Explore les robots d'entraînement en renforçant l'apprentissage et l'apprentissage de la démonstration, mettant en évidence les défis de l'interaction homme-robot et de la collecte de données.
Examine la charge cognitive, les limites d'attention et les résultats d'apprentissage en fonction de l'attention sélective et du nombre magique de Miller 7 + 2.
Explore l'impact de la configuration spatiale sur l'enseignement des interactions dans les salles de classe, l'analyse de la disposition des sièges et des mouvements des enseignants.
Compare la prise de notes à la main longue et à l'ordinateur portable pour l'apprentissage, en mettant l'accent sur les effets néfastes de la transcription textuelle sur la compréhension et la conservation.
Introduit un cours d'une année sur le développement des ressources éducatives, en mettant l'accent sur les processus d'apprentissage et la portée du projet.
Déplacez-vous dans l'intersection de la physique et des données dans les modèles d'apprentissage automatique, couvrant des sujets tels que les champs d'expansion des grappes atomiques et l'apprentissage non supervisé.
S'engage dans l'utilisation de 'Piazza' pour améliorer les résultats d'apprentissage par une rétroaction asynchrone dans des scénarios d'enseignement hybrides.
Plonge dans le test de réflexion cognitive, les processus contrôlés par rapport aux processus automatisés et les types d'apprentissage non intentionnels.
