:::
共 172 筆資料，
每頁顯示
筆資料
縮小搜尋結果範圍
適用年級
媒體形式
排序方式：
關鍵字 |
搜尋次數 |
關聯性
:::
你是不是要搜尋以下結果
|
超限歸納
瀏覽人次:0
收藏人次:0
對一些典型大的序數作歸納。
|
|
基模歸納說
瀏覽人次:0
收藏人次:0
「基模歸納說」是何利亞(K.J. Holyoak)於一九八四年提出來用來解釋「人如何應用類比推理(analogical reasoning)來解題」的說法。何利亞認為人們在類比推理時並不使用「不受情境限制」(context-free)的推論原則，也不是利用記憶中的特定經驗，而是使用抽象的知識結構進行推理。這個結構是自日常生活經驗中抽取出來的，稱為實用推理基模(pragmatic reasoning schema)。一組基模包括一組類化的而且與情境有關的原則，而這些原則係以一組「目的」及「與目的的關係」來定義。
由基模歸納理論可以看出：類比解題時，由「來源」遷移到「標的」的類比... |
|
選擇性歸納學習
瀏覽人次:0
收藏人次:0
指智慧型網路中，經由統計使用者的連線資料，加速連線位址的尋找和選路的過程。參【選路】（routing）。
|
|
歸納斷言法
瀏覽人次:0
收藏人次:0
由Floyd提出的一種對程式正確性證明方法。將一程式分割，並假設其滿足條件，再將其建立驗證條件進行驗證，若所有驗證為真，則表該程式或程式段是正確的。
|
|
基本歸納變數
瀏覽人次:0
收藏人次:0
在程式的循環中，只有一個變數且只有一個對此變數賦值的敘述，如I＝I＋C，其中C為常數，則I為循環中的基本歸納變數。
|
|
結構性歸納學習
瀏覽人次:0
收藏人次:0
使用結構性的歸納式學習方法。
|
|
試驗性的歸納斷言
瀏覽人次:0
收藏人次:0
在機器學習的歸納過程中，加入一些部份正確的試驗性斷言，經與事實及背景知識組合後，即可做為歸納時的參考。
|
|
歸納變數
瀏覽人次:0
收藏人次:0
設A為一公認的基本事實或基本變數，若B可表示為A的線性函數，則稱B為歸納變數。
|
|
感應，歸納法
瀏覽人次:0
收藏人次:0
1.穿過一個線圈內的磁力線產生改變時，在線圈上將感應出電動勢，此電動勢強度正比於磁力線的變化率。
2.從特殊例子到可適用於一般性的學說之過程。 |
|
歸
瀏覽人次:0
收藏人次:0
湊併、聚合。如：「歸併」、「歸納」、「總歸」、「歸類」。
|
 曾經查過此詞彙的人也經常查詢以下字詞： |
貓頭鷹博士