Kunskapsspårning
Kunskapsspårning (KT) är en teknik för studentmodellering som uppskattar, vid varje tidpunkt, sannolikheten att en elev har bemästrat en målkunskapskomponent. Den klassiska Bayesianska kunskapsspårningsmodellen (BKT), introducerad av Corbett och Anderson 1994, behandlar färdighetsinlärning som en dold Markovmodell med två tillstånd, driven av fyra tolkningsbara parametrar: förkunskaper, inlärningstakt, slip (slarvfel) och gissning. Djupa varianter (DKT, DKVMN, AKT) ersatte senare HMM:er med rekurrenta och transformerbaserade arkitekturer.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 2). Knowledge Tracing (Bayesian / Deep). ScholarGate. https://scholargate.app/sv/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.
- Bayesianskt nätverkBayesiansk statistik↔ compare
- LSTMDjupinlärning↔ compare
- RaschmodellPsykometri↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →