Oh no! It looks like JavaScript is not enabled in your browser.
Reload
LearnFit
YouTube, [EdTech 입문] DKT란?_Improvement of DKT
-3
+3
🤩
🧐
🤔
😵💫
🤯
00:02
-3
+3
🤩
🧐
🤔
😵💫
🤯
00:02
yun
님의 학습노트
도움돼요
0
[EdTech 입문] DKT란?_Improvement of DKT
00:31
목차 1. DKT의 단점 2. DKT 개선 방법 3. 수정된 DKT 모델에서의 실험
00:40
DKT의 단점
00:47
데이터에 의존적 -> 클래스가 매우 불균형할 경우에 학습 단계에서 보이는 데이터에 편향된 결과 출력
01:02
DKT 모델은 모델의 예측 정확성을 높이는 방향으로 학습을 진행하기 때문.
01:21
DKT 모델에서 데이터 자체가 가지는 단점을 극복하는 방법
01:39
학습 과정에서 모델이 적은 샘플에는 더 예민하게 반응할 수 있도록 더 높은 cost를 할당하는 방법을 사용
02:20
Attention을 사용해 전문가의 지식을 DKT에 통합
03:03
평가지표를 알아보자 : F1-score
03:19
이진분류이면서 불균형한 분포를 가지는 데이터의 경우 단순히 맞았는지, 틀렸는지만 가지고 모델을 평가하는 것은 바람직하지 않음
03:30
Accuracy, Recall, Precision, F1-Score
03:57
변형된 DKT 모델의 실험
04:22
3가지 모델의 실험 결과표
05:00
실험 결과 요약
✔ 학습 완료
댓글
0
취소
작성하기
이 학습노트
가 포함된 러닝패스예요.
무료
yun
의 러닝패스
[EdTech 입문] 4. DKT_DKT란? 👀
yun
님의 다른 노트는 어때요?
yun
의 학습노트
[EdTech 입문] DKT란?_Deep Knowledge Tracing
Video
⏱ 핵심 스탬프
14
개
00:23
목차 1. DKT Model 2. DKT Model Input&Output 3. DKT 특성 및 한계
00:38
DKT 모델을 알아보자. DKT는 Knowledge Tracing에 DL을 적용시킨 모델로 학생들의 반응을 예측하는 문제에 RNN과 LSTM모델을 적용시킨 방법
👍
1
yun
의 학습노트
CS224W: Machine Learning with Graphs | 2021 | Lecture 1.3 - Choice of Graph Representation
Video
⏱ 핵심 스탬프
20
개
00:00
강의노트(59p~끝까지) : http://snap.stanford.edu/class/cs224w-2020/slides/01-intro.pdf
00:17
graph의 구성 요소
다시 보지않기
👋 다양한
인사이트
를 읽어보고 계신가요?
나만의 학습 기록을 남기고, 관리하고 싶다면!
다양한 전문가의 멤버십 전용 콘텐츠를 보고 싶다면!
나의 학습 내용을 공유하고, 수익을 올리고 싶다면!
3초 회원가입/로그인으로, 런핏의 커뮤니티에 여러분도 함께하세요.
3초 만에 가입하기