第一篇：1110310721-劉浩-實(shí)驗(yàn)三

人工智能導(dǎo)論

實(shí)驗(yàn)三 單層網(wǎng)絡(luò)感知機(jī)學(xué)習(xí)算法Python實(shí)現(xiàn)

實(shí)驗(yàn)環(huán)境：

Python（英語(yǔ)發(fā)音：/?pa?θ?n/）, 是一種面向?qū)ο?、解釋型?jì)算機(jī)程序設(shè)計(jì)語(yǔ)言，由Guido van Rossum于1989年底發(fā)明，第一個(gè)公開(kāi)發(fā)行版發(fā)行于1991年。Python語(yǔ)法簡(jiǎn)潔而清晰，具有豐富和強(qiáng)大的類庫(kù)。它常被昵稱為膠水語(yǔ)言，它能夠把用其他語(yǔ)言制作的各種模塊（尤其是C/C++）很輕松地聯(lián)結(jié)在一起。常見(jiàn)的一種應(yīng)用情形是，使用Python快速生成程序的原型（有時(shí)甚至是程序的最終界面），然后對(duì)其中有特別要求的部分，用更合適的語(yǔ)言改寫(xiě)，比如3D游戲中的圖形渲染模塊，性能要求特別高，就可以用C++重寫(xiě)。

實(shí)驗(yàn)?zāi)康模?/p>

了解和掌握Python語(yǔ)言的使用方法，并能利用它解決實(shí)際應(yīng)用中所遇到的問(wèn)題；同時(shí)實(shí)現(xiàn)了單層網(wǎng)絡(luò)感知機(jī)的學(xué)習(xí)算法的基本模式，加深對(duì)人工智能的重要方向人工神經(jīng)網(wǎng)絡(luò)的理解認(rèn)識(shí)，初步了解機(jī)器學(xué)習(xí)的相關(guān)方法。

實(shí)驗(yàn)內(nèi)容：

利用python語(yǔ)言實(shí)現(xiàn)基本的單層網(wǎng)絡(luò)感知機(jī)的學(xué)習(xí)算法，其中感知機(jī)（perceptron）是二分類的線性分類模型，輸入為實(shí)例的特征向量，輸出為實(shí)例的類別（取+1和-1）。感知機(jī)對(duì)應(yīng)于輸入空間中將實(shí)例劃分為兩類的分離超平面。感知機(jī)旨在求出該超平面，為求得超平面導(dǎo)入了基于誤分類的損失函數(shù)，利用梯度下降法 對(duì)損失函數(shù)進(jìn)行最優(yōu)化（最優(yōu)化）。感知機(jī)的學(xué)習(xí)算法具有簡(jiǎn)單而易于實(shí)現(xiàn)的優(yōu)點(diǎn)，分為原始形式和對(duì)偶形式。感知機(jī)預(yù)測(cè)是用學(xué)習(xí)得到的感知機(jī)模型對(duì)新的實(shí)例進(jìn)行預(yù)測(cè)的，因此屬于判別模型。感知機(jī)由Rosenblatt于1957年提出的，是神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的基礎(chǔ)。

感知機(jī)模型 定義

n假設(shè)輸入空間(特征向量)為X?R，輸出空間為Y={-1, +1}。輸入x∈X表示實(shí)例的特征向量，對(duì)應(yīng)于輸入空間的點(diǎn)；輸出y∈Y表示示例的類別。由輸入空間到輸出空間的函數(shù)為

f(x)=sign(w·x + b)（1）

稱為感知機(jī)。其中，參數(shù)w叫做權(quán)值向量，b稱為偏置。w·x表示w和x的內(nèi)積。sign為符號(hào)函數(shù)，即

（2）幾何解釋

感知機(jī)模型是線性分類模型，感知機(jī)模型的假設(shè)空間是定義在特征空間中的所有線性分

n類模型，即函數(shù)集合{f|f(x)=w·x+b}。線性方程 w·x+b=0對(duì)應(yīng)于特征空間R中的一個(gè)超平面S，其中w是超平面的法向量，b是超平面的截踞。這個(gè)超平面把特征空間劃分為兩部分。位于兩側(cè)的點(diǎn)分別為正負(fù)兩類。超平面S稱為分離超平面，如下圖：

學(xué)習(xí)與預(yù)測(cè)

n感知機(jī)學(xué)習(xí)即由訓(xùn)練數(shù)據(jù)集T={(x1,y1),(x2,y2)...(xN,yN)}（其中xi∈X=R，yi∈Y={-1, +1}，i=1,2...N）求得感知機(jī)模型（1），即求得參數(shù)w,b；感知機(jī)預(yù)測(cè)即根據(jù)得到的感知機(jī)模型（1），對(duì)新的輸入實(shí)例給出對(duì)應(yīng)的類型。

感知機(jī)學(xué)習(xí)策略

假設(shè)訓(xùn)練數(shù)據(jù)集是線性可分的，感知機(jī)學(xué)習(xí)的目標(biāo)是求得一個(gè)能夠?qū)⒂?xùn)練數(shù)據(jù)的正負(fù)實(shí)例點(diǎn)完全分開(kāi)的分離超平面，即最終求得參數(shù)w、b。這需要一個(gè)學(xué)習(xí)策略，即定義（經(jīng)驗(yàn)）損失函數(shù)并將損失函數(shù)最小化。

損失函數(shù)的一個(gè)自然的選擇是誤分類的點(diǎn)的總數(shù)。但是這樣得到的損失函數(shù)不是參數(shù)w、b的連續(xù)可導(dǎo)函數(shù)，不宜優(yōu)化。損失函數(shù)的另一個(gè)選擇是誤分類點(diǎn)到分里面的距離之和。

首先，對(duì)于任意一點(diǎn)xo到超平面的距離為

(3)其次，對(duì)于誤分類點(diǎn)（xi,yi）來(lái)說(shuō)-yi(w·xi+b)>0 這樣，假設(shè)超平面S的總的誤分類點(diǎn)集合為M，那么所有誤分類點(diǎn)到S的距離之和為

(4)不考慮1/||w||，就得到了感知機(jī)學(xué)習(xí)的損失函數(shù)。經(jīng)驗(yàn)風(fēng)險(xiǎn)函數(shù)

n給定數(shù)據(jù)集T={(x1,y1),(x2,y2)...(xN,yN)}（其中xi∈X=R，yi∈Y={-1, +1}，i=1,2...N），感知機(jī)sign(w·x+b)學(xué)習(xí)的損失函數(shù)定義為

(5)

其中M為誤分類點(diǎn)的集合，這個(gè)損失函數(shù)就是感知機(jī)學(xué)習(xí)的經(jīng)驗(yàn)風(fēng)險(xiǎn)函數(shù)。

顯然，損失函數(shù)L(w,b)是非負(fù)的。如果沒(méi)有誤分類點(diǎn)，那么L(w,b)為0，誤分類點(diǎn)數(shù)越少，L(w,b)值越小。一個(gè)特定的損失函數(shù)：在誤分類時(shí)是參數(shù)w,b的線性函數(shù)，在正確分類時(shí)，是0.因此，給定訓(xùn)練數(shù)據(jù)集T,損失函數(shù)L(w,b)是w,b的連續(xù)可導(dǎo)函數(shù)。

感知機(jī)學(xué)習(xí)算法

n最優(yōu)化問(wèn)題：給定數(shù)據(jù)集T={(x1,y1),(x2,y2)...(xN,yN)}（其中xi∈X=R，yi∈Y={-1, +1}，i=1,2...N），求參數(shù)w,b,使其成為損失函數(shù)的解（M為誤分類的集合）：

（6）

它的原理在于A*[1]（A-Star)算法是一種靜態(tài)路網(wǎng)中求解最短路最有效的直接搜索方法。注意是最有效的直接搜索算法。之后涌現(xiàn)了很多預(yù)處理算法（ALT，CH，HL等等），在線查詢效率是A*算法的數(shù)千甚至上萬(wàn)倍。

公式表示為： f(n)=g(n)+h(n), 其中 f(n)是從初始點(diǎn)經(jīng)由節(jié)點(diǎn)n到目標(biāo)點(diǎn)的估價(jià)函數(shù)，g(n)是在狀態(tài)空間中從初始節(jié)點(diǎn)到n節(jié)點(diǎn)的實(shí)際代價(jià)，h(n)是從n到目標(biāo)節(jié)點(diǎn)最佳路徑的估計(jì)代價(jià)。

保證找到最短路徑（最優(yōu)解的）條件，關(guān)鍵在于估價(jià)函數(shù)h(n)的選?。?/p>

估價(jià)值h(n)<= n到目標(biāo)節(jié)點(diǎn)的距離實(shí)際值，這種情況下，搜索的點(diǎn)數(shù)多，搜索范圍大，效率低。但能得到最優(yōu)解。并且如果h(n)=d(n)，即距離估計(jì)h(n)等于最短距離，那么搜索將嚴(yán)格沿著最短路徑進(jìn)行，此時(shí)的搜索效率是最高的。

如果 估價(jià)值>實(shí)際值,搜索的點(diǎn)數(shù)少，搜索范圍小，效率高，但不能保證得到最優(yōu)解。

感知機(jī)學(xué)習(xí)的原始形式

感知機(jī)學(xué)習(xí)是誤分類驅(qū)動(dòng)的，具體采用隨機(jī)梯度下降法。首先，任意選定w0、b0，然后用梯度下降法不斷極小化目標(biāo)函數(shù)（6），極小化的過(guò)程不知一次性的把M中的所有誤分類點(diǎn)梯度下降，而是一次隨機(jī)選取一個(gè)誤分類點(diǎn)使其梯度下降。

假設(shè)誤分類集合M是固定的，那么損失函數(shù)L(w,b)的梯度由（7）（8）給出

（7）

（8）

隨機(jī)選取一個(gè)誤分類點(diǎn)（xi,yi）,對(duì)w,b進(jìn)行更新：

（9）

（10）

式中η（0≤η≤1）是步長(zhǎng)，在統(tǒng)計(jì)學(xué)是中成為學(xué)習(xí)速率。步長(zhǎng)越大，梯度下降的速度越快，更能接近極小點(diǎn)。如果步長(zhǎng)過(guò)大，有可能導(dǎo)致跨過(guò)極小點(diǎn)，導(dǎo)致函數(shù)發(fā)散；如果步長(zhǎng)過(guò)小，有可能會(huì)耗很長(zhǎng)時(shí)間才能達(dá)到極小點(diǎn)。

算法（感知機(jī)學(xué)習(xí)算法的原始形式）

輸入：T={(x1,y1),(x2,y2)...(xN,yN)}（其中xi∈X=Rn，yi∈Y={-1, +1}，i=1,2...N，學(xué)習(xí)速率為η）輸出：w, b;感知機(jī)模型f(x)=sign(w·x+b)(1)初始化w0,b0(2)在訓(xùn)練數(shù)據(jù)集中選?。▁i, yi）(3)如果yi(w xi+b)≤0

w = w + ηyixi

b = b + ηyi(4)轉(zhuǎn)至（2）

直觀解釋：當(dāng)一個(gè)實(shí)例點(diǎn)被誤分類時(shí)，調(diào)整w,b，使分離超平面向該誤分類點(diǎn)的一側(cè)移動(dòng)，以減少該誤分類點(diǎn)與超平面的距離，直至超越該點(diǎn)被正確分類。

實(shí)驗(yàn)步驟：

1．算法的基本描述

對(duì)于訓(xùn)練數(shù)據(jù)集，其中正例點(diǎn)是x1=(3,3)T,x2=(4,3)T，負(fù)例點(diǎn)為x3=(1,1)T，用感知機(jī)學(xué)習(xí)算法的原始形式求感知機(jī)模型f(x)=w·x+b。這里w=(w(1),w(2))T，x=(x(1),x(2))T 解：構(gòu)建最優(yōu)化問(wèn)題：

按照算法求解w，b。η=1(1)取初值w0=0, b0=0(2)對(duì)于（3，3）:-(0+0)+0=0未被正確分類。更新w,b

w1=w0+1*y1·x1 =(0,0)T+1(3,3)T=(3,3)T

b1=b0+y1=1

得到線性模型w1x+b1 = 3x(1)+3x(2)+1(3)返回（2）繼續(xù)尋找yi(w·xi+b)≤0的點(diǎn)，更新w,b。直到對(duì)于所有的點(diǎn)yi(w·xi+b)>0，沒(méi)有誤分類點(diǎn)，損失函數(shù)達(dá)到最小。分離超平面為x(1)+x(2)-3=0 感知機(jī)模型為 f(x)=sign(x(1)+x(2)-3)

在迭代過(guò)程中，出現(xiàn)w·xi+b=-2，此時(shí)，取任意一個(gè)點(diǎn)，都會(huì)是其小于0，不同的取值順序會(huì)導(dǎo)致最終的結(jié)果不同，因此解并不是唯一的。為了得到唯一的超平面，需要對(duì)分離超平面增加約束條件，這就是支持向量機(jī)的想法。

2.算法的實(shí)現(xiàn)

import os import sys

# An example in that book, the training set and parameters' sizes are fixed training_set = []

w = [] b = 0 lens = 0 n = 0

# update parameters using stochastic gradient descent def update(item):

global w, b, lens, n

for i in range(lens):

w[i] = w[i] + n * item[1] * item[0][i]

b = b + n * item[1]

print w, b # you can uncomment this line to check the process of stochastic gradient descent

# calculate the functional distance between 'item' an the dicision surface def cal(item):

global w, b

res = 0

for i in range(len(item[0])):

res += item[0][i] * w[i]

res += b

res *= item[1]

return res

# check if the hyperplane can classify the examples correctly def check():

flag = False

for item in training_set:

if cal(item)<= 0:

flag = True

update(item)

if not flag: #False

print “RESULT: w: ” + str(w)+ “ b: ”+ str(b)

tmp = ''

for keys in w:

tmp += str(keys)+ ' '

tmp = tmp.strip()

modelFile.write(tmp + 'n')

modelFile.write(str(b)+ 'n')

modelFile.write(str(lens)+ 'n')

modelFile.write(str(n)+ 'n')

modelFile.close()

os._exit(0)

flag = False

if __name__==“__main__”:

if len(sys.argv)!= 4:

print “Usage: python perceptron.py n trainFile modelFile”

exit(0)

n = float(sys.argv[1])

trainFile = file(sys.argv[2])

modelFile= file(sys.argv[3], 'w')

lens = 0

for line in trainFile:

chunk = line.strip().split(' ')

lens = len(chunk)-1

tmp_all = []

tmp = []

for i in range(1, lens+1):

tmp.append(int(chunk[i]))

tmp_all.append(tmp)

tmp_all.append(int(chunk[0]))

training_set.append(tmp_all)

trainFile.close()

for i in range(lens):

w.append(0)

for i in range(1000):

check()

print “The training_set is not linear separable.”

實(shí)驗(yàn)結(jié)果：

Usage: python perceptron.py n trainFile modelFile

第二篇：劉浩澤[范文]

家鄉(xiāng)美 內(nèi)蒙古

我的家鄉(xiāng)在內(nèi)蒙古，這里山清水秀、鳥(niǎo)語(yǔ)花香，還是天然氧吧，是個(gè)修生養(yǎng)性的好地方。這里還有熱情好客的人們，美味誘人的特產(chǎn)。讓我來(lái)給大家介紹一下吧！在春天時(shí)，桃花開(kāi)了，漫山遍野都是花香。特別是走在鄉(xiāng)下時(shí)，那花香可以讓你飄飄欲仙，陶醉在其中。走進(jìn)一顆，細(xì)細(xì)一看，那嬌小的只有五瓣桃花默默的散發(fā)著微妙的氣息，那為什么它那么香呢？因?yàn)殡m然只是那么的弱不禁風(fēng)，香味淡淡，但是在一棵樹(shù)上有著許許多多的同胞，它們心連心，每一朵花都綻放出自己微薄的力量，這樣才能散發(fā)出如此濃的香味。而這不正是象征了我們中國(guó)人民心連心，團(tuán)結(jié)友愛(ài)嗎？在春天時(shí)不只是有花香還有酸酸甜甜的櫻桃吃呢！那些櫻桃樹(shù)有些低，大人伸手就能摘到，小孩就要上樹(shù)才能摘到。看著那又紅又小的櫻桃，你一定會(huì)忍不住大吃一頓的。一口下去，一個(gè)就沒(méi)了，唯一留下的是那回味無(wú)窮的酸甜。

在夏天時(shí)，天氣有些炎熱但我們內(nèi)蒙古人可一點(diǎn)也不怕，因?yàn)檫@時(shí)我們這里的湖水給我們帶來(lái)了無(wú)限的涼爽。在這時(shí)在湖里游泳、戲水的人十分多，走到湖邊，你會(huì)聽(tīng)見(jiàn)許許多多的歡聲笑語(yǔ)。在戲水時(shí)還可以捉魚(yú)蝦。你一定知道內(nèi)蒙古的湖吧！它們分別是：澇壩湖在那些地方可以劃船，可以戲水，可以養(yǎng)性，還可以游山玩水，不亦樂(lè)乎！

在秋天時(shí)，桃子完全的成熟了。湊近一看，那桃子水靈靈的，聞一聞，香氣撲鼻，讓人感受到一種沁人心脾的舒適。摘下一個(gè)，一點(diǎn)一點(diǎn)的掰開(kāi)，那汁水會(huì)噴到你的手上讓你防不勝防。掰下一半放到嘴，瞬間，汁水會(huì)裝滿你的嘴，酸甜的味道，解渴的汁水，讓你拋開(kāi)一切煩惱，心情愉快。這柑橘不光好吃還好看！當(dāng)你站在高處時(shí)，你往田間一看，你會(huì)發(fā)現(xiàn)田中的桃樹(shù)上有著拳頭大小的燈籠，那就是桃子呀！一眼望去，綠的、黃的、棕的，3種顏色組成了一幅美麗的風(fēng)景畫(huà)，一定讓你陶醉在其中！怎么樣？聽(tīng)了我的介紹，你是不是很心動(dòng)了呢？心動(dòng)不如行動(dòng)，趕緊出發(fā)，來(lái)到美麗的內(nèi)蒙古體會(huì)這里的天然氧吧，品味這里的美味特產(chǎn)，體會(huì)這里的熱情好客吧。

烏蘭小學(xué)6年級(jí)4班 劉浩澤

第三篇：演講稿劉浩田

中華魂演講稿

愛(ài)國(guó)從小事做起

庫(kù)區(qū)鄉(xiāng)育才小學(xué)（四.一）班劉浩田

有人曾經(jīng)這樣問(wèn)我：你愛(ài)國(guó)嗎？我思索了片刻，然后笑著搖了搖頭，我不知道。其實(shí)我知道，我愛(ài)國(guó)，我們?cè)谧母魑欢紣?ài)國(guó)，只是有時(shí)我們不知道該如何表達(dá)罷了。

是的，作為學(xué)生，我們不能像體育健兒那樣為祖國(guó)勇奪金牌，讓國(guó)歌一次又一次唱響世界；不能像孔繁森、任長(zhǎng)霞那樣用自己的滿腔熱血和生命去奉獻(xiàn)社會(huì)、奉獻(xiàn)人民；更不能像革命先烈那樣“拼將十萬(wàn)頭顱血，卻把乾坤力挽回”，為國(guó)而甘愿犧牲一切。

那么，我們究竟該如何去愛(ài)國(guó)呢？

在這里，我想問(wèn)：同學(xué)們，你孝敬自己的父母嗎？你尊敬自己的老師嗎？你團(tuán)結(jié)自己的同學(xué)嗎？你熱愛(ài)祖國(guó)的語(yǔ)言文字嗎？你有堅(jiān)強(qiáng)的意志、不服輸?shù)木駟?？你有知錯(cuò)就改、勇于承擔(dān)責(zé)任的品質(zhì)嗎？......有同學(xué)會(huì)問(wèn)：你說(shuō)的這些與愛(ài)國(guó)有關(guān)系嗎？有，當(dāng)然有!

很難想象，一個(gè)不愛(ài)自己父母、不尊敬師長(zhǎng)的人會(huì)愛(ài)國(guó)嗎？一個(gè)不熱愛(ài)祖國(guó)燦爛文化的人會(huì)愛(ài)國(guó)嗎？一個(gè)意志薄弱、遇事總想逃的人他能去愛(ài)國(guó)嗎？“勿以善小而不為，勿以惡小而為之?！睆澭鼡炱鸬厣系囊粡垙U紙，做一個(gè)環(huán)保小衛(wèi)士；為父母洗一次腳，讓整日操勞的父母知道我們深愛(ài)著他們；用心、用智慧去學(xué)習(xí)、去傳承祖國(guó)的燦爛文化。這些雖不像見(jiàn)義勇為、舍己救人那樣轟轟烈烈；不像馳騁沙場(chǎng)、浴血?dú)衬菢雍狼槿f(wàn)丈，但這些正表明我們心里裝著祖國(guó)，如果需要的話，如果可能的話，我們同樣會(huì)為祖國(guó)拋頭顱、灑熱血而不皺一下眉頭!大家說(shuō)，是不是!所以，愛(ài)國(guó)請(qǐng)從小事做起。

第四篇：劉浩工作履歷表[推薦]

劉浩

工作經(jīng)歷履歷表

1姓名：劉浩播音名：劉凱華應(yīng)聘崗位：播音主持、編導(dǎo)、記者

推 薦 信

劉浩同志在《光明日?qǐng)?bào)》黑龍江記者站做帶薪實(shí)習(xí)記者期間思想要求進(jìn)步積極進(jìn)取，發(fā)表稿件多次得到黑龍江記者站領(lǐng)導(dǎo)的肯定，有較強(qiáng)的組織協(xié)調(diào)能力和高漲的工作熱情。在黑龍江記者站帶薪實(shí)習(xí)期間積極主動(dòng)參加記者站的各項(xiàng)活動(dòng)能夠充分發(fā)揮積極骨干先鋒作用并同團(tuán)隊(duì)成員一同前進(jìn)。

工作和學(xué)習(xí)刻苦認(rèn)真成績(jī)優(yōu)異，善于思考勤于鉆研特別是在實(shí)習(xí)期間多次自費(fèi)到北京中國(guó)人民大學(xué)新聞學(xué)進(jìn)修班深造學(xué)習(xí)，為了使自己得到更多的鍛煉，它利用業(yè)余時(shí)間參加全國(guó)高等教育新聞學(xué)專業(yè)自學(xué)考試，有一定的工作經(jīng)歷和較成型的工作模式，我知道劉浩同志在大學(xué)期間曾榮獲漢語(yǔ)言文學(xué)系優(yōu)秀學(xué)生干部獎(jiǎng)勵(lì)。從2006年在黑河廣播電視臺(tái)新聞綜合頻道《俄羅斯信息》欄目做實(shí)習(xí)編輯及實(shí)習(xí)主持人等工作直到大學(xué)畢業(yè)正式參加社會(huì)工作。在工作經(jīng)驗(yàn)上有一點(diǎn)點(diǎn)工作業(yè)績(jī)！

總之，該同志在大學(xué)期間和在《光明日?qǐng)?bào)》帶薪實(shí)習(xí)期間是一名德才兼?zhèn)涞暮猛尽⒑脤W(xué)生。而且經(jīng)常參與校級(jí)、省級(jí)、國(guó)家級(jí)聲樂(lè)大賽和文藝演出主持、現(xiàn)場(chǎng)演唱活動(dòng)。我認(rèn)為它會(huì)成為一名有組織能力的具有新聞敏感的特殊型綜合人才！

推薦人：司漢科 2008年7月3日

自薦信

尊敬的領(lǐng)導(dǎo)：

感謝您在百忙中抽出寶貴的時(shí)間來(lái)閱覽我的這份自薦信。

我叫劉浩，是黑河學(xué)院漢語(yǔ)言文學(xué)教育（播音主持方向）專業(yè)的2009年應(yīng)屆?？飘厴I(yè)生。現(xiàn)如今已經(jīng)參加工作，今天我是懷著平靜而又激動(dòng)的心情呈上這份自薦書(shū)的。

在大學(xué)期間，我認(rèn)真學(xué)習(xí)，勤奮刻苦，努力做好本職工作，在社會(huì)實(shí)踐和班級(jí)工作中積累了大量的工作經(jīng)驗(yàn)，使自己具有良好的身體素質(zhì)和心理素質(zhì)。大學(xué)期間我努力學(xué)習(xí)專業(yè)知識(shí)，從各門(mén)課程的基礎(chǔ)知識(shí)出發(fā)，努力掌握其基本技能技巧，深鉆細(xì)研，尋求其內(nèi)在規(guī)律，且做了大量的實(shí)驗(yàn)，并取得了良好的成績(jī)。普通話水平為一級(jí)乙等，還獲得全國(guó)2007第十四屆推選文藝新人大賽全國(guó)十佳歌手，俄語(yǔ)達(dá)到國(guó)家公共二級(jí)水平。

在參加工作期間，積極參加工作單位組織的各項(xiàng)活動(dòng)，并且在工作的兩年時(shí)間里認(rèn)真的完成自己的新聞從業(yè)人員業(yè)務(wù)能力，而且能夠獨(dú)立完成工作單位指派的組織協(xié)調(diào)策劃活動(dòng)，有較強(qiáng)的新聞敏感性具有一定新聞采、編、播工作能力，在2007年夏天受黑河廣播電視臺(tái)委托成功策劃臺(tái)灣歌手王少峰《玫瑰之約》走進(jìn)黑河歌友會(huì)！

一個(gè)人只有把聰明才智應(yīng)用到實(shí)際工作中去，服務(wù)于社會(huì)，有利于社會(huì)，讓效益和效率來(lái)證明自己，才能真正體現(xiàn)自己的自身價(jià)值！我堅(jiān)信，路是一步一步走出來(lái)的。只有腳踏實(shí)地，努力工作，才能做出更出色的成績(jī)！

“器必試而先知其利鈍，馬必騎而后知其良駑?！蔽疑钚牛褐灰艺业揭粋€(gè)支點(diǎn)，就能撬起整個(gè)地球，只要給我一片土壤，我會(huì)用年輕的生命去耕耘，您不僅能看到我的成功，而且能夠收獲整個(gè)秋天。這就是我的自信和能力的承諾。

請(qǐng)各位領(lǐng)導(dǎo)給我一個(gè)機(jī)會(huì)，我會(huì)用行動(dòng)來(lái)證明自己。最后，衷心祝愿貴單位事業(yè)發(fā)達(dá)、蒸蒸日上。

此致

敬禮！

自薦人：劉浩

2011年2月3日

第五篇：培訓(xùn)總結(jié) 劉浩

培訓(xùn)總結(jié)

四年級(jí)語(yǔ)文組 劉浩

一個(gè)緊張、充實(shí)、有序、奮進(jìn)的短暫暑期教師培訓(xùn)結(jié)束了，培訓(xùn)中既有校長(zhǎng)的思想引領(lǐng)也有校外專家的專業(yè)講座，去國(guó)外工作交流回校的教師的國(guó)際交流報(bào)告，還有優(yōu)秀新教師的經(jīng)驗(yàn)交流以及優(yōu)秀班主任的工作交流。真可謂是精彩紛呈，名家薈萃，膾炙人口，期間令我們收獲頗多，感觸頗多。四天的培訓(xùn)無(wú)法用短短的一篇文章去詳盡的分享，敘述完，所以我在這里想選取對(duì)我感觸最深的一部分進(jìn)行總結(jié)。

培訓(xùn)的最后一天周怡老師作為一名優(yōu)秀的年輕教師進(jìn)行了題為“昨天.今天.明天”的講座分享，同為年輕教師的我聽(tīng)完講座后感觸多多，收獲多多。周怡老師作為年長(zhǎng)我一歲的師姐，只比我早來(lái)附小一年，但是在個(gè)人的專業(yè)發(fā)展中就已經(jīng)脫穎而出，我在羨慕之余也從她身上發(fā)現(xiàn)了一個(gè)道理——機(jī)會(huì)總是偏愛(ài)有準(zhǔn)備的人。聽(tīng)周怡老師的經(jīng)驗(yàn)交流主要在以下幾個(gè)方面給了我啟示：

一、如何去備好一節(jié)課。備課，設(shè)計(jì)課堂一直是我比較頭疼的問(wèn)題，拿到一篇課文我常常沒(méi)有自己的思路，抓不住重難點(diǎn)。但是周老師的經(jīng)驗(yàn)交流給了我一些啟示，為我點(diǎn)亮了一點(diǎn)燈。從周老師的交流中我發(fā)現(xiàn)周老師備課非常的認(rèn)真細(xì)致，她每節(jié)課都要認(rèn)真研讀教材，領(lǐng)會(huì)編者意圖。但是要做到這一點(diǎn)真是說(shuō)起來(lái)容易做起來(lái)難，要真正貫徹這一做法就必須在每教每節(jié)課之前先認(rèn)真讀教材，這不僅僅是指讀課文內(nèi)容，還包括導(dǎo)語(yǔ)，注釋，生字，插圖，泡泡語(yǔ)，課后題。在閱讀完教材中已有的內(nèi)容的基礎(chǔ)上我們可以初步形成自己的教學(xué)思路，然后我們可以閱讀教參，進(jìn)一步理解教材，對(duì)自己的思路，想法進(jìn)行糾正最后對(duì)照教參再看教材，確立教學(xué)目標(biāo)。在形成自己思路的基礎(chǔ)上我們可以再閱讀優(yōu)秀的教學(xué)設(shè)計(jì)，設(shè)計(jì)教學(xué)流程，耐心制作課件。當(dāng)然在講完一節(jié)課后我們一定要重視課后反思，認(rèn)真反思自己這一節(jié)課的優(yōu)缺點(diǎn)，查漏補(bǔ)缺，在今后的授課中注意取長(zhǎng)補(bǔ)短，長(zhǎng)此以往我們的教學(xué)一定會(huì)有所長(zhǎng)進(jìn)。

二、抓住聽(tīng)課，評(píng)課的機(jī)會(huì)不斷提升自己?！八街梢怨ビ瘛?，聽(tīng)課是我們年輕教師的很好的學(xué)習(xí)機(jī)會(huì)，在過(guò)去的一年中我雖然也很重視聽(tīng)課，但是跟周老師比起來(lái)我似乎還差了很多。周老師在交流中提到她在聽(tīng)一節(jié)課之前都會(huì)做好聽(tīng)課準(zhǔn)備，熟悉一下自己將要去聽(tīng)的課的教學(xué)內(nèi)容，預(yù)設(shè)自己的教學(xué)內(nèi)容，做到有準(zhǔn)備的聽(tīng)課。其次，在聽(tīng)課過(guò)程中我們要做到“聽(tīng)，看，記，想”相結(jié)合，而不是只是機(jī)械的記教學(xué)過(guò)程，把每次的聽(tīng)課記錄都寫(xiě)的像課堂實(shí)錄并不是一種好的做法。最后在聽(tīng)課結(jié)束后要重視聽(tīng)課教師的評(píng)課過(guò)程，發(fā)現(xiàn)別人的優(yōu)缺點(diǎn)，取其精華去其糟粕。

三、抓住識(shí)字教學(xué)，朗讀教學(xué)，寫(xiě)話教學(xué)展開(kāi)教學(xué)研究。歸根結(jié)底，聽(tīng)課，備課都是為了上好一節(jié)課，而前期這兩件事情都是為上好一節(jié)課打基礎(chǔ)。而對(duì)于小學(xué)教育來(lái)說(shuō)教學(xué)中主要有三點(diǎn)：識(shí)字教學(xué)，朗讀教學(xué)，寫(xiě)話教學(xué)。周老師的經(jīng)驗(yàn)交流中我發(fā)現(xiàn)她對(duì)這三方面都有自己的一些想法，體會(huì)，研究，特別是在寫(xiě)話教學(xué)中她很有自己的一套想法。她從一年級(jí)下學(xué)期開(kāi)始就培養(yǎng)孩子們寫(xiě)句子，二年級(jí)開(kāi)始培養(yǎng)孩子寫(xiě)日記，并且及時(shí)給與孩子反饋，孩子從中不斷成長(zhǎng)，老師也不斷收獲。周老師的這些方法也給與了我不少靈感。

總之，四天的培訓(xùn)就像一場(chǎng)頭腦風(fēng)暴，要真正去消化，吸收，真正變成自己的東西并不是一件簡(jiǎn)單的事情。但是我們都在盡己所能的去捕捉自己收獲的每一個(gè)靈感，力爭(zhēng)變成自己的東西，運(yùn)用到自己的教學(xué)中，也可為收獲多多，滿足多多了。