Машинное обучение для отслеживания знаний с целью повышения качества обучения: магистерская диссертация / Евгений Андреевич Фёдоров; БГУ, Факультет прикладной математики и информатики, Кафедра дискретной математики и алгоритмики; науч. рук. Орлович Ю. Л.

Abstract

Объект исследования – отслеживание знаний студентов на основе истории и предсказание вероятности ответа на последующие вопросы. Цель работы – изучить методы отслеживания знаний, провести эксперименты с различными моделями машинного обучения, а также сравнительный анализ полученных результатов, улучшить качество работы алгоритмов машинного обучения. Методы исследования – анализ, эксперимент, тестирование, сравнение. Результатом работы являются множество подходов решения задач отслеживания знаний, а также моделей, построенных в ходе решения поставленной задачи. Среди моделей отдельно необходимо выделить следующие: градиентный бустинг, основанный на множестве признаков временного ряда, рейтинге эло, который сам по себе имеет достойную точность, нейронные модели классификации, основанные на архитектуре трансформер, и имеющие наилучшую точность предсказания вероятности правильного ответа, модификация нейронной сети, значимо улучшающие ее качество. Область применения – предсказание вероятности ответа студентом на заданный вопрос, с целью улучшения качества образования.