<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Education on 中文AI术语词典</title><link>https://terms-en.ai-term-hub.com/zh/tags/education/</link><description>Recent content in Education on 中文AI术语词典</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 18 Jul 2026 11:44:45 +0000</lastBuildDate><atom:link href="https://terms-en.ai-term-hub.com/zh/tags/education/index.xml" rel="self" type="application/rss+xml"/><item><title>玩具问题</title><link>https://terms-en.ai-term-hub.com/zh/terms/toy_problem/</link><pubDate>Sat, 18 Jul 2026 11:37:02 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/toy_problem/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>在人工智能和计算机科学中，玩具问题是一个高度简化的场景，旨在说明某个概念或测试新算法。例如八皇后问题或旅行商问题的简化版。这类问题通常具有明确的规则和较小的搜索空间，使得研究人员能够验证算法的正确性和基本逻辑，而无需处理真实应用中常见的数据噪声、计算复杂性或不确定性。它是算法开发和教学中的重要工具。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>复杂问题的简化版本，用于在没有现实世界噪音和规模的情况下测试算法或理论。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>简化&lt;/li>
&lt;li>算法测试&lt;/li>
&lt;li>基线性能&lt;/li>
&lt;li>研究方法&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>教授AI概念&lt;/li>
&lt;li>调试新算法&lt;/li>
&lt;li>基准测试模型能力&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%9F%BA%E5%87%86-benchmark/">基准 (Benchmark)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%90%AF%E5%8F%91%E5%BC%8F%E6%96%B9%E6%B3%95-heuristic/">启发式方法 (Heuristic)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%A4%8D%E6%9D%82%E6%80%A7%E7%90%86%E8%AE%BA-complexity-theory/">复杂性理论 (Complexity Theory)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E4%BB%BF%E7%9C%9F-simulation/">仿真 (Simulation)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>播客</title><link>https://terms-en.ai-term-hub.com/zh/terms/podcast/</link><pubDate>Sat, 18 Jul 2026 11:30:05 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/podcast/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>在AI和技术语境下，播客指通过RSS订阅源分发的周期性数字媒体内容，允许用户订阅并收听讨论、访谈或教育材料。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>一种通过互联网提供下载或流媒体播放的数字音频或视频文件。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>数字媒体&lt;/li>
&lt;li>RSS订阅源&lt;/li>
&lt;li>音频流媒体&lt;/li>
&lt;li>知识传播&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>了解AI行业新闻&lt;/li>
&lt;li>学习机器学习概念的教育内容&lt;/li>
&lt;li>专家访谈与思想领导力分享&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/streaming-%E6%B5%81%E5%AA%92%E4%BD%93/">Streaming (流媒体)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/rss-really-simple-syndication/">RSS (Really Simple Syndication)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/audio-engineering-%E9%9F%B3%E9%A2%91%E5%B7%A5%E7%A8%8B/">Audio Engineering (音频工程)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/content-creation-%E5%86%85%E5%AE%B9%E5%88%9B%E4%BD%9C/">Content Creation (内容创作)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>教学智能体</title><link>https://terms-en.ai-term-hub.com/zh/terms/pedagogical_agent/</link><pubDate>Sat, 18 Jul 2026 11:29:41 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/pedagogical_agent/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>教学智能体是一种软件组件，通常表现为虚拟角色，在教育环境中充当教师或导师。这些智能体利用自然语言处理&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>旨在通过提供指导、反馈和引导来促进学习的人工智能实体。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>智能辅导&lt;/li>
&lt;li>虚拟人&lt;/li>
&lt;li>自适应学习&lt;/li>
&lt;li>人机交互&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>在线课程助手&lt;/li>
&lt;li>语言学习应用&lt;/li>
&lt;li>企业培训模拟&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/intelligent-tutoring-system-%E6%99%BA%E8%83%BD%E8%BE%85%E5%AF%BC%E7%B3%BB%E7%BB%9F/">Intelligent Tutoring System (智能辅导系统)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/chatbot-%E8%81%8A%E5%A4%A9%E6%9C%BA%E5%99%A8%E4%BA%BA/">Chatbot (聊天机器人)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/edtech-%E6%95%99%E8%82%B2%E7%A7%91%E6%8A%80/">EdTech (教育科技)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>POP-11</title><link>https://terms-en.ai-term-hub.com/zh/terms/pop_11/</link><pubDate>Sat, 18 Jul 2026 11:29:14 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/pop_11/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>POP-11（面向程序的问题解决）是一种多范式编程语言，结合了过程式、面向对象和逻辑编程的特性。它创建于20世纪70年代，成为爱丁堡人工智能学派的核心工具，广泛用于专家系统开发、自然语言处理以及认知建模的教学与研究。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>POP-11 是由爱丁堡大学开发的高级编程语言，主要用于人工智能研究和认知科学教育。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>爱丁堡人工智能&lt;/li>
&lt;li>多范式编程&lt;/li>
&lt;li>专家系统&lt;/li>
&lt;li>认知科学&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>教授人工智能基础&lt;/li>
&lt;li>开发符号推理系统&lt;/li>
&lt;li>历史人工智能研究&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/prolog-%E9%80%BB%E8%BE%91%E7%BC%96%E7%A8%8B%E8%AF%AD%E8%A8%80/">Prolog (逻辑编程语言)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/lisp-%E5%88%97%E8%A1%A8%E5%A4%84%E7%90%86%E8%AF%AD%E8%A8%80/">Lisp (列表处理语言)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/symbolic-ai-%E7%AC%A6%E5%8F%B7%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/">Symbolic AI (符号人工智能)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/university-of-edinburgh-%E7%88%B1%E4%B8%81%E5%A0%A1%E5%A4%A7%E5%AD%A6/">University of Edinburgh (爱丁堡大学)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>深度学习概述</title><link>https://terms-en.ai-term-hub.com/zh/terms/outline_of_deep_learning/</link><pubDate>Sat, 18 Jul 2026 11:29:02 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/outline_of_deep_learning/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>深度学习概述涵盖了基本结构，如神经网络层、激活函数和损失度量。它详细说明了训练技术，包括反向传播、梯度下降以及特征提取等关键概念，为理解复杂模型提供了基础框架。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>对深度学习方法论、架构和优化策略的结构化概览。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>神经网络架构&lt;/li>
&lt;li>反向传播&lt;/li>
&lt;li>优化算法&lt;/li>
&lt;li>特征提取&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>AI教育课程设计&lt;/li>
&lt;li>模型架构选择&lt;/li>
&lt;li>超参数调优策略&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0-machine-learning/">机器学习 (Machine Learning)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C-convolutional-neural-networks/">卷积神经网络 (Convolutional Neural Networks)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E6%A2%AF%E5%BA%A6%E4%B8%8B%E9%99%8D-gradient-descent/">梯度下降 (Gradient Descent)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E8%BF%87%E6%8B%9F%E5%90%88-overfitting/">过拟合 (Overfitting)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>登山车问题</title><link>https://terms-en.ai-term-hub.com/zh/terms/mountain_car_problem/</link><pubDate>Sat, 18 Jul 2026 11:26:37 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/mountain_car_problem/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>登山车问题是强化学习研究中的标准基准。目标是将一辆动力不足的车控制到陡坡顶部。由于车辆无法直接爬上山坡，智能体需要利用惯性来回摆动以积累动能。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>一个经典强化学习任务，智能体必须仅使用加速控制将车开上陡峭的山坡。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>稀疏奖励&lt;/li>
&lt;li>延迟后果&lt;/li>
&lt;li>连续控制&lt;/li>
&lt;li>基准测试&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>测试新的强化学习算法&lt;/li>
&lt;li>展示价值函数近似技术&lt;/li>
&lt;li>强化学习概念的教学示例&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/openai-gym-openai-%E7%8E%AF%E5%A2%83%E5%BA%93/">OpenAI Gym (OpenAI 环境库)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0-reinforcement-learning/">强化学习 (Reinforcement Learning)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%8D%95%E6%91%86%E4%B8%8A%E6%91%86-pendulum-swing-up/">单摆上摆 (Pendulum Swing-Up)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%80%BC%E8%BF%AD%E4%BB%A3-value-iteration/">值迭代 (Value Iteration)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>火柴盒可教井字棋引擎</title><link>https://terms-en.ai-term-hub.com/zh/terms/matchbox_educable_noughts_and_crosses_engine/</link><pubDate>Sat, 18 Jul 2026 11:25:36 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/matchbox_educable_noughts_and_crosses_engine/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>ME-Noughts-and-Crosses Engine（火柴盒可教井字棋引擎）是机器学习的早期演示，具体属于强化学习领域。该系统由304个火柴盒组成，每个盒子代表一个独特的棋盘状态，通过珠子表示动作选择，利用试错法学习获胜策略。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>由唐纳德·米奇于1961年构建的物理强化学习设备，使用火柴盒和珠子来玩井字棋。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>强化学习&lt;/li>
&lt;li>试错法&lt;/li>
&lt;li>历史AI&lt;/li>
&lt;li>井字棋&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>强化学习的教育演示&lt;/li>
&lt;li>AI历史研究&lt;/li>
&lt;li>概念化基于奖励的学习&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/reinforcement-learning-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/">Reinforcement learning (强化学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/q-learning-q%E5%AD%A6%E4%B9%A0/">Q-learning (Q学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/donald-michie-%E5%94%90%E7%BA%B3%E5%BE%B7-%E7%B1%B3%E5%A5%87/">Donald Michie (唐纳德·米奇)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/tic-tac-toe-ai-%E4%BA%95%E5%AD%97%E6%A3%8Bai/">Tic-Tac-Toe AI (井字棋AI)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>Google Colab</title><link>https://terms-en.ai-term-hub.com/zh/terms/google_colab/</link><pubDate>Sat, 18 Jul 2026 11:19:33 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/google_colab/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>Google Colaboratory（通常简称为 Colab）是一项托管的 Jupyter Notebook 服务，无需进行任何设置即可使用，并提供免费的计算资源访问权限，包括图形处理器（GPU）。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>一种基于云的 Jupyter Notebook 环境，允许用户通过浏览器编写和执行 Python 代码，并提供免费的 GPU 访问权限。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>云计算&lt;/li>
&lt;li>Jupyter Notebook&lt;/li>
&lt;li>GPU 加速&lt;/li>
&lt;li>Python 编程&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>机器学习原型开发&lt;/li>
&lt;li>数据科学教育&lt;/li>
&lt;li>协作式编码&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/jupyterlab-jupyterlab-%E9%9B%86%E6%88%90%E5%BC%80%E5%8F%91%E7%8E%AF%E5%A2%83/">JupyterLab (JupyterLab 集成开发环境)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/kaggle-notebooks-kaggle-%E7%AC%94%E8%AE%B0%E6%9C%AC%E5%B9%B3%E5%8F%B0/">Kaggle Notebooks (Kaggle 笔记本平台)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/google-drive-google-%E4%BA%91%E7%AB%AF%E7%A1%AC%E7%9B%98/">Google Drive (Google 云端硬盘)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/python-python-%E7%BC%96%E7%A8%8B%E8%AF%AD%E8%A8%80/">Python (Python 编程语言)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>Glossary of Artificial Intelligence</title><link>https://terms-en.ai-term-hub.com/zh/terms/glossary_of_artificial_intelligence/</link><pubDate>Sat, 18 Jul 2026 11:19:07 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/glossary_of_artificial_intelligence/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>人工智能术语表作为参考文档，定义了该领域的专业术语、缩写和概念。它有助于研究人员、开发者和学生理解复杂的技术内容，并促进学术交流的一致性。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>人工智能术语表是人工智能研发中使用的术语定义的精选列表。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>术语&lt;/li>
&lt;li>教育&lt;/li>
&lt;li>标准化&lt;/li>
&lt;li>参考资料&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>新研究人员入职培训&lt;/li>
&lt;li>澄清技术文档&lt;/li>
&lt;li>学术研究&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/ai-ethics-%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E4%BC%A6%E7%90%86/">AI Ethics (人工智能伦理)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/machine-learning-%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/">Machine Learning (机器学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/deep-learning-%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/">Deep Learning (深度学习)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>AI要素</title><link>https://terms-en.ai-term-hub.com/zh/terms/elements_of_ai/</link><pubDate>Sat, 18 Jul 2026 11:15:59 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/elements_of_ai/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>由赫尔辛基大学和Reaktor联合创建，这一教育倡议旨在让普通大众了解人工智能。它涵盖了机器学习、深度学习、伦理等基础主题，帮助公众建立对AI的基本认知。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>《AI要素》是一门免费的在线课程，旨在为非技术人员提供关于人工智能概念及其社会影响的广泛介绍。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>AI素养&lt;/li>
&lt;li>机器学习基础&lt;/li>
&lt;li>伦理影响&lt;/li>
&lt;li>公众教育&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>提高公众意识的宣传活动&lt;/li>
&lt;li>针对非技术人员的企业培训&lt;/li>
&lt;li>大学入门模块课程&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/ai%E4%BC%A6%E7%90%86-ai-ethics/">AI伦理 (AI Ethics)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0-machine-learning/">机器学习 (Machine Learning)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E6%95%B0%E5%AD%97%E7%B4%A0%E5%85%BB-digital-literacy/">数字素养 (Digital Literacy)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/coursera/">Coursera&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>教育中的人工智能</title><link>https://terms-en.ai-term-hub.com/zh/terms/artificial_intelligence_in_education/</link><pubDate>Sat, 18 Jul 2026 11:06:52 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/artificial_intelligence_in_education/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>教育中的人工智能涉及利用机器学习、自然语言处理和自适应系统来改善教育成果。它能够为每个学生定制个性化的学习路径，并提供智能辅导和自动评估功能。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>应用人工智能技术来增强教学方法、个性化学习体验并自动化行政任务。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>个性化学习&lt;/li>
&lt;li>自适应系统&lt;/li>
&lt;li>自动评估&lt;/li>
&lt;li>智能辅导&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>学生表现预测&lt;/li>
&lt;li>作文自动评分&lt;/li>
&lt;li>课程推荐引擎&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E6%95%99%E8%82%B2%E7%A7%91%E6%8A%80-edtech/">教育科技 (EdTech)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E5%AD%A6%E4%B9%A0%E5%88%86%E6%9E%90-learning-analytics/">学习分析 (Learning analytics)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E8%87%AA%E9%80%82%E5%BA%94%E5%AD%A6%E4%B9%A0-adaptive-learning/">自适应学习 (Adaptive learning)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E6%99%BA%E6%85%A7%E6%95%99%E5%AE%A4-smart-classrooms/">智慧教室 (Smart classrooms)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>AI素养</title><link>https://terms-en.ai-term-hub.com/zh/terms/ai_literacy/</link><pubDate>Sat, 18 Jul 2026 11:03:04 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/ai_literacy/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>AI素养指的是在日益受人工智能影响的世界中导航所需的能力。它超越了单纯的技术编码技能，还包括理解AI系统的工作原理、识别其局限性以及评估其在伦理和社会层面的后果。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>理解、评估人工智能技术及其社会影响，并与其有效互动的能力。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>批判性思维&lt;/li>
&lt;li>伦理意识&lt;/li>
&lt;li>技术理解力&lt;/li>
&lt;li>社会影响&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>为非技术人员开发教育课程&lt;/li>
&lt;li>制定AI采用的公共政策指南&lt;/li>
&lt;li>培训员工负责任地使用AI&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E6%95%B0%E5%AD%97%E7%B4%A0%E5%85%BB-digital-literacy/">数字素养 (Digital Literacy)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/ai%E4%BC%A6%E7%90%86-ai-ethics/">AI伦理 (AI Ethics)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/%E7%AE%97%E6%B3%95%E5%81%8F%E8%A7%81-algorithmic-bias/">算法偏见 (Algorithmic Bias)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/stem%E6%95%99%E8%82%B2-stem-education/">STEM教育 (STEM Education)&lt;/a>&lt;/li>
&lt;/ul></description></item></channel></rss>