在线学习中深层次学习发生策略的研究

【刊载信息】穆肃,王孝金.2019.在线学习中深层次学习发生策略的研究[J].中国远程教育(10):29-39.

【关键词】在线学习;深层次学习;内容分析;学习活动;活动设计;学习策略;策略模型;应用分析

摘要

一、

研究背景

二、

研究思路和方法

本研究梳理了促进在线学习中深层次学习发生的策略,建构了促进在线学习中深层次学习的策略模型,为设计、组织和引导在线学习中深层次学习的发生提供了方法和策略指引。

(一)研究思路

基于前期研究成果,本研究认为在线学习中的深层次学习体现在学习者对学习过程的参与程度上,具体体现在情感、行为和认知三个层面。本研究的策略梳理和提炼也将从这三个方面开展。情感上的参与主要表现为对学习过程、结果的享受和满足程度等;行为参与包括参与学习与交互活动的情况,如积极提问、主动回应他人、阅读课程资源等;认知的参与即学习者完成高阶学习目标的程度,如学习中能达成迁移运用、问题解决等高阶认知目标(穆肃等,2019)。

研究采用“理论梳理—模型建构—案例分析”的思路开展。理论梳理主要对国内外已有研究中在线深层次学习策略进行整理,结合在线学习中深层次学习的表现,利用内容分析法进行归并,将其梳理为情感、行为和认知三个层面。为推动策略的应用,本研究从在线学习活动设计的角度出发,探讨从利用所梳理出的深层次学习策略指导在线学习活动设计的角度建构策略模型。在策略模型的建立中,对当前已有的各种在线学习活动按照其不同的效果和具体活动形式与能体现的对应策略进行归并。本研究将梳理出的策略和建构的策略模型运用到具体的在线课程中,通过分析应用过程验证策略模型的实用性探讨这些策略对促进学习者深层次学习的作用。

(二)研究方法

1.文献的收集

2.文献内容分析类目表的拟定

根据对文献的阅读和整理,将其中提到的促进深层次学习发生的策略一一列出,然后汇总形成表1所示的策略汇总表。

表1基于文献分析的深层次学习策略汇总表

对各策略具体内容进行梳理后可知,某些策略在不同文献中所使用的术语和提及方式不尽相同,但实际上含义相似。为此,本文对表1中含义相近的策略进行了归并:“提高动机”“效能感”都属于激励策略,将其与激励策略归并;将“创设真实情境”归并到联系策略中;对学习者提供“及时评价”“反馈”归并为反馈策略;将“问题化学习”归并为问题策略;“在线讨论”“在线协作”均为在线学习中的交互形式,因此与交互策略进行归并;“拓展性学习”“跨学科学习”归并为拓展策略。对没有相近策略归并且提及次数较少(仅为一、二次)的“主导”“应用案例”“监控”“细化和集成”策略,因共识性较小,不列入本次拟研究的策略中。经过梳理最终保留的八项策略是激励策略、认知重组策略、联系策略、反馈策略、参与策略、问题策略、交互策略和拓展策略,如表2所示。

表2八项促进在线深层次学习策略在文献中被提及情况

3.案例分析

对在线学习中深层次学习策略模型及应用案例进行分析。案例分析框架为策略采用、具体体现和应用效果三方面。

三、

在线学习中深层次学习策略梳理及分类

已有研究从不同层面提出了促进在线学习中深层次学习的策略。

(一)在线学习中深层次学习策略的含义

张豪锋等(2011)在对成人在线学习模型构建及策略的探究中,提出认知层面的策略需要重视课程模型建设,内容能够引发学习者的认知冲突,从而促进认知层面的深层次参与。段金菊(2012)认为e-Learning环境下促进深层学习可以通过认知重组策略,使学习者在学习过程中通过对新学习的概念进行加工形成新的观点。认知重组策略可以促进在线学习者认知层面的深层参与。

周荣等(2017)认为促进在线学习中的深层次学习需要创设真实的生活情境,能够将任务与真实生活相联系。Betul(2014)在对在线学习中深层次学习环境建设的研究中也指出,要创造能够促进深层次学习的真实情境,让学习者进行真实的体验。课程内容设计要和学习者发生关联,学习材料的设计要融入学习者的真实生活。可见,真实生活与学习的关联有助于促进深层次学习的发生。

反馈能够提高学生的学习成绩和自我效能感(Wang&Wu,2007)。同时,反馈是提升深层次学习的有效策略之一,这一结论在很多研究中得到论证。如Betul(2014)认为要通过形成性评估提供频繁的反馈,Hacker(2000)认为提升在线深层次学习的方法包括及时对学习者进行反馈。及时反馈是引导学习者深度反思自己的学习状况并及时调整学习行为、实现行为层面深层次参与的有效途径。

DeLotell(2010)在利用深层次学习策略促进在线学习保持度的研究中提出非常重要的一点是提高学习者的参与性,让学习者充分参与到课程学习中。Hacker(2000)提出的在线深层次学习策略也包含让学习者变成积极的参与者,促进他们进行深度的探索、判断和分析。通过让学习者积极参与,让其体会到学习中的成就感,可以促进其情感层面的深层次参与。

诺尔斯认为学习者的学习应该是以问题解决为中心的,学习的主要目的是应对工作与生活中的挑战。Betul(2014)认为要通过设置问题解决的任务来让学习者积极地思考问题,引发其高阶思维的产生。余胜泉等(2017)设计了深度交互的学习活动,使学习者学会处理复杂的非良构的问题,以此提高学习者深层次认知加工的能力。

深层次学习的发生需要引导学习者尝试一些学习目标要求之外的内容(康淑敏,2016)。适度拓展是对已有教材的二次开发,对教学进行的系统设计。这是帮助学习者提升能力、培养思维的重要环节(刘晓萍,2015)。通过拓展学习对已有知识形成新的认识,促进思维的延伸,也是促进在线学习过程中深层次学习的一项策略。

(二)在线学习中深层次学习策略的作用

在线深层次学习的表现主要在情感、行为和认知三个维度上,已梳理的八项策略在促进深层次学习发生时的作用各有侧重。

1.促进情感深层次参与策略

2.促进行为深层次参与策略

尽管在线学习环境中学习者的行为表现具有一定的不准确性和可欺骗性,但是行为参与的频度、广度和深度仍然能在一定程度上反映学习者的学习参与。在线学习中深层次的参与表现为学习过程中能根据反馈进行自我反思与自我调节,积极地参与深层交互活动。为了让学习者能进行深层次的行为参与,一方面,从自身行为调节的角度需要在教学活动中给予他们及时的反馈,引导其深度反思学习状况并及时调整学习策略;另一方面,从与他人交互的角度可以通过设计一些活动来促进在线学习者之间的深层互动。形式多样的社会性交互活动能够有效消除时空分离带来的距离感,促进学习者的深层次学习(张豪锋,2011)。综合以上分析可知,促进学习者在线行为深层次参与的策略包括反馈策略和深层互动策略。

3.促进认知深层次参与策略

问题解决策略可以鼓励学习者分析问题,并能运用所学知识来解决问题,最后归纳出解决问题的方法,这个过程就是学习者进行高阶思维的过程。认知重组策略让学习者将新学的知识技能和已有的知识技能建立连接,以达到知识结构的转变,发生有意义的学习,而通过概念的重组能产生创新性的观点。拓展策略促进学习者学习额外的知识,对已有知识形成新的认识,拓展学生的思维。综合来看,问题策略、认知重组策略和拓展策略在促进在线学习中深层次认知参与方面发挥着作用。

基于以上分析,可形成图1所示的策略分类图。侧重情感参与的策略包含激励、参与、联系策略;侧重行为参与的策略包括反馈策略和深层互动策略;问题策略、重组策略和拓展策略更侧重于促进学习者认知层面的参与,因而属于认知层面的策略。

图1在线学习中深层次学习策略分类

四、

促进深层次学习的在线学习活动梳理及分类

学习活动是在线学习过程中促进深层次学习发生的重要途径,利用深层次学习的促进策略有助于在活动的设计和实施中将学习者的新知识和技能与生活经验、实践领域和兴趣建立联系,因此本研究从在线学习活动设计和实施出发,建构促进深层次学习策略的应用模型。

表3促进深层次学习的在线学习活动分类

(一)体现激励策略的在线学习活动

(二)体现参与策略的在线学习活动

(三)体现联系策略的在线学习活动

(四)体现问题策略的在线学习活动

(五)体现交互策略的在线学习活动

(六)体现反馈策略的在线学习活动

“同步移动的在线辅导”活动要求教师对学习者提出的问题给出及时反馈,双方可基于已有的社交软件进行同步反馈。“在在线的三级提问”活动中,教师依据三级框架设计问题,让学习者回答并及时反馈。在“在线评价学习者作品”活动中,教师对学习者的作品给出及时评价,学习者根据教师意见进行修改,不断完善作品。在“案例点评”活动中,教师对学习者的案例内容进行针对性反馈和指导。“在线咖啡馆”是为学习者设置一个可以互相聊天、互相解答问题的轻松聊天室,学习者之间能够针对学习、生活等问题及时交流。“同伴作品互评”则是同伴之间对作品进行评价,是生生反馈的一种形式。以上学习活动侧重于通过反馈促进在线深层次学习的发生。

(七)体现认知重组策略的在线学习活动

(八)体现拓展策略的在线学习活动

五、

在线学习中深层次学习策略模型建构

策略采用的目的是促进在线学习中深层次学习的发生,提升学习兴趣、学习投入和学习效果。为此,促进深层次学习的各项策略之间不应零散作用,而应各有侧重又协调配合地共同作用于在线学习。为了能清楚地展示深层次学习与相应策略和在线学习活动之间的关系,基于以上梳理,本文提出了以在线学习中的深层次学习发生为核心的策略模型,如图2所示。该模型的中心是深层次学习,具体包含情感、行为和认知三个层面。与深层次学习的三个层面直接对应的策略形成了相应的策略层。模型的最外层是实践层,由各项策略相对应的在线学习活动构成,即表示策略的落实体现到在线学习活动的设计和实施中,通过在线学习活动推动深层次学习的发生。

图2在线学习中深层次学习策略模型图

六、

在线学习中深层次学习策略模型应用及分析

(一)课程介绍

(二)策略模型的应用过程及方法

基于本研究提出的深层次学习策略模型,教学小组先分析学习者的特征和课程学习目标,然后根据课程的内容、分析策略的应用分别设计能够帮助学习者在情感、行为和认知三个层面开展深层次学习的在线学习活动,最后收集学习过程数据,分析学习效果。在线课程中在线学习活动的设计过程如图3所示。

图3在线学习过程设计流程图

(三)数据收集分析工具及方法

学习活动过程产生数据的收集,共涉及四类学习活动中的量化数据和质性材料。量化数据有基于问卷调查的数据、在线学习的行为数据,质性数据包含学习者交互内容及数据、学习者提交作品和相互评价的内容等。基于不同的数据类型,分别采用了词频分析、社会网络分析、交互深度分析和基于SOLO理论的内容分析方法。

(四)活动设计及效果分析

1.促进情感参与活动设计示例及分析

教师开启“myidea”的话题,邀请学习者“说出你对本课程的想法和建议”。学习者参与度和积极性较高,在65名学习者中有64名参与回帖。对所有回帖的内容进行断词分析,形成如图4所示的词云图。数据显示学习者都表达了自己的观点,多数学习者认为该课程应为学习者提供实践的机会,希望课程内容是有趣的,通过课程可以运用所学知识等,如“多实践,让我们了解各种教学媒体的基本操作和使用方法”等。

图4学生回应课程建议和期望内容词云图

2.促进行为参与活动示例及分析

为了给学习者及时反馈,课程设计了“同伴作品互评”活动,通过学习者之间的互相评价促进自我反思。为推动学习者之间的深层互动,课程设计了“互动学习者提问和讨论”活动。

同伴互评活动使学习者成为评价者,主体作用得到体现,61位学习者参与活动,参与率为94%。其中141条评价给出了分数,83条评价给出了评语,比例为60%,对83条评价的内容中各类表述进行归类分析得到了图5所示的雷达图。图中数据表明学习者评价内容能够指出“存在不足”和“给出建议”的占比较高,部分学习者能对同伴作品提出质疑,通过评价别人作品反思自己的作品,进行深层次思考。

图5同伴互评内容分析

该在线课程在第三单元的学习中设置了“互动学习者提问和讨论”活动。讨论的主题围绕“比较计算机支持的协作学习和在线协作学习这两种不同的协作学习,说明各自特点、优势和局限”。为提高学习者参与的深度,保证他们都参与进来,活动明确要求每位学习者至少发布一次观点帖并回复其他同学的观点两次。最终43位学习者参与,其中21位学习者回复至少两次,他们在线交互数据形成了交互关系图(如图6所示)。学习者之间有次数不等的交互,形成了相对紧密的网络。利用Gunawardena(1997)设计的交互分析模式对学习者间交互内容进行分析,发现37%的交互层次达到第四、第五层的深度,说明这一活动促进了学习者学习参与的深度。

图6学生讨论情况社会网络分析图

3.促进认知参与活动示例及分析

在线课程中设计了“案例分析”活动以促进理论的应用。要求学习者“用ASSURE模式评析教学设计方案”,即以所学的理论模型为分析框架进行教学设计案例的剖析,推动学习者对所学知识的应用、分析和评价。

该活动为小组活动,各小组需讨论分析案例并提交报告。对各小组的评析方案依据SOLO(StructureoftheObservedLearningOutcome,可观察学习结果的结构)分类理论进行分析,内容分析结果如表4所示。

表4“案例分析”活动内容分析

从表4可以看出,七组学习者分别利用所学的理论框架进行了案例分析,有的小组对案例不仅仅只基于框架做了陈述,还对其进行了深入评价。图7的示例对学习者和运用媒体与材料这两个维度进行了分析,基于理论框架指出了案例存在的不足之处。这表明该小组对这部分知识的掌握不是仅仅停留在应用阶段,已能进行评价,实现了更高阶的认知目标。

图7学生案例分析部分内容

七、

结论与展望

本研究通过对在线学习中深层次学习发生策略模型的建构和应用分析形成了以下研究结论:

(一)通过建构在线学习中深层次学习发生的策略模型,为促进在线学习中深层次学习的设计和实施提供了理论依据

该策略模型下的八项策略及48个在线学习活动,都是建立在已有在线学习活动和策略梳理上的重构,保证了该模型的实用性。在线教学可以依据课程的需要有针对性地选取策略,并根据在线学习者的特点设计学习活动。后续研究将针对深层次学习的真实状况提出优化学习活动的方法。

(二)通过策略模型在在线教学中的应用,对其应用过程和效果进行分析,证明其在促进深层次学习发生的过程中发挥了作用

目前,效果分析还仅是针对部分学习活动的过程和情况进行,后续研究还将对在线学习过程的数据做更全面和深入的分析。

①ArthurCosta提出了三级提问方法:第1级问题是事实层面的问题,第2级问题涉及解释和分析,第3级问题则为更高层面的问题。

参考文献

埃里克詹森.2010.深度学习的7种有力策略[M].温暖,译.上海:华东师范大学出版社.

杜建霞,范斯·A.杜林汤,安东尼·A·奥林佐克,王茹.2006.动态在线讨论:交互式学习环境中的深层学习[J].开放教育研究(04):75-79.

段金菊.2012.e-Learning环境下促进深度学习的策略研究[J].中国电化教育(05):38-43.

段金菊,余胜泉.2013.学习科学视域下的e-Learning深度学习研究[J].远程教育杂志,31(04):43-51.

戴歆紫,王祖浩.2017.国外深度学习的分析视角及评价方法[J].外国教育研究,44(10):45-58.

胡敏.2015.在线学习中学生参与度模型及应用研究[D].武汉:华中师范大学.

纪宏璠,雷体南,方红.2015.基于iTtools3.0的深度学习过程设计与实践研究[J].现代教育技术,25(02):40-46.

康淑敏.2016.基于学科素养培育的深度学习研究[J].教育研究,37(07):111-118.

柯蒂斯·邦克,伊莲·邱.2016.激励和留住在线学习者的100个活动:TEC-VARIETY应用宝典[M].陈青,彭义平,译.北京:中央广播电视大学出版社.

刘中宇,高雨寒,胡超.2016.基于深度学习的个性化学习模型设计[J].中国教育信息化(08):82-86.

罗刚.2006.网络情境下成人深度学习策略的培养[J].成人教育(10):16-17.

穆肃.2015.机遇与挑战:从开放教育资源到开放教学过程——从远程教育视野出发对开放在线课程的思考[J].中国电化教育(08):52-58.

穆肃,王孝金.2019.参与和投入而非肤浅和简单——在线学习中的深层次学习[J].中国远程教育(02):17-25,92-93.

诺尔斯.1989.现代成人教育实践[M].蔺延梓,译.北京:人民教育出版社.

王英彦,杨刚,曾瑞.2010.在线学习者的激励机制分析与设计[J].中国电化教育(03):62-66.

叶海智,程清杰.2015.基于Jigsaw模式的在线学习活动设计与应用研究[J].现代教育技术,25(01):87-92,119.

余胜泉,段金菊,崔京菁.2017.基于学习元的双螺旋深度学习模型[J].现代远程教育研究(06):37-47,56.

张豪锋,王春丽.2011.成人在线学习模型构建及策略探究[J].成人教育,31(06):34-35.

张浩,吴秀娟,王静.2014.深度学习的目标与评价体系构建[J].中国电化教育(07):51-55.

周荣,彭敏军.2017.混合式学习中促进深度学习的助学群组构建与应用研究[J].教育现代化,4(33):202-205.

Boulton-Lewis,GillianM.(2008)Teachingforqualitylearningatuniversity.OpenLearning:TheJournalofOpen,Distanceande-Learning,23(2),pp.146-149.

Bitter,C.,Taylor,J.,Zeiser,K.,&Rickles,J.(2014).Providingopportunitiesfordeeperlearning:FindingsfromtheStudyofDeeperLearning:OpportunitiesandOutcomes(Report2).Washington,DC:AmericanInstitutesforResearchandNewYork,NY:TheResearchAllianceforNewYorkCitySchools.

Chin,C.,&Brown,D.E..(2000).Learningdeeplyinscience:ananalysisandreintegrationofdeepapproachesintwocasestudiesofgrade8students.ResearchinScienceEducation,30(2),173-197.

Costa,A.L..(1991).Developingminds:aresourcebookforteachingthinking.Anesthesiology,82(5),1131-8.

Cuneo,C.J.,&Harnish,D..(2002).Thelostgenerationine-learning:deepandsurfaceapproachestoonlinelearning.CollegeStudents,37.

Czerkawski,B.C.(2014).Designingdeeperlearningexperiencesforonlineinstruction.JournalofInteractiveOnlineLearning,13(2),29-40.

Darabi,A.,Arrastia,M.C.,Nelson,D.W.,Cornille,T.,&Liang,X..(2011).Cognitivepresenceinasynchronousonlinelearning:acomparisonoffourdiscussionstrategies.JournalofComputerAssistedLearning,27(3),216-227.

Delotell,P.J.,Millam,L.A.,&Reinhardt,M.M..(2010).Theuseofdeeplearningstrategiesinonlinebusinesscoursestoimpactstudentretention.AmericanJournalofBusinessEducation,3(12).

DyjurPM.(2013).Face-to-faceandOnlineLearningCommunitiesandTheirEffectonDeepandSurfaceApproachestoLearning.HigherEducationAcademy.

Entwistle,N..(2000).Promotingdeeplearningthroughteachingandassessment:conceptualframeworksandeducationalcontexts.HigherEducationAcademy.

Grover,S.,Pea,R.,&Cooper,S..(2015).Designingfordeeperlearninginablendedcomputersciencecourseformiddleschoolstudents.ComputerScienceEducation,25(2),199-237.

Gunawardena,C.N.,Lowe,C.A.,&Anderson,T..(1997).Analysisofaglobalonlinedebateandthedevelopmentofaninteractionanalysismodelforexaminingsocialconstructionofknowledgeincomputerconferencing.JournalofEducationalComputingResearch,17(4).

Hacker,D.J.,&Niederhauser,D.S..(2000).Promotingdeepanddurablelearningintheonlineclassroom.NewDirectionsforTeaching&Learning,2000(84),53-63.

Hanandeh,A.E..(2013).EncouragingStudents'DeepLearningthroughAssessment.TheAustralasianAssociationforEngineeringEducation(AAEE)annualconference.

Havard,B.,Du,J.,&Olinzock,A..(2005).Deeplearning:theknowledge,methods,andcognitionprocessininstructor-ledonlinediscussion.QuarterlyReviewofDistanceEducation,6,125-135.

Huberman,M.,Bitter,C.,Anthony,J.,&O‘Day,J..(2014).Theshapeofdeeperlearning:strategies,structures,andculturesindeeperlearningnetworkhighschools.AmericanInstitutesforResearch.

Kazmer,&Michelle,M.(2005).Howtechnologyaffectsstudents’departuresfromonlinelearningcommunities.ACMSIGGROUPBulletin,25(1),25-30.

Keebler,D.W..(2009).Onlineteachingstrategy:apositionpaper.JournalofOnlineLearning&Teaching(3).

Keller,J.(1983).Motivationaldesignininstruction.InC.Reigeluth(Ed.),Instructionaldesigntheoriesandmodels:Anoverviewoftheircurrentstatus(pp.383-434).Hillsdale,NJ:Erlbaum.

Leung,Y.P..(2011).Therevisedtwo-factorstudyprocessquestionnaire:r-spq-2f.BritishJournalofEducationalPsychology,71(1),133-149.

McGee,P.,&Wickershame,L.(2005).Seekingdeeperlearningwithinanonlinecourse.InG.Richards(Ed.),ProceedingsofWorldConferenceonE-LearninginCorporate,Government,Healthcare,andHigherEducation2005(pp.2205-2212).Chesapeake,VA:AACE.

P-Dec,V.N..(2011).Atimefordeeperlearning:preparingstudentsforachangingworld.EducationDigestEssentialReadingsCondensedforQuickReview,77,43-49.

Reeve,J.M.(1996).Motivatingothers:Nurturinginnermotivationalresources.NeedhamHeights,MA:Allyn&Bacon.

RushtonA.(2005).Formativeassessment:akeytodeeplearning.MedicalTeacher,27(6),509-513.

She,H.C.,&Chen,Y.Z..(2009).Theimpactofmultimediaeffectonsciencelearning:evidencefromeyemovements.Computers&Education,53(4),0-1307.

Trekles,A.,&Nakayama,S..(2010).Workinprogress:Identifyingadequatelevelofinstructionwithouthinderingdeeperlearningindistancelearning.FrontiersinEducationConference.IEEE.

Wang,S.,&Wu,P.(2007).ExaminingtheRoleofFeedbackonSelf-efficacyandPerformanceinWeb-basedEnvironment.InternationalConferenceonInnovativeComputing.IEEE.

Warburton,K..(2003).Deeplearningandeducationforsustainability.InternationalJournalofSustainabilityinHigherEducation,4(1),44-56.

作者简介

穆肃,博士,教授,博士生导师,华南师范大学现代远程教育研究所(510631)。

王孝金,博士研究生,通讯作者,华南师范大学教育信息技术学院(510631)。

基金项目:本文系2018年度国家社会科学基金重大项目“信息化促进新时代基础教育公平的研究”(项目编号:18ZDA334)子课题四“面向基础教育精准帮扶的无缝学习体系研究”和2018年华南师范大学“挑战杯”金种子培育课题“促进在线学习过程中深层次学习发生的模型建构研究”(课题编号:18JXKA02)的阶段性成果。

THE END
1.非常详细地说明一下常见的人工智能学习框架常用ai框架1.TensorFlow- 由 Google 开发,是一个广泛使用的开源深度学习框架。 - 特点:具有高度的灵活性和可扩展性,支持多种编程语言,如 Python、C++ 等。提供了丰富的模型和算法库,适用于大规模数据处理和分布式训练。 - 优势:拥有强大的社区支持,大量的预训练模型和教程可供使用。能在各种硬件平台上运行,包括 CPU、GPU https://blog.csdn.net/make77/article/details/143361646
2.如何使用Webman框架实现在线学习和教育功能?Workerman随着互联网的发展,在线学习和教育成为了一种非常流行的学习方式。为了实现这种功能,我们可以使用Webman框架来构建一个功能强大的在线学习和教育平台。本文将介绍如何使用Webman框架来实现在线学习和教育功能,并提供相应的代码示例。 一、项目准备: 在开始之前,我们需要准备好以下工具和环境: https://www.php.cn/faq/574788.html
3.ASP.NETCore适用于.NET的开源Web框架更深入发掘: 什么是 ASP.NET Core? 了解ASP.NET Core 通过我们的教程、视频课程和文档,了解 ASP.NET Core 提供的所有功能。 了解前端 Web 开发 了解后端 Web 开发 快速且可扩展 在独立的TechEmpower 基准测试中,ASP.NET Core 比任何热门 Web 框架的执行速度都更快。 https://asp.net/
4.王喆推荐系统模型篇(task9)强化学习推荐模型DRN一、强化学习基本概念 1.1 强化学习框架的六要素 二、强化学习推荐系统框架 三、深度强化学习推荐模型 DRN 四、DRN 的学习过程 4.1 离线部分 4.2 在线部分 https://blog.51cto.com/u_15717393/5619095
5.文法与教育学院图1 《2021年地平线报告(教学版)》框架 “2021年报告”先从社会趋势、技术趋势、经济趋势、环境趋势和政治趋势五方面,描述了影响全球高等教育教学的宏观发展趋势。其中,社会趋势包括远程工作和学习、数字鸿沟扩大、心理健康问题;技术趋势包括广泛采用混合学习模式、增加使用学习技术、促进在线教师发展;经济趋势包括减少高等https://www.ahou.edu.cn/jky/detail?id=ob0laxgtipvl4cmo-b2zea
6.蚂蚁金服新计算实践:基于Ray的融合计算引擎架构蔡芳芳我们认为,流计算是一种计算模式、模型训练是一种模式、分布式服务是一种模式,我们把这三种模式汇集在一套计算引擎上面,这个计算引擎就是 Ray。总结来说,我们用一个计算引擎覆盖了在线学习的所有环节,而传统的在线学习框架可能是用不同的引擎分别解决不同的问题,做的是拼接的工作,这是最大的区别。https://www.infoq.cn/article/ualTzk5OwDb1crVHg7c1
7.国产开源深度学习框架,深度学习,简单开发如果您有什么疑问或建议,可以向我们反馈问题 如果您有其他安装需求 请参考安装文档 MegEngine 深度学习框架 更多内容 训练推理一体 一套内核支撑训练到推理,无需模型转换,精度损失最小化。 前后处理可放入计算图推理,训练推理精确对齐,python C++ 不用写两遍。 https://megengine.org.cn/
8.高中数学“导数及其应用”学习指导与高考应对策略在复习导数的过程中,还可以采用以下策略和方法来提高学习效果: 1. 建立知识框架 在开始学习导数之前,可以先建立一个知识框架,将导数的相关概念、性质和应用等要点整理成一个清晰的结构。这样可以帮助你更好地理解和记忆导数的内容,也便于后续的复习和巩固。 https://www.360doc.cn/article/46601607_1114327109.html
9.字节跳动破局联邦学习:开源Fedlearner框架,广告投放增效209%作为分布式的机器学习范式,联邦学习能够有效解决数据孤岛问题,让参与方在不共享数据的基础上联合建模,挖掘数据价值。 近两年,联邦学习技术发展迅速,阿里、腾讯、百度、京东、蚂蚁金服、微众银行等一众互联网大厂、金融科技公司皆涉足其中。前不久,字节跳动联邦学习技术团队也开源了自研的联邦学习平台 Fedlearner 。 https://maimai.cn/article/detail?fid=1550604028&efid=zqj9rqK7Yf_Us-lu-0Wnmg
10.在线教学平台学习者参与方式研究前沿领域本研究结合ICAP框架,基于在线教学平台的日志数据分析学习者的参与方式,从而为学习者提供个性化的教学方案,提高教学质量。研究中关注的问题包括:如何基于学生的日志数据识别不同的参与方式?如何验证识别得到的不同参与方式?学生参与方式的识别对学生学情分析与教学设计改善具有什么启示? https://www.eduwest.com/html/2021/qianyanlingyu_0908/610.html
11.西安欧亚学院线上通识课程为大学生量身打造,足不出户提升通识课程全面解析计算机相关知识、信息检索及工具软件的使用,提升学习者的信息素养,以适应现代信息社会的需求;提炼办公技巧,使学习者熟练运用Office软件解决实际问题;线上与线下学习融合,增强自主学习能力。 课程框架:实用的办公技能 本课程旨在通过情境模拟和职场实战等教学模式,培养学习者的职场办公技能,提高学习者处理日常办公https://tsjy.eurasia.edu/info/1062/1471.htm
12..NET开源免费的跨平台框架MAUI(附学习资料).NET开源免费的跨平台框架 - MAUI(附学习资料) 前言 前几天分享了一个.NET MAUI开源免费的UI工具包 - Uranium,然后技术群有不少同学问.NET MAUI是不是免费的?能做什么?今天特意写这篇文章来介绍一下.NET开源、免费(基于MIT License)的跨平台框架:MAUI。https://cloud.tencent.com/developer/article/2411004
13.什么是深度学习?MicrosoftAzureRNN 将数据输入到具有特定时间延迟的隐藏层。网络计算会考虑当前状态下的历史信息,较高的输入不会更改模型大小。RNN 是语音识别、高级预测、机器人和其他复杂的深度学习工作负载的不错选择。 转换器 转换器旨在处理顺序输入数据。但是,它们并不限于按顺序处理这些数据。转换器转而使用注意力方法,这种方法允许模型将不https://azure.microsoft.com/zh-cn/overview/what-is-deep-learning
14.GitHub回测计算框架│ ├── FeatureReconciliation.py: 特征离线在线一致性校验│ ├── ModelGenerator.py: 训练模型通用父类│ ├── models: 提供模型│ │ ├── deepModel: 深度学习模型│ │ │ ├── MLPModelGenerator.py: 深度学习模型│ │ │ └── train_all_mohttps://github.com/bopo/chan.py
15.Java开发职业规划:技能提升与职业发展建议2、学习常用的Java框架 Spring、Hibernate、Struts等框架是Java开发中不可或缺的工具。掌握这些框架的使用方法和最佳实践,能够提高开发效率,减少维护成本。此外,了解微服务架构和SpringBoot等新兴技术可以帮助你适应快速变化的技术环境。 职业规划问题在线咨询>> https://www.xycareer.com/knowledge/12496.html
16.课程;推荐系统快速实现框架;前沿论文ShowMeAI资讯日报论文简介:We introduce a novel federated learning framework, FedD3, which reduces the overall communication volume and with that opens up the concept of federated learning to more application scenarios in network-constrained environments./我们引入了一个新颖的联合学习框架FedD3,它减少了整体的通信量,并https://juejin.cn/post/7140134849544716324
17.学c语言用什么app?学c语言的手机软件c语言app软件下载c语言app是一款非常好用的c语言编程学习手机软件,适合对c语言感兴趣和想学c语言的人使用,用户可以在线学习详细的c语言编程知识,还可以进行模拟练习来巩固所学的知识,同时还要丰富的代码实例,让用户一步步提高C语言水平。http://www.downcc.com/k/cyuyanapp/