- 综合排序
- 最热优先
- 最新优先
- 来自专栏智慧教育
从平等化学习、个性化教学、智慧化校园管理3个维度，助力教育公平发展
12月3-5日，以“融合·创新 让教育点亮每个人”为主题的“GES 2018未来教育大会”在北京召开。 腾讯高级执行副总裁汤道生出席并发表致辞《科技助力教育公平发展》，从平等化学习、个性化教学、智慧化校园管理三个纬度，解析当前科技对教育的助力。 创新的教育新生态 近年来，依托云服务、大数据、AI等扎实的底层能力，腾讯打造了完备的大教育体系，涵盖了从学前教育一直到成人教育的全流程技术、服务和内容支持，打破教育的地域壁垒，助力平等化学习；推动落地个性化教学 在大数据和AI技术的帮助下，这个教育界持续奋斗的目标，正在变成现实，“千人千面”的个性化教学正在落地。 ? 智慧课堂方案△ 比如，腾讯教育助力英孚，搭建了“智慧教室”。 3 科技助力教学更加智慧、管理更有效率 建设智慧校园、搭建智慧化教学体系，是目前教育行业共同努力的方向。在这方面，科技同样将发挥巨大作用。
1.2K40发布于 2018-12-11 - 来自专栏Y大宽
3 教学设计之ADDIE模型
这个也是整理自培训的内容，题目是面向未来的教学设计，主要讲了ADDIE模型。 我在网上收集了些资料。 eckszajm_Linda-Lorenzetti-ADDIE-Model-Elearning.jpg 1 A 分析学习需求 1.0 为什么要分析学习需求 明确学习目标 确定教学内容 设计教学策略 已有的知识会促进或阻碍学习（可能会诱发定式思维） 2 如何设计教学目标 2.1 为什么设计教学目标 指导评价 指导教学策略 指导学习 2.2 学习目标要分解 增加自信，大划小的可及的目标 目标分类（知识
2.5K20发布于 2018-09-10 - 来自专栏杂谈
Unity教学 项目3 3D坦克大战
素材导入 3. 将游戏场景预制体实例化 4. 设置场景光颜色为（29, 26, 00） 5. 设置天空颜色为（128, 110, 36） 6. 设置 camera 为正交视野，Size 为 8 正交投影：常用于 2D 游戏开发、UI 设计、建筑图纸绘制等，这些场景更关注物体实际尺寸和相对位置，不需要模拟真实 3D 空间深度感。 透视投影：广泛用于 3D 游戏、虚拟现实（VR）和增强现实（AR）等场景，能营造逼真空间感和深度感，让玩家有身临其境的体验。如第一人称射击游戏，通过透视投影呈现真实远近效果，增强沉浸感。 将烟拖动到坦克上，设置位置为（0.6, 0, -0.94）和（-0.5, 0, -0.94） 3. 坦克添加刚体组件 4. 修改 Horizontal 控制按键 3. 复制 Vertical 轴 4. 修改 Vertical 控制按键 5.
27410编辑于 2025-12-18 - 来自专栏云社区活动
人工智能在教育领域的潜力：智能教学，个性化未来
人工智能在教育领域的潜力：智能教学，个性化未来在过去的几年里，人工智能（AI）从科技实验室走进了我们的日常生活，无论是语音助手、推荐系统，还是自动驾驶汽车，都让人感受到了 AI 的巨大潜力。 AI 在个性化学习方面的优势，主要体现在以下几个方面：数据驱动的学习路径推荐：通过收集学生的历史学习数据，AI 能够预测学生未来的学习行为，从而为每个学生设计个性化的学习计划。 3. 实际案例：智能学习助手为了更好地理解 AI 在教育中的潜力，我决定通过一个简单的项目，演示如何使用 AI 来创建一个智能学习助手。 教师的角色转变：虽然 AI 可以承担许多教学任务，但教师的角色依然非常重要。AI 不能替代教师的情感关怀和个性化的指导，教师需要在 AI 的辅助下，更好地关注学生的全面发展。5. 它不仅能够帮助学生定制个性化的学习路径，还能辅助教师提升教学效率。然而，AI 的应用并非完美无缺，它的进一步发展仍然需要解决数据隐私、教育公平等问题。
44210编辑于 2025-02-17 AI 精准教学平台系统：重塑数字化时代的个性化教育
在数字化转型浪潮中，教育行业正经历着从标准化向个性化的重要转变。传统课堂难以兼顾学生个体差异的困境，催生了基于深度学习技术的 AI 精准教学平台系统。 精准教学机制三阶递进式干预策略实时监测层微表情识别捕捉课堂专注度波动答题响应时长分析定位认知卡点学习行为数据持续采集智能诊断层领域专家设计的智能导师模块苏格拉底式问答引导深度思考知识盲点精准溯源立体干预层个性化补救措施制定拓展资源智能匹配进阶挑战任务推送闭环优势形成完整的 “监测-诊断-干预”闭环释放教师精力，聚焦高价值教学互动实现真正的个性化学习路径规划 智能内容生态全学科知识体系覆盖 K12 全学科知识本体库迁移学习技术实现跨年级知识点关联生活场景案例联动，增强知识应用性多元化交互设计游戏化机制提升学习动机语音指令 技术实现路径系统架构设计微服务集群确保高并发稳定性边缘计算节点保障实时响应分布式存储支持海量数据处理隐私与安全联邦学习框架保护数据隐私差分隐私技术防止信息泄露区块链存证确保操作可追溯性能优化本地化处理降低云端传输压力智能缓存提升系统响应速度容灾备份保障服务连续性 典型应用场景乡村教育赋能AI 助教实时转写板书生成结构化笔记优质教育资源智能推送师资短板自动补偿城市教学创新分层走班教学实验支持差异化学习包精准投放个性化学习路径规划课外拓展服务竞赛培优资源智能匹配自主招生备考策略定制艺术生文化课冲刺方案 实践价值总结AI 精准教学平台系统通过技术赋能教育，正在重塑教学的本质：从“教师中心”转向“学生中心”从“经验驱动”升级为“数据驱动”从“统一教学”进化为“个性成长”该平台不仅是教学工具的革命，更是教育理念的实践
66510编辑于 2025-10-27构建多场景教育智能体，提升教学效率与个性化学习
解决教育资源分散与响应延迟问题 传统教育信息化系统存在数据孤岛、服务响应慢、个性化学习支持不足等痛点。 24小时在线教育咨询服务 市、县、校三级数据权限管理体系 数字人形象定制与多模态交互 衢州"南孔AI学"构建三级智能体架构： L1通用模型层（混元大模型） L2垂类模型层（学科/管理/心育模型） L3专属智能体层
17110编辑于 2026-04-07- 来自专栏杂谈
Unity教学 项目4 3D求生枪手
Horizontal"); float moveVertical = Input.GetAxis("Vertical"); // 计算移动向量 Vector3 movement = new Vector3(moveHorizontal, 0.0f, moveVertical); // 移动玩家到新的位置 rb.MovePosition MonoBehaviour { public float smoothing = 5f; private GameObject player; private Vector3 void Update() { } private void FixedUpdate() { transform.position = Vector3. v3 = floorHit.point - transform.position; v3.y = 0; // 保持水平方向 // 计算朝向该方向的旋转
23410编辑于 2025-12-18 - 来自专栏后台全栈之路
腾讯 tRPC-Go 教学——（3）微服务间调用
本文我们将开始涉及 tRPC 的核心关键点之一： tRPC 服务之间如何互相调用 系列文章 腾讯 tRPC-Go 教学——（1）搭建服务 腾讯 tRPC-Go 教学——（2）trpc HTTP 能力 腾讯 tRPC-Go 教学——（3）微服务间调用 腾讯 tRPC-Go 教学——（4）tRPC 组件生态和使用 腾讯 tRPC-Go 教学——（5）filter、context 和日志组件 腾讯 tRPC-Go 教学——（6）服务发现 腾讯 tRPC-Go 教学——（7）服务配置和指标上报 腾讯 tRPC-Go 教学——（8）通过泛 HTTP 能力实现和观测 MCP 服务 制订协议 与 HTTP 一样，我们还是先制订协议 } message LoginResponse { int32 err_code = 1; string err_msg = 2; Data data = 3; 原文标题：《手把手 tRPC-Go 教学——（3）微服务间调用》 发布日期：2024-01-29 原文链接：https://cloud.tencent.com/developer/article/2384591
2K31编辑于 2025-04-18 - 来自专栏CDA数据分析师
3分钟轻松了解个性化推荐算法
推荐这种体验除了电商网站，还有新闻推荐、电台音乐推荐、搜索相关内容及广告推荐，基于数据的个性化推荐也越来越普遍了。今天就针对场景来说说这些不同的个性化推荐算法吧。 说个性化之前，先提一下非个性化。 非个性化的推荐也是很常见的，毕竟人嘛都有从众心理，总想知道大家都在看什么。非个性化推荐的方式主要就是以比较单一的维度加上半衰期去看全局排名，比如，30天内点击排名，一周热门排名。 所以，为了解决一部分马太效应的问题，也主要是顺应数据化和自动化的模式，就需要增加个性化的推荐（可算说到正题了。。。）个性化的优点是不仅体验好，而且也大大增加了效率，让你更快找到你感兴趣的东西。 YouTube也曾做过实验测试个性化和非个性化的效果，最终结果显示个性化推荐的点击率是同期热门视频的两倍。 3.广告行业（基于知识推荐） 自从可以浏览器读取cookies，甚至获得年龄属性等信息，广告的个性化投放就也可以根据不同场景使用了。
1.3K50发布于 2018-02-24 Sitecore个性化 - 什么是历史个性化？
顾名思义，Sitecore中的历史个性化允许您根据访问者过去在您网站上的行为来设置个性化规则。 许多组织选择Sitecore 作为其高级个性化功能的网站平台 - 历史个性化只是一种方法。 查看我们关于Sitecore个性化的文章- 基础知识 历史个性化如何运作？ 想象一下，你是一家白色家电制造商或零售商。 您计划在过去六个月内通过特别优惠向所有购买新洗衣机的客户发送电子邮件。 这是历史个性化。 个性化需要发挥人们的情感，让他们对自己和品牌感觉良好。 为什么历史个性化很重要？ 通过为现有客户推出数字红地毯，为他们提供个性化的产品，服务和体验，您可以推动销售和交叉销售机会，并将他们变成生活的拥护者 - 从而推动新客户您。 如何在Sitecore中设置历史个性化？ 使用Sitecore访客概要分析 访问者分析是开始使用Sitecore强大的个性化功能的简单方法。 通过创建访问者个人资料，您可以根据他们的兴趣，当然还有他们的历史记录，为访问者提供内容。
25200编辑于 2025-04-05- 来自专栏数据猿
飚众科技黄宋华：基于大数据分析的精准教学 深入影响个性化教育
我们在江苏的一个学校，用100多万采购了一套3D实验的模式，这个模式是交付式的，你采购之后才可以给你，但是采购之后很多老师根本就不会用，有些年轻的老师想用也不会用，用学校的电教老师，电教老师也不会。 做考试性的公司做不了C端、个性化的分析是因为没有标签化。 我们更关注的是C端的服务，针对学生个体的个性化的提升。 再次，关于我们公司的几个核心产品 首先是采集系统，叫精准教学以及题库资源系统 我这里有1000万道题目，以及100万道进行深加工的题目给到学校。 在学校日常的教学过程中，每次考试完之后我要给出分析报告，我告诉你这个班的教学问题在什么地方，对教研组来讲，我每次考完之后，我告诉你整个学校学生的情况，我们还会帮助你做轻型模考。 通过我们的系统，我随时可以让他看到我们学校在某一个科目上的差距，从而来及时的调整我的教学策略。 每次考完试之后我会给你学生的详细报告，你的问题具体在什么知识点上 针对有问题的知识点做个性化的刷题。
94040发布于 2018-04-24 - 来自专栏柠檬先生
@font-face css3自定义个性化字体
TureTpe(.ttf)格式 支持浏览器：IE9+,Firefox3.5+,Chrome4+,Safari3+,Opera10+,iOS Mobile Safari4.2+ OpenType(.otf
1.4K70发布于 2018-01-22 - 来自专栏AI科技大本营的专栏
松鼠AI智适应教育首席科学家崔炜：个性化教学，我们将颠覆传统教育
▌智适应学习技术原理和架构 人工智能自适应（简称智适应）学习是一种教育技术，能够自动为学生提供个性化服务。从二十年代到五十年代美国有很多教育专家和计算机专家在研究如何用技术给每个孩子带来个性化的学习。 根据学生测试情况找到学生真正的错因，设定个性化学习路径，匹配不同学习内容，实现千人千面的个性化教学。 我们的智适应系统的目标是做到精准诊断、高效学习。 第二要做到高效治疗；松鼠 AI 系统中初中一个学科我们拆分到了 3 万多个超纳米级的知识点，知识结构非常复杂。每个人的知识储量是不一样的，想要精准的判断出学生的知识结构是非常困难的。 而教学大纲里只是粗颗粒度的，很难做到精准判断学生的现有知识点掌握情况，但是我们的纳米级拆分将知识点拆分得非常细，3 万多个知识点要评判出每个学生到底有哪些会哪些不会，这是很有挑战的事情，但这能精准的测量出学生知识架构 所以在小班课上的老师是不教学的，老师只是跟随着学生的教学，只在需要的时候帮助学生。
1.4K40发布于 2018-12-25 - 来自专栏NLP/KG
python3 ACM模式的输入输出例子教学
输入： 3 2 5 1 3 2 输出： 1 只需要使用第二颗跳高弹就可以达到5米 输入： 4 2 10 1 2 3 4 输出： 3 输入： 4 2 9 1 2 3 4 a_1 4 2.从句，循环 if i >= 0: else : for i in range(3): #注意冒号，相当于 i=0,i=1,i=2 for i in range(1,3): #i=1,i=2 while i >= 0: 1 2 3 4 5 6 3.运算符 and or not #没有 && || ！ ,注意一下区别 / #数学上的除 // #整除 1 2 3 4.注释 # 单行注释 pycharm中的快捷键 ctrl + / ''' 注释中间的部分 ''' 1 2 5.列表（数组） list #列表之间的比较 默认从[0]开始 list = list1 + list2 # 合并列表 list * 3 # 列表判断元素 a in list a not in list list.count(
2.2K50编辑于 2022-12-21 - 来自专栏一叶知秋
奶爸级教学---webpack详细教学
今天手把手教学webpack，奶爸级教学，一键三连收藏起来吧。 目录 一、webpack 二、前端模块化 1、传统的开发模式 2、使用ES6模块化 3、使用CommonJS规范 三、webpack配置文件 四、项目管理文件 五、webpack的loader 1、处理 CSS 2、处理图片 3、ES6转ES5 4、打包Vue 六、plugin 1、添加版权的plugin 2、打包html的plugin 3、压缩js的plugin 七、搭建本地服务 ---- 一、webpack 2、打开终端，切换到当前项目目录下 3、使用命令【anywhere】启动 4、根据终端输出的地址去访问html，后面跟上html所在的路径 第二种： 商店搜索【Live Server】安装，安装完之后， 现在dist已经有html文件了，但是我们要在添加#app的div上去，默认只是一个基本的html文件 加上配置 这时候打包出来的html是我们设计好的html文件，自动加上了js的引用 3、压缩
2K20编辑于 2022-12-06 - 来自专栏Y大宽
基于合作教学的教学方法
写在前面： 关于合作教学内容很多，现在仅把德国进修所学的合作教学教学方法做一极简总结，其中都蕴含了合作教学的灵魂，愿有缘人得之，用之。稍后会整理合作教学相关其他内容。
1.7K10发布于 2018-12-13 - 来自专栏华章科技
干货｜3分钟让你了解个性化推荐算法
推荐这种体验除了电商网站，还有新闻推荐、电台音乐推荐、搜索相关内容及广告推荐，基于数据的个性化推荐也越来越普遍了。今天就针对场景来说说这些不同的个性化推荐算法吧。 说个性化之前，先提一下非个性化。 非个性化的推荐也是很常见的，毕竟人嘛都有从众心理，总想知道大家都在看什么。非个性化推荐的方式主要就是以比较单一的维度加上半衰期去看全局排名，比如，30天内点击排名，一周热门排名。 所以，为了解决一部分马太效应的问题，也主要是顺应数据化和自动化的模式，就需要增加个性化的推荐（可算说到正题了。。。）个性化的优点是不仅体验好，而且也大大增加了效率，让你更快找到你感兴趣的东西。 YouTube也曾做过实验测试个性化和非个性化的效果，最终结果显示个性化推荐的点击率是同期热门视频的两倍。 3广告行业（基于知识推荐） 自从可以浏览器读取cookies，甚至获得年龄属性等信息，广告的个性化投放就也可以根据不同场景使用了。 当用户的行为数据较少时，基于知识的推荐可以帮助我们解决这类问题。
58220发布于 2018-08-14 因材施教·启智赋能：AI 教育大模型教学助手重塑个性化学习新范式
教育领域迈入深度个性化时代在素质教育改革与教育公平需求日益凸显的背景下，传统教学模式面临学生差异关注不足、优质师资分布不均、教学效率待提升等核心挑战。 AI 教育大模型教学助手通过融合认知科学、学科知识图谱与自适应学习技术，构建了"以学生为中心"的个性化教学新范式，实现从"统一施教"到"因材施教"的教育模式变革。 核心痛点解析教学资源固化：统一教材与进度难以适应不同学生的认知水平与学习风格个性化指导缺失：教师精力有限，无法为每个学生提供针对性辅导与实时反馈学情分析滞后：传统考试评价周期长，难以及时发现知识薄弱点与发展潜能教学创新压力 功能模块对比与效能提升功能模块传统教学方式AI 教学助手方案效能提升幅度学情诊断定期考试 + 人工分析实时监测 + 精准定位知识漏洞诊断效率提升 20 倍个性化备课教师自主准备材料AI 生成个性化教案与习题备课时间减少 ，让教师与 AI 助手形成高效教学共同体，最终实现规模化教育与个性化培养的完美统一。
79210编辑于 2025-10-30- 来自专栏编程学习之路
【机器学习】机器学习与教育科技在个性化教学中的融合应用与性能优化新探索
引言 随着教育科技的不断发展，个性化教学在教育领域的应用日益广泛。 通过融合机器学习与教育科技，个性化教学系统能够实现学生学习行为分析、个性化学习路径推荐、智能化教育评估等功能，从而提升教学质量和学生的学习效果。 个性化教学系统是教育科技的重要应用之一，通过集成先进的技术和数据分析方法，个性化教学系统能够实现高效、准确的教学服务。 学生学习行为分析 学生学习行为分析是个性化教学系统的重要功能之一。 个性化学习路径推荐是个性化教学系统的重要组成部分。 如何确保个性化教学系统的公平性、透明性和可解释性，如何保护学生隐私，如何防止个性化教学技术被滥用，将是未来需要重点关注的问题。 技术创新 未来，机器学习和个性化教学领域将继续涌现出新的技术创新。
66810编辑于 2024-06-14 - 来自专栏媒矿工厂
ICCV 2023 | Imitator：个性化语音驱动的 3D 人脸动画
/2301.00023 论文作者：Balamurugan Thambiraja 等人 内容整理: 林宗灏 本文提出了一种用于个性化语音驱动 3D 人脸动画的方法 Imitator，该方法可以从简短的输入视频中学习特定身份的细节 引言 图 1：Imitator 是一种用于个性化语音驱动 3D 人脸动画的新方法。 给定音频序列和个性化风格嵌入作为输入，我们生成特定人物的运动序列，并为双唇辅音（'m','b','p'）提供准确的唇闭合。主体的风格嵌入可以从一个简短参考视频（5 秒）中计算得到。 图 3：在 VOCAset 序列中自动标注双唇辅音（'m','b','p'）及其相应的唇部闭合。我们使用 Torch Audio 来对齐文本和音频。 我们展示了带有风格和唇部损失的完整方法，该方法能够生成个性化的人脸动画。使用训练集中的随机风格替换优化后的特定身份风格，将生成平均化的人脸动画。
1.2K10编辑于 2024-04-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号