心情特攻隊-我的心情遊戲書(第一冊)【情緒辨識想選做】
其他會員也一起購買
書名:心情特攻隊:我的心情遊戲書(第一冊)【情緒辨識想選做】
作者:孟瑛如、郭興昌、黃小華
出版社:心理
出版日期:2018/11/20
ISBN:9789861918464
內容簡介
本書為《心情特攻隊》桌遊的遊戲書,提供桌遊遊戲中的60種情緒學習單,讓孩子認識情緒及辨別情緒。此外,亦提供結合十二年國民基本教育課程綱要的處己、處人、處環境及兩難等100種生活中常見之社會技巧情境的學習單,讓孩子能在不同情境或不同角色中說出適切的處理方式、預測行為的結果,並能體諒他人的想法及行為,進而熟練各種社會技巧,以達到自發、互動、共好的精神。
為了讓孩子能從遊戲中學會思考、寫作及表達,以達到「遊戲本位學習」(Game-based Learning)的效果,本遊戲書提供了「心情臉譜」、「自我情緒選擇」、「情緒猜謎」、「自我情緒與互利情境」以及「提示想選猜做」等五種社會技巧學習單,每種學習單皆可搭配桌遊的玩法使用。教師與家長可在和孩子一起玩桌遊之前或之後使用本書,便可以得到最佳的學習效果。
目錄
⊙ 心情臉譜 ⊙
範例 —甜蜜
1.平靜
2.放鬆
3.舒服
4.自在
5.輕鬆
6.貼心
7.溫馨
8.甜蜜
9.幸福
10.感動
11.期待
12.放心
13.滿意
14.得意
15.幸運
16.慶幸
17.感激
18.渴望
19.喜歡
20.高興
21.快樂
22.痛快
23.欣喜若狂
24.驚訝
25.驚喜
26.震驚
27.羨慕
28.有趣
29.疑惑
30.刺激
31.不安
32.害怕
33.恐懼
34.緊張
35.擔心
36.煩惱
37.著急
38.焦慮
39.難過
40.無奈
41.無助
42.失望
43.沮喪
44.害羞
45.尷尬
46.自卑
47.可惜
48.慚愧
49.後悔
50.委屈
51.疲倦
52.討厭
53.不滿
54.生氣
55.憤怒
56.無聊
57.寂寞
58.心疼
59.可憐
60.嫉妒
⊙ 自我情緒選擇 ⊙
範例 —當我的作品受到批評時
1. 當我們參加的比賽勝利時
2. 當老師請我登記違規同學的座號時
3. 當下課時間我要補寫功課時
4. 當看到同學拿出我們的合照時
5. 當同學把我的東西弄丟時
6. 當知道同學偷偷講我壞話時
7. 當我遲到被同學嘲笑時
8. 當爸媽到學校看我表演時
9. 當我的作業被別人弄壞時
10.當老師叫我上臺示範動作時
11. 當沒有人要跟我同一組時
12. 當頑皮的同學邀我一起玩時
13. 當同學上課一直發出怪聲時
14. 當上課中,突然發現沒帶規定的物品時
15. 當莫名其妙的被處罰時
16. 當同學突然大聲叫我討厭的綽號時
17. 當打掃時間,大家都不掃時
18. 當我發現比賽得獎時
19. 當到了學校之後,卻發現作業忘記帶時
20. 當我跟同學打球,被同學嘲笑時
21. 當我正在房間換衣服,媽媽突然開門進來時
22. 當我不知道如何修理腳踏車時
23. 當爸媽冷戰時
24. 當家人發現我的祕密時
25. 當喜宴中,爸媽喝醉酒時
26. 當家人生病,後來傳染給我時
27. 當爸爸很多天晚上沒跟我說話時
28. 當很晚了,媽媽還在講電話時
29. 當爸媽終於讓我自己做決定時
30. 當全家人一起大掃除時
31. 當爸媽不准我買自己想要的東西時
32. 當出門的時候發現鞋子壞了時
33. 當家人要我禮讓手足時
34. 當別人對我惡作劇時
35. 當做著自己喜歡的事情時
36. 當造成別人困擾時
37. 當有人記得我的糗事時
38. 當有人對我說關心的話時
39. 當學校即將開學時
40. 當假期開始,準備安排跟同學出去時
41. 當遇到性騷擾時
42. 當參加校外教學時
43. 當遊戲結束時
44. 當收到別人給我的禮物時
45. 當去山上拜拜時
46. 當朋友不答應幫我的忙時
47. 當我的作品遭到破壞時
48. 當過母親節時
49. 當上完大號,發現衛生紙用完時
50. 當討厭的人對我開玩笑時
51. 當排隊有人一直推擠時
52. 當在圖書館看書,有人大笑時
53. 當第一次一個人回家時
54. 當趕上了公車,卻發現忘了帶書包時
55. 當走在路上,然後踩到狗屎時
56. 當天氣很冷,但還是要很早起床時
57. 當突然發現自己流鼻血時
58. 當餐桌上都是我不喜歡吃的菜時
59. 當我惹朋友生氣時
60. 當騎腳踏車,鍊子脫落時
立即查看
有生命的漢字:部件意義化識字教材(教師版)
其他會員也一起購買
書名:有生命的漢字:部件意義化識字教材(教師版)
作者:李雪娥、高佩茹、陳曉依、陳雅嬿等
出版社:心理出版社有限公司
出版日期:2018/08/01
ISBN:9789861918365
內容簡介
在臺灣,識字教學之始普遍採用注音符號當媒介,通常,孩童可經由這樣的「形→音→義」之連結並反覆練習後習得。然,中文的語音訊息並不透明,其字形與字音的關係並不像拼音文字那樣的密切,所以有不少孩童無法以此方式順利習得識字與閱讀技能。 幸好,「以形表義」是中文字的特性,在中文的形體上有大量的語意信息,這樣的特性正好可讓這些孩童循著語意路徑來親近中文。 主編者於2012年提出了「形→義→音」的中文學習模式,稱做為「部件意義化識字教學法」。然而此教學法的進行需要具備豐厚的漢字文字學知識及漢字構形概念,為了節省教師收集相關資訊所花的時間與精力,於是編輯了《有生命的漢字:部件意義化識字教材》(教師版及學生版),希望能提升教學者嘗試意願,並幫助有需要的孩童習得識字技能。
立即查看
有生命的漢字:部件意義化識字教材(學生版)
其他會員也一起購買
書名:有生命的漢字:部件意義化識字教材(學生版)
作者:李雪娥、高佩茹、陳曉依、陳雅嬿
出版社:心理出版社
出版日期:2018/08/00
ISBN:9789861918372
內容簡介
在臺灣,識字教學之始普遍採用注音符號當媒介,通常,孩童可經由這樣的「形→音→義」之連結並反覆練習後習得。然,中文的語音訊息並不透明,其字形與字音的關係並不像拼音文字那樣的密切,所以有不少孩童無法以此方式順利習得識字與閱讀技能。 幸好,「以形表義」是中文字的特性,在中文的形體上有大量的語意信息,這樣的特性正好可讓這些孩童循著語意路徑來親近中文。 主編者於2012年提出了「形→義→音」的中文學習模式,稱做為「部件意義化識字教學法」。然而此教學法的進行需要具備豐厚的漢字文字學知識及漢字構形概念,為了節省教師收集相關資訊所花的時間與精力,於是編輯了《有生命的漢字:部件意義化識字教材》(教師版及學生版),希望能提升教學者嘗試意願,並幫助有需要的孩童習得識字技能。
立即查看
心情特攻隊〈桌上遊戲〉 (1版)
類似書籍推薦給您
立即查看
Kaggle 競賽攻頂秘笈 - 揭開 Grandmaster 的特徵工程心法,掌握制勝的關鍵技術
類似書籍推薦給您
Kaggle 競賽攻頂秘笈:揭開 Grandmaster 的特徵工程心法,掌握制勝的關鍵技術
ISBN13:9789863126379
替代書名:Kaggleで勝つデータ分析の技術/初版
出版社:旗標出版社
作者:門脇大輔;阪田隆司;保坂桂佑;平松雄司
譯者:李彥婷
裝訂/頁數:平裝/480頁
規格:23.5cm*18.3cm*2.4cm (高/寬/厚)
出版日:2021/02/22
中國圖書分類:電腦科學
內容簡介
Kaggle 是目前最大的資料科學競賽平台,這裡匯集世界各地超過 10 萬名資料科學家,解決各大企業公開於平台上面的資料及問題。Kaggle 曾經舉辦過總獎金一百萬美金的競賽,尋求各路好手解決癌症影像辨識的問題;也曾經有參賽者因為解決了一家壽險公司在 Kaggle 上發布的問題,因此順利進入該公司工作。因此,Kaggle 無疑是展現高超技術力,同時也是尋求優渥獎金、薪資、更好職位的途徑。
對於人工智慧的工程師、學生來說,Kaggle 平台提供了大量免費的資源:真實世界的資料集、各路好手的討論分享、以及累積實際操作的經驗等等。這些資源在一般課堂上幾乎很難取得,卻也是這領域最需要的知識與技能。
本書作者為四位 Kaggle 資料科學競賽專家,他們不僅透過實務上的角度解析各種特徵工程技術,超越一般教科書的視野;更重要的是提供各種技術、流程使用心得,讓讀者可以直接跳過嘗試、摸索的階段。試想下列的這些問題,不就是實務上經常會碰到的難處!而作者將會在書中闡述他們如何看待、解決這些事情:
● 如何最佳化模型的閾值來獲得最高的評價分數?
● 如何將資料經過編碼、降維等等轉換,以彰顯資料的特性?
● 如何依據問題的型態選擇模型,且依照模型的特性來提取適當的特徵?
● 如何正確進行時序資料的驗證以避免過度配適或資料外洩?
● 如何調整梯度提升決策樹、類神經網路的參數?
● 如何將自己所學的各種技術,進行有效的模型集成?
我們也在書中適時加上小編補充,讓讀者可以完整吸收四位專家的思想精髓,希望讀者閱讀本書之後,不僅可以在 Kaggle 競賽中締造絕佳成績,也相信讀者可以解決工作、研究中複雜且混亂的資料集。
讓我們一同走上資料科學的巔峰吧!
本書特色
● 國立成功大學資訊工程學系特聘教授 陳培殷博士 推薦
● 本書由施威銘研究室監修,內容易讀易懂,並加入大量「編註」與「小編補充」以幫助理解及補充必要知識。
● 集結 4 位 Kaggle 高手累積共 37 面獎牌的實戰經驗
● 整理當前實務上各種特徵工程的困難問題以及解決的方法
● 分享各種技術使用時機與實踐結果的寶貴心得
● 揭露 Kaggle 競賽高人一等的制勝精華
● 提供書中 Python 範例程式下載
目錄
第 1 章 數據分析競賽是什麼?
1.1 什麼是數據分析競賽?
1.1.1 數據分析競賽的目的
1.1.2 提交預測結果與排行榜 (Leaderboard)
1.1.3 組隊參賽
1.1.4 獎金、獎品
1.2 Kaggle 平台簡介
1.2.1 Kaggle
1.2.2 Rankings (排名、頭銜制度)
1.2.3 Notebooks
1.2.4 Discussion
1.2.5 Datasets
1.2.6 Kaggle API
1.2.7 Newsfeed
1.2.8 實際舉辦過的數據分析競賽類別與案例
1.2.9 數據分析競賽的形式 (format)
1.3 從開始參加數據分析競賽到結束
1.3.1 參加數據分析競賽
1.3.2 同意規定和條約
1.3.3 下載資料
1.3.4 產生預測值
1.3.5 提交預測值
1.3.6 查看 Public Leaderboard
1.3.7 選擇最終預測值
1.3.8 查看 Private Leaderboard
1.4 參加數據分析競賽的意義
1.4.1 獲得獎金
1.4.2 獲得頭銜或排名
1.4.3 使用實際資料進行分析的經驗/技術
1.4.4 建立和其他資料科學家的交流
1.4.5 獲得就業機會
1.5 贏得優勝的秘訣
1.5.1 任務和評價指標 (Metric)
1.5.2 建立特徵
1.5.3 建立模型
1.5.4 評價模型
1.5.5 模型調整
1.5.6 集成學習 (Ensemble Learning)
1.5.7 數據分析競賽的流程
第 2 章 任務與評價指標
2.1 數據分析競賽的任務種類
2.1.1 迴歸任務 (Regression)
2.1.2 分類任務 (Classification):二元分類與多分類
2.1.3 推薦任務 (Recommendation)
2.1.4 圖像資料任務
2.2 數據分析競賽的資料集 (Dataset)
2.2.1 表格資料 (tabular data)
2.2.2 外部資料
2.2.3 時間序列資料
2.2.4 圖像或自然語言等資料
2.3 任務與評價指標
2.3.1 什麼是評價指標 (evaluation metrics)?
2.3.2 迴歸任務的評價指標
2.3.3 二元分類任務的評價指標:預測值為正例或負例的情況
2.3.4 二元分類任務的評價指標:預測值為正例機率的情況
2.3.5 多元分類 (Multiclass Classification) 任務的評價指標
2.3.6 推薦任務的評價指標:MAP@K
2.4 評價指標和目標函數
2.4.1 評價指標和目標函數的差異
2.4.2 自定義評價指標與目標函數
2.5 評價指標的最佳化
2.5.1 最佳化評價指標的方法
2.5.2 最佳化閾值
2.5.3 是否該使用 out-of-fold 來最佳化閾值?
2.5.4 針對預測機率的調整
2.6 最佳化評價指標的競賽實例
2.6.1 balanced accuracy 的最佳化
2.6.2 mean-F1 的閾值最佳化
2.6.3 最佳化 quadratic weighted kappa 閾值
2.6.4 最佳化MAE ─ 使用相似的自定義目標函數
2.6.5 MCC 的近似值:PR-AUC 及模型的選擇
2.7 資料外洩 (data leakage)
2.7.1 在無預期的情況下外洩有利於預測的資訊
2.7.2 驗證機制錯誤所造成的資料外洩
第 3 章 特徵提取
3.1 本章結構
3.2 模型和特徵
3.2.1 模型和特徵
3.2.2 初步 (Baseline) 模型
3.2.3 從決策樹 (Decision Tree) 的角度思考
3.3 缺失值的處理
3.3.1 維持缺失值
3.3.2 以代表值填補缺失值
3.3.3 使用其他變數來預測缺失值
3.3.4 由缺失值來建立一個全新的特徵
3.3.5 認識資料中的缺失值
3.4 數值變數的轉換
3.4.1 標準化 (standardization)
3.4.2 Min-Max 縮放方法
3.4.3 非線性轉換
3.4.4 Clipping
3.4.5 Binning (分組)
3.4.6 將數值轉換為排序
3.4.7 RankGauss
...
原價:
1000
售價:
900
現省:
100元
立即查看
MASA的四季幸福餐桌:100道療癒心靈的特製季節料理
類似書籍推薦給您
立即查看
哲蚌寺對話錄:達賴喇嘛與科學家談心智、正念覺察力和實在的本質 (1版)
類似書籍推薦給您
立即查看