人工智能教育應(yīng)用（北師大）2024學(xué)堂在線網(wǎng)課章節(jié)測試和期末考試答案第第頁人工智能教育應(yīng)用（北師大）2024學(xué)堂在線網(wǎng)課章節(jié)測試和期末考試答案人工智能概述人工智能誕生的標(biāo)志是達(dá)特茅斯會(huì)議。在人工智能的發(fā)展過程中，專家系統(tǒng)通過模擬人類專家的知識(shí)和經(jīng)驗(yàn)來解決特定領(lǐng)域的問題，實(shí)現(xiàn)了人工智能從專注一般推理策略到運(yùn)用專門知識(shí)解決實(shí)際問題，從理論研究到實(shí)踐應(yīng)用的重大突破人工智能學(xué)術(shù)爭鳴的三大學(xué)派分別是行為主義學(xué)派，符號(hào)主義學(xué)派，連接主義學(xué)派行為主義認(rèn)為人類認(rèn)知和思維的基本單元是符號(hào)人類的認(rèn)知和思維過程是對(duì)符號(hào)進(jìn)行操作的過程。錯(cuò)誤行為主義認(rèn)為人工智能應(yīng)采用行為模擬的方法批判了符號(hào)主義和連接主義在對(duì)真實(shí)世界中客觀事物的描述及對(duì)智能行為工作模式的理解方面過于簡化。無法反映真實(shí)的客觀世界。正確在當(dāng)今人工智能領(lǐng)域受到廣泛應(yīng)用的是以深度學(xué)習(xí)網(wǎng)絡(luò)為代表的符號(hào)主義。錯(cuò)誤盡管符號(hào)，連接，行為主義三種學(xué)派對(duì)于智能的理解有所不同，但都致力于實(shí)現(xiàn)讓機(jī)器通過模仿人的思維以達(dá)到人類智能水平的宏偉目標(biāo)，產(chǎn)生了豐富的研究成果，共同推動(dòng)了人工智能的發(fā)展。正確人工智能在醫(yī)療，金融，交通，教育領(lǐng)域得到了廣泛應(yīng)用。智能服務(wù)機(jī)器人可以在計(jì)算機(jī)視覺識(shí)別等技術(shù)的基礎(chǔ)上提供現(xiàn)場消毒，物流監(jiān)控，送藥等醫(yī)療后勤服務(wù)。城市交通大腦通過模擬人類大腦的認(rèn)知，協(xié)調(diào)，學(xué)習(xí)，決策等綜合職能，可以對(duì)城市及城市交通的相關(guān)信息進(jìn)行深度分析，綜合研判，并智能生成對(duì)策方案。智能評(píng)測系統(tǒng)可以在對(duì)學(xué)習(xí)者學(xué)習(xí)全過程記錄的基礎(chǔ)上，利用人工智能技術(shù)對(duì)學(xué)習(xí)結(jié)果進(jìn)行分析和評(píng)價(jià)，并通過反饋結(jié)果不斷完善測評(píng)方案。正確在智能支付中，人臉識(shí)別支付，聲紋識(shí)別支付等支付方式目前已經(jīng)非常普遍，虹膜識(shí)別支付，指紋識(shí)別支付等更高安全級(jí)別的認(rèn)證方式的應(yīng)用也逐漸增多。錯(cuò)誤人工智能這一概念的出現(xiàn)和發(fā)展經(jīng)歷了漫長的周期，主要可以概括為五個(gè)階段，起步期，反思期，應(yīng)用期，穩(wěn)步期，蓬勃發(fā)展期。錯(cuò)誤以下說法中正確的一項(xiàng)是？連接主義以神經(jīng)生理學(xué)和認(rèn)知科學(xué)為基礎(chǔ)，強(qiáng)調(diào)智能是相互連接的，神經(jīng)元的相互作用，主張模擬發(fā)生在人類神經(jīng)系統(tǒng)中的認(rèn)知過程。智能投資顧問能運(yùn)用人工智能，大數(shù)據(jù)等技術(shù)識(shí)別欺詐群體和欺詐行為，實(shí)現(xiàn)智能反欺詐。錯(cuò)誤機(jī)器學(xué)習(xí)請(qǐng)將機(jī)器學(xué)習(xí)，人工智能，深度學(xué)習(xí)三個(gè)概念按照覆蓋的技術(shù)范疇逐層遞減排序。人工智能，機(jī)器學(xué)習(xí)，深度學(xué)習(xí)下列哪項(xiàng)不屬于特征工程？機(jī)器學(xué)習(xí)模型評(píng)估分類問題的預(yù)測結(jié)果是連續(xù)變量。錯(cuò)誤。下列哪項(xiàng)不屬于分類算法？線性回歸算法下圖為判斷西瓜好壞的決策樹，圖中紅色框內(nèi)的節(jié)點(diǎn)是？葉節(jié)點(diǎn)下列哪些選項(xiàng)屬于無監(jiān)督學(xué)習(xí)的特征？過程能夠探索數(shù)據(jù)內(nèi)在分布結(jié)構(gòu)；訓(xùn)練結(jié)果無法直接計(jì)算準(zhǔn)確率。下圖為使用k-means算法對(duì)abcde五個(gè)點(diǎn)進(jìn)行聚類的過程節(jié)選，下一步所形成的兩個(gè)簇是？｛A,B,C｝,｛D,E｝下圖為教育學(xué)院部分學(xué)生的選課數(shù)據(jù)，請(qǐng)使用apriori算法計(jì)算學(xué)生選課的頻繁關(guān)聯(lián)規(guī)則。循環(huán)神經(jīng)網(wǎng)絡(luò)隱藏層的值只取決于輸入的值。錯(cuò)誤機(jī)器模型訓(xùn)練誤差小的泛化誤差一定小。錯(cuò)誤在機(jī)器學(xué)習(xí)的過程中，經(jīng)常會(huì)使用留出法和交叉驗(yàn)證法來進(jìn)行機(jī)器學(xué)習(xí)模型的評(píng)估，正確。下列哪些是分類任務(wù)常用的模型評(píng)價(jià)指標(biāo)？錯(cuò)誤率，精度知識(shí)圖譜以下哪些屬于知識(shí)圖譜的技術(shù)？實(shí)體識(shí)別，關(guān)系抽取，知識(shí)推理，知識(shí)表示知識(shí)圖譜的基本單位是由實(shí)體-關(guān)系-實(shí)體構(gòu)成的三元組，這也是知識(shí)圖譜表示方法的核心。正確。知識(shí)圖譜的知識(shí)表示方法可以分為兩類，一類是基于符號(hào)邏輯的知識(shí)表示方法。一類是基于第一維向量的知識(shí)表示方法。正確。在實(shí)體識(shí)別任務(wù)中，監(jiān)督學(xué)習(xí)方法十分完善，不存在缺少標(biāo)注語料和數(shù)據(jù)稀疏的問題。錯(cuò)誤基于機(jī)器學(xué)習(xí)的關(guān)系抽取，按照機(jī)器學(xué)習(xí)方法中對(duì)語料庫需求的不同，可以將其分為三類。分別是有監(jiān)督關(guān)系抽取，若監(jiān)督關(guān)系抽取和無監(jiān)督關(guān)系抽取。正確以下哪個(gè)不屬于基于特征向量方法的步驟？模型驗(yàn)證馬爾可夫邏輯網(wǎng)是一種通過為邏輯規(guī)則綁定權(quán)重的方式，將一階邏輯向概率邏輯進(jìn)行拓展的方法，即把一階謂詞邏輯映射到馬爾可夫網(wǎng)絡(luò)上。正確基于符號(hào)演算的推理和基于向量表示的推理是知識(shí)推理的兩大方法。正確以下哪些屬于學(xué)科知識(shí)圖譜的案例？可汗學(xué)院數(shù)學(xué)學(xué)科知識(shí)地圖案例。Knewtown平臺(tái)。北京師范大學(xué)唐師別苑。清華大學(xué)rdf知識(shí)圖譜案例。自然語言處理以下哪些屬于自然語言處理的研究方向?文本分類機(jī)器翻譯自動(dòng)文摘問答系統(tǒng)逆向最大匹配法和正向的分詞目標(biāo)一致,它的算法流程也和正向最大匹配法相近,只是取詞方向相反,即()取詞;并且當(dāng)子串不在詞典中時(shí),子串長度從()減一，其余的流程一致B從右向左;從左向右在命名實(shí)體識(shí)別任務(wù)中,下面哪種標(biāo)簽體系可以更好地區(qū)分連續(xù)的同類實(shí)體?BIOES體系句法分析中的句法結(jié)構(gòu)分析和依存關(guān)系分析有何不同任務(wù)側(cè)重點(diǎn)?句法結(jié)構(gòu)分析是生成句子的語義樹,依存關(guān)系分析是分析句子中的詞語依賴關(guān)系根據(jù)語言單位的不同,語義分析可分為詞匯級(jí)語義分析、句子級(jí)語義分析及篇章級(jí)語義分析。詞匯級(jí)語義分析主要關(guān)注();句子級(jí)語義分析的主主要任務(wù)是();篇章級(jí)語義分析的關(guān)注重點(diǎn)是A詞義消歧;語義角色標(biāo)注;指代消歧經(jīng)典的詞向量訓(xùn)練模型Word2vec包括兩種模型,連續(xù)詞袋模型和跳字模型。連續(xù)詞袋模型是根據(jù)()預(yù)測(),跳字模型則與連續(xù)詞袋模型相反。在實(shí)際應(yīng)用中,連續(xù)詞袋模型的運(yùn)算速度比跳字模型更()上下文詞,中心詞,快在LDA主題模型的工作原理中,一篇文檔中每個(gè)詞的出現(xiàn)概率可以表示為以下哪個(gè)公式?P(詞語|文檔)=∑主題[p(詞語|主題)*p(文檔|主題)]文本分類和文本聚類的主要區(qū)別在于？文本分類是將文本數(shù)據(jù)分為預(yù)定義的類別,而文本聚類是將相似的文本劃分為未知的組基于統(tǒng)計(jì)的方法通過判斷文本是否符合一定的規(guī)則和特征來識(shí)別文本所屬的類型，如關(guān)鍵詞匹配、正則表達(dá)式、詞袋模型等。錯(cuò)誤主題模型就是用大量已知的___矩陣,通過一系列的訓(xùn)練,推理出"主題-詞語"矩陣和"文檔-主題"矩陣文檔-詞語以下哪個(gè)是常見的文本聚類算法？K均值機(jī)器翻譯共有三個(gè)主要任務(wù),分別是源語言語句的理解,源語言到目標(biāo)語言的轉(zhuǎn)換,目標(biāo)語言的生成。正確RNN算法的缺陷是什么?數(shù)據(jù)輸入得越早,被"遺忘"的可能性就越大以下哪些算法可以用于自然語言生成?LSTMTransformer以下哪些對(duì)于LSTM算法的描述是正確的?LSTM引入了門gate的概念,門是用來決定信息如何保留的小開關(guān)LSTM在處理長序列時(shí)可能無法捕捉到遠(yuǎn)距離的依賴關(guān)系LSTM是RNN的一種變體以下哪些是常用的自然語言處理工具?LTP平臺(tái)StandfordNLPNLTKTHULAC以下哪些屬于自然語言處理的教育應(yīng)用?知識(shí)圖譜智能教學(xué)代理語言學(xué)習(xí)工具計(jì)算機(jī)視覺計(jì)算機(jī)視覺的目的是讓計(jì)算機(jī)像人類一樣能夠感知并理解|圖像,其涉及到學(xué)科僅為計(jì)算機(jī)科學(xué)。錯(cuò)誤下列日常生活場景中,哪一項(xiàng)沒有用到計(jì)算機(jī)視覺技術(shù)()丙使用ChatGPT進(jìn)行文章潤色下列選項(xiàng)中,哪些屬于計(jì)算機(jī)視覺的研究領(lǐng)域?目標(biāo)檢測圖像語義分割圖像分類計(jì)算機(jī)學(xué)習(xí)去"認(rèn)識(shí)"物體的過程與人類相似,都是先對(duì)該物"體的特征進(jìn)行提取,再通過不斷"實(shí)踐"來修正所理解的特征,使特征模型越來越準(zhǔn)確。正確下面有關(guān)計(jì)算機(jī)視覺實(shí)現(xiàn)過程中圖像收集和預(yù)處理的表述錯(cuò)誤的是()圖像增強(qiáng)的目的是減少圖像上的噪點(diǎn)或失真模型訓(xùn)練的過程本質(zhì)上是以圖像特征為自變量、類別標(biāo)簽為因變量,構(gòu)建特征向量與類別標(biāo)簽之間的函數(shù)映射關(guān)系式的過程,主要通過支持向量機(jī)、隨機(jī)森林、貝葉斯等算法實(shí)現(xiàn),目標(biāo)是計(jì)算出最優(yōu)參數(shù)。正確下面關(guān)于計(jì)算機(jī)視覺中傳統(tǒng)機(jī)器學(xué)習(xí)方法和深度神經(jīng)網(wǎng)絡(luò)的說說法正確的有哪些()?傳統(tǒng)機(jī)器學(xué)習(xí)算法依靠專家手動(dòng)設(shè)計(jì)特征提取算法深度神經(jīng)網(wǎng)絡(luò)能做到特征的自動(dòng)提取深度神經(jīng)網(wǎng)絡(luò)可以提取到更抽象更復(fù)雜的高層次特征深度神經(jīng)網(wǎng)絡(luò)可以降低計(jì)算機(jī)視覺任務(wù)的流程復(fù)雜度下面關(guān)于AlexNet的說法正確的是()AlexNet是一種經(jīng)典的深度神經(jīng)網(wǎng)絡(luò)AlexNet的結(jié)構(gòu)包括卷積層、池化層和全連接層卷積層使用卷積核提取特征,將圖像數(shù)據(jù)壓縮為特征數(shù)據(jù)下列哪項(xiàng)不屬于計(jì)算機(jī)視覺技術(shù)在教育領(lǐng)域的應(yīng)用B使用智能聊天機(jī)器人進(jìn)行教學(xué)智能機(jī)器人1962年,美國AMF公司生產(chǎn)出第一臺(tái)圓柱坐標(biāo)型機(jī)器人,由此什什么設(shè)備開始在機(jī)器人領(lǐng)域得到廣泛應(yīng)用。傳感器自適應(yīng)機(jī)器人在前一代機(jī)器人的機(jī)械結(jié)構(gòu)和電氣結(jié)構(gòu)的基礎(chǔ)上地加了()能力。感知智能機(jī)器人可以把()智能化結(jié)合起來,以便在非特定的環(huán)境下作業(yè)。感知和行動(dòng)智能機(jī)器人被界定為一個(gè)()的機(jī)器,可以借助內(nèi)外部傳感器來感知內(nèi)部關(guān)節(jié)的運(yùn)行自動(dòng)化從系統(tǒng)結(jié)構(gòu)來看,智能機(jī)器人的控制部分通過()來控制機(jī)器人完成各種動(dòng)作。人機(jī)交互系統(tǒng)和控制系統(tǒng)以下哪個(gè)技術(shù)是對(duì)人腦綜合處理復(fù)雜問題的一種功能模擬,可!以綜合處理來自多個(gè)傳感器或者多源的信息,從而得到更準(zhǔn)確、更可靠的結(jié)論()。多傳感器信息融合在教育應(yīng)用中,以下哪類機(jī)器人可以使得教師、學(xué)生在異地參與教或?qū)W的活動(dòng)()。遠(yuǎn)程控制教育機(jī)器人趨向集成深度學(xué)習(xí)技術(shù)和機(jī)器人仿真技術(shù),以聚焦于教育機(jī)器人的()。真人智能機(jī)器人產(chǎn)業(yè)的發(fā)展大致經(jīng)歷了以下哪幾個(gè)階段()?發(fā)展萌芽期產(chǎn)業(yè)孕育期快速發(fā)展期智能應(yīng)用期機(jī)器人技術(shù)的發(fā)展大體可以概括為以下幾個(gè)階段可編程機(jī)器人感知機(jī)器人智能機(jī)器人智能機(jī)器人的系統(tǒng)構(gòu)成由以下哪幾個(gè)部分組成()?控制部分機(jī)械部分傳感部分智能機(jī)器人按照機(jī)械結(jié)構(gòu)分類,分為哪幾種()?固定式機(jī)器人移動(dòng)式機(jī)器人面向STEAM學(xué)習(xí)的可編程機(jī)器人可以根據(jù)教學(xué)內(nèi)容將其分為()和()兩個(gè)類別。機(jī)器人學(xué)計(jì)算機(jī)科學(xué)智能控制具有哪些控制方式,來解決傳統(tǒng)控制方法難以解決的復(fù)雜系統(tǒng)的控制問題。智能信息處理智能信息反饋智能控制決策人機(jī)交互過程中,人們經(jīng)常利用的感知有哪幾種()?視覺感知聽覺感知觸覺感知Milo作為一款特殊教育的人形機(jī)器人,可以進(jìn)行哪些操作以教導(dǎo)自閉癥兒童進(jìn)行適當(dāng)?shù)纳缃恍袨?)。微笑大笑走路說話可編程機(jī)器人具有記憶和存儲(chǔ)能力,可以根據(jù)編程人員的固化程序,完成一些簡單的邏輯推理工作。錯(cuò)誤仿人機(jī)器人是模仿人的形態(tài)和行為而設(shè)計(jì)制造的機(jī)器人,可以具備基本的記憶與辨識(shí)的能力。正確智能機(jī)器人的機(jī)械系統(tǒng)中機(jī)座的可移動(dòng)性決定了整個(gè)系統(tǒng)是否可以移動(dòng)。正確研究智能機(jī)器人的目標(biāo)是為了讓機(jī)器人完全取代人,目前處在在人機(jī)協(xié)調(diào)適應(yīng)環(huán)境的階段。錯(cuò)誤類腦智能在系統(tǒng)自適應(yīng)方面,數(shù)據(jù)智能高度依賴于(),在自主學(xué)習(xí)、自適應(yīng)等方面表現(xiàn)較弱。模型構(gòu)建現(xiàn)階段人工智能發(fā)展的主流技術(shù)路線是()。數(shù)據(jù)智能類腦智能是受大腦神經(jīng)運(yùn)行機(jī)制和認(rèn)知行為機(jī)制啟發(fā),以()為手段,通過軟硬件協(xié)同實(shí)現(xiàn)的機(jī)器智能。計(jì)算建模在類腦芯片研究方向的探索中,通過設(shè)計(jì)()來大力支持成熟的認(rèn)知計(jì)算算法是研究的一個(gè)重要方向。芯片結(jié)構(gòu)人腦在神經(jīng)網(wǎng)絡(luò)中實(shí)現(xiàn)信息處理時(shí),數(shù)據(jù)本身以()方式存儲(chǔ)在神經(jīng)網(wǎng)絡(luò)的各個(gè)節(jié)點(diǎn)以及節(jié)點(diǎn)之間的連接上。分布式()是一種不依賴于大腦、肌肉和骨骼以及周圍神經(jīng)這些人體正常的傳導(dǎo)輸出通路的通信系統(tǒng)。腦機(jī)接口機(jī)器學(xué)習(xí)的最高目標(biāo)是讓機(jī)器能夠像人一樣不斷地從周圍環(huán)境鏡中學(xué)習(xí)知識(shí),最終實(shí)現(xiàn)（）。終身學(xué)習(xí)在行動(dòng)能力方面,智能機(jī)器人通過()來實(shí)現(xiàn)動(dòng)作及行為能力。預(yù)先定義規(guī)則人工智能學(xué)科以()人類智能為發(fā)展目標(biāo)。模擬延伸擴(kuò)展類腦智能是一種將()與()融合的新型網(wǎng)絡(luò)模型和學(xué)習(xí)方法。生物機(jī)制數(shù)學(xué)原理以下屬于計(jì)算系統(tǒng)中馮·諾依曼架構(gòu)特點(diǎn)的是(系統(tǒng)功耗高并行度低規(guī)模有限類腦智能技術(shù)體系主要分為以下()層次?；A(chǔ)理論層硬件層軟件層產(chǎn)品層類腦智能技術(shù)軟件層的包括()哪幾個(gè)部分。核心算法通用技術(shù)腦機(jī)接口技術(shù)在教育領(lǐng)域的應(yīng)用主要集中在()等方面。教學(xué)效果監(jiān)測注意力監(jiān)測學(xué)生情感識(shí)別類腦機(jī)器人能夠以類似于人腦工作的方式運(yùn)行,以下屬于其所聽具備的高級(jí)智能能力的是()。視覺聽覺思考能力執(zhí)行能力類腦智能通過機(jī)器人與周圍環(huán)境的交互、感知控制、自主決策等,可以實(shí)現(xiàn)人際交互和數(shù)據(jù)理解的(智能家居智慧教育智能醫(yī)療養(yǎng)老助殘類腦智能有望達(dá)到人腦的認(rèn)知能力,具備較強(qiáng)的關(guān)聯(lián)分析和自主學(xué)習(xí)能力,并保證較強(qiáng)的魯棒性。正確類腦智能的發(fā)展需要在結(jié)構(gòu)層次逼近腦、器件層次模仿腦、功能層次超越腦。錯(cuò)誤植入式腦機(jī)接口所獲取的EEG信息在時(shí)間和空間上的分辨率更高,但是獲取的信息量相對(duì)較少。錯(cuò)誤作為一種典型的人工神經(jīng)網(wǎng)絡(luò),深度神經(jīng)網(wǎng)絡(luò)主要借鑒了生物神經(jīng)網(wǎng)絡(luò)的工作原理。正確云計(jì)算與大數(shù)據(jù)云計(jì)算將網(wǎng)絡(luò)上的服務(wù)資源虛擬化并提供給其他用戶使用,整個(gè)服務(wù)資源的管理、維護(hù)等工作都由()負(fù)責(zé)。云端云計(jì)算采用計(jì)算機(jī)集群構(gòu)成數(shù)據(jù)中心,并以()的形式交付給用戶,使得用戶可以按需購買云計(jì)算資源。服務(wù)云服務(wù)提供商將IT系統(tǒng)中的應(yīng)用軟件服務(wù)以()的方式拼是供給用戶。出租云計(jì)算系統(tǒng)主要采用()存儲(chǔ)的方式保證數(shù)據(jù)的可靠性。分布式大數(shù)據(jù)概念最初起源于(),由Cisco/Oracle、IBM等公司倡議發(fā)展是起來。美國數(shù)據(jù)流動(dòng)速率是指對(duì)數(shù)據(jù)進(jìn)行采集、存儲(chǔ)以及分析的速度,因此也意味著數(shù)據(jù)的采集和分析等過程必須()。迅速及時(shí)大數(shù)據(jù)發(fā)揮作用創(chuàng)造價(jià)值的基礎(chǔ)是()。數(shù)據(jù)采集教育大數(shù)據(jù)聚焦于教師的(),用來優(yōu)化教學(xué)策略,提供個(gè)性化教育資源。微觀數(shù)據(jù)云計(jì)算是一種按使用量付費(fèi)的模式,這種模式可以提供什么樣的網(wǎng)約洛訪問(可用的便捷的按需的以下屬于云計(jì)算特征的是()。廣泛網(wǎng)絡(luò)服務(wù)資源池化快速彈性測量服務(wù)云計(jì)算的部署配置模式主要包括哪幾種()。公有云私有云混合云社區(qū)云以下屬于大數(shù)據(jù)特征的是規(guī)模性高效性價(jià)值性真實(shí)性大數(shù)據(jù)具有多樣性的特點(diǎn),一般包括哪些類型的數(shù)據(jù)()。結(jié)構(gòu)化半結(jié)構(gòu)化非結(jié)構(gòu)化教育大數(shù)據(jù)的數(shù)據(jù)采集具有()特點(diǎn),數(shù)據(jù)采集的誤差相對(duì)較小。過程性的；即時(shí)性的。教育大數(shù)據(jù)與傳統(tǒng)教育數(shù)據(jù)的主要區(qū)別體現(xiàn)在哪些方面。數(shù)據(jù)采集；數(shù)據(jù)應(yīng)用學(xué)習(xí)分析技術(shù)利用()的優(yōu)勢,對(duì)學(xué)習(xí)平臺(tái)中積累的大量數(shù)據(jù)信息進(jìn)行采集、存儲(chǔ)、分析和表示,為個(gè)別學(xué)生量身定制更有效的教育方案。數(shù)據(jù)挖掘數(shù)據(jù)解釋數(shù)據(jù)建模在公有云中,云服務(wù)提供商需要保證所提供資源的安全性和可能性,用戶則不需要關(guān)心具體資源由誰提供以及如何實(shí)現(xiàn)等問題。正確大數(shù)據(jù)中涉及的數(shù)據(jù)采集、存儲(chǔ)和計(jì)算的量都非常大,其中中非結(jié)構(gòu)化數(shù)據(jù)占總數(shù)據(jù)量的20%~40%。錯(cuò)誤云計(jì)算需要按需計(jì)算服務(wù),是一種新的、有效的計(jì)算使用范式。正確大數(shù)據(jù)技術(shù)可以跟蹤教師授課歷程,分析教師的教學(xué)特征與優(yōu)勢。正確人工智能教育應(yīng)用場景智能導(dǎo)師系統(tǒng)可以利用人工智能技術(shù)承擔(dān)部分()在教學(xué)中的角色,是人工智能在教育場景中使用較早和發(fā)展較為成熟的應(yīng)用之一。人類教師AutoTutor是一種基于自然語言的智能導(dǎo)學(xué)系統(tǒng),在模擬人類教師教學(xué)的基礎(chǔ)上,采用()與學(xué)生對(duì)話。自然語言牛頓平臺(tái)的知識(shí)圖譜是通過()來建立的,由模塊、概念、內(nèi)容與概念之間的關(guān)系三種元素構(gòu)成。自適應(yīng)本體最早的智能學(xué)伴來自20世紀(jì)60年代麻省理工學(xué)院()創(chuàng)辦的人工智能實(shí)驗(yàn)室。帕爾特PAPERT智能批閱系統(tǒng)主要是針對(duì)作業(yè)的()來設(shè)計(jì)的。自動(dòng)評(píng)分Al好老師是一款人工智能育人助理系統(tǒng),主要借助人工智能技術(shù)實(shí)現(xiàn)育人經(jīng)驗(yàn)隱性知識(shí)的(),為教師提