请欣赏学科讲座心得体会（精选4篇），内容由多美网整理，希望对大家有所帮助。
学科讲座心得体会 篇1
听完王岭老师的《有关语文教学生成问题的探讨》，对语文课堂资源生成我又有了新的认识：生成与预设，可以说矛盾的统一体，如果说教案是预设的，那么课堂则是生成的；预设体现对文本的尊重，生成则体现对学生的尊重。课堂的行为主体是学生，而学生的学习是随机生成的。我们不能“活人围着死教案转”，而应从传统的教学形态中走出来，努力构建新型的，富有活力的，生成的语文课堂。
在我的教学中，也时常发生学生的看法与老师、书本上不同，对于学生闪耀着思想火花的质疑或观点，我多数会予以鼓励，表扬他们会学习，善思考。比较尊重学生体验，关注生成资源。
面对课堂生成，我主要是这样处理的：
首先筛选信息，辨别课堂有效“生成点”。我会关注生成信息是否能促进学生发展，有探究的价值。如果生成信息的确能激发多数学生的好奇心与探究欲望。我便及时调整预设的教学方案，让学生将课堂生成资源开展进一步探究，并与学生通过讨论、交流、甚至是课下查阅资料直到解决问题。对价值不大的信息和问题，我会及时地排除和处理，使课堂教学回到预设和有效的轨道上来，以保证教学的正确方向
其次把预设与生成内涵统一，用旧的知识去辅佐新的认识。主要是通过捕捉、判断、重组从学生那里涌现出来的各种信息，把有价值的新信息和新问题纳入教学过程，使之成为教学的亮点。如果新信息学生们都能兴趣盎然的参与，能给学生带来积极的学习情感，我也会改变前提预设，将预设与生成内涵统一，积极参与其中，与学生共同提升。
例如，昨天在教学《陌上桑》一文时我预设了这样一个问题：
诗中是怎样描写使君的可耻行为的？从中可看出使君是一个怎样的人？
因为备课时我看了教材简析，说《陌上桑》采用喜剧的手法揭露统治阶级的无耻。所以我的脑海里对使君的定位就是好色、无耻。
在课堂教学中，当我提出这一问题时，大多数学生都认为使君是个无耻的好色之徒。就在我准备把“无耻”这几个字写在黑板上时，有个学生却提出不同意见：“为什么其他人看到罗敷失态的表现就不是好色，使君就是无耻呢？”当时班里就炸开了锅，有学生说：“其他人其实也好色”；有学生说“其他人只是看呆了，却没有问罗敷：‘宁可共载不？’，说明其他人品德比使君高尚”；也有的说“罗敷又漂亮又高贵，其他人只敢看，不敢说。”
对于学生这样的质疑与观点，当时我认为质疑的学生问的很有道理，生成资源的确有探究价值。所以我并没有“一棒子”打死，而是引导学生展开讨论。
于是我笑着问学生：“如果其他人也像使君一样有地位，有权势，他们会怎样？”
学生又议论开了，经过一番交流与争论，最后得出：爱美之心，人皆有之。其实其他人和使君一样被罗敷的美貌所倾倒，只是种种原因使他们不能说或不敢说“宁可共载不”。这样看，使君被说成“好色、无耻”，实为冤枉。他之所以说出“宁可共载不”只是缘于他优越的权势和地位。作者写c使君应该也是一种写作技巧。
我又提出问题：那么作者到底要表现什么呢？
于是学生很快得出：作者写使君也是为了反衬罗敷的美丽。说明罗敷的美丽不仅让黎民百姓动心，也让见多识广的达官贵人倾心，足见罗敷之美。
在这节课上，当新的教学资源生成时，我并没有按照预设继续教学，而是顺应了突发事件，将预设与生成内涵统一，让兴趣盎然的学生展开讨论。体现了尊重学生的主体地位，关注学生阅读中生成的问题。在师生互动、生生互动中启迪思维，明辨是非，从而明确课文的价值取向，引导学生走向大雅文化。
学科讲座心得体会 篇2
非常感谢徐教授这么多次次精彩的讲座，听了徐教授这么多的原创作品，让我明白，如果我们能好好的利用这个音乐的特性，那么会对我们的工作和生活带来个更大的帮助。不管是在专业方面，还是生活方面，都让我有了一个明确的奋斗目标，衷心的感谢徐教授！听徐教授这次的讲座，作为中国人的我，是应该对祖国做出贡献的同时，发现祖国的美好河山深处那些优美动听的旋律，更加的热爱祖国。
在阿炳的讲座中，不管是来在本专业的还是来自外院的同学们，他们都洋溢着求知热情，讲座在高涨的情绪和热烈的掌声中结束，同学们久久不愿离开音乐厅，期待下次徐教授的精彩演讲。在上海音乐学院的视频观摩中，不管是上海音乐学院本科生的表演，还是研究生的演唱，都深深的震撼着我的心，她们的演唱是那样的自如，表演是那样的国际化，完全投入到音乐中，没有一丝一毫的紧张，而作为大四的我们，是否该为我们的'专业，我们的人生做一次好好的规划，我们到底该做些什么，我们到底应该怎么做？
听了这次徐教授的讲座，我觉得自己该给自己的人生多一点付出，一分耕耘一分收获，即将走入社会的我应该拿什么资本，用什么姿态来迎接更大的挑战！人生追求——真善美，在教授这门课上不仅仅得到了很多知识，更让我们找到了明确的方向以及人生的真谛！再次感谢徐教授无私的付出和精彩的讲座。
学科讲座心得体会 篇3
今天我参加了护理组组织的以《静脉输液操作流程及采血注意事项》为题的讲座，现场气氛非常活跃，增长了不少知识，平日忙于他事，对大家坐在一起讨论问题的机会也是非常珍惜，下面我就分享一下我对此次讲座的心得体会。
1、首先，我是一名护理系的研究生，通过此次讲座，收获了好多书本上学不到知识，比如临床上采血管的使用，先后顺序，是否需要摇匀等。
2、其次，通过自己对静脉输液操作的准备及现场其他同学的讲解，复习了好多以前的知识，巩固了我的专业知识。
3、好多其他专业的同学在现场积极提出问题，我们用所学的专业知识为他们解答，觉得很开心，自己的专业能够帮助到大家，同时也证明了护理专业的实用性，更加激发了我对护理专业的热爱。
4、通过此次讲座，认识到自己还有很多不足，个别专业知识掌握的不牢固，需要进一步学习。
5、医护合作很重要，医护沟通固不可少，我们学校大部分同学都是医疗专业，以后大部分会从事医生这个职业，现在与护理同学沟通一下临床工作中如何能配合的更好，有助于以后工作中人际关系的`发展及工作的顺利进行。
总之，我非常喜欢此次的学术讲座，可以和同专业的同学共同钻研专业知识，可以与其他专业的同学共同学习，沟通，探讨感兴趣的话题。丰富了业余时间，增长了见识。
学科讲座心得体会 篇4
机器学习和数据挖掘这些年一直是计算机应用方面研究的重点和热点，首先要了解什么是数据挖掘，简单地说，数据挖掘是从大量数据中提取或"挖掘"知识。我一直对这方面的知识颇感兴趣，这学期学院开设的学术前沿讲座的课程，很有幸听到了文益民教授对于自己在机器学习和数据挖掘方面研究的讲座，让我对这些知识有了深入浅出的理解，受益匪浅。
12月5号，文益民教授做了题为“大规模数据的分类”的讲座，在讲座的最开始，文教授提到了戈登·德莱顿《学习的革命》一书，皆在指导我们如何积累知识如何思考如何学习如何去做研究，具有抛砖引玉的指导意义。在这之后，又对了解机器学习和数据挖掘首先要了解的知识做了简要的说明，比如对于问题的分类是分为线性问题和非线性问题；比如聚类的含义是将物理或抽象对象的集合分成由类似的对象组成的多个类的过程；比如对于这个世界上计算机的分类可以只分成工人（maker）和思考者（thinker）两类。至此正式进入问题的讨论。
对于这次讲座，文教授从四个方面进行了讲授。第一，实际应用中的大规模数据分类问题。第二，大规模数据给机器学习带来的挑战。第三，大规模数据分类算法的研究。第四，展望发展前景。文教授主要是在第三点中做了很多工作也取得了可喜的成绩。
在机器学习的实际应用中，大规模数据分类问题一般会应用在以下几个方面，在高速高精度的工业图像检测方面，在专利分类方面，在生物信息数据快速增长方面，在支持向量机参数选择方面。
大规模数据给机器学习带来的问题有：
1、算法一般不是收敛太慢就是难以收敛，训练时间过长。
2、海量数据无法一次装入内存。
3、算法可靠性得不到保证。
4、已经训练好的学习器遇到心得训练样本时需要重新训练。
在最重要的部分，文教授提到了几个重要的研究方法，包括算法，这里面包含有：1、基于并行计算的算法，2、以并行计算方法求解工作集方法中每个迭代步中二次规划的子问题，3、meta-learning，最小最大模块化支持向量机以及快速模块化支持向量机，4、cluster-svm，cluster-based-svm，cascade-svm。文教授在第三和第四点中都有自己的工作和贡献，在第三点中，他提出了分类面拼接算法，在第四点中，提出了分层并行支持向量机训练算法。对于分类面拼接算法我进行了比较仔细的了解，并下载阅读了文教授于20xx年3月份在湖南大学学报上发表的论文“基于分类面的快速模块化支持向量机研究”，对于分类面拼接算法有了初步的研究，下面说说我对这个算法的理解。
信息采集和信息处理技术的快速发展导致了诸如公共健康数据、信用交易数据、国家经济普查数据、网络文本数据和地理信息数据等大规模数据集的产生。由于训练时间很长和空间需求很大，现有的大多数机器学习算法很难被直接用于大规模数据的机器学习。
这个算法是针对大多数现有的机器学习算法处理大规模问题时需要的训练时间很长和存储空间很大的难点而提出的，英文名是psfnrsvms，
在训练阶段，psfm2svms采用一簇平行超平面对大规模问题实施软划分，然后针对每个子问题并行训练支持向量机。在测试阶段，测试样本坐落于哪个子问题所在空间中，就由该子问题训练的支持向量机给出判别结果。在4个大规模问题上的实验表明:与采取硬划分的快速模块化支持向量机(fm2svms)相比，软划分能够使psfm2svms得到更加光滑的分类面，因而ps2fm2svms的泛化能力较高。在不增加训练时间的条件下，psfm2svms减少了由于训练集分割导致的分类器泛化能力下降。
支持向量机方法的本质是在训练集的一个高维像空间中寻找最大间隔分类超平面，这个分类超平面对应于训练集所在空间的一个光滑曲面。如果采用训练集分割的方法，将这个光滑曲面分段求出，然后进行连接，就可以得到这个光滑曲面的近似曲面。