-
基础教育
- 教材:
-
- 全部
- 中国地图出版社
- 人教版
- 人教版2012
- 人教版2013版
- 人教版PEP(3年级)
- 人教版义务
- 人教版新课标
- 人教版新起点(1年级)
- 人教版(Go for it)
- 人教版(三年级起点)
- 人教版(三年级起点)2012-2013
- 人教版(版本不明)
- 人教社2016年新编教材
- 冀教版
- 冀教版(三年级起点)
- 北京版
- 北师大版
- 北师大版(2016)
- 北师大版(1年级)
- 北师大版(3年级)
- 北师版2013
- 华东师大版
- 外研社版
- 外研社(三年级起点)
- 外研社(广西专用)
- 广州新版(三年级起点)
- 广州版
- 开心学英语
- 教育科学(3年级起点)
- 教育科学(广州版)
- 新华东师大版
- 新起点英语
- 朗文英语
- 河北版
- 湘少版(3年级起点)
- 牛津上海版
- 牛津上海版(深圳新版)
- 牛津英语
- 粤教版
- 苏教版
- 语文S版
- 语文版
- 首师大版
- 香港现代版
- 齐齐学英语
- 高等教育
- 职业教育
-
教育知识图谱 普通类
-
基于协同过滤的个性化学习推荐 普通类
-
行为姿态识别综述 普通类
-
智能化测评助推教育评价改革研究 普通类
计算机技术与人工智能的发展为测评领域注入了新的活力,推动了智能化测评的产生,为我国教育评价改革提供了新的解决方案。智能化测评可以突破纸笔测验的局限性,可以实现对学习过程或作答过程数据的建模。高保真的测验场景与交互式的新型测评方法可以实现对学生综合素质更准确地评估。此外,智能化测评的自动化、高效性,能为师生提供实时的反馈,实现动态性评价。
-
基于贝叶斯知识跟踪模型的在线学习评价 普通类
贝叶斯知识追踪(BKT)是最流⾏的知识追踪模型。在BKT模型中提出了⼀个关于学⽣知识状态的隐变量,学⽣的知识状态由⼀个⼆元组表⽰{掌握该知识点,没掌握该知识点}。整个模型结构实际上是⼀个HMM模型,根据状态转移矩阵来预测下⼀个状态,根据当前的状态来预测学⽣的答题结果。 本知识元将结合案例讲解贝叶斯只是追踪模型在在线学习中的应用。
-
基于矩阵分解的个性化学习推荐 普通类