用机器学习通过学习者交互轨迹测量技术增强学习中的自我效能信念
研究团队开发了一套基于数据挖掘与机器学习的方法,通过学习者在技术增强学习(TEL,Technology-Enhanced Learning)系统中的交互轨迹识别低自我效能信念。团队在两所大学开展实验,收集交互轨迹与自我效能自评数据,并构建包含多个分类模型的机器学习流程。结果显示,由于自我效能信念在学习过程中高度动态变化,密切监测它有助于提升预测性能。
研究团队开发了一套基于数据挖掘与机器学习的方法,通过学习者在技术增强学习(TEL,Technology-Enhanced Learning)系统中的交互轨迹识别低自我效能信念。团队在两所大学开展实验,收集交互轨迹与自我效能自评数据,并构建包含多个分类模型的机器学习流程。结果显示,由于自我效能信念在学习过程中高度动态变化,密切监测它有助于提升预测性能。
英国 Amazon Quick 用户小组在 2026 年举办了三场季度聚会,累计吸引超过 150 名参会者。活动以动手实践为主,参会者无需写代码即可搭建自定义聊天智能体,并体验 Amazon Quick Desktop、Amazon Quick Apps、Amazon Quick Flows 和 Amazon Quick Automate 等能力。
微软研究院提出研究系统 StudentSim,用公开的去标识学习记录为每个学生训练个性化模拟器,在真实学习者测试之前评估和改进 人工智能(AI,Artificial Intelligence) 辅导系统。
推荐理由:微软研究院提出用真实学习记录训练个性化学生模拟器,在三个学科上给出可复用的评测协议和训练反馈路径。