个性化贝叶斯知识追踪Models.Hidden马尔可夫模型

Question

我正在看这篇关于贝叶斯知识tracing.Though的论文，我可以理解HMM和他们的计算，我很难将它与本文的推理公式联系起来。

个性化贝叶斯知识追踪模型Michael V. Yudelson，Kenneth R. Koedinger和Geoffrey J.戈登。

确切的问题是如何学习这个模型的参数，我知道我必须计算aplha，beta概率并使用belm-waulch进行计算，但是我不知道我如何编码这个模型以及我的推理公式是什么样子的，因为我只能为600名学生计算我有600个参数p(T|S)计算转移概率是由学生和2猜测和滑动parameters.Now我有两个问题

1.学习了这些参数后，我的推断公式是什么样子的。(精确的公式会很有帮助)

2.如何使用EM(baum-welch)进行编码我的意思是，代码会随着alpha和beta概率的变化而变化。

主要的问题是我不能计算出多项式节点对转换参数的条件将如何影响代码。

Answer 1

这是一个由Baker完成的BKT的实现，它是用java编写的，我认为它会更容易看起来。

https://pslcdatashop.web.cmu.edu/ExternalTools?toolId=2

要获得的主要思想是，你将为不同的技能建立不同的网络。zip包含java中的拟合算法，它估计网络的参数，以及doc文件，它告诉你要使用什么公式以及这些公式是从哪里来的。