<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                ThinkChat2.0新版上線,更智能更精彩,支持會話、畫圖、視頻、閱讀、搜索等,送10W Token,即刻開啟你的AI之旅 廣告
                # 間隔重復的歷史 * [1 前言](Introduction.md) * [1.1 真正的歷史](Introduction.md) * [1.2 誰發明了間隔重復?](Introduction.md) * [1.3 不滅的神話](Introduction.md) * [1.4 致謝名單](Introduction.md) * [2 1985:SuperMemo 的誕生](Birth-of-SuperMemo.md) * [2.1 為了更好學習的動力](Birth-of-SuperMemo.md) * [2.2 間隔重復誕生的日子:1985 年 7 月 31 日](Birth-of-SuperMemo.md) * [2.2.1 直覺](Birth-of-SuperMemo.md) * [2.2.2 實驗](Birth-of-SuperMemo.md) * [2.3 1985 年 7 月 31 日的事件](Birth-of-SuperMemo.md) * [2.4 第一個間隔重復算法:算法 SM-0,1985 年 8 月 25 日](Birth-of-SuperMemo.md) * [2.5 從十年的角度看 Supermemo 的誕生](Birth-of-SuperMemo.md) * [3 1986:SuperMemo 的第一步](First-steps-of-SuperMemo.md) * [3.1 紙上的 SuperMemo](First-steps-of-SuperMemo.md) * [3.2 大學:計算機科學](First-steps-of-SuperMemo.md) * [3.3 ZX Spectrum](First-steps-of-SuperMemo.md) * [3.4 軍隊生活](First-steps-of-SuperMemo.md) * [3.5 1986 年的夏天](First-steps-of-SuperMemo.md) * [3.6 我的第一臺私人電腦:Amstrad PC 1512](First-steps-of-SuperMemo.md) * [3.7 模擬學習過程](First-steps-of-SuperMemo.md) * [3.7.1 學習曲線幾乎是線性的](First-steps-of-SuperMemo.md) * [3.7.2 新的項目需要 5% 的時間](First-steps-of-SuperMemo.md) * [3.7.3 學習速度](First-steps-of-SuperMemo.md) * [3.7.4 學習負荷](First-steps-of-SuperMemo.md) * [3.7.5 最優遺忘系數](First-steps-of-SuperMemo.md) * [3.7.6 記憶容量](First-steps-of-SuperMemo.md) * [4 1987:DOS 上的 SuperMemo 1.0](SuperMemo-one-for-DOS.md) * [4.1 SuperMemo 1.0: 日志 \(1987\)](SuperMemo-one-for-DOS.md) * [4.1.1 為這個想法做準備](SuperMemo-one-for-DOS.md) * [4.1.2 編寫 SuperMemo 1.0](SuperMemo-one-for-DOS.md) * [4.1.3 第一次在 SuperMemo 中重復](SuperMemo-one-for-DOS.md) * [4.2 算法 SM-2](SuperMemo-one-for-DOS.md) * [5 1988:記憶的兩個組成成分](Two-component-of-memory.md) * [5.1 長期記憶的組成成分](Two-component-of-memory.md) * [5.2 記憶雙組分模型的起源](Two-component-of-memory.md) * [5.3 同行評議刊物 \(1995\)](Two-component-of-memory.md) * [5.4 Robert Bjork 的研究](Two-component-of-memory.md) * [5.5 算法 SM-17 中的雙組分模型](Two-component-of-memory.md) * [5.6 證明](Two-component-of-memory.md) * [5.7 Murakowski 的證明](Two-component-of-memory.md) * [5.8 SuperMemo 中的記憶的兩個組成成分](Two-component-of-memory.md) * [6 1989: SuperMemo 適應用戶記憶](SuperMemo-adapts-to-user-memory.md) * [6.1 引入可變間隔函數](SuperMemo-adapts-to-user-memory.md) * [6.2 僵硬的 SuperMemo 4](SuperMemo-adapts-to-user-memory.md) * [6.3 Supermemo 4 在新的 SuperMemos 中的殘跡](SuperMemo-adapts-to-user-memory.md) * [6.4 算法 SM-4](SuperMemo-adapts-to-user-memory.md) * [6.5 間隔矩陣的問題](SuperMemo-adapts-to-user-memory.md) * [6.6 SuperMemo 5](SuperMemo-adapts-to-user-memory.md) * [6.7 算法 SM-5](SuperMemo-adapts-to-user-memory.md) * [6.8 對算法 SM-5 的批評](SuperMemo-adapts-to-user-memory.md) * [6.8.1 Anki 手冊中的錯誤聲明](SuperMemo-adapts-to-user-memory.md) * [6.8.2 SuperMemo5 的評估 \(1989\)](SuperMemo-adapts-to-user-memory.md) * [6.8.3 新算法優越性的理論證明](SuperMemo-adapts-to-user-memory.md) * [6.9 收斂](SuperMemo-adapts-to-user-memory.md) * [6.10 矩陣平滑](SuperMemo-adapts-to-user-memory.md) * [6.11 間隔的隨機散布](SuperMemo-adapts-to-user-memory.md) * [7 1990:記憶的通用公式](Universal-formula-for-memory.md) * [7.1 最優復習與間歇復習](Universal-formula-for-memory.md) * [7.2 間歇學習模型](Universal-formula-for-memory.md) * [7.3 過去(1990)與現在(2018)的對比](Universal-formula-for-memory.md) * [7.4 與算法 SM-17 的相似性](Universal-formula-for-memory.md) * [7.5 間歇學習問題的表述](Universal-formula-for-memory.md) * [7.6 解決間歇學習的問題](Universal-formula-for-memory.md) * [7.7 基于間歇學習模型的模擬試驗](Universal-formula-for-memory.md) * [7.8 工作量與保留率的權衡](Universal-formula-for-memory.md) * [7.9 結論:間歇學習模型](Universal-formula-for-memory.md) * [8 1991:啟用遺忘曲線](Employing-forgetting-curves.md) * [8.1 SuperMemo World 在苦痛中誕生(1991)](Employing-forgetting-curves.md) * [8.2 商業化 SuperMemo 的緩慢啟動](Employing-forgetting-curves.md) * [8.3 SM-6 算法的起源](Employing-forgetting-curves.md) * [8.4 算法 SM-6](Employing-forgetting-curves.md) * [9 1994:遺忘的指數性質](Exponential-nature-of-forgetting.md) * [9.1 遺忘曲線:冪或指數形式](Exponential-nature-of-forgetting.md) * [9.2 錯誤的想法反有助于間隔重復研究](Exponential-nature-of-forgetting.md) * [9.3 矛盾的模型](Exponential-nature-of-forgetting.md) * [9.4 收集數據](Exponential-nature-of-forgetting.md) * [9.5 第一條遺忘曲線的數據](Exponential-nature-of-forgetting.md) * [9.6 遺忘曲線近似](Exponential-nature-of-forgetting.md) * [9.7 指數式遺忘勝出](Exponential-nature-of-forgetting.md) * [9.8 負指數的遺忘曲線](Exponential-nature-of-forgetting.md) * [9.9 遺忘曲線:可提取性公式](Exponential-nature-of-forgetting.md) * [9.10 保留率與遺忘指數的關系](Exponential-nature-of-forgetting.md) * [9.11 劣質材料的遺忘曲線](Exponential-nature-of-forgetting.md) * [9.12 冪律出現在指數遺忘曲線的疊加中](Exponential-nature-of-forgetting.md) * [10 1995 年:超媒體 SuperMemo](Hypermedia-SuperMemo.md) * [10.1 SM-8 算法在山間小屋中誕生](Hypermedia-SuperMemo.md) * [10.2 絕對項目難度](Hypermedia-SuperMemo.md) * [10.3 遺忘后的間隔](Hypermedia-SuperMemo.md) * [10.4 首次評分與 A-系數的關系](Hypermedia-SuperMemo.md) * [10.5 評分 vs. 遺忘指數](Hypermedia-SuperMemo.md) * [10.6 SM-15 算法](Hypermedia-SuperMemo.md) * [11 1997:啟用神經網絡](Exponential-nature-of-forgetting.md) * [11.1 神經網絡:方興未艾](Exponential-nature-of-forgetting.md) * [11.2 采用神經網絡的要求](Exponential-nature-of-forgetting.md) * [11.3 SuperMemo 是否缺乏靈活性?](Exponential-nature-of-forgetting.md) * [11.4 微調間隔重復算法是徒勞無功的](Exponential-nature-of-forgetting.md) * [11.5 Dreger 的神經網絡項目](Exponential-nature-of-forgetting.md) * [11.6 神經網絡式 SuperMemo:為什么記憶模型對 SuperMemo 算法至關重要?](Exponential-nature-of-forgetting.md) * [11.7 神經網絡式 SuperMemo: 設計](Exponential-nature-of-forgetting.md) * [11.8 神經網絡式 SuperMemo: 實現](Exponential-nature-of-forgetting.md) * [11.9 David Calinski 和 FullRecall](Exponential-nature-of-forgetting.md) * [11.10 為什么 FullRecall 的神經網絡是有缺陷的?](Exponential-nature-of-forgetting.md) * [11.11 SuperMemo 中神經網絡的前景](Exponential-nature-of-forgetting.md) * [12 1999:命名為「間隔重復」](Choosing-the-name-spaced-repetition.md) * [12.1 追求又好又獨特的名字](Choosing-the-name-spaced-repetition.md) * [12.2 命名為間隔重復](Choosing-the-name-spaced-repetition.md) * [12.3 間隔重復這一名詞的未來](Choosing-the-name-spaced-repetition.md) * [13 2005:穩定性增長函數](Stability-increase-function.md) * [13.1 為什么簡單的想法不一定容易落地?](Stability-increase-function.md) * [13.1.1 1990:第一個提示](Stability-increase-function.md) * [13.1.2 1993:干擾](Stability-increase-function.md) * [13.1.3 1996:風險投資](Stability-increase-function.md) * [13.1.4 2005:理論方法](Stability-increase-function.md) * [13.1.5 2013:大局觀的重新覺醒](Stability-increase-function.md) * [13.2 通過復述提高記憶穩定性](Stability-increase-function.md) * [13.2.1 兩步計算法](Stability-increase-function.md) * [13.2.2 計算穩定性增長](Stability-increase-function.md) * [13.2.3 穩定性增長的符號公式](Stability-increase-function.md) * [13.2.3.1 穩定性增長與 S 的關系](Stability-increase-function.md) * [13.2.3.2 穩定性增長與 R 的關系](Stability-increase-function.md) * [13.2.3.3 穩定性增長與可提取性的關系(2018)](Stability-increase-function.md) * [13.2.4 記憶穩定性增長公式](Stability-increase-function.md) * [13.3 從穩定性增長公式中得出的結論](Stability-increase-function.md) * [13.3.1 隨著時間的推移,復習的價值線性增長](Stability-increase-function.md) * [13.3.2 穩定性增長期望](Stability-increase-function.md) * [13.3.3 間隔重復中的記憶復雜性](Stability-increase-function.md) * [13.3.4 復合記憶痕跡的子穩定性收斂情況](Stability-increase-function.md) * [13.3.5 復合穩定性增長](Stability-increase-function.md) * [14 2014:SM-17 算法](Algorithm-SM-seventeen) * [15 間隔重復的指數式普及](Exponential-adoption-of-spaced-repetition.md) * [15.1 起初緩慢推行的 SM-2 算法](Exponential-adoption-of-spaced-repetition.md) * [15.2 1998:發布和加速](Exponential-adoption-of-spaced-repetition.md) * [15.3 2008:爆炸](Exponential-adoption-of-spaced-repetition.md) * [15.4 有多少人使用間隔重復?](Exponential-adoption-of-spaced-repetition.md) * [16 記憶研究摘要](Summary-of-memory-research.md) * [16.1 關于間隔重復研究的問題](Summary-of-memory-research.md) * [16.2 間隔重復直覺](Summary-of-memory-research.md) * [16.3 早期記憶研究](Summary-of-memory-research.md) * [16.4 20 世紀 60 年代:復興](Summary-of-memory-research.md) * [16.5 1972 年:萊特納盒子](Summary-of-memory-research.md) * [16.6 1980 年代:SuperMemo](Summary-of-memory-research.md) * [17 成敗剖析](The-anatomy-of-failure-and-success.md) * [17.1 研究失敗的因素](The-anatomy-of-failure-and-success.md) * [17.2 失敗的實驗](The-anatomy-of-failure-and-success.md) * [17.3 艾賓浩斯的實驗(1885)](The-anatomy-of-failure-and-success.md) * [17.3.1 流言](The-anatomy-of-failure-and-success.md) * [17.3.2 事實](The-anatomy-of-failure-and-success.md) * [17.3.3 重新學習的節省](The-anatomy-of-failure-and-success.md) * [17.3.4 遺忘曲線(1984)](The-anatomy-of-failure-and-success.md) * [17.4 斯皮策實驗(1939)](The-anatomy-of-failure-and-success.md) * [17.5 沃茲尼亞克實驗(1985)](The-anatomy-of-failure-and-success.md) * [17.6 為什么間隔重復的想法最后成功了?](The-anatomy-of-failure-and-success.md) * [17.7 SuperMemo 的第一個十年:與懷疑論作斗爭](The-anatomy-of-failure-and-success.md) * [17.8 前路光明萬丈](The-anatomy-of-failure-and-success.md) * [18 后記](Epilog.md)
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看