Sledovanie vedomostí
Sledovanie vedomostí (KT) je technika modelovania študentov, ktorá v každom okamihu odhaduje pravdepodobnosť, že sa študent naučil cieľovú vedomostnú zložku. Klasický model bayesovského sledovania vedomostí (BKT), ktorý predstavili Corbett a Anderson v roku 1994, spracováva osvojovanie si zručností ako dvojstavový skrytý Markovov model riadený štyrmi interpretovateľnými parametrami: predchádzajúce vedomosti, rýchlosť učenia, chyba (slip) a hádanie (guess). Hlboké varianty (DKT, DKVMN, AKT) neskôr nahradili HMM rekurentnými a transformátorovými architektúrami.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 2). Knowledge Tracing (Bayesian / Deep). ScholarGate. https://scholargate.app/sk/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.
- Bayesovská sieťBayesovské metódy↔ compare
- LSTMHlboké učenie↔ compare
- Raschov modelPsychometria↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →