查看“2016年跨学科系统集成设计挑战-个人学习报告-2016.1.18-张祎萱”的源代码
←
2016年跨学科系统集成设计挑战-个人学习报告-2016.1.18-张祎萱
跳转至:
导航
、
搜索
因为以下原因,你没有权限编辑本页:
您刚才请求的操作只对以下1个用户组开放:
用户
。
您可以查看并复制此页面的源代码:
==XLP第一天== ==关键词== [[2016年跨学科系统集成设计挑战-黑森林团队主页]]、[[币付宝使用方法]]、[[财务]]、[[预算]]、[[认知基础]]、[[xlp课程]] ==正文== ===关键人物=== #[[张祎萱]] ===关键技术=== *XLP课程逻辑模型 *CLOUDMIND *teambition *Mediawiki ===关键组织机构或制度=== ====逻辑模型==== #[[宏观]]:逻辑模型是一种大家都遵循的规范,相当于一种社会规则、流程模式。 #[[介观]]: 首先学习了XLP课程的逻辑模型,对于方向是机器学习的我来说,比较吸引我的当然是学习目标中第三点PAC理论。但是,PAC作为一种判断是否可机器学习的理论,是怎么应用到人的群体学习的呢?我的思考是: 首先,PAC指: *除非对每个可能的数据进行训练,否则总会存在多个假设使得真实错误率不为0,即学习器无法保证和目标函数完全一致 *训练样本是随机选取的,训练样本总有一定的误导性 一个可PAC学习的学习器要满足两个条件: *学习器必须以任意高的概率输出一个错误率任意低的假设 *学习过程的时间最多以多项式方式增长 也就是说,PAC学习是指,在学习过程中,要能够以某一定的概率达到最后能够实现的目标,且学习过程的时间复杂度不能超过多项式复杂度。 所以,运用于群体学习中,也就是说,我们最终的目标要在一定的时间复杂度中可达到。 #[[微观]]:具体内容见[[2016年跨学科系统集成设计挑战|逻辑模型]]。在今天的课程的具体内容中,关于这一点主要是由我们想要实现的结果反推我们需要进行的过程。比如说在今天的故事中,我们是先确立了我们需要达到的最终目标,也就是:展示我们的学习过程,且此过程是需要能够被复制的,然后将此过程用于教育, ===小组分工=== A组财务 ===今日完成的主要任务=== 进行小组分工,领取财务一职。 注册币付宝账号,领取任务方的初始资金。 完成wiki相关页面编辑。 完成A组《预算方案》版本一。 完成比特币交易记录-2016.01.18-A组。 完成黑森林团队ORID会议记录。
返回
2016年跨学科系统集成设计挑战-个人学习报告-2016.1.18-张祎萱
。
导航菜单
个人工具
创建账户
登录
名字空间
页面
讨论
变种
查看
阅读
查看源代码
查看历史
操作
搜索
导航
首页
实践教学
个性化3D设计与实现
人工智能实践教学
区块链技术及应用
虚拟现实技术与内容制作
超越学科界限的认知基础课程
电子工艺实习
Nand2Tetris Engine Curriculum
TULLL Creative Learning Group
Wiki上手说明
Wiki账户创建
最近更改
工具
链入页面
相关更改
特殊页面
页面信息