《论文阅读》Deep Knowledge Tracing

最新推荐文章于 2024-05-27 09:30:03 发布
最新推荐文章于 2024-05-27 09:30:03 发布
阅读量419 收藏 2
点赞数
分类专栏： NLP 文章标签： 论文阅读 深度学习 自然语言处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44833392/article/details/127410145
版权
NLP 专栏收录该内容
89 篇文章 51 订阅 ¥29.90 ¥99.00
订阅专栏
论文《Deep Knowledge Tracing》探讨了如何利用循环神经网络（RNNs，特别是LSTM）来建模学生在交互式学习过程中的知识掌握情况。RNN模型在预测学生表现和理解方面表现出色，且能揭示不同练习之间的关系，为智能课程设计提供可能。此工作是首次将RNN应用于知识追踪，显著提高了预测性能，降低了对专家知识的依赖。
摘要由CSDN通过智能技术生成

《论文阅读》Deep Knowledge Tracing

期刊：NIPS/CoRR abs

时间：2015

类型：知识追踪

特点：第一次将RNN/LSTM运用于知识追踪

作者：Chris Piech, Jonathan Bassen, Jonathan Huang等

机构：Stanford University

简介

在计算机支持的教育中，知识跟踪——即在学生与课程交互时，机器对学生的知识进行建模——是一个很好的问题。虽然对学生的知识进行有效的建模会有很高的教育影响，但这项任务有许多固有的挑战。在这篇论文中，我们探索了使用循环神经网络(RNNs)来模拟学生学习的效用。与以往的方法相比，RNN模型家族具有重要的优势，它们不需要对人类领域知识进行显式编码，可以捕获更复杂的学生知识表示。使用神经网络在一系列知识追踪数据集上的预测性能有了实质性的提高。此外，学习模型可以用于智能课程设计，并允许学生在任务中直接解释和发现结构。这些结果为知识追踪提供了一个有前景的新研究方向，并为rnn提供了一个典型的应用任务。

任务介绍

知识追踪是一项随着时间推移来建模学生知识的的任务，以便我们可以在未来的交互中更加准确地预测学生的表现。意义在于模型可以根据学生个人需求将资源推荐给学生，并且可以根据内容的难易程度来决定是否跳过该知识点。

问题定义

给定一组一个学生对于特定学习任务交互观测值

了解本专栏 订阅专栏 解锁全文
365JHWZGo
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
pyBKT：贝叶斯知识跟踪和扩展的Python实现
02-11
注意：有关将在我们即将举行的“学习分析和知识会议”研讨会中使用的代码库，请参见以下仓库： : pyBKT 贝叶斯知识跟踪算法及其变体的Python实现，可从解决问题的顺序中估计学生的认知能力。 pip install pyBKT 基于Zachary A. Pardos（ ）和Matthew J. Johnson（ ）@ 。 Cristian Garay（ ）提供的Python增强适应性。 Anirudhan Badrinath（ ）提供的全平台python自适应和优化。 有关公式和技术实施的详细信息，请参阅Xu，Johnson，＆Pardos（2015）ICML研讨会4.3节。 pyBKT示例可以在回购中找到。 要求 Python> = 3.5 支持的操作系统：所有平台！ （是的，Windows也是如此） Libboost> = 1.58（可选-如果安装，将启用
knowledge-tracing-collection-pytorch
03-17
其中，两个常用的模型是Dynamic Knowledge Tracing (DKT) 和Deep Knowledge Tracing (DKVMN)。DKT是第一个基于RNN（循环神经网络）的知识追踪模型，它能够捕捉学生行为序列中的时间依赖性，从而预测他们未来在某个...
Deep Knowledge Tracing (深度知识追踪)
weixin_30855761的博客
09-30 2261
论文：Deep Knowledge Tracing 　　 Addressing Two Problems in Deep Knowledge Tracing via Prediction-Consistent Regularization 　　 How Deep is Knowledge Tracing? tensorflow代码实现：https://github.com/ji...
探索智能教育的新篇章：DeepKnowledgeTracing
最新发布
gitblog_00004的博客
05-27 340
探索智能教育的新篇章：DeepKnowledgeTracing 项目地址:https://gitcode.com/chrispiech/DeepKnowledgeTracing 1、项目介绍 DeepKnowledgeTracing 是一个开源的机器学习模型，其灵感来源于《Deep Knowledge Tracing》这篇研究论文。这个项目的主要目标是利用深度学习技术来理解学生在在线学习过程中的知...
Deep Knowledge Tracing
Highlight_Jin的博客
05-21 1158
主要内容第一部分 论文内容介绍第二部分 写作积累AbstractIntroductionRelated WorkDeep Knowledge TracingEducational ApplicationsDatasetsResultsDiscussion 第一部分 论文内容介绍 第二部分 写作积累 Abstract Knowledge tracing 知识追踪 XXX is a well established problem in computer supported education. xxx问题在
深度知识追踪（Deep Knowledge Tracing）
热门推荐
Zoe_Su的博客
11-26 1万+
Knowledge Tracing 知识追踪是基于学生行为序列进行建模，预测学生对知识的掌握程度。知识追踪是构建自适应教育系统的核心和关键。在自适应的教育系统中，无论是做精准推送，学生学习的路径规划或知识图谱的构建，第一步都是能够精准预测学生对知识的掌握程度。 知识追踪问题可以描述为： 给定一学生的观测序列x0,……,xtx _ { 0 } , \ldots \ldots , x _ { t }...
opentracing-api-0.33.0.jar
05-31
OpenTracing Java API io.opentracing/opentracing-api/0.33.0/opentracing-api-0.33.0.jar
java-jdbc:JDBC的OpenTracing工具
05-04
OpenTracing JDBC工具JDBC的OpenTracing工具。安装pom.xml < dependency> < groupId>io.opentracing.contrib</ groupId> < artifactId>opentracing-jdbc</ artifactId> < version>VERSION</ version></ dependency>...
opentracing-noop-0.33.0.jar
07-01
opentracing-api
Gradient-Domain Path Tracing
04-05
### Gradient-Domain Path Tracing：一种提升全局光照算法性能的新方法 #### 摘要与背景 Gradient-Domain Path Tracing (G-PT) 是一种创新的全局光照算法，它结合了传统路径追踪技术和梯度域渲染技术的优点，旨在...
深度知识跟踪
02-07
知识追踪是对学生的知识基于时间建模，以便我们能精确预测学生对于知识点的掌握程度，以及学生在下一次的表现。而且精确的知识追踪能让我们抓住学生当前的需求，并进行精准推题。然而人类的学习过程中受到人类自身知识和大脑两者的复杂的影响的，也导致知识追踪是非常困难的。
DeepKnowledgeTracing论文源码
01-05
DeepKnowledgeTracing论文中复现的源码，包含数据集
DKT—Going Deeper with Deep Knowledge Tracing
ronghwa_lu
10-25 604
复现的作者代码，使用TensorFlow0.12.1，cpu运行太慢了，19分钟一个epoch。 然后想用gpu，在google colab上使用TensorFlow1.15.2 gpu，40秒一个epoch。 看源码应该用了不止一天，虽然代码不长，就跟最基础的神经风格迁移代码长度差不多，which我只用了一个上午。 1）使用原始的TensorFlow，处理矩阵异常难懂。各种tf.函数 2）刚开始接触RNN。循环神经网络都要查阅 3）对模型的输入输出不是把握很准。 转换TensorFlow版本0.12到1.
深度知识追踪的研究（deep knowledge tracing)
算法探索之路
05-11 5954
v 2019年一些新的知识追踪算法不完全整理" 教育挖掘 tag: 知识追踪 content {:toc} 面临实习转正，需要接触到知识追踪方面的学习（毕竟是自适应学习的第一步），网上资料挺少。GitHub代码极少，相较于发展火热的推荐，违约预测，cv，nlp，教育挖掘模型实在不多，GitHub代码非常少，所以除了传统IRT，BKT，DKT之外，特意看了看比较新的知识追踪paper，期望他们的...
Deep Knowledge Tracing and Dynamic Student Classification for Knowledge Tracing
hning1009的博客
04-10 656
Deep Knowledge Tracing and Dynamic Student Classification for Knowledge Tracing abstract 提出新模型： 1.捕获学生学习能力，定期动态分配相似能力的学生去不同的组 2.用dkt结合这些信息 introduction DKT-DSC：每个时间间隔，模型把有相似能力的学生 ...
深度知识追踪(Deep Knowledge Tracing)·论文学习归纳
zjlwdqca的博客
01-05 5136
深度知识追踪(Deep Knowledge Tracing) 0 摘要 在计算机支持的教育中，知识追踪(机器在学生与课程作业交互时对学生的知识进行建模)是一个公认的问题。虽然有效地对学生知识进行建模会产生很高的教育影响，但这项任务存在许多内在的挑战。在这篇文章中，我们探索使用递归神经网络(RNNs)来模拟学生的学习。与以前的方法相比，RNN模型家族具有重要的优势，因为它们不需要对人类领域知识进行显式编码，并且可以捕获更复杂的学生知识表示。使用神经网络可以显著提高对一系列知识跟踪数据集的预测性能。此外，学习的
深度知识追踪（Deep Knowledge Tracing）论文学习（简要归纳）
sereasuesue的博客
09-19 2910
目录 深度知识追踪（Deep Knowledge Tracing） Contributions Knowledge Tracing ​Motivation Recurrent Neural Networks(RNN) Long Short Term Memory (LSTM) Previous Work Bayesian Knowledge Tracing (BKT) Learning Factors Analysis (LFA) Performance Factors ...
deep knowledge tracing
03-16
深度知识追踪（Deep Knowledge Tracing）是一种利用机器学习技术来预测学生在学习过程中的知识掌握情况的方法。它可以通过分析学生的学习行为和答题情况，来预测学生在未来的学习中可能遇到的困难，并提供相应的教学建议和支持。深度知识追踪技术在教育领域中具有广泛的应用前景，可以帮助教师更好地了解学生的学习情况，提高教学效果。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

365JHWZGo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值