ai移動錨點的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

讓孩子做學習的主人：自主學習典範親師指南

為了解決ai移動錨點的問題，作者丁志仁,曲智鑛 這樣論述：

學如登山。 這條山徑，自己走，腳步才會穩健踏實。 自主學習的歷程，就如同兄弟登山，各自努力。 陪伴前行的老師與家長，該怎麼拿捏自己的角色定位？ 在新課綱的課程架構下，自主學習可以在哪些地方落實？ 答案就在「自主學習典範」。以開門辦教育的精神，回應當代與未來世界挑戰！ 轉機，由改變啟動！ 一位是實驗教育的先驅，對教育政策建言許多；一位在教育現場努力不懈，是教育界創新人物。兩位合作提出了教育政策與實務的重要內容。         ※        ※        ※ 自主學習力是孩子的超能力 成為終身學習者是我們可以給孩子的最佳禮物 學習不單單是學生的事，而是每個人的事。

學習也不會只在學校發生。新課綱試圖打破學習的邊界，跳脫傳統的教育思維，在義務教育期間培養每個人的自學力，為臺灣社會創造能不斷更新的新世代公民，因為無法自主學習就不可能成為終身學習者。 本書所介紹適應當代的自主學習典範，就是達成這項目標的關鍵策略！內容結合微觀視角下的日常實踐，與巨觀角度下自主學習的時代意義與基本描摹，不僅有當前教育環境探討，也有兩位重要推手在教育現場多年的觀察與親身經歷，是理論與實務兼具的難得作品。 *內容特色： 1. 理論與實務並重。 2. 教育界重要推手的難得合作。 3. 包含108課綱素養學習框架下要如何自主學習的行動方案。 好評推薦（依姓氏筆畫序） 方新舟  誠致教

育基金會創辦人 李光莒  小實光實驗教育機構創校校長 唐光華  樂觀書院創辦人 陳東升  國立臺灣大學社會學系教授 楊朝祥  前教育部長、前佛光大學校長 葉丙成  實驗教育無界塾、線上學習平台PaGamO創辦人 詹志禹  國立政治大學教育學系教授 鄭同僚  政大臺灣實驗教育推動中心計畫主持人 藍偉瑩  瑩光教育協會理事長 嚴長壽  公益平台文化基金會董事長 自學教會我好多事，我常常感恩生病在家自學的那一年帶給我一生的祝福。如果我那時能看到志仁兄跟智鑛寫的這本自主學習典範，我一定可以少吃一點苦。無論你是自願或被迫，祝你具備好品格，找到好方法，快樂地自學！ ——方新舟（誠致教育基金會創辦人）

丁丁和智鑛這一對「青壯配」，不約而同的聚焦「自主學習」，以自身輔導專長與實驗教育的碰撞，為下一個世代的學習典範定錨，讓我們有機會重新理解孩子的學習，重新將「個學」與「群學」的經緯線阡陌交通，打造成一個符應時代的學習生態系統。 ——李光莒（小實光實驗教育機構創校校長） 基於二十七年參與自主學習教育實驗的經驗，我對自主學習適用每一個孩子深具信心。相信閱讀本書的教師、家長、學生或關心教育的社會人士，一定可以從本書得到許多觀念啟發與行動指引。 ——唐光華（樂觀書院創辦人） 臺灣很幸運的，除了學生中心、多元知能、適性揚才的理想，還因為推動實驗教育三法，得到完整落實這些想法的論述與實踐經驗。當然，關於

自主學習典範的一切才剛萌芽，還有很長的路要走。讓我們祝福丁丁、曲智鑛，和他們無數踽踽前行的同志們，踩踏出一條臺灣通往「多元社會」的道路。 ——陳東升（國立臺灣大學社會學系教授） 本書闡明「自主學習典範」在論述與實踐上多視角課題，相信一定能為臺灣教育的發展，再注入新的活力，且讓我們拭目以待。 ——楊朝祥（前教育部長、前佛光大學校長） 臺灣社會需要對實驗教育、自學有更客觀的認識與了解，大家對實驗教育的期待才會更務實，也更有機會落實。對於所有關心孩子教育的朋友，我認為這是一本能幫助你了解實驗教育、自學的好書，值得你細細品味！ ——葉丙成（實驗教育無界塾、線上學習平台PaGamO創辦人） 穿梭宏

觀與微觀，兼顧哲學、理論、模式、方法論與典型案例，確實達成了科學哲學家孔恩對於「典範」的描述；兩人的默契與互補，讓人感覺像一種「寶瓶同謀」，提出的新典範則像在網絡時代對學習典範的超前部署。 ——詹志禹（國立政治大學教育學系教授） 感謝丁丁和智鑛不藏私，合力把他們的經驗和智慧寫成文字，讓所有教育工作者有一本可靠的書可以參考。如果你想自主學習，或陪伴孩子自主學習，這是不應該錯過的一本好書。 ——鄭同僚（政大臺灣實驗教育推動中心計畫主持人） 此書可以釐清我們在學生自主學習歷程中的角色，也更安心於自主學習中出現的各種狀況，特別是書中對於自主學習輔導陪伴模式與操作模式的說明，更能夠提供教育現場或父母

參考運用。 ——藍偉瑩（瑩光教育協會理事長） 將來的學習是教學相長，而且要能夠與時俱進，若期待孩子能自主學習，那麼家長和老師不能停止學習，這是帶著孩子走向未來的唯一方法。衷心期待這一本書啟發更多師長們的回響和行動。 ——嚴長壽（公益平台文化基金會董事長）

Illustrator設計好入門(CC適用)

為了解決ai移動錨點的問題，作者mille-design 這樣論述：

　　★日本熱銷系列累計突破30萬冊★    　　(初學者沒問題！)  　　(想重新徹底學習的人也超歡迎！)  　　(值得一再參考的工具書！)    　　從基礎徹底學會數位繪圖！  　　立刻實現想像中的設計作品！  　　完全能派上用場的即戰力技巧！    　　需要本書的人：  　　‧想利用Illustrator進行設計並輸出印刷的人  　　‧想完整學習Illustrator功能的人  　　‧希望學習電腦繪圖的人  　　‧想成為美編設計的人  　 　　Illustrator是設計職場非常重要與好用的軟體，  　　可進行數位繪圖、標誌與名片等平面設計，也可製作小手冊這類出版品。  　　隨著時代變

遷，更成為電子媒體、網頁或其他設計工作所使用的工具，  　　可說是最普及的向量繪圖軟體。    　　Illustrator雖有許多專業功能，  　　但初學者也能輕鬆利用這套軟體製作與編修作品。    　　本書從基礎到應用，徹底剖析Illustrator CC的使用方法，  　　從數位繪圖知識、基本操作、使用文字、繪製圖表，  　　到進階的插圖、標誌、名片與DM…等設計，  　　以及操作功能的小技巧、平面與網頁應用的過程、  　　輸出印刷與製作網頁元素都有詳細的介紹。    　　另外，實作單元章末還有提供延伸練習，  　　而書中也納入新功能與設計時的重點，  　　提供專業者參考與應用。 

應用深度學習於行人檢測之研究

為了解決ai移動錨點的問題，作者邱晨 這樣論述：

行人檢測於物件檢測領域中為具有挑戰性的任務，由初期的滑動窗口分類器辨識行人位置與特徵變化，到後續導入深度學習抓取細部行人特徵做為檢測模型之架構，才逐漸導向可執行且較穩定性之產品應用端，也就是智慧車輛於行駛道路中盡量避免誤判行人或是無法抓取行人特徵等狀況。本論文利用無錨框檢測技術可降低以往針對特徵進行候選機制所得出之候選邊界框所需運作的時間，這在移動車輛監控即時影像有著更顯著的效率提升。檢測行人的方式依據行人之中心點以及尺度大小作為判斷依據 ，並且利用 Focal loss等分類損失函數，將大部分資料集為無行人之樣本權重調低，從而調高具有行人之樣本時的權重，用來加強對於行人檢測的靈敏度。在本論

文中將以行人遮擋的部分作為研究目的並加以延伸，考量到行人檢測有兩個檢測重點，其一為針對行人被其他物體遮擋之場景，本論文利用現有主流卷積網路架構如ResNetV2與MobileNetV2，於深層高階特徵圖的階段提出注意力機制等方法使得模型加強權重值來獲取可能為行人出現的區域，並調整其餘非行人影像中的權重，其中注意力機制可分為通道與空間注意力，通道注意力將使得各卷積核之間利用壓縮擴展的方式學習各通道間的關係，而空間注意力則將強影像對於細部行人輪廓的部份。其二為行人與行人間互相遮擋之場景，因每位被檢測出的行人皆有邊界框，這時使用傳統非極大值抑制後處理來抑制信心度較低的 結果時，可能會因此誤刪正確的結

果，因此本論文提出 新的 Mix-NMS演算法，利用DBSCAN取得影像中群體部分，結合高斯函數計算出各群體之中的密集樣本，求得與信心度最高之重疊程度閥值，再加入過密集臨界點判斷機制，將重疊性較高的閥值適時修正，使得該區域的邊界框能夠加強刪除，避免最終行人檢測結果有誤判的情形，實驗結果可顯示對於行人與行人間遮擋的情況，可以適度保留被遮擋住的行人，從而提早檢測出該行人 的位置 避免可能發生碰撞之情形 。為了驗證本論文所提出之注意力機制能改善行人被物體遮擋的檢測改善，透過目前該領域較廣為 人知的Caltech資料集 做完實驗基準並加以 分析，在行人重度遮擋的情況，骨幹卷積網路使用 ResNetV2

結合注意力機制時， 失效率可由原骨幹網路架構之53.43%下降至 48.76%，而於Reasonable分析顯示其失效率為 8.2%，與原骨幹網路所測得之 8.57%亦有微幅下降空間 ，顯示加入注意力機制並不影響完整行人之檢測之失效率於合理驗證之失效率之基準下，可以改善重度遮擋行人未被檢測出之情形 。 行人與行人互相遮擋驗證部分，本論文將 與傳統之非極大值抑制演算法處理之影像相比較 ，並加入現有後處理方式進行比較 ，諸如行 人較 壅 塞之特定場景下，被遮擋之行人可保留其邊界框，而不至於經由後處理而刪去原本模型檢測出來之行人特徵。