分野別セミナー

アブストラクト：
近年，教育現場では，コンピュータやタブレット端末の普及に伴ってオンライン学習システムを用いた学習が広まり，大量の教育ビッグデータ（学習者が課題に取り組んだ日時や回答）を如何に有効活用するかが課題になっている．特に，学習支援システム分野や人工知能分野では機械学習を用いて学習履歴データから学習過程における学習者の習熟度（理解度）の変化と未知の課題への反応（正答・誤答）を予測することで得意分野・苦手分野を把握し，個人に適切な学習支援を行うアダプティブラーニングが注目されている．従来，教育データ解析には確率モデルが用いられていたが，膨大な教育データに対応するため深層学習手法が用いられるようになってきた．一方で深層学習手法はパラメータの説明性が低く，教育応用には課題が多い．本発表では教育ビッグデータ解析手法の１つとして説明性のあるパラメータ推定を行う深層学習手法を紹介する．