算法让知识流动起来数学短视频

虽然对于推荐算法的争议从来没有中断过,但我们的日常生活消费应用场景已经无法离开算法推荐,它同时也把产品、流量、用户、数据四者捆绑在一起。推荐算法在学习了足够多的“知识”之后,基于用户行为和喜好方面的大数据,提供满足用户需求的服务,并潜移默化地为用户推荐可能需要的知识和信息。

推荐算法根据个人喜好、兴趣分发信息,提高了获取知识内容的效率,拓展了知识的多元接收渠道和灵活的学习方式,激发学习兴趣,推动传播者与受众的互动。我们以短视频为例,短视频事实上已经成为我们传播和获取信息最重要的渠道,甚至也成为一个学习、教育渠道。在丰富多元的内容之中,短视频平台的泛知识内容涵盖人文社科、自然科学等专业领域,越来越多的专家学者正在打破学术的藩篱,借助短视频和直播“传道授业解惑”,很多只能在高校课堂之上才能学习到的专业知识,正在以实用、新奇、有趣的泛知识形式,从“象牙塔”走向普通人。那些曾经难以进入大众化视野的专业甚至冷门艰深的知识内容,由于推荐算法偶然抵达普通受众,知识在人群中流动。

李右溪在抖音科普甲骨文。

周思益在抖音运营的@弦论世界

而对于高校来说,它们在平台营业,拆除教育的围墙,知识通过算法被推送到了更远的角落,流向更广阔的人群。2024年1月8日,清华大学新闻与传播学院智媒研究中心发布《学无界,共此间——短视频直播与知识学习报告》,《报告》指出,短视频直播平台通过提供知识科普、优质内容创作、深度用户互动参与等方式打造实时互动、视听一体、数智融合的新型知识体验模式,助力知识实现跨地域、跨时限、跨行业、跨代际的知识共享与传递。

而《2023抖音公开课学习数据报告》显示,全国147所双一流名校中,有137所入驻抖音平台,覆盖率达93.2%。有400位教授、45位院士、4位诺奖得主在抖音传递知识,其中,北京大学、清华大学、中国科学院大学位列抖音网友最喜欢的授课高校前三名。平均每天有超20万人次在观看高校直播课。抖音上高校公开课,网友最喜欢看的高校直播课是北京大学的《中国古代政治与文化》、对外经济贸易大学《货币金融学》、清华大学《大学基础物理》等,最喜欢的学科居然是数学,最关心的课题是中科院物理所曹则贤“从安徽到一元二次方程到规范场论”。高校知识视频观看者近80%超过24岁。

北京大学融媒体中心音视频办公室副主任祖枫说,“思想自由,兼容并包”是北大的传统。一直以来,北大人坚持去偏远地区去进行社会实践、支教扶贫,其实都是为了把知识传递到更加遥远和需要的地方去,这些是点对点的触达,抖音直播帮我们实现了点对面的普及,把北大和社会大众连接了起来,拆掉了地域、资源等有差别的围墙,让人们可以无门槛地选修我们的公开课,实现交流互动。

这些流动的知识,对三四线城市及农村地区的普通人和教育工作者更为重要。由于知识获取的传统途径相对较少,短视频直播平台发挥了更为重要的作用。《学无界,共此间——短视频直播与知识学习报告》内的8558名受访者(约占79.04%)表示受到知识科普类内容的吸引。此外,科学实验类的短视频直播平台渐成规模,服务学校科学教育,海量的“云课件”资源实现了资源共享,降低了知识共享门槛。

人类该如何应对“算法世界”?美国波士顿学院教授、国际伦理与信息技术协会主席理查德·斯皮内洛在《铁笼,还是乌托邦》一书中说:“至关重要的是在网络空间中传承卓越的人类的善和道德价值,它们是实现人类繁荣的基础。”知识的传播,打开普通人的想象力和学习边界,同样是善的一部分。

THE END
1.算法学习与应用从入门到精通(豆瓣)解析这本书吧,前半部分:数据结构摘要,后半部分:例子代码与练习。不是很通用的一本书,作为练习还是可以的 0 有用 patrickstar 2018-03-10 00:44:36 排班是真的丑!!!内容还是很不错的(*?′╰╯`?)? > 更多短评 6 条 我要写书评 算法学习与应用从入门到精通的书评 ··· ( 全部0 条https://book.douban.com/isbn/9787115418852/
2.清华大学出版社图书详情全面系统地讲述机器学习算法与理论,论证推导详细,深入浅出。并配以算法使用实验代码,知名库源代码分析,以及实际应用介绍。网络资源提取码:romz 作者:雷明 ? 定价:138元 印次:1-4 ISBN:9787302514688 出版日期:2019.01.01 印刷日期:2019.04.09 http://www.tup.tsinghua.edu.cn/booksCenter/book_07977201.html
3.强化学习算法与应用综述摘要:强化学习是机器学习领域的研究热点, 是考察智能体与环境的相互作用, 做出序列决策、优化策略并最大化累积回报的过程. 强化学习具有巨大的研究价值和应用潜力, 是实现通用人工智能的关键步骤. 本文综述了强化学习算法与应用的研究进展和发展动态, 首先介绍强化学习的基本原理, 包括马尔可夫决策过程、价值函数、探索-https://c-s-a.org.cn/html/2020/12/7701.html
4.机器学习算法与应用.pdf机器学习原理算法与应用pdf资源机器学习算法与应用.pdf 机器学习是人工智能的核心和基础,研究机器学习是实现人工智能的重要步骤。机器学习算法是机器学习的核心部分,它决定了机器学习的性能和效果。本文将从三个方面介绍机器学习算法:典型机器学习算法、量子机器学习、李群机器学习。 典型机器学习算法是机器学习的基础部分,包括监督学习、非监督学习、半https://download.csdn.net/download/m0_61181362/24448539
5.《机器学习:原理算法与应用》(雷明)摘要书评试读图书 > 计算机与互联网 > 编程语言与程序设计 > 清华大学出版社(Tsinghua University Press) > 机器学习:原理、算法与应用 自营 清华大学出版社京东自营官方旗舰店 机器学习:原理、算法与应用 雷明著 京东价 ¥ 促销 展开促销 配送至 --请选择-- 支持https://item.jd.com/12685964.html
6.强化学习:前沿算法与应用.pptx强化学习:前沿算法与应用读书笔记01思维导图精彩摘录目录分析内容摘要阅读感受作者简介目录0305020406思维导图学习算法前沿学习强化强化领域应用算法作者前沿提供包括介绍大家未来方法案例实际应用本书关键字分析思维导图内容摘要内容摘要《强化学习:前沿算法与应用》是一本全面介绍强化学习领域最新算法和应用的权威著作。本书https://www.renrendoc.com/paper/319904231.html
7.新书出版!《强化学习:前沿算法与应用》机器之心由上海人工智能实验室白辰甲博士,哈工大赵英男博士,天津大学教授郝建业博士等联合编写的强化学习专著《强化学习:前沿算法与应用》由机械工业出版社出版发行,官方地址https://item.jd.com/10077221594315.html. 1.内容提要 强化学习是机器学习的重要分支,是实现通用人工智能(AI)的重要途径。与其他机器学习方法不同,强化学习https://www.jiqizhixin.com/articles/2023-07-10-6
8.深度学习与计算机视觉:核心算法与应用全本书评资深工程师多年从事深度学习算法与模型研究的经验总结 理论结合实践,详解机器学习、深度学习与计算机视觉的相关算法和模型 俄罗斯自然科学院外籍院士李千目等4位大咖倾情力荐 循序渐地介绍机器学习、深度学习和计算机视觉的理论与典型应用。 结合多个应用实例,详解机器学习和深度学习的相关算法与30多种模型。 从工作原理、http://e.dangdang.com/products/1901328912.html
9.基于组合抽样技术的集成学习算法研究与应用学位基于组合抽样技术的集成学习算法研究与应用 刘国强 中国海洋大学 在线阅读 下载 引用 收藏 分享 打印 摘要: 不平衡数据集分类和集成学习是当今机器学习领域的主要研究内容。传统分类方法大多基于训练数据集各类样本的数目基本平衡和误分类代价相同等假设,以准确率为分类器性能评价指标,因此在解决不平衡数据集分类问题时大https://d.wanfangdata.com.cn/Thesis/Y1927583
10.通俗易懂讲AI强化学习3、强化学习的算法 1) 基于价值的方法(Value-based) 2) 基于策略的方法(Policy-Based) 4、强化学习与监督学习的关系 5、强化学习的优点与局限性 1、什么是强化学习? 举个例子: 小明现在有一个问题,他要决定明天是学习还是去打球。现在就有两种可能性:打球和学习。如果现在的情况是,选择打球,那么小明将会收到https://zhuanlan.zhihu.com/p/677346147
11.深度学习与计算机视觉算法原理框架应用与代码实现深度学习与计算机视觉算法原理框架应用与代码实现 本书纸版由机械工业出版社于2017年出版,电子版由华章分社(北京华章图文信息有限公司, 北京奥维博世图书发行有限公司)全球范围内制作与发行。 目录 序言 前言 第1篇 基础知识 第1章 引言 1.1 人工智能的新焦点——深度学习 1.2 给计算机一双眼睛——计算机视觉 1.3 https://bbs.pinggu.org/jg/kaoyankaobo_kaoyan_6747145_1.html
12.深度学习(Deeplearning)综述模型压缩与优化加速 模型压缩算法能够有效降低参数冗余,从而减少存储占用、通信带宽和计算复杂度,有助于深度学习的应用部署,具体可划分为如下几种方法: 1. 线性或非线性量化:1/2bits, int8 和 fp16等; 2. Op-level的快速算法:FFT Conv2d (7x7, 9x9), Winograd Conv2d (3x3, 5x5) 等; https://www.jianshu.com/p/c8a46f00b06d
13.深度学习与计算机视觉:算法原理框架应用与代码实现完整pdf扫描版[155应用平台:PDF 更新时间:2018-08-17 购买链接:京东异步社区 网友评分: 360通过腾讯通过金山通过 155.7MB 详情介绍 《深度学习与计算机视觉:算法原理、框架应用与代码实现》全面介绍了深度学习及计算机视觉中基础的知识,并结合常见的应用场景和大量实例,带领读者进入丰富多彩的计算机视觉领域。作为一本“原理+实践”教程,https://www.jb51.net/books/632178.html
14.计算机视觉算法与应用(ComputerVision计算机视觉算法与应用(Computer Vision_ Algorithms and Applications)PDF学习资料Clojure下载此实例 开发语言:Others 实例大小:43.61M下载次数:17浏览次数:518发布时间:2022-08-08实例类别:Clojure发布人:stq054188 文件格式:.pdf所需积分:2相关标签: Computer vision Applications application Algorithms algorithm https://www.haolizi.net/example/view_296353.html
15.深度学习与计算机视觉算法原理框架应用与代码实现.pdf+高清版+深度学习与计算机视觉 算法原理、框架应用与代码实现.pdf+高清版+精美书签编排 深度学习 机器视觉 人工智能 2018-06-19 上传 大小:155.00MB 所需: 50积分/C币 立即下载 未来都市——智慧城市与基于深度学习的机器视觉.pdf 未来都市——智慧城市与基于深度学习的机器视觉.pdf 立即https://www.iteye.com/resource/qq_37053885-10486681
16.等生成模型的深度学习算法综合研究与应用大三及以上组菁英科研项目:人工智能与数据科学专题:基于LSTM等序列模型、GAN等生成模型的深度学习算法综合研究与应用【大三及以上组】https://www.eol.cn/waiyu/news/20230103103205.html
17.一文看懂什么是强化学习?(基本概念+应用嘲+主流算法)《强化学习与推荐系统的强强联合》 《基于深度强化学习的对话管理中的策略自适应》 《强化学习在业界的实际应用》 强化学习的主流算法 免模型学习(Model-Free) vs 有模型学习(Model-Based) 在介绍详细算法之前,我们先来了解一下强化学习算法的2大分类。这2个分类的重要差异是:智能体是否能完整了解或学习到所在环境https://easyai.tech/ai-definition/reinforcement-learning/
18.数字化观察(100)华夏银行吴永飞等:数字金融领域小样本学习技术◆ 数字化观察(96)| 量子聚类算法在银行智慧运营场景中的应用 ◆ 数字化观察(95)| 隐私立法时代联邦学习在商业银行的应用 ◆ 数字化观察(94)| 金融科技管理人才项目制培养模式探索与实践 ◆ 数字化观察(93)| 科技创新推动金融数字化服务转型发展 ◆ 数字化观察(92)| 内部审计视角下的数据治理 https://bank.hexun.com/2022-05-31/206058282.html
19.数学六年级上册第三单元知识点实践与综合应用:以一类问题为载体,学生主动参与的学习活动,是帮助学生积累数学活动经验的重要途径。 数学分数加减法知识点 一、分数的意义 1、分数的意义:把单位“1”平均分成若干份,表示这样的一份或几份的数,叫做分数。 2、分数单位:把单位“1”平均分成若干份,表示这样的一份的数叫做分数单位。 https://www.oh100.com/shuxue/2052329.html