<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[spongeeric的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/spongeeric</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; spongeeric]]></copyright><item><title><![CDATA[Tracing Knowledge State with Individual Cognition and Acquisition Estimation 阅读笔记]]></title><link>https://blog.youkuaiyun.com/spongeeric/article/details/127308951</link><guid>https://blog.youkuaiyun.com/spongeeric/article/details/127308951</guid><author>spongeeric</author><pubDate>Thu, 13 Oct 2022 20:49:46 +0800</pubDate><description><![CDATA[针对基于RNN的KT模型，这篇文章提出IEKT引入CE模块，根据学生的知识状态、问题的表征来估计学生的cognition level，KASE模块，根据学生的知识状态，问题的表征，预测回答和真实回答，估计学生的acquisition sensitivity。这篇文章还使用了强化学习的Policy Gradient去优化cognition向量和acquisition向量的选取。]]></description><category></category></item><item><title><![CDATA[Knowledge Tracing: A Survey阅读笔记]]></title><link>https://blog.youkuaiyun.com/spongeeric/article/details/127290047</link><guid>https://blog.youkuaiyun.com/spongeeric/article/details/127290047</guid><author>spongeeric</author><pubDate>Wed, 12 Oct 2022 21:37:09 +0800</pubDate><description><![CDATA[这篇knowledge tracing survey介绍了传统KT模型和深度KT模型，KT模型常用的数据集，KT模型的常见应用，KT模型未来可研究的几个方向。]]></description><category></category></item><item><title><![CDATA[Windows11下使用Virtualenv虚拟机方式安装tensorflow-gpu并在PyCharm中使用配好的环境编译项目]]></title><link>https://blog.youkuaiyun.com/spongeeric/article/details/122628335</link><guid>https://blog.youkuaiyun.com/spongeeric/article/details/122628335</guid><author>spongeeric</author><pubDate>Fri, 21 Jan 2022 20:17:29 +0800</pubDate><description><![CDATA[（敝人初学python，如有错误之处还请谅解指正）

背景：从网上下载到的python项目使用的库不一样，或用到的库版本不一样，如果使用一个环境，需要根据需求不断的更新或卸载相应的库。使用Virtualenv虚拟机可以为每个项目建立专用的环境，使他们可以同时运行，方便管理。

方法：

一、Virtualenv虚拟机方式安装tensorflow-gpu

①安装Virtualenv虚拟机


pip install virtualenv

②建立新的虚拟环境。如以下指令是在当前路径下建立一个名为tf2-gp]]></description><category></category></item><item><title><![CDATA[机器学习(周志华)_模型评估与选择]]></title><link>https://blog.youkuaiyun.com/spongeeric/article/details/119730593</link><guid>https://blog.youkuaiyun.com/spongeeric/article/details/119730593</guid><author>spongeeric</author><pubDate>Tue, 17 Aug 2021 11:23:04 +0800</pubDate><description><![CDATA[错误率(error rate): 分类错误的样本数占样本总数的比例

精度(accuracy): 1-错误率

误差(error): 学习器的实际预测输出与样本的真实输出之间的差异

训练误差(training error) or 经验误差(expirical error): 学习器在训练集上的误差

泛化误差(generalization): 在新样本上的误差

过拟合(overfitting): 可能把训练样本自身的一些特点当作了所有的样本都会有的一般性质，导致泛化能力下降

欠拟合(underfitt]]></description><category></category></item><item><title><![CDATA[Android Studio中Fragment获取所属Activity接收到的参数]]></title><link>https://blog.youkuaiyun.com/spongeeric/article/details/119343983</link><guid>https://blog.youkuaiyun.com/spongeeric/article/details/119343983</guid><author>spongeeric</author><pubDate>Tue, 03 Aug 2021 10:13:22 +0800</pubDate><description><![CDATA[原activity发送数据给新activity：


Intent intent = new Intent();
intent.putExtra("user_name",phone);
intent.setClass(MainActivity.this, CenterActivity.class);
startActivity(intent);

fragment中获取传给activity的数据：


Intent intent=getActivity().getIntent();
String aaa=.]]></description><category></category></item></channel></rss>