- 综合排序
- 最热优先
- 最新优先
AI语料库智慧教学平台：用AI技术解锁语料教学新生态
而AI语料库智慧教学平台的出现，凭借前沿AI技术，把“智能语料导师”搬进课堂，让语料教学更精准、互动、可落地，彻底重构语言学习逻辑。核心技术之一是NLP语义检索与解析技术，这是平台的“语料导航大脑”。 AI动态适配与个性化推送技术，让语料学习告别“一刀切”。 对师生来说，这些技术带来的体验直观又高效：教师备课不用再熬夜找语料，3分钟就能组好适配课堂的素材包；学生打开平台，就能获得“针对性语料+实时反馈+场景练习”的闭环学习，不管是夯实基础语法，还是提升语用能力 AI语料库智慧教学平台用NLP、大数据分析等核心技术，让语料资源“活”了起来，破解了传统语料教学的效率低、匹配差、互动弱等问题。 对于渴望高效提升语言能力的师生来说，这套技术驱动的平台，正是解锁语料教学价值的关键助力。
35010编辑于 2025-10-29- 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.
26810编辑于 2025-12-18 - 来自专栏数据魔术师
Python AI 教学 | KNN算法及应用
例如，从图2来看，如果K=3，那么离绿色点最近的3个点中有2个红和1个蓝，这三个点执行“少数服从多数”规则，于是绿点就属于红色类别。 而如果K=5，那么离绿点最近的5个点中有2个红和3个蓝，同样执行“少服多”规则，于是绿点就属于蓝色类别。 详见： http://www.runoob.com/numpy/numpy-array-manipulation.html 【3】argsort——用于对矩阵中的元素由小到大进行排序，并提取其相应的位置 运行结果： 详见： http://www.runoob.com/numpy/numpy-sort-search.html 3 KNN应用 海伦一直以来都在使用约会网站寻找适合自己的约会对象 【1】将这些数据转化为Python可读取的格式 运行结果： 【2】利用Matplotlib制作散点图，使原始数据可视化 运行结果： 【3】归一化处理 KNN
94350发布于 2019-10-18 - 来自专栏程序猿声
Python AI 教学 | KNN算法及应用
例如，从图2来看，如果K=3，那么离绿色点最近的3个点中有2个红和1个蓝，这三个点执行“少数服从多数”规则，于是绿点就属于红色类别。 而如果K=5，那么离绿点最近的5个点中有2个红和3个蓝，同样执行“少服多”规则，于是绿点就属于蓝色类别。 详见： http://www.runoob.com/numpy/numpy-array-manipulation.html 【3】argsort——用于对矩阵中的元素由小到大进行排序，并提取其相应的位置 运行结果： 详见： http://www.runoob.com/numpy/numpy-sort-search.html 3 KNN应用 海伦一直以来都在使用约会网站寻找适合自己的约会对象 【1】将这些数据转化为Python可读取的格式 运行结果： 【2】利用Matplotlib制作散点图，使原始数据可视化 运行结果： 【3】归一化处理 KNN
1.2K21发布于 2019-06-20 AI智能化教学系统
AI智能化教学系统作为这场变革的核心载体，不仅实现了教学工具的升级换代，更深刻重塑了知识传递方式与学习效果提升路径，为教育领域注入了全新活力。 本文将从系统核心功能、实践案例、伦理保障及未来展望等方面，全面解析AI智能化教学系统的创新价值与应用范式。 二、实践案例：初中物理课程的差异化教学成效某初中在物理课程中引入AI智能化教学系统，系统根据学生的操作习惯、答题偏好及测试数据，将学生分为三类群体并制定差异化教学方案：A类（动手能力强）学生增加实验模拟环节 另有试点学校调研显示，采用混合现实技术的课堂参与度高达92%，概念留存率较传统教学方式提高3倍。三、伦理边界与人文关怀：坚守教育本质在追求技术赋能的同时，系统始终坚守教育的人文本质。 AI智能化教学系统不是对传统教育的颠覆，而是以技术为翼，助力教育回归本质。在这个充满可能性的时代，教育工作者需以开放心态拥抱变革，善用技术工具提升教学效率与质量，同时坚守育人初心。
84610编辑于 2025-10-16- 来自专栏人工智能领域
《AI教学能力：开启教育新纪元》
AI 技术可以打破时空限制，为学生提供全球范围内的优质教育资源，促进教育的全球化发展。 3. 提出文章的研究目标和问题 研究目标是全面分析 AI 教学能力的各个方面，探讨其对教育的影响和未来发展方向。 虚拟助教和教学助手的功能不断丰富和完善，为教学提供了有力的支持。 3. 技术挑战与伦理考量 数据隐私与安全性：在 AI 教学中，学生的大量数据被收集和使用，保护学生数据隐私至关重要。 3. 教学效果评估 学习成果的量化分析：利用 AI 可以进行学习成果的量化分析。人工智能可以对学生的学习数据进行分析，发现学生的学习问题和不足之处。 3. 挑战与应对策略 技术整合的障碍分析：AI 技术整合到教育中面临一些障碍。 九、参考文献与代码案例 1.参考文献 [1] AI 助力的数字化教育教学方法研究与实践 [2] 人工智能在教育教学的应用范文 - 公务员之家 [3] AI 研习丨 AI 赋能教育的探索与实践 [4] AI
2.5K20编辑于 2024-12-18 - 来自专栏算法一只狗
手把手教学，AI预测足球概率
但是实际情况来看，亚洲球队在本届世界杯，发挥都相当不错，目前取得了3胜一平的好成绩。（沙特、日本、伊朗分别赢了阿根廷、德国、威尔士）说明亚洲足球水平有明显的提升。 2.今年，巴西夺冠的概率很明显，看好今年巴西可以夺得大力神杯3.E组不愧被称为死亡之组，模型大部分都预测错了，目前来看出线形势一片混乱。
1.3K20编辑于 2024-10-12 AI如何运用在学生教学
在当今数字化时代，人工智能(AI)正在深刻改变着教育的面貌。传统教育模式往往采用"一刀切"的教学方法，难以顾及学生个体间的差异，导致教学效率低下，学习体验不佳。 随着AI技术的迅猛发展，我们有机会重构教育模式，构建个性化、精准化的学习生态系统。本文将探讨AI如何通过智能分析和个性化推荐，实现精准教学，提高学习效率，并为每位学生打造专属学习路径。 教师角色的重新定位在AI辅助教学的模式下，教师角色将发生显著转变：从知识传授者到学习引导者教师不再是单纯的知识传授者，而是转变为学习过程的引导者和促进者。 班级教学的精细化管理通过AI提供的班级整体知识图谱，教师可以识别出班级普遍存在的问题，优化课堂教学内容。同时，针对特殊需求的学生，教师可以组织小组辅导或一对一指导，实现教学资源的最优配置。 实施案例与效果展示案例：初中分层教学实践某初中英语教研组利用AI系统分析学生的听说读写各项能力，将全年级学生按能力特点分成不同小组，实施分层教学。
49710编辑于 2025-03-19- 来自专栏杂谈
Unity教学 项目4 3D求生枪手
v3 = floorHit.point - transform.position; v3.y = 0; // 保持水平方向 // 计算朝向该方向的旋转 = true; // 播放粒子特效 shootParticleSystem.Play(); } } 添加敌人 添加敌人模型，并添加相应组件 设置组件 安装“AI 实现敌人跟随玩家 using System.Collections; using System.Collections.Generic; using UnityEngine; using UnityEngine.AI MyEnemyMovement.cs using System.Collections; using System.Collections.Generic; using UnityEngine; using UnityEngine.AI System; using System.Collections; using System.Collections.Generic; using UnityEngine; using UnityEngine.AI
23210编辑于 2025-12-18 AI大模型教学实践训推一体化系统：让AI教学从“理论”落地“实操”
传统AI教学常陷入“老师讲得深、学生听不懂，模型训练难、实践没法推”的困境——要么只讲算法原理，学生摸不到真实模型；要么训练好的模型没法落地应用，教学和实操严重脱节。 而AI大模型教学实践训推一体化系统，用实打实的技术打通“教学-训练-部署”全链路，让AI教学既懂理论又能实操，成为师生都能用的“硬核教学工具”。 这个系统的核心技术逻辑，是“轻量化训练+实时推理+教学联动”的闭环设计，把复杂的AI大模型技术，变成适配教学场景的易用工具：首先是“低门槛训练”技术，让学生敢上手、老师易管控。 AI大模型教学实践训推一体化系统，用轻量化训练降低实操门槛，用实时推理验证学习成果，用教学联动打通理论与实践。 未来，这套系统会让AI教学更接地气，让更多学生在实操中掌握硬核技术，真正实现“教得会、学得会、用得上”。
35510编辑于 2025-11-16- 来自专栏程序猿声
Python AI 教学 |决策树绘制函数介绍
1 基本思想 前面的推文Python AI 教学 | 决策树算法及应用中我们已经介绍了如何从数据集中创建树，我们是用字典类型来存储决策树的，然而字典的表示形式非常不易于理解，决策树的主要优点就是直观易于理解 运行结果（python3）： ? 2.图示决策树 ? ? ? ? 函数说明 —— annotate ?
1.6K21发布于 2019-07-10 - 来自专栏算法一只狗
小白教学！几个步骤入门AI动画视频制作
可以快速的在几分钟内，利用动画和AI配音讲述一个完整的故事《家人们谁懂呀我遇到下头男了》。本质上就是利用最近火爆的文本生成视频工具PIKA，然后配上相应的文案制作而成的。 比如我今天要介绍的Pika模型，它是由斯坦福华人博士郭文景研究出的AI视频生成工具。目前在加入其Discord可以免费使用。小黑子表情包在这里我基于坤坤的静态图做了相应的表情包。 只需要让它理解你的故事然后按要求做出分镜，像这样子构造prompt：最后它就会生成分镜描述：具体的Prompt调教可以参考这里：https://chat.openai.com/share/f4b2c43d-2c5e-4c63-a3fa-dd936a201e0b
2.9K10编辑于 2023-12-08 - 来自专栏算法一只狗
手把手教学！简单上手“AI复活”技术
随着AI不断的发展，最近关于“AI复活逝者”的相关新闻上了热搜。像是商汤利用这些技术，成功复活了汤晓鸥老师。 特别是有孩子的之后，才会慢慢理解电影中“图恒宇”做法：由于有人有这个需求，这就慢慢催生出了“AI复活”这一产业。但是目前AI复活产业还是不完善，社会相关法律还没有出台，这个产业目前还是鱼龙混杂。 在淘宝上，AI复活最便宜的几十块钱，贵的则去到上千元不等。但其实这些技术本质上我们是可以自己实现的，而且不需要任何钱就可以。 其实就可以利用ChatGPT这类的大模型去模仿说话方式● 对齐口型：利用逝者的照片，让AI对齐口型，让图片开口说话。 免费白嫖AI声音克隆这里可以直接打开我准备好的Colab页面，里面已经包含了需要运行的代码和要下载的模型：代码：https://colab.research.google.com/drive/1CXdG3bvoZt7fSVuUaG41aWpn1SUkVjJu
64000编辑于 2024-09-27 - 来自专栏数据魔术师
Python AI 教学 |决策树绘制函数介绍
以下文章来源于老薛带你学Python，作者薛巍立 1 基本思想 前面的推文Python AI 教学 | 决策树算法及应用中我们已经介绍了如何从数据集中创建树，我们是用字典类型来存储决策树的 【求叶子节点数】 【求树的层数】 【打印结果】 运行结果（python3）： 2.图示决策树 函数说明 —— annotate
1.5K20发布于 2019-10-18 - 来自专栏我爱计算机视觉
Fellow观点：AI框架下的医疗影像教学
news.rpi.edu/content/2019/12/03/ge-wang-named-fellow-national-academy-inventors) Fellow, Ge Wang教授谈论他对医疗影像教学的看法 The First College Course of Medical Imaging in the AI Framework 第一门在AI框架下的医学成像大学课程 创新驱动着人类文明，其过程在于找到各种方式来增强人类的能力 在整个课程中，我们安排了几次需要动手实践的回家作业，要求在Google Colab环境下完成，并且我们鼓励优秀的学生去完成独立自选的课程项目，如图3。 最后几节课还涉及有关AI伦理和量子计算的话题。 Figure 3. 图3：我们医学成像课程鼓励学生进行独立的深度学习成像项目作业。一位学生正在向全班汇报他的项目进展。 ? Table 1.
71720发布于 2020-02-21 - 来自专栏数据魔术师
Python AI 教学 | 决策树算法及应用
【3】len(s)——用于返回对象s（字符、列表、元组等）长度或项目个数。 算法示例： ? 运行结果： ? 2.3划分数据集 算法实现： ? 运行结果： ? 函数说明（二） ? 【3】删除列表元素 del list[i]——删除第i+1个元素 ? 运行结果： ? 2.4 选择最佳数据集划分方式 算法实现： ? 函数说明（三） ? 【3】type(x)——返回对象x的数据类型 算法示例： ? 运行结果： ? 3 决策树应用 下面我们通过一个隐形眼镜选择的例子来应用前面构造的决策树，从而预测患者需要佩戴的隐形眼镜类型。 【3】split()——通过指定分隔符对字符串进行切片 基本语法：str.split(str="", num=string.count(str))。
99360发布于 2019-10-18 - 来自专栏程序猿声
Python AI 教学 | 决策树算法及应用
【3】len(s)——用于返回对象s（字符、列表、元组等）长度或项目个数。 算法示例： ? 运行结果： ? 2.3划分数据集 算法实现： ? 运行结果： ? 函数说明（二） ? 【3】删除列表元素 del list[i]——删除第i+1个元素 ? 运行结果： ? 2.4 选择最佳数据集划分方式 算法实现： ? 函数说明（三） ? 【3】type(x)——返回对象x的数据类型 算法示例： ? 运行结果： ? 3 决策树应用 下面我们通过一个隐形眼镜选择的例子来应用前面构造的决策树，从而预测患者需要佩戴的隐形眼镜类型。 【3】split()——通过指定分隔符对字符串进行切片 基本语法：str.split(str="", num=string.count(str))。
92221发布于 2019-07-10 - 来自专栏AI技术应用
AI 在英语教学中的主要应用
AI 技术正在以前所未有的方式革新英语教学，为学习者和教育者都带来了巨大的便利和效率提升。以下是 AI 在英语教学中的主要应用、优势以及面临的挑战。 3.自然语言处理 (NLP) 与智能写作辅助：语法和拼写检查： 类似于 Grammarly 等工具，AI 能实时检查写作中的语法、拼写、标点错误，并提供修改建议。 AI 在英语教学中的优势个性化与高效： AI 能根据每个学习者的独特需求和进度提供定制化教学，实现“千人千面”的学习体验，大大提高学习效率。 AI 在英语教学中面临的挑战数据隐私与安全： AI 系统需要收集大量用户数据，如何确保这些数据的隐私和安全是一个重要挑战。 将 AI 与教师的专业指导、情感互动相结合，才是未来英语教学发展的最佳方向。
97510编辑于 2025-06-18 - 来自专栏燧机科技-视频AI智能分析
AI课堂教学质量评估系统算法
AI课堂教学质量评估系统算法通过yolov7网络模型框架利用摄像头和人脸识别技术，AI课堂教学质量评估系统算法实时监测学生的上课表情和课堂行为。 AI课堂教学质量评估系统算法之所以选择yolov7框架模型，相对于其他类型的工具，YOLOv7-E6 目标检测器（56 FPS V100，55.9% AP）比基于 transformer 的检测器 SWINL 此外，AI课堂教学质量评估系统算法在训练过程中研究者发现使用动态标签分配技术时，具有多个输出层的模型在训练时会产生新的问题：「如何为不同分支的输出分配动态目标？」 除了AI课堂教学质量评估系统算法架构优化之外，该研究提出的方法还专注于训练过程的优化，将重点放在了一些优化模块和优化方法上。这可能会增加训练成本以提高目标检测的准确性，但不会增加推理成本。 AI课堂教学质量评估系统算法研究者将对计算层的所有计算块应用相同的组参数和通道乘数。然后，每个计算块计算出的特征图会根据设置的组参数 g 被打乱成 g 个组，再将它们连接在一起。
1.2K40编辑于 2023-09-10
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