Machine learningLearning analytics

Rastreig del Coneixement

El Rastreig del Coneixement (KT) és una tècnica de modelització de l'estudiant que estima, en cada moment, la probabilitat que un aprenent hagi dominat un component de coneixement objectiu. Introduït per Corbett i Anderson el 1994, el model clàssic de Rastreig Bayesà del Coneixement (BKT) tracta l'adquisició d'habilitats com un Model Ocult de Markov de dos estats impulsat per quatre paràmetres interpretables: coneixement previ, taxa d'aprenentatge, error per descuit (slip) i conjectura (guess). Variants profundes (DKT, DKVMN, AKT) van substituir posteriorment els HMM per arquitectures recurrents i transformadores.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Corbett, A. T., & Anderson, J. R. (1994). Knowledge tracing: Modeling the acquisition of procedural knowledge. User Modeling and User-Adapted Interaction, 4(4), 253–278. DOI: 10.1007/BF01099821

Com citar aquesta pàgina

ScholarGate. (2026, June 2). Knowledge Tracing (Bayesian / Deep). ScholarGate. https://scholargate.app/ca/education-analytics/knowledge-tracing

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citat per

ScholarGateKnowledge Tracing (Knowledge Tracing (Bayesian / Deep)). Recuperat el 2026-06-15 de https://scholargate.app/ca/education-analytics/knowledge-tracing · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026