会员服务
Microsoft PowerPoint · HTML5 · SCORM · INTERACT · 微软 ·
2012 年 9 月 25 日
Using Microsoft PowerPoint Presentations To Create HTML5 Based E-learning Courses
翻译：使用微软PowerPoint演示来创建基于 HTML5 的电子学习课程
Harsh Alkutkar,Ajinkya Abhyankar,Rushikesh Gawali,Saurabh Gandhele
Harsh Alkutkar,Ajinkya Abhyankar,Rushikesh Gawali,Saurabh Gandhele
from arxiv, Paper has been withdrawn due to inconsistencies in images

This paper introduces how to use Microsoft PowerPoint presentation files to generate HTML5 based interactive e-learning courses packaged in SCORM format.


翻译：本文件介绍如何使用微软PowerPoint演示文件生成以SCORM格式包装的基于HTML5的互动电子学习课程。
0
下载
关闭预览

相关内容

微软公司的演示文稿软件，用户可以在投影仪或者计算机上进行演示。
生成式对抗网络GAN在计算机视觉中的应用概述，GANs in computer vision: Introduction to generative learning（part1）
生成式对抗网络GAN在计算机视觉中的应用概述，GANs in computer vision: Introduction to generative learning（part1）
专知会员服务
60+阅读 · 2020年4月19日
【干货书】真实机器学习，264页pdf，Real-World Machine Learning
【干货书】真实机器学习，264页pdf，Real-World Machine Learning
专知会员服务
114+阅读 · 2020年4月5日
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
76+阅读 · 2020年2月8日
【金融机器学习课程资料】Financial Machine Learning
专知会员服务
116+阅读 · 2019年12月24日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
242+阅读 · 2019年10月21日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
153+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
176+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【CMU】机器学习导论课程（Introduction to Machine Learning）
【CMU】机器学习导论课程（Introduction to Machine Learning）
专知会员服务
59+阅读 · 2019年8月26日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
移动端机器学习资源合集
移动端机器学习资源合集
专知
8+阅读 · 2019年4月21日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
机器学习线性代数速查
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
Python机器学习教程资料/代码
Python机器学习教程资料/代码
机器学习研究会
8+阅读 · 2018年2月22日
【推荐】自然语言处理（NLP）指南
【推荐】自然语言处理（NLP）指南
机器学习研究会
35+阅读 · 2017年11月17日
【推荐】用Python/OpenCV实现增强现实
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Andrew NG的新书《Machine Learning Yearning》
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Causality for Machine Learning
Arxiv
24+阅读 · 2019年11月24日
A Comprehensive Survey on Transfer Learning
A Comprehensive Survey on Transfer Learning
Arxiv
121+阅读 · 2019年11月7日
gym-gazebo2, a toolkit for reinforcement learning using ROS 2 and Gazebo
gym-gazebo2, a toolkit for reinforcement learning using ROS 2 and Gazebo
Arxiv
7+阅读 · 2019年3月14日
Interpretable machine learning: definitions, methods, and applications
Interpretable machine learning: definitions, methods, and applications
Arxiv
19+阅读 · 2019年1月14日
The Matrix Calculus You Need For Deep Learning
The Matrix Calculus You Need For Deep Learning
Arxiv
12+阅读 · 2018年7月2日
Faithfully Explaining Rankings in a News Recommender System
Arxiv
6+阅读 · 2018年5月14日
To Create What You Tell: Generating Videos from Captions
Arxiv
3+阅读 · 2018年4月23日
Learning to Evade Static PE Machine Learning Malware Models via Reinforcement Learning
Arxiv
3+阅读 · 2018年1月30日
Experience-driven Networking: A Deep Reinforcement Learning based Approach
Arxiv
9+阅读 · 2018年1月17日
Multimodal Machine Learning: A Survey and Taxonomy
Arxiv
151+阅读 · 2017年8月1日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
Microsoft PowerPoint
HTML5
SCORM
INTERACT
微软
相关VIP内容
生成式对抗网络GAN在计算机视觉中的应用概述，GANs in computer vision: Introduction to generative learning（part1）
生成式对抗网络GAN在计算机视觉中的应用概述，GANs in computer vision: Introduction to generative learning（part1）
专知会员服务
60+阅读 · 2020年4月19日
【干货书】真实机器学习，264页pdf，Real-World Machine Learning
【干货书】真实机器学习，264页pdf，Real-World Machine Learning
专知会员服务
114+阅读 · 2020年4月5日
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
76+阅读 · 2020年2月8日
【金融机器学习课程资料】Financial Machine Learning
专知会员服务
116+阅读 · 2019年12月24日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
242+阅读 · 2019年10月21日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
153+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
176+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【CMU】机器学习导论课程（Introduction to Machine Learning）
【CMU】机器学习导论课程（Introduction to Machine Learning）
专知会员服务
59+阅读 · 2019年8月26日
热门VIP内容
相关资讯
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
移动端机器学习资源合集
移动端机器学习资源合集
专知
8+阅读 · 2019年4月21日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
机器学习线性代数速查
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
Python机器学习教程资料/代码
Python机器学习教程资料/代码
机器学习研究会
8+阅读 · 2018年2月22日
【推荐】自然语言处理（NLP）指南
【推荐】自然语言处理（NLP）指南
机器学习研究会
35+阅读 · 2017年11月17日
【推荐】用Python/OpenCV实现增强现实
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Andrew NG的新书《Machine Learning Yearning》
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
相关论文
Causality for Machine Learning
Arxiv
24+阅读 · 2019年11月24日
A Comprehensive Survey on Transfer Learning
A Comprehensive Survey on Transfer Learning
Arxiv
121+阅读 · 2019年11月7日
gym-gazebo2, a toolkit for reinforcement learning using ROS 2 and Gazebo
gym-gazebo2, a toolkit for reinforcement learning using ROS 2 and Gazebo
Arxiv
7+阅读 · 2019年3月14日
Interpretable machine learning: definitions, methods, and applications
Interpretable machine learning: definitions, methods, and applications
Arxiv
19+阅读 · 2019年1月14日
The Matrix Calculus You Need For Deep Learning
The Matrix Calculus You Need For Deep Learning
Arxiv
12+阅读 · 2018年7月2日
Faithfully Explaining Rankings in a News Recommender System
Arxiv
6+阅读 · 2018年5月14日
To Create What You Tell: Generating Videos from Captions
Arxiv
3+阅读 · 2018年4月23日
Learning to Evade Static PE Machine Learning Malware Models via Reinforcement Learning
Arxiv
3+阅读 · 2018年1月30日
Experience-driven Networking: A Deep Reinforcement Learning based Approach
Arxiv
9+阅读 · 2018年1月17日
Multimodal Machine Learning: A Survey and Taxonomy
Arxiv
151+阅读 · 2017年8月1日
Top
微信扫码咨询专知VIP会员
Top