学习西方

摘要： 从鸦片战争到五四运动再到当下中国,无数先进分子对中华振兴与富强路径的探索,揭示了中国的出路,首先在于实现民族的独立自主,继而走中国特色的社会主义道路.而要完成这一艰难的历史任务,则必须要有马克思主义作指导,必须要有中国共产党作领导.对中国特色社会主义道路的探索,乃始自五四运动后特别是中国共产党成立以后;中国特色社会主义思想的蕴酿和开始构建,当是在新中国成立以后;作为一个理论体系的确立与完善,则是自党的十一届三中全会以来的一二十年间的事.几代先进的中国人经过长达180年的前仆后继,不懈努力,最终在中国共产党的领导下,找到了一条适合中国国情的复兴之路、发展之路、富强之路,即建设中国特色社会主义的路径.

摘要： 关于近代中国进步发展的历史潮流,不论是反帝反封建的旧民主主义革命说,还是学习西方搞近代化的观点,都有明显的偏颇与不足.前者忽视了近代工业和科学技术的发展对近代中国进步发展的巨大作用,后者又难以包容抵抗侵略、争取民族独立的反帝斗争和反抗清王朝统治的农民起义.只有在习近平总书记提出的中国梦的宏阔视阈下,把中国人民谋求民族独立、人民解放和国家富强、人民幸福的斗争作为近代中国进步发展的历史潮流,才能全面科学的阐释近代中国的进步与发展,把一切为国家富强、民族独立和人民幸福做出贡献的历史事件及其历史人物包括进去,并做出全面公允经得起历史检验的评价.

摘要： 中日两国一衣带水,相互交流2000年,但直到今天双边关系依然磕磕绊绊,其主要原因是相互认识不足或存在认识误区。例如古代日本大力学习中国,但形成了截然不同的历史与文化。正因如此,日本在传统社会遭遇西方挑战时很快转向学习西方并迅速走向富国强兵的道路。近代,中国向日本学习或者通过日本学习西方,也没有获得较好的效果。古代的遣唐使与近代留日学生传播马克思主义典型地体现了这种双向特征。尽管如此,在这些方面仍然存在深入研究的必要。

摘要： 一、中国高校教材建设研究的基本历程1.研究重启阶段(1977-1986年)。第一,开始重视教材建设研究。第二,开展高校文理科教材建设历程的研究。2.研究深化阶段(1987-1992年)。第一,开始重视高校教材建设理论研究。第二,有意识学习西方高校教材建设经验。第三,开启高校具体学科教材的研究。

摘要： 戊戌年是一个特殊的纪年。这样一个中国自古以来就存在的千支纪年,为什么会受到这么多人关注?因为,历史上的戊戌年,发生了太多的大事,最著名的就是“戊戌变法”。戊戌变法,又称百日维新,是晚清时期以康有为、梁启超为代表的维新派人士通过光绪帝进行倡导学习西方,提倡科学文化,改革政治、教育制度,发展农、工、商业等的资产阶级改良运动。

摘要： 本书撷取了20世纪上半叶中国思想史和学术史的几个片段,探讨近代中国文化的结构性异变,以及崩解后的传统碎片在此过程中发挥的催生、转化与突破作用。故事围绕草根职业操盘手乔风、大四学生吉小鸟、富家子弟祁斯鸣,女主人公安彤展开。四人约定联手打造中国股市版的“百万英镑”游戏。股市里不仅有财富与欲望,还有温暖和幸福。本书是一部介绍西方经济思想史的通识著作,内容涵盖了从1776年亚当·斯密出版《国富论》以来至今两百多年几乎所有重要的经济学流派和经济学家,是一册学习西方经济思想史的理想指南。

摘要： 日本强大的起点是明治维新,明治维新是日本人看到西方的强大之后主动学习西方,但是很多人都不知道,日本明治维新的初期是学西方,中后期学的却是中国的春秋国学,叫王政复古。日本的强大,其实来源于中国天下一家的大同思想。日本人在骨子里是崇尚秩序和稳定的,这就决定了日本走上了一条模仿西方却又保留东方特性的道路。

摘要： 从1915年开始,虽然中间有过3年的间隔,甲子园如同—面不倒的旗帜,在日本高中体育乃至全民心中成为永恒。时至今日,甲子园作为日本体育文化的代表性符号,更是少年心中挥之不去的青春记忆,“夏日”、“呐喊”、“汗水”和“眼泪”是这项比赛给人的印象98%的高中球员都会在甲子园被打败,然后变得更强,在经历过后更为理性地面对挫折,更为清楚地看待自己,带着甲子园的记忆,走向不同的人生。棒球是在明治维新时期由美国人带入日本的,在当时“学习西方”的政治思潮引领下,棒球很快成了日本学习欧美社会的重要对象。

摘要： 取得部取得从控制对象观测到的、表示解释变量与目标变量的组合的多个观测数据。教师用学习部基于由取得部取得的多个观测数据，对用于根据解释变量输出目标变量的模型执行学习，生成学习完毕的教师用模型。学习用数据生成部通过对由教师用学习部生成的教师用模型输入规定的解释变量，取得针对规定的解释变量的规定的目标变量，生成规定的解释变量和规定的目标变量的组合作为用于对决策树模型执行学习的学习用数据。

摘要： 本发明的基板处理装置(100)具备基板保持部(120)、药液供给部(130)、基板信息取得部(22a)、药液处理条件信息取得部(22b)、及控制部(22)。基板信息取得部(22a)取得包含硬化层厚度信息或离子注入条件信息的基板信息，该硬化层厚度信息表示处理对象基板的抗蚀层中的硬化层的厚度，该离子注入条件信息表示在抗蚀层形成硬化层的离子注入的条件。药液处理条件信息取得部(22b)基于基板信息，自学习完成模型取得表示关于处理对象基板的药液处理条件的药液处理条件信息。控制部(22)根据药液处理条件信息来控制基板保持部(120)及药液供给部(130)，以利用药液对处理对象基板进行处理。

摘要： 学习装置(100、100a、100b)具有：学习用数据取得部(109)，其取得多个学习用数据，1个学习用数据是基于包含时间序列的观察值的1个或多个时间序列数据中的1个时间序列数据的第1信息、基于包含彼此不同的至少2个预测期间的多个预测期间中的1个预测期间的第2信息、以及基于经过预测期间后的观察值的第3信息的组合；以及学习部(110)，其将组合学习用数据中的第1信息和第2信息而成的信息作为说明变量，并且将第3信息作为响应变量，使用学习用数据取得部(109)取得的多个学习用数据进行学习，生成能够推理经过指定的预测期间后的推理观察值的已学习模型。

摘要： 具备：取得包含基板在装置内的位置及在各单元内的经过时间的状态信息的状态信息取得部；具有预测在某个状态下对于进行是否从匣盒取出新的基板及搬送至哪个处理单元的行动的价值的预测模型，并将取得的状态信息作为输入，基于预测模型选择一个行动的行动选择部；以进行所选择的行动的方式发送指示信号的指示信号发送部；取得包含处理片数与等待时间的动作结果的动作结果取得部；及以处理片数越多且等待时间越短则报酬越大的方式基于取得的动作结果来计算报酬，并基于该报酬来更新预测模型的预测模型更新部。

摘要： 本发明涉及一种通过使用自适应超参数的多阶段学习对机器学习网络进行设备上学习的方法，包括：(a)当新的学习用数据满足设备上学习条件时，将当前学习分为第1阶段学习至第n阶段学习，生成第1阶段学习用数据至第n阶段学习用数据，基于多个超参数中每一个的默认值生成第1超参数集候选至超参数集候选，训练所述机器学习网络，选择性能最高的所述机器学习网络，生成为第1自适应超参数集；(b)生成第(k_1)超参数集候选至第(k_h)超参数集候选，使用第k阶段学习用数据来训练，选择性能最高的所述第(k‑1)阶段学习的机器学习网络，生成第k自适应超参数集；以及(c)生成第n自适应超参数集，进行第n阶段学习，从而完成所述当前学习。

摘要： 学习辅助装置具有：导出部，其基于以将对象数据分类为第1标签和第2标签中的任意一方的方式使用教师数据进行过学习的模型以及包含被赋予了第1标签的第1数据和被赋予了第2标签的第2数据的教师数据，按照每个教师数据导出教师数据的特征量，并且，基于各自被赋予了第1标签和第2标签中的任意一方的至少1个教师候选数据和模型，按照每个教师候选数据导出教师候选数据的特征量；计算部，其按照每个教师候选数据计算出教师候选数据与第1数据的距离和教师候选数据与第2数据的距离中的至少一方；以及选择部，其根据距离，从教师候选数据中选择作为教师数据而追加的数据。

摘要： 本发明提供一种容易生成能够有助于模型的识别率的提高的学习用数据的学习用数据的评价方法。学习用数据的评价方法具有第一评价步骤和第二评价步骤。第一评价步骤是对使用通过数据扩展处理生成的学习用数据(D1)进行了机器学习的学习完毕模型(M1)的性能进行评价的步骤。第二评价步骤是基于第一评价步骤中的评价和数据扩展处理的参数的能取范围来评价参数的步骤。

摘要： 本发明提供一种容易收集用于使从内窥镜图像中识别病变的模型学习的学习数据的学习数据收集装置、学习数据收集方法和程序、学习系统、学习完毕模型、以及内窥镜图像处理装置。在将内窥镜图像与观察结果诊断信息进行关联、并使被进行了关联的内窥镜图像和观察结果诊断信息作为从内窥镜图像中识别病变的模型的在学习中使用的学习数据记录在记录装置中时，将被与观察结果诊断信息进行了关联的内窥镜图像分类成每个观察结果诊断信息的组，并且使用标签按每个组使内窥镜图像切换显示。

摘要： 操作结果预测方法是根据工业过程的多个操作条件来预测工业过程的操作结果的方法，包括：模型选择步骤，根据是否使用多个操作条件中的特定的关键操作条件作为预测操作结果时的说明变量，从多个学习模型之中选择特定的学习模型；及预测步骤，基于在模型选择步骤中选择的学习模型来预测操作结果。

摘要： 簇权重计算部(322)根据特定讲话者的语音的信号，使用簇权重计算NN来计算至少任意一个层被分解为多个簇的掩模计算NN的与多个簇各自对应的权重。掩模计算部(302)根据1个以上的讲话者的语音的观测信号的特征量，使用通过由簇权重计算部(322)计算出的权重进行加权后的掩模计算NN来计算从1个以上的讲话者的语音的观测信号的特征量中提取特定讲话者的语音的特征量的掩模。