מעקב אחר ידע
מעקב אחר ידע (KT) היא טכניקת מידול תלמידים המעריכה, בכל רגע נתון, את ההסתברות שלומד רכש רכיב ידע ממוקד. מודל מעקב הידע הבייסיאני הקלאסי (BKT), שהוצג על ידי קורבט ואנדרסון ב-1994, מתייחס לרכישת מיומנויות כמודל מרקוב חבוי בשני מצבים, המונע על ידי ארבעה פרמטרים ניתנים לפירוש: ידע קודם, קצב למידה, החלקה וניחוש. וריאנטים עמוקים (DKT, DKVMN, AKT) החליפו מאוחר יותר מודלי מרקוב חבויים בארכיטקטורות רקורנטיות וטרנספורמרים.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 2). Knowledge Tracing (Bayesian / Deep). ScholarGate. https://scholargate.app/he/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 →