学习关键词检索结果

使用不同学习策略设计课程:教学设计师指南

Designing Lessons Using Different Learning Strategies: A Guide For Instructional Designers

学习策略不仅仅是理论,因为它们直接影响学习者如何参与、练习和应用新技能。本指南向教学设计师展示如何使用不同的学习策略设计课程,为每个学习成果选择正确的方法,并在不让学习者不知所措的情况下组合策略。这篇文章首先发表在电子学习行业。

人工智能会让终身学习变得更加重要还是更加容易?

Does Artificial Intelligence Make Lifelong Learning More Essential Or Just Easier?

人工智能创造了一个悖论:它通过提供个性化辅导(解决“2 sigma 问题”)使学习变得更加容易,但同时通过扰乱就业市场并导致技能快速过时而使其变得更加重要。解决方案是“Centaur”模型。这篇文章首先发表在 eLearning Industry 上。

员工入职电子学习:为什么模块很重要

eLearning For Employee Onboarding: Why Modules Matter

本文解释了电子学习对于员工入职培训的重要性,重点介绍了模块化学习如何提高跨角色和地点的新员工的清晰度、一致性、知识保留和灵活性。这篇文章首次发表在电子学习行业。

SweetRush 被电子学习行业评为 2026 年最佳人工智能卓越公司

SweetRush Named 2026 Top AI Excellence Company By eLearning Industry

eLearning Industry 将学习与发展提供商 SweetRush 评为 2026 年学习、技能、领导力和人才发展方面人工智能创新领域的领先公司。本文首次发表在 eLearning Industry 上。

2026 年将塑造教育科技的 6 个数字化学习趋势

6 Digital Learning Trends That Will Shape EdTech in 2026

教育的未来:2026年数字化学习趋势 21世纪的第二个十年是快速数字化转型和多样化技术积累的十年。这个十年的后半叶可能会变得更加个性化、无缝导航和轻松的内容分发。人工智能、区块链等技术 [...]阅读更多...

“教授英语学习者很复杂。这里有一些经过测试的策略”

“Teaching English Learners Is Complex. Here Are Some Tested Strategies”

教授英语学习者很复杂。以下是一些经过测试的策略是我最近的教育周专栏之一的标题。英语学习者面临的挑战可以通过改变我们对语言发展的看法来应对。以下是一些摘录:

人工智能不会改变学生需要学习的内容

AI Changes NOTHING About What Students Need to Learn

我们这个时代的颠覆性技术将改变许多事情。学校教孩子的东西不应该是其中之一。人工智能对学生需要学习的内容没有任何改变,这篇文章首先出现在 Education Next 上。

人工智能一代:除非所有孩子都学习计算技能,否则对“社会鸿沟”的担忧

Generation AI: fears of ‘social divide’ unless all children learn computing skills

孩子们正在成长,人工智能原住民和专家表示,计算技能应该与阅读和写作同等重要。在剑桥的一间教室里,10 岁的约瑟夫训练他的人工智能模型来辨别苹果图和微笑图。“人工智能犯了很多错误,”他说,因为它错误地将水果识别为一张脸。他开始重新训练它,在一瞬间,他让它回到正轨——以很少有成年人能做到的方式本能地理解人工智能和机器学习的内在本质。继续阅读...

法国阿尔塔战神公司向乌克兰前线学习

French Company Alta Ares Learns from the Ukrainian Front

HAdrien Canter 是两年前在乌克兰成立的法国公司 Alta Ares 的首席执行官。在与东线作战部队的遭遇中,出现了……法国阿尔塔战神连从乌克兰前线学习的后报道首先出现在 AeroMorning 上。

Netflix 式的微学习如何改变学习和发展

How Netflix-Style Microlearning Is Transforming Learning And Development

Netflix 风格的微学习通过提供适合工作的个性化、小型学习重塑了 L&D。受内容发现平台的启发,它通过使培训易于开始、恢复和持续享受来提高参与度、相关性、保留率和学习能力。这篇文章首先发表在电子学习行业。

意见:A、B、C 或 D – 成绩可能并不能说明学生实际学习的内容

Opinion: A, B, C or D – Grades Might Not Say all That Much About What Students Are Actually Learning

成绩是美国教育体系的标准组成部分,大多数学生和老师都认为这是理所当然的。但是,如果学生没有一次机会在期中考试中取得好成绩,甚至无法与老师讨论他们应该获得什么成绩,该怎么办?替代评分在美国已经存在了几十年,但是 [...]

在线学习平台的 9 大优势

Top 9 Benefits of Online Learning Platforms

在线学习平台正在突破地点、时间和负担能力的障碍,提供永恒、值得信赖和广泛接受的获取知识或教育的方式。在一个技术和创造力驱动的世界里,我们只能希望在网络世界中体验到更大的创新、协作和无限增长的可能性。每天,[...]在线学习平台的 9 大好处都会首先出现在 FlashLearners 上。

陆军为军官建立新的人工智能、机器学习职业道路

Army establishes new AI, machine learning career path for officers

华盛顿 — — 美国陆军为军官建立了一条新的职业道路,专门研究人工智能和机器学习 (AI/ML),形成...

机器学习“降临节日历”奖励 2:Excel 中的梯度下降变体

The Machine Learning “Advent Calendar” Bonus 2: Gradient Descent Variants in Excel

梯度下降、动量、RMSProp 和 Adam 都以相同的最小值为目标。他们不会改变目的地,只会改变路径。每种方法都增加了一种机制,可以修复前一种方法的局限性,使移动更快、更稳定或更自适应。目标保持不变。更新变得更加智能。机器学习“降临日历”奖励 2:Excel 中的梯度下降变体一文首先出现在走向数据科学上。

深度强化学习:Actor-Critic 方法

Deep Reinforcement Learning: The Actor-Critic Method

机器人朋友合作学习驾驶无人机《深度强化学习:演员-批评家方法》一文首先出现在《走向数据科学》上。

鲁棒机器学习系统中的漂移检测

Drift Detection in Robust Machine Learning Systems

机器学习系统长期成功的先决条件“鲁棒机器学习系统中的漂移检测”一文首先出现在《走向数据科学》上。

机器学习“降临节日历”奖励 1:Excel 中的 AUC

The Machine Learning “Advent Calendar” Bonus 1: AUC in Excel

AUC 衡量模型将正数排在负数之上的程度,与任何选定的阈值无关。机器学习“降临日历”奖励 1:Excel 中的 AUC 帖子首先出现在《走向数据科学》上。

电子学习如何改善个人财务和负责任的支出

How eLearning Improves Personal Finance And Responsible Spending

电子学习简化了个人理财,帮助人们明智地消费并做出更明智的财务选择。这篇文章首先发表在电子学习行业。