智适应教育行业研究报告-鲸准

智适应教育行业研究报告-鲸准

ID:32392153

大小:9.72 MB

页数:96页

时间:2019-02-04

智适应教育行业研究报告-鲸准_第1页
智适应教育行业研究报告-鲸准_第2页
智适应教育行业研究报告-鲸准_第3页
智适应教育行业研究报告-鲸准_第4页
智适应教育行业研究报告-鲸准_第5页
资源描述:

《智适应教育行业研究报告-鲸准》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、智适应教育行业研究报告鲸准研究院2018年5月报告声明报告指导作者介绍姓名姓名谭莹靳佳丽朱明姓驰名王帆张伊聪赵子蔚研究院院长分析师分析师分析师分析师分析师tanying@jinjiali@zhumingchi@wangfan@zhangyicong@zhaoziwei@jingdata.comjingdata.comjingdata.comjingdata.comjingdatacomjingdata.comzhiniezhinieJinjiali2015757540200hhwf95309464820ivy_zhao1024

2、关注领域:消费电商零售关注领域:消费关注领域:区块链关注领域:人工智能关注领域:教育免责声明2•本报告作者具有专业胜任能力,保证报告所采用的数据均来自合规渠道,分析逻辑基于作者的职业理解,本报告清晰准确地反映了作者的研究观点,力求独立、客观和公正,结论不受任何第三方的授意或影响,特此声明。•鲸准不会因为接收人接受本报告而将其视为客户。本报告仅在相关法律许可的情况下发放,并仅为提供信息而发放,概不构成任何广告。•本报告的信息来源于已公开的资料,鲸准对该等信息的准确性、完整性或可靠性不作任何保证。本报告所载的资料、意见及推测仅反映

3、鲸准于发布本报告当日的判断,本报告所指的公司或投资标的的价格、价值及投资收入可升可跌。过往表现不应作为日后的表现依据。在不同时期,鲸准可发出与本报告所载资料、意见及推测不一致的报告。鲸准不保证本报告所含信息保持在最新状态。同时,鲸准对本报告所含信息可在不发出通知的情形下做出修改,投资者应当自行关注相应的更新或修改。•在任何情况下,本报告中的信息或所表述的意见均不构成对任何人的投资建议。在任何情况下,鲸准、鲸准员工或者关联机构不承诺投资者一定获利,不与投资者分享投资收益,也不对任何人因使用本报告中的任何内容所引致的任何损失负任何

4、责任。投资者务必注意,其据此做出的任何投资决策与鲸准、鲸准员工或者关联机构无关。•在法律许可的情况下,鲸准及其所属关联机构可能会持有报告中提到的公司的股权,也可能为这些公司提供或者争取提供筹资或财务顾问等相关服务。在法律许可的情况下,鲸准的员工可能担任本报告所提到的公司的董事。•本报告版权仅为鲸准所有,未经书面许可,任何机构和个人不得以任何形式翻版、复制、发表或引用。如征得鲸准同意进行引用、刊发的,需在允许的范围内使用,并注明出处为“鲸准数据”,且不得对本报告进行任何有悖原意的引用、删节和修改。01智适应教育相关概念阐述02智

5、适应教育行业现状分析03智适应教育投融资情况目录04国内智适应教育代表公司分析05国外智适应教育代表公司分析06智适应教育阻碍因素及发展趋势1智适应教育相关概念阐述1.人工智能在教育领域的应用2.自适应教育概述及分类3.自适应教育发展历程4.AI教育和自适应教育的关系人工智能定义及中国人工智能发展战略目标•人工智能是一门综合了计算机科学、生理学、哲学的交叉学科,是使用机器代替人类实现认知、识别、分析、决策等功能的技术。伴随着人工智能的三次浪潮,越来越多的中国企业投入到AI领域的研究和探索中。在国务院发布的人工智能发展规划中在2

6、030年人工智能核心产业规模将超过1万亿元,并将带动相关产业规模超过10万亿元。•人工智能发展的核心是与行业相结合,只有赋能垂直行业的技术才具有市场化价值。通过创造新的用户价值,解决行业稀缺资源的痛点与提高原产业运行效率,人工智能将会为社会带来可持续价值。中国人工智能核心产业规模及带动产业规模规划单位:亿元人民币STEP1STEP2STEP3总体技术和应用与世基础理论实现重大突破。理论、技术与应用总体达150000界先进水平同步。在智能教育、智能医疗、到世界领先水平。初步建成人工智能技智能制造、智能农业与国100000术标准、

7、服务体系和防等领域广泛应用。产业生态链。5000002020年2025年2030年核心产业规模带动产业规模;《国务院关于印发新一代人工智能发展规划的通知》人工智能通用技术发展情况•应用到垂直行业的人工智能的通用技术主要包括语音识别、自然语言处理与图像识别。其中语音识别与自然语言处理已经验证的应用场景有在线教育和呼叫中心;图像识别中以人脸识别技术发展的最为迅速,应用的场景最为广泛,主要应用在安防和金融两个领域。•近几年,各项通用技术的错误率均接近或超越了人类的平均能力。尽管技术还有诸多问题亟待解决,但已能在具体的场景下作为辅助功

8、能提高行业效率。2011-2017年Switchboard电话语音错误率2010-2016年ImageNet图像识别错误率16%30%28.20%152层神经网络16014.50%25.80%14%8层神经网络14012.20%25%11.80%12%22层神经网络12010

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。