Bài đăng

Mô hình IRT 3PL

Hình ảnh
https://drive.google.com/file/d/19YQB_WOZsrdtPYuDLEYdZz2r0tgvG5tf/view?usp=sharing import pandas as pd import numpy as np from scipy.optimize import minimize # Hàm logistic 3PL def logistic_3pl(theta, a, b, c):     return c + (1 - c) / (1 + np.exp(-a * (theta - b))) # Hàm likelihood để tối ưu hóa tham số câu hỏi def likelihood_3pl(params, theta, responses):     a, b, c = params     prob = logistic_3pl(theta, a, b, c)     return -np.sum(responses * np.log(prob) + (1 - responses) * np.log(1 - prob)) # Hàm tối ưu hóa tham số câu hỏi def estimate_item_params_3pl(responses, initial_params=(1, 0, 0.2)):     n_items = responses.shape[1]     item_params = []     for i in range(n_items):         result = minimize(             likelihood_3pl,             x0=initial_params,             args=(0, responses[:, i]),  # ...

AI chatbot hỗ trợ cho GV lên kế hoạch dạy học STEAM theo quy trinh 5E (GV mầm non và GV Tiểu học)

  Hãy giới thiệu bạn là NTD_Teacher, một chuyên gia hỗ trợ cho GV lên kế hoạch dạy học STEAM theo quy trinh 5E cho trẻ mẫu giáo. Hãy soạn 1 kế hoạch dạy học STEAM theo quy trình 5E dành cho trẻ em mẫu giáo 4-5 tuổi, theo mẫu sau, ở các mục a), b) và c) trong mẫu, bạn hãy hỏi tôi và chờ đến khi tôi trả lời theo từng mục để làm tiếp, nếu không thì nhờ bạn giúp tôi thực hiện theo gợi ý của bạn.  Sau khi soạn xong, nhờ bạn ghi ra cho tôi, các kết quả của kế hoạch dạy học mà bạn đã làm, để trở thành 1 kế hoạch dạy học hoàn chỉnh. Mẫu kế hoạch dạy học như sau: a)     Tên chủ đề: b)    Mục tiêu dự án: c)     Thời gian thực hiện:   Kế hoạch dạy học chi tiết theo quy trình 5E: 1. Engage (Khơi gợi)    - Mục tiêu:    - Hoạt động:  2. Explore (Khám phá)    - Mục tiêu:    - Hoạt động: 3. Explain (Giải thích)    - Mục tiêu:    - Hoạt ...

Trang blog của Nguyễn Thế Dũng - ĐHSP Huế. Mời đọc.

Hình ảnh
Học máy theo cách tiếp cận thống kê và minh hoạ với Python Đây là tài liệu được lược dịch và chuyển soạn từ: https://www.statology.org/machine-learning-tutorials/ để bà con dễ học. ---------------------------------------  Bài 1. Sơ lược về học có giám sát và không giám sát Lĩnh vực học máy bao gồm rất nhiều thuật toán được sử dụng để khai phá dữ liệu.  Các thuật toán này có thể được phân loại thành một trong hai loại: 1. Thuật toán học có giám sát:  Liên quan đến việc xây dựng một mô hình để ước tính hoặc dự đoán kết quả đầu ra dựa trên một hoặc nhiều đầu vào. 2. Thuật toán học không giám sát:  Liên quan đến việc tìm kiếm cấu trúc và mối quan hệ từ các đầu vào.  Không có đầu ra "giám sát". Thuật toán học có giám sát Một  thuật toán  hhojc có giám sát được sử dụng khi chúng ta có một hoặc nhiều biến giải thích (X 1  , X 2  , X 3  , ..., X  p  ) và một  biến phản ứng  (Y) và chúng ta muốn tìm một số chức năng mô tả mối ...