📖

教育大数据——迈向未来学校的智慧教育

方海光 方海光
📖 《教育大数据——迈向未来学校的智慧教育》的名言 47句名言
人工智能技术通过提供的模型和算法服务构造智慧校园和智慧课堂，也构造了智慧学习空间，通过提高环境的智能程度为学生提供不同的学习资源和学习路径，从而朝着个性化学习的方向逐步发展。
方海光 方海光
教授
人工智能关键技术包括：机器学习、知识图谱、自然语言处理、人机交互技术、计算机视觉、生物特征识别技术、虚拟现实、增强技术。
方海光 方海光
教授
人工智能和教育创新一直是紧密联系的。教育应用是教育大数据与深度学习算法建立的个性化自适应学习系统。人工智能在教育中的应用，包括智能导师系统、智能机器人、智能阅卷、个性化智能推荐等。人工智能还将在教学组织形式、教师角色、智能校园、教育观决策等方面带来显著变化，从而极大地促进教育的发展。
方海光 方海光
教授
与一般信息技术相比，人工智能的最大特征在于人工智能是具备自主学习和自我进化能力的系统，而且随着系统的运行，其性能会越来越好。
方海光 方海光
教授
智能化的表现是AI利用大数据分析结果自动化决策的程度，学生的辅助机器人可以根据学生的基本特征（年级、心理、性格）数据，学校行为数据、学习过程数据作决策，自动为学生分配个性化学习资源，并根据学生的动态实时更新。这个过程中，人是不需要参与运营的，AI会为每一个学生提供个性化的学习路径和学习环境。到这个阶段可以说初步实现了智能化。
方海光 方海光
教授
学习小组可大可小，与之相对应的学习空间大小划分的灵活性尤为重要，而且对大小空间的转化速度要求顺畅，这就是开放空间、灵活空间在新型学习中出现的必然性的结果。把学校作为具有生活情趣的环境进行设计，是未来学校建筑的一个重要方面。向社区开放的学校空间层次依次分为城市-社区-街巷-校园-教室。学校的规划要考虑社区居民的行为活动规范，使社区居民、儿童互不干扰。从建筑设计的角度来说，通过对空间的安排和对材料的运用，把教育哲学包含到设计里面，或者说通过建筑设计来实践教育理念，强调人性化与个性化，并融入生活的情趣，这样设计出来的学校建筑才是我们所希望看到的新型未来学校建筑。
方海光 方海光
教授
未来学校是一所以数据为基础的学校，数据可能成为每一所学校的根基，学校的组织管理将虚拟化、网络化、智能化、扁平化，各种设备实现智能化的运维，学校的业务管理与教学管理相连通。随着物联感知、视频录制、图像识别、日志记录等数据采集技术的发展，教育大数据的采集变得越来越全面化、动态化、自然化和持续化。教育大数据与智能机器人、计算机视觉、全息技术、区块链等技术的结合，有可能颠覆现有教育业务模式，助力未来学校变革。
方海光 方海光
教授
未来的学习将突破传统学习的标准、统一的教学秩序，允许不同的学生在不同的时间，学习不同的内容，帮助他们达到自己所能达到的最高水平。
方海光 方海光
教授
未来学校学习空间将从“为集体授课而建”逐渐转向“为个性学习而建”，并呈现出一些新的发展方向：灵活、智慧、可重组。
方海光 方海光
教授
未来学校具有以下主要特征：1）学习场景相互融通。利用信息技术打破校园的围墙，把一切有利的社会资源引入学校，使学校的课程内容得到极大拓展，学生线上、线下混合学习，学习平台无处不在。2）学习方式灵活、多元。把知识学习与社会实践、社区服务、参观参观考察、研学旅行等结合起来，将正式学习与非正式学习融为一体。3）学校组织富有弹性。鼓励学生自主管理，增加家长和社区在学校决策中的参与度，根据学生的能力而非年龄来组织学习，利用大数据技术让教育变得更加智慧，让学生站在教育的正中央。
方海光 方海光
教授
大数据技术在智慧校园中的具体应用包括以下四个方面：构建公共数据集成与共享平台，提高校内信息传递速度；构建智慧化提醒平台，适时对学生进行提醒；创设智能学习环境，改进课堂教学方式；采集、分析、处理海量数据，为学校管理提供决策支持。
方海光 方海光
教授
智慧校园建设，涵盖教学环境、教学资源、校园管理、校园服务、信息安全体系等各个方面，每一层面都涉及数据统计和分析，借助大数据储存量大、信息量多、处理速度高等优势，可以为智慧校园建设中各项自动化工作提供支持，为学校未来的发展决策提供科学依据。
方海光 方海光
教授
商业智能（BI）涉及信息收集、管理和分析，目的是使企业决策者获得知识，促使他们做出对企业更加有利的决策。商业智能不是一种独立的技术，而是一套完整的解决方案。它将数据仓库、联机分析、数据挖掘和可视化等技术相结合，应用于业务活动，使企业的复杂信息转化为可辅助的知识，最后将知识呈现给客户，以支持企业决策。
方海光 方海光
教授
一般我们把从感觉到记忆再到思维这一过程称为“智慧”，智慧的结果是行为和语言，行为和语言的表达过程称为“能力”，两者合称为智能。智能一般具有以下特点：第一具有感知能力，第二具有记忆和思维能力，第三具有学习能力和自适应能力，第四具有行为决策能力。具有以上四个特点的系统，我们一般称为智能系统或智能化系统。
方海光 方海光
教授
数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。数据仓库技术是指为有效地把操作型数据集成到统一的环境中以提供决策型数据访问的各种技术和模块的总称。所做的一切都是为了让用户更快、更方便的查询所需要的信息，为其提供决策支持。
方海光 方海光
教授
大数据时代为决策支持系统的发展带来了革新和机遇，在系统定位、系统安全性、信息检测能力、决策方式和数据处理能力等诸多方面形成新的发展态势。在大数据时代可以对结构化和非结构化的实时数据和历史数据进行分析，尤其是那些具有隐藏性的数据，可以以在线收集的方式来开展及时性的分析，这样可以为企业决策提供全局性支持。
方海光 方海光
教授
大数据驱动的智慧校园，需要对教育评估和教育决策进行全面支持。要建设大数据驱动的智慧校园需要建设以下三种系统：决策支持系统、数据仓库系统、商业智能系统。
方海光 方海光
教授
决策树分析法一般都是自上而下生成的。每个决策或事件（即自然状态）都可能引出两个或多个事件，导致不同的结果，把这种决策分支画成图形，很像一棵树的枝干，故称决策树。他是管理人员和决策分析人员经常采用的一种行之有效的决策工具。
方海光 方海光
教授
5W2H分析法又觉期文分析法，他用5个以W开头的英文单词和两个以H开头的英文单词进行设问，发现解决问题的线索，寻找发明思路，进行设计构思，从而搞出新的发明项目。它是一种调查研究和思考问题的有效方法。对于决策和执行性的活动措施非常有帮助，也有助于弥补考虑问题时的疏漏。
方海光 方海光
教授
头脑风暴法是一种激发团队创新的有效决策方法。
方海光 方海光
教授
🎲 随机 · 灵感闪现 ✨ 名言如星，拾光而行