- 博客(1)
- 资源 (20)
- 收藏
- 关注
RSS订阅原创 XGBoost 核心数据结构和API(速查表)
XGBoost 核心数据结构和API 1. DMatrix DMatrix 为XGBoost中数据存储的核心结构。训练数据和测试数据均需封装成 DMatrix 结构。 1.1 DMatrix 构造函数 DMatrix的构造函数包含8个参数: data (string/numpy array/scipy.sparse/pd.DataFrame/DataTable) DMatrix的数据源，...
2018-12-06 18:48:28
3391
[2020]Sequential Gibbs Sampling Algorithm for Cognitive Diagnosis Models
使用Gibbs采样对含有大量属性的响应数据进行认知诊断，将时间复杂度从O(2^K)降低到O(K)。使用DINA模型和GDINA模型，分别在仿真数据、分数减法数据集和TIMMS 2007数据集上进行了实验。在K = 15, I = 2000, J = 30的情况下，该模型迭代3000次仅需要170秒。
2020-07-10
[2001][857]Cognitive assessment models with few assumptions item response theory
作者对认知诊断模型的单调性进行着论证，提出了一些假设，是的模型具有更好的可用性和可解释性。并使用MCMC算法对模型的参数进行了估计。
2020-07-05
[2004][567]Higher-order latent trait models for cognitive diagnosis 2004.pdf
1. 作者提出了高阶DINA模型：HO-DINA。该模型认为学生得知识点掌握情况受高阶参数得影响，比如学生得学习能力。
2. 论文阐述了如何使用MCMC方法对HO-DINA模型进行参数估计，并基于分数减法数据集进行了测试
2020-06-30
[1999][421]Estimating multiple classification latent class models.pdf
作者研究了CDM模型参数后验分布得固有性质，并在论文中提出了MCMC参数估计方法，为后续复杂认知针对模型得参数估计提供了理论基础。
2020-06-30
[2015][40]Bayesian estimation of the DINA model with Gibbs sampling.pdf
使用Gibbs采样对DINA模型进行参数估计，据论文实验结果可以看出，相对于MCMC方法，基于Gibbs采样的方法能获得更高得精度和速度。
2020-06-30
DINA Model and Parameter Estimation：A Didactic.pdf
DINA模型及其参数估计，作者Jimmy de la Torre，发表于2009年，引用数为：385
2020-05-30
基于大数据的牛顿(Knewton)平台自适应学习机制
文章概述了Knewton平台的内部结构和学习机制。将平台分成数据组件、推理组件和个性化推荐组件。涉及的数据模型包括：知识图谱、学生事件、目标档案和输出结果。
2020-04-21
自适应学习平台的关键技术与典型案例
作者以knewton平台为中心，着重介绍了该平台的关键技术。主要涉及平台的构成、学习目标自动规划、持续自适应模型、知识概率转移矩阵、学生分组等。
2020-04-21
Brusilovsky-Methods and techniques of adaptive hypermedia
自适应学习的经典论文，谷歌引用量3379。作者对自适应学习平台进行了分类和总结，提出了通用模型。但论文有点老，是1998年发表的。
2020-04-21
吴恩达新书 《Machine Learning Yearning》机器学习年鉴 中文版+英文版 1-52章全 无水印
吴恩达新书《Machine Learning Yearning》中英文版 1-52章全 无水印。
本来想不要积分的，但是系统限制至少需要1个积分。如果你没有积分可以浏览在线版:http://www.insideai.cn/ngmly/
2018-10-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人