我有一个大问题银行和学生。目标是为学生选择考试问题。
问题有各种属性:
所以我想根据学生的学习方式为学生选择问题。我的反馈是关于它是否是一个好的"考试如下:
我认为神经网络是一种可行的解决方案,但我不确定如何。有什么想法吗?
提前致谢。
答案 0 :(得分:1)
如果我正确理解了这个问题,你必须要了解问题和学生之间的关系是“好”还是“坏”?这会给你一个二元分类问题,输入是一个特征向量,结合了问题的特征和学生的特征?
你总是可以把它放在一个网络中,看看它是怎么做的,我猜你没有太多的问题和学生,但是当你分类对时你的数据量确实增加了,这很好。< / p>
答案 1 :(得分:1)
我建议使用概率建模,因为您对人类评估引入的真实数据有一些噪音。对于同一个考试,两个注释者不会给出相同的“定性反馈”。
最好有一个考虑到不确定性的模型;贝叶斯方法!如果您对此区域知之甚少,我会指向Bishop - Pattern recognition book - freely available online,您可以使用mc-stan lib或edward-lib等库。还有一个关于coursera概率建模的课程,在第一章中他们会对你的用例非常接近。
关于你使用NN的建议还有一个评论:由于你没有很多功能(如你所提到的那样6个),NN很容易过度拟合,除非你有数百万个数据点。这个问题就像一个简单的问题模型复杂性,你不需要隐藏层来实现良好的结果。
我希望这会有所帮助。
答案 2 :(得分:1)
还可以查看排名算法。您可以将其训练为组合(学生,问题)并指出这种组合或生成有序函数。
我没有太多经验,但可能值得尝试。
答案 3 :(得分:1)
我不确定神经网络是否是最好的方式。他们可能是,但我几乎立刻想到了别的东西。
根据您问题中的信息,您可能希望在此处检查统计方法,使用PCA或更广泛的multivariate analysis等技术。