From Bayesian to deep knowledge tracing — upgrading NumPath's student model with a PyTorch LSTM

NumPath의 학생 모델이 PyTorch LSTM으로 업그레이드됐다.

이 기사는 NumPath의 학생 모델을 Bayesian Knowledge Tracing에서 Deep Knowledge Tracing으로 업그레이드하는 과정을 설명한다. DKT는 학생의 기술 요소 간 의존성을 학습하여 더 나은 예측을 가능하게 한다. 학생 시뮬레이터도 도입되어 다양한 성격의 사용자 시나리오를 생성하고, 이를 바탕으로 LSTM 모델이 skill과 correctness 상호작용을 예측하도록 설계됐다.

NumPath's student model has been upgraded with PyTorch LSTM.

This article describes the process of upgrading NumPath's student model from Bayesian Knowledge Tracing to Deep Knowledge Tracing. DKT allows for learning dependencies among knowledge components, enabling better predictions. A student simulator has also been introduced to generate different user scenarios, and an LSTM model predicts interactions of skill and correctness.