1
计算机教育
Computer Education
第 23 期2015 年 12 月 10 日
中图分类号:G642研究生计算智能课程教学探索
何静媛,陈自郁
(重庆大学 计算机学院,重庆 400044)
摘 要:文章针对学术型研究生与专业型研究生的不同特点,以计算智能课程教学为例,介绍“授课—项目实践—研讨”三阶段承接的教学模式,从教材选用、教学内容设置、教学环境及技术支持、课程考核等方面阐述其实施环节及实施过程中应注意的问题;提出面向不同的授课对象,教学内容的设置也应各有侧重,以此培养不同型研究生应具备的不同能力。关键词:计算智能;研究生;教学;项目实践
基金项目:重庆大学研究生教改基金(cqjy20140001)。
第一作者简介:何静媛,女,副教授,研究方向为人工智能、生物信息,ibm_hjy@https://www.doczj.com/doc/e016809123.html,。
文章编号:1672-5913(2015)23-0001-03
中图分类号:G642
0 引 言
如果将教育产业比喻成金字塔,研究生教育的地位则毫无疑问位于最顶端。高校在制定研究生培养计划时,进行反复调研和论证是非常必要的[1]
。首先是试验阶段,需要初步确定教学内容与授课方式。课程的教学大纲应由多名任课教师共同编写,在这些新大纲的试用期间,教师需根据授课教师与学生的反馈信息调整教学方式与内容,甚至可以酌情更换课程,调整后确定的课程大纲可以指导未来3年的教学工作。笔者负责主讲研究生课程——计算智能,在历经两个学期的试验性授课后,对该课程的教学模式有了深刻的体会。本文着重从专业培养的角度出发,针对研究生教育的特殊性,对课程的授课模式进行详细讨论。
1 课程教学模式的制定
与本科教学不同,研究生教学更注重培养学生研究问题、分析问题和解决问题的能力[2]。重
庆大学计算机专业研究生分为学术型和专业型两大类(简称为学术硕士和专业硕士),不同类型的研究生会分开授课。对于面向学术硕士开设的计算智能课程,除了介绍计算智能的基础知识外,还应该注重培养学生的科研学术能力;而面向专业硕士开设的同种课程则强调在工程领域中的应用与实践。
在教学实施过程中,可以采用“授课—项目实践—研讨”的方式进行(简称“三阶段模式”)。“授课”是按照教学大纲的要求,为学生讲授计算智能课程的基础理论知识。 “项目实践”是强调动手解决实际问题的重要环节,对学生的研究能力和创新意识的培养往往体现在该阶段[3]。教师应当根据学科研究现状和教学内容,设计出相应的项目布置给学生作为课后作业,项目完成的情况作为学生成绩评定的主要依据。 在“研讨”阶段,教师组织学生进行课堂讨论,交流项目实施的方法和心得。“三阶段模式”在两个学期的试验教学活动中得到了师生普遍的好评,效果理想。
研究生培养
DOI:10.16512/https://www.doczj.com/doc/e016809123.html,ki.jsjjy.2015.23.001
2015
2
计算机教育
Computer Education 2 教材选用及师资配置
重庆大学的计算智能课程选用清华大学出版社出版的《计算智能导论》第2版作为主要的授课教材,该教材较全面地介绍了计算智能的5个典型范例——人工神经网络、进化计算、计算群体智能、人工免疫系统和模糊系统。此外,教师还系统性地给学生推荐一些参考文献或网站,以便学生能全面了解目前计算智能研究的最新进展。
参与授课的教师拥有丰富的教学和科研经验,在设置项目选题时非常注重实用性和前瞻性。为了方便与学生交流,每位主讲教师都会配置一名研究生助教,协助进行课后答疑和实验环境的搭建。
3 教学内容设置原则
面向不同的授课对象,教学内容也会各有侧重。研究生教学强调的是研究能力和创新能力,所以在制订教学大纲时需要考虑学生的实际能力及授课教师的专长[4]。虽然学术硕士和专业硕士选用的授课教材都是一样的,但是在授课内容上还是有许多差别:学术硕士毕业时有发表科研文章的要求,故我们在教学时应当有意识地引导学生发现问题、分析问题并提出解决方案;对于专业硕士而言,教学重心则应该是指导学生将教学理论算法灵活地运用到不同的背景领域中[5]。内容的设置需注意以下两点:
(1)初学者常常将计算智能与人工智能混为一谈。计算智能属于人工智能的一个分支,理清两者的关系是授课的首要任务。传统的人工智能算法对先验知识要求较高,而计算智能算法几乎不使用先验知识,仅仅处理底层的数据,具有计算速度快、容错性强等特点,在解决以大量数据为基础的问题时具有独特的优势。当研究者遇
到工程问题时,如何选择一个合适的算法是关键的。我们应当注意督促学生自主地总结经验。
(2)我们选用的教材主要介绍了计算智能的5种算法,但是由于课时的限制,我们主要讨论其中4种——人工神经网络、遗传算法、群智能算法和模糊系统。教师在授课时要注意拓展相关外围知识视野,在进行 “项目实践”阶段,针对不同的授课对象,我们需要设计风格迥异的项目选题。如果授课对象是学术硕士,项目选题尽可能地偏向于进行算法理论本身的研究和探讨,教师从不同算法的特点出发,挖掘其中存在的漏洞和不足,鼓励学生深入思考提出可行的改进方案。如人工神经网络算法收敛时间长、鲁棒性差,可尝试结合遗传算法的优势来解决该问题,提高工程利用效率。如果授课对象是专业硕士,设置项目选题时应注意引导学生思索在不同的应用环境中如何实现算法的思想,例如在介绍了粒子群算法的单目标优化应用后,遇到更复杂的多目标优化问题时如何解决就可成为备选题目之一。
4 教学环境及技术支持
课堂教学在多媒体教室进行,方便授课时演示算法。项目实践在学院的机房进行,为了支持大量的工程计算,电脑上需要安装Matlab 软件,此外还可根据学生的喜好,安装一些支撑软件如Visual Studio 或Eclipse 等。
我们建立了项目选题库,面向学术硕士和专业硕士的备选课题各有20个左右,见表1。题库中不但有每个选题的具体要求,而且还提供了完成该项目所需的一些参考材料及提示信息。题库还在不断地扩展建设中,比较理想的题库规模应该满足“选题数目大于学生数目”的条件。目前由于题库规模有限,研究生两人一组,自由组合,从选题库中选择自己感兴趣的课题。有时学生在实施项目时,需要进行一些必要的
3第 23 期
研究生培养
调研活动,但毕竟这些是自拟项目,所以调研
活动中的意见交换可以交给助教协助完成。
表1 项目选题表示例
编号学术硕士选题专业硕士选题
1特征提取对人工神经网络分类算法影响的研究基于人工神经网络的天气预测系统的实现
2动态环境中微粒群算法的分析与研究粒子群优化策略在RNA二级结构预测中的应用
3基于粒子群算法的多目标优化问题的研究神经网络在图像识别中的应用
4BP神经网络算法改进的
研究
车牌识别算法的研究与实现
5遗传算法在高校排课系统中的研究基于遗传算法的自动组卷系统的实现
……
课余时间我们可充分利用学校的Sakai网站上传各种教学资源。同时我们也建立了QQ群,方便主讲教师和助教与学生沟通交流答疑。教师可在第一时间收集学生的反馈意见,并及时对教学活动作出评估与调整。
5 课程考核
计算智能课程是一门考查型课程,学生成绩主要由“项目实践成绩”(占60%)和“研讨成绩”(占40%)决定。项目实践环节要求每组学生必须实现能支撑算法的程序代码,同时完成项目报告的撰写。“项目实践成绩”由编码质量(占40%)与项目报告质量(占20%)决定;“研讨成绩”的评定则根据学生在研讨课上的临场表现评分,整个教学过程有两次研讨课,学生每次研讨课的表现得分占总成绩的20%,每组学生都需要在研讨课上作报告,讲述项目实施的过程、演示执行结果并总结。期间需要听取教师和其他同学的质疑和建议,并据此调整自己的研究。学生成绩分为优(90分及以上)、良(80—89分)、中(70—79分)、及格(60—69分)、不及格(60分以下)5等,通常我们将“优”的比例控制在15%以内,“优”加“良”的比例控制在50%以内。
6 结 语
经过两个学期的试验教学,我们收集了来自计算机学院64名研究生的反馈意见,其中学术硕士36人,专业硕士28人。教学平均满意度见表2。
表2 教学满意度调查表
项目 得分(0—10)
教学内容设置、重难点把握度 9.21
教学合理性、知识结构完整性 9.33
教师授课满意度 9.19
课程项目实践兴趣度 9.03
对学生科研能力引导满意度 9.22
根据表2中的数据可以看出,学生对计算智能课程的教学满意度较高,综合分数值在学校已开设课程评分的前15%之内,总体效果较好。同时学生也提出了一些很好的反馈意见,如:有些学生希望在实践活动中增加互助互评环节,以利于学习经验的交流;还有部分同学在选题时希望不拘泥于选题库,实现自主选题等。我们在此基础上会进一步改进,提升课程质量,同时将该课程的教学模式和经验推广到本学院其他专业课程,为培养符合市场需求的研究型和实用性人才提供更多的思路。
参考文献:
[1] 李九天, 唐乾刚. 研究生课程教学评估方法的研究与实践[J]. 黑龙江教育(高教研究与评估), 2007(3):87-89.
[2] 郑冬梅, 刘二莉, 燕瑛. 研究生课程教学质量评估体系的探索与实践[J]. 北京航空航天大学学报: 社会科学版, 2009, 9(22):
13-16.
[3] 尚荣华, 李阳阳, 焦李成, 等. 智能计算导论课程建设研究[J]. 计算机教育, 2011(15): 52-54.
[4] 李良碧. 现代实践教学在专业学位研究生课程中的应用[J]. 航海工程, 2012(6): 163-164.
[5] 刘劲松, 徐明生, 任学梅, 等. 研究生高水平国际化课程建设理念与实践探索[J]. 学位与研究生教育, 2015(6): 35-37.
(编辑:彭远红)
《统计学》课程教学大纲 课程编号:×××××××× 课程类别:学科基础课 授课对象:经济管理类各专业、社会学专业、档案学专业、新闻学专业等 开课学期:第3、4、5、6学期 学分:4学分 主讲教师:……等 指定教材:贾俊平、何晓群、金勇进编著,《统计学》(第六版),中国人民大学出版社,2015年教学目的: 《统计学》是为我校非统计专业本科生开设的一门基础必修课,总课时约54学时。设置本课程的目的在于培养学生有关统计知识方面的基本技能,培养学生应用统计方法分析和解决问题的实际能力。教学应达到的总体目标是: 使学生能系统地掌握各种统计方法,并理解各种统计方法中所包含的统计思想。 使学生掌握各种统计方法的不同特点、应用条件及适用场合。 培养学生运用统计方法分析和解决实际问题的能力。 第1章导论 课时:1周,共3课时 教学内容 第一节统计及其应用领域 一、什么是统计学 统计学的概念。描述统计。推断统计。 二、统计的应用领域 统计在共生管理中的应用。统计在其他领域的应用。统计的误用与正确使用。 三、历史上著名的统计学家 一些主要的统计学家。 第二节统计数据的类型 一、分类数据、顺序数据、数值型数据 分类数据。顺序数据。数值型数据。 二、观测数据和实验数据 观测数据。实验数据。 三、截面数据和时间序列数据 截面数据。时间序列数据。 第三节统计中的几个基本概念 一、总体和样本 总体。有限总体和无限总体。样本。样本容量。 二、参数和统计量 参数。统计量。 三、变量 变量。变量的类型。 第2章数据的收集 课时:1周,共3课时
第一节数据来源 一、数据的间接来源 二手数据。 二、数据的直接来源 统计调查方式。数据的收集方法。 第二节调查设计 一、调查方案的结构 调查目的。调查对象和调查单位。调查项目和调查表。 二、调查问卷设计 问卷的结构。提问项目设计。回答项目的设计。问题顺序的设计。第三节数据质量 一、数据的误差 抽样误差。非抽样误差。 二、数据的质量要求 第3章数据的图表展示 课时:1周,共3课时 教学内容 第一节数据的预处理 一、数据审核 原始数据的审核。二手数据的审核。 二、数据筛选 数据筛选的意义。用Excel进行数据筛选。 三、数据排序 数据排序的作用。用Excel进行数据排序。 第二节分类和顺序数据的整理与显示 一、分类数据的整理与显示 频数与频数分布。用Excel制作频数分布表。分类数据的图示方法。 二、顺序数据的整理与显示 累积频数与累积频率。顺序数据的图示方法。 第三节数值型数据的整理与显示 一、数据分组 分组方法。 二、数值型数据的图示 直方图。茎叶图和箱线图。线图。雷达图。 第四节统计表 一、统计表的构成 二、统计表的设计 第4章数据的概括性度量 课时:1周,共3课时 教学内容 第一节集中趋势的度量
图像识别与人工智能研究所 图像识别与人工智能研究所(以下简称图像所)于1978年由教育部和航天部共同批准建立、直属于华中科技大学的一所融研究、教学为一体,以图像识别和人工智能为研究方向的研究机构。建所30余年来,图像所始终瞄准航天、航空和信息技术领域的国家目标,进行应用基础和应用技术的研究,在国内的模式识别与智能系统学科具有明显的研究特色和学科优势,在航天航空的智能信息处理领域具有较高的知名度。图像所分别于1984年、1990年获得硕士和博士学位授予权,20XX年被批准为湖北省重点学科,20XX年被批准为国家重点二级学科“模式识别与智能控制”,是该二级学科全国5个重点学科单位之一。1993年获批“图像信息处理与智能控制”国家教委开发实验室,1999年升格为教育部重点实验室。1998年3月由中国航天工业总公司和国家教委共同批准命名为“中国航天图像识别技术研究所”,与航天工业总公司共建。20XX年12月获批成立“多谱信息处理技术”国家级重点实验室。 图像所经过多年的建设已形成先进、配套的科研、教学、开发环境和雄厚的技术储备,有一支层次高,年龄、专业结构合理的科研教学梯队。该所现有科研、教学人员40余人,其中双聘院士1人,“长江学者”讲座教授1名,教授10名、副教授13名,入选“新世纪优秀人才支持计划”1人。87%的教师拥有博士学位,76%为45岁以下青年教师。20XX年被命名为国家级科技创新团队。除了本所的教师队伍外,图像所还聘请了航天科技集团的科学院院士沈绪榜教授、美国西北大学终生教授、计算机视觉领域的世界知名学者吴郢教授等作为图像所兼职博导培养博士生。目前本专业在读硕士生、博士生350余人。 图像所在“模式识别与智能系统”学科点上现有的研究方向是:计算机视觉与应用、模式识别与图像分析、图像处理系统及应用、医学成像与处理、人工智能与认知科学、集成电路及系统芯片的研究与设计以及微纳光电技术。在“导航制导与控制”学科点上现有的研究方向是:多谱寻的制导、多谱匹配制导、多谱目标探测以及制导信息处理芯片设计。在“信息安全”学科点上现有的研究方向是:混沌密码理论与技术(包括密码算法的IC设计),无线移动网络的安全技术,网络主动防御技术以及城市交通智能管理与安全信息服务技术。2001年以来,图像所培养博士135名、硕士540名,6人获得湖北省优秀博士论文,5人获得湖北省优秀硕士论文。图像所现有在读硕士研究生235人,博士研究生118人。 图像所在培养研究生的同时,承担了大量的国家级科研项目,取得了一大批科研成果。20XX年至今,图像所已经承担了包含国家自然科学基金、973、863、国家级预研计划等在
贾志敏老师《我的发现》课堂教学实录 执教:著名特级教师贾志敏 时间:2015年10月29日上午9:20——10:00 地点:市民办复旦万科实验学校阶梯教室 整理:市民办复旦万科实验学校婷婷 师课前板书:fá shòu fǚ sā 伐瘦辅撒 gāo liáo jí suì 羔聊疾祟 腿脚有疾.足音辨.人 深信不疑.措.手不及 版块一:解题导入 师:小朋友坐直,眼睛看着老师,上课。 生:(起立)老师,您好! 师:请坐。老师在黑板上写一个字,看看哪个小朋友认识?这个字不大写。(板书:發)横撇、点、撇、撇、捺(回头看一眼学生),然后下面左边是一个“弓”,右边是“建设”的“设”的一半,最后一笔不是捺,是点。这个古怪的字有认识的吗?果然有不认识的。谁认识? 生1:发 师:你念呢? 生2:我觉得也是繁体字的“發”。 师:是繁体字的“發”,你比她说得更好!你怎么会认识的呢? 生3:因为以前我爸妈在老家老是打麻将,(众笑)所以我就认识了“發”。 师:(举起麻将牌“發”)麻将牌144个,其中有4个就是这个字“發”,打牌的时候叫“发财”。现在,我们把“發”字简化成这个字了(板书:发)。跟我念——发(两遍)我在手机上查了这个字,点到用“发”组成的词一共有20个。(师举例)“发生”——前
天,阿富汗北部发生了一起7.8级的震。到现在为止,死了100多,临近的巴基斯坦死了200多,一共300多人死了。还有“发明”——爱迪生发明了电灯,造福于人类。爱迪生是一个发明家。还有什么用“发”组成的词?居然有人一个都不知道。(众笑),说。 生1:发现 生2:发财 师:哦,你喜欢发财。(众笑) 生3:发言 师:对。(指一个不举手的学生)这个同学不发言。 生4:发掘 师:对。发掘的许多文化遗产。 生5:发起战争的“发起”。 生6:发源 生7:大发雷霆 师:这是一个成语了。 生8:发表 师:发表看法。 生9:爆发 师:用“发”可以组成不知多少词。比如:发展,发展银行,发展得很快。一个小朋友说“发现”,这也对了。(板书:发现)一起读——发现(三遍) 谁能够用“发现”来说一句话,谁发现了什么。 生1:考古学家发现了恐龙化石。 生2:牛顿发现了地球有引力。 师:对,地球万有引力。这就叫发现。 那么,什么叫发现呢?谁能够给它下个定义,如果你编字典的话,什么叫发现?说得不好没关系的,说错了也没关系的。你说。 生1:就是知道了一个新的理念、新的知识。 师:真好!人家不知道的理念、知识,你知道了这就叫发现。还有吗? 生2:就是一个东西本来就有的,然后一个人把它找了出来。 师:本就有的,大家不知道,后来我们把它找到了,就叫发现。
上海交通大学致远学院2014年秋季学期 《随机过程》课程教学说明 一.课程基本信息 1.开课学院(系):致远学院 2.课程名称:《随机过程》(Stochastic Processes) 3.学时/学分:64学时/4学分 4.先修课程:概率论 5.上课时间:周二、四,3-4节课 6.上课地点:中院207 7.任课教师:韩东(donghan@https://www.doczj.com/doc/e016809123.html,) 8.办公室及电话:数学楼1206,54743148-1206 9.助教:张登(zhangdeng@https://www.doczj.com/doc/e016809123.html,) 10.Office hour:周四下午3-5点,数学楼1206 二.课程主要内容(中英文) 随机过程是定量研究随机现象(事件)统计规律的一门数学分支学科。学习《随机过程》的主要目的是:了解、认识随机现象的统计性质;知道如何构造随机模型并且能计算和分析随机事件随时间发生变化的的概率及其相关性质。《随机过程》主要包括:Poisson过程、Markov过程、鞅过程、Bronian 运动、随机分析基础(Ito积分与随机微分方程)、平稳过程等。 Stochastic Processes are ways of quantifying the dynamic relations of sequences of random events. It is a branch of mathematics. The main content of this course includes: General theory of stochastic processes; Poisson process and renewal theorems; Martingales; Discrete-time Markov Chains; Continuous-time Markov Chains; Brownian motion; Introduction to stochastic analysis; Stationary processes and ARMA models. 第一章概率论精要 主要内容:概率公理化,全概率公式和Bayes 公式,随机变量及其数字特征、条件期望、极限定理。重点与难点:条件期望和极限定理。 第二章随机过程的基本概念 主要内容:随机过程的定义、随机过程的存在性、随机过程的数字特征。 重点与难点:随机过程的存在性。 第三章Poisson 过程 主要内容:Poisson过程的定义及性质,首达时间与其间隔的分布,Poisson过程的极限定理。 重点与难点:首达时间间隔与Poisson过程的关系。 第四章Markov过程
什么是人工智能计算机 )查看。 什么是人工智能计算机 著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义:“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。” 而另一个美国麻省理工学院的温斯顿教授认为:“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。” 这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律,构造具有一定智能的人工系统,研究如何让计算机去完成以往需要人的智力才能胜任的工作,也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。 人工智能(Artificial Intelligence,简称AI)是计算机学科的一个分支,二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。这是因为近三十年来它获得了迅速的发展,在很多学科领域都获得了广泛应用,并取得了丰硕的成果,人工智能已逐步成
为一个独立的分支,无论在理论和实践上都已自成一个系统。 人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。 人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科,其范围已远远超出了计算机科学的范畴,人工智能与思维科学的关系是实践和理论的关系,人工智能是处于思维科学的技术应用层次,是它的一个应用分支。 从思维观点看,人工智能不仅限于逻辑思维,要考虑形象思维、灵感思维才能促进人工智能的突破性的发展,数学常被认为是多种学科的基础科学,数学也进入语言、思维领域,人工智能学科也必须借用数学工具,数学不仅在标准逻辑、模糊数学等范围发挥作用,数学进入人工智能学科,它们将互相促进而更快地发展。 人工智能的三道坎 首先是大数据。从某种意义上来说,人工智能在近一两年的走红,与大数据的发展和被重视程度不无关系。随着以智能手机为代表的科技产品开始深入到人们生活的方方面面,用户在线上的行为越来越多,由此形成了大量的用户数据。而人工智能正好可以利用这些数据,建立数学模型和完成用户画像,让程序来做一些过去只有人能够做的事情。 大数据这个门槛,导致了人工智能只能是巨头的游戏,跟创业
平淡”之中见本色——贾志敏老师《母亲的鼓励》实录及赏析 一、故事蓄情,巧引课题 师:听你们老师介绍,你们班同学的字写得特别漂亮。告诉我,谁写得最好?(让写得最好的两生进行板演,要求其他学生注意观察笔顺与结构) 师:请你写一个世界上最伟大的人的名字——母亲(一生板“母亲”)。 师:请你写人与人之间交往最重要的手段——鼓励(一生板”鼓励”)。 (在生书写过程中,师对关键笔画、结构进行画龙点睛的点评) 指名分别读“母亲”“鼓励”。 【评析:这样导入的目的有三:一为揭示课题服务,二为全文的学习定下了感情的基调,三是在无形中强调了写字的重要意义。自然、朴素、实在!】
师:母亲是世界上最伟大的人。生我养我,她把一切献给了我。也有人说,母亲的怀抱是最温暖的。学着老师的样子,也说一句诗意的话,赞颂母亲的话。 生1:母亲十分伟大。 生2:母亲十分无私。 生3:我用一首诗来赞颂母亲:慈母手中线,游子身上衣,临行密密缝,意恐迟迟归。 师:真好! 生4:春蚕到死丝方尽,蜡炬成灰泪始干。 师:母亲生我们养我们,她对我们的爱不求回报,只求我们上进。母亲伟大在哪里呢?举个例子,比如,2008年汶川地震之后,人们赶紧抢救埋在废墟里的人。当消防队员掀开一块天花板时,惊奇地发现,里面躺着两个人,一个年轻的母亲怀抱着两岁的孩子。母亲死了,
孩子还活着。后来在母亲的手机里发现这样的短信:孩子,你活着的话,别忘了母亲。你们也有这样的例子吗? (学生没有什么反应) 师:还有这样一件事,有一个孩子的肝得了病,医生说,只有换肝,才能活下来。但是一直查找,没有合适的,只有母亲的肝配型是对的,但母亲的肝是脂肪肝,不能用。医生说,只有你每天跑,肝消肿了,才能用得上。这母亲就天天晚上去跑,半年里跑坏了6双鞋,肝也消肿了。后来,母亲的肝割了一块移植给孩子,孩子终于得救了。母亲给孩子的爱就是这样。现在谁也说说,你所了解到有关母亲的爱的事例? 生1:母亲为了让孩子上清华大学,筹集生活费,自己去捡垃圾。
《数值计算方法》教学大纲 课程编号:MI3321048 课程名称:数值计算方法英文名称:Numerical and Computational Methods 学时: 30 学分:2 课程类型:任选课程性质:任选课 适用专业:微电子学先修课程:高等数学,线性代数 集成电路设计与集成系统 开课学期:Y3开课院系:微电子学院 一、课程的教学目标与任务 目标:学习数值计算的基本理论和方法,掌握求解工程或物理中数学问题的数值计算基本方法。 任务:掌握数值计算的基本概念和基本原理,基本算法,培养数值计算能力。 二、本课程与其它课程的联系和分工 本课程以高等数学,线性代数,高级语言编程作为先修课程,为求解复杂数学方程的数值解打下良好基础。 三、课程内容及基本要求 (一) 引论(2学时) 具体内容:数值计算方法的内容和意义,误差产生的原因和误差的传播,误差的基本概念,算法的稳定性与收敛性。 1.基本要求 (1)了解算法基本概念。 (2)了解误差基本概念,了解误差分析基本意义。 2.重点、难点 重点:误差产生的原因和误差的传播。 难点:算法的稳定性与收敛性。 3.说明:使学生建立工程中和计算中的数值误差概念。 (二) 函数插值与最小二乘拟合(8学时) 具体内容:插值概念,拉格朗日插值,牛顿插值,分段插值,曲线拟合的最小二乘法。 1.基本要求 (1)了解插值概念。 (2)熟练掌握拉格朗日插值公式,会用余项估计误差。 (3)掌握牛顿插值公式。 (4)掌握分段低次插值的意义及方法。
(5)掌握曲线拟合的最小二乘法。 2.重点、难点 重点:拉格朗日插值, 余项,最小二乘法。 难点:拉格朗日插值, 余项。 3.说明:插值与拟合是数值计算中的常用方法,也是后续学习内容的基础。 (三) 第三章数值积分与微分(5学时) 具体内容:数值求积的基本思想,代数精度的概念,划分节点求积公式(梯形辛普生及其复化求积公式),高斯求积公式,数值微分。 1.基本要求 (1)了解数值求积的基本思想,代数精度的概念。 (2)熟练掌握梯形,辛普生及其复化求积公式。 (3)掌握高斯求积公式的用法。 (4)掌握几个数值微分计算公式。 2.重点、难点 重点:数值求积基本思想,等距节点求积公式,梯形法,辛普生法,数值微分。 难点:数值求积和数值微分。 3.说明:积分和微分的数值计算,是进一步的各种数值计算的基础。 (四) 常微分方程数值解法(5学时) 具体内容:尤拉法与改进尤拉法,梯形方法,龙格—库塔法,收敛性与稳定性。 1.基本要求 (1)掌握数值求解一阶方程的尤拉法,改进尤拉法,梯形法及龙格—库塔法。 (2)了解局部截断误差,方法阶等基本概念。 (3)了解收敛性与稳定性问题及其影响因素。 2.重点、难点 重点:尤拉法,龙格-库塔法,收敛性与稳定性。 难点:收敛性与稳定性问题。 3.说明:该内容是常用的几种常微分方程数值计算方法,是工程计算的重要基础。 (五) 方程求根的迭代法(4学时) 具体内容:二分法,解一元方程的迭代法,牛顿法,弦截法。 1.基本要求 (1)了解方程求根的对分法和迭代法的求解过程。 (2)熟练掌握牛顿法。 (3)掌握弦截法。 2.重点、难点 重点:迭代法,牛顿法。
贾志敏老师的教学思想 作为一个老师,怎么样能让学生喜欢你教授的课程呢?怎么样培养学生的兴趣,让学生自主学习呢?让我们浦东名师贾志敏老师是怎么做的,我们一定能从中得到一些启发。 寓注意力教育于无意之中 给小孩子讲课,最重要的就是在小孩子不知不觉中,把他们的注意力集中于课堂上。我们看看贾老师怎么做的。她上课伊始就向同学提了一个问题:同学们,听老师讲课用什么?学生说:耳朵。老师纠正:不是耳朵,是眼睛。要用眼睛听课,这是对人的一种尊重。我们都知道:用耳朵听是一种被动的听,有了眼睛的介入,学生的注意力才会更集中,效果才会更好。简单一句话:提示了听课的要领,恰当地培养了学生的注意力,岂不妙哉?贾老师善于观察,才能发现这种小学教育的细节问题。 寓自信心教育于评价之中 作为小学生,老师的鼓励往往能是他们高兴好几天,甚至几天下来高效完成学习任务,而且老师的批评他们也会记得很清楚,努力改正,来博得老师的夸奖。贾老师利用小学生这种心理,实践与课堂,在他的课上,对学生的评价极富特色。有些评价甚至是我们以前被心理研究人员斥责的方式。比如,心理研究人员提出:课堂上忌讳对学生说:你真聪明。这样不利于学生归因。教师的评价应该引导学生恰当归因,如你注意听讲啊!你动脑思考了等等。贾老师的课偏偏反其道而行之。在这种评价的压力与激励下,几乎所有学生都能全程积极主动地学习、表达,生怕被人说成不聪明。勇敢、自信的情感态度目标于评价中达成。贾老师对小孩子的心理了解很深,否则他的这种自信心教学方法也不会取得这样成功。多多与小朋友相处,作为教师的我们才能学会更多。 寓习惯培养于细节之中 我们常说细节决定成败,来看看我们贾老师在一堂四十分钟的课堂是怎么处理这些细节的。他不断地让学生听后复述,培养学生认真倾听的习惯;他要求学生听四句话后写下来,并且有具体的要求:字要写工整,标点写完整。在学生
《统计学》 教 学 大 纲 郑州大学商学院
绪论 内容 绪论中所阐述的内容,是对课程全面的概括和归纳,学习好绪论中的有关概念和思想,对本课程学习的全过程是十分必要的。 (一)考核知识点 1、统计数据与统计学 2、统计学的产生和发展 3、统计学与其他学科的关系 (二)考核要求 1、统计数据与统计学 (1)了解:统计学的概念。 (2)理解:统计数据与统计学、统计方法与数量规律性的关系。 2、统计学的产生和发展 (1)了解:统计学的三个源头。 (2)理解:统计学的发展原因。 3、统计学与其他学科的关系 (1)了解:统计学与数学的关系。 (2)理解:统计学与其他学科的关系。 第一章统计数据的搜集与整理 内容 统计数据是我们利用统计方法进行分析的基础。那么,我们从哪里取得所需的统计数据呢?在取得统计数据之后,怎样才能使这些数据适合于我们分析的需要呢?本章所讲述的就是有关数据的搜集与整理方法,具体内容包括数据的计量与类型、统计数据的搜集、整理和显示的方法等问题。
学习本章时,应在了解数据的计量尺度和类型的基础上,系统掌握统计调方案的内容,并能根据特定的调查内容设计具体的调查方案;掌握统计调查的具体方法以及不同方法的特点及适用条件;重点掌握统计数据的整理及显示方法,能够运用所学习的方法将原始数据整理成适当的频数分布表,并能利用图形显示统计数据;掌握统计表的构成内容和设计方法。 (一)考核知识点 1、数据的计量尺度 (1)数据的计量尺度。 (2)数据的类型。 2、统计数据的搜集 (1)统计调查方案。 (2)统计调查方法。 (3)统计数据的间接来源。 3、统计数据的整理 (1)统计数据的审核。 (2)统计分组与频数分布。 (3)频数分布的图示和类型。 (4)统计表。 (二)考核要求 1、统计数据的计量与类型 (1)数据的计量尺度 ① 了解:四种数据计量尺度的含义。 ② 理解:四种数据计量尺度的区别和特征。 (2)数据的类型 ① 了解:数据两种类型的含义。 ② 理解:数据两种类型的区别和应用。 2、统计数据的搜集 (1)统计调查方案 ① 了解:统计调查方案的作用。 ② 理解:统计调查方案的主要内容。 ③ 掌握:调查对象、调查单位、变量、变量值的涵义。 (2)统计调查方法 ① 了解:统计报表、普查、典型调查、重点调查的涵义。
《计算方法》课程教学大纲 课程编号: 学时:54 学分:3 适用对象:教育技术学专业 先修课程:高等数学、线性代数 考核方式:本课程考试以笔试为主70%,兼顾学生的平时成绩30%。 使用教材及主要参考书: 使用教材: 李庆扬.《数值分析(第四版)》, 清华大学出版,2014年。 主要参考书: 1.朱建新,李有法.《高等学校教材:数值计算方法(第3版)》,高等教育出版社,2012。 2.徐萃薇,孙绳武.《计算方法引论(第4版)》,高等教育出版社,2015。 一课程的性质和任务 计算方法是教育技术学专业学生的一门专业选修课。作为计算数学的一个重要分支,它是数学科学与计算机技术结合的一门应用性很强的学科,本课程重点介绍计算机上常用的基本计算方法的原理和使用;同时对计算方法作适当的分析。 教学任务:通过本课程的学习,要使学生具有现代数学的观点和方法,并初步掌握处理计算机常用数值分析的构造思想和计算方法。同时,也要培养学生抽象思维和慎密概括的能力,使学生具有良好的开拓专业理论的素质和使用所学知识分析和解决实际问题的能力。 二教学目的与要求 教学目的:通过学习使学生了解数值计算方法的基本原理。了解计算机与数学结合的作用及课程的应用性。为今后使用计算机解决实际问题中的数值计算问题打下基础。 通过理论教学达到如下基本要求。 1.了解误差的概念 2.掌握常用的解非线性方程根的方法 3.熟练掌握线性代数方法组的解法 4.熟练掌握插值与拟合的常用方法 5.掌握数值积分方法 6.了解常微分方程初值问题的数值方法 三学时分配
四教学中应注意的问题 本课程是一门理论性较强、内容较抽象的综合课程,因此面授辅导或自学,将是不可缺少的辅助教学手段,教师在教学的过程中一定要注意理论结合实际,课堂教学并辅助上机实验,必须通过做练习题和上机实践来加深对概念的理解和掌握,熟悉公式的运用,从而达到消化、掌握所学知识的目的。同时应注重面授辅导或答疑,及时解答学生的疑难问题。 五教学内容 第一章绪论(误差) 基本内容: 第一节数值分析研究的对象和特点 第二节数值计算的误差 1.误差的来源与分类 2.误差与有效数字 3.数值运算的误差估计 第三节误差的定性分析与避免误差的危害 1.病态问题与条件数 2.算法的数值稳定性 3.避免误差危害的若干原则 教学重点难点: 重点:数值运算的误差估计。 难点:误差的定性分析与避免误差的危害。
伯明翰大学 人工智能与机器学习授课型研究生申请要求
伯明翰大学简介 学校名称伯明翰大学 学校英文名称University of Birmingham 学校位置英国 | 英格兰 | 伯明翰 2020 QS 世界排名81 伯明翰大学概述 伯明翰大学(University of Birmingham),始建于1825年,是位于英国第二大城市伯明翰的世界百强名校 ,英国顶尖学府,英国著名的六所“红砖大学”之一,曾于1900年获英国维多利亚女王授予的皇家特许状。同时也是英国常春藤联盟罗素大学集团成员,M5大学联盟成员,Universitas 21创始成员,中英大学工程教育与研究联盟成员。 伯明翰大学被泰晤士报和星期日泰晤士报(The Times & The Sunday Times)联合评为2013-2014“年度大学”。在2017年英国官方组织的教学卓越框架(TEF)评估中,居全英第3名 。201 9年,伯明翰大学名列2020年QS世界大学排名第81 (历年最高排名为2013- 2014年全球第62名 ),2020年泰晤士高等教育世界大学排名第112 ,2020年USNews世界大学排名中位列第96 。 在TIMES英国大学专业排名中,物理和天文专业第2,化学工程专业第4,计算机科学专业第5。人工智能与机器学习专业简介
在过去的十年中,人工智能和机器学习取得了惊人的进步,这些前景有望改变我们解释和使用数据的方式。这些进步已经在我们的日常生活中找到了应用途径,包括自动语言翻译,语音识别和生成,推荐系统,面部识别以及我们甚至可能不知道的其他应用程序。这也使我们能够从不同的角度思考智能的本质,以了解人类执行任务的方式,并增强和支持我们在医疗诊断等领域的能力,在这些领域中,人工智能技术已开始被用来过滤大量医学信息。数据集可为医生提供新的见解,可用于为诊断或治疗计划提供信息。通过该课程,您将学习AI和ML的基本原理,以及机器如何感知,探索和理解我们周围的世界。您将与一个世界领先的研究人员合作,在一个单独的项目中扩展知识并将其知识应用于实际问题,其中许多研究人员与英国国家AI和数据科学研究院Alan Turing Institute密切合作。您将了解当代AI可以做什么和不能做什么,当代挑战以及社会道德的考量,以便您可以就如何在现实世界中使用AI技术做出明智的决定。 人工智能与机器学习专业相关信息 专业名称人工智能与机器学习 专业英文名称Artificial Intelligence and Machine Learning Masters/MSc 隶属学院工程和物理科学学院 学制1年 语言要求雅思6.5(小分5.5)托福88(口语21,其他19)PTE: Academic 51 in all four skills GMAT/GRE 要求不要求 2020 Fall 申请时间10月 学费(当地货币)24120 人工智能与机器学习课程内容 序号课程中文名称课程英文名称 1人工智能和机器学习项目Artificial Intelligence and Machine Learning Project 2人工智能和机器学习的最新话题Current Topics in Artificial Intelligence and Machine Learning
智能计算平台应用开发职业技能等级标准
目次 前言 (1) 1范围 (2) 2规范性引用文件 (2) 3术语和定义 (2) 4对应院校专业 (4) 5面向工作岗位(群) (5) 6职业技能要求 (6) 参考文献 (13)
前言 本标准按照GB/T 1.1-2009给出的规则起草。 本标准起草单位:华为技术有限公司。 本标准主要起草人:闫建刚、税绍兰、田城、冯宝帅、张驰、武马群、马晓明、祝玉华、徐红、聂强、周桂瑾、王隆杰、陶亚雄、胡光永、曹建春、蔡建军、肖颖、朱旭刚等(排名不分先后)。 声明:本标准的知识产权归属于华为技术有限公司,未经华为技术有限公司同意,不得印刷、销售。
1范围 本标准规定了智能计算平台应用开发职业技能等级对应的工作领域、工作任务及职业技能要求。 本标准适用于智能计算平台应用开发职业技能培训、考核与评价,相关用人单位的人员聘用、培训与考核可参照使用。 2规范性引用文件 下列文件对于本标准的应用是必不可少的。凡是注日期的引用文件,仅注日期的版本适用于本标准。凡是不注日期的引用文件,其最新版本适用于本标准。 GB/T9813.3-2017计算机通用规范第3部分:服务器 GB/T14394-2008计算机软件可靠性和可维护性管理 GB/T5271.28-2001信息技术词汇第28部分:人工智能基本概念与专家系统 3术语和定义 GB/T9813.3-2017、GB/T14394-2008、GB/T5271.28-2001国家、行业标准界定的以及下列术语和定义适用于本标准。 3.1存储设备Storage Device 存储设备是用于储存信息的设备,通常是将信息数字化后再以利用电、磁或光学等方式的媒体加以存储。比如:各式存储器、硬盘、专用存储系统等。 3.2独立硬盘冗余阵列Redundant Array of Independent Disks(RAID) 独立硬盘冗余阵列,旧称廉价磁盘冗余阵列,简称磁盘阵列。利用虚拟化存储技术把多个硬盘组合起来,成为一个或多个硬盘阵列组,目的为提升性能或数据冗余,或是两者同时提升。
小学语文特级教师贾志敏关于作文教学讲座资料关于作文教学的对话 关于作文教学的对话 贾志敏 “课外生活作文”的具体指的是什么?课堂训练作文与课外生活作文如何有机地结合起来?他们的“结合点”又在哪里呢? 根据我多年的作文教学实践获得的体会是:作文训练应该按“课内课外两条线”进行。即: 课内训练作文。 课外生活作文。 前者,着重在训练,后者则着重在表现在生活方面。两者之间既有联系,又有区别。 众所周知,作文没有诀窍,更没有捷径,唯有“多读多写”。 读书是学习,是吸收,是积累。“熟读唐诗三百首,不会做诗也会吟。”这是古人告诉我们“读书自有好处”的道理。“胸无点墨”岂能“下笔成文”?这已形成了人们的共识,也是不争的事实。 关于“多写”的问题,倒要费一番的口舌议论一下的。 “多写”是泛指,是相对于“不动笔”与“少动笔”而
言的。“多写”指多动笔墨,“多写”还要“巧练”。 平时,我们常把“得法于课内”“得益于课外”这句话挂在嘴边,这是有道理的。 “课内训练作文”是必须的,是不可缺少的。教师命题,教师提供作文素材,教师指导谋篇布局,遣词造句等,目的是多方面地培养学生作文的能力。然而,事物有其两面性,这样的训练往往会有局限性,会抑制学生的写作热情,因为这样做可能会让孩子去写不熟悉的,乃至不喜欢的东西。 而“课外生活作文”则让学生去写“放胆文”,放开学生的手脚,让学生“天马行空”,“我行我素”。想写什么,就写什么,喜欢什么,就反映什么。只要“有所感”都可以收于笔下。因为没有了束缚,学生的写作热情可能被激发。学生在毫无约束的状态下写出的作文,可能是他真实感情的流露,真实生活的感受。因此,会“有看点”。这样的作文才有可能题材新颖别致,内容真实可信,语言鲜活生动。让我拍案叫绝的作文,大多来自于学生的“课外生活作文”。 这里,向你介绍几篇学生在课外写成的作文。 看爸爸刮胡子(一年级) 爸爸的脸上长着密密麻麻的胡子。每天早上,他都要对着镜子刮胡子。每当他刮胡子的时候,我就会想起老师教我的诗句:“野火烧不尽,春风吹又生。” 2、小豆芽(二年级)
2018《统计学》课程教学大纲一、课程总述
二、教学时数分配
三、单元教学目的、教学重难点和内容设置 第一章数据与统计学 教学目的: 通过本章的学习,要求明确统计学的性质和特点,掌握数据的基本类型,正确地理解统计学中常用的基本术语,了解统计学的基本应用范围,从大的方面、从体系和主线上掌握这门课程的内容,这是学习《统计学》的起点。 本章的重点、难点: 重点:统计学的学科性质及其特征;描述统计与推断统计的区分;统计 学的基本概念。 难点:统计学的基本概念;统计研究方法 内容设置: 1.1统计学的性质及其种类 1.2统计的应用领域 1.3统计学中的几个基本概念 1.4 统计研究方法
第二章数据的采集、整理和显示 教学目的: 通过本章的学习,使学生了解统计数据搜集与整理的基本方法,掌握各种方法的特性。能够灵活运用各种数据调查方式和方法,并对所得数据进行科学的加工整理,为以后各章学习统计分析方法打下基础。 本章的重点、难点: 重点:统计调查方法;统计调查体系;统计分组;频数分布与变量数列 的编制;全距、组距与组数的关系 难点:统计分组;频数分布数列的编制方法与技巧 内容设置: 2.1数据的采集 2.2数据的整理 2.3频数分布 2.4数据的显示 第三章统计数据的描述 教学目的: 通过本章学习,掌握数据分布集中趋势和离散趋势的测度,重点掌握分组数据的均值和标准差及变异系数的计算,并能加以灵活运用,了解数据分布形状(即偏度与峰度)及其测度。 本章重点、难点: 重点:集中趋势的测度指标及其计算方法;离散趋势的测度指标及其计算方法; 难点:调和平均数、几何平均数的计算方法与应用场合;离散程度测度指标的计算方法与应用场合 内容设置: 3.1集中趋势的测度 3.2离散趋势的测度 3.3偏度和峰度的测度(自学) 3.4 相对位置的测度及异常值的检测 第四章时间序列分析 教学目的: 通过本章的学习,了解时间数列的定义、种类,掌握计算时间序列的水
贾志敏特级教师作文教学案例 <两个苹果>作文教学案例 教学要求: 1. 指导学生仔细观察静物(苹果),围绕中心,按一定的顺序把所观察的静物(苹果)描写具体; 2.指导学生观察课堂小品,抓住故事的主要内容,编列出提纲,确立重点,完成作文。 教具:大小两个苹果。 教学时间:一课时。 教学过程: 一、出示板书: 我感到十分____ 1、请学生填上合适的词语,使句子完整(可以填“高兴”、“舒服”、“快活”等)。 2、老师朗读一段话,请学生根据这段话所叙述的内容,再填上合适的词: 我站在老师的眼前,耷拉着脑袋,脸红到脖子根,两只眼睛眨巴眨巴的,泪水在眼眶里直打转,鼻子一煽一煽的,两片嘴唇翻动几下,想说话又不敢。一双手没地方放,只是无意识地搓着衣角,两条腿无力地支撑着身体,心里真不是滋味。同学们信任我,选我当队干部,我却干出这种丢人现眼的事儿!我的目光在地面上搜索着,如果地上真有一条裂缝的话,我一定钻进去了事!
。。。。。。 要求学生能捡出“羞愧”“渐愧”等词语。 我感到十分羞愧。 二、教师从怀中取出一只大苹果,举起让学生观看。 1、这只苹果怎么样?请同学们仔细观察,把这只苹果描写具体: 板书:这只苹果____。 2、组织学生讨论:从哪几方面去描写呢? 形状、香味、大小、重量、品种、产地、颜色等。若按接触的先后顺序,该如何排列?颜色大小形状 观看黄里透红爸爸的拳头圆圆的 闻掂香味重量 一股清香三四两 判断品种 红焦 想象果味 又香又甜 推测产地 山东烟台 3、要求学生运用语言,按一定顺序组成一段话。 例:这只圆圆的苹果黄里透红,有爸爸的拳头那么大,用手掂一掂怕有三四两重吧!放在鼻子前闻一闻,啊,一股诱人的清香沁人心脾。这也许是山东姻台产的红蕉苹果。这种苹果我吃过,它又酥又甜,老人和孩
《 统计预测与决策 》课程教学大纲 Statistical Forecasting and Decision Making 课程代码: 课程性质:专业方向理论课/选修 适用专业:统计 开课学期:7 总学时数:56 总学分数:3.5 编写年月:2007.5 修订年月:2007.7 执 笔:邹辉 一、课程的性质和目的 本课程教学目的在于向学生系统阐述有关统计预测与决策方面的基本知识和一般原理,使学生对统计预测和决策的基本概念、基本方法及其应用有系统地理解和掌握。同时,更为重要的是,通过阐述国内外统计预测和决策方法在经济、金融和管理等领域的综合应用,加深学生对本课程内容的理解和认识,提高学生综合运用统计预测和决策方法以解决现实问题的能力。 二、课程教学内容及学时分配 第一章 统计预测概述(4学时) 本章内容:统计预测的概念和作用,统计预测方法的分类和选择,理解统计预测的步骤本章要求:了解统计预测的概念和作用,统计预测方法的分类和选择,理解统计预测的步骤 第二章 定性预测法(4学时) 本章内容:定性预测概念,定性预测特点,定性预测和定量预测的关系,定性预测的集中主要方法。 本章要求:了解定性预测概念,定性预测特点,定性预测和定量预测的关系,理解定性预测的集中七种主要方法。 第三章 回归预测法(6学时) 本章内容:一元线性回归预测法,多元线性回归预测法,非线性回归预测法、应用回归预测法时应注意的问题。 本章要求:了解非线性回归预测法、应用回归预测法时应注意的问题。理解一元线性回归预测法是指成对的两个变量数据分布大体上呈直线趋势时,运用合适的参数估计方法,求出一元线性回归模型,然后根据自变量与因变量之间的关系,预测因变量的趋势;理解多元线性回归预测法是包括两个或两个以上自变量的回归。多元回归与医院回归类似,可以用最小二乘法估计模型参数,也需对模型及模型参数进行统计检验。 第四章 时间序列的分解法和趋势外推法(6学时) 本章内容:时间序列的分解,时间序列分解模型,趋势外推法。 本章要求:了解经济时间序列的变化受到长期趋势、季节变动和不规则变动这四个因素的影响,了解乘法模型分解的基本步骤,理解选择合适的趋势模型是应用趋势法的重要环节,图形识别和差分法是选择趋势模型的两种基本方法。 第五章 时间序列平滑预测法(6学分) 本章内容: 一次移动平均法和一次指数平滑法,线性二次移动平均法和线性二次指数平滑法,布朗二次多项式(三次)指数平滑法,温特线性和季节性指数平滑法。 本章要求:了解布朗二次多项式(三次)指数平滑法,温特线性和季节性指数平滑法,理解一次移动平均法和一次指数平滑法,线性二次移动平均法和线性二次指数平滑法。 第六章 自适应过滤法(6学分) 本章内容:自适应过滤法的概念与特点,使用自适应过滤法应选择好滤波常数k,对原始数列做标准化处理。 本章要求:了解自适应过滤法优点,使用计算机来进行自适应过滤法的计算掌握自适应过
计算方法》课程教学大纲 课程编号: 学时:54 学分:3 适用对象:教育技术学专业先修课程:高等数学、线性代数 考核方式:本课程考试以笔试为主70%,兼顾学生的平时成绩30%。使用教材及主要参考书:使用教材: 李庆扬. 《数值分析(第四版)》, 清华大学出版,2014 年。 主要参考书: 1.朱建新,李有法. 《高等学校教材:数值计算方法(第3版)》,高等教育出版社,2012 2.徐萃薇,孙绳武. 《计算方法引论(第4版)》,高等教育出版社,2015 。 一课程的性质和任务计算方法是教育技术学专业学生的一门专业选修课。作为计算数学的一个重要分支,它是数学科学与计算机技术结合的一门应用性很强的学科,本课程重点介绍计算机上常用的基本计算方法的原理和使用;同时对计算方法作适当的分析。 教学任务:通过本课程的学习,要使学生具有现代数学的观点和方法,并初步掌握处理计算机常用数值分析的构造思想和计算方法。同时,也要培养学生抽象思维和慎密概括的能力,使学生具有良好的开拓专业理论的素质和使用所学知识分析和解决实际问题的能力。 二教学目的与要求教学目的:通过学习使学生了解数值计算方法的基本原理。了解计算机与数学结合的作用及课程的应用性。为今后使用计算机解决实际问题中的数值计算问题打下基础。 通过理论教学达到如下基本要求。 1.了解误差的概念2.掌握常用的解非线性方程根的方法3.熟练掌握线性代数方法组的解法4.熟练掌握插值与拟合的常用方法5.掌握数值积分方法 6.了解常微分方程初值问题的数值方法 三学时分配
四教学中应注意的问题 本课程是一门理论性较强、内容较抽象的综合课程,因此面授辅导或自学,将是不可缺少的辅助教学手段,教师在教学的过程中一定要注意理论结合实际,课堂教学并辅助上机实验,必须通过做练习题和上机实践来加深对概念的理解和掌握,熟悉公式的运用,从而达到消化、掌握所学知识的目的。同时应注重面授辅导或答疑,及时解答学生的疑难问题。五教学内容 第一章绪论(误差) 基本内容: 第一节数值分析研究的对象和特点 第二节数值计算的误差 1.误差的来源与分类 2.误差与有效数字 3.数值运算的误差估计 第三节误差的定性分析与避免误差的危害 1.病态问题与条件数 2.算法的数值稳定性 3.避免误差危害的若干原则教学重点难点: 重点:数值运算的误差估计 难点:误差的定性分析与避免误差的危害。 教学建议: 了解数值分析的背景、对象与特点。理解误差的来源与分类、有效数字、误差估计、算法的数值稳定性与病态算法。熟练掌握与误差相关的概念以及避免误差危害的若干原则。第二章插值法基本内容: 第一节引言 第二节拉格朗日插值 1.线性插值与抛物插值 2.拉格朗日插值多项式 3.插值余项、误差估计
课程编号:21-081200-108-07 北京理工大学 2013 - 2014学年第一学期 研究生《人工智能》期末试题 班级 学号 姓名 成绩 1. 学习(30分+5分) 下图给出了两类数据,分别如图中和所示。另外,图中两条黑色粗实线 分别代表横、纵坐标轴,其交点为原点。 第1题图 现要求对上述数据进行分类。 (1) [10分] 如果采用Decision Tree 实现分类,请说明该Decision Tree 的非叶 节点、叶节点和边分别是什么,并计算以下两个值:(a) 该数据集的 Entropy; (b) 当根节点选择根据x 的值是否大于0来进行决策时,所对应 的Information Gain 。 解:1)非叶节点为x 与y ,叶节点为类别,边为x 与y 的取值区间; 2)两类样本分别为6个和9个,因此: 69151522Entropy()log l 6969(0.74)0.972151og ( 1.325)1515 S =-==-?-?-?--? 3)254478728222Entropy(0)(log lo 72584g )(log 4157715log )88 x >=-?-?+-?-? (( 1.81)(0.49))72584((415771581)(1))0948 .=-?--?-+-?--?-= ()()()Gain S,Entropy S Entropy 0.9720.940.032x x =-=-=
(2)[10分] 如果采用Na?ve Bayesian Classifier实现分类,并将x,y的取值 分别离散化为“大于0”和“小于等于0”两种情况,请给出需要学习的数值及其结果,进而判断当0 x时的分类结果 >y ,0≤ 解:已知样本a = {a1,a2},其中a1为属性x的值,a2为属性y的值。 类别集合C={黑框,白球} 若给出某一测试用例m,则需计算P(黑框|m)与P(白球|m),并据此来进行判别,但若要计算这两个概率值,则需要计算各个类条件概率,下面为具体的学习过程。 Step1. 根据给出的训练集,统计各类别以及各类别下各个特征属性的条件概率估计: 0/1 Step2. 由于各个属性间是独立的,则根据贝叶斯定理有如下推导: 对于样本m = {x>0, y<=0} 判别其类别的过程如下: 0/1 因此,当x>0, y<=0 则将其判别为白球类别。 (3)[10分] 如果采用Neural Network实现分类,请画出能对上述数据进行分 类的网络结构(不含权值),并说明如何根据上述数据学习得到该网络中的权值。 解:采用多层感知器。该神经网络的输入神经元个数为2,分别表示x与y 的值,输出神经元个数为1,1表示类别为黑框,0表示白球。隐含层神经元个数为4。则其结构如下: