人工智能教育札记(三):音乐流行趋势分析

在这里插入图片描述
第三课呢,我们主要用艺人的作品统计数据,来预测他的作品下载量。在这个预测过程当中,我们是可以用到它历史上搜索次数、试听次数等等。这个课程通过这样一个实例,第一呢,我们看一下这个数据怎么整理;第二呢,我们怎么样利用可视化的方法,人工的来直观看一下这个数据的变化趋势以及数据之间的关联;最后的话,我们鼓励学员考虑各种可能的方法来建立这样一个预测模型。实际上,基于这样一个线性回归模型,这个问题呢,是有很多发挥和想象空间的。

在这里插入图片描述

很多学员呢,利用上节课学的知识,可能就认为利用前面课程学到的知识的数据直接预测第三列就可以了。这节课一开始的时候,也是这样做的。事实上呢,这个预测方法是不对的。实际情况我们应该是用第一行的搜索次数和试听次数来预测第二行的下载次数,这个才有意义。所以呢,这个就涉及到数据的整理问题。通过这个实例的话,我们也是想教会学员不要简单地拿数据直接套模型来用,我们要多思考,对数据做一些必要的整理。
在这里插入图片描述
除了用第一行的数据来预测第二行的下载量以外,我们还鼓励学员把这个数据整理的更有效一点。比如,我们不仅可以用昨天的数据来预测今天的下载量,还可以用前天的、大前天的数据来预测今天的下载量。我们不仅可以用搜索次数和试听次数来预测下载量,也可以用昨天的前天的下载量来预测今天的下载量,这样来考虑问题的话,那这个可用的训练数据就增加了好几倍,对不对?同时的话,这样丰富的数据也能把数据随着时间变化的趋势反反应出来。
在这里插入图片描述
当然这些课我最后悔的呢,是介绍的这个python、这个Numpy啊,包括pyplot这方面的东西啊,有一点多了,它实际上冲淡了我们这个课程的主题,因为毕竟我们这是一个人工智能课,不是程序设计课。所以在以后的课程当中,我会尽量的避免不必要的这种有关python等相关知识。这方面知识的介绍够用就行了,要重点突出呢人工智能的概念,方法和原理,培养学员在人工智能方面的知识啊、技能啊和思考问题的方法等等。

失败是成功之母。我相信随着课程持续改进,我们以后的课程会安排的越来越合理,内容呢,也会越来越容易让学员们接受和认可。

©️2020 CSDN 皮肤主题: 技术黑板 设计师:CSDN官方博客 返回首页