文档介绍：边画边算的决策树实战
陈凯 丫丫猫以为这个网络游戏的第一个任务是打怪,结果却发现,最先要做的,是在村庄中寻找和争夺装备,简称为夺宝任务。装备包括武器、护具和药剂三类,其中,武器有宝剑和弓箭两种,护具有盾牌和盔甲两种,药剂有增速和说拆开黑箱,还是能对少部分原理进行讲解,但诸多概念理解上的缺失,再加上知识和技能相互关系脉络的不完整,仍然影响到学生对整体原理的把握和理解。
这里的一个策略,是将目光从终端的人工智能应用,切换到人的思维活动本身,寻找能将人的思维变化过程充分显现出来的激发事件。例如,游戏就是一个很好的激发事件,游戏是学生在日常生活中能亲密接触并真切体验的活动,游戏中的场景和概念可以直接使用到教学活动中,从而大大降低应用到某些情境时,在解释和说明上需要耗费的时间成本。
将思维过程显现出来的一个很有用的方法,就是绘画。用随手可得的画图软件即可,如箭头代表宝剑武器、星型代表弓箭武器、五边形是盾牌护具、三角形是盔甲护具、闪电是增速药剂、五角星是强力药剂。这里直接使用了现成的图标,如时间比较充裕,当然也可稍做设计使得图标更逼真。
那么,如何将装备的图标和游戏结果关联起来呢?这是个开放性的任务,如可以在代表装备的图标里进一步做标志,圆圈代表胜利,方块代表失败(如图1)。或者可以使用两个框,上面的框代表胜利,下面的框代表失败,根据游戏情况将装备图标投入框内,如图2所示。
这样的绘画过程,有助于将表格中的数据抽取出来,转化为人脑更容易把握的直观形态,为后续教学做好准备。
● 与信息技术基础概念相结合
在边看边算之前,可以先试着边看边感觉。这里可以有效地解释出,实际上人脑的判断也正是信息处理的过程,观察图1和图2,就能直观了解到,使用哪一种武器更有可能导致失败。如果用不同的图示做比较,还可以看出“关于使用装备与胜负关系”的信息量的多少,在图3的A、B、C三种情况中,C的情况最为鲜明,可以明显看出弓箭优于宝剑,而A的情况更模糊一些。
接下来,可以使用信息熵公式,在人的直观和数学抽象计算之间建立起关联,可以借助简单的Python代码,或在线工具帮助实施这些计算,如利用在线工具,简单填入胜负比例,就可以算出信息熵。具体的计算信息熵的方法,在本栏目往期文章《手工研磨咖啡的决策》中已有讨论,网络上也很容易找到,这里不再赘述。图3中,总共有十局游戏的记录,均是四胜六负,借用下页图4信息熵工具计算,仅从胜负情况看,。
但若将使用武器的区别考虑进来,最终得到的熵值(也称条件熵)就有所不同了。情况A中,,使用弓箭获得的胜负信息熵是1。由于十局游戏中,使用宝剑占十分之六,使用弓箭占十分之四,所以用公式6/10×+4/10×。而若是情况C,条件熵计算结果为0。显然,数值越接近0,则表示信息指示作用越明确。从这里可以看出,这个计算其实就反映了香农所说的“信息是用于消除随机不确定性的东西”,所以,这部分内容的教学,在信息技术教学的基础模块阶段,就可以结合“信息”“信息熵”“信息处理”等概念先行实施起来。