Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Pratique délibérée dans l'apprentissage: impact et techniques

Dans cours

HUM-432: How people learn: Designing Learning Tools I

The students will understand the cognitive and social factors which affect learning - particularly in science and engineering. They will be able to use social research techniques as part of the design process to understand end users. ...

Description

Cette séance de cours traite de l'impact de la pratique délibérée sur l'expertise dans des domaines tels que les échecs et la musique, en soulignant son importance par rapport à d'autres facteurs. Il couvre également des sujets tels que la pratique entrelacée, la pratique de la récupération et les différences entre les méthodes d'étude.

Enseignant·e·s (2)

Roland John Tormey

I am a sociologist and learning scientist researching and teaching on engineering education. I'm particularly focused on the roles of emotion and self-regulation in engineering teaching and learning. My profile is accessible here.

Nihat Kotluk

Dr. Kotluk is currently a post-doc at the EPFL. He focuses mainly on emotions in the decision-making process, moral reasoning, and ethics in Engineering Education. He also works on equality and diversity issues. He has an academic background in both STEM and social sciences. Dr. Kotluk has acquired advanced skills in education, inclusive pedagogy, and science teachers' training. He has 14 years of teaching experience and has trained high school students in physics and teachers in pedagogy and research methods, among others. Dr. Kotluk has strong teaching and learning communication skills. He holds a Ph.D. in Educational Science, Curriculum, and Instruction. In his thesis, he studied the perceptions and practices of educators in culturally relevant pedagogy and developed recommendations to put more emphasis on inclusion in pre-service teacher education. With his research, he opened a new discussion in the academic community in Turkey and internationally. In his recent work, he analyzes the educational challenges facing refugee communities and other marginalized groups. In the study, he focused on whether and how teachers implemented the principles of culturally relevant and sustaining pedagogies and the challenges teachers faced while trying to implement these principles with Syrian students in Turkey. In his more recent work, he has studied moral emotions, moral reasoning in engineering ethics, and equality and diversity issues in engineering education. His teaching and research interests include emotions in engineering education, culturally responsive STEM education, equity and diversity in education, and multicultural education.

Source officielle

Concepts associés (7)

Étude longitudinale

Une étude longitudinale est une étude résultant du suivi d'une population ou d'un phénomène dans le temps en fonction d'un événement de départ. L’objectif de la recherche longitudinale est de cartographier un développement sur une période spécifique. Une comparaison peut être faite entre la mesure de début et celle de fin (et des mesures intermédiaires) d’un phénomène particulier. Ainsi, l'étude longitudinale s'oppose conceptuellement à l'étude transversale qui s'intéresse à un phénomène à instant t.

Analyse transversale

vignette|Diagramme obtenu à partir d'une analyse transversale. Une analyse transversale constitue une classe de méthode de recherche qui concerne l'observation d'une population dans sa globalité (ou d'un échantillon représentatif), à un instant donné dans le temps. Elle opère ainsi une coupe transversale de la population étudiée, et est fréquemment utilisée pour mesurer l’exposition et la morbidité d'une pathologie de façon ponctuelle. L’étude transversale permet aussi de calculer la prévalence de la maladie.

Apprentissage automatique

L'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.

Apprentissage de représentations

En apprentissage automatique, l'apprentissage des caractéristiques ou apprentissage des représentations est un ensemble de techniques qui permet à un système de découvrir automatiquement les représentations nécessaires à la détection ou à la classification des caractéristiques à partir de données brutes. Cela remplace l'ingénierie manuelle des fonctionnalités et permet à une machine d'apprendre les fonctionnalités et de les utiliser pour effectuer une tâche spécifique.

Recherche d'information

La recherche d'information (RI) est le domaine qui étudie la manière de retrouver des informations dans un corpus. Celui-ci est composé de documents d'une ou plusieurs bases de données, qui sont décrits par un contenu ou les métadonnées associées. Les bases de données peuvent être relationnelles ou non structurées, telles celles mises en réseau par des liens hypertexte comme dans le World Wide Web, l'internet et les intranets. Le contenu des documents peut être du texte, des sons, des images ou des données.

Afficher plus

Séances de cours associées (7)

Introduction à l'apprentissage automatique

Introduit des concepts clés d'apprentissage automatique, tels que l'apprentissage supervisé, la régression par rapport à la classification et l'algorithme K-Nearest Neighbors.

Traitement de données texte: bases et techniques

Présente les bases du traitement de données textuelles, couvrant la récupération de documents, la classification, l'analyse des sentiments et la détection de sujets.

Analyse des données textuelles: bases et techniques

Présente les bases de l'analyse de données textuelles, couvrant la récupération de documents, la classification, l'analyse des sentiments et la détection de sujets à l'aide de techniques de prétraitement et de modèles d'apprentissage automatique.

Apprentissage automatique avancé : sélection des fonctionnalités

Explore les algorithmes d'apprentissage automatique, les techniques de sélection des fonctionnalités telles que les descripteurs FAST et BRIEF, et les limites de l'apprentissage profond.

Introduction à l'apprentissage automatique: Aperçu du cours et bases Connectez-vous à Mediaspace pour regarder cette vidéo

Présente la structure du cours et les concepts fondamentaux de l'apprentissage automatique, y compris l'apprentissage supervisé et la régression linéaire.

Afficher plus

Concepts associés (7)

Étude longitudinale

Analyse transversale

Apprentissage automatique

Apprentissage de représentations

Recherche d'information

Afficher plus