探討強化學習演算法之素材推薦機制與AI學習履歷之學習者感知 Learner Perceptions of AI-Powered Learning Portfolios and Personalized Material Recommendation Mechanisms in Reinforcement Learning Algorithms

• Main Authors: 曾建維 Jian-Wei Tzeng (Author), 黃天麒 Tien-Chi Huang (Author), 薛承祐 Cheng-Yu Hsueh (Author), 廖英淞 Ying-Song Liao (Author)
• Format: Book
• Published: National Taiwan Normal University, 2024-09-01T00:00:00Z.
• Subjects: article
• Online Access: Connect to this object online.

疫情底下的線上自學課程，為學習歷程檔案提供另一種做法，但是，線上自學衍生的學習動機缺乏、無法適時提供對應的學習素材等問題，都對學習成效帶來極大的挑戰。近年來，在人工智慧發展的浪潮下，教育大數據的機器學習技術成為提升線上自學課程與個人化學習的方法之一。本研究依線上學習課程累積的大量數據，定義多向度的學習者特徵與建構機器學習模型，結合學習診斷與自我調整學習，發展一套線上自學課程的練習題推薦機制。本研究透過北部某大學所開設的微積分線上課程進行實驗，實驗組透過強化學習演算法推薦練習題，控制組則是隨機推薦練習題，結果發現實驗組的前測與後測分數達到顯著，同時實驗組學生的學習黏著度也高於控制組。整體推薦後，...