成本函数(cost function)也叫损失函数(loss function),用来定义模型与观测值的误差.模型预测的价格与训练集数据的差异称为残差(residuals)或训练误差(test errors). 我们可以通过残差之和最小化实现最佳拟合,也就是说模型预测的值与训练集的数据最接近就是最佳拟合.对模型的拟合度进行评估的函数称为残差平方和(residual sum of squares)成本函数.就是让所有训练数据与模型的残差的平方之和最小. 我们用R方(r-squared)评估预测的效
论文:Deep Knowledge Tracing Addressing Two Problems in Deep Knowledge Tracing via Prediction-Consistent Regularization How Deep is Knowledge Tracing? tensorflow代码实现:https://github.com/jiangxinyang227/dkt 1.概述 知识追踪是对学生的知识基于时间建模,以便我们能精确预测学生对于知识点的掌握