Knowledge Tracing
Knowledge Tracing (KT) to technika modelowania ucznia, która w każdym momencie szacuje prawdopodobieństwo opanowania przez uczącego się docelowego komponentu wiedzy. Klasyczny model Bayesian Knowledge Tracing (BKT), wprowadzony przez Corbett i Anderson w 1994 r., traktuje akwizycję umiejętności jako dwustanowy ukryty model Markowa (HMM) sterowany czterema interpretowalnymi parametrami: wiedza początkowa, tempo uczenia się, poślizg i zgadywanie. Późniejsze warianty głębokie (DKT, DKVMN, AKT) zastąpiły HMM architekturami rekurencyjnymi i transformatorowymi.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Knowledge Tracing (Bayesian / Deep). ScholarGate. https://scholargate.app/pl/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.
- Sieć bayesowskaStatystyka bayesowska↔ compare
- LSTMUczenie głębokie↔ compare
- Model RaschaPsychometria↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →