[TIL] 2024-11-07 (EduTech/Django)

Today I Learned (2024-11-08)

---

목차

• Today I Learned (2024-11-08)
• 오늘 공부한 내용
  • 1. KDT (세미나)
    • 에듀테크의 활용
    • 지식 추적
    • 학습 추천
  • 2. Django
• 어려웠던 내용
• 궁금한 내용과 부족한 내용
• 느낀 점

---

오늘 공부한 내용

1. KDT (세미나)

에듀테크의 활용

• AI는 에듀테크에서 필수가 아니다.
• 에듀테크의 활용
  • 데이터 : 텍스트, 영상, 음성, 행동, 문제 풀기
  • 기술 : 지식 추적(Knowledge Tracing), 추천 알고리즘, 문항 반응 이론(IRT), 컴퓨터 적응 평가(CAT), 광학 문자 인식(OCR), 학습 챗봇(LLM, RAG)
  • 활용 : 맞춤 학습 경로 제공, 실시간 피드백 제공, 학습 동기 촉진, 교수 전략 개선, 학습 부진 조기 검진

지식 추적

• 학습자의 풀이 이력을 활용하여 학생이 미래에 각 문제에 대해 맞힐 확률 도출
  • 학습자의 지식 발달 과정을 시간에 따라 추적 및 예측
• KT(Knowledge Tracing)
  • BKT(Bayesian Knowledge Tracing)
    • 각 지식 요소(Knowledge Component)의 학습 여부를 확률적으로 추천 (아는지/모르지는만)
    • 학습자의 개념 이해 수준을 측정하고 각 개념에 대한 학습자의 정오답 확률 예측
    • 단점
      • 학습자가 개념을 안다/모른다 2가지 분류밖에 못함
      • 초기값 4개를 설정하기 어려움

학습 추천

• 협업 필터링(Collaborative Filtering)
  • 사용자 행동을 바탕으로 나와 유사한 사용자 또는 내가 구매한 아이템과 유사한 아이템을 찾는 방식
  • 기록된 데이터 기반으로 추천하기 때문에 cold start 문제가 있음
    • cold start : 신규 고객 또는 신규 상품에 대한 추천이 어려운 현상
  • 사용자 기반, 아이템 기반
• Factorization Machines (FM, DeepFM)
  • 학습자, 문제 정보 외에 추천의 정확도를 높이기 위한 부가 정보 활용 가능
  • 모델 학습에 유용한 정보(특징) 추출에 유용
  • 절차 :
    • 초기화 : 파라미터(절편, 선형 가중치, 잠재 벡터)를 임의의 작은 값으로 설정
    • 예측과 손실 계산
    • 기울기(Gradient) 계산
    • 파라미터 입데이트
    • 반복(수렴할 때까지)

2. Django

• 기본 학습 중

  • template, css, static
  • urls 연결
  

---

어려웠던 내용

• 프로젝트 기획서 수정...
• 글쓰기가 제일 어려움

---

궁금한 내용과 부족한 내용

• Django,... Docker도 공부해야 하는데..

---

느낀 점

• 쉽지 않다.
• 시간이 너무 빠르다.