第一篇：2012暑假第一期課程總結(jié)

2012語文暑假第一期課程總結(jié)（個人）

1、管理心得體會與成長

成長：2011年寒假開始本人在此授課，很榮幸能贏得領(lǐng)導(dǎo)的垂愛及信任，把語文這沉甸甸的課程交與我。2011年初起的語文課程并未贏得滿堂紅，這也讓我很失望-----

2012年第二學(xué)度語文課程雖未像英、數(shù)兩科那樣爆滿，但也相對而言向前邁了一步，不僅在生源上增加人數(shù)，師資力量上也得到了提高。值得慶賀的是，開春的第一次全國小作家杯中取得了優(yōu)秀的成績。作為任課教師，我感到無比的榮幸?；蛟S，在別人的眼里這只是小小的成功，但對于我們剛開課不久的課程而言，實屬不易，不止是付出的點點滴滴，更多的是來自外界的壓力。當(dāng)然，無論怎樣，即使失敗了，我也會當(dāng)成一種鼓勵，成功了更是一種贊美！

管理：補習(xí)班在學(xué)生們的想象里總和懶散有關(guān)，無論上課或做其它事，想來則來，不愿意則不來。因此，為了從行動上扭轉(zhuǎn)這一想法，開學(xué)伊始，我就首先端正學(xué)習(xí)態(tài)度為突破口，樹立“堅特來上，且上好每一節(jié)課”是學(xué)習(xí)上取得進步的重要前提。有了這樣的宗旨后，每次上課之前，我都會把它當(dāng)成重要內(nèi)容之一，灌輸給學(xué)生，使學(xué)生在心理上都接受它。當(dāng)然，也要輔以一定的規(guī)定，如考勤，班上通報、批評、獎勵等等。由于開好了這樣的頭，語文班在上課不缺度這一點，相當(dāng)多的學(xué)生做得都比較好，也是在這一紀律的影響下，帶動了其它方面的一些好的結(jié)果，比如說教室衛(wèi)生，下午離開教室的高段學(xué)生，會主動打掃衛(wèi)生，使第二天上午來的同學(xué)可以在炎熱的夏天中享受到干凈的學(xué)習(xí)環(huán)境。來補習(xí)閱讀寫作的同學(xué)基本上基礎(chǔ)知識相對的薄弱，雖然刻苦努力，但收效甚微，基于這種情況，我一直提倡，只要我在，只要我有時間，只要，學(xué)生肯學(xué)，那么，我愿意在多余的情況下，給大家講解一些基礎(chǔ)知識疑難題目。其次是優(yōu)化課堂教學(xué)，首先必須優(yōu)化學(xué)生的主體作用。（1）.優(yōu)化教師的”講“，把課堂的時間 讓給學(xué)生。教師的”講“，要講在重點處、關(guān)鍵處、疑難處，盡量做到少而精，讓出更多的時間給學(xué)生多讀書、多思考、多討論、多動筆。（2）.優(yōu)化教師的”問“，啟發(fā)學(xué)生的創(chuàng)造性思維。

2、教學(xué)效果評估與續(xù)報班級說明

教學(xué)效果：素質(zhì)教育在課堂教學(xué)中的具體實施，教師的主導(dǎo)作用是至關(guān)重要的。“只有老師教得好，學(xué)生才能學(xué)得好。語文學(xué)科的課堂教學(xué)，教師的主導(dǎo)作用猶顯重要。學(xué)生是”主角“，教師是”導(dǎo)演“，課堂教學(xué)這幕戲演得如何，關(guān)鍵在于”導(dǎo)演“。語文教師起著主導(dǎo)作用，具體表現(xiàn)在：1.確定教學(xué)目標。語文學(xué)科的教學(xué)目標”靈活性“較大，教學(xué)的指導(dǎo)思想不同，教師的業(yè)務(wù)水平不同，學(xué)生實際情況不同，教學(xué)目標往往更不同。上課過程中，引導(dǎo)學(xué)生始終圍繞確定的目標來學(xué)習(xí)

2.確定教學(xué)內(nèi)容。教學(xué)目標確定之后，就要求教師確定教學(xué)的具體內(nèi)容，通過具體內(nèi)容的教學(xué)來完成教學(xué)目標。

3.確定重點難點，解答疑難問題。4.設(shè)計教學(xué)結(jié)構(gòu)，調(diào)控教學(xué)節(jié)奏。

5.確定教學(xué)方法。語文學(xué)科教法多種多樣，”教無定法“，常見的有：朗讀法、導(dǎo)遠法、講讀法、講解法、談話法、討論法、讀寫法、講練法、比較法等等。根據(jù)教學(xué)目標、教學(xué)內(nèi)容、學(xué)生情況來確定最佳的教學(xué)方法。無論采用那種方法，都應(yīng)力求做到精心設(shè)計，一法為主，多法優(yōu)化配合，靈活運用。達到良好的教學(xué)水平。

續(xù)報班說明：

語文課程將于2012年第一學(xué)度秋季開始，進行第一次班級優(yōu)化改革。1-2年級閱讀看圖寫作啟蒙 3年級閱讀與寫作基礎(chǔ)班 4年級閱讀與寫作提高班 5年級閱讀與寫作強化班 6年級讀寫備考班

日常走讀班級開設(shè)基礎(chǔ)課程，按本年級開設(shè)。

3、對各位老師的指導(dǎo)說明

1、崗前談話，對新老師的談話內(nèi)容主要有：在大學(xué)的學(xué)習(xí)情況，個人專長和業(yè)余愛好，家庭情況；明確現(xiàn)在的教育形勢，了解現(xiàn)在的待遇，對新老師提出要求和希望，讓他們明確來這里工作的近長期目標，等等。

2、“青藍結(jié)對子” 跟蹤幫扶。

3、示范引領(lǐng)，教師做課堂教學(xué)示范，力求在教學(xué)方法和環(huán)節(jié)設(shè)計上給以引領(lǐng)和指導(dǎo)，以求讓新教師有法可學(xué)。

4、聽課學(xué)習(xí)

學(xué)習(xí)教師教法和課堂管理方法。

5、培養(yǎng)新教師的素質(zhì)，學(xué)會尊重她人，尊重自己。

最后我想要說的是，新教師在成長過程中會遇到很多困難和挫折，我們要鼓勵其長處，挖掘其潛力，增強其信心，進行客觀評價，正面引導(dǎo)。

第二篇：第一期學(xué)習(xí)總結(jié)

學(xué)習(xí)記錄

時間：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《機器學(xué)習(xí)》前6章的內(nèi)容。

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

學(xué)習(xí)筆記

1機器學(xué)習(xí)第一章：緒論 人類具有學(xué)習(xí)的能力，我們可以通過對經(jīng)驗的利用，對新情況做出有效判斷。機器學(xué)習(xí)就是對“學(xué)習(xí)算法”的研究，通過“學(xué)習(xí)算法”，我們可以讓計算機通過經(jīng)驗數(shù)據(jù)，來生成一個“算法”的模型。而算法的作用是在我們輸入一個新樣本時，能夠自動輸出其對應(yīng)的預(yù)測值，也就是預(yù)測新樣本未知的“標記”。而算法適用于新樣本的能力，就稱為“泛化”能力。

學(xué)習(xí)可以進行分類。

1、若預(yù)測值為離散值，則此類學(xué)習(xí)為“分類”；若預(yù)測值為連續(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行訓(xùn)練的，那么就會出現(xiàn)多個假設(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某種類型假設(shè)的偏好，即“歸納偏好”。這個“偏好”在具體的學(xué)習(xí)算法中是如何體現(xiàn)的？

2機器學(xué)習(xí)第二章：模型評估與選擇

我們把學(xué)習(xí)機實際預(yù)測輸出與樣本的真實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，通常并不是一個好的學(xué)習(xí)器，因為其很可能出現(xiàn)“過擬合”的問題，即把訓(xùn)練樣本本身的一些“特點”當(dāng)做潛在樣本的“性質(zhì)”進行學(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，在實際應(yīng)用中，我們常以測試集上的“測試誤差”作為“泛化誤差”的近似。故對于數(shù)據(jù)集D，我們需要對其進行處理，從中產(chǎn)生出訓(xùn)練集S和測試集T。（原則：測試集應(yīng)該盡可能與訓(xùn)練集互斥。）常用方法有留出法、k折交叉驗證法、自助法（內(nèi)含分層抽樣和多次試驗的問題）。

1、留出法就是簡單劃分。

2、交叉驗證法，（p26頁圖2.2.）

將D劃分為k個相同數(shù)量的子集，將k-1個子集用作訓(xùn)練集，1個子集用作測試集，然后不斷更換作為測試集的子集，進行k次訓(xùn)練和測試。

3、自助法

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

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

找好S和T后，我們就需要找到對測試進行評價的標準，就是“性能度量”?；貧w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，我們可以使用錯誤率、精度、查準率、查全率、ROC曲線、AUC曲線等來進行度量。

1、錯誤率、精度，略。

2、查準率P與查全率R。

TPTPP?R?，P與R是一對矛盾（大體上負相關(guān)）的度量。

TP?FPTP?FNP-R曲線是以P為縱軸，R為橫軸作的圖?！捌胶恻cBEP”是查全率=查準率

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

P?R到側(cè)重點不同還有F1的一般形式F?。（見p32頁）

當(dāng)遇到需要綜合考慮多個二分類混淆矩陣時，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)測的“排序質(zhì)量”。

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

對單個學(xué)習(xí)器進行評價，我們假設(shè)測試樣本是從泛化錯誤率為?的樣本總體中獨立采樣而成，求測試錯誤率為?的概率，那么可得這種情況符合二項分布。那么反之，我們可以通過“二項檢驗”來對?的假設(shè)進行檢驗。如p39頁所示，可以根據(jù)測試錯誤率推測泛化錯誤率的大小和取該值的概率，每一個（顯著度/置信度）對應(yīng)一個臨界值。這是單一測試錯誤率的性能測試方法。

當(dāng)我們有多個測試錯誤率時，我們可以采用“t檢驗”法，進行檢測。（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）對于兩個學(xué)習(xí)器學(xué)習(xí)性能是否相同，我們可以利用交叉檢驗t驗證，也需要用到概率論相應(yīng)內(nèi)容。

3機器學(xué)習(xí)第三章：線性模型

線性模型試圖學(xué)得一個通過屬性的線性組合來預(yù)測的函數(shù)?！熬€性回歸”試圖學(xué)得一個線性模型以盡可能準確地預(yù)測實值輸出標記?；诰秸`差最小化來進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個屬性描述的情況下的矩陣求導(dǎo)運算不能讀懂）

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。面對現(xiàn)實中的多分類問題，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“一對一”、“一對其余”、“多對多”，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，比如最常用的“糾錯輸出碼”ECOC。編碼、解碼過程參考p65的圖3.5，可能預(yù)測的編碼不屬于任何一類，即“出錯”，但只需找到最接近的一類將其歸入，這就是“糾錯”的過程。

前面的分類都有一個共同的基本假設(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)進行訓(xùn)練，可能讓學(xué)習(xí)機將所有樣本都分為數(shù)量上占絕對優(yōu)勢的一類來降低訓(xùn)練誤差。特別若是訓(xùn)練集是真實樣本無偏采樣的假設(shè)不成立時，問題會更加突出。對于這種情況，我們可以采用“欠采樣”、“過采樣”、“閾值移動”。

4機器學(xué)習(xí)第四章：決策樹

決策樹是一種常見的機器學(xué)習(xí)方法。一般的一顆決策樹包含一個根節(jié)點、若干個內(nèi)部節(jié)點和若干個葉節(jié)點。葉節(jié)點對應(yīng)于決策結(jié)果其他每個節(jié)點對應(yīng)于一個屬性測試；每個節(jié)點包含的樣本集合根據(jù)屬性測試的結(jié)果被劃分到子節(jié)點中；根節(jié)點包含樣本全集。根據(jù)p74圖4.2可知，有三種情況會導(dǎo)致遞歸返。

1、節(jié)點包含的樣本標記都相同。

2、節(jié)點內(nèi)樣本屬性都相同。

3、節(jié)點內(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)點包含的樣本盡可能屬于同一類標記，即節(jié)點“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（ID3決策樹）。選擇劃分屬性時我們可以計算出假設(shè)劃分每個屬性a所對應(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，因為這意味著“純度提升”越大。

但是增益準則對選擇可取數(shù)目較多的屬性作為劃分對象有所偏好，為了平衡我們引入屬性的“固有值”概念以及“增益率”的概念，增益率準則對可取數(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”方法采用測試集驗證剪枝前后的精度，只有精度提高才允許劃分。此法可以降低過擬合風(fēng)險，還顯著減少了決策樹德訓(xùn)練時間開銷和測試時間開銷，但也帶來了欠擬合的風(fēng)險。

“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決策樹進行剪枝，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)險小，泛化性能優(yōu)，但訓(xùn)練時間開銷大得多。

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”進行處理（C4.5決策樹）。若有n個元素，則我們考慮采用n-1個中位點作為候選劃分點，來計算信息增益，選擇劃分點。另外，若當(dāng)前節(jié)點劃分的屬性為連續(xù)值，其后代仍可對此屬性進行劃分。

再來討論如何對“有缺失屬性值的訓(xùn)練樣例”來進行劃分。我們可以利用每個屬性中未缺失屬性的樣本和其占該節(jié)點樣本比例來計算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，以不同權(quán)值將該樣本劃入子節(jié)點，相當(dāng)于將一個樣本“分割”。

繼續(xù)擴展，我們可以考慮，現(xiàn)在每個節(jié)點的劃分我們都是基于單一屬性值來進行的。但在學(xué)習(xí)類似p91圖4.12 這樣的分類任務(wù)時，會相當(dāng)復(fù)雜，故我們可以考慮，將節(jié)點由“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)對真實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個其他神經(jīng)元傳遞過來的輸入信號，這些輸入信號通過帶權(quán)值的連接進行傳遞，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”由兩層神經(jīng)元組成。輸入層接受外界信號之后傳遞給輸出層，輸出層為M-P神經(jīng)元。在y?f(?iwixi??)這個簡單的公式中，我們可以將θ視為一個固定輸入為-1的“啞節(jié)點”所對應(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)（這在矩陣運算中尤其突出）。學(xué)習(xí)過程是通過錯誤的程度對權(quán)重進行調(diào)整。

感知學(xué)習(xí)機只能解決線性問題，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，蘊藏在連接權(quán)與閾值中。

欲訓(xùn)練多層網(wǎng)絡(luò)，簡單感知機學(xué)習(xí)規(guī)則顯然不夠了，需要更強大的學(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個參數(shù)需確定。BP算法基于“梯度下降”策略以目標的負梯度方向參數(shù)進行調(diào)整。

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

“標準BP算法”每次僅針對一個訓(xùn)練樣本更新連接權(quán)和閾值，而“累計誤差逆?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)元個數(shù)仍是未決問題，實際中通常依靠“試錯法”）。由于其強大的表示能力，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：在誤差目標函數(shù)中增加一個用于描述網(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。競爭型學(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，網(wǎng)絡(luò)的輸出神經(jīng)元相互競爭，每一時刻僅有一個競爭獲勝的神經(jīng)元被激活，其他神經(jīng)元被抑制。這種機制稱為“勝者通吃”原則。

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

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），同時保持輸入數(shù)據(jù)在高維空間的拓撲結(jié)構(gòu)，將高維空間中相似的樣本點映射到網(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，每個輸出層神經(jīng)元都擁有一個權(quán)向量，網(wǎng)絡(luò)在接收輸入向量后，將會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：在接受一個訓(xùn)練樣本后，每個輸出層神經(jīng)元會計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)元成為競爭獲勝者，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)。隨著云計算、大數(shù)據(jù)時代的到來，計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，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ELM是針對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《Universal approximation using incremental feedforward networks with arbitrary input weights 》中證明，SLFNs只要激勵函數(shù)滿足無限可微，理論上即使是隨機生成的任意wi和bi其值固定不變，具有N個不同樣本，包含N個隱含層神經(jīng)元的SLFNs的訓(xùn)練誤差依然可以無限接近零。作者以此作為隨機產(chǎn)生wi和bi的依據(jù)。但這并不表示這隨機產(chǎn)生的不會對學(xué)習(xí)結(jié)果造成影響，相反，這造成了學(xué)習(xí)結(jié)果有較大的隨機性和不穩(wěn)定性。

文獻的第二部分緊接著對ELM中要使用的Moore-Penrose 矩陣廣義求逆（看不懂）和最小二乘解進行了介紹，同時證明了通過Moore-Penrose 求逆方法對Ax=y中A矩陣求逆得出的矩陣G，就是Ax=y對應(yīng)的最小二乘法的解之一，同時它還具有所有解矩陣中范數(shù)最小的性質(zhì)。這個性質(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矩陣運算，就對應(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個實例，以BP和SVM作為參照來證明了ELM的優(yōu)越性。

第一個應(yīng)用是利用加利福尼亞州的房子屬性對房子的價格進行預(yù)測，一共進行了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，因為他不需要迭代只需要進行一次求逆，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測試誤差還更小些。

第二個應(yīng)用采取了“糖尿病預(yù)測”的二分類問題，第三個采取了“森林覆蓋類型預(yù)測”的多分類問題。結(jié)果都與第一個應(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：

1、速度快

2、泛化性能好

3、因為沒有迭代過程，不要求激勵函數(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 這篇文獻針對ELM對離群點（異常數(shù)據(jù)）敏感的問題提出了一種改進的“離群點魯棒性極限學(xué)習(xí)機”(ORELM)。

文獻指出，目前所有的ELM及其變體都是采用“二范數(shù)”的目標函數(shù)來對學(xué)習(xí)機進行訓(xùn)練的，但是“二范數(shù)”會放大離群點所帶來的誤差。因此此文獻采用了“一范數(shù)”的目標函數(shù)來訓(xùn)練學(xué)習(xí)機，因為一范數(shù)對于異常數(shù)據(jù)的有更好的魯棒性。另外為了得出目標函數(shù)的最優(yōu)解，文獻采用了增強的拉格朗日乘數(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）

文獻第二部分，介紹了兩種極限學(xué)習(xí)機的變體。分別是正則化極限學(xué)習(xí)機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，故在目標函數(shù)中添加了一個關(guān)于連接權(quán)矩陣二范數(shù)的正則化項，其余沒有改變。WRELM則是在RELM運算結(jié)束后，將每個樣本帶入網(wǎng)絡(luò)求出對應(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進行學(xué)習(xí)，得到最終結(jié)果。

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

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

應(yīng)用環(huán)節(jié)也是采用了三個實例對方法進行驗證。一是利用函數(shù)SinC對帶有離群點的數(shù)據(jù)進行回歸學(xué)習(xí)。對比了含有10、20、40、80個離群點的訓(xùn)練集的回歸效果，還分為固定偏離值的離群點和某區(qū)間內(nèi)任意偏離值的離群點兩種情況。（這里說的偏離都是標記值的偏離，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行學(xué)習(xí)。顯然ORELM的精度更高，這一點在“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、計算速度較快，雖然比ELM慢很多，但比WRELM快。

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

第三篇：集訓(xùn)隊第一期總結(jié)

集訓(xùn)隊第一期總結(jié)

不知不覺江農(nóng)集訓(xùn)隊第一期就這么愉快的結(jié)束了，還記得開幕當(dāng)天，由于有隊員遲到我們整體受罰，A,C組男生俯臥撐150個，女生深蹲150個，B組男生俯臥撐80個，女生深蹲80個，而隊長們翻倍。這讓我很感動到，我們的綠源家長們無論何時都陪我們一起分享快樂、承擔(dān)痛苦。幾天后，我們開始了正式的集訓(xùn)。大家都準備著演情景劇，而我們第二組由于組員沒來齊，劇本又得重新編寫，我們從沒想過我們臨時編寫的劇本會比得過別人。可是最后我們意外的拿到了第二名。我覺得我在其中得到了很多，首先隊友間要相互信任，其次即使我們不知道結(jié)果會是哪種，我們都不應(yīng)該輕易放棄。即使我們失敗了，至少我們曾經(jīng)努力過，沒有留下遺憾。

今天的集訓(xùn)是第一期集訓(xùn)的尾聲，我們這一次集訓(xùn)內(nèi)容是定向。在整個過程中，我們都很快樂與熱情，雖然多多少少有點小插曲，不過我覺得今天過得還是挺充實的?？傊诩?xùn)隊中我收獲了很多，友誼、快樂、信念等等，還有就是我開朗很多了，認識了很多朋友，也不再沉默寡言，我能成為集訓(xùn)隊中的一員我覺得很開心。

第四篇：2012——2013第一期少先隊總結(jié)

2012——2013學(xué)年第一學(xué)期少先隊總結(jié)

龍豐小學(xué)

本學(xué)期，根據(jù)教育局、學(xué)區(qū)德育要點，結(jié)合本校工作實際，我校少先隊工作以學(xué)?！白寣W(xué)生快樂、幸福地成長”為目標，認認真真開展學(xué)校德育各項活動，取得可喜成績。具體工作如下：

一、創(chuàng)設(shè)和營造工作平臺，為教師服務(wù)。

本學(xué)期我線工作繼續(xù)以“大力推進中隊輔導(dǎo)員素質(zhì)培養(yǎng)”為指導(dǎo)思路，通過提要求，促學(xué)習(xí)，搞活動，勤交流，抓典型等措施，來提高中隊輔導(dǎo)員的素質(zhì)。具體做法有：

1、繼續(xù)以理論固化中隊輔導(dǎo)員的思想水平，推薦各中隊輔導(dǎo)員閱讀各種班隊建設(shè)有關(guān)書籍雜志，做到“以老幫少”結(jié)對活動，促進相互學(xué)習(xí)交流，共同管理。

2、定期召開中隊輔導(dǎo)員會議，布置相關(guān)主題活動；做好周、月少先隊情況反饋,做好德育月評工作并有記錄有總結(jié)。

3、大隊部要求各中隊輔導(dǎo)員上好每一節(jié)班隊課，做到有檢查、有記錄、有反饋。按中隊輔導(dǎo)員會議要求部分中隊輔導(dǎo)員開設(shè)主題班隊展示課。

4、學(xué)校各種活動（如藝術(shù)節(jié)、體育節(jié)、科技節(jié)、大課間活動等）要求各班主任有過程，有小結(jié)。

6、積極開展教師“到家”家訪，為學(xué)生送溫暖活動，舉行學(xué)校教師家訪報告會。（其中趙愛玲、郭營麗兩位教師有孕在身而深入學(xué)生家庭走家串戶，走工棚，過合租房，了解學(xué)生家庭情況，做到一絲不茍地進行家訪，深受同事、家長好評），7、關(guān)注、傾聽教師、學(xué)生心聲。本學(xué)期向教師、學(xué)生各發(fā)放問卷調(diào)查25份、30份，共征求教師意見與建議14條，學(xué)生意見與建議6條。學(xué)校根據(jù)教師、學(xué)生的意見與建議，逐條進行梳理，并進行整改，共整改18條，其他幾條正分批進行整改。

8、提倡教師外出學(xué)習(xí)，汲取窗口學(xué)校及兄弟學(xué)校的先進經(jīng)驗。安排教師外出聽課。

（二）、強化和突出文化底蘊，為學(xué)校服務(wù)。

1、繼續(xù)推進校園文化建設(shè)。積極營造濃厚的書香校園氛圍，多渠道、多途徑挖掘“文化元素”，通過造就和諧的人文環(huán)境，陶冶學(xué)生情操，啟迪心靈，進行潛移默化的教育。二是繼續(xù)積極開展班級文化建設(shè),各班主任根據(jù)自己班級的特點,布置具有班級特色的文化；定期出好黑板報，使之與學(xué)校的每月主題活動相互輝映。四充分利用好教室門口“星級班級”和學(xué)校星級班級評比欄目。五是學(xué)生作品成果展文化：打造手抄報作品專欄，做到學(xué)生作品定時間、定主題展示。

2、少先隊干部建設(shè)。重視對學(xué)生干部的培訓(xùn)和指導(dǎo)工作，召開學(xué)生干部會議，開展學(xué)生干部之間工作經(jīng)驗的交流活動。創(chuàng)新大隊干部競選方式，通過考試、演講等形式，成立新一屆大隊委；成立2支實干的監(jiān)督巡查小組，分工檢查學(xué)校常規(guī)、文明禮儀、吃零食現(xiàn)象等。

3、學(xué)生校規(guī)建設(shè)。

本學(xué)期大隊部繼續(xù)開展了一系列的活動，進一步加強在校學(xué)生的行為規(guī)范養(yǎng)成教育。首先，開展“星級文明班級”評比活動。根據(jù)《小學(xué)生守則》、《小學(xué)生日常行為規(guī)范》等有關(guān)規(guī)定，制定星級班級評比內(nèi)容（儀表、言行、衛(wèi)生、兩操、紀律、佩帶）。評比為一天一檢查，一周一評比，一周一小結(jié)，一周一公布。評比以經(jīng)常性檢查和抽查相結(jié)合，采用扣分制衡量執(zhí)行情況，每周公布一次各班總分。以段為單位，每段評出星級班級一名。同時，為完善學(xué)校、大隊部、班級三級檢查制度，自下而上進行自主管理，自我教育。在平時，加強例會制度，加強對星級班級檢查人員的培訓(xùn)，每周一中午在隊室集中，內(nèi)容有反饋分數(shù)、情況說明等。“星級班級”活動得到了班主任的重視，各個班級為了爭奪優(yōu)秀中隊你追我趕，不甘示弱。本學(xué)期校園衛(wèi)生、學(xué)生文明禮儀等各種常規(guī)表現(xiàn)的較好。

三、幸福教育是主題，異彩紛呈活動，為學(xué)生服務(wù)。

少先隊活動是連系少年兒童與家庭、社會、學(xué)校的紐帶，是少先隊開展的載體，直接影響著少先隊員素質(zhì)的培養(yǎng)，我校少先隊以此做為創(chuàng)新機制，針對每月工作重點和社會熱點，有序地開展一系列層層迭起的少先隊活動如：

1、利用重大節(jié)日，紀念日開展主題教育

本學(xué)期，結(jié)合本校實際，開展了系列德育活動，9月份尊師愛師、弘揚民族精神手抄報比賽、交通安全征文與手抄報比賽； 10月份慶國慶、新一入隊、科技節(jié)活動； 12月份讀書節(jié)活動、參加學(xué)區(qū)學(xué)生籃球比賽、慶元旦活動等；教師走萬家家訪與送溫暖、期末班級學(xué)生評先評優(yōu)等活動。我們搞的活動富有特色，隊員們積極參與，充分展示了我校少先隊員活潑向上的精神面貌。

2、加強家庭教育，為學(xué)生送溫暖。

我校外地學(xué)生多、學(xué)生家長的素質(zhì)不高，針對這種情況，學(xué)校德育領(lǐng)導(dǎo)非常重視家庭教育的指導(dǎo)。定期家訪與召開家長會，了解學(xué)生在家情況，并在班主任工作手冊中登記，及時反饋學(xué)生在校、在家表現(xiàn)，共同教育好學(xué)生。

4、繼續(xù)推進星卡激勵方案，培養(yǎng)隊員求實奮進、開拓創(chuàng)新的良好品質(zhì)

本學(xué)期，大隊部繼續(xù)組織推行“星卡激勵方式”，隊員們在激勵的氛圍中奮發(fā)向上，積極進取。針對我校少先隊開展的雛鷹爭章活動的實際，輔導(dǎo)員老師們都認為爭章活動雖有趣且有益，可是隊員們體驗成功的見效太慢，于是我們把爭章與爭星卡有機地結(jié)合，建立了蘋果卡、綠卡、紅卡等激勵星卡層出不窮，琳瑯滿目，款款誘人。在學(xué)習(xí)生活的任何時刻，只要是一發(fā)現(xiàn)隊員突出的表現(xiàn)，我們便馬上給予肯定。在此制度推行過程中，還存在這樣那樣的問題，特別是在執(zhí)行當(dāng)中教師沒給學(xué)生及時發(fā)卡，或者制度落實的不實不到位，亟需改進。

5、加強衛(wèi)生、安全教育活動，共創(chuàng)和諧校園。

學(xué)校安全工作無小事，必須加強管理，從嚴治教。我們要牢固樹立“珍愛生命、安全第一”的觀念，堅決把學(xué)生的安全放在更加重要的位置，始終保持高度的警覺，做到警鐘長鳴，常抓不懈，學(xué)校與班主任分別簽訂安全責(zé)任書與落實學(xué)校安全預(yù)案要求。由于我校學(xué)生大部分是外來民工子女，學(xué)生的接種預(yù)防不健全，前兩年均發(fā)生了水痘、風(fēng)疹等傳染病，由于本學(xué)期措施到位，宣傳到位，衛(wèi)生教育到位，大隊部按照上級的指示精神，通過紅領(lǐng)巾廣播站、出黑板報、宣傳資料的張貼、開展隊活動等，來使隊員認識到要預(yù)防傳染病，就要把好“病從口入”關(guān)，注意個人衛(wèi)生，飯前飯后都要洗手，講究個人衛(wèi)生，養(yǎng)成良好的衛(wèi)生習(xí)慣，特別是本學(xué)期甲流預(yù)防工作，白海燕老師親臨學(xué)生第一線，抓晨檢，量體溫、搞衛(wèi)生，開通風(fēng)。真正做到預(yù)防甲流的各項工作。

三、搞學(xué)校特色活動，1、努力開發(fā)校本課程---大課間活動，豐富校園生活。

學(xué)校根據(jù)自身性質(zhì)、特點、條件和可利用開發(fā)的資源，努力開發(fā)校本課程---大課間活動。

大課間活動是在原課間操活動的基礎(chǔ)上，發(fā)展創(chuàng)新出來的一種學(xué)校課間體育活動的新內(nèi)容和新組織形式?，F(xiàn)在我們實施大課間活動后，活動時間增長了，活動的內(nèi)容豐富了活動形式更加靈活多樣。運動強度也更加恰當(dāng)適宜?，F(xiàn)如今對于學(xué)生來說，每天40分鐘的大課間體育活動是他們一天中最為快樂的時光。（當(dāng)廣播員說：大課間開始，全體學(xué)生不約而同地“哇”，這正是叫出了他們那歡快的心聲。）在這段時間中，學(xué)生可以自由自在地跳長短繩、滾鐵環(huán)、太極拳、跳橡皮筋、踢毽子、呼啦圈、小皮球、游戲（老鷹抓小雞、捉迷藏、大漁網(wǎng)、貼膏藥等）趣味性跑、仰臥起坐......等十幾個富有興趣的活動項目中，他們歡快、自由地奔跑、跳躍??全身心地投入活動中。并在體育節(jié)時對各項活動進行比賽，這樣比賽與與活動相結(jié)合，快樂與運動相伴、歡樂與游戲相隨，忘記了暫時的煩惱，擺脫了各種束縛，充分享受著屬于他們的童趣。由于受到“甲流”的影響，在中間一個月期間，學(xué)生只能在班級里舉行班級閱讀活動。

三、努力方向

1.學(xué)生的常規(guī)教育，有待加強。2.理論學(xué)習(xí)還不夠深入。在學(xué)習(xí)領(lǐng)會科學(xué)發(fā)展觀的科學(xué)內(nèi)涵和精神實質(zhì)方面，還不夠深刻、全面，還沒有形成戰(zhàn)略思維和全局眼光，做到跳出過去看未來，以發(fā)展的眼光看待推進學(xué)校工作。

3、繼續(xù)開發(fā)校本課程---大課間活動，要創(chuàng)自己的特色與品牌?；仡櫛緦W(xué)期的少先隊工作，我們一步一個腳印地走了過來，取得了一些成績，在創(chuàng)新中求實，在求實中創(chuàng)新，面臨挑戰(zhàn)，我們將一如既往的踏實工作，只有不斷總結(jié)，不斷挑戰(zhàn)，才會不斷有收獲。在今后的工作中，我們會更加努力，力爭再創(chuàng)新輝煌。

第五篇：2006-2007第一期總結(jié)

王家溝小學(xué)

2006-2007學(xué)第一學(xué)期工作總結(jié)

本期來，我校要在縣局和學(xué)區(qū)的領(lǐng)導(dǎo)下，認真學(xué)習(xí)貫徹縣、鎮(zhèn)兩級教育工作會議精神，全面貫徹黨的教育方針，努力端正辦學(xué)方向；繼續(xù)增進科學(xué)管理，全面實施三制改革；積極進行課改實驗，全面實施素質(zhì)教育；切實加強教學(xué)常規(guī)，努力提高教育質(zhì)量；實施遠程教育工程，不斷改善辦學(xué)條件，使學(xué)校各項工作取得新的成績。

（一）堅持依法治校，增進科學(xué)管理。

1、加強制度建設(shè)。本期要對學(xué)校全面實施校長負責(zé)制、教師聘任制和校內(nèi)結(jié)構(gòu)工資制，對原有制度進一步修訂補充完善，特別是引入新的評價考核辦法，使制度更加全面、客觀、實在，并堅持抓好制度落實。對違犯制度的人和事要按制度規(guī)定批評教育，嚴肅處理，使學(xué)校管理進一步制度化、科學(xué)化、規(guī)范化。

2、加強“三風(fēng)”建設(shè)。本期學(xué)校要把“三風(fēng)”建設(shè)作為重點工作，深入抓，經(jīng)常抓，反復(fù)抓，集中抓。開學(xué)后和中考后要各利用四周時間進行“三風(fēng)”整頓，學(xué)校平時也要對“三風(fēng)”常檢查，常督促，并組織社會、家長、教師和學(xué)生對三風(fēng)進行評議，并積極接受師生和社會各界的監(jiān)督和批評。

3、加強班子建設(shè)。學(xué)校班子成員能高標準，嚴要求，身體力行，以身作則，率先垂范，為人師表，相互配合，通力合作，平時多學(xué)習(xí)，多調(diào)研，多交流，努力提高自身業(yè)務(wù)能力和管理水平。

4、堅持“三個公開”。本期學(xué)校進一步開展校務(wù)、政務(wù)、財務(wù)“三個公開”制度和收費公示制度，校園設(shè)立意見箱，開通校長舉報電話和熱線電話，設(shè)立校長及班子成員接待日制度，自覺接受全體師生及各級組織、人民群眾的批評和監(jiān)督，不斷傾聽群眾意見，改進工作作風(fēng)。

（二）堅持以人為本，加強隊伍建設(shè)。

1、加強教師職業(yè)道德教育。本期學(xué)校把教師職業(yè)道德教育進一步規(guī)范化、經(jīng)?；⒕唧w化，堅持經(jīng)常抓、反復(fù)抓，做到外樹形象，內(nèi)強素質(zhì)，為人師表，教書育人。對教職工中違反師德的人和事要堅持批評教育，談話誡勉。教師師德優(yōu)秀率在90%以上。

2、抓好青年教師的教育培養(yǎng)工作。學(xué)校青年教師人數(shù)多，教學(xué)熱情高，信心足，但工作經(jīng)驗及方法比較欠缺。學(xué)校班子針對這一實際，對青年教師進行重點幫扶，進行個別談心，集體談話，組織學(xué)習(xí)培訓(xùn)，對青年教師多鼓勵，嚴要求，對出現(xiàn)的問題及時處理，即使解決，限期整改，提高了青年教師的業(yè)務(wù)素質(zhì)和業(yè)務(wù)能力。

3、加強教師的校本培訓(xùn)工作，提高教師的業(yè)務(wù)能力和水平。本期共組織各類集體培訓(xùn)15次30課時，教師利用課余時間，保證了每天1小時的業(yè)務(wù)自學(xué)時間通過學(xué)習(xí)培訓(xùn)，教師的整體素質(zhì)有了較大提高。

（三）加強德育工作，堅持以德治校。

1、加強教師政治理論學(xué)習(xí)和法制學(xué)習(xí)。本期堅持每周1次2小時集體學(xué)習(xí)和每天1小時個人自學(xué)，學(xué)校定期開展研討交流，總結(jié)評比，檢查考核。通過學(xué)習(xí)，提高教師的政治理論水平。

2、加強未成年人思想道德教育和法制紀律教育，防止青少年違法犯罪，培養(yǎng)學(xué)生健康成長。學(xué)校先后召開各類專題報告會、學(xué)生家長會、主題班隊會共計17次，參與的學(xué)生家長643人次。

3、抓好學(xué)生的思想品德教育。一是開好班會課，確保班會課的數(shù)量和質(zhì)量，并把班會課納入常規(guī)工作考核；二是要抓好學(xué)生文明禮貌、行為習(xí)慣的養(yǎng)成教育；三是要利用少先隊組織開展行之有效的教育活動；四是要加強學(xué)生的法制安全教育；五是學(xué)校、家庭、社會相互配合，建立家校聯(lián)系機制，共同教育好學(xué)生。本期學(xué)生品德合格率為99.6%，優(yōu)秀率為84.7%。

4、抓好學(xué)困生的轉(zhuǎn)化工作。本期學(xué)校及科任教師要把學(xué)困生的分類轉(zhuǎn)化當(dāng)作一項主要任務(wù)抓緊抓好。學(xué)校教導(dǎo)處、年級組、課題組要定期組織交流研討。班主任、科任教師要采取有效措施，實施分類轉(zhuǎn)化。本期學(xué)困生的轉(zhuǎn)化率達到71。3%。

5、積極發(fā)揮少先隊組織作用，積極開展各類有益的活動。本期少先大隊舉辦各類活動7次，特別是文化周文藝會演、國慶文藝匯演、學(xué)生普通話演講活動取得了圓滿成功，受到各級組織幾社會各界的好評。

6、狠抓學(xué)生學(xué)風(fēng)學(xué)紀教育，培養(yǎng)學(xué)生良好的行為習(xí)慣。本期開學(xué)初開展了為期40天的學(xué)風(fēng)整頓月活動，中考后有開展了為期4周的學(xué)風(fēng)提高月活動，組織檢查評比19次。

（四）落實教學(xué)常規(guī)，提高教學(xué)質(zhì)量。

1、強化質(zhì)量意識，堅持質(zhì)量第一的思想不動搖。在全體師生中樹立質(zhì)量第一的思想，把質(zhì)量作為立校之本，形成人人抓質(zhì)量的校園氛圍。

—2—

2、落實教學(xué)常規(guī)。本期學(xué)校教導(dǎo)處要在落實學(xué)校教學(xué)工作常規(guī)上下功夫，做文章。除繼續(xù)抓好基礎(chǔ)課教學(xué)常規(guī)工作外，對非基礎(chǔ)課要定內(nèi)容、定目標、定任務(wù)、定要求、定獎懲，和基礎(chǔ)課一樣要求，同等對待，保證所有課程開得齊，上得好。以此端正辦學(xué)行為，提高辦學(xué)效益。

3、加強課堂教學(xué)。本期我們?nèi)詫⒄n堂教學(xué)作為提高教學(xué)質(zhì)量的主要途徑，進一步加強課堂教學(xué)，改革教學(xué)方法，優(yōu)化課堂結(jié)構(gòu)，提高課堂效益。學(xué)校教導(dǎo)處組織優(yōu)質(zhì)課賽教26節(jié)，示范課教學(xué)11節(jié)，進一步促進課堂教學(xué)的優(yōu)化和改進。

4、突出兩個重點。本期教學(xué)質(zhì)量建設(shè)的兩項重點是新課程改革實驗和基礎(chǔ)課質(zhì)量的提高。學(xué)校組織召開實驗班科任教師會、基礎(chǔ)課質(zhì)量研討會、年級組工作會15次，共同交流，共同提高，以此來提高學(xué)校的整體教學(xué)質(zhì)量，力爭使全校整體質(zhì)量穩(wěn)中有升。

5、強化過程管理，優(yōu)化教學(xué)過程。學(xué)校教導(dǎo)處狠抓教學(xué)過程的優(yōu)化和管理，并把教學(xué)過程納入教師綜合考核，堅持嚴細勤實，堅持檢查考核，堅持向過程和環(huán)節(jié)要質(zhì)量。

（四）立足校本培訓(xùn)，開展教研活動。

1、抓好校本培訓(xùn)工作。本期學(xué)校對教師的教學(xué)基本功組織全面的培訓(xùn)和評賽活動，培訓(xùn)時間達到4０課時，使教師的參訓(xùn)率達到95%以上，優(yōu)秀率達到70%以上，并對評賽優(yōu)勝者予以表彰獎勵。對基本功較差的重點培訓(xùn)，限期提高，促使教師教學(xué)水平的提高。

2、抓好新課程學(xué)習(xí)培訓(xùn)工作。本期組織教師深入反復(fù)學(xué)習(xí)新課程改革實施方案，組織開展新課程的學(xué)習(xí)培訓(xùn)工作。培訓(xùn)工作要立足校情，抓住重點，培養(yǎng)骨干，典型引路，全員參與，全面提高。每周培訓(xùn)不少于2課時，同時還積極選派部分優(yōu)秀教師參加市縣培訓(xùn)。

3、開展好課題研討活動。目前我校承擔(dān)兩項縣級課題的研究工作。本期教導(dǎo)處在抓好“兩項優(yōu)化”活動的基礎(chǔ)上，繼續(xù)抓好課題研究工作。教師人人有課題，人人搞實驗，按照課題實施方案，有計劃、有步驟地抓好了課題計劃制定、組織實施和階段小結(jié)，使課題研討和“兩項優(yōu)化”活動相互促進，相得益彰。兩項縣級課題順利通過驗收，評為優(yōu)秀和良好課題，王家溝小學(xué)

二00七年一月十日

—3—