“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”版本间的差异

来自iCenter Wiki
跳转至： 导航、 搜索
（→‎关键词）
第1行： 第1行：
−
==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==
+
==XLP第一天==
  
  
 
==关键词==
 
==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]]
+
[[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]]
  
−
==小组分工==
 
−
A组财务
 
  
−
==今日完成任务==
+
==正文==
−
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。
+
===关键人物===
  
−
完成wiki相关页面编辑。
+
#[[张祎萱]]
  
−
完成A组《预算方案》版本一。
+
===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，
  
  
  
  
−
====文献综述的标准格式====
+
===小组分工===
−
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]]。
+
 
 +
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。
  
−
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]。
+
完成比特币交易记录-2016.01.18-A组。
  
−
==参考文献==
+
完成黑森林团队ORID会议记录。
−
*[1]
+
−
*[2]
+

2016年1月18日 (一) 14:17的版本

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

  1. 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

  1. 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。
  2. 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。

  1. 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，



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。

取自“http://wiki.icenter.tsinghua.edu.cn/icenterwiki/index.php?title=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&oldid=34108”