数学及解难能力训练
人工智能的教学优势
MAD 的人工智能(AI) 学习模式是由 乐爱思™ 与美国麻省理工学院(MIT) 及香港科技大学(HKUST) 共同研发,由研发、系统测试至应用,历时三年。

通过算法和大数据的综合运用,系统会分析学生在数学及解难的强弱项,并与同级学生的成绩作参照,制定最合适该学生的学习路线,轻松提高学习效率。
AI 的五大功能
答案并不是唯一指标,系统在进行学习及分析时,会采用学生的点击流数据(Clickstream Data) ,即学生的答题过程。让系统全面了解学生的思维模式,针对弱点修正。
1
1 度身订制的学习路线
系统会根据学生过去的答题记录作实时调节,当学生的数学能力获得提升,系统也会实时调节接下来的派题方式,令学习更有弹性。
2
2 成绩预测及能力评估
分析学生在六大数学范畴中的强与弱,并作出成绩预测。学生可根据预测提前为校内考试制定学习方案,逐渐提升数学科成绩。
3
3 以数据定位学生能力
系统让学生跳出学校标准,以全中国学生的成绩作参照,让学生能知己知彼,为升学做好准备。
4
4 改善学习弱点
当学生在一个课题较弱时,系统会推荐相关但较易上手的题目,让学生由浅至深巩固数学概念,增强学生的自信心。
5
5 保持学习的挑战性
当学生已驾驭一个课题时,为保持挑战感,系统会派发更有挑战性但在该学生能力范围内的题目,节省学习时间,保持学习热诚。
系统的技术原理
GCN 的原理
MAD 采用了「图形卷积网路」(Graph Convolutional Network,GCN) 的深度学习技术 。在答题的过程中,每个学生的点击流、答题先后次序、所用时间等等的数据结构都不一样,GCN 在处理这类型的数据时,系统会不停自我学习及调节,因应学生的能力,持续为学生更新学习路线,令每个学生都得到贴身的学习模式。
系统的应用
在正式启动AI 之前,系统会派发5 - 7 道热身题目来测试学生在同级学生中的能力水平。在学习的过程中,系统会模拟学生的答题规律、估算学生在其他题目中的潜在分数、并作出最佳的学习建议。系统会持续将实际跟预测数据进行对比及优化,令系统更能掌握该学生的学习能力,针对问题根源加强训练。
与其他平台的分别
独有的学习模式
坊间大多数标榜人工智能的学习平台都是采用多项选择题 (MC) 的形式去作答,无法记录学生的答题过程,系统里的参数只有一个,成绩的预测及能力评估自然大打折扣。

而 MAD 的 AI 系统前所未有地记录所有学生的答题过程,除了在系统上有庞大数据库支援,背后的运算亦需要前端的技术支援,并不是一般平台能模仿的。
有效改善数学科成绩
补习班甚至学校老师都没有办法全面记录一个学生的学习成绩或持续跟进他的学习弱点,当学生的数量变多或时间拉长,学生就会渐渐被忽略,得不到应有的学习指导。透过AI 的协助,学生能够得到更贴身、持续的成绩跟进。系统会实时分析学生的弱点,引导学生循序渐进改善数学能力,令数学科成绩有所提升。
立即注册帐户,让小朋友得到更贴身的学习体验!
立即注册
平台人工智能技术开发
EN
『世界数学及解难评估』试前准备
CodeN'Sim 编程学习平台
TWIG 多媒体科学资源