뒤로 가기
홈으로 이동
LearnFit
공유하기
YouTube, [EdTech 입문] DKT란?_Improvement of DKT
yun님의 학습노트

[EdTech 입문] DKT란?_Improvement of DKT

00:31목차 1. DKT의 단점 2. DKT 개선 방법 3. 수정된 DKT 모델에서의 실험
00:40DKT의 단점
00:47데이터에 의존적 -> 클래스가 매우 불균형할 경우에 학습 단계에서 보이는 데이터에 편향된 결과 출력
01:02DKT 모델은 모델의 예측 정확성을 높이는 방향으로 학습을 진행하기 때문.
01:21DKT 모델에서 데이터 자체가 가지는 단점을 극복하는 방법
01:39학습 과정에서 모델이 적은 샘플에는 더 예민하게 반응할 수 있도록 더 높은 cost를 할당하는 방법을 사용
02:20Attention을 사용해 전문가의 지식을 DKT에 통합
03:03평가지표를 알아보자 : F1-score
03:19이진분류이면서 불균형한 분포를 가지는 데이터의 경우 단순히 맞았는지, 틀렸는지만 가지고 모델을 평가하는 것은 바람직하지 않음
03:30Accuracy, Recall, Precision, F1-Score
03:57변형된 DKT 모델의 실험
04:223가지 모델의 실험 결과표
05:00실험 결과 요약
✔ 학습 완료

이 학습노트가 포함된 러닝패스예요.

yun님의 다른 노트는 어때요?

yun의 프로필 이미지
yun
의 학습노트

[EdTech 입문] DKT란?_Deep Knowledge Tracing

영상 재생 모양 아이콘
Video
⏱ 핵심 스탬프
14
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
스크랩
yun의 프로필 이미지
yun
의 학습노트

CS224W: Machine Learning with Graphs | Lecture 3.1 - Node Embeddings

영상 재생 모양 아이콘
Video
⏱ 핵심 스탬프
32
00:00
강의노트(1p~18p) : http://snap.stanford.edu/class/cs224w-2020/slides/03-nodeemb.pdf
00:13
Traditional ML for Graph 요약
👍
1
스크랩
👋 다양한 인사이트를 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