看屋買房賣房和房仲情報站論文書籍站
國立宜蘭大學 資訊工程學系碩士班 黃朝曦所指導 郭獻勤的 基於機器學習之文本分析研究-以四則運算應用題為例 （2018），提出宜蘭大學統測分數110關鍵因素是什麼，來自於機器學習、文本分析、四則運算、斷詞系統、解題系統。
而第二篇論文國立高雄師範大學 教育學系 丘愛鈴所指導 謝琇瑛的 差異化教學策略應用於國中生英語科補救教學之行動研究 （2017），提出因為有 英語科補救教學、國中英語科低成就學生、差異化教學、學習動機、英語學習表現的重點而找出了 宜蘭大學統測分數110的解答。
基於機器學習之文本分析研究-以四則運算應用題為例
為了解決宜蘭大學統測分數110 的問題，作者郭獻勤 這樣論述：
人工智慧(Artificial Intelligence,AI)的進步在近年來有目共睹，Google旗下團隊DeepMind，研發出了一套AI數學解題系統，雖然對於某些題目表現不錯，但對於文字、符號、函式等組合問題時，會因為讀不懂題目而無法作答。本研究以四則運算應用題為例，開發一款能夠辨識題目、給出計算過程的數學解題系統，首先比較九種機器學習方法，找出適用於四則運算應用題文本分析的方法，再透過此方法進行解題系統設計並測試。實驗結果顯示，加、減、乘的題目文字較為接近，可能因為文字順序不同而有不同的分類結果，辨識率較差，而除法雖然辨識率高，但包含了平分和分數兩個概念，造成計算上的困難。根據本研究
的測試結果，邏輯回歸為最適合四則運算應用題文本分析的機器學習方法，題目量的提升確實能提高題目的辨識率，研究開發的解題系統能夠達到76.5%的解題率。
差異化教學策略應用於國中生英語科補救教學之行動研究
為了解決宜蘭大學統測分數110 的問題，作者謝琇瑛 這樣論述：
摘 要本研究旨在探討以差異化教學策略應用於國中生英語科補救教學，探討補救教學之實施情形及學習動機與學習表現。並剖析研究者在差異化教學策略融入英語補救教學過程中的省思和成長。本研究採行動研究，以研究者任教的高雄市某國中參與《攜手計畫-課後扶助》一年級英語科低成就學生為研究對象，連續進行為期十六週、每週兩次、每次45分鐘，共三個單元的英語補救教學課程。在研究期間，研究者以學生的學習單、補救教學方案科技化評量及英語科定期評量成績等檢視學生的英語學習表現，並以「英語學習動機量表」進行學生學習動機之前測與後測，再透過學生訪談及研究者的教學省思日誌等相關資料，分析討論運用差異化教學策略融入英語補救教學之
課程後學生學習動機與學習表現之改變情形。本研究之結論歸納如下：一、差異化教學應用於補救教學之做法確實可行。二、差異化教學策略讓學生學會學習。三、學生的學習動機及學習成效需要投入更長的時間來培養。四、教學者之差異化教學設計能力亦有所提升。最後，研究者依據上述研究結果提出具體建議，以提供未來教學者及研究者參考。