基于逻辑回归的 EdNet 数据集建模

许多此类竞赛的优胜方案是由全职人工智能科学家构建的神经网络模型。由于其来源，这些模型具有黑箱特性，使得学习科学者对其使用与应用方式不够清晰。我们从教育数据挖掘的视角描述参与竞赛的经验，该领域奠基于学习科学，并与心理学和统计学有着渊源。我们从学习科学者的视角描述我们的工作及其所面临的方法挑战，其中有些是实际的，有些是设想的。我们还讨论了 Kaggle 系统中的一些基本结果，以及关于如何改进这些结果的思考。最后，我们描述了如何利用学习者模型预测来为学习者制定教学决策。其实际应用包含 a) 模型预测与 b) 决策规则（基于预测）。我们指出，模型准确率的提升在实际效用上可能十分有限，尤其是当其与简单决策规则搭配时，并转而主张有必要进一步研究最优决策规则。