八年级下第3单元项目4 《数据预测交通拥堵——物联网中大数据技术应用》学习课件
文档属性
| 名称 | 八年级下第3单元项目4 《数据预测交通拥堵——物联网中大数据技术应用》学习课件 |  | |
| 格式 | pptx | ||
| 文件大小 | 6.7MB | ||
| 资源类型 | 试卷 | ||
| 版本资源 | 通用版 | ||
| 科目 | 信息技术（信息科技） | ||
| 更新时间 | 2025-04-08 11:06:30 | ||
图片预览
文档简介
(共21张PPT)
项目 4
数据预测交通拥堵
——物联网中大数据技术应用
第3单元 助力汽车智能驾驶
义务教育《信息科技》八年级下册
项目情境
李明上午10:00要去火车站，他通过软件提前预约出租车，软件很快就安排了合适车辆，同时还给出了路线图。
李明一看，路线图上用红色显示了拥堵路段，用绿色显示了畅通路段，并精准地计算了到达的时间。李明觉得很神奇，软件是如何预测出这些地方将要发生拥堵的呢？
项目4 数据预测交通拥堵
第3单元 助力汽车智能驾驶
学习目标
项目4 数据预测交通拥堵
1．项目目标
通过对历史数据的收集和分析，预测未来交通拥堵状况，了解基于历史数据进行预测的基本过程。
2．素养目标
了解什么是大数据，理解数据在信息社会中的作用，体验物联网、大数据、人工智能的关系。
第3单元 助力汽车智能驾驶
核心问题
第3单元 助力汽车智能驾驶
数据预测交通拥堵 选一选 问题池
1．如何找到预测预测拥堵状况的因素？
2．如何收集数据、整理数据？
3．如何使用大数据进行分析预测？
4．大数据是什么？有什么特征？
5．人类预测和机器预测有何不同？
6．人工智能进行预测的基本过程是什么？
请带着以下问题，进入本课的学习吧！先选出你最感兴趣的3个问题：
项目4 数据预测交通拥堵
01.
项目准备
02.
项目实施
03.
素养提升
04.
拓展评价
寻找影响交通拥堵的因素。
让机器学习大数据，用模型预测拥堵。
大数据及其的特征。
大数据在智能预测中的应用。
目录
项目准备
项目4 数据预测交通拥堵
问题提出
了解预测方法
了解交通堵点，提出预测需求。
基于经验的预测、基于数据的预测。
分析拥堵因素
寻找影响交通拥堵的因素。
情境引入，发现问题
观察：
1.观看导航软件“未来用时”功能；
2.查找学校周边某个时段的“堵点”;
讨论：
拥堵的时段有什么特点？原因有哪些？
导航软件是怎么知道的？
如何进行未来交通用时的预测呢？
了解预测未来两种思路
关于人类思考和机器思考的对比，请找一找他们在思考时参考的因素有哪些？数据从哪里来？
分析影响交通拥堵因素
影响因素 原因 如何量化
时段 上下学、上下班高峰期，车流量大 1-24表示
天气 阴雨天气影响车速、车辆增多、视线不好，更容易拥堵...... 1:正常 2:阴或小雨 3:大雨或大雪
星期 某路口在星期几，车流量也不同 1-7表示周一至周日
人流量 人流量越大，车辆越拥堵 1-10表示车流量小到大
是否有交通事故 交通事故是导致拥堵的重要原因 1:有 2:没有
... ... ...
找一找校园附近的某个路口拥堵的原因......
排除一些偶然性的原因，找出具有可记录、可量化的因素，怎样用数值来表示？
项目实施
项目4 数据预测交通拥堵
让机器学习交通拥堵数据
观看微课视频，了解什么是大数据？大数据有哪些特征？
思考：在预测交通拥堵中，我们可以使用哪些大数据？
了解交通拥堵相关的大数据
大数据的采集和整理，需要用到交管部门、气象部门、导航软件的数据接口，我们很难获得。因此，在项目中，我们将通过观察、调查，以Excel表格的形式记录部分数据，来模拟大数据，感受一下基于大数据预测的过程。
整理交通拥堵大数据
对影响因素和拥堵程度进行量化。
让机器学习交通拥堵数据
Python程序提供了很多第三方库可以用来完成这个机器学习的过程，比如BeseML库，集成了许多机器学习的算法，可以通过简单的代码进行数据训练，生成模型文件。
数据
程序
模型
用模型预测未来拥堵状态
在上面程序后继续添加代码，加载刚才生成的模型，并对指定的数据进行预测，输出结果。
次数 输入 输出 是否准确
1 5,6,1,2 2 准确
2 1，12，1，3 0 准确
3 2，14，1，3 0 准确
测试记录：
加上这句，可以评估模型的效果。
模型
数据
预测
评估
素养提升
项目4 数据预测交通拥堵
大数据及其特征
大数据及其相关概念的关系
1
2
大数据的基本特征
你能想到生活中哪些应用体现了大数据的特征呢？
在小组讨论一下吧...
体量
变化
类型
低
大数据及其相关概念的关系
数据、算法和算力构成了人工智能的三要素。物联网采集了丰富的大数据，存储在云端服务器中，云计算帮助处理这些大数据；以大数据为原材料，依靠云计算提供的强大算力，训练新的模型，人工智能就有了新的能力，从而控制物联网实现新的功能。
采集
学习
控制
拓展评价
项目4 数据预测交通拥堵
01
02
学以致用
自我评价
运用大数据预测解决实际问题
回顾项目学习的过程及学习收获
运用大数据预测解决实际问题
案例 需要什么大数据 可以做出什么预测
地铁客流量预测项目 分时段的地铁进站\出站人数的数据，车箱的拥挤程度数据等 预测未来某时段的客流量，优化地铁班次设置
某中学生的 “数字铁饼” 项目 给铁饼安装轴陀螺仪传感器，记录上万次飞行轨迹、距离信息 构建飞行曲线模拟及距离预测算
... ... ...
查找大数据应用的项目案例，分析其中使用了哪些大数据？做出了怎样的预测？产生了什么样的效果？
自我评价量表
小组内说一说你的收获： 。
过程与思考
收获与反思
项目 4
数据预测交通拥堵
用所学知识
去探索大数据技术吧！
第3单元 助力汽车智能驾驶
义务教育《信息科技》八年级下册
项目1 设计无线遥控翻页笔
项目 4
数据预测交通拥堵
——物联网中大数据技术应用
第3单元 助力汽车智能驾驶
义务教育《信息科技》八年级下册
项目情境
李明上午10:00要去火车站，他通过软件提前预约出租车，软件很快就安排了合适车辆，同时还给出了路线图。
李明一看，路线图上用红色显示了拥堵路段，用绿色显示了畅通路段，并精准地计算了到达的时间。李明觉得很神奇，软件是如何预测出这些地方将要发生拥堵的呢？
项目4 数据预测交通拥堵
第3单元 助力汽车智能驾驶
学习目标
项目4 数据预测交通拥堵
1．项目目标
通过对历史数据的收集和分析，预测未来交通拥堵状况，了解基于历史数据进行预测的基本过程。
2．素养目标
了解什么是大数据，理解数据在信息社会中的作用，体验物联网、大数据、人工智能的关系。
第3单元 助力汽车智能驾驶
核心问题
第3单元 助力汽车智能驾驶
数据预测交通拥堵 选一选 问题池
1．如何找到预测预测拥堵状况的因素？
2．如何收集数据、整理数据？
3．如何使用大数据进行分析预测？
4．大数据是什么？有什么特征？
5．人类预测和机器预测有何不同？
6．人工智能进行预测的基本过程是什么？
请带着以下问题，进入本课的学习吧！先选出你最感兴趣的3个问题：
项目4 数据预测交通拥堵
01.
项目准备
02.
项目实施
03.
素养提升
04.
拓展评价
寻找影响交通拥堵的因素。
让机器学习大数据，用模型预测拥堵。
大数据及其的特征。
大数据在智能预测中的应用。
目录
项目准备
项目4 数据预测交通拥堵
问题提出
了解预测方法
了解交通堵点，提出预测需求。
基于经验的预测、基于数据的预测。
分析拥堵因素
寻找影响交通拥堵的因素。
情境引入，发现问题
观察：
1.观看导航软件“未来用时”功能；
2.查找学校周边某个时段的“堵点”;
讨论：
拥堵的时段有什么特点？原因有哪些？
导航软件是怎么知道的？
如何进行未来交通用时的预测呢？
了解预测未来两种思路
关于人类思考和机器思考的对比，请找一找他们在思考时参考的因素有哪些？数据从哪里来？
分析影响交通拥堵因素
影响因素 原因 如何量化
时段 上下学、上下班高峰期，车流量大 1-24表示
天气 阴雨天气影响车速、车辆增多、视线不好，更容易拥堵...... 1:正常 2:阴或小雨 3:大雨或大雪
星期 某路口在星期几，车流量也不同 1-7表示周一至周日
人流量 人流量越大，车辆越拥堵 1-10表示车流量小到大
是否有交通事故 交通事故是导致拥堵的重要原因 1:有 2:没有
... ... ...
找一找校园附近的某个路口拥堵的原因......
排除一些偶然性的原因，找出具有可记录、可量化的因素，怎样用数值来表示？
项目实施
项目4 数据预测交通拥堵
让机器学习交通拥堵数据
观看微课视频，了解什么是大数据？大数据有哪些特征？
思考：在预测交通拥堵中，我们可以使用哪些大数据？
了解交通拥堵相关的大数据
大数据的采集和整理，需要用到交管部门、气象部门、导航软件的数据接口，我们很难获得。因此，在项目中，我们将通过观察、调查，以Excel表格的形式记录部分数据，来模拟大数据，感受一下基于大数据预测的过程。
整理交通拥堵大数据
对影响因素和拥堵程度进行量化。
让机器学习交通拥堵数据
Python程序提供了很多第三方库可以用来完成这个机器学习的过程，比如BeseML库，集成了许多机器学习的算法，可以通过简单的代码进行数据训练，生成模型文件。
数据
程序
模型
用模型预测未来拥堵状态
在上面程序后继续添加代码，加载刚才生成的模型，并对指定的数据进行预测，输出结果。
次数 输入 输出 是否准确
1 5,6,1,2 2 准确
2 1，12，1，3 0 准确
3 2，14，1，3 0 准确
测试记录：
加上这句，可以评估模型的效果。
模型
数据
预测
评估
素养提升
项目4 数据预测交通拥堵
大数据及其特征
大数据及其相关概念的关系
1
2
大数据的基本特征
你能想到生活中哪些应用体现了大数据的特征呢？
在小组讨论一下吧...
体量
变化
类型
低
大数据及其相关概念的关系
数据、算法和算力构成了人工智能的三要素。物联网采集了丰富的大数据，存储在云端服务器中，云计算帮助处理这些大数据；以大数据为原材料，依靠云计算提供的强大算力，训练新的模型，人工智能就有了新的能力，从而控制物联网实现新的功能。
采集
学习
控制
拓展评价
项目4 数据预测交通拥堵
01
02
学以致用
自我评价
运用大数据预测解决实际问题
回顾项目学习的过程及学习收获
运用大数据预测解决实际问题
案例 需要什么大数据 可以做出什么预测
地铁客流量预测项目 分时段的地铁进站\出站人数的数据，车箱的拥挤程度数据等 预测未来某时段的客流量，优化地铁班次设置
某中学生的 “数字铁饼” 项目 给铁饼安装轴陀螺仪传感器，记录上万次飞行轨迹、距离信息 构建飞行曲线模拟及距离预测算
... ... ...
查找大数据应用的项目案例，分析其中使用了哪些大数据？做出了怎样的预测？产生了什么样的效果？
自我评价量表
小组内说一说你的收获： 。
过程与思考
收获与反思
项目 4
数据预测交通拥堵
用所学知识
去探索大数据技术吧！
第3单元 助力汽车智能驾驶
义务教育《信息科技》八年级下册
项目1 设计无线遥控翻页笔
同课章节目录