Skip to main content

Come studiare ... alcuni appunti sempre utili.

Come Studiare ... anche senza voglia!
Alcune indicazioni per utilizzare al meglio le risorse personali
L'ambiente
  • Studiare sulla SCRIVANIA (libera, solo il necessario + acqua)
  • No letto No distrazioni (musica,tv,pc,telefoni ecc.)
Prima di iniziare
  • Rimediare tutto il materiale necessario
  • Dichiarare l’obiettivo finale della sessione di studio
Come studiare
  • Leggere a bassa voce (attiva entrambi gli emisferi)
  • Sottolinare le parti importanti
  • Creare mappe mentali
Le sessioni di studio ... (da scegliere)
  • 20 Minuti di studio e 5 minuti di pausa
  • 50 Minuti di studio e 10 minuti di pausa
Riperetere ciò che si è imparato ...
  • Ripetere immaginando di essere in classe davanti alla prof. (niente gestacci o parolacce)
  • Video/audio registrarsi e riascoltarsi/rivedersi
SUCCESSO GARANTITO 100%

Versione PDF con disegni!!

Comments

Post a Comment

Popular posts from this blog

Word2vec - Sentiment Analysis

Word2vec è un modello (evoluzione Doc2vec) https://sourcedexter.com/tensorflow-text-classification/ https://github.com/tflearn/tflearn Vector space models   (VSMs) represent (embed) words in a continuous vector space where semantically similar words are mapped to nearby points ('are embedded nearby each other') Word2vec is a particularly computationally-efficient predictive model for learning word embeddings from raw text. It comes in two flavors, the Continuous Bag-of-Words model (CBOW) and the Skip-Gram model (Section 3.1 and 3.2 in   Mikolov et al. ) Skip Gram Model http://mccormickml.com/2016/04/19/word2vec-tutorial-the-skip-gram-model/ Bag-Of-Words Model https://ongspxm.github.io/blog/2014/12/bag-of-words-natural-language-processing/ Il modello è semplice perchè usa un trucco del auto-encoder l'output layer fa deve ritornare la stessa cosa dell'input (apprendimento supervisionato anche se non si hanno le label) poi si rimuove il livello di output e si ottengono i p...
Post a Comment
Read more