会员服务
自适应学习，也被称为自适应教学，是使用计算机算法来协调与学习者的互动，并提供定制学习资源和学习活动来解决每个学习者的独特需求的教育方法。在专业的学习情境，个人可以“试验出”一些训练方式，以确保教学内容的更新。根据学生的学习需要，计算机生成适应其特点的教育材料，包括他们对问题的回答和完成的任务和经验。该技术涵盖了各个研究领域和它们的衍生，包括计算机科学、人工智能、心理测验、教育学、心理学和脑科学。
推荐！【自适应学习、知识表示】《通过主动神经调节进行自适应学习 (ALAN)》美国空军研究实验室2022最新84页项目报告
推荐！【自适应学习、知识表示】《通过主动神经调节进行自适应学习 (ALAN)》美国空军研究实验室2022最新84页项目报告
专知会员服务
53+阅读 · 2022年11月25日
【KDD2020-清华大学】自适应图编码器，Adaptive Graph Encoder for Attributed Graph Embedding
【KDD2020-清华大学】自适应图编码器，Adaptive Graph Encoder for Attributed Graph Embedding
专知会员服务
98+阅读 · 2020年7月6日
【CVPR2020-Facebook AI】单样本自适应域脸生成，One-Shot Domain Adaptation
【CVPR2020-Facebook AI】单样本自适应域脸生成，One-Shot Domain Adaptation
专知会员服务
28+阅读 · 2020年4月6日
【旷视-CVPR2020】领域自适应对象检测的探索类别正则化，Exploring Categorical Regularization for Domain Adaptive Object Detection
【旷视-CVPR2020】领域自适应对象检测的探索类别正则化，Exploring Categorical Regularization for Domain Adaptive Object Detection
专知会员服务
36+阅读 · 2020年3月23日
【Google-普林斯顿】从学习速率中解开自适应梯度法，Disentangling Adaptive Gradient
专知会员服务
18+阅读 · 2020年3月5日
【Google 76分钟训练万BERT最新论文】Large Batch Optimization for Deep Learning: Training BERT in 76 minutes
【Google 76分钟训练万BERT最新论文】Large Batch Optimization for Deep Learning: Training BERT in 76 minutes
专知会员服务
3+阅读 · 2020年1月7日
【斯坦福大学】领域自适应小样本生成（DAWSON: A Domain Adaptive Few Shot Generation Framework）
【斯坦福大学】领域自适应小样本生成（DAWSON: A Domain Adaptive Few Shot Generation Framework）
专知会员服务
35+阅读 · 2020年1月7日
【斯坦福大学】深度学习技巧速查清单《CS 230 - Deep Learning Tips and Tricks Cheatsheet》
【斯坦福大学】深度学习技巧速查清单《CS 230 - Deep Learning Tips and Tricks Cheatsheet》
专知会员服务
28+阅读 · 2019年12月19日
【KDD2019|讲座推荐】神经网络中的不完全性：偏差、偏斜结果和一些解决方案：Incompleteness in Networks: Biases, Skewed Results, and Some Solutions
【KDD2019|讲座推荐】神经网络中的不完全性：偏差、偏斜结果和一些解决方案：Incompleteness in Networks: Biases, Skewed Results, and Some Solutions
专知会员服务
7+阅读 · 2019年12月11日
【KDD2019|讲座推荐】深强化学习及其在交通运输中的应用：Deep Reinforcement Learning with Applications in Transportation
【KDD2019|讲座推荐】深强化学习及其在交通运输中的应用：Deep Reinforcement Learning with Applications in Transportation
专知会员服务
55+阅读 · 2019年12月4日
【ECML-PKDD 2019】通过自我训练窗口集合从进化流中学习（Learning from Evolving Streams via Self-Training Windowing Ensembles）
【ECML-PKDD 2019】通过自我训练窗口集合从进化流中学习（Learning from Evolving Streams via Self-Training Windowing Ensembles）
专知会员服务
3+阅读 · 2019年12月3日
【IJCAI 2019】自适应影响最大化（Adaptive Influence Maximization），Bogdan Cautis，Silviu Maniu，Nikolaos Tziortziotis
【IJCAI 2019】自适应影响最大化（Adaptive Influence Maximization），Bogdan Cautis，Silviu Maniu，Nikolaos Tziortziotis
专知会员服务
6+阅读 · 2019年8月10日
重庆大学发布最新《迁移自适应学习十年进展》综述论文，26页pdf333篇文献
重庆大学发布最新《迁移自适应学习十年进展》综述论文，26页pdf333篇文献
专知会员服务
41+阅读 · 2019年11月26日
智能教育发展现状与未来趋势，哈尔滨工业大学刘挺教授，第八届全国社会媒体处理大会SMP2019
智能教育发展现状与未来趋势，哈尔滨工业大学刘挺教授，第八届全国社会媒体处理大会SMP2019
专知会员服务
9+阅读 · 2019年10月24日
参考链接
微信扫码咨询专知VIP会员
Top