人工智能

评价的三种类型:学习性评价,学习的评价和学习式评价《大概念教学》206---209

以往我们更多的把评价分为形成性评价和终极性评价。形成性评价是在过程中收集数据,终结性评价是到结束后收集数据,其目的都在于评定学生。 形成性评价的目的在于改进,而终结性评价的目的在于评定。如果在过程中数据收集证据也是用于评定,而不是反馈,那么会使学生长期处于一种焦虑状态,不敢犯错。特别是对于一些具有高难度的任务而言,学习需要有一个过程,而改进恰恰需要给予学生犯错的空间,从而鼓励他们去完成挑战性任务。

Android IO 框架 Okio 的实现原理,到底哪里 OK?

前言 大家好,我是小彭。 今天,我们来讨论一个 Square 开源的 I/O 框架 Okio,我们最开始接触到 Okio 框架还是源于 Square 家的 OkHttp 网络框架。那么,OkHttp 为什么要使用 Okio,它相比于 Java 原生 IO 有什么区别和优势?今天我们就围绕这些问题展开。 本文源码基于 Okio v3.2.0。 思维导图 1. 说一下 Okio 的优

如何修改 Rancher Server 的 IP 地址

作者简介 王海龙, SUSE Rancher 中国社区技术经理,负责 Rancher 中国技术社区的维护和运营。拥有 8 年的云计算领域经验,经历了 OpenStack 到 Kubernetes 的技术变革,无论底层操作系统 Linux,还是虚拟化 KVM 或是 Docker 容器技术都有丰富的运维和实践经验。 注意: 本指南适用于 v2.5 及 v2.5 以下的 Rancher 版本,不适

【R语言】--- 回归分析最优拟合模型及作图

因变量和自变量间的拟合关系对于生态学而言极其重要,很多因变量和自变量间关系是一元线性回归,然而很多数据并不一定是直线关系,而是需要探索其曲线拟合关系。这种曲线关系并非直观看出,而是需要进行统计检验,通过比较拟合度及其显著性,来选择最优拟合模型。 赤池信息准则(Akaike information criterion, AIC)和贝叶斯信息准则(Bayesian information criter

你会学习吗?-《如何高效学习》

昨天利用一个小时听完了《如何高效学习》的解读。关于学习有了不一样的收获。 利用相同的时间内,有人什么也没有收获,有人可以收获双倍知识,其中的关键是-整体性学习。 整体性学习是做到高效学习的关键秘诀。整体性学习要求学习者可以做到搭建学习网络,建立学习框架。 关于做到高效学习,作者提出了四个步骤:如何获取知识;如何加深知识点之间的联系;如何处理随意信息;如何应用所学知识。 1.如何获取知识 获取知识

数据分析的六步法是什么?

数据分析一般涉及6个步骤:设定目标、数据发掘、数据监控、数据处理、数据分析、数据总结。 一、设定目标 数据分析启动前,要先设定明确、可拆解的目标,需要清除知道自己做数据分析的最终目标,才能保证分析过程中遭遇到大量的新数据而最终偏离了目标。 二、数据挖掘 很多企业没做数据分析的原因,很可能是从一开始就没有设定“数据埋点”,以此,善用工具可以带来大量的数据积累。 如何设定数据埋点、获取

卡方检验

卡方检验,适用于检验两个率是否有差异,或者两个变量之间是否有关联,它的原理是,如果假设成立,格子里的实际观察频数和相应理论的期望频数相差不大。 卡方检验的应用是有条件的,如果期望频数大于5,例数大于40,可以用卡方检验,如果有期望频数介于1-5,则才用连续性校正卡方,如果两个条件都不满足,则需要用fisher确切概率检验。 卡方检验的使用场景很多,比如说对一批样品才用不同检测方法,可采用配对四格表

Android OpenCV + tess-two 实现银行卡识别:扫描识别

目录 前言 之前实现了本地图片的银行卡号的扫描,这次顺带实现了下相机扫描的识别,我是用的农业银行卡测试的,识别速度还是挺nice的 效果展示 实现步骤 核心步骤与我的这篇文章一样:Android OpenCV + tess-two 实现银行卡识别:本地图片识别 这里扫描的主要是换成了对于相机数据的处理,这里我使用的是CameraX获取的相机数据,对于相机的回调方法的

反抗军工程师的 “苹果智能” 实战指南:用本机基础模型打造 AI 利刃

🚀 引子在科洛桑星球的地下秘密基地里,反抗军工程师凯伦正盯着 Xcode 的屏幕 —— 帝国的资源管控日益严苛,战士们的饮食健康也屡屡亮起红灯。就在这时,苹果阵营抛出了一枚 “技术原力弹”:全新的 Foundational Models(基础模型)框架,带着类型安全的 API&#xf