新書推薦：
《
甘于平凡的勇气
》
售價：NT$
225.0
《
存在与结构：精神分析的法国转向——以拉康与萨特为中心
》
售價：NT$
240.0
《
生成式人工智能：AIGC与多模态技术应用实践指南
》
售價：NT$
495.0
《
石油帝国的兴衰：英国的工业化与去工业化
》
售價：NT$
445.0
《
古典的回響：溪客舊廬藏明清文人繪畫
》
售價：NT$
1990.0
《
根源、制度和秩序：从老子到黄老学（王中江著作系列）
》
售價：NT$
550.0
《
索恩丛书·北宋政治与保守主义：司马光的从政与思想（1019~1086）
》
售價：NT$
345.0
《
掌故家的心事
》
售價：NT$
390.0
|
| 編輯推薦： |
人工智能与智能教育丛书
袁振国 主编
传播智能教育融合发展先锋理念
促进每个人全面、自由、有个性地发展
人类已进入智能时代。教育与人工智能相融合，掀起了教育变革的第三次浪潮！智能教育为每一位学习者提供个性化服务，能够有效提升教育质量，促进教育公平。与此同时，人工智能时代对劳动者素质也提出了更高要求，向传统教育方式发起了挑战。
“人工智能与智能教育丛书”聚焦人工智能前沿理论、核心技术，用大量鲜活生动的案例，探讨人工智能技术推动教育方式和学习方式变革的颠覆性力量。
丛书以人工智能关键技术为牵引，以教育场景应用为落脚点，系统解读人工智能关键技术的发展历史、理论基础、技术进展、伦理道德、运用场景等，分析其在教育场景中的应用形式和价值。希望通过这套书，与各行各业的读者一同关注、学习、探索、思考，发挥人工智能优势，建设更加开放灵活的高质量教育体系。
|
| 內容簡介： |
|
《机器学习》是“人工智能与智能教育丛书”的一本。机器学习是人工智能所有分支中研究较为广泛、备受关注的一类技术。人工智能在教育中的应用，就是从机器学习开始的。机器学习的教育应用，主要体现在为学习者提供个性化学习方案和减轻教师的工作负担。本书从机器学习的发展历史、理论基础、核心技术、典型实践、教育应用等方面，通过轻松诙谐的语言和生动活泼的案例，向读者介绍机器学习与智能教育的发展。
|
| 關於作者： |
|
江波，华东师范大学教育技术学系副教授、硕士生导师，研究方向人工智能教育应用、教育数据挖掘、数据挖掘与智能优化算法等。
|
| 目錄：
|
一、机器学习的前世今生
机器学习的起源
机器学习和人工智能的潮起潮落
机器学习与人类学习的历史联结
二、机器学习家谱
有监督学习：无监督不学习
无监督学习：我不需要监督
强化学习：无奖励不学习
深度学习：不是层数多的神经网络就叫深度学习
三、机器学习如何帮助人类学习
机器学习的教育理论基础
知识追踪：我真的掌握了这个知识点吗？
学习曲线：我的学习效果越来越好吗？
学习情绪识别：机器能知道我困惑了吗？
学生分组：谁和我志同道合？
四、机器学习的未来
自动化机器学习
量子机器学习
类脑计算
参考文献
|
| 內容試閱：
|
机器学习如何帮助人类学习
机器学习作为人工智能的核心，让计算机拥有了“智能”。作为一种实现人工智能的技术手段，它无法代替教育本身，却悄然掀起了一场教育领域的技术变革。由于人类学习的复杂性，通常无法用量化的手段准确评估学习过程。学习就像一个黑箱子，充满着未知。机器学习能够帮助我们解决教育领域的很多问题，我们可以称之为打开人类学习黑箱的钥匙。通过使用机器学习，我们可以对学生的学习过程进行“知识追踪”，判断他们是否已经掌握了某个知识点，进而为他们进行个性化的资源推荐。在追踪的过程中，还可以使用“学习曲线”来判断学生的学习效果是不是越来越好，从而调整教学策略，为他们制定个性化的教学方案。不仅如此，还可以通过“情绪识别”技术，识别学生的学习情绪（无聊、困惑等）；通过聚类算法，对学生进行分类组合，提供针对性的教师干预和同伴互助。除此之外，还有很多“人工智能 教育”的研究成果。这些研究的应用，在一定程度上破除了传统教育的弊端，也让我们看到了未来教育的趋势。相信在未来，机器学习在教育领域的应用型研究会越来越深入。
机器学习的教育理论基础
布鲁姆掌握学习理论
机器学习广泛应用于各行各业中。在医疗领域，机器学习可以帮助医生诊断病人的病情；在工业领域，以机器学习算法为核心的机械设备可以代替工人完成危险的工作；疫情期间，在隔离酒店提供送餐服务的机器人，它们的“灵魂”也是机器学习算法。我们的生活方式，甚至人生方向，因为机器学习、人工智能而发生着深刻的变化。华为首席财务官孟晚舟曾在一次演讲中表示，随着技术的发展，有些工作会被机器取代，而人类在就业选择中要尽量避免这类工作，因为人是竞争不过机器的。毕竟，机器可以不眠不休地工作，还不需要工资。阿里巴巴集团主要创始人马云在2019年世界人工智能大会上发表过自己的观点，他认为在未来充满人工智能的时代，人们不要担心工作问题，不要害怕机器会取代自己，未来的教育才是关键。那么，在未来教育中，机器学习又可以扮演怎样的角色呢？
……
近发展区理论
其实早在20世纪30年代，苏联心理学家列夫·维果茨基（Lev Vygotsky）就已经表达过相似的愿景。他在著作中提出了近发展区的概念。学生的发展呈现出两种水平，一种是学生的现有水平，另一种是学生可能达到的发展水平。两者的中间地带就是近发展区。简单来讲，就是学生在没有帮助的情况下所能做的事情和在有帮助的情况下才能做的事情之间的差距。那么学生如何通过近发展区实现发展呢？答案是通过“教学”发展潜力。
我们来关注该理论的两个重点：“可能的发展水平”和“近发展区”。这两个概念与掌握学习理论的理念不谋而合。我们能看到的学生现有的水平并不是他能力的全部体现，我们应该更加关注如何帮助学生到达他“可能的发展水平”。这就要求教学不能止步于当前的水平，而应该努力靠近“可能的发展水平”。
自维果茨基提出近发展区理论以来，这一理论的概念也得到了衍生、扩展与更新。其中，支架式教学（scaffolding instruction）与其密切相关。支架式教学指的是教育者在学生的学习过程中，提供合适的、小范围的帮助或者提示。为什么在这里要用“scaffolding”来比喻“帮助和提示”呢？“scaffolding”也可以称之为“脚手架”。想象一下，工人们在脚手架的帮助下一步步攀登高楼的场景，是不是和学生借着“帮助和提示”一步步攀登知识高峰的场景很相似呢？学生们在特殊的“脚手架”的帮助下，能够逐步发现问题、解决问题，直到后完全掌握所学的内容。
教学支架的帮助是启发式的，它的目的在于帮助学生通过近发展区，达到新的发展水平，成为一个独立解决问题的人。同时，脚手架的理念与布鲁姆掌握学习理论中强调的给学生提供适合自己的教学帮助的理念是一致的。
再来回顾一下布鲁姆掌握学习理论和近发展区理论的重点。掌握学习理论认为只要给予学生适合他的教学帮助和足够的学习时间，学生就能够掌握所学的内容。近发展区理论强调了教学支架在学生学习过程中的重要性。这两种学习理论为机器学习在教育领域的应用奠定了理论基础。下面，我们来了解一下机器学习是如何帮助人们学习的。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
