面向大数据可解释知识追踪模型：集成是答案吗？
机器学习
2020-11-11 v1
摘要
在本文中，我们描述了用于 2020 年 NeurIPS 教育挑战赛的知识追踪模型。我们组合了 22 个模型来预测学生是否会正确回答给定问题。不同方法的组合使我们获得了高于任一单独模型的准确率，并且模型类型的多样性使我们的解决方案具有更好的可解释性、与学习科学理论更高的契合度以及强大的预测能力。
引用
@article{arxiv.2011.05285,
title = {Explainable Knowledge Tracing Models for Big Data: Is Ensembling an Answer?},
author = {Tirth Shah and Lukas Olson and Aditya Sharma and Nirmal Patel},
journal= {arXiv preprint arXiv:2011.05285},
year = {2020}
}
备注
5 pages, 1 figure