论文部分内容阅读
自适应学习是个性化学习的实现方式,通过分析收集到的学习者实时交互数据来自主引导学习者学习。目前自适应学习还处在弱人工智能水平,而实现自适应学习向强人工智能水平转变的突破口在于自适应学习算法的突破。同时,自适应学习算法是实现自适应学习的关键支撑,因此,有必要对自适应学习算法及其应用进展进行深入分析。本研究首先梳理了当前主流自适应学习平台使用的自适应学习算法,将自适应学习算法归为心理测量类和机器学习类,并详细介绍了这几类算法的具体应用,从而总结出各类算法的优缺点,最后提出将两类算法进行结合,根据优势互补