向易遗忘的学习者讲授多个概念
人工智能
2019-10-28 v4 机器学习
摘要
我们如何能在有限的时间框架内帮助易遗忘的学习者学习多个概念？尽管在给定学习者记忆模型的情况下设计最优教学日程方面已有大量研究，现有的多概念教学方法通常基于启发式调度技术，缺乏理论保证。在本文中，我们从离散优化的角度审视该问题，并引入一种新颖的算法框架，用于讲授多个概念，具有强劲的性能保证。我们的框架既通用，允许针对不同记忆模型设计教学日程，又具有交互性，允许教师根据学习者潜在的遗忘机制调整日程。此外，对于一个知名的记忆模型，我们能够确定一组模型参数区间，在其中我们的框架保证能实现高性能。我们使用模拟以及在两个具体应用中的真实用户研究进行了广泛评估：(i) 用于在线词汇教学的教育应用；以及 (ii) 用于教初学者如何从图像中识别动物物种的应用。我们的结果表明，与流行的启发式方法相比，我们的算法更有效。
引用
@article{arxiv.1805.08322,
title = {Teaching Multiple Concepts to a Forgetful Learner},
author = {Anette Hunziker and Yuxin Chen and Oisin Mac Aodha and Manuel Gomez Rodriguez and Andreas Krause and Pietro Perona and Yisong Yue and Adish Singla},
journal= {arXiv preprint arXiv:1805.08322},
year = {2019}
}
备注
NeurIPS 2019