spongeeric的博客

针对基于RNN的KT模型，这篇文章提出IEKT引入CE模块，根据学生的知识状态、问题的表征来估计学生的cognition level，KASE模块，根据学生的知识状态，问题的表征，预测回答和真实回答，估计学生的acquisition sensitivity。这篇文章还使用了强化学习的Policy Gradient去优化cognition向量和acquisition向量的选取。

这篇knowledge tracing survey介绍了传统KT模型和深度KT模型，KT模型常用的数据集，KT模型的常见应用，KT模型未来可研究的几个方向。

错误率(error rate): 分类错误的样本数占样本总数的比例精度(accuracy): 1-错误率误差(error): 学习器的实际预测输出与样本的真实输出之间的差异训练误差(training error) or 经验误差(expirical error): 学习器在训练集上的误差泛化误差(generalization): 在新样本上的误差过拟合(overfitting): 可能把训练样本自身的一些特点当作了所有的样本都会有的一般性质，导致泛化能力下降欠拟合(underfitt