第一篇：CALIS第一期學(xué)科館員培訓(xùn)班學(xué)習(xí)總結(jié)

CALIS第一期學(xué)科館員培訓(xùn)班學(xué)習(xí)總結(jié)

李 冶

在《國家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010-2020年）》及全國教育工作會(huì)議精神的指引下，CALIS建設(shè)項(xiàng)目三期將工作重心轉(zhuǎn)向服務(wù)。其中，根據(jù)我國高等學(xué)校建設(shè)世界一流大學(xué)的需求，學(xué)科化服務(wù)在高校圖書館服務(wù)中顯現(xiàn)出尤為突出的重要性。

為提升圖書館員的素養(yǎng)和學(xué)科化服務(wù)能力，CALIS管理中心委托上海交通大學(xué)圖書館于2010年11月21—26日在上海舉辦第一期學(xué)科館員培訓(xùn)班。我作為吉林大學(xué)圖書館的一員參加了此次培訓(xùn)。培訓(xùn)班由海內(nèi)外在學(xué)科化服務(wù)及其研究與實(shí)踐方面有較深造詣的學(xué)者組成師資隊(duì)伍，重點(diǎn)聚焦學(xué)科化服務(wù)的基礎(chǔ)理論和實(shí)踐，在院系聯(lián)絡(luò)、教學(xué)科研支持、學(xué)科專題服務(wù)、學(xué)科資源建設(shè)、學(xué)科服務(wù)技術(shù)與工具等方面進(jìn)行強(qiáng)化訓(xùn)練，具體培訓(xùn)內(nèi)容摘記如下：

一、學(xué)科服務(wù)概論

1.學(xué)科服務(wù)的意義與戰(zhàn)略思考

學(xué)科服務(wù)是以用戶為核心，通過學(xué)科館員，依托圖書館和公共信息資源，面向特定機(jī)構(gòu)和用戶，建立基于科研與教學(xué)、多方協(xié)同、面向一線用戶的一種新的服務(wù)模式和服務(wù)機(jī)制。1.1學(xué)科服務(wù)的性質(zhì)

1）一種新的服務(wù)模式。

直接融入一線用戶，為院系、教研室、實(shí)驗(yàn)室、課題組或個(gè)人，提供個(gè)性化、專業(yè)化、知識(shí)化的服務(wù)； 2）一種新的服務(wù)機(jī)制。

為每個(gè)院系配備專職的學(xué)科館員，與院系圖書館（資料室）協(xié)同工作，責(zé)任到院系，服務(wù)到院系，創(chuàng)新到院系，考核到院系；

3）體現(xiàn)以用戶及其需求為中心。

從到館服務(wù)，到一線服務(wù)；從普遍服務(wù)，到個(gè)性化服務(wù)；從文獻(xiàn)信息服務(wù)，到知識(shí)服務(wù)；從場(chǎng)所服務(wù)，到泛在服務(wù)。

4）以提升為用戶的信息能力為目的。

優(yōu)化用戶信息環(huán)境，提升用戶信息獲取與利用能力，為教學(xué)科研提供有力的信息保障和支撐。1.2學(xué)科服務(wù)的意義

學(xué)科服務(wù)是新信息環(huán)境下圖書館轉(zhuǎn)型的重要體現(xiàn)，是用戶信息服務(wù)的必然要求；學(xué)科服務(wù)是圖書館擺脫危機(jī)、重塑形象的突破口，是新信息環(huán)境下圖書館創(chuàng)新發(fā)展的出路；學(xué)科服務(wù)是圖書館價(jià)值、地位和作用的真正體現(xiàn)，是圖書館提升能力與貢獻(xiàn)的唯一選擇。1.3學(xué)科服務(wù)戰(zhàn)略思考

學(xué)科服務(wù)就是要以個(gè)性化的方式定制、重組、集成現(xiàn)有（但不局限于本校）的各種資源與服務(wù)，為服務(wù)對(duì)象所用；在服務(wù)過程中運(yùn)用多種方式或潛移默化或宣傳講座提高用戶信息素質(zhì)；成為重點(diǎn)科研團(tuán)隊(duì)的CIO/CKO，自主創(chuàng)建深層次服務(wù)。2.國內(nèi)學(xué)科服務(wù)存在的主要問題

（1）缺乏科學(xué)的規(guī)劃與設(shè)計(jì)

投入不足，缺乏有針對(duì)性的規(guī)劃和設(shè)計(jì)，學(xué)科館員數(shù)量偏少，層次不高，與其他業(yè)務(wù)環(huán)節(jié)協(xié)作不足，探索創(chuàng)新不夠。（2）服務(wù)的基點(diǎn)失衡

以圖書館（本館）為中心，而不是以用戶和信息需求為中心；以信息及其利用為中心，而不是以用戶及其科研過程為中心；以信息利用過程為中心，而不是以信息利用目的為中心。（3）主要是聯(lián)絡(luò)員的角色

仍然是信息中介，沒有融入科研教學(xué)過程，沒有成為科研教學(xué)不可缺少的伙伴，服務(wù)的深度不足，服務(wù)的吸引力和影響力有限。（4）系統(tǒng)性和協(xié)調(diào)性較差

學(xué)科館員責(zé)任不清，承擔(dān)多方面工作，也需要與多個(gè)方面協(xié)調(diào)，顧此失彼，學(xué)科館員的主體作用沒有充分體現(xiàn)出來。（5）考核方法簡(jiǎn)單

學(xué)科館員工作不是看過程，而是效果。需要建立一套第三方參與的更客觀、由用戶主導(dǎo)的、側(cè)重于效果的考核評(píng)價(jià)和激勵(lì)機(jī)制。

二、學(xué)科服務(wù)模式與機(jī)制 1.學(xué)科服務(wù)主要模式

（1）建立一套發(fā)現(xiàn)用戶需求、了解用戶困難、推送信息服務(wù)的快速流暢的服務(wù)反應(yīng)機(jī)制；（2）圖書館、資源、服務(wù)、工具的宣傳推廣；（3）全方位、立體式的參考咨詢；（4）系統(tǒng)的用戶信息素質(zhì)培訓(xùn)；（5）持續(xù)優(yōu)化用戶的信息環(huán)境；（6）探索學(xué)科與課題情報(bào)服務(wù)。2.學(xué)科服務(wù)機(jī)制設(shè)計(jì)

（1）學(xué)科館員要有一定的數(shù)量

數(shù)量要適度；有數(shù)量才會(huì)有規(guī)模效應(yīng)。（2）學(xué)科館員專職與兼職

專職能保障專心致志，全力以赴，但對(duì)人員能力的要求更高，適用于大型圖書館；兼職有利于整體業(yè)務(wù)協(xié)同，但可能相互干擾，顧此失彼，甚至兩敗俱傷，適用于中小型圖書館。（3）學(xué)科館員要循序漸進(jìn)，從基礎(chǔ)做起

基礎(chǔ)服務(wù)包括溝通聯(lián)絡(luò)，宣傳推廣，用戶培訓(xùn)，參考咨詢，定題服務(wù)，檢索查新等。深層服務(wù)包括信

息環(huán)境支撐，課題情報(bào)跟蹤，研究熱點(diǎn)與前沿分析，競(jìng)爭(zhēng)對(duì)手（目標(biāo)機(jī)構(gòu)）分析等。（4）學(xué)科館員要加強(qiáng)團(tuán)隊(duì)建設(shè)

學(xué)科館員不是一個(gè)人在戰(zhàn)斗。要形成團(tuán)隊(duì)，要加強(qiáng)協(xié)同（其他學(xué)科館員、其他部門、用戶），建立項(xiàng)目和責(zé)任機(jī)制。

（5）需要館領(lǐng)導(dǎo)的強(qiáng)有力支持和其他部門的積極配合

要有明確的思想，有要總體謀劃，更要有堅(jiān)強(qiáng)的意志力和執(zhí)行力。（6）嵌入一線（辦公室、實(shí)驗(yàn)室、到現(xiàn)場(chǎng)）具有不可替代性

嵌入一線可能會(huì)激發(fā)用戶的需求；嵌入一線才能拉近圖書館與用戶之間的關(guān)系；嵌入一線才能彰顯圖書館員的作用

（7）在普遍服務(wù)與深度服務(wù)之間尋求平衡

普遍服務(wù)是根基，是學(xué)科化服務(wù)的根本。在做好普遍服務(wù)的基礎(chǔ)上，還要加強(qiáng)服務(wù)的創(chuàng)新，尋求服務(wù)的深化，提升服務(wù)的層次，探索知識(shí)服務(wù)。（8）要加強(qiáng)以用戶滿意度為中心的效果考核

為多少用戶提供了服務(wù)？為什么樣的用戶提供了服務(wù)？為用戶提供了什么樣的服務(wù)？為用戶服務(wù)產(chǎn)生了什么樣的效果？

（9）大力加強(qiáng)學(xué)科館員的能力建設(shè)

學(xué)科館員應(yīng)具有某一特定學(xué)科的碩士或博士學(xué)位, 有二到三年的高校圖書館的實(shí)際工作經(jīng)驗(yàn), 且符合某特定崗位的其他要求, 例如掌握較多的計(jì)算機(jī)技能, 熟悉一種或多種外國語言, 能熟練運(yùn)用定量和定性軟件來分析各種數(shù)據(jù), 等等。

三、學(xué)科服務(wù)組織與管理 1.學(xué)科服務(wù)崗位設(shè)置與職責(zé)設(shè)計(jì) 1.1學(xué)科館員崗位設(shè)置的原則與方法（1）學(xué)科館員崗位設(shè)置的原則

a按學(xué)科設(shè)崗原則；

b按需設(shè)崗原則，避免因人設(shè)崗；

c按發(fā)展設(shè)崗原則，從現(xiàn)實(shí)與發(fā)展兩個(gè)方面綜合設(shè)崗。（2）學(xué)科館員崗位設(shè)置的方法

a做好設(shè)崗前的調(diào)研工作：國內(nèi)外圖書館學(xué)科館員設(shè)置情況，全校學(xué)科建設(shè)與院系設(shè)置情況，圖書館開展學(xué)科館員的條件等。

b做好崗位設(shè)置的初步方案論證：考慮一級(jí)學(xué)科的選擇，是否學(xué)科全覆蓋；將崗位設(shè)置納入全館整體崗位設(shè)置；備選方案。一般由主管館長(zhǎng)牽頭完成。

c館務(wù)會(huì)研究通過崗位設(shè)置方案，充分討論，照顧大局，考慮細(xì)節(jié)。1.2崗位描述與崗位說明書

包括學(xué)科館員基本信息，學(xué)科館員崗位職責(zé)和工作任務(wù)，學(xué)科館員任職條件與要求等方面內(nèi)容。1.3崗位聘任過程與方法

（1）制定聘任計(jì)劃：聘任實(shí)施方案，館務(wù)會(huì)研究通過；建立聘任執(zhí)行小組，加強(qiáng)對(duì)聘任的領(lǐng)導(dǎo)與監(jiān)督。（2）發(fā)布動(dòng)員：公布崗位，公開程序，宣傳動(dòng)員。

（3）崗位申報(bào)：應(yīng)聘人員根據(jù)崗位的要求（崗位職責(zé)和工作任務(wù)、任職條件）和自身?xiàng)l件進(jìn)行申報(bào)。（4）崗位競(jìng)聘：申報(bào)者參加公平競(jìng)爭(zhēng)，如述職、考試（筆試、面試）、答辯等，聘任執(zhí)行小組根據(jù)程序考評(píng)。

（5）研究確定聘崗：考評(píng)組研究產(chǎn)生結(jié)果，考評(píng)結(jié)果向館務(wù)會(huì)匯報(bào)，館務(wù)會(huì)研究確定最終聘任。（6）實(shí)施聘任：公布結(jié)果，與有關(guān)部門負(fù)責(zé)人談話，與被聘人談話，簽定聘任合同，被聘人上崗。

2.學(xué)科服務(wù)規(guī)劃與績(jī)效評(píng)估 2.1服務(wù)規(guī)劃制定

包括業(yè)務(wù)發(fā)展規(guī)劃（基本業(yè)務(wù)：信息咨詢、信息素養(yǎng)教育、資源建設(shè)等，非基本業(yè)務(wù)：科研全程支持、教學(xué)全程支持等），管理發(fā)展規(guī)劃，分階段目標(biāo)任務(wù)等的制定。2.2學(xué)科服務(wù)評(píng)價(jià)

（1）圖書館學(xué)科服務(wù)評(píng)價(jià)體系

對(duì)學(xué)科館員評(píng)價(jià)可依據(jù)聘任目標(biāo)實(shí)施崗位考核，根據(jù)業(yè)務(wù)或項(xiàng)目分項(xiàng)評(píng)價(jià)，根據(jù)工作表現(xiàn)進(jìn)行能力評(píng)價(jià)（業(yè)務(wù)能力、工作態(tài)度、創(chuàng)新能力），根據(jù)服務(wù)結(jié)果進(jìn)行績(jī)效評(píng)價(jià)等。另外還要對(duì)學(xué)科服務(wù)整體進(jìn)行評(píng)價(jià)。（2）圖書館學(xué)科服務(wù)評(píng)價(jià)方法

a評(píng)價(jià)指標(biāo)：指標(biāo)選擇

b評(píng)價(jià)程序：自我評(píng)價(jià)、相互評(píng)價(jià)、組織評(píng)價(jià) c評(píng)價(jià)實(shí)施：定量與定性結(jié)合：評(píng)分確定、評(píng)分分析

d評(píng)價(jià)結(jié)果的處理：分值排序、考核評(píng)語、優(yōu)秀獎(jiǎng)勵(lì)、末位淘汰等 2.3績(jī)效評(píng)估

在學(xué)科服務(wù)初期以軟評(píng)價(jià)為主：定性考核為主，定量為輔；專職三方面（素質(zhì)能力測(cè)評(píng)，工作量完成情況，服務(wù)滿意度）綜合評(píng)價(jià)，兼職選擇一二重點(diǎn)評(píng)價(jià)。在學(xué)科服務(wù)發(fā)展到一定階段以硬評(píng)價(jià)為主：專職以全面評(píng)價(jià)（服務(wù)效果，直接效益與間接效益，服務(wù)影響力，服務(wù)滿意度等）為主，兼職以服務(wù)效果評(píng)價(jià)為主。

3.學(xué)科服務(wù)規(guī)范與流程

3.1針對(duì)學(xué)科服務(wù)機(jī)構(gòu)

學(xué)科服務(wù)管理規(guī)范主要有學(xué)科服務(wù)目標(biāo)、學(xué)科服務(wù)布局、學(xué)科團(tuán)隊(duì)組成、學(xué)科服務(wù)人員工作職責(zé)、館內(nèi)支持協(xié)調(diào)辦法；學(xué)科服務(wù)工作規(guī)劃、學(xué)科服務(wù)工作流程及指導(dǎo)方案；評(píng)估考核辦法；官方宣傳資料（統(tǒng)一標(biāo)識(shí)、名片、館長(zhǎng)推薦函等）等內(nèi)容。

服務(wù)規(guī)范有學(xué)科服務(wù)政策，以圖書館官方文件告示學(xué)科服務(wù)的范圍、內(nèi)容、費(fèi)用、人員及聯(lián)系方式，以及涉密保護(hù)原則等內(nèi)容。3.2針對(duì)學(xué)科服務(wù)人員

主要包括學(xué)科服務(wù)人員的素質(zhì)規(guī)范、行為規(guī)范、工作規(guī)范等。

4.學(xué)科服務(wù)團(tuán)隊(duì)建設(shè) 4.1機(jī)構(gòu)設(shè)置

機(jī)構(gòu)因?qū)W科服務(wù)而孕、崗位因?qū)W科服務(wù)而生。以學(xué)科服務(wù)為主線的圖書館，其服務(wù)規(guī)劃均以學(xué)科服務(wù)而展開，每個(gè)部門、每個(gè)環(huán)節(jié)、每個(gè)員工的工作都應(yīng)圍繞學(xué)科服務(wù)而進(jìn)行。4.2學(xué)科服務(wù)隊(duì)伍組建

（1）個(gè)體模式（兼職、專職）

個(gè)體單一型：1個(gè)學(xué)科館員對(duì)應(yīng)一個(gè)或多個(gè)院系，以兼職、專職學(xué)科館員擔(dān)任。特點(diǎn)：以宣傳溝通為主要職責(zé)，力求嵌入院系課題研究，協(xié)助研究團(tuán)隊(duì)工作。成功與否與學(xué)科館員的努力直接相關(guān)，破冰艱難，破冰后較順暢。

院系協(xié)助型：除被聘學(xué)科館員外，在院系再設(shè)圖情專家/教師顧問，以1+1的方式協(xié)助學(xué)科館員開展工作。特點(diǎn)：以宣傳溝通、資源建設(shè)為主，通過院系專家的協(xié)助，使學(xué)科館員的工作較易打開局面。

友好相助型：學(xué)科館員之間友好相助、協(xié)同工作。特點(diǎn)：屬于“民間”協(xié)同，推進(jìn)了個(gè)體模式向團(tuán)體模式的轉(zhuǎn)變。（2）團(tuán)體模式

固定型團(tuán)隊(duì)模式：以1個(gè)學(xué)科團(tuán)隊(duì)服務(wù)學(xué)科院系；學(xué)科團(tuán)隊(duì)由學(xué)科館員、咨詢館員、輔助館員組成。特點(diǎn)：以學(xué)科館員負(fù)責(zé)制，賦予學(xué)科館員更多的職權(quán)，在工作中提高學(xué)科館員的管理能力。

互補(bǔ)型團(tuán)隊(duì)模式：以2-3個(gè)固定型學(xué)科團(tuán)隊(duì)組成，依據(jù)學(xué)科團(tuán)隊(duì)成員的特長(zhǎng)進(jìn)行分工、確定職責(zé)，以各人之長(zhǎng)開展服務(wù)。特點(diǎn)：科學(xué)、合理分工，不追求全能型館員，力求最大程度達(dá)到館員能力的共享。

可塑型團(tuán)隊(duì)模式：設(shè)首席學(xué)科館員，以全局工作為重點(diǎn)，對(duì)學(xué)科館員為首的固定型團(tuán)隊(duì)靈活重組，以適應(yīng)任務(wù)的需要。特點(diǎn)：此種模式可全方位涉及學(xué)科服務(wù)的各種內(nèi)容，從宣傳溝通、素養(yǎng)教育，到資源保障、深層情報(bào)研究服務(wù)。成功實(shí)施的關(guān)鍵是機(jī)制的保障。

拓展型團(tuán)隊(duì)模式：與個(gè)體模式中的院系協(xié)助型相似，團(tuán)隊(duì)模式組建也可獲得院系的支持，特別是科研團(tuán)隊(duì)的支持，因此，此種模式也可稱為“嵌入型團(tuán)隊(duì)模式”。由院系科研團(tuán)隊(duì)委派1人參加圖書館的高級(jí)培訓(xùn)，考核通過后聘任其為學(xué)科服務(wù)團(tuán)隊(duì)的信息專員。信息專員的職責(zé)是做好所在科研團(tuán)隊(duì)的學(xué)科服務(wù)工作，并接受學(xué)科團(tuán)隊(duì)的考核和指導(dǎo)。特點(diǎn)：此種模式為學(xué)科服務(wù)嵌入科研的嘗試。

總結(jié)：個(gè)體模式可用于依據(jù)業(yè)務(wù)流程劃分的圖書館，以采訪館員、咨詢館員為主，其服務(wù)內(nèi)容也因其工作性質(zhì)而有側(cè)重。團(tuán)體模式可用于分館制、學(xué)科系劃分的圖書館，因有學(xué)科資源等的支撐，較易組建服務(wù)團(tuán)隊(duì)。

四、學(xué)科用戶研究與服務(wù)推廣 1.面向院系/用戶的分析流程和方法

學(xué)科信息用戶是圖書館特定學(xué)科資源與服務(wù)的利用者，是圖書館學(xué)科服務(wù)工作的服務(wù)對(duì)象。學(xué)科信息用戶分析的根本任務(wù)就是要了解用戶的信息服務(wù)需求，尋找學(xué)科服務(wù)的切入點(diǎn)和契合點(diǎn)，總結(jié)共性/規(guī)律性特征，將用戶分群（類型）、分層次，提供適需的、多樣的、高效的服務(wù)保障。對(duì)大學(xué)圖書館而言，學(xué)科信息用戶主要包括教師、學(xué)生及科研工作者。因此，對(duì)學(xué)科館員來說，學(xué)科信息用戶分析主要是分析和掌握所負(fù)責(zé)學(xué)科的教學(xué)體系，課程安排，任課老師，學(xué)生情況等；分析和掌握所負(fù)責(zé)學(xué)科的科研內(nèi)容和項(xiàng)目，科研負(fù)責(zé)人，研究生情況。

學(xué)科信息用戶分析的基本方法是調(diào)研法，包括傳統(tǒng)方法：訪談法、問卷法、會(huì)議調(diào)研法、電話調(diào)查法、巡訪調(diào)查法、實(shí)驗(yàn)法等；基于web的方法：電子郵件、電子問卷、實(shí)時(shí)chat調(diào)研、日志分析、客戶端用戶行為數(shù)據(jù)采集分析等。在學(xué)科館員實(shí)際工作中，訪談?wù){(diào)研法和問卷調(diào)研法最常用，并經(jīng)常相結(jié)合使用，會(huì)議調(diào)研法、電子郵件（問卷）也較為常用。無論采取哪種方法，學(xué)科館員都要善于捕捉零散信息（不完全信息），并及時(shí)進(jìn)行整理、提煉和分析。2.服務(wù)破冰模式與實(shí)施策略

學(xué)科服務(wù)的關(guān)鍵是找準(zhǔn)切入點(diǎn)（即“試點(diǎn)”），并依托特定載體進(jìn)行，使試點(diǎn)發(fā)揮積極作用，最終產(chǎn)生以點(diǎn)帶面的作用。

學(xué)科服務(wù)破冰模式有推薦函、引薦會(huì)、服務(wù)站揭牌儀式、在院系設(shè)點(diǎn)、上門服務(wù)，現(xiàn)場(chǎng)為讀者答疑解惑等模式。

服務(wù)破冰實(shí)施策略：（1）選擇點(diǎn)面發(fā)展路徑

在圖書館整體支持下，選擇一個(gè)或若干專業(yè)、院系、或者典型學(xué)科用戶，與用戶聯(lián)合打造。（2）服務(wù)試點(diǎn)選取原則

選擇的試點(diǎn)單位或者試點(diǎn)用戶應(yīng)具有一定的代表性及影響力，在試點(diǎn)后產(chǎn)生比較大的影響和帶動(dòng)作用；用戶有較緊迫的信息需求，并有參與及互動(dòng)的積極性；對(duì)承擔(dān)試點(diǎn)的圖書館員也有較高的要求，需要有主觀能動(dòng)性、較強(qiáng)的業(yè)務(wù)技能和綜合素質(zhì)、人際溝通能力和組織策劃能力、具有力求打造具有示范和引領(lǐng)作用的試點(diǎn)服務(wù)的熱情和信心。

（3）創(chuàng)推最佳實(shí)踐模型（Best Practice Model）

所謂“最佳實(shí)踐”，是指對(duì)學(xué)科服務(wù)試行以及正式運(yùn)行過程中的成功經(jīng)驗(yàn)進(jìn)行總結(jié)，找出最佳的服務(wù)目標(biāo)實(shí)現(xiàn)方法與過程。通過最佳實(shí)踐的總結(jié)，可以實(shí)現(xiàn)創(chuàng)新的經(jīng)驗(yàn)、方法、技巧等知識(shí)的復(fù)用，降低再次服務(wù)創(chuàng)新的成本（包括時(shí)間、物質(zhì)、人力等）；在最佳實(shí)踐基礎(chǔ)上進(jìn)行再創(chuàng)新，能夠有效避免或減少失敗概率，達(dá)到將隱性知識(shí)顯性化，實(shí)現(xiàn)組織知識(shí)共享；使學(xué)科服務(wù)運(yùn)行過程透明度增強(qiáng)，有利于發(fā)現(xiàn)問題，進(jìn)行測(cè)評(píng)，減少服務(wù)過程中的隨意性和盲目性，發(fā)揮最佳實(shí)踐的示范借鑒作用和引導(dǎo)性。

（4）鋪設(shè)服務(wù)聯(lián)系網(wǎng)絡(luò)

建立學(xué)科館員制度的重要目的之一，就是促進(jìn)圖書館與用戶之間的聯(lián)絡(luò)、溝通制度化。在表層，形成聯(lián)系用戶需求與反饋的全覆蓋網(wǎng)絡(luò)，成為連接讀者的“信息橋梁”；在深層，基于互動(dòng)的學(xué)科服務(wù)網(wǎng)絡(luò)平臺(tái)，并成為讀者信任的“感情紐帶”。（5）聯(lián)合打造服務(wù)品牌

調(diào)動(dòng)多方力量，盤活圖書館內(nèi)外資源；統(tǒng)籌策劃，整體推廣；提升服務(wù)知曉度和影響力。3.學(xué)科服務(wù)宣傳模式

學(xué)科服務(wù)宣傳典型模式包括理念宣傳、形象宣傳、品牌宣傳、組合宣傳、立體宣傳等，宣傳推廣手段有海報(bào)、名片、宣傳單頁、視頻、網(wǎng)站、網(wǎng)絡(luò)社區(qū)、用戶會(huì)議等。

五、學(xué)科服務(wù)支持科研

學(xué)科服務(wù)支持科研行動(dòng)綱領(lǐng)（Chris Bourg et al.《Support for the research process: an academic library manifesto》, OCLC 2009）：持續(xù)關(guān)注研究者需求變化，特別區(qū)分各學(xué)科及其出版環(huán)境的不同；為研究過程設(shè)計(jì)靈活的新型服務(wù)；將信息內(nèi)容、服務(wù)和館員嵌入研究者日常工作流程并進(jìn)行整合；成為信息導(dǎo)航專家，變查找資料為研究咨詢；重新評(píng)估崗位描述，確保館員具有支持科研的技能、教育背景和經(jīng)驗(yàn)；要意識(shí)到內(nèi)容發(fā)現(xiàn)必定不限于圖書館并為之提供有效方法；聚焦獨(dú)特而核心的資源與服務(wù)，日常普通服務(wù)尋求合作完成；探索有效的方法不斷向?qū)W校高層說明圖書館對(duì)學(xué)術(shù)研究的重要性，為研究者提供無縫服務(wù)；為研究者一手?jǐn)?shù)據(jù)集的辨識(shí)、長(zhǎng)期保存及訪問獲取提供服務(wù)；通過合適的倉儲(chǔ)和保存服務(wù)，為研究者提供學(xué)術(shù)出版和發(fā)布平臺(tái)。

1.學(xué)科服務(wù)支持科研的內(nèi)容 1.1學(xué)科信息環(huán)境（能力）優(yōu)化

包括學(xué)科資源規(guī)劃、建設(shè)與發(fā)展，學(xué)科資源組織、揭示與整合，學(xué)科信息素養(yǎng)教育，學(xué)科研究咨詢，學(xué)科信息跟蹤，個(gè)性化推薦服務(wù)，數(shù)據(jù)服務(wù)，為學(xué)術(shù)交流服務(wù)，學(xué)術(shù)成果保存與管理等內(nèi)容。1.2課題（項(xiàng)目）服務(wù)

包括課題研究咨詢，特定主題的信息查找輔導(dǎo)，查找特定課題的資料，特定課題的文獻(xiàn)調(diào)研（申請(qǐng)前），科技查新（申請(qǐng)中），課題跟蹤（獲得申請(qǐng)后）。1.3（學(xué)科）信息分析與情報(bào)研究

包括戰(zhàn)略情報(bào)研究，學(xué)科信息分析，學(xué)科發(fā)展態(tài)勢(shì)分析。2.學(xué)科服務(wù)支持科研實(shí)施綱要

（1）本校學(xué)科發(fā)展戰(zhàn)略目標(biāo)是學(xué)科服務(wù)支持科研的核心依據(jù)；（2）研究人員的需求決定服務(wù)的內(nèi)容和方式；（3）圖書館有義務(wù)引介本領(lǐng)域的國際前沿方向；（4）需要全館各部門的通力合作；（5）需要特定工具的支撐。

3.學(xué)科服務(wù)支持科研的方法 3.1數(shù)據(jù)服務(wù)

包括資源保障，查詢與獲取，培訓(xùn)與指導(dǎo)，利用與分析，軟件與工具，管理與共享等。3.2機(jī)構(gòu)庫建設(shè)

包括需求調(diào)研與分析，宣介推廣（設(shè)計(jì)準(zhǔn)備宣介推廣材料，發(fā)送宣介文本，舉辦說明會(huì)等），輔助內(nèi)容管理（培訓(xùn)、元數(shù)據(jù)管理、上傳記錄、維護(hù)社區(qū)等）。

六、學(xué)科服務(wù)技術(shù)、系統(tǒng)總覽 1.學(xué)科服務(wù)系統(tǒng)和平臺(tái) 1.1學(xué)科門戶網(wǎng)站

功能要求有：

學(xué)科信息導(dǎo)航：建立覆蓋國內(nèi)外本學(xué)科權(quán)威專業(yè)信息資源的規(guī)范導(dǎo)航系統(tǒng)；

學(xué)科信息橫向整合：橫向整合本學(xué)科專業(yè)領(lǐng)域的各種文獻(xiàn)信息數(shù)字資源系統(tǒng)，逐步實(shí)現(xiàn)同構(gòu)和異構(gòu)數(shù)據(jù)庫的整合檢索；

學(xué)科信息縱向整合：縱向整合本學(xué)科專業(yè)領(lǐng)域文獻(xiàn)信息數(shù)字資源系統(tǒng)，逐步實(shí)現(xiàn)不同文獻(xiàn)類型數(shù)據(jù)庫間和不同信息服務(wù)系統(tǒng)間按照用戶信息檢索或利用流程開放地?zé)o縫鏈接；

開放機(jī)制：建立開放的原數(shù)據(jù)描述，逐步建立開放的知識(shí)組織體系描述和信息框架描述，逐步支持開放界面、開放用戶管理、個(gè)性化定制和開放式集成；

運(yùn)營機(jī)制：建立可靠的長(zhǎng)期運(yùn)行管理機(jī)制。1.2信息素養(yǎng)教育平臺(tái)（1）課程與培訓(xùn)

功能包括信息發(fā)布，網(wǎng)絡(luò)學(xué)習(xí)，信息素養(yǎng)能力測(cè)評(píng)，教學(xué)效果評(píng)估等。（2）校級(jí)平臺(tái)（課程）

校級(jí)教學(xué)管理平臺(tái)。功能模塊：教學(xué)管理、課程表、考試安排、成績(jī)管理、評(píng)教管理、PRP、個(gè)人設(shè)定。

網(wǎng)絡(luò)教學(xué)平臺(tái)。功能模塊：創(chuàng)建課程網(wǎng)站、用戶管理、教學(xué)資料管理、課程互動(dòng)等。

通過校級(jí)教學(xué)管理平臺(tái)進(jìn)行教學(xué)管理，了解評(píng)教結(jié)果；通過網(wǎng)絡(luò)教學(xué)平臺(tái)創(chuàng)建信息素養(yǎng)教學(xué)網(wǎng)站，和學(xué)生進(jìn)行課程互動(dòng)，同時(shí)亦可將此平臺(tái)作為信息素養(yǎng)網(wǎng)絡(luò)學(xué)習(xí)的平臺(tái)。1.3學(xué)科資源導(dǎo)航系統(tǒng)

提供相關(guān)學(xué)科的網(wǎng)站信息資源，幫助師生快速、準(zhǔn)確地獲取所需的相關(guān)權(quán)威機(jī)構(gòu)、出版物、專家、學(xué)術(shù)動(dòng)態(tài)等信息

1.4知識(shí)共享系統(tǒng)—LibGuides

系統(tǒng)特點(diǎn)：

融合了社會(huì)網(wǎng)絡(luò)、維基、書簽及博客等眾多web2.0工具，具有鮮明的Lib2.0特征，又稱Lib2.0知識(shí)共享系統(tǒng)；

圖書館員可以利用此系統(tǒng)，將圖書館的各種資源組織成一個(gè)個(gè)“指南”，在該系統(tǒng)中發(fā)布并呈現(xiàn)給用戶； 指南可以是任何內(nèi)容，任何主題（學(xué)科指南，信息門戶，研究技巧）； 集Facebook、Twitter及LibGuides Widgets于一身。1.5學(xué)科服務(wù)管理與咨詢服務(wù)

用戶信息管理，如登記、聯(lián)絡(luò)、需求匯總到成效反饋在同一個(gè)系統(tǒng)中有機(jī)結(jié)合和體現(xiàn)，學(xué)科館員能有效掌握用戶信息及需求。

為院系師生提供“無處不在”的參考咨詢服務(wù)，整合各類咨詢問題案例，形成知識(shí)庫，并嘗試提供科研咨詢服務(wù)。

1.6一站式資源發(fā)現(xiàn)與獲取平臺(tái)（1）Google及Goolge Scholar Google：功能強(qiáng)大，易用性最強(qiáng)，搜索速度快；Google Scholar：專門針對(duì)學(xué)術(shù)資源的搜索，主要包括很多期刊文章、圖書、會(huì)議錄等。（2）異構(gòu)數(shù)據(jù)庫統(tǒng)一檢索系統(tǒng)

有CALIS統(tǒng)一檢索系統(tǒng)，商用跨庫檢索系統(tǒng)：Metalib/SFX、TPI等。（3）一站式資源發(fā)現(xiàn)與獲取系統(tǒng)

有Primo，AquaBrowser，Encore等。1.7科研支持平臺(tái)

包括Web of knowledge平臺(tái)，Scopus平臺(tái)，TDA，Endnote等科研分析、管理工具，機(jī)構(gòu)倉儲(chǔ)（學(xué)術(shù)機(jī)構(gòu)庫），Research Output等。2.Web2.0技術(shù)與工具

Web2.0是一種以用戶為中心的網(wǎng)絡(luò)技術(shù)與服務(wù)，它追求平等、互動(dòng)、用戶參與、嵌入用戶環(huán)境的交流體驗(yàn)，主要代表有Wiki、Blog、Tag、RSS以及SNS。Web 2.0技術(shù)的主要內(nèi)容是：垂直搜索、社區(qū)、專業(yè)化、用戶行為感受以及用戶自己制作內(nèi)容。

圖書館基于Web2.0的服務(wù)功能包括：RSS（定制各類信息），Blog（學(xué)科博客），Maillist（郵件定制），SMS（短信提醒服務(wù)），Toolbar（IE工具條），IM（MSN機(jī)器人），RSS+IM，思源探索：標(biāo)簽、投票、書評(píng)等。

學(xué)科服務(wù)在我國尚屬一項(xiàng)新興服務(wù)，還處在不斷嘗試、探索，并與用戶需求逐漸對(duì)接和磨合的過程。以上為走在前列的圖書館同仁們?cè)趯W(xué)科服務(wù)工作中進(jìn)行了一系列創(chuàng)新實(shí)踐，總結(jié)出的許多寶貴經(jīng)驗(yàn)，供其他圖書館同行學(xué)習(xí)、借鑒。通過本期學(xué)科館員培訓(xùn)班全面系統(tǒng)的學(xué)習(xí)，我對(duì)學(xué)科服務(wù)有了更深層次的理解，同時(shí)也提高了自身的信息素養(yǎng)和學(xué)科化服務(wù)能力，為實(shí)際開展學(xué)科服務(wù)工作打下了堅(jiān)實(shí)的基礎(chǔ)。

2010.12.06

第二篇：第一期黨課培訓(xùn)班總結(jié)

第一期黨課培訓(xùn)班總結(jié)

在舉國上下共同慶祝建黨90周年之際，我校第一期黨課培訓(xùn)班也即將圓滿結(jié)束，這可以說是我校學(xué)生思想政治培養(yǎng)教育的一項(xiàng)重要舉措。本期黨課培訓(xùn)班是我校自2006年恢復(fù)獨(dú)立辦學(xué)以來的第一期培訓(xùn)班。在校黨委的大力支持和正確指導(dǎo)下，在黨群工作部、校團(tuán)委、學(xué)生工作部等部門的密切配合下，在全體學(xué)員的共同努力下，經(jīng)過4個(gè)多月的培訓(xùn)，終于在今天即將畫上一個(gè)完滿的句號(hào)。在這里，我們對(duì)此次黨課培訓(xùn)做一個(gè)總結(jié)?？偨Y(jié)如下：

一、把好“入口”關(guān)。本次培訓(xùn)班在組建時(shí)，就注意嚴(yán)格把關(guān)，先由本人寫出申請(qǐng)，然后經(jīng)班主任或支部書記推薦，黨群工作部、團(tuán)委、學(xué)生科審核，黨委審批，才最終確定了第一期黨課培訓(xùn)班的名單。其中學(xué)生52人，青年教工9人，共計(jì)61人。

二、培訓(xùn)內(nèi)容豐富，形式多樣。在制定培訓(xùn)內(nèi)容時(shí)，黨群工作部 和團(tuán)委經(jīng)過多次研究，結(jié)合我校學(xué)生的特點(diǎn)，決定在培訓(xùn)中打破以往只注重理論學(xué)習(xí)的慣例，在內(nèi)容和形式上更加注意豐富和多樣，在共計(jì)5次的授課中，理論學(xué)習(xí)2次，觀看愛國教育影片2部，參觀愛國主義教育基地——紅星村1次，使學(xué)員們從不同方面和不同角度對(duì)黨有了更進(jìn)一步的了解，更加熱愛我們偉大的黨，偉大的祖國。

三、加強(qiáng)管理和考察，嚴(yán)把“出口”環(huán)節(jié)。黨課培訓(xùn)班是培養(yǎng)優(yōu)秀分子和后備力量的地方，在開班之初及開班的過程中，校黨委領(lǐng)導(dǎo)就多次明確指示，要嚴(yán)格把關(guān)，寧缺毋濫。我們遵照校領(lǐng)導(dǎo)的指示精神，在考核的內(nèi)容及形式上注意全面性，從黨史、黨章知識(shí)結(jié)業(yè)考試成績(jī)、班主任考評(píng)結(jié)果、黨課培訓(xùn)班出勤情況各個(gè)方面對(duì)每個(gè)學(xué)員進(jìn)行綜合評(píng)定，以上三項(xiàng)有一項(xiàng)不合格即不能取得結(jié)業(yè)證。最后，黨群工作部、團(tuán)委、學(xué)生科、班主任專門在會(huì)議上對(duì)每個(gè)學(xué)生做出最后評(píng)定，確定了結(jié)業(yè)學(xué)生名單及優(yōu)秀學(xué)員名單。

四、存在的不足

由于時(shí)間較短，我們?cè)谂嘤?xùn)內(nèi)容及形式的安排上還不是很充分，有很多內(nèi)容想增加進(jìn)來但覺得時(shí)間不夠，比如請(qǐng)優(yōu)秀畢業(yè)生或具有較高政策理論水平的專家來給我們授課等，在第一期黨課培訓(xùn)班中沒有實(shí)現(xiàn)。在今后的黨課培訓(xùn)中，我們將增加培訓(xùn)時(shí)間，增加培訓(xùn)內(nèi)容。并不斷地總結(jié)經(jīng)驗(yàn)和不足，力爭(zhēng)把我校的組織培養(yǎng)、黨員發(fā)展工作，尤其是青年教工和學(xué)生黨員的培養(yǎng)和發(fā)展工作做得更好。為我校學(xué)風(fēng)和教風(fēng)的建設(shè)的深入開展做好思想保證。

中共遼寧省對(duì)外貿(mào)易學(xué)校委員會(huì)第一期黨課培訓(xùn)班

2011年7月8日

第三篇：第一期學(xué)習(xí)總結(jié)

學(xué)習(xí)記錄

時(shí)間：7月26日至8月2日 學(xué)習(xí)內(nèi)容概述：

1、學(xué)習(xí)周志華《機(jī)器學(xué)習(xí)》前6章的內(nèi)容。

2、通讀英文文獻(xiàn)《Extreme Learning Machine》和《Outlier-robust extreme learning machine for regression problem》

學(xué)習(xí)筆記

1機(jī)器學(xué)習(xí)第一章：緒論 人類具有學(xué)習(xí)的能力，我們可以通過對(duì)經(jīng)驗(yàn)的利用，對(duì)新情況做出有效判斷。機(jī)器學(xué)習(xí)就是對(duì)“學(xué)習(xí)算法”的研究，通過“學(xué)習(xí)算法”，我們可以讓計(jì)算機(jī)通過經(jīng)驗(yàn)數(shù)據(jù)，來生成一個(gè)“算法”的模型。而算法的作用是在我們輸入一個(gè)新樣本時(shí)，能夠自動(dòng)輸出其對(duì)應(yīng)的預(yù)測(cè)值，也就是預(yù)測(cè)新樣本未知的“標(biāo)記”。而算法適用于新樣本的能力，就稱為“泛化”能力。

學(xué)習(xí)可以進(jìn)行分類。

1、若預(yù)測(cè)值為離散值，則此類學(xué)習(xí)為“分類”；若預(yù)測(cè)值為連續(xù)值，則此類學(xué)習(xí)為“回歸”。

2、訓(xùn)練數(shù)據(jù)有標(biāo)記信息，此類學(xué)習(xí)為“監(jiān)督學(xué)習(xí)”，否則為“無監(jiān)督學(xué)習(xí)”。

由于學(xué)習(xí)過程總是基于有限樣本來進(jìn)行訓(xùn)練的，那么就會(huì)出現(xiàn)多個(gè)假設(shè)都能與訓(xùn)練集都表現(xiàn)一致的情況，我們將這多個(gè)假設(shè)的集合稱之為“版本空間”。為了得出確定的學(xué)習(xí)結(jié)果，學(xué)習(xí)算法在學(xué)習(xí)過程中就必須具有對(duì)某種類型假設(shè)的偏好，即“歸納偏好”。這個(gè)“偏好”在具體的學(xué)習(xí)算法中是如何體現(xiàn)的？

2機(jī)器學(xué)習(xí)第二章：模型評(píng)估與選擇

我們把學(xué)習(xí)機(jī)實(shí)際預(yù)測(cè)輸出與樣本的真實(shí)輸出之間的差異稱為“誤差”。其中學(xué)習(xí)器在訓(xùn)練集上的誤差稱為“訓(xùn)練誤差”或“經(jīng)驗(yàn)誤差”，在新樣本上的誤差稱為“泛化誤差”。

訓(xùn)練誤差為零的學(xué)習(xí)器，通常并不是一個(gè)好的學(xué)習(xí)器，因?yàn)槠浜芸赡艹霈F(xiàn)“過擬合”的問題，即把訓(xùn)練樣本本身的一些“特點(diǎn)”當(dāng)做潛在樣本的“性質(zhì)”進(jìn)行學(xué)習(xí)。反之，未能充分學(xué)習(xí)訓(xùn)練樣本的“性質(zhì)”，則會(huì)導(dǎo)致“欠擬合”的問題。

我們希望的是學(xué)習(xí)器的“泛化誤差”盡可能小，在實(shí)際應(yīng)用中，我們常以測(cè)試集上的“測(cè)試誤差”作為“泛化誤差”的近似。故對(duì)于數(shù)據(jù)集D，我們需要對(duì)其進(jìn)行處理，從中產(chǎn)生出訓(xùn)練集S和測(cè)試集T。（原則：測(cè)試集應(yīng)該盡可能與訓(xùn)練集互斥。）常用方法有留出法、k折交叉驗(yàn)證法、自助法（內(nèi)含分層抽樣和多次試驗(yàn)的問題）。

1、留出法就是簡(jiǎn)單劃分。

2、交叉驗(yàn)證法，（p26頁圖2.2.）

將D劃分為k個(gè)相同數(shù)量的子集，將k-1個(gè)子集用作訓(xùn)練集，1個(gè)子集用作測(cè)試集，然后不斷更換作為測(cè)試集的子集，進(jìn)行k次訓(xùn)練和測(cè)試。

3、自助法

假設(shè)D中包含m個(gè)樣本，有放回地從D中采樣m個(gè)樣本放入D’中，將D’ 作為訓(xùn)練樣本，根據(jù)概率會(huì)有接近36.8%的樣本未被抽取，這一部分未被抽取的樣本就作為測(cè)試集。自助法在數(shù)據(jù)集較小的時(shí)候作用很大。

但在學(xué)習(xí)算法確定后，我們還是要利用數(shù)據(jù)集D進(jìn)行重新訓(xùn)練。

找好S和T后，我們就需要找到對(duì)測(cè)試進(jìn)行評(píng)價(jià)的標(biāo)準(zhǔn)，就是“性能度量”。回歸任務(wù)中最常用的性能度量就是“均方誤差”。而分類任務(wù)（二分類為例）中，我們可以使用錯(cuò)誤率、精度、查準(zhǔn)率、查全率、ROC曲線、AUC曲線等來進(jìn)行度量。

1、錯(cuò)誤率、精度，略。

2、查準(zhǔn)率P與查全率R。

TPTPP?R?，P與R是一對(duì)矛盾（大體上負(fù)相關(guān)）的度量。

TP?FPTP?FNP-R曲線是以P為縱軸，R為橫軸作的圖。“平衡點(diǎn)BEP”是查全率=查準(zhǔn)率

2?P?R時(shí)的取值，可以作為比較的標(biāo)準(zhǔn)。更常用的還有F1度量，F(xiàn)1?，考慮

P?R到側(cè)重點(diǎn)不同還有F1的一般形式F?。（見p32頁）

當(dāng)遇到需要綜合考慮多個(gè)二分類混淆矩陣時(shí)，比如多分類任務(wù)的兩兩類別組合，則需要考慮“宏F1”和“微F1”的概念（見p32頁）

3、ROC曲線，以及AUC值。ROC 曲線縱軸是“真正例率”TPR，橫軸是“假正例率”FPR。

TPFPTPR?FPR?，AUC為ROC曲線下各部分面積求和，反映TP?FNTN?FP的是樣本預(yù)測(cè)的“排序質(zhì)量”。

當(dāng)然現(xiàn)實(shí)中也會(huì)出現(xiàn)不同的錯(cuò)誤類型，造成不同代價(jià)的損失，所以我們可以為錯(cuò)誤賦予“非均等代價(jià)”。在“非均等代價(jià)”下，我們希望最小化的不再是錯(cuò)誤次數(shù)，而是“總體代價(jià)”。（見p36式2.23）

對(duì)單個(gè)學(xué)習(xí)器進(jìn)行評(píng)價(jià)，我們假設(shè)測(cè)試樣本是從泛化錯(cuò)誤率為?的樣本總體中獨(dú)立采樣而成，求測(cè)試錯(cuò)誤率為?的概率，那么可得這種情況符合二項(xiàng)分布。那么反之，我們可以通過“二項(xiàng)檢驗(yàn)”來對(duì)?的假設(shè)進(jìn)行檢驗(yàn)。如p39頁所示，可以根據(jù)測(cè)試錯(cuò)誤率推測(cè)泛化錯(cuò)誤率的大小和取該值的概率，每一個(gè)（顯著度/置信度）對(duì)應(yīng)一個(gè)臨界值。這是單一測(cè)試錯(cuò)誤率的性能測(cè)試方法。

當(dāng)我們有多個(gè)測(cè)試錯(cuò)誤率時(shí)，我們可以采用“t檢驗(yàn)”法，進(jìn)行檢測(cè)。（明白用法，原理不明，需要重新學(xué)習(xí)概率論相應(yīng)部分的內(nèi)容）對(duì)于兩個(gè)學(xué)習(xí)器學(xué)習(xí)性能是否相同，我們可以利用交叉檢驗(yàn)t驗(yàn)證，也需要用到概率論相應(yīng)內(nèi)容。

3機(jī)器學(xué)習(xí)第三章：線性模型

線性模型試圖學(xué)得一個(gè)通過屬性的線性組合來預(yù)測(cè)的函數(shù)。“線性回歸”試圖學(xué)得一個(gè)線性模型以盡可能準(zhǔn)確地預(yù)測(cè)實(shí)值輸出標(biāo)記。基于均方誤差最小化來進(jìn)行模型求解的方法稱為“最小二乘法”。在線性回歸中最小二乘法就是找到一條直線，使所有樣本到直線上的歐氏距離最小。（p55中當(dāng)樣本由d個(gè)屬性描述的情況下的矩陣求導(dǎo)運(yùn)算不能讀懂）

那么推廣開來，我們可以得到“廣義線性模型”，即考慮單調(diào)可微函數(shù)g(.)（稱為聯(lián)系函數(shù)），令y?g?1(wTx?b)。前面談到了如何用線性模型和處理回歸問題，那么如何利用線性模型來處理分類問題呢？最理想的分類模型是階躍函數(shù)，但是我們?yōu)榱藵M足可微的條件，我們可以采用“對(duì)數(shù)幾率函數(shù)”來替代階躍函數(shù)。（關(guān)于p59頁最優(yōu)解的概率分析不明白；3.4中p61至p63的矩陣運(yùn)算不理解）

?在前面的學(xué)習(xí)中，我們大多討論的都是“二分類”的學(xué)習(xí)器。面對(duì)現(xiàn)實(shí)中的多分類問題，我們可以要學(xué)習(xí)如何將多分類問題拆解成二分類問題。經(jīng)典拆分策略有“一對(duì)一”、“一對(duì)其余”、“多對(duì)多”，OVO和OVR分類示意可以參考p64圖3.4。MVM的正反類構(gòu)造需要特殊設(shè)計(jì)，比如最常用的“糾錯(cuò)輸出碼”ECOC。編碼、解碼過程參考p65的圖3.5，可能預(yù)測(cè)的編碼不屬于任何一類，即“出錯(cuò)”，但只需找到最接近的一類將其歸入，這就是“糾錯(cuò)”的過程。

前面的分類都有一個(gè)共同的基本假設(shè)，即不同類別的訓(xùn)練樣例相當(dāng)。但是現(xiàn)實(shí)中“類別不平衡”的情況，即分類任務(wù)中不同類別的訓(xùn)練例數(shù)目差別很大的情況。這種情況下利用原始數(shù)據(jù)進(jìn)行訓(xùn)練，可能讓學(xué)習(xí)機(jī)將所有樣本都分為數(shù)量上占絕對(duì)優(yōu)勢(shì)的一類來降低訓(xùn)練誤差。特別若是訓(xùn)練集是真實(shí)樣本無偏采樣的假設(shè)不成立時(shí)，問題會(huì)更加突出。對(duì)于這種情況，我們可以采用“欠采樣”、“過采樣”、“閾值移動(dòng)”。

4機(jī)器學(xué)習(xí)第四章：決策樹

決策樹是一種常見的機(jī)器學(xué)習(xí)方法。一般的一顆決策樹包含一個(gè)根節(jié)點(diǎn)、若干個(gè)內(nèi)部節(jié)點(diǎn)和若干個(gè)葉節(jié)點(diǎn)。葉節(jié)點(diǎn)對(duì)應(yīng)于決策結(jié)果其他每個(gè)節(jié)點(diǎn)對(duì)應(yīng)于一個(gè)屬性測(cè)試；每個(gè)節(jié)點(diǎn)包含的樣本集合根據(jù)屬性測(cè)試的結(jié)果被劃分到子節(jié)點(diǎn)中；根節(jié)點(diǎn)包含樣本全集。根據(jù)p74圖4.2可知，有三種情況會(huì)導(dǎo)致遞歸返。

1、節(jié)點(diǎn)包含的樣本標(biāo)記都相同。

2、節(jié)點(diǎn)內(nèi)樣本屬性都相同。

3、節(jié)點(diǎn)內(nèi)沒有樣本了。在算法中，最關(guān)鍵的是要如何選擇最優(yōu)劃分屬性。我們希望決策樹的分支節(jié)點(diǎn)包含的樣本盡可能屬于同一類標(biāo)記，即節(jié)點(diǎn)“純度”越來越高。

“信息熵ENT”（p75 式4.1）是度量樣本集合純度最常用的一種指標(biāo)（ID3決策樹）。選擇劃分屬性時(shí)我們可以計(jì)算出假設(shè)劃分每個(gè)屬性a所對(duì)應(yīng)的“信息增益Gain”（p75 式4.2），選擇信息增益最大的屬性來劃分，因?yàn)檫@意味著“純度提升”越大。

但是增益準(zhǔn)則對(duì)選擇可取數(shù)目較多的屬性作為劃分對(duì)象有所偏好，為了平衡我們引入屬性的“固有值”概念以及“增益率”的概念，增益率準(zhǔn)則對(duì)可取數(shù)目較少的屬性有所偏好。故一種啟發(fā)性選擇是從信息增益高于平均水平的屬性中選陣容增益率最高的。此外還有基尼指數(shù)（CART決策樹）可用來度量純度，選擇劃分屬性。

那么為了緩解“過擬合”問題，在決策樹學(xué)習(xí)中我們通常采用“剪枝”的手段。剪枝可分為“預(yù)剪枝”和“后剪枝”。

“預(yù)剪枝”方法采用測(cè)試集驗(yàn)證剪枝前后的精度，只有精度提高才允許劃分。此法可以降低過擬合風(fēng)險(xiǎn)，還顯著減少了決策樹德訓(xùn)練時(shí)間開銷和測(cè)試時(shí)間開銷，但也帶來了欠擬合的風(fēng)險(xiǎn)。

“后剪枝”方法首先需要訓(xùn)練一棵完整的決策樹，然后再由葉至根地對(duì)決策樹進(jìn)行剪枝，這種方法通常比預(yù)剪枝保留更多的分支，一般情況下“后剪枝”欠擬合風(fēng)險(xiǎn)小，泛化性能優(yōu)，但訓(xùn)練時(shí)間開銷大得多。

前面討論的都是離散的屬性值，那么為了處理連續(xù)的屬性值，我們應(yīng)該采用“二分法”進(jìn)行處理（C4.5決策樹）。若有n個(gè)元素，則我們考慮采用n-1個(gè)中位點(diǎn)作為候選劃分點(diǎn)，來計(jì)算信息增益，選擇劃分點(diǎn)。另外，若當(dāng)前節(jié)點(diǎn)劃分的屬性為連續(xù)值，其后代仍可對(duì)此屬性進(jìn)行劃分。

再來討論如何對(duì)“有缺失屬性值的訓(xùn)練樣例”來進(jìn)行劃分。我們可以利用每個(gè)屬性中未缺失屬性的樣本和其占該節(jié)點(diǎn)樣本比例來計(jì)算GAIN選擇劃分屬性（p87 式4.12）。在劃分缺失該劃分屬性的樣本時(shí)，以不同權(quán)值將該樣本劃入子節(jié)點(diǎn)，相當(dāng)于將一個(gè)樣本“分割”。

繼續(xù)擴(kuò)展，我們可以考慮，現(xiàn)在每個(gè)節(jié)點(diǎn)的劃分我們都是基于單一屬性值來進(jìn)行的。但在學(xué)習(xí)類似p91圖4.12 這樣的分類任務(wù)時(shí)，會(huì)相當(dāng)復(fù)雜，故我們可以考慮，將節(jié)點(diǎn)由“單變量決策”轉(zhuǎn)為“多變量決策”，將“軸平行決策樹”轉(zhuǎn)化為“斜決策樹”甚至更復(fù)雜的決策樹。（未深入學(xué)習(xí)）

5機(jī)器學(xué)習(xí)第五章：神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)是具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛并行互聯(lián)的網(wǎng)絡(luò)，他的組織能模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)世界作出的交互反映。

“M-P神經(jīng)元模型”，神經(jīng)元接收到來自n個(gè)其他神經(jīng)元傳遞過來的輸入信號(hào)，這些輸入信號(hào)通過帶權(quán)值的連接進(jìn)行傳遞，神經(jīng)元接收到的總輸入值將于神經(jīng)元的“閾值”進(jìn)行比較，然后通過“激活函數(shù)”處理以產(chǎn)生神經(jīng)元的輸出。將這樣的神經(jīng)元按一定的層次結(jié)構(gòu)連接起來，就得到了神經(jīng)網(wǎng)絡(luò)。

“感知機(jī)”由兩層神經(jīng)元組成。輸入層接受外界信號(hào)之后傳遞給輸出層，輸出層為M-P神經(jīng)元。在y?f(?iwixi??)這個(gè)簡(jiǎn)單的公式中，我們可以將θ視為一個(gè)固定輸入為-1的“啞節(jié)點(diǎn)”所對(duì)應(yīng)的連接權(quán)重wn?1，這樣閾值和權(quán)重的學(xué)習(xí)就可以統(tǒng)一為權(quán)重的學(xué)習(xí)（這在矩陣運(yùn)算中尤其突出）。學(xué)習(xí)過程是通過錯(cuò)誤的程度對(duì)權(quán)重進(jìn)行調(diào)整。

感知學(xué)習(xí)機(jī)只能解決線性問題，那么要解決非線性可分問題，則必須考慮使用多層神經(jīng)網(wǎng)絡(luò)。常見的神經(jīng)網(wǎng)絡(luò)是形如p101圖5.6 的層級(jí)結(jié)構(gòu)，每層神經(jīng)元與下一層神經(jīng)元全互聯(lián)，神經(jīng)元之間不存在同層連接，也不存在跨層連接，這種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)通常稱為“多層前饋神經(jīng)網(wǎng)絡(luò)MLFNs”。其輸入層神經(jīng)元僅是接受輸入，不進(jìn)行函數(shù)處理，隱層與輸出層包含功能神經(jīng)元。

神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程，就是根據(jù)訓(xùn)練數(shù)據(jù)來調(diào)整神經(jīng)元之間的連接權(quán)；換言之，神經(jīng)網(wǎng)絡(luò)“學(xué)”到的東西，蘊(yùn)藏在連接權(quán)與閾值中。

欲訓(xùn)練多層網(wǎng)絡(luò)，簡(jiǎn)單感知機(jī)學(xué)習(xí)規(guī)則顯然不夠了，需要更強(qiáng)大的學(xué)習(xí)算法“誤差逆?zhèn)鞑ニ惴˙P”就是其中最杰出的代表。如p102的圖5.7所示的網(wǎng)絡(luò)，有（d+l+1）q+l個(gè)參數(shù)需確定。BP算法基于“梯度下降”策略以目標(biāo)的負(fù)梯度方向參數(shù)進(jìn)行調(diào)整。

對(duì)于每個(gè)訓(xùn)練樣例，現(xiàn)將輸入示例提供給輸出層神經(jīng)元，然后逐層將信號(hào)前傳，直到產(chǎn)生輸出層的結(jié)果；然后計(jì)算輸出層的誤差，然后將誤差逆向傳播至隱層神經(jīng)元，最后根據(jù)隱誤差對(duì)連接權(quán)和閾值進(jìn)行調(diào)整，迭代過程循環(huán)進(jìn)行。（具體迭代的數(shù)學(xué)計(jì)算過程還不是很明白）

“標(biāo)準(zhǔn)BP算法”每次僅針對(duì)一個(gè)訓(xùn)練樣本更新連接權(quán)和閾值，而“累計(jì)誤差逆?zhèn)鞑ァ笔敲繉W(xué)習(xí)一輪才更新一遍參數(shù)，降低參數(shù)更新的頻率。

已經(jīng)證明只需一個(gè)包含足夠多神經(jīng)元的隱層，多層前饋網(wǎng)絡(luò)就能以任意精度逼近任意復(fù)雜度的連續(xù)函數(shù)（如何設(shè)著隱層神經(jīng)元個(gè)數(shù)仍是未決問題，實(shí)際中通常依靠“試錯(cuò)法”）。由于其強(qiáng)大的表示能力，BP神經(jīng)網(wǎng)絡(luò)經(jīng)常遭遇“過擬合”問題。有兩種策略可以用來緩解“過擬合”。

1、早停，思想與決策樹的剪枝無二致。

2、正則化：在誤差目標(biāo)函數(shù)中增加一個(gè)用于描述網(wǎng)絡(luò)復(fù)雜度的部分。例如連接權(quán)和閾值的平方和，使網(wǎng)絡(luò)輸出更加光滑，來緩解過擬合。如p107 式5.17。

其余常見的神經(jīng)網(wǎng)絡(luò)還有RBF網(wǎng)絡(luò)、ART網(wǎng)絡(luò)、SOM網(wǎng)絡(luò)等。由于之前的聚類學(xué)習(xí)中接觸無監(jiān)督學(xué)習(xí)比較多，故只看了其中關(guān)于“自適應(yīng)諧振理論網(wǎng)絡(luò)ART”和“自組織映射網(wǎng)絡(luò)SOM”的內(nèi)容。競(jìng)爭(zhēng)型學(xué)習(xí)是一種神經(jīng)網(wǎng)絡(luò)中常用的無監(jiān)督學(xué)習(xí)策略，在使用該策略時(shí)，網(wǎng)絡(luò)的輸出神經(jīng)元相互競(jìng)爭(zhēng)，每一時(shí)刻僅有一個(gè)競(jìng)爭(zhēng)獲勝的神經(jīng)元被激活，其他神經(jīng)元被抑制。這種機(jī)制稱為“勝者通吃”原則。

ART網(wǎng)絡(luò)由比較層、識(shí)別層、識(shí)別閾值、和重置模塊構(gòu)成。比較層接收樣本，將其傳遞給識(shí)別層，（識(shí)別層每個(gè)神經(jīng)元對(duì)應(yīng)一個(gè)模式類）計(jì)算輸入向量與識(shí)別層的相似度，歸入相似度最大且大于閾值的識(shí)別層神經(jīng)元，同時(shí)更新連接權(quán)；若相似度都不大于閾值，則增設(shè)一個(gè)新的神經(jīng)元，代表向量就為當(dāng)前輸入向量?？梢姡R(shí)別閾值作用很大，決定了分類的細(xì)致程度。

SOM網(wǎng)絡(luò)，能將高維輸入數(shù)據(jù)映射到低維空間（通常是二維），同時(shí)保持輸入數(shù)據(jù)在高維空間的拓?fù)浣Y(jié)構(gòu)，將高維空間中相似的樣本點(diǎn)映射到網(wǎng)絡(luò)輸出層中的臨近神經(jīng)元。SOM網(wǎng)絡(luò)中的輸出層神經(jīng)元以矩陣方式排列在二維空間中，每個(gè)輸出層神經(jīng)元都擁有一個(gè)權(quán)向量，網(wǎng)絡(luò)在接收輸入向量后，將會(huì)確定輸出層獲勝神經(jīng)元，它決定了該輸入向量在低維空間中的位置。

SOM的訓(xùn)練過程：在接受一個(gè)訓(xùn)練樣本后，每個(gè)輸出層神經(jīng)元會(huì)計(jì)算該樣本與自身攜帶的權(quán)向量之間的距離，距離最近的神經(jīng)元成為競(jìng)爭(zhēng)獲勝者，然后最佳匹配單元及其鄰近神經(jīng)元的權(quán)向量將被調(diào)整，以使得這些權(quán)向量與當(dāng)前輸入樣本的距離減小。此過程不斷迭代，直至收斂。

前面介紹的神經(jīng)網(wǎng)絡(luò)大多是以單隱層為例。理論上來說，參數(shù)越多、復(fù)雜度越高的模型能完成更復(fù)雜的學(xué)習(xí)任務(wù)。隨著云計(jì)算、大數(shù)據(jù)時(shí)代的到來，計(jì)算能力的大幅提高可以緩解訓(xùn)練的低效性，訓(xùn)練數(shù)據(jù)的大幅增加可降低過擬合風(fēng)險(xiǎn)，于是以“深度學(xué)習(xí)”為代表的復(fù)雜模型開始受到人們的關(guān)注。神經(jīng)網(wǎng)絡(luò)的提高容量的方法就是增加隱層的數(shù)目和層數(shù)。（關(guān)于深度學(xué)習(xí)只是提到一個(gè)概念，可以繼續(xù)學(xué)習(xí)專門介紹深度學(xué)習(xí)的文章）Extreme Learning Machine

首先，極限學(xué)習(xí)機(jī)ELM是針對(duì)BP學(xué)習(xí)速度緩慢提出的。BP學(xué)習(xí)速度緩慢主要是由兩方面原因造成，一是“梯度下降”迭代策略本身的性質(zhì)問題；二是每一次迭代的過程中，大量的參數(shù)（連接權(quán)、閾值）都需要參加迭代。ELM的主要優(yōu)勢(shì)在于，它可以隨意設(shè)定隱藏層的連接權(quán)、閾值，忽略輸出層偏置，然后通過數(shù)學(xué)分析，一次確定最優(yōu)的輸出層連接權(quán)。過程無需迭代，速度極快。

在引言中提到，文獻(xiàn)《Universal approximation using incremental feedforward networks with arbitrary input weights 》中證明，SLFNs只要激勵(lì)函數(shù)滿足無限可微，理論上即使是隨機(jī)生成的任意wi和bi其值固定不變，具有N個(gè)不同樣本，包含N個(gè)隱含層神經(jīng)元的SLFNs的訓(xùn)練誤差依然可以無限接近零。作者以此作為隨機(jī)產(chǎn)生wi和bi的依據(jù)。但這并不表示這隨機(jī)產(chǎn)生的不會(huì)對(duì)學(xué)習(xí)結(jié)果造成影響，相反，這造成了學(xué)習(xí)結(jié)果有較大的隨機(jī)性和不穩(wěn)定性。

文獻(xiàn)的第二部分緊接著對(duì)ELM中要使用的Moore-Penrose 矩陣廣義求逆（看不懂）和最小二乘解進(jìn)行了介紹，同時(shí)證明了通過Moore-Penrose 求逆方法對(duì)Ax=y中A矩陣求逆得出的矩陣G，就是Ax=y對(duì)應(yīng)的最小二乘法的解之一，同時(shí)它還具有所有解矩陣中范數(shù)最小的性質(zhì)。這個(gè)性質(zhì)，使得wi值較小，可以一定程度上緩解“過擬合”的問題，使得算法有較好的泛化性能，上面的Ax=y矩陣運(yùn)算，就對(duì)應(yīng)了ELM學(xué)習(xí)中的H??T。

介紹完ELM后，接著就是應(yīng)用環(huán)節(jié)。文章應(yīng)用了3個(gè)實(shí)例，以BP和SVM作為參照來證明了ELM的優(yōu)越性。

第一個(gè)應(yīng)用是利用加利福尼亞州的房子屬性對(duì)房子的價(jià)格進(jìn)行預(yù)測(cè)，一共進(jìn)行了50輪學(xué)習(xí)來取得平均效果。毫無疑問ELM在速度上占盡優(yōu)勢(shì)，因?yàn)樗恍枰恍枰M(jìn)行一次求逆，而BP每一輪都需要迭代8000次（訓(xùn)練樣本數(shù)）。而且在效果上來說，ELM測(cè)試誤差還更小些。

第二個(gè)應(yīng)用采取了“糖尿病預(yù)測(cè)”的二分類問題，第三個(gè)采取了“森林覆蓋類型預(yù)測(cè)”的多分類問題。結(jié)果都與第一個(gè)應(yīng)用相似。（具體來說是怎么用ELM來產(chǎn)生離散的分類結(jié)果的？）

總體來說，例證環(huán)節(jié)的思路非常清晰。從“連續(xù)函數(shù)的回歸問題”到“二分類問題”再到“多分類問題”，令人信服。

ELM的優(yōu)越性總結(jié)為以下幾點(diǎn)：

1、速度快

2、泛化性能好

3、因?yàn)闆]有迭代過程，不要求激勵(lì)函數(shù)可微。

4、省去了一些復(fù)雜的參數(shù)比如學(xué)習(xí)率。Outlier-robust extreme learning machine for regression problems 這篇文獻(xiàn)針對(duì)ELM對(duì)離群點(diǎn)（異常數(shù)據(jù)）敏感的問題提出了一種改進(jìn)的“離群點(diǎn)魯棒性極限學(xué)習(xí)機(jī)”(ORELM)。

文獻(xiàn)指出，目前所有的ELM及其變體都是采用“二范數(shù)”的目標(biāo)函數(shù)來對(duì)學(xué)習(xí)機(jī)進(jìn)行訓(xùn)練的，但是“二范數(shù)”會(huì)放大離群點(diǎn)所帶來的誤差。因此此文獻(xiàn)采用了“一范數(shù)”的目標(biāo)函數(shù)來訓(xùn)練學(xué)習(xí)機(jī)，因?yàn)橐环稊?shù)對(duì)于異常數(shù)據(jù)的有更好的魯棒性。另外為了得出目標(biāo)函數(shù)的最優(yōu)解，文獻(xiàn)采用了增強(qiáng)的拉格朗日乘數(shù)法（ALM）來迭代求解。（還未理解此乘數(shù)法的具體數(shù)學(xué)過程）

文獻(xiàn)第二部分，介紹了兩種極限學(xué)習(xí)機(jī)的變體。分別是正則化極限學(xué)習(xí)機(jī)Regularized extreme learning machine(RELM)，和基于RELM提出的權(quán)重正則化極限學(xué)習(xí)機(jī)Weighted regularized extreme learning machine(WRELM)。RELM的提出是為了在ELM的基礎(chǔ)上提高泛化性能，故在目標(biāo)函數(shù)中添加了一個(gè)關(guān)于連接權(quán)矩陣二范數(shù)的正則化項(xiàng)，其余沒有改變。WRELM則是在RELM運(yùn)算結(jié)束后，將每個(gè)樣本帶入網(wǎng)絡(luò)求出對(duì)應(yīng)偏差，高偏差的樣本將被賦予小權(quán)值，借此提高魯棒性。然后重新利用RELM進(jìn)行學(xué)習(xí)，得到最終結(jié)果。

文獻(xiàn)指出了WRELM存在的問題，一方面很依賴RELM，另一方面當(dāng)不存在離群點(diǎn)時(shí)，好的樣本點(diǎn)的權(quán)值也會(huì)受到影響。

接著文獻(xiàn)就提出了利用1范數(shù)作為目標(biāo)函數(shù)的ORELM。這是一個(gè)帶約束的凸優(yōu)化問題，可以利用ALM方法進(jìn)行迭代求解。文獻(xiàn)提出，當(dāng)數(shù)據(jù)存在異常時(shí)，ORELM有最好的魯棒性，具有實(shí)用性。

應(yīng)用環(huán)節(jié)也是采用了三個(gè)實(shí)例對(duì)方法進(jìn)行驗(yàn)證。一是利用函數(shù)SinC對(duì)帶有離群點(diǎn)的數(shù)據(jù)進(jìn)行回歸學(xué)習(xí)。對(duì)比了含有10、20、40、80個(gè)離群點(diǎn)的訓(xùn)練集的回歸效果，還分為固定偏離值的離群點(diǎn)和某區(qū)間內(nèi)任意偏離值的離群點(diǎn)兩種情況。（這里說的偏離都是標(biāo)記值的偏離，沒有討論屬性值的偏離）二是利用乳腺癌良性惡性的二分類問題來進(jìn)行學(xué)習(xí)。顯然ORELM的精度更高，這一點(diǎn)在“受污染數(shù)據(jù)”比例上升后更加明顯。

ORELM的優(yōu)越性表現(xiàn)為：

1、計(jì)算速度較快，雖然比ELM慢很多，但比WRELM快。

2、面對(duì)含有異常數(shù)據(jù)的樣本集時(shí)學(xué)習(xí)的魯棒性比較強(qiáng)，比文獻(xiàn)綜述提及的其他ELM變體都要強(qiáng)。

第四篇：2012再培訓(xùn)班(第一期)學(xué)習(xí)心得體會(huì)

參加大學(xué)生員工再培訓(xùn)班（第一期）學(xué)習(xí)心得體會(huì)：

再提技能技術(shù) 爭(zhēng)做農(nóng)信主力

2012年月18日至月28日，我有幸參加了全省農(nóng)信社

組織的大學(xué)生員工再培訓(xùn)班（第一期），認(rèn)真聆聽各教授、專家對(duì)推進(jìn)農(nóng)信社改革發(fā)展、金融企業(yè)文化建設(shè)、農(nóng)信社未來的發(fā)展趨勢(shì)系列講座，通過實(shí)踐拓展訓(xùn)練、學(xué)習(xí)《》、《》、《》、《》、《》、《》、《》、《》、《陽光心態(tài)與壓力釋放》、《信貸管理分析》課程等，使我受益匪淺，對(duì)自己的人生價(jià)值、團(tuán)隊(duì)意識(shí)、認(rèn)識(shí)水平、理論水平都有進(jìn)一步的提高。10天的學(xué)習(xí)，感觸頗多，現(xiàn)就將這次培訓(xùn)，結(jié)合自身工作實(shí)際，談?wù)勛约旱捏w會(huì)。

一、拓展中提升團(tuán)隊(duì)競(jìng)爭(zhēng)實(shí)力

隨著農(nóng)信社的越發(fā)壯大，面對(duì)眾多的員工，一定要有打不垮的團(tuán)隊(duì)精神，才會(huì)讓農(nóng)信社更好的適應(yīng)這經(jīng)濟(jì)下行的大環(huán)境。

兩天的業(yè)務(wù)拓展訓(xùn)練，我們隨機(jī)分成五個(gè)團(tuán)體，時(shí)而為沙場(chǎng)點(diǎn)兵較勁，時(shí)而為爭(zhēng)分奪秒拼殺，時(shí)而為七巧板相互協(xié)作，時(shí)而為會(huì)師拼盡全力。在辛苦而快樂的兩天拓展訓(xùn)練中，我們互助、互動(dòng)，互敬、互愛，一片祥和。一是我們要有執(zhí)行力，且要有一個(gè)滿意的結(jié)果，沒有借口，在每天的工作中，都是用結(jié)果來換取自己的報(bào)酬，也要用結(jié)果來證明自己的價(jià)

值。二是我們應(yīng)該有責(zé)任心，自己承諾的事情要去兌現(xiàn)，要經(jīng)得起檢查，為自己做的事情敢于承擔(dān)責(zé)任。當(dāng)自己犯錯(cuò)，要勇于擔(dān)當(dāng)。三是要勇于拼搏。在看似完不成的84秒勝利大會(huì)師游戲面前，我們目標(biāo)明確，通過努力拼搏，最后用時(shí)71秒完成，這是拼搏的結(jié)果。

在以后的農(nóng)信工作、生活中，我們每個(gè)農(nóng)信員工都要擔(dān)當(dāng)，相互幫助和協(xié)作，如果我們?cè)诠ぷ髦幸材芟襁@次活動(dòng)中一樣每個(gè)隊(duì)員手緊緊握住，相互扶持，我們就一定能成為一個(gè)具有強(qiáng)大競(jìng)爭(zhēng)力的團(tuán)隊(duì)。

二、擁有陽光心態(tài)，做好時(shí)間管理，爭(zhēng)做一個(gè)優(yōu)秀職業(yè)經(jīng)理人。

心態(tài)決定一切，在每一天里擁有良好的心態(tài)，是做一個(gè)優(yōu)秀信合人的關(guān)鍵。

一是心態(tài)陽光，收獲希望。面對(duì)枯燥而乏味的基層生活我們?cè)搼阎鯓拥男膽B(tài)？我們快樂嗎？我們開心嗎？老師抽絲剝繭，一一揭開謎底。一個(gè)擁有積極陽光心態(tài)的人，才是一個(gè)健康的人，一個(gè)健康的人才能更好的為農(nóng)信社工作。無論在什么樣的崗位，明白自己的價(jià)值觀，擁有陽光的心態(tài)，努力進(jìn)取，才能收獲希望。

二是抓住時(shí)間，抓住未來。上帝是公平的，給每個(gè)人一生的時(shí)間，如何抓住時(shí)間，人生需要規(guī)劃。要學(xué)會(huì)有效的時(shí)間目標(biāo)，善于借用，保持健康，未來是屬于你的，農(nóng)信的未來才能更加美好。

三是做人做事，從點(diǎn)滴做起。從基層做起，從點(diǎn)滴做起。要想成為一名優(yōu)秀的職業(yè)經(jīng)理人，我們需要敬業(yè)、專業(yè)、謙虛、誠信，會(huì)做人、會(huì)做事，事無巨細(xì)，全得兼顧。做好我們的角色，發(fā)揮最大的潛能，爭(zhēng)做最優(yōu)農(nóng)信人。

三、學(xué)好財(cái)務(wù)，把控風(fēng)險(xiǎn)，在改革中奮進(jìn)。

作為業(yè)務(wù)單位的我們，學(xué)好財(cái)務(wù)、會(huì)計(jì)知識(shí)是極其關(guān)鍵的。

（一）IT藍(lán)圖雄偉，農(nóng)信科技興社。計(jì)算機(jī)中心的老師給我們講解了目前的***業(yè)務(wù)更新，未來的IT藍(lán)圖。未來的農(nóng)信在打造大平臺(tái)、小銀行的新一代IT系統(tǒng)群，誓將農(nóng)信打造成全國先進(jìn)銀行，我們正在前進(jìn)。

（二）財(cái)務(wù)規(guī)范、合規(guī)經(jīng)營。對(duì)財(cái)務(wù)系統(tǒng)做了深入的講解，作為業(yè)務(wù)企業(yè)的農(nóng)信社，離不開財(cái)務(wù)管理。一定要明白政策，理清思路，將各項(xiàng)財(cái)務(wù)指標(biāo)弄透，將各項(xiàng)資產(chǎn)理清楚，規(guī)范管理，農(nóng)信經(jīng)營才會(huì)越來越規(guī)范。

（三）大力改革，把控風(fēng)險(xiǎn)。近年來，各管理部門對(duì)農(nóng)信社的管理越來越嚴(yán)格，大力發(fā)展農(nóng)商行、農(nóng)合行等。對(duì)四川農(nóng)信社來說，最大的改革就是股權(quán)改革，在改革的過程中，一定要注意把控風(fēng)險(xiǎn)，有的放矢，在猛上快進(jìn)的同時(shí)，注意風(fēng)險(xiǎn)的管理。在打造流程銀行的目的也是為了更好的抵御風(fēng)險(xiǎn)。

（四）張弛有度，有收有放。作為農(nóng)信社的第一資產(chǎn)業(yè)務(wù)，也是最大的收入來源貸款來說。農(nóng)信社應(yīng)該管好我們的貸款。隨著信貸系統(tǒng)、小額農(nóng)貸系統(tǒng)、微貸系統(tǒng)的上線運(yùn)用，更是將貸款審批、發(fā)放、收回等進(jìn)行了流程梳理，進(jìn)一步規(guī)范了我們的信貸管理。在打造核心競(jìng)爭(zhēng)力和流程銀行的同時(shí)，各級(jí)農(nóng)信社要管好自己的飯碗，穩(wěn)中求進(jìn)，張弛有度。

**10日，求知迫切，期望太多，感悟頗深，心得更闊。這段難得的經(jīng)歷，必將對(duì)我今后的學(xué)習(xí)、工作產(chǎn)生積極而深遠(yuǎn)的影響，今后，我將立足本職崗位，將所學(xué)所得應(yīng)用到實(shí)踐工作中去，不斷開拓進(jìn)取，為信合事業(yè)改革發(fā)展做出自己應(yīng)有的貢獻(xiàn)，真正使自己成為一名實(shí)實(shí)在在的不圖虛名的信合人。

二○一二年九月二十六日

第五篇：培訓(xùn)班學(xué)習(xí)總結(jié)

學(xué)習(xí)總 結(jié)

XXXX培訓(xùn)班為期兩個(gè)月的學(xué)習(xí)培訓(xùn)生活即將結(jié)束。通過此次學(xué)習(xí)培訓(xùn)，形式多樣的教學(xué)方式使我們對(duì)學(xué)習(xí)充滿了興趣，我們的政治理論水平得到了一定的提高，并對(duì)社會(huì)主義市場(chǎng)經(jīng)濟(jì)及現(xiàn)代科技等多方面的知識(shí)有了初略的認(rèn)識(shí)和了解。通過學(xué)習(xí)考察，拓展了我們的視野，活躍了我們的思維，增長(zhǎng)了我們的見識(shí)，提高了我們的素質(zhì)，聯(lián)結(jié)了同學(xué)們的友誼。回望短暫的兩個(gè)月，我的確受益匪淺，現(xiàn)將學(xué)習(xí)、考察作以下總結(jié)。

今年，是我區(qū)建設(shè)經(jīng)濟(jì)強(qiáng)區(qū)的沖刺年，區(qū)委區(qū)政府在各項(xiàng)工作任務(wù)都十分緊張繁重的情況下，仍然堅(jiān)持從各單位召集優(yōu)秀中青年干部四十余人，參加一年一屆的XXX青年干部培訓(xùn)班，充分體現(xiàn)了各級(jí)黨委對(duì)云巖區(qū)干部培訓(xùn)的高度重視，同時(shí)，也為我們提供了一次難得的學(xué)習(xí)機(jī)會(huì)。我非常珍惜此次機(jī)會(huì)，積極參與，切實(shí)做到了“三個(gè)轉(zhuǎn)變”，真正將自己融入了這個(gè)大集體。

一、學(xué)習(xí)培訓(xùn)篇

我們要學(xué)習(xí)什么，現(xiàn)在來講，最重要的就是兩點(diǎn)：一是學(xué)習(xí)馬列主義、毛澤東思想、鄧小平理論

和黨的方針政策。改革的不斷深化，開放步伐的不斷加快，許多東西學(xué)不深，學(xué)不透，根子就不穩(wěn)，對(duì)一些工作的開展也不好。二是學(xué)習(xí)新知識(shí)、新技能。我國加入WTO，對(duì)我們年輕干部來講面臨著新的挑戰(zhàn)，需要學(xué)習(xí)新的知識(shí)，學(xué)好專業(yè)知識(shí)的同時(shí)，學(xué)點(diǎn)經(jīng)濟(jì)金融知識(shí)、學(xué)點(diǎn)法律，學(xué)點(diǎn)歷史，學(xué)習(xí)一些在工作中需要的東西?，F(xiàn)在社會(huì)發(fā)展最關(guān)鍵的是經(jīng)濟(jì)，不懂經(jīng)濟(jì)，怎么能為強(qiáng)區(qū)建設(shè)盡一份力？學(xué)點(diǎn)法律也是很有必要的，現(xiàn)在講“以法治國”，不懂法，談什么以法治國？談什么社會(huì)管理？那是必然要落伍的。至于歷史，它是發(fā)展的鏡子，古人就講，以史為鑒，沒理由到了現(xiàn)代反而要把這個(gè)好傳統(tǒng)給丟了。所以學(xué)什么對(duì)我們來說都是很重要的，區(qū)委黨校結(jié)合我區(qū)實(shí)際情況，從歷史、政治、金融、科學(xué)、法律、文學(xué)、軍事、實(shí)用學(xué)科等各方面的內(nèi)容為學(xué)員安排了《身體力行“三個(gè)代表”》、《按照“三個(gè)代表”的要求加強(qiáng)黨建》、《2001—2002中國社會(huì)發(fā)展態(tài)勢(shì)分析》、《西部大開發(fā)和強(qiáng)區(qū)建設(shè)》、《云巖區(qū)經(jīng)濟(jì)運(yùn)行及社會(huì)發(fā)展分析》、《中青年干部要加強(qiáng)自身的黨性鍛煉》、《加強(qiáng)黨風(fēng)廉政建設(shè)》、《加強(qiáng)黨的作風(fēng)建設(shè)，改進(jìn)工作作風(fēng)》、《WTO理論基礎(chǔ)》、《督查與信息工作》、《依靠科教進(jìn)步推動(dòng)強(qiáng)區(qū)建設(shè)》、《創(chuàng)新思維，創(chuàng)新觀念和創(chuàng)新精神》、《保密知

識(shí)》、《知識(shí)產(chǎn)權(quán)法律》、《關(guān)于非公有制發(fā)展的若干問題》、《知識(shí)經(jīng)濟(jì)與高技術(shù)》、《電子商務(wù)理論》、《當(dāng)前世界戰(zhàn)略格局及我國的安全形勢(shì)》、《公民道德建設(shè)講座》、《普通話講座》等課程。XXXX等領(lǐng)導(dǎo)在百忙中抽出寶貴時(shí)間親自為學(xué)員授課，并對(duì)我們提出了“政治堅(jiān)定，工作創(chuàng)新，刻苦學(xué)習(xí)，誠信待人，熱愛生活”，“在人生的舞臺(tái)上，演好自己的角色”，“永遠(yuǎn)面向?qū)恚?shí)著手現(xiàn)在，在人生道路上一步一個(gè)腳印”“新世紀(jì)的年輕干部應(yīng)具備：黨性修養(yǎng)，理論水平，戰(zhàn)略思維，世界眼光”等要求，各位領(lǐng)導(dǎo)以富有哲理，實(shí)事求是和寬廣的信息量的啟發(fā)，使我們學(xué)到了知識(shí)、增長(zhǎng)了見識(shí)，并讓我們深深感受到了領(lǐng)導(dǎo)對(duì)我們的高度重視和殷切期望，極大鼓舞了我們的學(xué)習(xí)熱情。

為了讓我們的學(xué)習(xí)生活不僅限于課堂那么枯燥，多樣的教學(xué)形式是此次學(xué)習(xí)培訓(xùn)的亮點(diǎn)。在學(xué)習(xí)期間，我積極參加支部組織的各種活動(dòng)，如金翠湖的聯(lián)誼會(huì)，“七一”的歌詩會(huì)等。7月，在得知XXXX小學(xué)受水災(zāi)后，我們開展了以“人人獻(xiàn)愛心”為主題的捐贈(zèng)活動(dòng)，全班學(xué)員親赴XXX對(duì)小同學(xué)們進(jìn)行了慰問。學(xué)習(xí)期間在區(qū)委黨校的精心安排下，我們參觀了我區(qū)的非公有制企業(yè)，還親臨市法院法庭觀看庭審。

我們一定要以嶄新的思想作風(fēng)、精神面貌和工作干勁投入到各自的工作崗位中，勇于開拓，不斷創(chuàng)新，用云巖精神時(shí)刻標(biāo)準(zhǔn)自己，肩負(fù)起云巖區(qū)經(jīng)濟(jì)強(qiáng)區(qū)建設(shè)的歷史使命，不辜負(fù)區(qū)委、區(qū)政府對(duì)我們的殷切希望。

二、外出考察篇

區(qū)委區(qū)政府為了讓青干班學(xué)員增長(zhǎng)見識(shí)，開拓視野，將理論密切聯(lián)系實(shí)際，切實(shí)達(dá)到培訓(xùn)目的，為我區(qū)經(jīng)濟(jì)和社會(huì)發(fā)展何等貢獻(xiàn)，在區(qū)委組織部的歡送中，我們開始了為期XXX天的廣、深、珠、港、澳考察。

考察期間，給我映像最深的是香港，香港的繁榮，香港的美麗，香港的有序，香港人的高效，香港人的禮貌，香港人的勤勞，都給我留下了極好的映像。香港是一個(gè)融中西文化為一體的現(xiàn)代化國際都市，它擁有世界上最先進(jìn)的金融系統(tǒng)，最現(xiàn)代化的建筑，最優(yōu)良的港口，它環(huán)境優(yōu)美，經(jīng)濟(jì)發(fā)達(dá)，秩序井然，為我們進(jìn)行考察提供了良好便利的條件。經(jīng)過對(duì)香港理工大學(xué)的考察，我們對(duì)香港的教育體制有了一定的了解，香港實(shí)行九年制免費(fèi)義務(wù)教育，家長(zhǎng)和學(xué)校必須履行對(duì)適齡學(xué)童進(jìn)行教育的義務(wù)，違反規(guī)定者將被追究一系列法律責(zé)任。由于有強(qiáng)有力的政府行為和嚴(yán)密規(guī)范的法律保障，使香港保持

了世界一流的教育水平，在國際上享有一定的名望，過硬的教學(xué)質(zhì)量為香港擠身亞洲經(jīng)濟(jì)發(fā)達(dá)地區(qū)提供了雄厚的人才基礎(chǔ)。為了更深層次，近距離接觸香港的市容市政管理，交通及金融管理知識(shí)，我們來到中國銀行香港總部、香港會(huì)展中心、港督府、駐港部隊(duì)、太古廣場(chǎng)、海港城等地進(jìn)行實(shí)地考察，所到之處，香港先進(jìn)規(guī)范的管理體制，忙而有序的交通制度，井井有條的金融秩序，以人為本的經(jīng)營理念，無一不讓人嘆為觀止。

澳門，這個(gè)在地圖上占距位置微乎其微的小地方，帶給我的震動(dòng)也是不小的，這里的主要經(jīng)濟(jì)來源，眾所周知是搏彩業(yè)，澳門人與香港人不同，他們是悠閑的，快樂的，享受的，他們這里的人們生了病到醫(yī)院救治全部都是免費(fèi)的，澳門真正是做到了取之于人，用之于民。這兩個(gè)中國土地上“一國兩制”的特別行政區(qū)真正體現(xiàn)了以人為本突出人的優(yōu)越性，也真正體現(xiàn)了“一國兩制”英明和偉大。

廣州的幾大小商品批發(fā)市場(chǎng)，引來了太多的外來人口，造成這個(gè)城市的嘈雜與凌亂，無形中在就業(yè)、經(jīng)濟(jì)、城市管理上給這個(gè)城市帶來了具大的壓力。人擠人，人撞人，就連逛商場(chǎng)也好似打仗，馬路上的車更是擠個(gè)水泄不通，交通的堵塞更是時(shí)有發(fā)生。我們不得不承認(rèn)它的經(jīng)濟(jì)是發(fā)展的，我們卻

不能不看到它存在的絲絲隱憂。相對(duì)來說，珠海就漂亮得多了，它雖然不夠繁華，但它就象一個(gè)天然的巨大公園，讓人置身其間別有一番滋味，碧海南天，陽光沙灘，好一派熱帶風(fēng)光。珠海的公路兩旁，看不見一處裸露的土地，映入眼簾的都是片片的綠。深圳，就象是一串跳動(dòng)的音符，它好似廣州同珠海的聯(lián)合體，它既熱鬧，又美麗，它的城建設(shè)施都非常的完善，高樓大廈比比皆是，它的幾個(gè)主題公園更成了招攬各地游客的亮點(diǎn)。世界之窗將世界盡收眼底，讓你一天把全世界游完，公園中會(huì)在一年不同的時(shí)期，請(qǐng)來各國的演出團(tuán)，讓你在游世界的同時(shí)領(lǐng)略各國的風(fēng)土人情。錦繡中華將我國五十六個(gè)民族的不同建筑搬到了一起，讓你貼近少數(shù)民族同胞的生活。歡樂谷是年輕人必到的地方，這里匯集了所有最驚險(xiǎn)，最刺激，最好玩的游樂設(shè)施，讓你真正過把癮！

此次考察讓我們了解到，從經(jīng)濟(jì)上，城市管理上，法制建全上，經(jīng)營理念上等等多方面，我們這個(gè)城市與其它城市的差距甚遠(yuǎn)，要拉近這段距離不是短時(shí)期內(nèi)可以做到的，這需要我們?nèi)咳说拈_拓創(chuàng)新與努力奮斗，我們一定要將考察中得到的好的經(jīng)驗(yàn)運(yùn)用到工作中，為強(qiáng)區(qū)建設(shè)再立新功！