文摘
探索深入学习的应用方法和效果为高校非英语专业英语教学,419名学生选择的实验中,来自2018级的205名学生作为参照组,2019级的214名学生作为观察组,观察应试教育的影响,通过深入学习质量的影响。性能的2019级的学生素质教育在应试教育的性能数据和性能数据明显优于2018级的学生,T< 10.000, ,统计学意义,最后,它是发现,聪明深学习算法应用于分析非英语学生的知识结构的英文论文,分析结果的应用场景广泛发展,这有助于提高非英语学生的英语教学效果,提高学生学习效率和减少学生的压力。
1。介绍
高校非英语专业的英语教学通常是用于学生通过大学英语四级和取之不尽的测试或通过与出国留学相关的外语水平测试。由于有限的教学老师分配给非英语专业的学生,他们倾向于各种教学困难在实际教学中,如缺乏上下文环境和缺乏实用的培训环境。因此,大多数非英语专业的学生在英语学习中遇到更多的困难。
在学院和大学的非英语英语教学,教师是有限的游说教学,老师单独辅导,单元测试和应试的解释。在这个教学过程中,它是特别重要的获取学生的知识结构单元考试。在应试教育中,发现学生的考试成绩并不理想,所以深入教学有效地提高教学效率,提高学生的学习效率,并减少学生的压力。
在传统的模型中,教师获得学生的知识结构通过视觉的论文,提供有针对性的指导。在这个阶段,网络教学资源的介绍后,教师通过深入学习分析学生的知识结构,分析学生的特征数据的知识结构,实现课程的建议来帮助学生学习根据学生的差异。
范(1]分析了高中英语课堂指导的问题,通过建设和基于深度学习高中英语课堂,他相信,只有通过优化高中英语课堂的学习指导,学生能在英语课堂探索实现深度学习的影响(1]。雷(2)指出,在英语教学中,教师应以学习知识为载体,深入开展基于核心素养,学习和发展学生的能力和思考。深入的学习需要一个良好的学习氛围。通过提问,引导学生学习知识和思考,将知识转化为语言技能,提高他们的学习能力2]。高(3)讨论,教师需要引导学生进行深入学习初中英语课外阅读教学,改变当前学生英语学习状态,提高综合英语质量(3]。锅(4)指出,深度学习可以帮助学生培养正确的阅读习惯,让学生明确深度学习的需求,通过了解,不断提高他们的英语学习能力,练习,和转让。结合当前形势下学生的教学和具体分析,提出澄清的学习需求,构建一个高效的英语课堂4]。杨(5)指出,深入学习是一种教学形式,重视学生的体验和反思。在英语教学的过程中,深入学习模型的应用可以改善学生的知识结构能力和转移能力新旧知识和创建一个高效的基于深度学习在初中英语课堂(5]。沈(6]分析了现象,学生通常有一个浅度学习和知识的深度不足的过程中学习英语,并试图不断探索的教育价值在初中英语阅读教学从深度学习的角度,以帮助学生学的更好6]。郭(7)明确表示,深度学习是初中英语阅读教学策略从深度学习的角度来看,这需要老师正确的指导和学生的自主学习为主体,并注重学生更有意义的学习过程,构造了一个知识体系,鼓励学生反映7]。施(8)指出,深度学习有助于激励学生综合能力的先进思想是一致的。在日常的英语教学过程中,教师应培养学生的发现问题和解决问题的能力,这样学生就可以致力于英语学习,拓宽学生的学习渠道,促进学生综合能力的发展8]。傅(9探索深度学习,强调教师应突破思维模式在英语课堂教学中过去,这是一个新的英语课堂教学研究和发展的方向。这是一个有力的措施来提高英语课堂教学的质量,实现英语课堂教学的目的,提高学生的英语应用能力。深度学习鼓励学生质疑肤浅的学习和独立进行深入的探索和研究9]。商(10深入学习英语阅读可以有效地促进学生阅读能力的提高。教师结合教学经验,促进学生深入阅读课堂教学,提供材料和引用有效阅读课堂教学改革在中国10]。
长度,研究引入了一个深度学习算法基于多列模糊神经网络来分析学生的知识结构不干预条件下对日常教学建议和参考数据的网络教学系统。
2。综合评价的应用深度学习在英语学业成绩
2.1。的目标分类与英语学业成绩的评价
应试英语教育主要分为四类即词汇、语法、成分、和文化;每个类别分为多个类别,如词汇类别包含了名词、动词、短语,根,气质,如文化包含外国文化差异,英语文学阅读理解。因此,当使用深度学习开展综合评价学生的学业成绩基于逐个问题进行评分,需要多个独立的判断数据输出。研究还支持多个文件的数据融合的道路,使系统同时读取多个论文数据,实现更详细和更深入的数据挖掘分析。
在相关的研究中,采用人工智能技术,以及人工智能算法并不局限于神经网络,无限的学习机器,和细胞自动机,挖掘学生的学习在学校的权威数据。因此,要实现相应的数据挖掘。黄(11)基于空间卷积神经网络技术用于挖掘英语教学数据和分析了它的一些应用在大学英语教学中通过人工智能技术(11]。李(12)使用这个方法来分析与英语教学相关的数据基于细胞自动机的数据挖掘技术。随着人工智能技术的发展,学生们可以实现个性化,聪明,和交互式学习,培养他们的批判性思维、互动合作,和实践能力,帮助学生建立终身学习的概念(12]。王(13]分析了高质量的英语教育的要求和地区英语教育的均衡发展,发现学校英语教学资源共享的现状,并发现教育工作者应不断创新教学理念、改革教学方法,跟上时代发展的步伐,提高教育教学水平。澄清的要求深入学习和不断提高英语的综合能力13]。锅等。14)使用深度学习技术分析的可用性提供英语教材(14,关15]讨论了扩展维度和可执行路径的人工智能和数据挖掘在大学英语教学15,徐16]分析了引入机器的应用方法和应用原则对非英语专业的深度学习专业英语教学的面部英语文学(16]。相关研究的创新点是不同的,但其核心研究方向是寻找可用的数据在大学非英语专业的英语教学,然后探索挖掘路径来实现更高效的数据的应用程序。
英语深入学习是英语课堂教学的新探索。提高教育教学水平,教育工作者应不断创新教学理念、改革教学方法、跟上时代发展的步伐,努力提高英语课堂教学的质量,实现英语课堂教学的目的,提高学生的英语应用能力。深度学习需要突破过去的思维模式在英语课堂教学中,构建一个深度英语课堂;对于学生,深度学习鼓励学生质疑浅学习和自主学习,以便更好的提高他们的英语学习兴趣和能力通过学习深度的算法。
2.2。综合评价系统设计深度学习英语的性能
在这项研究中,分析了测试知识结构可以只通过分析非英语专业的英语学习单元测试成绩。因此,所有输入数据的知识分类和学生在每个单元测试分数为每个问题。在人工视觉观察,每个问题的知识分类的定义是模糊的。例如,一个问题可能包含词汇内容和语法内容,但该模型简化,只根据其主要的知识分类。因此,每个问题的数据结构是1整数变量代表了知识分类的测试问题,和1单变量代表测试的学生分数的问题。数据集成的一个单一的纸是通过模糊神经网络实现模块,处理模块是用来建立一个神经网络多列,代表每个知识的掌握学生分类。上述逻辑如图1:
在图1,模糊神经网络模块采用sixth-order多项式模糊神经网络节点的深度迭代回归模式,与一个节点基函数如公式(1);处理模块采用log-deep迭代模糊神经网络节点的回归模式,及其节点基函数如公式(2);
中:我遍历指针;j多项式阶;n是以前的神经网络的节点总数;的二次j的我节点在之前的神经网络;神经网络节点的输出值;的回归系数多项式的秩序j;
中:一个,B回归系数;其他数学符号有相同的意思同公式(1);sixth-order多项式深度迭代回归的统计学意义模糊神经网络是复杂的数组数据压缩成一个双变量最小数据丢失和最小的前提下计算能力的需求。在本文中,一个双变量代表了整体水平反映在测试纸。密集的数据空间位置关系的统计学意义在零值附近,以便清楚地表明知识结构的差异被学生。
3所示。学生的一般材料和教学实验设计
3.1。一般的学生信息和类共享计划
由于需要四年来观察学生的英语成绩,根据教育部的要求,在同一年级,每个年级采用相同的教学方案。本研究选择非英语学生在2018年和2019年。现在我们采用传统教学计划在2018年为非英语的学生和智能学习算法为非英语的学生在2019年。最后,我们综合分析系统。
2018年有205名学生,123个男孩、82个女孩,入学年龄是18日∼21岁,平均年龄为19.2±0.3岁,全日制本科学生,入学成绩的差异率小于13.6%;2019年有214名学生,125个男孩、99个女孩,入学年龄是18日∼21岁,平均年龄为19.1±0.3岁,全日制本科生,和录取分数的差异率小于14.2%;统计分析软件(社会科学统计软件包SPSS)是用于执行二元t-check分析学生的入学成绩(关注入学英语成绩)和其他入学记录,和发现t> 10.000, 。有可靠的数据一致性。其中,二元t-check的结果t= 94.367 > 10.000, 显示显著统计协议。它可以被认为是2年级的学生没有在招生统计样本的差异。
3.2。传统的教学模式
我们学校基本普及整个学校统一的英语教学教师分布、英语在线教学辅助系统的引入,类英语课外兴趣社区,实现与城市大学英语专业的单元测试,等等,这些年来在传统教学体系模式取得了更客观的教学成果,在当地的大学英语教学联盟有一个良好的声誉。因此,教育伦理的基础上,使用传统的教学模式的学生没有教学的老师歧视和其他实验行为违反教育伦理。
3.3。基于深度学习的教学模式
大数据机器学习系统对非英语专业学生而言,如上所述第二章是应用在教学过程中,2019名学生,和输出数据的分析报告发表在校园网络上每个测试后48小时内。这些数据主要用于三个方面:(1)数据报告发送到学生,帮助学生查阅相关数据和发挥自己的长处。保护学生的隐私,数据发送给其他学生不积极,不推荐和学生互相流通。学生下载相关数据时,需要验证他们的校园网帐户之前下载他们的个人数据。(2)数据报告发送到学生代替老师或替代助教,帮助教师或助教来调整教学计划和改变教室设计在实际教学中,从而达到教学目标。(3)直接数据结果传送到网络教学辅助系统通过API(应用程序编程接口),它允许网络教学辅助系统,积极选择课程目标,加强相关知识的教学分学生知识结构的不足。
3.4。统计方法
比较两组二元t检查在SPSS下,t,…为公式(3):
中: , ,比较这两个列的算术平均; , ,是两个元素的数量与多个列; , ,比较这两个列的标准偏差率(详情见公式4);t是二元t—结果;
包括:计算结果的标准偏差率输入序列x;的n输入序列的元素的数量吗x;的x我是我输入序列的输入值x;它的算术平均输入序列x;
4所示。教学测试结果
4.1。英语考试成绩比较
学生英语考试的结果来自非专业英语学生的联合测试在我们的大学中,它通常是一个月进行一次。每组的实际得分非英语在我们学校的学生数。结果如表所示1:
表1显示学生的英语测试的数据结果。很明显,学生的总分高于2019年2018年的学生,这明显反映在平均分和最高分,和所有数据组织的要求T< 10.000和 。是统计学意义的差异。深入观察上面的数据,我们想象上面的数据,如图2:
在图2所有2019名学生高于2018年,除了标准偏差率(s) 2019年低于2018年。与一个低标准偏差率代表性能的数据更集中性能分布的2019名学生,也属于数据2019名学生的优势。
进一步观察系统的应试教育的结果在非英语专业学生大学英语教学,分析性能的二年级学生在4和6级考试,并专注于比较总合格率和第一个测试通过率的二年级学生。数据比较结果如表所示2:
在表2,所有的数据t< 10.000, ,显著的统计学差异。的数据表明,2019级的学生都在使用这种教学方法更好。观察表中的数据,数据可视化,导致图3:
在图3每一列的数据显示,2019年比2018年的结果。
4.2。英语学习意识和合规的比较
比较项目是应试教育的比较,但目前的大学教育应该以素质教育为主,研究比较了学生英语课和英语学习的热情,通过英语课叫旷工和迟到率分析学生对应于课堂合规,通过学生参与社区提供英语课外活动热情比较学生的英语学习热情,比较结果如表所示3:
在表3,t< 10.000和 ,有显著统计学差异,2019名学生在英语课堂合规显著的优势,英语学习热情和英语学习合规。深入观察上面的数据,上述数据可视化获取图4:
在图4,学生的热情参与提供英语课外活动,学生2019年明显高于2018年,而2019年学生的迟到率和缺勤率明显低于2018年和数据表达与表中的数据是一致的3。
5。深度学习技术的应用效果综合评价的学习英语
综合机深上优于学生成绩分析系统的设计在这个研究实现以下创新高校非英语专业学生的英语教学实践:(1)在任何时间和客观地了解学生的知识结构在测试性能,可以有针对性的教学,可以在学习做好准备。(2)系统提供了API的其他系统数据接口,包括英语在线教学系统,使其他系统的计算效率,改善教学效果的其他系统。
是词汇系统投入使用后,学生的学习困难降低,学习目标明确,教师的教学难度也降低了,课堂设计也获得更清晰的目标。因此,英语教学双方减少压力,缓解学生的英语学习焦虑,提高他们的学习热情和课堂合规。因为提高教学效率,学生的信心也被有效地支持,所以学生在课外活动对学习英语的热情也得到了改进。根据多层次的联合促销,良性循环的学生形成英语学习,实现良好的教学效果。
6。总结
分析的基础上机器的介入深度学习的英语试卷上非英语专业和系统的应用场景的广泛发展,深入学习算法的应用能有效提高非英语专业的英语教学效果。然而,深入学习算法的系统只证实了应用基于我们大学的四年制学生教学实验,使学习困难的学生低,学习目标明确,提高他们的学习热情和学习水平,本文分析数据只是第一批学生应用系统。因此,仍有许多改进的空间在其实际应用。未来的研究方向将进一步扩大系统的应用场景,进一步丰富系统的数据采集量,进一步提高教学质量。
数据可用性
底层的数据结果提出了在本文研究中是可用的。
的利益冲突
作者声明没有潜在的利益冲突。
确认
这项工作是支持的2019哲学和社会科学研究项目湖北省级教育部门,没有。19 y105。