El presente artículo habla de la simulación de modelos humanos de aprendizaje aplicados a entornos de machine learning.
Como base toman que algunas aplicaciones gamificadas, como duolingo, khan academy, permiten estimar comportamientos de aprendizaje, a partir de los eventos de interacciones de sus usuarios en sus actividades.
En el artículo se mencionan 3 modelos probabiísticos de memoria humana
- Curva exponencial del olvido (EFC)
- Regresión de media vida (HLR)
- Ley potencial generalizada
Para entrenar estos modelos, se utilizó 3 entornos de Open AI utilizando el algoritmo TRPO (Trust region policy optimization)
Para la implementación se utilizó 30 items por modelo, 200 pasos por episodio y un intervalo de 5 segundos por cada episodio
El código fuente del proyecto se puede encontrar en:
https://github.com/rddy/deeptutor
Resultados
- Articulo-Learning.JPG (117.13 KiB) Visto 127 veces
Para los autores, las limitaciones de estos estudios eran aplicarlo directamente en estudiantes reales, debido al tiempo de entrenamiento de la data, aparte de que no se tomó en cuenta que en algunos estudiantes se puede aprender un tema en particular y luego olvidarlos para aprender uno nuevo.
La data obtenida tiene información limitada con respect a las dificultades y similitudes en el aprendizaje en diversos individuos, por ello recomiendan usar redes neuronales para este tipo de conocimiento.
Fuente: https://siddharth.io/files/DRL_Tutor_NI ... rkshop.pdf