新書推薦:
《
高敏感女性的力量(意大利心理学家FSP博士重磅力作。高敏感是优势,更是力量)
》
售價:NT$
286.0
《
元好问与他的时代(中华学术译丛)
》
售價:NT$
398.0
《
汽车传感器结构·原理·检测·维修
》
售價:NT$
500.0
《
怪谈百物语:不能开的门(“日本文学史上的奇迹”宫部美雪重要代表作!日本妖怪物语集大成之作,系列累销突破200万册!)
》
售價:NT$
296.0
《
罗马政治观念中的自由
》
售價:NT$
230.0
《
中国王朝内争实录:宠位厮杀
》
售價:NT$
281.0
《
凡事发生皆有利于我(这是一本读了之后会让人运气变好的书”治愈无数读者的心理自助经典)
》
售價:NT$
203.0
《
未来特工局
》
售價:NT$
254.0
|
內容簡介: |
《计算教育学》从理论指导和数据驱动的视角,围绕如何量化教育主体,解决学习过程中的内隐与外显式的行为分析问题,紧随国际上计算社会科学、学习分析和教育数据挖掘、教育人工智能几大学科和研究分支的发展趋势,对计算教育学的理论体系、研究方法、研究场景、数据获取以及建模分析技术进行了系统的分类梳理。 《计算教育学》围绕计算教育学的场景计算、主体计算、服务计算和伦理四大主题,侧重于将人工智能方法、机器学习技术与当前先进的教育研究范式相结合,旨在为解决教育改革创新问题提供综合的科学方法和工具。
|
目錄:
|
目录前言第一部分 概述 1第1章 计算教育学 31.1 概念与框架 41.2 关键问题与核心任务 61.3 应用领域与面临的挑战 8第2章 研究对象与方法 112.1 计算教育学的研究对象 112.2 计算教育学的研究方法 15第二部分 场景计算 31第3章 教育场景 333.1 简介 333.2 概念内涵 343.3 智慧教室 373.4 智慧校园 413.5 其他场景 43第4章 教育数据标准与规范 494.1 简介 494.2 教育大数据标准体系框架 504.3 教育数据典型标准 53第5章 教育边缘计算与数据感知 675.1 简介 675.2 教育边缘计算 685.3 教育数据感知 705.4 边缘计算的应用与展望 76第三部分 主体计算 81第6章 学习成效 836.1 简介 836.2 基于线上数据的学习成效研究 856.3 基于线下数据的学习成效研究 886.4 基于双空间数据融合的学习成效研究 90第7章 知识追踪 957.1 简介 957.2 概率知识追踪模型 977.3 深度知识追踪模型 1017.4 因子分析知识追踪模型 1057.5 融合知识追踪模型 107第8章 认知风格 1138.1 简介 1138.2 基于问卷和心理计量测验的认知风格分类 1148.3 基于神经网络方法的认知风格识别 1168.4 基于模糊分类树的认知风格预测 1188.5 基于贝叶斯网络的认知风格推理 1208.6 基于遗传算法的认知风格分析 1228.7 基于语义分析的认知风格识别 1238.8 其他方法 124第9章 情感状态 1339.1 简介 1339.2 基于量表的情感测评 1349.3 基于生理信号的情感检测 1369.4 基于面部表情的情感识别 1389.5 基于语音信号的情感检测 1409.6 基于文本数据的情感分析 1429.7 基于多模态数据的情感识别 1449.8 基于行为-主题概率建模的情感分析 146第10章 协作学习 15110.1 简介 15110.2 协作问题解决 15110.3 协作学习状态监测 15610.4 协作学习中的教学反馈 15810.5 协作学习系统 160第11章 群体学习 16911.1 简介 16911.2 群体学习动力学 17011.3 群体学习演化模式 17711.4 群体学习中的多层网络 182第四部分 服务计算 189第12章 智能导学 19112.1 简介 19112.2 用户接口 19212.3 学生模型 19412.4 领域模型 19512.5 教学模型 19612.6 开放式学习环境的智能导学系统示例—Betty’s Brain 19712.7 对话式智能导学系统示例—AutoTutor 200第13章 资源推荐 20513.1 简介 20513.2 知识图谱 20513.3 学习路径规划 21213.4 个性化资源推荐 22013.5 实际案例 228第14章 教育数据可视化 23514.1 简介 23514.2 学习主体可视化 23514.3 学习过程可视化 24214.4 学习资源可视化 25314.5 基于地图的教育大数据可视分析方法 256第15章 教育评价 26115.1 简介 26115.2 教育环境评价 26215.3 教育主体评价 26515.4 教育资源评价 27315.5 教育管理评价 277第五部分 伦理 285第16章 计算教育伦理 28716.1 简介 28716.2 大数据伦理 28716.3 教育数据伦理 29016.4 人工智能伦理 29616.5 智能教育伦理 30216.6 计算教育伦理治理 307第六部分 未来 313第17章 未来教育 31517.1 简介 31517.2 全球发展战略 31517.3 未来挑战与展望 324
|
|