ScholarGate
Assistent
Machine learningLearning analytics

Kunnskapssporing

Kunnskapssporing (Knowledge Tracing – KT) er en studentmodellerings-teknikk som til enhver tid estimerer sannsynligheten for at en elev har mestret en gitt kunnskapskomponent. Introdusert av Corbett og Anderson i 1994, behandler den klassiske Bayesian Knowledge Tracing (BKT)-modellen ferdighetservervelse som en to-tilstands skjult Markov-modell drevet av fire tolkbare parametere: forkunnskaper, læringshastighet, feil (slip) og gjetning (guess). Dypere varianter (DKT, DKVMN, AKT) erstattet senere HMM-er med rekurrent- og transformatorarkitekturer.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  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

Slik siterer du denne siden

ScholarGate. (2026, June 2). Knowledge Tracing (Bayesian / Deep). ScholarGate. https://scholargate.app/no/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

Referert av

ScholarGateKnowledge Tracing (Knowledge Tracing (Bayesian / Deep)). Hentet 2026-06-15 fra https://scholargate.app/no/education-analytics/knowledge-tracing · Datasett: https://doi.org/10.5281/zenodo.20539026