Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: teoria uczenia się

Sortuj według:

Ogranicz wyniki do:

lnspirowana i spontaniczna edukacja konektywna w internetowym środowisku uczenia się

Stolińska A.

Studia Informatica Pomerania

2017

Nr 2 (44)

33--42

W artykule podjęto problematykę organizacji procesu uczenia się w oparciu o nową filozofię edukacji - konektywizm, na przykładzie studentów Uniwersytetu Pedagogicznego w Krakowie. Twórcy tej koncepcji uważają, że ze względu na ogromny wzrost ilości informacji w internecie oraz nowe możliwości komunikowania się w globalnej sieci konieczne stało się opracowanie nowej teorii uczenia się. W artykule przedstawiono wybrane aspekty konektywizmu, omówiono wyniki badań własnych autora oraz zaprezentowano analizę wynikających z nich wniosków.

The article presents the problem of organizing the learning process based on the new philosophy of education - connectivism taking as the example students of University of Cracow. The author of this concept think that a new learning theory is required, due to the huge growth information available on the Internet and new possibilities for people to communicate on global networks. The article presents selected aspects of connectivity, discusses the results of the author's own research and presents an analysis of the resulting conclusions.

Probabilities of discrepancy between minima of cross-validation, Vapnik bounds and true risks

Klęsk P.

International Journal of Applied Mathematics and Computer Science

2010

Vol. 20, no 3

525-544

Two known approaches to complexity selection are taken under consideration: n-fold cross-validation and structural risk minimization. Obviously, in either approach, a discrepancy between the indicated optimal complexity (indicated as the minimum of a generalization error estimate or a bound) and the genuine minimum of unknown true risks is possible. In the paper, this problem is posed in a novel quantitative way. We state and prove theorems demonstrating how one can calculate pessimistic probabilities of discrepancy between these minima for given for given conditions of an experiment. The probabilities are calculated in terms of all relevant constants: the sample size, the number of cross-validation folds, the capacity of the set of approximating functions and bounds on this set. We report experiments carried out to validate the results.