pykt-team/pykt-toolkit

解決的問題

pyKT 提供了一種訓練與基準測試基於深度學習的知識追蹤 (DLKT) 模型之標準化方法。它透過提供一個統一的函式庫，用於在各種數據集上比較不同的知識追蹤方法，從而消除了從頭開始實作多個模型的需要。

工作原理

該函式庫基於 PyTorch 構建，整合了幾個關鍵組件：

• 數據預處理：針對不同領域的 7 個以上流行數據集的標準化程序。
• 模型實作：10 個以上常用的深度學習知識追蹤 (DLKT) 模型。
• 評估：五種詳細的預測場景，以確保透明且廣泛的實驗。

適用對象

從事教育 AI 研究的研究人員與開發人員，特別是那些專注於透過知識追蹤對學生熟練程度進行建模並預測學習成果的人員。

亮點

• 全面的模型套件：包含廣泛的 DLKT 方法，便於比較。
• 標準化的基準測試：為多個數據集與特定的預測場景提供整合的預處理。
• 基於 PyTorch：利用 PyTorch 生態系統進行深度學習訓練。