“2016年跨学科系统集成设计挑战-个人学习报告-2016.01.18-李永歌”版本间的差异

来自iCenter Wiki
跳转至: 导航搜索
关键词
(48个版本:all)
 
(1位用户的44个中间修订版本未显示)
第1行: 第1行:
==自选标题(如“极限学习过程初体验”)==
+
==XLP起航之旅==
XLP起航之旅
+
  
 
==关键词==
 
==关键词==
第6行: 第5行:
  
 
==正文==
 
==正文==
学习报告的文体,可以自由选择。因为作者的遣词用字会直接反应他认知世界的[[知识本体]]结构,有些名词与动词对不同的读者会有不同的意义,所以在撰写学习报告的过程中,谈论的内容最好能链接到相应的参考文献,或是明确地描述事件发生的背景,现象客观性的佐证。在维基系统的平台上,链接外部或内部资源的标签是很方便的,所以作者应该花时间建立这些链接。事件的描述必需要有人、事、时、地、物的描述。如果人、事件、地、物等有相应的网站,也请用wiki的链接语法标示在内文中。另外,我们在9月16日第一次课堂中,就讨论了学习任何学问,都应该从其人物史、科技史、与机构史的角度入手。这三个面向的信息可以帮助读者进入作者阐述问题的语境。在撰写学习报告没有特别灵感的时候,把阅读文献的中相关人物、科技、工具等元素,具体地撰写一些你所理解的联系或类比关系,也是一个可取的贡献。请注意,学习报告必需明显地展示你个人的学习体验或心得,不能只重复现成的知识内容。
 
 
在撰写学习报告时,应该学会使用不同的维基专用的段落符号,例如:
 
 
 
===关键人物===
 
===关键人物===
对特定的概念,如量子力学中的奠基人物。若提及特殊人物,应该找到相应的网站或链接,帮助读者确认这个人物的相关信息。对一个学习报告而言,作者就是关键人物,所以您也应该有一个以您[[顾学雍|本人]]命名的辞条,在这个维基数据库中,便于读者查阅您的背景信息。如果关键人物不是您[[顾学雍|本人]],您也必需要阐述该人物在这段文字出现的意义。例如,第一周我们要所有的同学观看的视频:Albert Einstein and the Secrete of Quantum Physics[2],就是把[http://einsteinpapers.press.princeton.edu 爱因斯坦] 与[https://en.wikipedia.org/wiki/Niels_Bohr 波尔]的冲突当作讨论的主题。
+
[[2016年跨学科系统集成设计挑战-个人简历-任务方-李永歌|本人]]
  
 
===关键技术===
 
===关键技术===
对特定的知识,技术内容,工具,或是社会服务。在这类信息的描述,使用图表经常会更加有效,所以,应当学会如何上传图片,并且控制图标的尺寸和在网页中的布局。
+
*上午
 +
**XLP课程逻辑模型
 +
**teambition的使用
 +
**cloudmind
 +
**量子思维
 +
**The Logic Model of Kuhn Cycle
 +
 
 +
*下午
 +
**非洲鼓
 +
**树莓派的使用初览
 +
**当然还有小组之间沟通交流啦~\(≧▽≦)/~啦啦啦
  
 
===关键组织机构或制度===
 
===关键组织机构或制度===
对特定的社会组织,如研究机构,[http://www.mpg.de/institutes Max Planck Institute],对相关文献或知识内容的直接关系。例如,根据视频内容[2],量子力学的鼻祖[https://en.wikipedia.org/wiki/Max_Planck Max Planck],就是在这个实验室中进行了光线颜色与能量位阶的联系,在Planck成名之后,以他命名的机构。
+
====1.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,从而打破不同科技发展程度地区的隔阂;然后,我们从这个目标反向推出我们的故事,然后得到我们每个组的内容。
 +
 
 +
====2.非洲鼓====
 +
这是今天最激励人心的一种艺术!
 +
 
 +
[[file:1847213020.png]]
 +
 
 +
上午老师首先带领我们进行了热身练习,先在一次冥想练习后,我们感受了人类最初始的节奏。然后在下午,每个人拿到了一个非洲鼓,鼓表面的布上是繁复艳丽的花纹,原始的热烈扑面而来,立刻调动了我们的积极心理,随后的打鼓练习也让我们士气大振。
  
====宏观、介观、微观====
+
====3.量子思维====
(如果内容需要更近一步的细化,可以用下一层次的标题。以及标上数字的列表。请见下列描述。)
+
=====[[宏观]]=====
 +
目的:利用区块链的分布式公证,建立一个透明、没有伪装、没有欺诈的决策过程。
 +
=====[[介观]]=====
 +
传统模型认为:我们的意见总是处于一个确定的状态,做决策只是阅读这种状态而已。与此相反,量子模型认为:我们的观点处于不确定状态,是几种观点的叠加。”其中,量子中的干涉、纠缠、震荡等现象都在心理测试中被发现。
 +
根据海森伯不确定模型,可以联系到人们的思维处于一种非定域关联,也就是说:人们重新认识到了一种看不见的整体性存在,并且找到了精确计算她们的方法。
 +
这个观点是[[云决策]]的基础。
  
讨论问题的文字结构,可以从宏观、介观、微观的相对层次来烘托学习的内容。我所谓的宏观,介观和微观,是相对的知识论证体系,而不是绝对的分类。
+
=====[[微观]]=====
#[[宏观]]:宏观内容的描述,经常是为了衬托出主体内容的发生背景。宏观知识内容,通常是以历史的演进过程,地理位置或知识体系的支撑结构来勾勒。如果要一言以蔽之,宏观知识体系经常是一种以相对地,可对比的角度观察世界的观点。
+
该观点体现在课程中,就是:在群体学习中,人们的思想是由量子性的,从而也就可能导致:虽然没有中心决策,但是大家还是依照某一种规律得到了既定的决策,正如鸟群迁徙时,每一只鸟只需要看见周围的鸟,最终整个鸟群就会形成一种特定的情况,类似量子物理中的麦克斯韦妖。所以,我们就可以基于此观念,提出cloudmind,也就是云决策。
#[[介观]]:介观内容的描述,是我们这次上课的主轴,我们可以把课程大纲的内容,当做介观的行为合约,一个组织的章程,或是一种计算机的操作系统,都是介观系统的实例。每一个介观系统,都有其特殊的宏观背景与微观世界的限制。同学们在描述介观层次的知识,可以用叙事性的文体,把多种层次的内容用一个故事性的脉络呈现给读者。也可以用条文式的问题,像宪法条文一般,把应该考虑的因素和条件,逐一说明,把宏观与微观的资源,以实用的角度,加以规范与定位,从而达到具有现实操作意义的工作效果。
+
#[[微观]]:在本课程中,在学习场景所提及的特定知识内容、现象、证据、或是单独的事件,都可能是描写微观现象的素材。例如我们在9月23日第三小节课堂中,[[帅天龙]]老师引述[[金庸]]小说的桥段,就是一个微观的学习事件。这些现象可以独立地被观察,构成微观世界的一套语言体系。
+
  
====文献综述的标准格式====
+
====4.cloudmind====
本课程希望发挥的效果之一,就是要让同学展现对文献调研和参考信息来源的掌握能力。所以对所有学习报告的内容要求,就是要精确引述他人的文章、图像、或网站。在撰写文章的内容中,只要牵涉到外来的内容,就必然要用到以下的三种信息格式:[[引语 quotation]], [[重述 paraphrase]],和 [[引文 citation]]。对本课程在撰写学习报告的要求,请详见:[[文献综述的三种元格式]]。
+
云决策的模型来自于张小珊、王世超同学,详情见:[[2016年跨学科系统集成设计挑战-Cloud-Mind(云决策)流程图著作权申请书|云决策详细]]
 +
云决策分为两个部分,第一个部分是基于个人的。也就是当个人需要进行一个决策时,如果是对象决策,就先发出对象请求,然后根据个人权限、法律权限、转移权限,结合个人意愿、个人信息、个人权限,进行风险评估,然后联系个人信息库进行自处理,若不能得到决策,就引入第三方来进行决策。
 +
第二部分是团体的。当团体需要进行决策时,先进行自处理或他处理的选择,如果是自处理,则在团队各人中分配权重,然后进行风险评估,结合信息库进行决策。若进行他处理,则先将合并区块、仲裁区块、邀请区块、相关区块进行合并,然后进行和自处理一样的流程,得到决策。
 +
通过云决策这样一个过程,我们就能够得到一种较为使得大多数人都满意的决策。
  
正文内容应该反映该周课程所讨论的内容,或是本课程所建议的阅读文献的内容。如果有超出课程阅读范围的内容,请尽可能找到参考的书目或是网站的链接,并且把相关的信息放在后续的参考文献列表中[1]。
+
=====5.The Logic Model of Kuhn Cycle=====
 +
此模型也是本课程的一个基本的模型。
  
 
==参考文献==
 
==参考文献==
 
*[1] Wikipedia on [https://en.wikipedia.org/wiki/The_Elements_of_Style Elements of Style]
 
*[1] Wikipedia on [https://en.wikipedia.org/wiki/The_Elements_of_Style Elements of Style]
 
*[2] Youtube Video: [[The Secrets of Quantum Physics]]
 
*[2] Youtube Video: [[The Secrets of Quantum Physics]]
 +
*[3] cloud-mind in http://toyhouse.ie.tsinghua.edu.cn/wiki/index.php?title=2016年跨学科系统集成设计挑战-Cloud-Mind(云决策)流程图著作权申请书

2016年4月6日 (三) 03:12的最后版本

XLP起航之旅

关键词

认知基础顾学雍范畴论XLP课程逻辑模型

正文

关键人物

本人

关键技术

  • 上午
    • XLP课程逻辑模型
    • teambition的使用
    • cloudmind
    • 量子思维
    • The Logic Model of Kuhn Cycle
  • 下午
    • 非洲鼓
    • 树莓派的使用初览
    • 当然还有小组之间沟通交流啦~\(≧▽≦)/~啦啦啦

关键组织机构或制度

1.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,从而打破不同科技发展程度地区的隔阂;然后,我们从这个目标反向推出我们的故事,然后得到我们每个组的内容。

2.非洲鼓

这是今天最激励人心的一种艺术!

文件:1847213020.png

上午老师首先带领我们进行了热身练习,先在一次冥想练习后,我们感受了人类最初始的节奏。然后在下午,每个人拿到了一个非洲鼓,鼓表面的布上是繁复艳丽的花纹,原始的热烈扑面而来,立刻调动了我们的积极心理,随后的打鼓练习也让我们士气大振。

3.量子思维

宏观

目的:利用区块链的分布式公证,建立一个透明、没有伪装、没有欺诈的决策过程。

介观

传统模型认为:我们的意见总是处于一个确定的状态,做决策只是阅读这种状态而已。与此相反,量子模型认为:我们的观点处于不确定状态,是几种观点的叠加。”其中,量子中的干涉、纠缠、震荡等现象都在心理测试中被发现。 根据海森伯不确定模型,可以联系到人们的思维处于一种非定域关联,也就是说:人们重新认识到了一种看不见的整体性存在,并且找到了精确计算她们的方法。 这个观点是云决策的基础。

微观

该观点体现在课程中,就是:在群体学习中,人们的思想是由量子性的,从而也就可能导致:虽然没有中心决策,但是大家还是依照某一种规律得到了既定的决策,正如鸟群迁徙时,每一只鸟只需要看见周围的鸟,最终整个鸟群就会形成一种特定的情况,类似量子物理中的麦克斯韦妖。所以,我们就可以基于此观念,提出cloudmind,也就是云决策。

4.cloudmind

云决策的模型来自于张小珊、王世超同学,详情见:云决策详细 云决策分为两个部分,第一个部分是基于个人的。也就是当个人需要进行一个决策时,如果是对象决策,就先发出对象请求,然后根据个人权限、法律权限、转移权限,结合个人意愿、个人信息、个人权限,进行风险评估,然后联系个人信息库进行自处理,若不能得到决策,就引入第三方来进行决策。 第二部分是团体的。当团体需要进行决策时,先进行自处理或他处理的选择,如果是自处理,则在团队各人中分配权重,然后进行风险评估,结合信息库进行决策。若进行他处理,则先将合并区块、仲裁区块、邀请区块、相关区块进行合并,然后进行和自处理一样的流程,得到决策。 通过云决策这样一个过程,我们就能够得到一种较为使得大多数人都满意的决策。

5.The Logic Model of Kuhn Cycle

此模型也是本课程的一个基本的模型。

参考文献