智慧校园网络学习平台建设的探索与实践与应用 1 引言 网络学习平台采用基于云计算和移动互联等新兴信息技术,引 入MOOC学习模式[1],以学习空间、教学空间、资源建设中心为一体, 着力打造以师生为中心,以应用为主导,以数字化教学资源建设为 重点,全面促进人才培养模式的改革和学习方式的创新。通过建设 和整合精品资源共享课、视频公开课、微课程、专业教学资源库等各 类数字化学习资源,为学生提供随时随地的学习,为教师提供教学 资源和平台支持 资源和平台支持,为教学管理人员提供方便的管理和数据分析,从 而构建学校资源丰富、功能强大的新一代在线学习(E-Learning)平 台[2]。 2 建设目标 网络学习平台的功能有很多[3],但是最核心的功能主要有三个: 即建课、教学和管理。因此网络学习平台的主要建设目标如下: 2.1 资源建设和展示 (1)可以提供精品资源、网络课程的新增、编辑、审核发布功能; (2)可以提供专业教学资源库的建设编辑、发布展示功能; (1)可以为每位学生用户打造个性化学习空间,提供自主学习和 教学互动服务; (2)可以为每位教师用户打造个性化教学空间,提供教研协作和 教学互动服务; (3)以课程为中心,可以提供全面的网络教学功能,包括通知、学 习、作业、答疑、讨论、评价等互动教学活动,为实施从“教学”到“导 学”的教学模式改革提供一站式平台服务; (4)同时支持PC、Android、iOS等移动客户端的访问,实现移动 泛在学习。 2.3 教学管理10 积分 | 3 页 | 3.92 MB | 3 月前3
深度学习在智能助理产品中的应用(20页PPT-吾来)深度学习在智能助理产品中的应用 胡一川 结束语 . 提升智能助理产品的可靠性 . 智能助理产品的特点 . 深度学习与智能助理 目 录 用户终端的变化和技术的进步,推动更自然的人机交 互方式及产品形态 通过理解文本或语音形式 的自然语言来协助用户完 成需求的软件应用或平台 2000s PC 键盘 & 鼠 标 网站 时间 设备 交互方式 产品形态 2020s 最懂你的私人助理 结束语 . 提升智能助理产品的可靠性 . 深度学习与智能助理产品 . 智能助理产品的特点 目 录 • • 对一段文本对应的向量进行转换, 转换时使用上下文信息 通常使用 CNN 或 RNN 从编码后的向量中提取对预测有 价值的信息 输出为一个固定维度的向量 基于深度学习的自然语言处 理框架 • 基于输入向量产出最终的预测 [Honnibal 2016] 3. Attend 4. Predict 1. Embed 2. Encode • 将每个词或字映射为向 量 深度学习的应用:意 图识别 l 基于深度学习,完全数据驱动,无需特征工程 l 效果明显优于传统机器学习模型 l 在 20 多个领域下准确率可达 96% Softmax Attention10 积分 | 20 页 | 427.93 KB | 3 月前3
北京大学:DeepSeek在教育和学术领域的应用场景与案例北大青鸟人工智能研究院 • 北大计算机学院元宇宙技术研究所 • 北大教育学院学习科学实验室 第1页 DeepSeek在教育和学术领域的 应用场景与案例(上) AI肖睿团队 (张惠军、孙苹、周嵘) 2025年5月20日 • 北大青鸟人工智能研究院 • 北大计算机学院元宇宙技术研究所 • 北大教育学院学习科学实验室 学习交流可加AI肖睿团队助理微信号(ABZ2829) 第2页 摘要 一 分,逐层递 进、环环相扣,从技术概述到教学应用、学习辅助、科研支持再到管理赋能,通过教-学-研-管四个教育环节构建了 DeepSeek教育应用的立体图景。本讲座内容比较多,分为上中下三部分课件,学习和讨论三天时间: n 第一天:DeepSeek技术重塑教育。 n 第二天:教-DeepSeek贯通教学流程。学-DeepSeek实现个性化学习。 n 第三天:研-DeepSeek赋能学术科研。管-DeepSeek提效学校管理。 管-DeepSeek提效学校管理。 三、在技术学习的道路上,优质学习资源至关重要。推荐大家参考《人工智能通识教程(微课版)》这本系统全面的入门教 材,结合B站“思睿观通”栏目的配套视频进行学习。此外,欢迎加入ai.kgc.cn社区,以及“AI肖睿团队”的视频号和微信号, 与志同道合的AI爱好者交流经验、分享心得。 学习交流可加AI肖睿团队助理微信号(ABZ2829) 第3页 一、今天的讲20 积分 | 251 页 | 26.07 MB | 3 月前3
DeepSeek AI大模型在学校教育应用场景中的设计方案(190页 WORD)2.1 提升教学效率.............................................................................15 1.2.2 个性化学习支持.........................................................................16 1.3 项目范围............ ......................................................................................30 2.2.1 个性化学习路径.........................................................................32 2.2.2 实时反馈与辅导....... 2.1 教学资源库.................................................................................48 3.2.2 学习分析引擎.............................................................................50 3.3 技术选型......10 积分 | 201 页 | 654.56 KB | 3 月前3
高校全场景智慧教室建设方案(41页 PPT)• 学习环境重构 • 教学模式创新 • 教学数据应用 • 智慧教学赋能 智慧教室方案价值 01 项目建设背景 PROJECT CONSTRUCTION BACKGROUND 项目建设背景 教育信息化 2.0 行动计 划 “ 网络学习空间覆盖、智 慧教育创新发展”行动。 规范并引领学习空间建设 与应用,促进网络学习空 间与物理学习空间的融合 互动。 开展以学习者为中心的智 开展以学习者为中心的智 能教室学习空间建设,大 力推进智能教育 加快信息化时代教育变革。 建设智能化校园,统筹建 设一体化智能化教学、管 理与服务平台。利用现代 技术加快推动人才培养模 式改革,实现规模化教育 与个性化培养的有机结合。 中国教育现代化 2035 大力推进教育信息化。构 建基于信息技术的新型教 育教学模式、教育服务供 给方式以及教育治理新模 式。促进信息技术与教育 课程中具有鲜明特色、良好的教学效果,并承诺入选后将持续改进。 2019 年 10 月 30 日 项目建设背景 丨智慧教室助力金课 提高教学效率 金课是教学和 教育信化变革 通过翻转课堂、混合 式教学、合作学习, 分组动等新型教学法, 极大地改变以往教师 满堂灌、学生被动听 的现象 信息技术是金课 的支撑和依托 新型教学法需要信息 技 术 的 支 撑 , 需 要 教 学 环 境 的 依 托20 积分 | 41 页 | 5.62 MB | 3 月前3
电子书 -教师的AI助手:AIGC辅助教育与教学 展了教学与学习的思维模式。本书的初衷是帮助教育工作者、学生以及技术爱好 者深入了解AI在教育中的应用,共同把握这场技术革命的脉搏。 本书内容 本书分为两大部分: ❍ 理念与趋势:首先,从数字化技术的发展和其对教育的影响开始,剖析AI浪潮 对知识与学习提出的全新要求;接着,探讨AI时代下人才需要具备的核心能力, 包括批判性思维、创造性解决问题的能力、数字素养、人机协作能力、自主学习 和终身学习 强的实用性,方便读者在实践中迅速掌握操作方法。 读者对象 本书是一本AI教育工具书,适合教育领域人士及学生家长阅读。 ❍ 教师等教育工作者:帮助他们了解AI在教学中的应用前景,提升教学创新能 力。 ❍ 学生与家长:为其提供AI学习工具和应用方法,培养数字素养。 2 ❍ 技术爱好者:帮助其理解AI在教育中的实践案例,拓宽他们对技术应用的认 识。 特色与亮点 ❍ 前沿性与实用性:紧跟AI教育发展前沿,精选最新的应用案例与操作指南。 力,包括批判性思维、创造性解决问题的能力、数字素养、人机协作能力、自主 学习与终身学习能力等,并探讨AI时代教师的职业要求和发展路径。 4 Chapter 1 第1章 数字化背景下的教育发展 在数字时代,以人工智能应用为代表的新型数字化技术,正在逐渐融入学校教育教 学的各个领域,对教育认知、教育教学组织形式、教育角色、学习方式、教学评价 等产生影响。 本章主要从以下几个方面阐述数字化背景下的教育发展:10 积分 | 232 页 | 11.13 MB | 3 月前3
unesco -教育行业:教师的AI能力框架容性和公平的优质教育 , 并促进所有人的终身学习 机会。 ” 《 2030 年教育行动框架》为落实这一 宏伟目标和承诺提供了指导。 教育是联合国教科文组织的首要优先事项,因 为它是一项基本人权,也是和平与可持续发展 之基础。教科文组织是联合国负责教育的专门 机构,致力于在全球和区域层面推动进步,增 强各国系统的韧性和能力以服务于所有学习者 。教科文组织还通过变革性学习积极应对当代 全球挑战,并特别关注性别平等和非洲地区在 动态关系。 作为全球参考,该工具指导国家人工智能能力框架的发展,影响教 师培训项目,并帮助设计评估标准。它还提供了教师构建人工智能 知识、应用伦理原则和支持其职业发展的策略。 教学方法,以及专业学习中的AI应用。这些能力被划分为三个进 阶层次:获取、深化和创造。 The AI能力框架针对这一缺口,通过定义教师在AI时 代必须掌握的知识、技能和价值观来解决这一问题。 该框架基于保护教师权益、增强人类自主性和推动可 防御也必须在人们的脑海中构建。 By 2022 , only 为教师开 发了人工 智能框架 或程序 教师的 AI 能力框架 前言 © UNESCO 人工智能(AI)系统的迅速崛起对教学和学习产生了深远的影 响,特别是在教师的角色以及他们所需的能力方面。教育中使 用AI引发了关于教师自主权和其判断如何及何时恰当地使用这 项技术的能力的基本问题。 教师迫切需要被赋能以更好地理解人工智能的技术、伦理和10 积分 | 52 页 | 1.20 MB | 3 月前3
金融领域AI大模型和AGENT实践解决方案(22页 PPT)杨强 微众银行首席人工智能官( CAIO ) 加拿大工程院与皇家学院院士 杨强 202307 weBank AI Agent 是大模型面向应用端发展的下 一阶段 联邦学习与联邦 大模型 WeBank AI Agent 目录 2 2. 通用大模型不具备专业知识 通用大模型如直接用于各行各业,模型表现 得专业知识不足,并不能满足业务要求; 需要利用本地数据训练垂类行业大模型,大 机器学习 模型实现 2% 数据标注 25% 数据整合 10% 数据清洗 25% 通用大模型不能直接应用 对数据相关的处理过程可占据 超过 80% 的时间,其中数据标 注环节的耗时占比可达 25% 1. 通用大模型存在幻觉问 题 机器学习项目中不同环节耗费 时间结构比重 机器学习 模型训练 10% 数据识别 5% 机器学习 模型调参 5% 机器学习 算法开发 AI Agent 如何解决生成式大模型短板 微调数据(思维链) 微调效果: 6 联邦大模型 方案 : 1. 构建联邦大模型新范式,解 决数据稀缺 / 标注不足问题; 2. 利用联邦学习技术,在保护 数据隐私的前提下,合规合 法地利用手机、汽车等终端 设备上的私域数据; 效果 : 1. 联邦大模型,整体性能更优; 2. 联邦大模型,有效保护了私 域数据的隐私和机密。10 积分 | 22 页 | 2.32 MB | 1 月前3
2025智能教育发展蓝皮书:人工智能赋能教师发展(精华版)-科大讯飞-59页Educational,Scientific and Cultural Organization,UNESCO)2023 年发布《2022-2025 年教师发展战略计划》提出, “教师质量是学习成果的核心要素,高质量的教师和教学有助于改善学习,实现 优质、公平和包容的教育” ①。经济合作与发展组织(Organization for Economic Cooperation and Development,OECD)2025 45(08):13-21. 2 第 1 章 生产力的发展需要大量具备技术思维、复合思维与创变思维的新质人才支撑 ①。 新质人才培养需要教师角色转型和能力提升。教师不仅需要转变角色,“做 学生学习的指导者、支持者” ②,还需发展数字素养和人机协同能力 ③,提升利用 数字技术优化、创新和变革教育教学活动的意识、能力和责任 ④,由注重知识的 单向传递转变为注重知识的双向自主建构。推动教师转型驱动育人范式升级,方 相应的设备操作使用技能,能根据教学需要开发相应的资源。 在信息技术阶段,以互联网通讯传输为载体,促进了网络教育资源普及和共 享,推动了在线教育平台、移动学习工具的出现和应用,打破了原有静态化、预 设化、固定化的教学方式,出现了混合式学习、翻转课堂、泛在学习等新型教学 方式。这一阶段需要教师掌握信息技术应用能力,从关注工具操作转向关注信息 技术与学科教学整合应用。 在智能技术阶段,以互联网、物联网、5G/6G10 积分 | 59 页 | 6.49 MB | 1 月前3
大模型时代的AI教育_思考与实践(36页 PPT)):以模型为核心,是对真实世界的模拟和解释 • 用语言逻辑方法获取理论模型:模糊 • 用解析数学方法获取数学模型:精确 • 用计算数学方法获取数据模型:近似 • 用机器学习方法获取概率模型:复杂 • 用人工神经网络获取网络模型:黑盒 • 超过两层的神经网络可以逼近任意连续函数 人类智能 • 抽象(语言):概念,数字,理 念 • 逻辑(理性):归纳,演绎,类 第一代(规则系统): 推理为核心 2. 第二代(知识工程): 知识为核心 3. 第三代(数据模型):学习为核心 ◼ 从机 器学习到深度学习 1. 任务:判别、预测,通过学习数据分布规律 2. 边界:有规律、可以数字化,属于经验科学 3. 要素:机器学习 - 深度学习 • 模型:神经网络模型(分层;单向) • 策略:损失函数定义 01 对 AI 2. LLM 是人类的认知智能的实现方式之一 3. LLM 的原理很简单;工程很复杂;效果很神奇 3. 推理能力(涌现):一般需要 10B 以上, GPT-3 时达 到 • 模仿学习:代码中蕴涵、文字中蕴含 • 提示能力: ICL • 思考能力: CoT ReACT , Agent O1 的最新进展( GPT-1 时刻):表现是慢思考;本质是合成数20 积分 | 36 页 | 2.17 MB | 3 月前3
共 937 条
- 1
- 2
- 3
- 4
- 5
- 6
- 94
