অ্যালগরিদম: বাইনারি অনুসন্ধান যখন মানগুলি অনিশ্চিত থাকে


11

বাইনারি অনুসন্ধান করার জন্য আমার একটি অ্যালগরিদম দরকার যখন প্রতিটি পদক্ষেপে পরীক্ষাটি ভুল ফল দিতে পারে।

পটভূমি: আমার 12 টি স্তরের পর্যায়ে শিক্ষার্থীদের সবচেয়ে উপযুক্ত হওয়া দরকার। বর্তমান পদ্ধতির হিংস্র শক্তি এবং বাড়তি অসুবিধা, তিনটি ভুলের পরে থামানো, এবং floor((score - 1) / 5) + 1সর্বনিম্ন 1 এর সাথে ছাত্রকে স্তরে রাখার জন্য 60 4-উত্তরগুলির একাধিক পছন্দের প্রশ্ন জিজ্ঞাসা করে ।

আমরা উদ্বিগ্ন যে গ্রাহকরা প্রোগ্রামটি বাস্তবে ব্যবহারের আগে তাদের 60 টি প্রশ্ন সহ একটি পরীক্ষার মুখোমুখি হয়ে যায়, তাই আমরা পরীক্ষায় জিজ্ঞাসা করা প্রশ্নগুলির সংখ্যা হ্রাস করতে চাই। আমরা আরও উদ্বিগ্ন যে গ্রাহকরা বসানো পরীক্ষাটি বাদ দিচ্ছেন (কারণ এটি দীর্ঘ বলে মনে হচ্ছে) এবং তারপরে প্রোগ্রামটি ত্যাগ করা হয়েছে কারণ এটি খুব সহজ বলে মনে হচ্ছে।

মিডিয়ান প্লেসমেন্টটি আসলে স্তরের ২ পর্যায়ে থাকে, সুতরাং ৫০ +% শিক্ষার্থী <11 (অর্থাৎ উত্তর <14 টি প্রশ্নের উত্তর) দেয়। উপহাসের দিক থেকে, এটি হতে পারে কারণ তারা বিরক্ত হয়ে পড়ে এবং গুরুতর প্রশ্নগুলি নেওয়া বন্ধ করে দেয় (তারা ছোট বাচ্চা)।

প্রস্তাবিত সমাধান: difficulty/7 এর অসুবিধা স্তরের একটি প্রশ্ন দিয়ে শুরু হওয়া বারোটি আইটেমের উপর বাইনারি অনুসন্ধান হিসাবে পরীক্ষাটি প্রয়োগ করুন এবং তারা প্রশ্নটি সঠিক বা ভুল পেয়েছে কিনা তার ভিত্তিতে এগিয়ে যান ing তাত্ত্বিকভাবে, এটি 3-4 টি প্রশ্নের মধ্যে তাদের জন্য উপযুক্ত সমস্যার স্তর খুঁজে পেতে পারে।

সমস্যা: যেহেতু আপনি অনুমান করতে পারেন যে বিদ্যমান পরীক্ষাটি কেবলমাত্র তিনটি ভুল উত্তরের পরে শেষ হয়েছে এবং 12 টি স্তরের মধ্যে চয়ন করতে 60 টি প্রশ্ন ব্যবহার করে আমরা শিক্ষার্থীদের সঠিক উত্তরগুলি (যা তাদের 25% সময়কালে করা উচিত) ফ্লাক করে বা দুর্ঘটনাক্রমে ভাতা প্রদান করতে চাই ভুল উত্তর দেওয়া (চর্বিযুক্ত আঙ্গুলগুলি, ভুল পড়া প্রশ্ন ইত্যাদি)। বাইনারি অনুসন্ধানের সাথে এটি আরও বেশি গুরুত্বপূর্ণ কারণ প্রথম প্রশ্নের সঠিক উত্তরটি খুঁজে পাওয়া আপনাকে প্রতিটি অন্যান্য প্রশ্নের ভুল হয়ে গেলেও অসুবিধার মাত্রার শীর্ষে অর্ধেক করে রাখতে পারে।

সুতরাং বাইনারি অনুসন্ধানের জন্য এমন কোনও স্বীকৃত অ্যালগরিদম রয়েছে যেখানে আপনি কোনও পৃথক পরীক্ষা সঠিক হওয়ার গ্যারান্টি দিতে পারবেন না?

নিঃসন্দেহে আমি প্রতিটি পদক্ষেপে 3 বা 5 টি প্রশ্নের সর্বোত্তম চেষ্টা করতে পারি এবং যেহেতু প্রাথমিক প্রশ্নগুলি পরবর্তী প্রশ্নের চেয়ে চূড়ান্ত ফলাফলের উপর আরও বেশি প্রভাব ফেলে, সম্ভবত এই অতিরিক্ত প্রশ্নগুলি কেবল প্রাথমিক পদক্ষেপগুলিতে যুক্ত করা হয় পরবর্তী উত্তরগুলির সাথে নয়। এর থেকেও কি আরও কিছু আছে?


কেন আদৌ preest? আসল পরীক্ষায় কেবল স্ব-প্রশ্নগুলি সামঞ্জস্য করুন
স্কট স্টেনসল্যান্ড

@ স্কটস স্টেনসল্যান্ড, আকর্ষণীয় চিন্তাভাবনা। তবে আসল প্রোগ্রামটি হ'ল 10 'পাঠের 12' মানচিত্র 'এবং প্রতিটি পাঠের সাথে 8-15 এইচটিএমএল 5 ক্যানভাসের' ক্রিয়াকলাপ 'বা অত্যন্ত পরিবর্তনশীল ডিজাইনের প্রতিটি গেম রয়েছে। শিক্ষার্থীরা মানচিত্রের মাধ্যমে অগ্রগতি করে এবং প্রতিটি পাঠ এবং মানচিত্রের পরে পুরষ্কার এবং পুরষ্কার / শংসাপত্র গ্রহণ করে। আমরা যদি প্রতিটি গেমের পরে ক্রমাগত তাদের স্তরটি সামঞ্জস্য করে থাকি তবে এটি বেশ বিঘ্নজনক হবে এবং আমাদের বিদ্যমান সমস্ত গেমগুলিতে প্রতিক্রিয়া তৈরি করা এবং প্রতিটি গেমের জন্য প্রতিক্রিয়া জানার নিয়মগুলিও বের করা দরকার।

@ কিরিল, প্রশ্নটি অন্য বিভাগে স্থানান্তর / ক্রসপোস্ট করার কি সহজ উপায় আছে?

@ জিম আপনি মডারেটরের মনোযোগের জন্য তারা পতাকাটি দেখতে পারেন যাতে তারা প্রশ্নটি সরান, অথবা আপনি এই প্রশ্নটি এখানে মুছে ফেলতে এবং সেখানে একটি নতুন অভিন্ন প্রশ্ন তৈরি করতে পারেন। ক্রসপোস্টিং (একই সাথে বিভিন্ন সাইটে অভিন্ন প্রশ্ন থাকা) সাধারণত নিরুৎসাহিত করা হয়। আমি এই পরামর্শটি দিয়েছি কারণ এটি আমার কাছে তুলনামূলক সরল পরিসংখ্যান / মেশিন লার্নিং প্রশ্নের মতো মনে হচ্ছে যা সেখান থেকে আরও দ্রুততর একটি স্পষ্ট উত্তর পাবে।
কিরিল

উত্তর:


2

বায়সিয়ান সম্ভাব্যতার অ্যারে হিসাবে সমস্যাটিকে চিকিত্সা করুন; প্রাথমিকভাবে, ধরে নিন যে একটি 1/13 সুযোগ রয়েছে যে শিশুটি প্রতিটি স্তরের ঠিক নীচে এবং সম্পূর্ণতার জন্য, 1/1 সুযোগ তারা শীর্ষে চলে গেছে। তারপরে: 1) আপনার অ্যারের মাঝারি স্তরটি নির্ধারণ করুন অর্থাৎ এটির স্তরের উপরে হওয়ার সম্ভাবনা 50% 2 এর নিকটতম স্তরের) শিশুটিকে সেই স্তরটি থেকে কোনও প্রশ্ন জিজ্ঞাসা করুন। 3) 25% ত্রুটি হার অনুমান করে প্রতিটি ঘরের সম্ভাব্যতা আপডেট করার জন্য বেয়েসের নিয়মটি ব্যবহার করুন। যখন একটি ঘর পর্যাপ্ত উচ্চ সম্ভাবনা হিট করে বা সম্ভবত আপনি যখন কোনও স্তরের প্রশ্ন থেকে বেরিয়ে আসেন তখন আমি সম্ভবত অনুমান করি যে আপনি সম্ভবত উচ্চ স্তরে এসে পৌঁছান return

এই অ্যালগরিদমের আরও কঠোর চিকিত্সা এখানে ; আমি প্রয়োগ করার আগে এটি পড়ার পরামর্শ দিচ্ছি।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.