1. Deep Knowledge Tracing
2024. 1. 3. 11:01ㆍNAVER AI Tech/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.
'NAVER AI Tech > Deep Knowledge Tracing' 카테고리의 다른 글
6. Matrix Factorization(SVD) for Recommend System. (0) | 2024.01.05 |
---|---|
5. Graph Neural Network for Recommend System (2) | 2024.01.05 |
4. Transformer Fine Tuning (0) | 2024.01.04 |
3. (Kaggle) Riiid Competition Winner's Solution (0) | 2024.01.04 |
2. How to make sequence data (1) | 2024.01.03 |