初中生解决贝叶斯推理问题的认知研究

背景、年级及其交互作用显著影响被试正确估计贝叶斯推理问题,信息表征影响不显著,九年级被试成绩优于八年级;初中生解决贝叶斯推理问题仍然是困难的,无论是频数表征还是概率表征,正确解答的比率都不高;被试虽不了解贝叶斯公式,但能在具体情境中发现贝叶斯原理,问题情节、数据大小差距等影响被试的策略选择与正确估计.     

抗逆学生问题解决能力表现的实证研究

抗逆学生指能够克服自身家庭社会经济地位较低的不利影响,取得较为优异成绩的学生。问题解决能力属于综合的高层次认知能力,研究发现:抗逆学生数理能力相对较强,在“方案实施与改进”维度中的表现较好,男、女抗逆学生之间差异不大。     

大学生学习风格对贝叶斯推理成绩的影响

随机选取125名大学生,按照他们在Kolb的学习风格量表上的得分将其区分为发散者、同化者、聚合者和顺应者四种类型。按照随机分配原则让被试解决疾病问题或者中彩问题。结果表明:(1)学习风格对贝叶斯推理成绩影响的主效应边缘显著;(2)问题情境主效应显著;(3)学习风格与问题情境的交互效应不显著。结论:学习风格对贝叶斯推理任务的影响存在统计学上的差异,倾向于主动实验的学习风格者和倾向于抽象理解的学习风格者更能正确地做出估计。此外,不同推理情境中被试表现出"锚定参照错误"偏向。     

论统计推理中贝叶斯归纳的哲学研究

贝叶斯归纳是通过后验概率的贝叶斯定理或从相关先验分布的密度分布,以获得新信息的运算。它以在两个"估计"过程中对贝叶斯归纳的成功运用,回应了所谓"主观性"不能在标榜"客观性"的科学过程中出现的质疑。平稳估计也称稳健性估计,保证贝叶斯估计相对于先验分布的相对独立性,无需为了做一个既准确又精确的贝叶斯估计付出巨大的准确度和精度方面的代价。通过对证据的刻画、对抽样的分析以及对因果假设的检验等分析认为:该研究避免了经典方法中对结局空间及停止规则等依赖的贝叶斯归纳方法,是一种与直观相吻合的、科学的推理方法。     

基于案例推理的问题解决

现实世界中的非良构问题是复杂多变的,致使传统的基于规则的推理与基于模型的推理不能满足这一动态的、不可控的复杂问题解决的需要。基于案例推理是认知科学专家所揭示的一种推理方式。它以其强调案例知识、情景记忆、类比推理、预期失败及经验反思等认知过程已经逐渐成为人们面向复杂问题解决的一个有效的、可信服的认知模式。该模式给教育工作带来很多启示,产生了一些关于有效地促进学习的建议。这些已经被应用至包括教育在内的某些领域的真实问题解决和学习之中。     

贝叶斯网络研究综述

贝叶斯网络将概率理论和图论相结合,为解决不确定性问题提供了一种自然而直观的方法．近年来,贝叶斯网络已成为国内外智能数据处理的研究热点之一,被广泛应用于专家系统、决策支持、模式识别,机器学习和数据挖掘等领域．综述了贝叶斯网络的典型推理和学习算法,并对其进一步的研究方向进行了展望．     

基于贝叶斯网络的数据挖掘技术

从海量数据中挖掘有用的信息为高层的决策支持和分析预测服务。已成为网络时代人们对信息系统提出的新的需求。但我们发现数据处理和数据的提炼技术是匮乏的。起源于贝叶斯统计学的贝叶斯网络以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习方法等特性表示了客体的概率分布和因果联系，成为当前数据挖掘众多方法中最为引人注目的焦点之一。本文首先对贝叶斯网络、贝叶斯网络推理和贝叶斯网络学习进行综合性的阐述。然后讨论其在数据挖掘中的应用和优势。     

数学问题解决的实证研究述评

数学问题解决的心理学实证研究主要集中在数学应用问题、平面几何问题、解题中的迁移、解题中的元认知等方面。就目前的研究状况来看，存在研究选题面窄、研究层面较低、研究起点单一等问题。因而，开展深层次的研究，是数学解题心理研究的发展方向。     

基于贝叶斯网络的数据挖掘技术

从海量数据中挖掘有用的信息为高层的决策支持和分析预测服务,已成为网络时代人们对信息系统提出的新的需求,但我们发现数据处理和数据的提炼技术是匮乏的。起源于贝叶斯统计学的贝叶斯网络以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习方法等特性表示了客体的概率分布和因果联系,成为当前数据挖掘众多方法中最为引人注目的焦点之一。本文首先对贝叶斯网络、贝叶斯网络推理和贝叶斯网络学习进行综合性的阐述,然后讨论其在数据挖掘中的应用和优势。     

贝叶斯人工智能的概率证成

贝叶斯人工智能是将概率方法融入人工智能软件开发的架构,使其在执行任务时建模人类推理,并明智地应对不确定性来源的变化。贝叶斯理论融入人工智能是数字时代的发展所需,贝叶斯推理、贝叶斯网络与融合效用理论的决策网络是贝叶斯人工智能架构的重要组成部分。贝叶斯推理以贝叶斯概率为逻辑起点来描述不确定性,以贝叶斯公式为哲学指引进行信念更新。为了降低计算复杂度,贝叶斯网络以其独特的计算优势和强大的推理能力,拓宽和深化了概率推理的应用领域。通过添加行动和效用节点,贝叶斯网络扩展成为决策网络,有效地帮助人们实现最大期望效用。贝叶斯人工智能可以建模任何关涉不确定性现实问题的领域,定位和发挥人工智能的助手和技术优势,其关键在于背后的概率根基,指引人工智能更好地预测世界如何运行。     

化学问题解决的推理方式及其优化

解决化学问题一般运用算法推理或概念推理。运用教学实例说明算法推理要建立在对科学概念的深刻理解的基础之上,不能机械套用由化学语言、化学符号和数学模型来解决问题。当解决的问题情景较为复杂,需要综合运用各种知识和概念创造性地解决的问题,需要把概念推理和算法推理结合起来。     

初中教师的数学推理信念:个案研究

数学推理信念是数学教师专业素养的重要组成部分。以两位优秀的初中数学教师作为研究对象,采用半结构式访谈的方式,从数学推理的内涵、数学推理教学的信念以及数学推理学习的信念三个方面收集资料,对他们的数学推理信念进行了深入探讨。研究发现,数学推理的教与学需要"重知",需要构建支持推理的课堂文化,需要形成基于问题的学习共同体。     

初中数学课改中的推理问题分析

面对纷繁复杂的信息经常作出选择和判断,进而进行推理,作出决策.因而,义务教育阶段"数学课程的学习,强调学生发展学生的推理能力"(《数学课程标准》) (1)定义根据已有的知识和经验,在某种情景和过程中,推出可能性结论的推理叫做合情推理.归纳推理、类比推理和统计推理是合情推理的三种形式.     

初中数学教学如何培养学生的合情推理能力研究

过去的初中数学课堂中很多教师都只注重对学生演绎推理能力的培养,而忽视了学生的合情推理能力,一定程度上不符合课标的要求。初中数学课堂应该全面的培养学生,不但培养学生的演绎推理能力,还应该提高学生的合情推理能力。近年来,很多的教育者开始关注数学教学过程中的合情推理能力,也提出了相应的措施。本文主要讨论了如何培养初中学生在数学学习过程中的合情推理能力,并进行了简单的举例分析。     

如何培养初中学生的数学推理能力

数学是一门训练逻辑思维的学科,从基础教育阶段开始就要在教学过程中注重对学生逻辑推理能力的培养和训练,从而养成数学思维,提高学生的综合能力。     

初中学生几何推理能力的培养策略

逻辑推理贯穿初中几何教学的全过程,但初中生几何推理能力相对薄弱,主要表现在推理意识、推理严谨性不足。结合教学实际,从"培养学生几何推理意识和习惯、增强学生几何推理的严谨性、合情推理和演绎推理并重提升"三个方面来提升初中生几何推理能力。     

有效运用合情推理,发展学生推理能力

合情推理能力是小学数学教学的核心问题之一,也是发展学生推理能力的重要任务之一.本文通过深入挖掘合情推理素材、构建合情推理桥梁、关注合情推理过程、把握合情推理本质,让学生经历推理活动,积累活动经验,思辨合情推理的两面性,发展学生的合情推理能力.     

基于小学五年级学生的作业拖拉问题实证研究

小学生作业拖拉已成为大众关注的焦点,也是教师和家长极为头疼的教育顽疾。学生作业心不在焉、主观拒绝写作业、作业动作较慢等问题屡见不鲜。以五年级小学生为调查对象,进行了数据分析,从内因和外因两个角度进行归纳作业拖拉的原因,从而提出针对性的解决策略。     

浅谈初中数学课如何提升学生的推理能力

推理作为一种思维方式广泛应用于日常生活中。对于初中学生而言,推理能力是学生必须要具备的基本技能之一。为此,在数学课堂教学时要注重对学生推理能力的培养。     

初中数学教科书几何推理的国际比较研究

逻辑推理是数学核心素养、学习活动的核心内容。如何通过几何教科书中恰当的呈现方式承载逻辑推理重任,一直是数学课程改革与实施所关注的焦点之一。选取中国大陆C-PEPM、中国香港H-XSDM、新加坡S-SM、英国E-ML、澳大利亚AU-HMZ和美国A-CM六个版本初中数学教科书,针对几何内容从推理呈现方式和深度层级这两个维度进行比较与研究,发现直观辨析、实验演示、归纳推理和演绎推理这四种推理方式运用广泛,且直观辨析和实验演示比重普遍较高,演绎证明在C-PEPM中占30%,H-XSDM中近10%,其他版本很少使用;类比推理最高比重只有3.91%,使用比重最小。概念和命题的深度层级主要分布在层级2、3上,其中层级2比重最多,层级4只有C-PEPM和H-XSDM涉及。几何推理深度依次以C-PEPM、A-CM、H-XSDM、S-SM、AU-HMZ和E-ML降序排列。