Day 50/100 心情不好,没事做

现在是2018.5.2,晚上9.26,记录今天的一天。

今日听课

今天上午正好听了一堂数学课,还是曾经自己班级,但是发现录播教室像菜场,没有严谨的课堂氛围,而且还有小朋友跑出来的…真难为情,曾经还教过他们一年呢…

不过在上课过程中,也总结了一些注意点:

1.任何指令,清晰简洁,而且一定是在他们动手前布置。

2.在他们练习过程中,千万别插嘴说太多,他们根本听不进去。

3.在集体活动时,注意桌面整理,以防小动作太多。

4.必要时,要严厉地整顿纪律,以及养成集体听课时的小习惯“123坐端正”等。

5.回答问题要顾及到全班同学,让所有人都有机会发言。

6.在做总结时,要清晰,明确,不能含糊带过。

今日情绪

今天依旧很乱很乱很乱,所以特地看了部电影打发时间,但是依旧觉得很乱很乱很乱很乱…心里糟糟的

今日阅读

今天在看《大数据时代》中的“样本=整体”和大数据不再追求精确性的内容。在传统的数据收集中,采用随机采样或者其他类型的样本数据来对已知的问题进行分析,这样的分析方式是比较局限的,因为如果产生了新的问题,则需要重新采样、分析,劳动重复且效率低下。而大数据时代里,对数据的全部采样,能够解决对已知问题的分析,同样,也能在未知问题出现时,及时进行分析,这样的方式大大减少了重复劳动。

但同样的,这样的便利,会使得大数据的精确性变低,开始不再追求精确的数据分析了,例如朋友圈,会用10小时前、一天前前等字样来显示发布的朋友圈时间,而不再精确到xx年xx月xx日xx时xx分的字样了,因为数据量过大,而这些特别精确的信息已经没有太大的必要了,所以在大数据中,大致确定一个方向和趋势比精确的数据信息重要。

另外,在关于大数据不再追求精确性里提到,科学家会把大量正确和错误的数据都喂给程序,让它进行学习和分析,这种方式:一是因为大数据下不可避免错误,而且错误会是常态不能完美追求正确;二是通过错误的数据信息也可以让机器学会试错,找到最终合适而正确的内容。

联系实际,在学生的学习过程中,也用过很多的“错题改正”、“找找题目的做法是否正确”等题目,目的不仅仅是让学生理解问题背后的知识内容,还有让学生能够避免在自己的解题过程中产生相同的思路,避免错误,所以正向和逆向的思考方式,能从不同的角度更好地让学习者加深对知识的掌握。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,802评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,109评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,683评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,458评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,452评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,505评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,901评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,550评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,763评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,556评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,629评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,330评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,898评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,897评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,140评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,807评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,339评论 2 342

推荐阅读更多精彩内容