العلامات الشائعة：
الافتراضية أمان DNS التحقق الرسمي تحليل قابلية الوصول أخطاء المترجم تضارب الماكرو امتدادات الويب إطار عمل تطوير كومودور 64 بياسيك 2.0 جميع العلامات

إشعال شغف الأطفال بالرياضيات من خلال سرد القصص

2025-04-20

تتناول هذه المقالة كيف يمكن لسرد القصص أن يشرك الأطفال بفعالية في الرياضيات. يشارك الكاتب حكايات شخصية، بما في ذلك استخدام قصص التجسس الخيالية لإدراج مفاهيم رياضية بشكل خفي في مغامرات مثيرة، واختراع قصص بطولية لتعزيز ثقة الكشافة الشباب وتجاوز التحديات. والحجة الأساسية هي أن سرد القصص أكثر فعالية بكثير من التمارين الروتينية للأطفال، مما يعزز الفضول الطبيعي وفهم أعمق للمبادئ الرياضية. يدعو الكاتب إلى المزيد من المحتوى الرياضي الذي يركز على القصص لسد الفجوة بين الحس العددي الأساسي والمفاهيم الأكثر تقدمًا.

اقرأ المزيد
(www.jeremykun.com)
متنوع سرد القصص

فك غموض طريقة مونت كارلو لسلسلة ماركوف: شرح مبسط

2025-04-16

يوفر هذا المنشور شرحًا واضحًا وسهلًا لفهم طريقة مونت كارلو لسلسلة ماركوف (MCMC)، وهي تقنية قوية لأخذ عينات من توزيعات الاحتمالات المعقدة. باستخدام تشبيه لتقدير احتمالات أسماء الأطفال، يوضح الكاتب المشكلة الأساسية التي تحلها طريقة MCMC. يربط الشرح بذكاء طريقة MCMC بالمشي العشوائي على الرسم البياني، مستفيدًا من نظرية التوزيع الثابت لإظهار كيفية إنشاء سلسلة ماركوف يكون توزيعها الثابت مطابقًا للتوزيع الهدف. يتم تقديم خوارزمية Metropolis-Hastings، وهي طريقة MCMC شائعة، ويتم إثبات فعاليتها.

اقرأ المزيد
(www.jeremykun.com)
الذكاء الاصطناعي طريقة مونت كارلو لسلسلة ماركوف أخذ عينات من توزيع الاحتمالات خوارزمية Metropolis-Hastings

نماذج اللغات الكبيرة تشرح البرامج الخطية: من مشروع جانبي إلى بحث مايكروسوفت

2025-02-10

في عام 2020، أثناء عمله في سلسلة التوريد في جوجل، قام المؤلف بتطوير مشروع جانبي للمساعدة في فهم البرامج الخطية (LPs). عندما تصبح LPs معقدة، يصبح فهم نتائجها تحديًا حتى بالنسبة للخبراء. تمثلت طريقة المؤلف في تعديل النموذج بشكل تفاعلي ومقارنة النتائج لشرح سلوك النموذج، واكتشف أن إضافة البيانات الوصفية الدلالية تبسط العملية. في الآونة الأخيرة، نشر باحثون من مايكروسوفت ورقة بحثية يستخدمون نماذج اللغات الكبيرة (LLMs) لترجمة الاستفسارات بلغة طبيعية إلى استفسارات منظمة، لتحقيق نتيجة مماثلة. يعتقد المؤلف أن LLMs هي حل ممتاز لترجمة الغموض البشري إلى استفسارات منظمة، تتم معالجتها بواسطة نظام تحسين كلاسيكي قوي، مع تلخيص النتائج بواسطة LLM. على الرغم من أن عمل المؤلف السابق ظل غير منشور، إلا أنه يجادل بأن فهم تفسيرات الأنظمة الأبسط أمر بالغ الأهمية لشرح أنظمة الذكاء الاصطناعي الأكثر تعقيدًا.

اقرأ المزيد
(www.jeremykun.com)
التطوير تحسين سلسلة التوريد