×

学习游戏中学习者友好适应的贝叶斯优化原则。 (英语) Zbl 1204.91028号

小结:适应性学习游戏应该为学生提供学习的机会,并激励他们玩游戏,直到达到目标。在本文中,我们在贝叶斯决策理论的框架下对这个问题进行了数学上严格的处理。为了量化学习机会,我们假设,能够产生关于学生当前技能的最多信息的学习任务,尽管其本身是值得衡量的,但也将是有效的学习任务之一。事实上,对预期信息增益的优化似乎可以自然地避免那些要求极高或极为简单的任务,因为它们的结果是可预测的,因此没有任何信息。尽管如此,对于学习来说效率很高的任务可能会被认为太具挑战性,因此导致的失败可能会降低动机。因此,除了量化学习下一步要呈现的任何预期任务的预期信息收益外,我们还对其呈现的预期动机成本进行了建模,简单地衡量为我们示例模型中的估计失败概率。我们提出了一种“对学习者友好”的自适应算法,该算法通过优化预期收益除以预期成本来选择学习任务。我们将此算法应用于在实际应用程序中实现的Rasch-like学生模型,并给出初步实验结果。

理学硕士:

91A26型 博弈论中的理性与学习
62C10个 贝叶斯问题;贝叶斯过程的特征
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 阿特金森,R.C。;Crothers,E.J.,《具有不同习得和保留公理的配对关联学习模型的比较》,《数学心理学杂志》,第1期,第2期,第285-315页(1964年)·Zbl 0134.37803号
[2] Chant,V.G。;Atkinson,R.C.,《教学努力在相互关联的学习链中的最佳分配》,《数学心理学杂志》,第10期,第1期,第1-25页(1973年)
[3] 库利,J.W。;Tukey,J.W.,《复数傅里叶级数的机器计算算法》,《计算数学》,19,90,297-301(1965)·Zbl 0127.09002号
[4] 盖,T.M。;Thomas,J.A.,《信息理论的要素》(1991),John Wiley·Zbl 0762.94001号
[5] 多伊农,J.-P。;Falmagne,J.-C.,《知识评估空间》,《国际人机研究杂志》,第23期,第2期,第175-196页(1985年)·Zbl 0581.68066号
[6] Förster,J。;格兰特·H。;Idson,C。;希金斯,E.T.,《成功/失败反馈、期望和方法/回避动机:调节焦点如何调节经典关系》,《实验社会心理学杂志》,37,253-260(2001)
[7] Ketamo,H.,《用于手持设备的自适应几何游戏》,《教育技术与社会》,第6期,第183-95页(2003年)
[8] Ketamo,H。;Multisilta,J.,走向适应性学习材料:互动速度和相对错误数量作为学习结果的指标,教育和信息技术,8,1,55-66(2003)
[9] Kontsevich,L.L.公司。;Tyler,C.W.,心理测量斜率和阈值的贝叶斯自适应估计,视觉研究,39,16,2729-2737(1999)
[11] 库贾拉,J.V。;Lukka,T.J.,《贝叶斯自适应估计:下一个维度》,《数学心理学杂志》,50,4,369-389(2006)·Zbl 1184.91182号
[12] 库贾拉,J.V。;美国理查森。;Lyytinen,H.,自适应测量数据中可混淆矩阵的估计和可视化,《数学心理学杂志》(2008)·Zbl 1203.91258号
[13] Lindley,D.V.,《关于实验所提供信息的测量》,《数理统计年鉴》,27,4,986-1005(1956)·Zbl 0073.14103号
[14] Liu,C.-L.,使用互信息进行适应性项目比较和学生评估,教育技术与社会,8,4,100-119(2005)
[15] Lyytinen,H。;Ronimus,M。;阿兰科,A。;波基斯,A.-M。;Taanila,M.,《早期识别阅读障碍和使用基于电脑游戏的实践来支持阅读习得》,《北欧心理学》,59,2,109-126(2007)
[16] MacKay,D.J.,主动数据选择的基于信息的目标函数,神经计算,4,4,590-604(1992)
[18] Onatsu-Arvilomi,T。;Nurmi,J.-E.,《第一学年阅读和数学技能发展中任务回避和以任务为中心行为的作用:一项交叉滞后的纵向研究》,《教育心理学杂志》,92,3,478-491(2000)
[19] Stacey,K。;Sonenberg,E。;Nicholson,A。;Boneh,T。;Steinle,V.,《利用贝叶斯网络驱动的认知冲突的教学模型》(第九届用户建模国际会议论文集(2003),约翰斯顿:美国宾夕法尼亚州约翰斯顿),352-362·Zbl 1039.68836号
[20] Swaminathan,H。;Gifford,J.A.,Rasch模型中的贝叶斯估计,《教育统计杂志》,7,3,175-191(1982)
[21] Treutwein,B.,适应性心理物理程序,视觉研究,35,17,2503-2522(1995)
[22] 维莱纽斯,M。;库贾拉,J.V。;美国理查森。;Lyytinen,H。;Okamoto,T.,《音素-语法连接混淆性的贝叶斯模型》,(第七届IEEE高级学习技术国际会议论文集(2007年),新泻:日本新泻),285-287
[23] 沃森·A·B。;Pelli,D.G.,QUEST:贝叶斯自适应心理测量方法,感知与心理物理学,33,2,113-120(1983)
[24] Wilson,A.J。;Dehaene,S。;派内尔,P。;Revkin,S.K。;科恩,L。;Cohen,D.,《数字竞赛的设计原则》,《行为与大脑功能》,第2、19页(2006年)
[25] 齐格特,D.I。;Kistner,J.A。;卡斯特罗,R。;Robertson,B.,《幼儿对挑战性成就情境反应的纵向研究》,《儿童发展》,72,2,609-624(2001)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。