掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥60.8
加入購(gòu)物車
機(jī)器學(xué)習(xí)與學(xué)習(xí)資源適配 版權(quán)信息
- ISBN：9787121456992
- 條形碼：9787121456992 ; 978-7-121-45699-2
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
機(jī)器學(xué)習(xí)與學(xué)習(xí)資源適配 本書特色
幫助教學(xué)者實(shí)現(xiàn)個(gè)性化人才培養(yǎng)，并有效提高資源適配在教育領(lǐng)域的應(yīng)用潛力
機(jī)器學(xué)習(xí)與學(xué)習(xí)資源適配 內(nèi)容簡(jiǎn)介
本書針對(duì)學(xué)習(xí)者在選擇合適的學(xué)習(xí)資源時(shí)所面臨的學(xué)習(xí)資源問(wèn)題，利用深度學(xué)習(xí)技術(shù)分別對(duì)學(xué)習(xí)者模型、學(xué)習(xí)者的反饋信息、學(xué)習(xí)者的社交關(guān)系和學(xué)習(xí)資源的知識(shí)圖譜等方面的內(nèi)容進(jìn)行建模研究。本書采用定量與定性的研究方式評(píng)估了所提出的學(xué)習(xí)資源適配模型，并實(shí)現(xiàn)和開發(fā)了學(xué)習(xí)資源適配服務(wù)平臺(tái)，從理論和實(shí)證研究相結(jié)合的角度對(duì)學(xué)習(xí)資源適配技術(shù)進(jìn)行了系統(tǒng)性的研究。本書圖文并茂，既有詳細(xì)的模型算法圖，又有嚴(yán)謹(jǐn)?shù)墓酵茖?dǎo)和實(shí)驗(yàn)驗(yàn)證，所構(gòu)建的模型能夠有效的提高學(xué)習(xí)資源適配的準(zhǔn)確率，使學(xué)習(xí)者在進(jìn)行在線學(xué)習(xí)過(guò)程中，獲得更加個(gè)性化的學(xué)習(xí)體驗(yàn)，以此提高學(xué)習(xí)者的學(xué)習(xí)體驗(yàn)和學(xué)習(xí)效率，具有一定的理論研究?jī)r(jià)值和較高應(yīng)用可行性。
機(jī)器學(xué)習(xí)與學(xué)習(xí)資源適配 目錄
**部分 緒論 7
第1章 研究背景與意義 8
1．1 相關(guān)政策 8
1．2 國(guó)內(nèi)外研究現(xiàn)狀 10
1．3 學(xué)習(xí)資源適配挑戰(zhàn) 13
1．4 學(xué)習(xí)系統(tǒng)中的資源適配 15
1．5 內(nèi)容與結(jié)構(gòu)安排 19
第2章 相關(guān)理論基礎(chǔ) 24
2．1 概念界定 24
2．2 數(shù)學(xué)基礎(chǔ) 25
2．3 資源適配中的教育學(xué)理論 27
2．4 資源適配評(píng)價(jià)標(biāo)準(zhǔn) 29
第二部分 關(guān)鍵技術(shù) 32
第3章 認(rèn)知診斷模型 33
3．1 基礎(chǔ)準(zhǔn)備知識(shí) 33
3．2 引入流行模型的知識(shí)追蹤 37
3．3 融入學(xué)習(xí)過(guò)程因素的知識(shí)追蹤 42
3．4 研究趨勢(shì)、展望 46
第4章 基于評(píng)分記錄的學(xué)習(xí)資源適配方法 49
4．1 基礎(chǔ)知識(shí) 49
4．2 基于卷積神經(jīng)網(wǎng)絡(luò)的內(nèi)容推薦算法 52
4．3 基于隱式反饋嵌入的深度矩陣分解推薦系統(tǒng) 58
4．4 展望、趨勢(shì)、建議 67
第5章 基于評(píng)論文本信息的個(gè)性化學(xué)習(xí)資源推薦 70
5．1 基礎(chǔ)知識(shí) 70
5．2 基于評(píng)論表示學(xué)習(xí)和歷史評(píng)分行為的置信度感知推薦模型 73
5．3 基于評(píng)論特征表示學(xué)習(xí)的高效深度矩陣分解方法 82
5．4 研究趨勢(shì) 90
第6章 融入社交關(guān)系感知網(wǎng)絡(luò)的學(xué)習(xí)資源適配 94
6．1 基礎(chǔ)知識(shí) 94
6．2 基于學(xué)習(xí)者多視角的社交推薦方法 101
6．3 融合圖卷積的復(fù)雜社交關(guān)系推薦算法 109
6．4 研究趨勢(shì) 120
第7章 知識(shí)圖譜與資源適配 124
7．1 基于多尺度動(dòng)態(tài)卷積的知識(shí)圖譜嵌入 124
7．2 基于異質(zhì)圖神經(jīng)網(wǎng)絡(luò)的少樣本知識(shí)圖譜推理模型 128
7．3 基于重構(gòu)神經(jīng)網(wǎng)絡(luò)的知識(shí)圖譜交互學(xué)習(xí)推理模型 134
7．4 基于知識(shí)圖譜的學(xué)習(xí)資源適配 139
7．5 研究趨勢(shì) 141
第三部分 應(yīng)用與展望 145
第8章 學(xué)習(xí)資源適配系統(tǒng)開發(fā)與實(shí)現(xiàn) 146
8．1 國(guó)家教育資源公共服務(wù)平臺(tái) 146
8．2 平臺(tái)介紹 148
8．3 平臺(tái)應(yīng)用 149
第9章 總結(jié)與展望 152
9．1 總結(jié) 152
9．2 展望 153
9．3 應(yīng)用 155
第1章 研究背景與意義 8
1．1 相關(guān)政策 8
1．2 國(guó)內(nèi)外研究現(xiàn)狀 10
1．3 學(xué)習(xí)資源適配挑戰(zhàn) 13
1．4 學(xué)習(xí)系統(tǒng)中的資源適配 15
1．5 內(nèi)容與結(jié)構(gòu)安排 19
第2章 相關(guān)理論基礎(chǔ) 24
2．1 概念界定 24
2．2 數(shù)學(xué)基礎(chǔ) 25
2．3 資源適配中的教育學(xué)理論 27
2．4 資源適配評(píng)價(jià)標(biāo)準(zhǔn) 29
第二部分 關(guān)鍵技術(shù) 32
第3章 認(rèn)知診斷模型 33
3．1 基礎(chǔ)準(zhǔn)備知識(shí) 33
3．2 引入流行模型的知識(shí)追蹤 37
3．3 融入學(xué)習(xí)過(guò)程因素的知識(shí)追蹤 42
3．4 研究趨勢(shì)、展望 46
第4章 基于評(píng)分記錄的學(xué)習(xí)資源適配方法 49
4．1 基礎(chǔ)知識(shí) 49
4．2 基于卷積神經(jīng)網(wǎng)絡(luò)的內(nèi)容推薦算法 52
4．3 基于隱式反饋嵌入的深度矩陣分解推薦系統(tǒng) 58
4．4 展望、趨勢(shì)、建議 67
第5章 基于評(píng)論文本信息的個(gè)性化學(xué)習(xí)資源推薦 70
5．1 基礎(chǔ)知識(shí) 70
5．2 基于評(píng)論表示學(xué)習(xí)和歷史評(píng)分行為的置信度感知推薦模型 73
5．3 基于評(píng)論特征表示學(xué)習(xí)的高效深度矩陣分解方法 82
5．4 研究趨勢(shì) 90
第6章 融入社交關(guān)系感知網(wǎng)絡(luò)的學(xué)習(xí)資源適配 94
6．1 基礎(chǔ)知識(shí) 94
6．2 基于學(xué)習(xí)者多視角的社交推薦方法 101
6．3 融合圖卷積的復(fù)雜社交關(guān)系推薦算法 109
6．4 研究趨勢(shì) 120
第7章 知識(shí)圖譜與資源適配 124
7．1 基于多尺度動(dòng)態(tài)卷積的知識(shí)圖譜嵌入 124
7．2 基于異質(zhì)圖神經(jīng)網(wǎng)絡(luò)的少樣本知識(shí)圖譜推理模型 128
7．3 基于重構(gòu)神經(jīng)網(wǎng)絡(luò)的知識(shí)圖譜交互學(xué)習(xí)推理模型 134
7．4 基于知識(shí)圖譜的學(xué)習(xí)資源適配 139
7．5 研究趨勢(shì) 141
第三部分 應(yīng)用與展望 145
第8章 學(xué)習(xí)資源適配系統(tǒng)開發(fā)與實(shí)現(xiàn) 146
8．1 國(guó)家教育資源公共服務(wù)平臺(tái) 146
8．2 平臺(tái)介紹 148
8．3 平臺(tái)應(yīng)用 149
第9章 總結(jié)與展望 152
9．1 總結(jié) 152
9．2 展望 153
9．3 應(yīng)用 155
展開全部
機(jī)器學(xué)習(xí)與學(xué)習(xí)資源適配 作者簡(jiǎn)介
劉海，博士，華中師范大學(xué)人工智能教育學(xué)部副教授，長(zhǎng)期從事自我調(diào)節(jié)學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、智能信息處理、計(jì)算機(jī)視覺(jué)等方面的研究。近些年來(lái)，在國(guó)家重點(diǎn)研發(fā)計(jì)劃、國(guó)家自然科學(xué)基金等項(xiàng)目的支持下，對(duì)上述領(lǐng)域進(jìn)行了系統(tǒng)而廣泛的研究，在理論研究和應(yīng)用擴(kuò)展方面取得了大量的成果。目前已在國(guó)內(nèi)外知名期刊和學(xué)術(shù)會(huì)議上發(fā)表了學(xué)術(shù)論文60余篇，其中以第一作者（通訊作者）發(fā)表SCI、SSCI、CSSCI期刊論文40余篇，含中科院一區(qū)IEEE trans系列20余篇，12篇入選ESI高被引論文；申請(qǐng)國(guó)家發(fā)明專利40余項(xiàng)，授權(quán)10余項(xiàng)。曾榮獲湖北省科學(xué)技術(shù)進(jìn)步一等獎(jiǎng)（2020）、教育部科技進(jìn)步獎(jiǎng)一等獎(jiǎng)（2019）。
書友推薦
- >
經(jīng)典常談
- >
月亮虎
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
山海經(jīng)
- >
二體千字文
- >
名家?guī)阕x魯迅:朝花夕拾
- >
詩(shī)經(jīng)-先民的歌唱
- >
史學(xué)評(píng)論
本類暢銷
