Explore la conception de scénarios d'intégration pour l'apprentissage inversé et mélangé avec du matériel numérique, mettant l'accent sur l'apprentissage actif et les environnements structurés.
Explore la charge cognitive, la métacognition, les environnements d'apprentissage et le raisonnement inductif, avec des exemples de questions d'examen et la ville de Godthåb.
Plonge dans la profondeur du traitement dans l'apprentissage, en soulignant l'importance d'engager des connaissances antérieures pour une compréhension significative.
Explore les corrélations de convection externe forcée et la procédure pour résoudre les problèmes de convection, y compris la comparaison de la vitesse et des couches limites thermiques.
Couvre les exercices sur les propriétés radiatives de surface, y compris l'absorptivité spectrale, la réflectivité, l'émissivité et les changements de température.
Explore le développement historique de l'apprentissage profond, de l'apprentissage par renforcement, des mécanismes d'attention et des systèmes de mémoire en IA inspirés des neurosciences.
