我可以使用哪种机器学习范例/算法从可能的选择池中 select？
What machine learning paradigm / algorithm can I use to select from a pool of possible choices?
我有很多题库和学生。目标是 select 个学生的考试题。
问题具有不同的属性：
- 年级
- 科目（可以是多个：分数、应用题、加法）
- 其他学生在这个问题上的表现如何（正确率、错误率等）
- 学生以前见过这个问题或类似的问题吗？
所以我想根据学生的表现为学生选择问题。我对它是否是 "good" 考试的反馈如下：
- 人工反馈。一个人可以复习考试并出于定性原因拒绝某些问题
- 学生考试成绩如何？如果他们 100% 正确，那就糟糕了。如果他们有 20% 是正确的，那就糟糕了。我们希望达到 75%
- 老师对整个考试的定性反馈
我觉得神经网络是一个可能的解决方案，但我不确定如何。有什么想法吗？
提前致谢。
如果我对问题的理解正确，您将必须了解问题与学生之间的关系是"good"还是"bad"？这会给你一个二元分类问题，其中输入是一个结合了问题特征和学生特征的特征向量？
您可以随时将其放入网络中，看看效果如何，我猜您没有太多的问题和学生，但是当您对对进行分类时，您的数据量确实增加了，这很好.
我建议使用概率建模，因为您的真实数据中有一些由人工评估引入的噪声。两个注释者肯定不会对同一考试给出相同的 "qualitative feedback"。
最好有一个考虑了不确定性的模型；贝叶斯方法！如果您对这方面知之甚少，我会向您指出 Bishop - Pattern recognition book - freely available online and you can use library like mc-stan lib or edward-lib. There's also a course about probabilistic modeling on coursera，在第一章中，他们处理的示例非常接近您的用例。
关于你使用神经网络的建议再评论一下：因为你没有很多特征（如你所提到的 6 个），除非你有数百万个数据点，否则神经网络很容易过度拟合。这是一个稍微简单的问题就模型复杂性而言，您不需要隐藏层即可获得良好结果。
希望对您有所帮助。
也尝试查看排名算法。你可以训练它进行组合（学生，问题）并指出这种组合或生成有序函数。
我对此经验不多，但可能值得一试。
我不确定神经网络是否是最好的方法。他们可能是，但我几乎立刻想到了别的东西。
鉴于您问题中的信息，您可能想在此处检查统计方法，使用一些技术，例如 PCA or more broadly multivariate analysis。
我有很多题库和学生。目标是 select 个学生的考试题。
问题具有不同的属性：
- 年级
- 科目（可以是多个：分数、应用题、加法）
- 其他学生在这个问题上的表现如何（正确率、错误率等）
- 学生以前见过这个问题或类似的问题吗？
所以我想根据学生的表现为学生选择问题。我对它是否是 "good" 考试的反馈如下：
- 人工反馈。一个人可以复习考试并出于定性原因拒绝某些问题
- 学生考试成绩如何？如果他们 100% 正确，那就糟糕了。如果他们有 20% 是正确的，那就糟糕了。我们希望达到 75%
- 老师对整个考试的定性反馈
我觉得神经网络是一个可能的解决方案，但我不确定如何。有什么想法吗？
提前致谢。
如果我对问题的理解正确，您将必须了解问题与学生之间的关系是"good"还是"bad"？这会给你一个二元分类问题，其中输入是一个结合了问题特征和学生特征的特征向量？
您可以随时将其放入网络中，看看效果如何，我猜您没有太多的问题和学生，但是当您对对进行分类时，您的数据量确实增加了，这很好.
我建议使用概率建模，因为您的真实数据中有一些由人工评估引入的噪声。两个注释者肯定不会对同一考试给出相同的 "qualitative feedback"。
最好有一个考虑了不确定性的模型；贝叶斯方法！如果您对这方面知之甚少，我会向您指出 Bishop - Pattern recognition book - freely available online and you can use library like mc-stan lib or edward-lib. There's also a course about probabilistic modeling on coursera，在第一章中，他们处理的示例非常接近您的用例。
关于你使用神经网络的建议再评论一下：因为你没有很多特征（如你所提到的 6 个），除非你有数百万个数据点，否则神经网络很容易过度拟合。这是一个稍微简单的问题就模型复杂性而言，您不需要隐藏层即可获得良好结果。
希望对您有所帮助。
也尝试查看排名算法。你可以训练它进行组合（学生，问题）并指出这种组合或生成有序函数。
我对此经验不多，但可能值得一试。
我不确定神经网络是否是最好的方法。他们可能是，但我几乎立刻想到了别的东西。
鉴于您问题中的信息，您可能想在此处检查统计方法，使用一些技术，例如 PCA or more broadly multivariate analysis。