そろタッチが国際カンファレンスで論文発表!機械学習手法「Matrix Factorization」で生徒のパフォーマンス予測を示唆 (1/2ページ)
- タグ:
-
Growth Mindset
-
幼児教育
-
EdTech
-
能力開発
-
AI
そろタッチを開発する株式会社Digika(本社:東京都千代田区 代表取締役社長:橋本恭伸)は、2020年7月にイタリアで開催された28th ACM Conference on User Modeling, Adaptation and Personalization(UMAP '20)において論文「Prediction of Student Performance in Abacus-Based Calculation Using Matrix Factorization」を発表し、ACM DIGITAL LIBRARYに公開しました。本論文は株式会社Digikaと東京大学(現筑波大学) 徳田慶太氏、静岡大学 須藤明人氏、東北大学 藤原直哉氏の共著で、そろタッチの学習履歴データをMatrix Factorizationにより生徒パフォーマンスを予測できることを示唆しています。
そろタッチを開発する株式会社Digika(本社:東京都千代田区 代表取締役社長:橋本恭伸)は、2020年7月にイタリアで開催された28th ACM Conference on User Modeling, Adaptation and Personalization(UMAP '20)において論文「Prediction of Student Performance in Abacus-Based Calculation Using Matrix Factorization」を発表し、ACM DIGITAL LIBRARYに公開しました。本論文は株式会社Digikaと東京大学(現筑波大学) 徳田慶太氏、静岡大学 須藤明人氏、東北大学 藤原直哉氏の共著で、そろタッチの学習履歴データをMatrix Factorizationにより生徒パフォーマンスを予測できることを示唆しています。
Matrix FactorizationとはNetflix Prize※で最も成果を上げた機械学習モデルの一つであり、それを学習履歴データによる生徒パフォーマンス予測に応用したものです。