文献

J-GLOBAL ID：202002232427342569   整理番号：20A0877262

機械学習を用いた人間の算術学習の改善に向けて【JST・京大機械翻訳】

Towards Improving Human Arithmetic Learning using Machine Learning

著者 (2件)： Hall Tessa (Stellenbosch University,Department of Electrical and Electronic Engineering,South Africa) ,  Kamper Herman (Stellenbosch University,Department of Electrical and Electronic Engineering,South Africa)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SAUPEC/RobMech/PRASA  ページ： 1-6  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 基本的な計算は,いくつかの方法でほとんどすべてのキャリア経路で使用される必須のスキルである。若い子供が単純な数学的概念において固体基礎を持つことを保証することは,世界的な目標であり,計算学習を改善するための新しい方法が常に開発されている。本研究の目的は,これらの領域を改善するために目標とする質問を用いて,ユーザのstruggのタイプを同定し,それらを提示することにより,それらの基本的な数学スキルを開発することにより,学習者を支援するための機械学習を利用することである。本論文において,著者らは予測成分に関してのみ焦点を合わせた。すなわち,一組の演算質問と対応する答えを与えて,著者らは,将来の質問が不正確に答えることを予測することができた。4つの機械学習モデルの精度と適合性を,計算機生成エージェントと人間ユーザからのデータを用いて評価した。シミュレーションエージェントに関して,著者らのモデルは,最良を実行するディシジョンツリーによって,およそ79%~96%の正確さを達成した。人間のデータに関して,著者らのモデルは63%から69%の範囲の精度を達成し,決定木は他のアプローチを再度実行した。これらの誤差予測モデルは,人間の算術学習を目標とした将来のE学習システムに組み込むことができることを希望する。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 適応性 ,  ディシジョンツリー ,  エージェント ,  計算機発生 ,  *学習 ,  *機械学習 ,  演算 ,  シミュレーション ,  子供 ,  予測モデル
準シソーラス用語： 学習支援システム ,  学習者 ,  *算数 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 機械学習 ,  人間 ,  算術 ,  学習