1. Deep Knowledge Tracing

Deep Knowledge Tracing : 딥러닝을 이용한 지식 상태 추적

    - 추적 : Sequence Data 처리(RNN, LSTM, Transformer 등 시계열 모델을 사용)

 

i-Scream Dataset 예시

    - userid, 문제id, answerCode(corret or not), Timestamp, KnowledgeTag

 

**EDA 첫 스텝 : 기술통계량(평균,중앙값, 분산, 표준편차, 최대/최소 값)부터 살펴보기 및 시각화 

    - 문제를 많이 푼 학생일 수록 정답률이 높나?

    - 더 많이 노출된 태그일수록 정답률이 높나?

    - 목적에 유의미한 feature를 찾기 위해 다양한 시각에서 확인

 

Sequence Data를 만들기 위해 사용자 별로 데이터를 생성해서 모델의 input으로 제공해야함.

    - embedding 기법을 참고하여서 어떻게 input 을 생성하는지 고찰해보자.