新書推薦:
《
EDA技术与设计(第2版)
》
售價:HK$
85.0
《
揉碎浪漫(全两册)
》
售價:HK$
70.3
《
古籍善本
》
售價:HK$
537.6
《
人民币国际化报告2024:可持续全球供应链体系与国际货币金融变革
》
售價:HK$
87.4
《
道德经新注 81幅作者亲绘哲理中国画,图文解读道德经
》
售價:HK$
143.4
《
清俗纪闻
》
售價:HK$
98.6
《
镜中的星期天
》
售價:HK$
76.2
《
世界前沿技术发展报告2024
》
售價:HK$
188.2
|
編輯推薦: |
本专著通过介绍人工智能在教育治理中的应用,通过人工智能在解决教育中学位预测,教育资源布局中的应用,全面分析了当前人工智能在教育领域的发展和应用现状及当前面对的主要挑战。材料权威丰富,体系结构完整,内容新颖翔实,知识系统全面,图表丰富,行文通俗易懂,兼备知识性、系统性、可读性、实用性和指导性。
|
內容簡介: |
随着我国进入中国特色社会主义新时代,对社会治理能力提出了更高要求。因此,有必要依靠人工智能等新兴技术促进社会治理的发展,更好地解决新的历史背景下社会治理过程中的新问题。本书是作者们在近几年尝试运用人工智能解决教育管理信息化中痛点、难点问题研究的一个梳理,并为读者介绍了人工智能、大数据技术的相关概念,以及人工智能在教育治理中未来发展的展望。本书适合作为高等学校计算机专业高年级本科生和研究生的教材或相关科研工作者的参考,因此本书的出版具有重要的理论意义和实际应用意义。
|
關於作者: |
陈宇,男,1978年10月生,湖北黄冈人,博士,副教授,现任湖北第二师范学院计算机学院副院长。参与国家自然科学基金、国家重大专项、湖北省中央引导地方科技支撑计划等国家及省级项目多项,主持省级自然科学基金项目1项、主持湖北省基础教育大数据可视化及辅助决策分析项目多项。发表核心论文10余篇,获得专利授权3项,软件著作权3项。
|
目錄:
|
人工智能在教育治理中的应用与发展目录第1章背景..1
1.1教育治理..1
1.1.1教育治理的定义..1
1.1.2我国教育治理的发展过程..4
1.2人工智能与政府治理..6
1.3人工智能与教育..7
1.3.1萌芽阶段..7
1.3.2起始阶段..8
1.3.3发展阶段..8
1.4人工智能在教育治理中的应用..11
第2章人工智能概述..14
2.1人工智能概念..14
2.1.1什么是人工智能..14
2.1.2人工智能相关的学科..16
2.1.3人工智能的历史..17
2.2人工智能应用领域..19
第3章大数据技术..22
3.1大数据基础..22
3.1.1什么是数据..22
3.1.2数据类型..23
3.1.3大数据..25
3.2数据分析..30
3.2.1数据分析的演变..30
3.2.2数据分析种类..31
3.2.3大数据项目..32
3.2.4大数据工具..32
3.3国外大数据教育治理的应用..34
3.4教育大数据框架..36
第4章机器学习..39
4.1机器学习基础知识..39
4.1.1机器学习定义..39
4.1.2机器学习分类..40
4.1.3常见机器学习工具..42
4.1.4机器学习常见问题..43
4.2机器学习应用开发过程..44
4.2.1机器学习项目工作流程..45
4.2.2问题定义..45
4.2.3数据预处理..46
4.2.4训练模型..46
4.2.5评估..47
4.2.6部署..48
4.3深度学习..49
4.3.1人脑与神经元..50
4.3.2人工神经网络..51
4.3.3BP算法..52
4.3.4深度学习(deep learning)..54
4.3.5深度学习主要应用领域..54
4.3.6深度学习的局限..55
第5章基于聚类的教育资源配置研究..57
5.1聚类算法..57
5.1.1聚类的定义..58
5.1.2聚类算法的要求..58
5.1.3聚类算法分类..59
5.2常见聚类算法..63
5.2.1KMeans聚类算法..63
5.2.2BIRCH聚类算法原理..66
5.2.3DBSCAN密度聚类算法..72
5.3区域义务教育师资配置..74
5.3.1义务教育师资配置的意义..74
5.3.2当前义务教育师资配置的问题..75
5.3.3义务教育师资均衡配置引入人工智能的必要性与可行性..79
5.4基于聚类分析的区域义务教育师资配置研究..80
5.4.1研究意义及研究现状..80
5.4.2区域义务教育师资配置聚类实验及结果分析..81
5.4.3结论..85
5.5义务教育资源空间布局..85
5.6基于聚类的小学就近入学评估模型研究..88
5.6.1小学就近入学评估的研究意义..88
5.6.2国内外相关研究现状分析..89
5.6.3就近入学评估的地理空间描述模型..90
5.6.4实验与分析..95
第6章基于时间序列的小学入学人数预测..99
6.1时间序列预测基础知识..99
6.1.1时间序列的相关概念..100
6.1.2基于统计的时间序列预测模型..101
6.1.3时间序列数据集划分方法..103
6.2基于深度学习的时间序列预测模型..104
6.2.1递归神经网络(RNN)..104
6.2.2时间序列深度学习模型LSTM..106
6.3学龄人口预测..110
6.3.1学龄人口预测的意义..110
6.3.2人口变动对教育资源的影响..111
6.3.3传统学龄人口预测的方法..112
6.3.4基于深度学习的预测模型..113
6.4基于注意力机制的小学入学人数预测..114
6.4.1小学入学人数预测的问题定义..115
6.4.2基于注意力机制的循环网络学龄人口预测模型设计..115
6.4.3实验与分析..118
第7章基于集成模型的学生情感计算..123
7.1集成学习基础..123
7.1.1集成学习概念..123
7.1.2集成模型分类..125
7.2常见集成模型算法..126
7.2.1决策树..126
7.2.2随机森林算法..128
7.2.3Adaboost算法..130
7.2.4GBDT算法..131
7.3大学生情绪识别..132
7.3.1中国大学生心理问题的现状..132
7.3.2国内高校心理健康存在的问题..133
7.3.3情绪识别..135
7.3.4被动感知..135
7.4基于XGBoost的大学生情绪识别算法..138
7.4.1XGBoost算法..138
7.4.2数据集..140
7.4.3情感模型..141
7.4.4数据处理..142
7.4.5训练..143
第8章人工智能在教育治理应用展望及挑战..145
8.1人工智能在教育治理中的挑战..145
8.2人工智能伦理风险..147
8.2.1伦理..147
8.2.2数据伦理..148
8.2.3人工智能伦理..148
8.3人工智能在教育治理中的应用逻辑和路径选择..151
8.3.1人工智能在教育治理中的应用逻辑..151
8.3.2人工智能时代教育治理的路径选择..153
参考文献..160
|
內容試閱:
|
“计算机科学与技术前沿研究丛书”是一套以计算机科学为研究基础的丛书,是计算机科学与教育、工业和地质学等领域紧密结合、深度应用成果的展示平台。它集合思维创新、学术创新、实践创新为一体,旨在为计算机科学技术在更加广阔的应用空间提供一个传播的载体。
计算机科学技术已经广泛渗透到国民经济和社会生活中,解决行业问题的方法众多,但对核心问题没有限定;对问题的分析过程和结论也没有定论;允许采用更新颖的方法对复杂的问题予以更多的讨论。这就需要计算机科学与应用人才跳出计算机程序编制任务,完成更多具有完整体系构思的创造性工作,在基础理论和计算方面实现重大突破,推动我国计算机科学和信息产业的全面发展。
丛书收录了近些年来较为热门的课题研究成果。这些成果与社会发展、国民经济发展息息相关,不仅拥有创造性还拥有实践性和指导性。如果将丛书分开来看,或许不觉得分量之重,如果把所有专著放到一起,就可以看出其成果之丰硕。丛书所有成果以实践为基础,寻找合理的理论支持,并最终回归到实践,将大量实践过程中产生的良好经验公式化、理论化,可以反复利用,成为各个领域发展的关键技术,让理论进一步升华。
丛书内容大多以科研项目为依托,在项目实施过程中始终注意新技术与实践应用的有机融合,实验采用实际例证研究方法,具有较大的可信度,且易理解。不过,其中有些课题研究难度较大,专著只是做了认真、有益的探索;有些项目尚有一些不足,但作为中期成果,可在各个行业中推广应用,进一步完善。希望当前成果对计算机科学与应用的发展发挥良好促进作用,为持续研究打下扎实的基础。
同时,为强化人才培养的“标准”意识,保证人才培养质量,丛书依据计算机科学与技术专业一流专业建设和分层次、分类型培养人才的需要,以新工科建设为桥梁,以强化实践能力,创新素质为核心,重构课程体系和教学内容。开发一批优质的实务课程、国际化课程和跨学科专业的交叉课程,编写和引进一批优秀案例教材。
我们更加期待读者与同行的反馈,希望这套丛书能为读者打开计算机科学与技术在自身领域深度应用之门,为同行提供新的研究思路与方向。
丛书编委会
党的十八届三中全会正式提出“推进国家治理体系和治理能力现代化”。教育治理作为国家治理的重要方面,中共中央、国务院印发的《中国教育现代化2035》明确提出“推进教育治理体系和治理能力现代化”的战略目标,因此必须加强和创新教育治理,强化教育治理中的社会协同作用和科技支撑力度,加快推进教育治理现代化。
作为新一轮科技革命的引领性技术,人工智能与互联网、大数据、机器人、区块链等技术深度融合,加速推进全球迎来AI时代。随着我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾,教育治理现代化出现了很多新内涵、新问题和新特征。因此,有必要在新的历史背景下,充分发挥人工智能的科技支撑和赋能作用,实现教育治理理念、治理方式的转型升级和治理效能的提升,推进社会治理发展,更好地解决教育治理过程中出现的新问题,加快推进教育治理能力现代化。
本书的作者们为高等院校的教师和教育信息化的资深工作者,这几年围绕着湖北省教育信息化利用大数据和人工智能开展了研究,有一些成功的案例以及对项目的反思。本书的读者是研究教育信息化的科研工作者和一线从事教育信息化的工作者,期望本书能为他们的工作提供一定的借鉴作用。
本书的目标是为从事人工智能在教育管理信息化领域研究的读者打下基础和提供示例。全书共8章,第1章介绍了教育治理的含义及其意义,人工智能和教育以及人工智能在教育治理中的应用;第2章简单介绍了人工智能概念、历史以及应用领域,以期读者对人工智能有个初步的了解;第3章介绍了与人工智能密切相关的大数据技术的基础知识以及在教育治理中的应用;第4章介绍了近几年在人工智能应用领域发展非常快的机器学习和深度学习的概念以及开发过程,以期读者能够了解机器学习和深度学习开发的基本流程和框架;第5章、第6章、第7章分别通过四个实际案例帮助读者了解教育治理中的难点、痛点问题以及机器学习算法如聚类算法、时间序列模型、集成模型的应用;第8章介绍了作者们这几年在工作过程中,对人工智能在教育治理中未来应用的一些思考。本书作者的分工如下:陈宇负责编写了第1~7章,约18万字;雷春负责编写了第8章,约2万字,以及本书的统稿和校对工作。
由于作者水平与精力有限,书中难免会有错误或不妥当的地方,敬请读者指正!
|
|