pykt-team/pykt-toolkit

解决的问题

pyKT 提供了一种训练和基准测试基于深度学习的知识追踪 (DLKT) 模型的标准化方法。它通过提供一个统一的库，用于在各种数据集上比较不同的知识追踪方法，从而消除了从头开始实现多个模型的需要。

工作原理

该库基于 PyTorch 构建，集成了几个关键组件：

• 数据预处理：针对不同领域的 7 个以上流行数据集的标准程序。
• 模型实现：10 多个常用的深度学习知识追踪 (DLKT) 模型。
• 评估：五个详细的预测场景，以确保透明且广泛的实验。

适用对象

从事教育 AI 研究的研究人员和开发人员，特别是那些专注于通过知识追踪对学生熟练程度进行建模并预测学习成果的人员。

亮点

• 全面的模型套件：包含广泛的 DLKT 方法，便于比较。
• 标准化的基准测试：为多个数据集和特定的预测场景提供集成的预处理。
• 基于 PyTorch：利用 PyTorch 生态系统进行深度学习训练。