首页 > 通信 >正文

ALEKS前首席数据科学家 Dan Bindman:多轨道的人工智能算法与智适应

2021-04-05 18:53 • 稿源:互联网

近日,在2018全球AI智适应教育峰会上,来自国内外四大人工智能自适应教育机构的专家、学者对智适应教育的缘起以及前景、智适应平台的构建、以及人工算法等方面的技术等问题进行了友好的切磋和探讨。

智适应学习系统依赖于人工智能底层技术的发展,这方面来自ALEKS前首席数据科学家的 Dan Bindman有着自己独到的见解,并从技术角度解答了智适应学习系统构建的相关问题。他认为:“高质量的内容、智能AI给所有学生绘制知识转化的状态图谱,以及量身定做的选择材料”,是智适应学习系统的重要支撑点。

ALEKS前首席数据科学家Dan Bindman

Dan Bindman说:“最开始处理知识图表,要检查数据是否正确,系统是否奏效。当时真的是到了疯狂的地步,几千几万个链接,要看到每一个点、线连接绘图方面的问题。但是,这样的系统分年级却并不适用,所以需要我们建立一套模型,不完全依赖于知识点的知识图表,能够处理绘图中大部分能处理的问题。”

究竟什么样的算法模型最合适呢?Dan Bindman认为,与传统的IRT和KST等其他模型相比,多轨道模型更有优势,“通过对学生的知识状态PKS评估可以分析出学生的情况,确定他掌握知识的程度,并跟学生产生互动,继而产生的数据预测精准度就比较高。”“根据模型,可以了解在任何时候学生回答问题有三个因素,一个是学生在知识轨道的能力,二个是问题的权重,第三个是问题的中心概率值。我们通过等式就可以了解学生在某一个知识轨上,他掌握的问题权重,就可以得到他所回答的问题来。”由此看来,多轨道算法模型通过大数据、机器学习算出来的准确度更高,并且能够不断根据学生的成长度来调整学习状态,对智适应学习平台的构建具有十分重要的意义。

以下是 Dan Bindman演讲全文:

各位好!我会跟大家做一个报告,这个报告我给大家介绍一个多维的模式,用于知识评估和学习,我是来自于ALEKS的博士。

一、智·适应学习首先要有强大的内容才行,如果内容不够强大,智·适应系统就不会强。即使你体系别的内容是最好的,也不会够强大。

二、我们现在是智能AI,给所有学生绘制高知识转化的状态图谱,然后了解他们掌握了什么,没有掌握什么。

三、利用高清化图谱了解知识,这样给他量身定做选择学习素材。

在我报告当中会利用到一个新的模型,是解决第二、第三个内容。这里给到大家的模型,像可以提供代数一在线的学习,里面有成千上万的学生,这当中有很多问题在里面。这样有一个向量,可以了解学生在什么时候回答对问题,我们简称为学生的知识状态PKS,比如说有两个学生,两个学生的PKS在下面状态。学生1的PKS状态在回答问题是0.29到0.74;学生2在某一个时间回答第一个问题他的PKS0.53,到回答第四个问题时是PKS是0.35。

展开阅读全文
免责声明:"5G之家"的传媒资讯页面文章、图片、音频、视频等稿件均为自媒体人、第三方机构发布或转载。如稿件涉及版权
等问题,请与我们联系删除或处理。稿件内容仅为传递更多信息之目的,不代表本网观点,亦不代表本网站赞同其观点或证实
其内容的真实性,更不对您的投资构成建议。我们不鼓励任何形式的投资行为、购买使用行为。

相关推荐

关键词:

本站由阿里云提供计算和安全 Copyright ©5gzj.net. All Rights Reserved. 违法举报平台12377 浙ICP备20028707号-2