Suche senden
Hochladen
吉田★学習スタイルコーディネート★ラボイベント<学習スタイルコーディネート>
•
Als PPTX, PDF herunterladen
•
0 gefällt mir
•
655 views
デジタル・ナレッジ はが弘明
Folgen
吉田★学習スタイルコーディネート★ラボイベント<学習スタイルコーディネート>
Weniger lesen
Mehr lesen
Bildung
Melden
Teilen
Melden
Teilen
1 von 40
Jetzt herunterladen
Empfohlen
Linesticker20160401
Linesticker20160401
kojitakahashi
業務システムにおけるMongoDB活用法
業務システムにおけるMongoDB活用法
Yoshitaka Mori
211117 microserviceswebinar
211117 microserviceswebinar
CASAREAL, Inc.
Spath for enterprise
Spath for enterprise
Koichiro Sumi
Apple bu20100721
Apple bu20100721
Yutaka Fujisaki
行田★多様化した学習スタイルを支えるデジタル・ナレッジのテクノロジー★ラボイベント<学習スタイルコーディネート>
行田★多様化した学習スタイルを支えるデジタル・ナレッジのテクノロジー★ラボイベント<学習スタイルコーディネート>
デジタル・ナレッジ はが弘明
Edix公開セミナ 〜 教育資源の価値を拡大する教育ビッグデータ+Learning Analytics
Edix公開セミナ 〜 教育資源の価値を拡大する教育ビッグデータ+Learning Analytics
デジタル・ナレッジ はが弘明
20190807_Aidemy Azure AI ご紹介
20190807_Aidemy Azure AI ご紹介
Deep Learning Lab(ディープラーニング・ラボ)
Empfohlen
Linesticker20160401
Linesticker20160401
kojitakahashi
業務システムにおけるMongoDB活用法
業務システムにおけるMongoDB活用法
Yoshitaka Mori
211117 microserviceswebinar
211117 microserviceswebinar
CASAREAL, Inc.
Spath for enterprise
Spath for enterprise
Koichiro Sumi
Apple bu20100721
Apple bu20100721
Yutaka Fujisaki
行田★多様化した学習スタイルを支えるデジタル・ナレッジのテクノロジー★ラボイベント<学習スタイルコーディネート>
行田★多様化した学習スタイルを支えるデジタル・ナレッジのテクノロジー★ラボイベント<学習スタイルコーディネート>
デジタル・ナレッジ はが弘明
Edix公開セミナ 〜 教育資源の価値を拡大する教育ビッグデータ+Learning Analytics
Edix公開セミナ 〜 教育資源の価値を拡大する教育ビッグデータ+Learning Analytics
デジタル・ナレッジ はが弘明
20190807_Aidemy Azure AI ご紹介
20190807_Aidemy Azure AI ご紹介
Deep Learning Lab(ディープラーニング・ラボ)
AIビジネスクリエーションワークショップ@東京
AIビジネスクリエーションワークショップ@東京
Deep Learning Lab(ディープラーニング・ラボ)
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
Cybozucommunity
JISAAwards2013講演会資料(hifive)
JISAAwards2013講演会資料(hifive)
Osamu Shimoda
文教ソリューションの特徴 140319
文教ソリューションの特徴 140319
Rie Arai
DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術
Yusuke Uchida
Iot algyan jhirono 20190111
Iot algyan jhirono 20190111
Hirono Jumpei
Cloud Native and Agile Approach
Cloud Native and Agile Approach
Shinya Yanagihara
クラウド事業者に求めるビジネス要件
クラウド事業者に求めるビジネス要件
雄哉 吉田
文教ソリューションの特徴 140520
文教ソリューションの特徴 140520
Rie Arai
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier_IV
Social Literacy
Social Literacy
伸夫 森本
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト
BrainPad Inc.
PBL as a Service
PBL as a Service
Hiroshi Igaki
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
Recruit Technologies
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
DataWorks Summit/Hadoop Summit
20141010 マイクロソフト技術と共に目指すフルスタックエンジニアへの道
20141010 マイクロソフト技術と共に目指すフルスタックエンジニアへの道
Osamu Takazoe
【ネットラーニング】Jset 内田洋行セミナー20170331
【ネットラーニング】Jset 内田洋行セミナー20170331
IMS協会 日本
Timソリューションのご紹介 140319
Timソリューションのご紹介 140319
Rie Arai
Timソリューションのご紹介 140320
Timソリューションのご紹介 140320
Rie Arai
YakoCloud presen 141213
YakoCloud presen 141213
知礼 八子
Elaf資料dk吉田20161028
Elaf資料dk吉田20161028
デジタル・ナレッジ はが弘明
elaf1026ito
elaf1026ito
デジタル・ナレッジ はが弘明
Weitere ähnliche Inhalte
Ähnlich wie 吉田★学習スタイルコーディネート★ラボイベント<学習スタイルコーディネート>
AIビジネスクリエーションワークショップ@東京
AIビジネスクリエーションワークショップ@東京
Deep Learning Lab(ディープラーニング・ラボ)
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
Cybozucommunity
JISAAwards2013講演会資料(hifive)
JISAAwards2013講演会資料(hifive)
Osamu Shimoda
文教ソリューションの特徴 140319
文教ソリューションの特徴 140319
Rie Arai
DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術
Yusuke Uchida
Iot algyan jhirono 20190111
Iot algyan jhirono 20190111
Hirono Jumpei
Cloud Native and Agile Approach
Cloud Native and Agile Approach
Shinya Yanagihara
クラウド事業者に求めるビジネス要件
クラウド事業者に求めるビジネス要件
雄哉 吉田
文教ソリューションの特徴 140520
文教ソリューションの特徴 140520
Rie Arai
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier_IV
Social Literacy
Social Literacy
伸夫 森本
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト
BrainPad Inc.
PBL as a Service
PBL as a Service
Hiroshi Igaki
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
Recruit Technologies
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
DataWorks Summit/Hadoop Summit
20141010 マイクロソフト技術と共に目指すフルスタックエンジニアへの道
20141010 マイクロソフト技術と共に目指すフルスタックエンジニアへの道
Osamu Takazoe
【ネットラーニング】Jset 内田洋行セミナー20170331
【ネットラーニング】Jset 内田洋行セミナー20170331
IMS協会 日本
Timソリューションのご紹介 140319
Timソリューションのご紹介 140319
Rie Arai
Timソリューションのご紹介 140320
Timソリューションのご紹介 140320
Rie Arai
YakoCloud presen 141213
YakoCloud presen 141213
知礼 八子
Ähnlich wie 吉田★学習スタイルコーディネート★ラボイベント<学習スタイルコーディネート>
(20)
AIビジネスクリエーションワークショップ@東京
AIビジネスクリエーションワークショップ@東京
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
JISAAwards2013講演会資料(hifive)
JISAAwards2013講演会資料(hifive)
文教ソリューションの特徴 140319
文教ソリューションの特徴 140319
DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術
Iot algyan jhirono 20190111
Iot algyan jhirono 20190111
Cloud Native and Agile Approach
Cloud Native and Agile Approach
クラウド事業者に求めるビジネス要件
クラウド事業者に求めるビジネス要件
文教ソリューションの特徴 140520
文教ソリューションの特徴 140520
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Social Literacy
Social Literacy
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト
PBL as a Service
PBL as a Service
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
20141010 マイクロソフト技術と共に目指すフルスタックエンジニアへの道
20141010 マイクロソフト技術と共に目指すフルスタックエンジニアへの道
【ネットラーニング】Jset 内田洋行セミナー20170331
【ネットラーニング】Jset 内田洋行セミナー20170331
Timソリューションのご紹介 140319
Timソリューションのご紹介 140319
Timソリューションのご紹介 140320
Timソリューションのご紹介 140320
YakoCloud presen 141213
YakoCloud presen 141213
Mehr von デジタル・ナレッジ はが弘明
Elaf資料dk吉田20161028
Elaf資料dk吉田20161028
デジタル・ナレッジ はが弘明
elaf1026ito
elaf1026ito
デジタル・ナレッジ はが弘明
elaf1028shirai
elaf1028shirai
デジタル・ナレッジ はが弘明
elaf1028kishimoto
elaf1028kishimoto
デジタル・ナレッジ はが弘明
eラーニングAWARDフォーラム2016 スポンサー募集要項
eラーニングAWARDフォーラム2016 スポンサー募集要項
デジタル・ナレッジ はが弘明
1/21イベント4)14:45〜16:45 〜Vol2 活用〜
1/21イベント4)14:45〜16:45 〜Vol2 活用〜
デジタル・ナレッジ はが弘明
1/21イベント3)14:45〜16:45 ~vol.1 収集~
1/21イベント3)14:45〜16:45 ~vol.1 収集~
デジタル・ナレッジ はが弘明
1/21イベント1)13:00〜 展望とチャレンジ
1/21イベント1)13:00〜 展望とチャレンジ
デジタル・ナレッジ はが弘明
1/21イベント2)13:45〜14:30 基調講演 松居先生
1/21イベント2)13:45〜14:30 基調講演 松居先生
デジタル・ナレッジ はが弘明
Analytics+資料-20151027
Analytics+資料-20151027
デジタル・ナレッジ はが弘明
小松★企業内研修における動画教材活用例★ラボイベント<学習スタイルコーディネート>
小松★企業内研修における動画教材活用例★ラボイベント<学習スタイルコーディネート>
デジタル・ナレッジ はが弘明
ラボイベント★吉田セミナー:2015活動レポート
ラボイベント★吉田セミナー:2015活動レポート
デジタル・ナレッジ はが弘明
ラボイベント★はがセミナー:学習スタイルMAP 2015
ラボイベント★はがセミナー:学習スタイルMAP 2015
デジタル・ナレッジ はが弘明
吉田自由児の公開セミナー 20150521
吉田自由児の公開セミナー 20150521
デジタル・ナレッジ はが弘明
2015 edix dk7menu
2015 edix dk7menu
デジタル・ナレッジ はが弘明
2015新春イベント!次世代教育テクノロジー はが弘明資料
2015新春イベント!次世代教育テクノロジー はが弘明資料
デジタル・ナレッジ はが弘明
DK Product2015 吉田資料
DK Product2015 吉田資料
デジタル・ナレッジ はが弘明
tin_can_movement_overseas
tin_can_movement_overseas
デジタル・ナレッジ はが弘明
Mehr von デジタル・ナレッジ はが弘明
(18)
Elaf資料dk吉田20161028
Elaf資料dk吉田20161028
elaf1026ito
elaf1026ito
elaf1028shirai
elaf1028shirai
elaf1028kishimoto
elaf1028kishimoto
eラーニングAWARDフォーラム2016 スポンサー募集要項
eラーニングAWARDフォーラム2016 スポンサー募集要項
1/21イベント4)14:45〜16:45 〜Vol2 活用〜
1/21イベント4)14:45〜16:45 〜Vol2 活用〜
1/21イベント3)14:45〜16:45 ~vol.1 収集~
1/21イベント3)14:45〜16:45 ~vol.1 収集~
1/21イベント1)13:00〜 展望とチャレンジ
1/21イベント1)13:00〜 展望とチャレンジ
1/21イベント2)13:45〜14:30 基調講演 松居先生
1/21イベント2)13:45〜14:30 基調講演 松居先生
Analytics+資料-20151027
Analytics+資料-20151027
小松★企業内研修における動画教材活用例★ラボイベント<学習スタイルコーディネート>
小松★企業内研修における動画教材活用例★ラボイベント<学習スタイルコーディネート>
ラボイベント★吉田セミナー:2015活動レポート
ラボイベント★吉田セミナー:2015活動レポート
ラボイベント★はがセミナー:学習スタイルMAP 2015
ラボイベント★はがセミナー:学習スタイルMAP 2015
吉田自由児の公開セミナー 20150521
吉田自由児の公開セミナー 20150521
2015 edix dk7menu
2015 edix dk7menu
2015新春イベント!次世代教育テクノロジー はが弘明資料
2015新春イベント!次世代教育テクノロジー はが弘明資料
DK Product2015 吉田資料
DK Product2015 吉田資料
tin_can_movement_overseas
tin_can_movement_overseas
吉田★学習スタイルコーディネート★ラボイベント<学習スタイルコーディネート>
1.
学習スタイル・コーディネート (株)デジタル・ナレッジ 取締役 COO 吉田
自由児 2015年8月6日 13:00 ~ 13:50 1
2.
デジタル・ナレッジの 概要 2
3.
7つのワンストップ・メニュー 3 構築 クラウド 運用 製品 教材 募集 コンテンツ制作・収録 インストラクショナルデザイ ン 受講者募集 リアル・Webプロモ 教室・IT機器 タブレット クラウド、ASP ストリーミング カスタマイズ システム連携 LMS、マルチデバイス 学習プラットフォーム 環境 支援スタッフ常駐 業務委託 eラーニングしかやってませ んが、
4.
弊社のマーケット 4 塾・ 各種スクー ル 官公庁 企業内研修 初等中等 教育機関 高等 教育機関 各マーケット専門の事業 部
5.
お客様デジタル・ナレッジ プロジェクトチーム体制 5 構築プロジェクトチーム ディレクタ コーディネータ エンジニア サーバ運用 パッケージ開発 サポートセンタ アートディレクタお客様システムの デザインを監修・制 作するデザイナ 管理者向サポート、 受講者向サポートも 可能 お客様ご担当と弊社コーディネータ/ディレクタ/エンジニ アと プロジェクトチームを編成し進めていきます。 ご担当者様 パッケージを開発 保守する専門部署 構築および24時間 x365日の監視 チーム内外で がっちり対応いたします
6.
パッケージのオプション/カスタマイズ Knowledge Deliver 学習 管理機能 学習機能 コンテン ツ作成 機能 自動 メンタリング (AMS) クラス ルーム 映像配信 (Video+) スマホ 対応 (SPN) 多言語 SCORM 対応 標準パッケージに各オプションを追加したり カスタマイズすることで高いニーズに応えます。 6 カスタマイズ オプション
7.
デジタル・ナレッジ Product Map
2015 7
8.
学習スタイル 8
9.
本日の目的/進め方 9 昨今起きている様々な学習周辺の技術やトレンド を 「学習スタイル」という切り口で整理します。 お手元の「学習スタイルブック」と共にご覧く ださい。
昨今の流行や傾向をご確認いただけます。
10.
デバイスの進化による 学習スタイル モバイルラーニング スマホ/タブレット BYOD スマホファースト 10
11.
デバイスのバリエーション 11 Windows Macintosh iOS(iPhone/iPad) Android (ガラケー)
12.
それぞれのデバイスの特性 12 1回あたりの 学習時間 端末サイズ (ポータビリティ/情報量) PC スマホ タブレット日常の中で 手軽に学習 落ち着いて がっつり学習 オールマイ ティ 省スペース 大小 大 小
13.
マルチデバイス 1人のユーザーが複数のデバイスを持ち、使い分け ている 13 たとえばFacebook スマホ(アプリ)とPCのWeb版の併用 たとえばメール スマホで確認し、軽い返信ならそのままスマホで、文章量多いものや 熟考が必要なものは別途パソコンで 学びでも ワンポイントレッスンをスマホで確認し、演習問題はじっくりPCで、 暗記のための単語帳や確認問題はスマホで マルチデバイ ス
14.
デバイスの特性に合わせ、 日常のあらゆるシーンで 学習を実施 通勤・通学途中 モバイル学習 帰宅途中 モバイル学習 職場・学校で パソコン学習 自宅で タブレット学習 マルチデバイスでの学習例
15.
スマホへの偏重 いつでもどこでも持ち運 び 15 スマホならではの表現 スマホ「も」 ⇒ スマホ 「だけ」 もはやPCを前提に作らない。むしろスマホ利用を前提 に。 若い世代のPC離れ スマホだけで事足りる 「スマホファース ト」
16.
デバイスの支給 16 会社・学校が利用デバイ スを準備し配布するのは コストがかかる スマホ普及率が高い 使い慣れたデバイスで学 習したほうが利便性が高 い 職場や学校で学習に利用するデバイスは 従来は会社・学校が準備していたが・・・ 普段使っているデバイスを 業務でも利用 BYOD (Bring Your Own
Device)
17.
BYODの注意点 BYOD導入の際には注意すべきことも。 17 機材管理 ・・・ 機材が故障したり技術的問題が発生した際は 自力で解決する必要がある コスト負担
・・・ 端末代はもとより、通信接続費は個人負担になる 情報漏えい対策 ・・・ 会社の情報が入った個人端末を紛失した際 の対応、私的な端末で会社の情報にアクセスできる問題 セキュリティ対策 ・・・ ウィルス対策ソフトやOSのパッチ最新適 用など、 厳格な対策が個人端末に行えるか
18.
教材のバリエーションによる 学習スタイル 動画教材 ドリル型コンテンツ デジタル教材・デジタル教科書 LIVE配信 18
19.
コンテンツの種類 インプット型とアウトプット型 19 記憶 理解 インプット 型 アウトプッ ト型 テキスト 映像講義 参考資料 解説 テスト レポート ディスカッ ション 実習
20.
近年のeラーニング教材の歴史 20 テキスト型 音声+アニメーション型 (Flash) 動画+スライド型 (講義形式) 動画型 文字や図表で表現した静的なコンテンツ 現在も配布資料としては多用されている
Flash等で作成されたアニメーションと音声のコンテン コストがかかるものの、分かりやすさから人気があっ 講師の映像とそれに連動したスライドによるコンテン 制作も楽で効果も高く、企業研修で多用されていた 動画のみを収録したコンテンツ 昨今ではデファクトスタンダード
21.
動画コンテンツの傾向 21 よく見かけるeラーニングの教材イメージ 動画のみの教材イメージ 動画 スライド
動画 動画のみを配信するケースが増えている。 マルチデバイス対応の容易さ ブロードバンド化の浸透 動画閲覧に慣れた(Youtube)
22.
教育ICT / デジタル教科書 22 「2020年までに1人1台の情報端末配備」(閣議決 定) この意向を受けて活性化 デジタル教科書の広がり タブレット導入・活用事例 官民あげての推進 各教科書会社対応
/ CoNETS 佐賀県武雄市 / 広尾学園 / 近大付属 “ICT CONNECT21”(文部省+総務省+業界団体+民間)
23.
授業運営方法の拡張 学習スタイル テレビ会議型 双方向授業 アクティブラーニング 反転授業 ブレンデッドラーニング 実習型Eラーニング 23
24.
家庭 教室 通常の授業 24 講義 質問 問題演習 受講者 講師 先生 受講者 受講者 受講者 宿題 予習 復習
25.
教室 アクティブラーニング 25 講義 受講者 講師 先生 受講者 受講者 ディスカッ ション プレゼン・発表 受講者が思考を活性化させ能動的に学習活動を行う。 課題まとめ 発展演習 ディスカッション 課題まとめ 発展演習 プレゼン発表
26.
反転学習 26 家庭受講者 映像教材による 講義受講 教室受講者 講師 先生 受講者 受講者 ディスカッ ション プレゼン・発表 課題まとめ 発展演習 不明点質問
27.
反転授業の背景 27 ちょっとしたブームに。 映像教材の普及がカギ。受講者は家庭で映像を見てくる。 自分のペースで受講可能。 「知識獲得」から「思考能力・応用力の育成」にフォーカス。 果たして受講者は本当に家庭で映像教材を閲覧するか? 家庭で閲覧する端末をどう用意するか? 授業では発展的な学習を展開するが、教員のスキルが必要
28.
ブレンデッド・ラーニング 28 事前 eラーニン グ 集合研修 事後 eラーニン グ 集合研修の対面講義と、eラーニングを融合。 事前知識をeラーニングで学び、集合研修で発展・実習を行 う。 その後のフォロー学習を再びeラーニングで行う。 集合研修の効率化 【メリット】 集合研修の時間短縮 交通費含めたコスト削減 集合研修後の知識定着
29.
実習型eラーニング 29 現場スタッフデスクワーカー 従来デスクワーカー/ホワイトカラー中心だった教育が、 現場へ タブレット・スマホの普及 設置場所をとらない 操作の容易さ 動画によるマニュアル化 業務しながら手順参照
30.
学習履歴に着目した 学習スタイル ポートフォリオ アダプティブラーニング 30
31.
学習履歴 様々な学習を、オンライン・オフライン問わず、一 元管理 31 eラーニン グ 集合研修 実地研修 自学自習 学習履歴 Experience
API (xAPI/Tin Can API) IMS Caliper LRS Learning Record Store
32.
学習履歴の表現「ポートフォリオ」 32 ポートフォリオ 制作 課題 実習 経験 学習 経験 受講者のこれまでの学習履歴や実務経 験などを蓄積したもの。教育記録。 受講者のこれまでの学習や経験を 客観的に表現 あらかじめ設定した目標と実際の到達 度を 振り返るためのツール
33.
学習履歴の分析・解析 33 学習履歴 LRS 蓄積された学習履歴をどのように活用するか? ビッグデータ データマイニング ラーニング・アナリ ティクス
34.
ラーニングアナリティクスによる 退学予兆検出プロジェクト 学習履歴・活動履歴を分析し、退学予兆を 事前に検出できないか? 34 退学 予兆 学校・教員によ る 対応 踏みとどま る 退学予兆 リストこの予兆を事前に察知し リスト化することで 学校・教員による対応が できるのでは? それにより退学を 抑止できるか?
35.
ラーニングアナリティクスによる 退学予兆検出プロジェクト ■共同研究チーム 早稲田大学人間科学学術院 松居辰則研究室 ■共同研究の目的 通信制大学の学生の活動履歴や学習履歴をもとに、退学予兆を予見でき ないかを研究しシステムとして実装することを目的として活動を行う。 ■協力校 大手前大学、八洲学園大学 35 現在進行中・・・・
36.
アナリティクスプロジェクトのお誘い 36 その後の展開可能性Analyticsプロジェクトのご提案 アルゴリズムテーマ例: 退学予兆、教育ROI、最適学習・・・ 分析研究 仮説→検証 稼働中LMSやその他の学習行動履歴をLRSに搭載して分析ツールと接続、(早稲田大学・慶応 大学・上智大学などの研究室との提携により)研究者を中心に構成するプロジェクトチーム を編成し、 仮説・検証の分析を行い、アルゴリズム発見を目指します。 汎用 アルゴリズム の発見 LRS リアルタイム データ 例:サジェス チョン画面 アルゴリズム 教育システム 組み込み 他の分析実績 過去の学習 行動履歴 (貴組織内) LRS 《プロジェクトイメージ》 期間約6ヶ月、研究チーム活動費とLRS/分析ツール利用 費など合計で300~700万円程度、アウトプットはプロジェクト報告書、学会論文等。
37.
Amazonの「おすす め」って、 結構図星じゃないです か? アダプティブ(Adaptive) 利用者の検索文字列や閲覧履歴や購買履歴から 「次に何が欲しいか」をおすすめ(レコメンド)するための技 術を 学習に転用できないか? これが『アダプティブ』 Google検索も図星ですよね? 37
38.
アダプティブ・ラーニングの仕組み Knowledge Graphs 学習履歴 これまでの学習状 況を解析すると、 あなたが次に勉強 するべき項目は 『一次方程 式』 です。 38
39.
39
40.
ご聴講 ありがとうございました。 【blog】http://www.digital-knowledge.co.jp/blog/ @dk_plat (http://twitter.com/dk_plat) http://www.facebook.com/jiyuuji.yoshida http://www.facebook.com/Digital.Knowledge.CO.LTD よろしければ「いいね」 おねがいします。 40
Jetzt herunterladen