Comparison of accuracy rates of recommended algorithms in History dataset offline experiments (IRT refers to the Item Response Theory algorithm, PMF represents the Probabilistic Matrix Factorization algorithm, FM represents the Factorization Machine algorithm, DKT represents the Deep Knowledge Tracing algorithm, DKVMN represents the Dynamic Key-Value Memory Network, DQN represents the Deep Q Network).

Zongye Yang (12004002)

2022

Bild

Titel:	Comparison of accuracy rates of recommended algorithms in History dataset offline experiments (IRT refers to the Item Response Theory algorithm, PMF represents the Probabilistic Matrix Factorization algorithm, FM represents the Factorization Machine algorithm, DKT represents the Deep Knowledge Tracing algorithm, DKVMN represents the Dynamic Key-Value Memory Network, DQN represents the Deep Q Network).
Autor/in / Beteiligte Person:	Zongye Yang (12004002)
Link:	https://figshare.com/articles/figure/Comparison_of_accuracy_rates_of_recommended_algorithms_in_History_dataset_offline_experiments_IRT_refers_to_the_Item_Response_Theory_algorithm_PMF_represents_the_Probabilistic_Matrix_Factorization_algorithm_FM_represents_the_Factorization_M/19073217 https://doi.org/10.1371/journal.pone.0262697.g011
Veröffentlichung:	2022
Medientyp:	Bild
DOI:	10.1371/journal.pone.0262697.g011
Schlagwort:	Biotechnology Science Policy Mental Health Biological Sciences not elsewhere classified average record length educational data mining western music history recommend learning materials history education needs different learning needs deep reinforcement exercise students may answer also allows students range data set offline recommendation accuracy teaching data easy math data set things </ p research results show dre recommendation algorithm deep learning history course wider range recommendation results recommendation algorithm personalized recommendation data analysis xlink "> thus opening teaching effect %22">xlink ">
Sonstiges:	Nachgewiesen in: BASE Sprachen: unknown Collection: Smithsonian Institution: Digital Repository Document Type: still image Language: unknown Rights: CC BY 4.0

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.