讓大象動起來：以學思達啟動差異化教學和自主學習，成就每一個孩子 (1版)

類似書籍推薦給您

【簡介】 　　一場使家長與學生安心的教學變革，保持穩定的進度和成績 　　一個沒有平時小考的常態編班班級，大考依然拿高分 　　每一個孩子都能自主學習，養成新課綱時代的關鍵能力 　　差異化教學讓每個學生在自己的軌道上學習，以自己的速度前進   　　SUPER教師劉繼文首部力作，方新舟、李崇建、張輝誠專文推薦   　　我寫下這本書，並不表示這是教學的完美解答，而是希望創造更多的對話，讓我們有更多的發現，一起探索教學，一起打磨做為一個教師的專業。――劉繼文   　　常態編班的班級裡，老師通常會以中等學生的程度來講述課程內容，結果大家都在裝―― 　　◆已經會了的學生裝乖聽課…… 　　◆聽不懂的學生裝乖放空…… 　　◆老師假裝大家都沒問題……   　　差異化教學就是，大家都不要再裝了―― 　　◆真實面對學生的狀態，會的繼續向前，不會的放慢速度，讓每個學生用自己的速度跑步。 　　◆A咖跑外圈，給他多一點、深入一點的資料。 　　◆B咖跑內圈，以課本習作的範圍為主。 　　◆C咖跑中間，減少內容，以「學會」取代「教完」。   　　以學思達啟動自學力―― 　　◆讓學生學會學習，比學會學科更重要。 　　◆「自學力」是學思達的靈魂，更是學思達的核心價值所在。 　　◆「互動」是學思達的心臟，學習就在每一個互動間發生。 　　◆把講台讓出來，把時間留白，讓出自主學習的空間。 　　◆引領學生思考，關鍵是提問的技巧、適時為學生搭鷹架，以及忍住不說答案。 　　◆壓力＋助力＋鼓勵＝學生上台表達的動力。   　　激發動機，讓大象動起來―― 　　◆先用外在動機吸引沒有動機的學生，再將外在動機轉化為內在動機。 　　◆以增強物做為外在動機時，一旦發生習慣化，效益就會迅速消退。 　　◆一個人原來就喜歡某項活動，若再給予外在的獎勵，反而會削弱內在動機。 　　◆問足夠好的問題，並保持耐性，讓好奇心發酵，啟動內在學習動機。 　　◆增強機制與馬斯洛需求層次理論結合，可提升內在動機。   　　從差異化教學到個人化學習―― 　　◆學生學習的速度有快有慢，教學進度應從「教」的進度轉變為「學」的進度。 　　◆培養學生看影片自學的能力，輔以同質分組和分級學習單，進行班級內差異化教學。 　　◆在課堂內融入非同步影片，並以學習單定錨與檢核，讓每個學生都是自己的學習駕駛，達成個人化學習。   　　「教」與「學」的思辨―― 　　◆我們感慨一代不如一代，但其實是傳統教學方式無意間培養了孩子的被動等待。 　　◆當老師一再餵養填鴨，便逐漸削弱了學生的「覓食」本能。 　　◆老師必須拋棄「學生一定要老師教才會」的假定，讓學生走在老師前面。 　　◆老師必須換副眼鏡，不再專注於學科內容的傳授，而是關注學生認知技能的發展。 　　◆老師要能貼近學生的心，當他墜落時，勇敢跨出去接。 本書特色   　　1. 以學思達發展出差異化教學的第一本書。 　　2. 在課堂中結合學思達、心智圖、數位學習，激發內在學習動機，同時培養自學力、思考力、溝通表達力。 　　3. 破除學思達無法應用於常態編班的迷思，三年來沒有任何紙筆測驗的小考，依然在段考和會考有亮眼成績。   專文推薦（依姓氏筆畫順序排列）   　　方新舟／誠致教育基金會創辦人 　　李崇建／親子作家、千樹成林創辦人 　　張輝誠／學思達創始人 　　蘇庭萱／新泰國中第四十一屆學生   　　繼文老師把數理專長的均一教育平台與文科專長的學思達合併運用，產生綜效。這本書就是他為了幫助每一位學生，鍥而不捨追求理想的詳實分享。――方新舟／誠致教育基金會創辦人   　　本書的名稱，以馬戲團的大象為隱喻，指出綁住大象的，並非外在的枷鎖，而是一種慣性，繼文的數學課改變了慣性，帶出孩子的學習動機，以及主動活潑的課堂風景。 　　西諺「屋裡的大象」（the elephant in the room）。意指屋裡有象，人們卻視而不見，刻意忽略問題，這本書同時觸及此議題，教室裡長年存在的大象，不僅因此被看見了，也讓大象動起來了。――李崇建／親子作家、千樹成林創辦人   　　在台灣談「個人化學習」，很少有人像繼文老師這樣一步一腳印，扎扎實實、一次又一次突破各種困難；也很少有人像他走到這樣精深而專業，且願意公開辛苦編寫的講義讓大家受益，又可以隨時開放教室，公開接受檢驗。――張輝誠／學思達創始人   　　數學很讓人頭疼，但也可以變得有趣，這三年來的學習讓我突破數學恐懼，勇於思考，也讓我擁有特別的自學體驗。現在的我知道，學習真的是隨時隨地都可以進行的事。相信自學以後一定會是一個很重要的能力，而我會一直持續下去！――蘇庭萱／新泰國中第四十一屆學生 【目錄】 推薦序　鍥而不捨，精益求精　方新舟 推薦序　看見大象，舞動大象　李崇建 推薦序　真金不怕火煉，專業不怕考驗　張輝誠 推薦序　從老師教，到我自主學　蘇庭萱   自　序 前　言　AI來了！老師會被取代嗎？──讓孩子成為未來等待的人才 緣　起　教學，從「教」到「學」 第一章 數位學習，啟動自學力 可汗學院的啟發 均一教育平台帶來可能性 培養學生看影片的能力 以學習單定錨，幫助學生看影片自學 數學也可以變成動畫――洋蔥數學   第二章 學思達實作──基礎篇 學思達與我 開始前的準備工作 「學」――自學 「思」――思考與討論 「達」――分享與表達 學思達教學法是否會影響進度和成績？   第三章 學思達實作──進階篇 學思達畫（學思達＋心智圖） 學思均達（學思達+均一） 課堂提問主持力 PDCA計畫與檢核表   第四章 讓大象動起來──激發學習動機的有效方法 如何讓大象動起來？ 雞排錯了嗎？ 過度辯證效應 這次有兩個雞排嗎？ 哥吃的不是雞排 你聽過Hello Kitty磁鐵嗎？ 最歡樂的大獎 因為好奇，所以想要 如果學習像夾娃娃 說一個你自己的故事 烤肉如何生火？   第五章 從差異化教學到個人化學習 「教完」還是「學完」？ 你吃過鹽酥雞嗎？ 三軌學思達的兩個關鍵 三軌學思達的運作模式 新班級如何學思達？ 學生為我上了一課 從差異化教學到個人化學習   第六章 學思達Online 臉書直播 同步教學與非同步教學 線上教學不是線上會議   第七章 教師的專業 今天，你離「因材施教」更近了嗎？ 教師的專業 留白――讓出學生自主學習的空間 換副眼鏡――專注於看學生認知技能的發展 不斷更新――時常檢視、改善自己的教學 貼近他的心，勇敢跨出去接   附　錄　教育部亮點教師計畫答客問 學生與家長的回饋 看更多

每個程式設計師都應該知道的 60 個演算法（AI 強化版） (1版)

類似書籍推薦給您

【簡介】 幫助你解決各類實務問題的演算法寶典 　　★ 超過 60 個演算法的介紹與應用 　　★ 生成式模型、進階序列模型、大型語言模型 　　★ 片單推薦、電商平台商品推薦、餐廳評分系統、詐騙偵測 　　★ AI 數位時代工程師必備寶典 　　《每個程式設計師都應該要知道的 60 個演算法》是資料科學家必備的兵工廠。如果你正在探索資料科學或是希望提升你的技能，這本書是幫助你打下穩固基礎的絕佳起點。 　　Somaieh Nikpoor博士 | 加拿大政府資料科學與 AI 部門主管，Carleton 大學 Sprott 商學院兼任教授 　　＿＿＿＿＿ 　　使用演算法解決現實世界問題的能力，是每一位開發人員或程式設計師必備的技能。本書不僅能幫助你培養選擇和使用演算法來解決真實世界問題的技能，也會讓你了解這些演算法的工作原理，第二版內容加入了最新的生成式模型與序列模型介紹與應用，讓你能夠輕鬆理解與應對不斷變化的 AI 應用。 　　你將從演算法簡介開始，進一步學習各種演算法的設計技巧，然後透過實際範例的引導，探索如何實作不同類型的演算法。隨著進度推進，你將學習到線性規劃、頁面排名、圖形演算法，然後運用機器學習演算法來理解它們背後的數學和邏輯。 　　部分案例研究將會展示如何以最佳方式應用這些演算法，接著，你將聚焦在深度學習演算法，並學習各種不同類型的深度學習模型及其實際的應用方式。 　　你也會學到關於現代序列模型和它們的變體、演算法、方法論以及架構，用來實作像是 ChatGPT 這類大型語言模型（LLM）。 　　最後，你將能夠精通平行處理技術的技巧，讓你具備在計算密集型任務中高效運用這些演算法的能力。 　　讀完這本程式設計書，你將可以熟練地使用各種演算法，解決現實世界中的各種計算問題。 　　▍你將會學到以下內容： 　　⋄ 設計演算法以解決複雜問題 　　⋄ 熟悉類神經網路和深度學習技術 　　⋄ 探索 Python 程式庫中現有的資料結構和演算法 　　⋄ 使用網路分析實作圖形演算法進行詐欺偵測 　　⋄ 透過實際範例，深入研究自然語言處理的最先進演算法 　　⋄ 建立一個可以向訂閱者推薦電影的推薦引擎 　　⋄ 掌握序列機器學習模型的概念及其在開發尖端大型語言模型中扮演的基礎角色 【目錄】 【第一部分 基礎概念與核心演算法】 Chapter 1_演算法概述 什麼是演算法？ Python 套件 演算法設計技巧 效能分析 選擇一種演算法 驗證（Validating）演算法 Chapter 2_演算法中的資料結構 探索 Python 內建的資料型態 探討抽象資料型態 本章總結 Chapter 3_排序與搜尋演算法 排序演算法介紹 搜尋演算法介紹 實際應用 本章總結 Chapter 4_設計演算法 介紹設計演算法的基本概念 了解演算法策略 PageRank 演算法介紹 了解線性規劃（Linear programming） 本章總結 Chapter 5_圖形演算法 理解什麼是圖形（Graph）：簡要介紹 圖論與網路分析 圖形的表示 圖形機制與類型 網路分析理論介紹 理解圖形追蹤 案例研究：使用 SNA 進行詐欺偵測 本章總結 【第二部分 機器學習演算法】 Chapter 6_非監督式機器學習演算法 認識非監督式學習 理解分群演算法（Clustering algorithm） 階層式分群的步驟 設計階層分群演算法程式 理解 DBSCAN 使用 Python 中的 DBSCAN 建立集群 評估集群 降維（Dimensionality reduction） 關聯規則探勘 本章總結 Chapter 7_傳統監督式學習演算法 了解監督式機器學習 公式化監督式機器學習問題 了解分類演算法 決策樹分類演算法 了解集成方法（Ensemble method） 羅吉斯迴歸（Logistic regression） 貝氏定理 分類演算法的贏家是⋯ 線性迴歸 迴歸演算法中的贏家是⋯ 實用範例——如何預測天氣 本章總結 Chapter 8_類神經網路演算法 了解類神經網路 訓練類神經網路 了解類神經網路的結構 激勵函式 工具和框架 選擇序列式模型或函式式模型 了解類神經網路的類型 使用遷移學習（Transfer learning） 案例研究—使用深度學習進行詐欺偵測 方法論 本章總結 Chapter 9_自然語言處理演算法 了解 NLP 術語 使用 Python 清理資料 了解詞彙文件矩陣 詞嵌入介紹 使用 Word2Vec 實作詞嵌入 案例研究：餐廳評論情感分析 自然語言處理的應用 本章總結 Chapter 10_了解序列模型 了解序列資料 序列模型的資料表示 RNN 的介紹 GRU LSTM 介紹 本章總結 Chapter 11_進階序列模型演算法 探索自動編碼器 了解 Seq2Seq 模型 了解注意力機制 深入了解自注意力 Transformer：在自注意力之後的類神經網路演進 LLM 表格的底部 本章總結 【第三部分 進階主題】 Chapter 12_推薦引擎 推薦系統介紹 推薦引擎的類型 了解推薦系統的限制 實務應用領域 實務範例——建立一個推薦引擎 本章總結 Chapter 13_資料處理的演算法策略 資料演算法介紹 CAP 定理介紹 解碼資料壓縮演算法 實際範例：AWS 中的資料管理 聚焦在 CAP 定理和壓縮演算法 本章總結 Chapter 14_密碼學 密碼學（Cryptography）簡介 了解最薄弱環節的重要性 了解不同類型的加密技術 範例：部署機器學習模型時的安全考量 本章總結 Chapter 15_大規模演算法 大規模演算法（Large-scale algorithm）介紹 大規模演算法的高效能基礎架構特徵 策劃多資源處理 了解平行運算的理論限制 Apache Spark 如何賦能大規模演算法處理 本章總結 Chapter 16_實務上的考量 演算法解決方案面臨的挑戰 TwitterAI bot，Tay 的失敗 演算法的可解釋性 了解倫理和演算法 減少模型偏見 使用演算法的時機 本章總結