机译:示例生成对于学习声明性概念的效果如何?
Example generation; Declarative concepts; Concept learning; Restudy;
机译:示例生成对于学习声明性概念的效果如何?
机译:哪种技术对于学习声明概念最有效提供的示例,生成的示例或两者?
机译:提供了例子或褪色的例子对宣言性概念学习更有效吗?
机译:有效的SIMD代码生成,用于高级声明式数据并行语言8 1/2
机译:用于教学应用的机器学习方法:概念先决条件学习和自动干扰生成
机译:使用非声明性学习技术培训符号幅度估计训练
机译:通过系统的教学方法设计讲座,(saTL)方法论概念概念在使化学家能够实现方面发挥着至关重要的作用。最近开发的基于概念的教学方法可能在促进理解化学概念和吸收化学重要理论基础的努力中发挥关键作用。 a. F. m. Fahmy和J. J. Lagowski是世界范围内通过这种新颖的教学模式建立年轻一代概念的主要人物。然而,他们的努力,直到最近已经大多是有机化学特定的。然而,saLTC教学方法同样适用于化学中的其他各个学科。因此,saTLC方法也可用于克服学生在理解任何化学实体对特定和所需化学作用的功效方面所面临的问题。本演示文稿概述了saTLC技术可能应用于与物理化学的许多方面相关的概念,这些概念将被整合在一个单元中,以促进化合物在任何研究人员所需的任何化学变化中的应用。