#家長不能幫孩子讀書考試
#家長可以幫孩子找尋適合的學習方式
國三暑假剛開始補習數學的長子,覺得補習班老師很有趣。但是上課一段時間後發現,每次補習都要花掉很多通車往返的時間,而且他是後來才加入的學生,總是覺得課程的步驟太快。
進入高中,老師上課的進度又有點慢,在這樣快慢不能協調的步驟下,長子的數學成績就像雲霄飛車起落,巨幅震盪。
每次要用周末的晚上坐火車去補數學,也讓他慢慢覺得浪費太多時間,愈來愈不快樂,我可以怎麼幫他呢﹖
我們分析著補完一個學期後就結束補習生涯,看看同學們都用那本參考書,也買一本來練習。不停嘗試各種方式,只是希望協助孩子找尋到最適合他的學習方式,這樣親子才會快樂。
這時三貝德教育集團的升學王,邀請我讓孩子試讀。以前長子很排斥數位學習,他說:「電腦就是要用來娛樂的﹗」,後來他自己用平板電腦學得了很多知識,加上高中開學前學校也有些數位學習課程,他就接受了我的提議,使用升學王數位學習。
當長子開始 #使用升學王的課程後,#在補習班老師進度超前,#學校老師課程又落後的混亂中,#他終於可以依照著自己的學習需求訂定進度,#慢慢的把以前數學似懂非懂的學習小洞補起來。
他說:「媽媽,升學王的課程很詳細,以前我在補習班好像聽懂了﹗但考試卻又不會。」
舉一個高中一年級數學的章節: #3-1多項式的運算應用-餘式定理、因式定理
P=3ax²-7x+3・Q=6x²-+(2b-1)x-c,若P+Q為常數多項式,則a+b=_____?
這樣的算式在國中升高中的第一年,#就開始進入家長的知識誤區了~
﹙好困難呀,實在不能用以前學習的經驗來指導課業,老實說家長也真的不知道孩子學習的苦﹚
兒子說,現在看升學王的課程、反複做題目練習,即使錯題也都有解題步驟, #把他以前似懂非懂的都弄懂了﹗」
我問:「那除了數學,你還覺得哪些幫助很大﹖」
他說:「每一科的內容都很詳實,特別是生物科。我們生物的課本太簡單,升學王有很多詳細的補充資料,讓我學得更多也學得很開心。」試讀兩週後 #測驗成績從50分進步到100分!
升學王,是孩子數位學習的貼身家教,數位隨看課程,進度可快可慢,由孩子自己的需求來選擇,讓孩子在隨學隨讀的貼身數位家教陪伴中,讓學習在扎實中穩定進步,也變得更有自信與快樂。
父母不能幫孩子考試,但可以幫孩子找尋更適合的學習方式,當孩子找到了適合自己的學習方式,會讓親子都快樂。長子每天都會安排學習的課程進度,現在在放寒假,孩子有更多的時間可以安排自主學習,讓知識變得更扎實與更有自信。
升學王是親子很好的選擇,不但有用心安排的課程,還有貼心的客製化設計,可以幫學生安排適合的複習進度,更讓孩子把不會的問題問懂。唯一要擔心的是,當孩子一直享受在學習中,都沒有休息時,可能要提醒他起來動一動身體,再繼續增進自己的知識與能力。
留言區放上許多名校高中﹙建中、台南女中、成功高中…等﹚知名校長的愛用推薦,再加上二位學員的試用見證
我也會持續跟大家分享兒子的學習跟考試準備,一起期待吧!
●http://bit.ly/超前準備下學期課程--國中
●http://bit.ly/超前準備下學期課程--高中
【限時優惠活動倒數中】年後就要回復原價了,開學前媽媽們先來卡位下單或是爭取試讀名額呦!
1#高中升學王下單禮:限量價值$17,911大禮包
➡️多送一個月課程學習期間,價值$1,911
➡️線上家教解答-升學王學員可得點數$32,000點(2點等同現金1元),可以透過升學王系統,把學校作業、或是學習上遇到的問題都可以提問給老師,老師最快可以在一小時內就即時回覆答案。
2#班主任排課卡位免費試讀:超前預習下學期課程
送鬼滅之刃授權商品資料夾+長型海報
p a-b怎麼算 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
訓練AI模型,要多少數據?拆解企業人工智慧專案為何難落地
2020.12.09 by 若水AI Blog
企業導入AI似乎已成為一種趨勢,但是訓練AI模型,需要多少數據?其背後的商業命題與成本又該如何解決?帶你來一起窺探AI專案背後的秘密!
企業的AI專案在釐清問題本質、找到命題之後,首先會面臨到一個問題:收集數據(Data Collection)和建立AI模型(Model Establishing),該以什麼作為評估基準?
訓練一個AI數據模型,需要多少數據?
訓練AI數據模型時,其實有三個要素,彼此互相影響。分別是: 商業問題的複雜度 、 AI模型複雜度 (Model Complexity),以及 數據複雜度 (Data Complexity)。
因此,如果想知道需要多少訓練數據(Training Data),建議先釐清:這個AI專案到底要處理什麼問題,以及這個問題有多複雜?確定之後,再來判斷應該選用哪種程度的模型來做訓練。根據不同的商業命題複雜度,用不同複雜度的模型和精準數據彼此搭配,找出最佳平衡,才能讓AI專案順利落地。
但光憑想像,很難評估實際的AI數據量和成效,所以開始AI的第一步,需要先透過POC概念驗證(Proof of Concept)實驗來找答案。
簡單來說,就是針對不同複雜程度的商業問題,嘗試選用不同複雜度的模型搭配測試,直到模型跑出來的曲線,符合理想目標。
一般狀態下,假設商業問題本身的複雜度很高,我們會預期要選擇複雜度較高的模型。但是如果數據量不足,那麼選擇複雜度較高的AI模型,反而會比用簡單的AI模型效果還差。(上圖左上、右上,分別代表複雜度10和複雜度50的問題,可以明顯看出複雜的模型曲線比較接近學習數據集(Dataset),但是在測試數據集上的誤差 Eout,反而比簡單模型還差了許多。)
上圖的左下和右下,是以不同複雜度的模型去做POC,跑出來的結果曲線圖。藍色線代表的是學習數據(Training Data)成效,紅色線代表的是測試數據(Testing Data)成效。最理想的POC目標,應該是兩條曲線很貼近彼此,而且位置越低越好。
我們會發現,左下這張圖的兩條曲線雖然彼此貼近,但是就算增加數據,也無法降低誤差。這表示模型偏誤(Bias)高,效果不佳,應該要增加模型複雜度 (Model Complexity)。
增加模型複雜度之後,就會像右下這張圖,藍色曲線(學習數據)雖然數值很低,但在學習數據不足的情況下(灰色區塊),紅色曲線(測試數據)卻「飄」得太高。這表示模型變異誤差(Variance)高,應該要增加學習數據。最後在慢慢增加模型複雜度以及學習數據之後,我們就可以達到理想的結果(兩條曲線很貼近彼此,而且位置越低越好)。
數據哪裡來?發展AI人工智慧之前,先建立數據流
先前我在文章裡提到,很多企業會急著開發AI模型,但AI專案落地經驗的三大關鍵之一,其實是先確認:是否已經準備好數據了?如果沒有這樣的能力,談AI落地其實有點好高騖遠。
AI數據收集(Data Collection)最大的挑戰,在於針對不同型態的命題,會產生不同的AI數據需求,因此需要建立的「數據流」(Data Pipeline),AI數據處理 (Data Processing)和數據標註(Data Annotation)的模式及流程也會有所不同。
發展AI之前,如果能建立起從數據收集(Data Collection)、數據處理(Data Processing)到AI模型學習的數據流(Data Pipeline),並確保可以順暢運行,實際訓練AI模型時才會省力很多。
數據不夠或太多怎麼辦?
Google開設的機器學習(Machine Learning)課程中,第一項原則就開宗明義地指出:「Don’t be afraid to launch a product without machine learning」。
如果你的產品或業務不一定需要用到機器學習(Machine Learning),那就別用,除非你有AI數據。有數據,再來談機器學習(Machine Learning)。但在業界的實際狀況,大家不是沒有數據,而是只有一些些,這時候該怎麼辦?我會建議,先從小地方開始做起,也就是從POC專案著手。
POC專案要有具體成效,除了要注意設計專案、實驗模型的指標(Metrics),企業最重要的是要先定義清楚:AI專案要達到什麼樣的指標,才算是成功?這樣最後做出來的成果,才會真正符合商業目標。
如果今天不是沒有AI數據,而是數據很多,又該從何下手呢?
我建議,嘗試減少訓練AI人工智慧時的「 數據大小 」和「 數據筆數 」。
過去曾經處理過一個AI專案,數據多達2億筆。第一次實驗,把數據全部餵進AI模型,取得結果。第二次,只拿其中有代表性的500萬筆出來訓練人工智慧。
猜猜結果如何?兩次實驗的表現,只差異不到1%。
所以,如果企業對於AI數據的品質和數量有一定程度的自信根據,其實不用把數據全部餵進AI模型訓練(Model Training),只用有代表性的AI數據來訓練就可以了。市面上很多常見的AI工具(Cluster),可以做到這點,幫助省時省力。
AI模型訓練,記得校準商業目標
企業發展AI人工智慧的最終目的,還是希望能 達到商業目標,創造價值 。
所以,訓練AI模型時,團隊如果不知道如何判斷哪個指標,對AI模型學習來說比較重要,建議回歸初心,重新釐清「 這個專案想達到的商業目標是什麼 」。
比方,趨勢科技(Trend Micro)要開發一個能夠判斷電腦病毒的AI,但是勒索病毒(denial-of-access attack)和廣告病毒對客戶的傷害程度大不相同。這時候,工程師就會針對這個命題,餵給AI模型不同病毒種類的數據,讓它學會判斷不同病毒的重要性,分辨出哪些病毒比較嚴重不能有判斷錯誤,而哪些病毒比較無害,不一定要做到一百分。
最常見的訓練方法,是用成本函數(Cost Function)的方式,訓練完再回去調整AI模型的評分(Rating),用加扣分的方式,告訴機器它的學習表現是好是壞,做對就加分,做錯就扣分。
上述評分原則的制定,和企業的商業價值考量息息相關,所以一般在組織分工,會由PM專案團隊負責判斷哪些項目重要,請資料科學家設計在上述Cost Function裡面。
很多人以為,AI人工智慧開發要做到很完美才行,但其實根據我們的經驗,只要AI開發成本符合預算、AI模型表現可接受(大約做到60–70分),而且結果有助於降低成本,就可以算是達到商業目標。反過來,即使AI模型表現非常好(高達90分),但成本卻遠超出預算,就不建議執行。
另外,因為POC階段會做很多的實驗,需要拿兩個穩定且可以互相比較的基準做A/B Test,所以做好基礎建設非常重要。
如果一個團隊裡面有三位工程師,但三個人做出來的結果都無法互相比較,那麼這個實驗就會變得霧裡看花,導致AI專案難以落地。
AI數據小學堂:模型指標(metrics)
在做模型實驗時,通常會用混淆矩陣(Confusion Matrix)的四種指標:TP(True Positive)、TN(True Negative)、FP(False Positive)、FN(False Negative),以及Count、Unique和Accuracy等等函數,來判斷這個模型的表現好不好。
P或TN值,代表模型辨識的答案正確,和預期結果一致。例如:模型正確判斷出「這是一隻貓」、「這不是一隻貓」。而FP或FN值,則代表模型的判斷錯誤,例如「明明是貓,模型卻說不是貓」、「明明不是貓,模型卻說它是貓」。
附圖:AI模型 若水國際
AI模型的POC概念驗證實驗怎麼做?
資料來源:https://www.bnext.com.tw/article/60440/ai-strategy-04?fbclid=IwAR1SOhjjGxypdGgOGfaBIl_a1IsZFJAQZ8J2aeDd98spbUfOdg7hiPQP7UA
p a-b怎麼算 在 乖 IN JP日本商品代購小棧 Facebook 的最佳貼文
🐮2021 眾所矚目新春福袋季來囉🐮予約搶訂🈵https://reurl.cc/VX7xkZ
📣12/19前購買¥5,500以上福袋+任ㄧ金額福袋享免台運優惠🚚
👑kipling 《包包》2021新春福袋
➰日本限定~非·常·超·值
➰有在發摟的應該都知道這個非常知名的大品牌,官網通常一個後背包就要價3-4000台幣以上、斜背包也要2-3千、配件小包也要1-2千以上~所以福袋這麼超值怎麼能不買~~~尖叫🔥🔥🔥🔥🔥
➰超多人愛找代購買的kipling,這次福袋殺~很~大,買一個福袋就輕鬆擁有多個包包風格,沒搶到會哭哭😭,實在太划算💯
➰搭配購聰明免台運優惠方案,輕鬆達到免台運門檻✌🏻
🔸 kipling 《包包》2021新春福袋
✔️售價:日幣11000
✔️內容物:後背包、手提包、斜背包、配件小包等⋯共4点(以選擇的款式為主)
✔️4点入
✔️價值約¥49000~¥54000左右
✔️分A/B/C/D/E/F
👉🏻購買此福袋務必填單告知款式
🛍️2021日本新春福袋相簿:
https://www.facebook.com/barbie999888/shop/
買好買🈵福氣🈵🈵️ 買到不手軟
💰錢沒有不見,只是化為妳(你)喜歡的樣子
🔜趕•快•填•單•登•記•錯•過•再•等•ㄧ•年🙇🏻♀️🙇🏻♀️🙇🏻♀️
🐮2021 新春福袋預購🐮
填單網址👇🏻
https://forms.gle/1h4zJLgN6zZJ4TEs5
《詳細福袋訂購注意事項請看預購單內容喔‼️》
🚚購聰明💡免台運優惠:
➰12/19日前凡預購 ¥5500元up福袋+任ㄧ不限金額福袋=免台運優惠(無印良品.玩具反斗城.樂高福袋均不列入優惠)
➰加單、合併訂單者也可享有《購聰明免台運優惠》
(💃🏼趁有貨可追加快快買起來,沒有貨的商品就不行喔)
➰ 無印良品暫不開放預約填單(今年的相關資訊尚未出來)
#2021新春福袋開放予約訂購
#乖INJP日本商品代購(請追蹤隨時關注)
📮代購商品報價或詢問可透過FB粉絲團留言私訊
🔎LINE ID:barbie999888
🔎 https://line.me/ti/p/BPTkAI1lZ1
p a-b怎麼算 在 3--2---9----範例7----已知P(A聯集B)與P(A交集B)與P(B)求P(A) 的推薦與評價
第二冊第三章3-2機率的定義與性質https://www.youtube.com/playlist?list=PLggQDlmnRsqDcoUu1bJs2SlHYa9lN0QiF第二冊第三章3-1樣本空間與 ... ... <看更多>
p a-b怎麼算 在 联合概率和条件概率 - 清园索道 的推薦與評價
有时候我们容易把联合概率和条件概率混淆。 我们知道联合概率和条件概率的两个相关公式是:. P(AB) = P(A)P(B ... ... <看更多>
p a-b怎麼算 在 [中學] P(A-B)是不是聯合事件? - 看板Math - 批踢踢實業坊 的推薦與評價
題目:
設 A, B為兩事件,且P(A∪B)=3/4,P(A’)=2/3,P(A∩B)=1/4。
求
(1) P(B)
(2) P(A-B)
試解
P(A∪B)=P(A)+P(B)- P(A∩B)=1 - P(A’) + P(B) - P(A∩B)
∴P(B) = 3/4 – 1/3 + 1/4 = 2/3 ←←←答案(1)
問題:P(A-B) 是甚麼意思? 怎麼算 ? 參考答案 1/12
謝謝各位好心的大大!
聯合事件是:兩個或者以上的事件,透過交集或聯集之運算所構成的事件。
交集的符號是∩ 聯集的符號是 ∪
請問 P(A-B) 可以用聯合事件的符號表示嗎? 如果可以是甚麼表示法?
各位大大、P(A-B) 白話文翻譯是甚麼意思? 小的有查書。書裡面沒寫。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.241.96.53
※ 文章網址: https://www.ptt.cc/bbs/Math/M.1468572187.A.0B5.html
... <看更多>