我可以使用什么机器学习范例/算法从可能的选择池中进行选择？答案

【问题标题】：What machine learning paradigm / algorithm can I use to select from a pool of possible choices?我可以使用什么机器学习范例/算法从可能的选择池中进行选择？
【发布时间】：2017-07-14 17:15:48
【问题描述】：

我有一个很大的题库和学生。目标是为学生选择考试题目。

问题具有多种属性：

年级
主题（可以是多个：分数、单词问题、加法）
其他学生在这个问题上的表现如何（正确百分比、错误百分比等）
学生以前是否看过这个问题或类似的问题？

所以我想根据学生的表现为学生选择问题。我对它是否是“好”考试的反馈如下：

人工反馈。一个人可以出于定性原因查看考试并拒绝某些问题
学生的考试成绩如何？如果他们 100% 正确，那就太糟糕了。如果他们做对了 20%，那就太糟糕了。我们希望定位到 75%
老师对整个考试的定性反馈

我觉得神经网络在这里是一个可能的解决方案，但我不确定如何。有什么想法吗？

提前致谢。

【问题讨论】：

(1) 因此，您的目标是让所有学生的表现都一样，尽管他们有潜力/准备。那是什么样的教育体系？（2）这个问题缺乏太多信息，无法回答（即使有人会忽略这种情况的含义来解决它）（3）（有点冒犯，但有时这是我对这些问题的反应：）为什么是不是每个人，显然都缺少 ML 知识，总是在为 NN 哭泣？这不是一颗银弹。在没有经验的人手中，做的方式比更简单的方法要少得多。尤其是在像这样高度“基于模型”的任务中！
(1) 没那么简单——我们想引入 30% new concepts 和 70% things they're good at。最终，这也将成为动态的。 (2) 我很乐意提供更多信息 (3) NN 是我的最佳猜测 - 我很高兴被告知我错了。
(1) 嗯，这是您的描述过于宽泛的第一个迹象。 (2) 所以你正在为每个学生调整考试？基于一些信息和过去的行为？我只是好奇，因为这在我的国家（在大多数情况下）可能是非法的！
是的 - 我们希望根据每个学生过去的行为（跨越不同的技能、表现等）为他们调整考试

标签： machine-learning neural-network artificial-intelligence

【解决方案1】：

我不确定神经网络是否是最好的方法。他们可能是，但我几乎立刻想到了别的东西。

鉴于您问题中的信息，您可能需要在此处检查统计方法，使用一些技术，例如 PCA 或更广泛的 multivariate analysis。

【讨论】：

【解决方案2】：

也尝试查看排名算法。您可以训练它进行组合（学生，问题）并指向这种组合或生成有序函数。

我没有太多经验，但可能值得一试。

【讨论】：

【解决方案3】：

我建议使用概率建模，因为人工评估引入的真实数据存在一些噪音。两个注释者肯定不会对同一考试给出相同的“定性反馈”。

最好有一个考虑到不确定性的模型；贝叶斯方法！如果您对此领域知之甚少，我将您指向Bishop - Pattern recognition book - freely available online，您可以使用mc-stan lib 或edward-lib 之类的库。 coursera 上还有一门关于概率建模的课程，在第一章中，他们处理了一个非常接近您的用例的示例。

关于您使用 NN 的建议的另一条评论：由于您没有很多特征（如您所提到的 6 个），除非您有数百万个数据点，否则 NN 很容易过拟合。就术语而言，这是一个稍微简单的问题模型的复杂性，你不需要隐藏层来完成一个好的结果。

我希望这会有所帮助。

【讨论】：

【解决方案4】：

如果我正确理解了这个问题，您将必须了解问题与学生之间的关系是“好”还是“坏”？这会给你一个二元分类问题，其中输入是一个结合了问题特征和学生特征的特征向量？

你总是可以把它放到一个网络中看看它是怎么做的，我猜你没有太多的问题和学生，但是当你对对进行分类时，你的数据量确实会增加，这很好。

【讨论】：