Deep Knowledge Tracing

Titre (article, livre complet, chapitre de livre, publication réseaux sociaux, pageWeb, SiteWeb complet, etc.): Deep Knowledge Tracing
Auteur de la référence bibliograpique: Chris Piech, Jonathan Spencer, Jonathan Huang, Surya Ganguli, Mehran Sahami, Leonidas Guibas et Jascha Sohl-Dickstein
Date de publication (AAAA ou AAAA-MM-JJ): 2015
Résumé: Article qui introduit l'usage de réseaux de neurones récurrents pour modéliser l'apprentissage des étudiants à partir de leurs traces d'interaction sur une plateforme d'apprentissage en ligne. La force de la famille des RNN — notamment des unités LSTM — permet de modéliser la dépendance temporelle entre observations et acquis.
Volume (revues scientifiques): 28
Maison d'édition / Nom de la revue scientifique / Nom du site Web / Nom de l'institution universitaire (thèses) / Institution d'un rapport, etc.: Advances in Neural Information Processing Systems 28 (NIPS 2015)
Intervalles des pages (articles): 505-513
Nombre de pages (livres): 8
URL (adresse Web): https://arxiv.org/abs/1506.05908

Filter by resource type and property:

Items with "Bibliographie de la conférence: Deep Knowledge Tracing"
Title	Class
Au-delà de la performance prédictive : vers une évaluation écologique des modèles de Deep Knowledge Tracing

There are no annotations for this resource.