学习者需要具备技能和知识，但也需要意志力和兴奋感，只有这样学习才会变得更加深入，学习者才能坚持不断地进行自我评估、提升自己的学习能力。教师要想培养出具有评估能力的可见学习者，就必须促使每位学生具备这些品质和能力。事实上，教育的终极目的不是教会学生数学、阅读、科学或任何其他科目，而是引导学生进行深度学习。鼓励学生自主解决问题：帮助学生认识到其目前水平和目标水平的差距。培养学生的元认知思维：促进学生深度思考，明白自己下一步该做什么。启发学生进行自我提问：通过反馈来修正和改进学习，不断缩小水平差距。

学习者需要具备技能和知识，但也需要意志力和兴奋感，只有这样学习才会变得更加深入，学习者才能坚持不断地进行自我评估、提升自己的学习能力。教师要想培养出具有评估能力的可见学习者，就必须促使每位学生具备这些品质和能力。事实上，教育的终极目的不是教会学生数学、阅读、科学或任何其他科目，而是引导学生进行深度学习。鼓励学生自主解决问题：帮助学生认识到其目前水平和目标水平的差距。培养学生的元认知思维：促进学生深度思考，明白自己下一步该做什么。启发学生进行自我提问：通过反馈来修正和改进学习，不断缩小水平差距。

学习者需要具备技能和知识，但也需要意志力和兴奋感，只有这样学习才会变得更加深入，学习者才能坚持不断地进行自我评估、提升自己的学习能力。教师要想培养出具有评估能力的可见学习者，就必须促使每位学生具备这些品质和能力。事实上，教育的终极目的不是教会学生数学、阅读、科学或任何其他科目，而是引导学生进行深度学习。 ★鼓励学生自主解决问题：帮助学生认识到其目前水平和目标水平的差距 ★培养学生的元认知思维：促进学生深度思考，明白自己下一步该做什么 ★启发学生进行自我提问：通过反馈来修正和改进学习，不断缩小水平差距

《可见的学习与学习科学》融合“可见的学习”的基本理念和学习科学的前沿研究，阐述了学习的主要原则和策略，它解释了学习为什么有时候很难，有时候又很容易。 对于任何想了解关于人类学习过程的研究，关心如何科学引导学校里的教学和学习的研究者、教师、家长和学生来说，这本令人惊叹的书再合适不过了。本书广泛地考察了社会心理学和认知心理学的前沿研究，并以简约和实用的方式呈现出来，适合于从学前教育到高等教育机构的所有层次的研究者、教师和学生。 本书分为三部分：“课堂内的学习”；“学习基础”，阐释了知识习得的认知建构模块；“认识你自己”，探讨自信和自我认识。另外，这本书含有大量的互动资源，其中包括以导学问题来鼓励批判性思考，以带注释的书目来推荐延伸阅读，以及相关网站和视频链接。纵观全书，作者引用最新的国际研究来解释学习过程是如何运行的，如何对学生产生最大的影响，其中包括以...(展开全部)

《可见的学习:最大程度地促进学习(教师版)》凝聚了作者持续15年的研究成果，数据涉及成千上万名学生，这些基于证据的研究旨在揭示究竟什么可以真正带来学校学习的改进。《可见的学习:最大程度地促进学习(教师版)》是迄今为止关于这一领域相关研究最为完整的汇集与总结。《可见的学习:最大程度地促进学习(教师版)》是为学生、职前教师和在职教师而作，向他们解释如何在课堂中运用《可见的学习》所提出的原则。作者对最成功的干预方式做出了简明易懂的总结，并提供了可操作的逐步指导，以帮助读者在课堂中成功实施可见的学和可见的教。

《可见的学习与思维教学》将备受追捧的“成长型思维模式”运用课堂教学的指南，帮助教师如何真正落实差异化、因材施教、回应式课堂教学。《可见的学习与思维教学》运用知名心理学专家卡罗尔·德韦克创造的“思维模式”理论于课堂教学实践中，既有心理学、脑科学、思维训练等专业知识，又有注重差异化、回应式课堂的建构式教学系统，以及可应用的成长型思维模式塑造方法、任务和建议，更有大量图表、计划模板等教学工具，教师可以充分参考或直接使用。《可见的学习与思维教学》用科学的理论和具体可行的操作建议引领教师接受成长型思维模式；针对学生核心素养培养的教育目标，教师重新审视课堂，改变思维方式，明确教学的思维航向，在课堂教学、师生关系、学校氛围中，打造出学生智力、行为、学习与思维方式的创新教学模式；培养学生成长型思维方式，改变学生对自身能力和潜力的固定思维，从失败中学习，不断挑战自我，认定努力和困难能创造新的神经元连结，让大脑越来越聪明，最终成为具备极强学习能力，保持学习热情，主动追求卓越，自信健康的优秀学生。

本书以任务为导向，讨论了机器学习和深度学习的主要问题，包括聚类、回归、分类、标注、降维、特征工程、超参数调优、序列决策（强化学习）和对抗攻击等。书中对上述每个问题，分别从决策函数类模型、概率类模型和神经网络类模型三个角度来讨论具体的实现算法。本书在内容上兼顾基础知识和应用实践。总体上，以基本理论知识为主线，逐步展开，从概念入手，逐步讨论算法思想，着重考虑知识的关联性，最后落实到机器学习扩展库和深度学习框架的具体应用。具体到每个模型，采用以示例入手、逐渐深入的方式，尽量给出详尽的分析或推导。本书的特点是主要通过示例来讨论相关模型，适合初学者入门使用。本书示例代码采用Python3程序设计语言编写。传统机器学习算法的应用示例主要以ScikitLearn机器学习扩展库来实现，隐马尔可夫模型示例用hmmlearn扩展库来实现，条件随机场模型示例用CRF++工具来实现。深度学习算法的示例采用TensorFlow2框架和MindSpore框架来实现。

以深度学习为代表的人工智能技术正改变着世界，并且已经步入到人们的日常生活之中。深度合成作为一种人工智能内容合成技术，在2017年引起人们关注。随着技术的发展，深度合成技术已经衍生出包括图像合成、视频合成、声音合成和文本生成等多种技术，能够应用于新闻传媒、影视制作、娱乐、教育和电子商务等诸多领域。本书面向对深度学习技术感兴趣的初学者，内容侧重于深度学习和深度合成的基础知识和实现方法。为了让尽可能多的读者通过本书了解深度学习和深度合成，书中没有使用过多的数学公式，而是从实践角度介绍深度学习的基本知识，给出了人工神经网络、深度合成技术以及深度学习系统的实现方法，书中附有的大量关键程序代码力图帮助读者结合实践操作快速入门。

《深度学习》由全球知名的三位专家IanGoodfellow、YoshuaBengio和AaronCourville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。

全球科技巨头纷纷拥抱深度学习，自动驾驶、AI医疗、语音识别、图像识别、智能翻译以及震惊世界的AlphaGo，背后都是深度学习在发挥神奇的作用。深度学习是人工智能从概念到繁荣得以实现的主流技术。经过深度学习训练的计算机，不再被动按照指令运转，而是像自然进化的生命那样，开始自主地从经验中学习。 本书作者特伦斯·谢诺夫斯基是全球人工智能十大科学家之一、深度学习先驱及奠基者，亲历了深度学习在20世纪70年代到90年代的寒冬。但他和一众开拓者，利用大数据和不断增强的计算能力，终于在神经网络算法上取得重大突破，实现了人工智能井喷式的发展。 作为深度学习领域的通识作品，本书以恢弘的笔触，通过3个部分全景展现了深度学习的发展、演变与应用，首次以亲历者视角回溯了深度学习浪潮在过去60年间的发展脉络与人工智能的螺旋上升，并前瞻性地预测了智能时代的商业图景。