变分推断应用于教育测量模型

摘要: 变分推断常用于机器学习，是一种仅需编写少量代码便能实现计算速度较快的参数估计算法。研究展示了黑盒变分推断和均摊变分推断在教育测量模型上的应用，开发了可生成任意方差协方差矩阵的潜变量网络、可作为先验分布的神经相关矩阵，基于sigmoid或softmax的属性掌握模式网络等，实验结果显示变分推断在项目反应理论和部分DINA模型上的参数估计性能达到了顶尖水准。研究表明，变分推断能极大的帮助研究人员开发新的教育测量模型，也较适于普通用户在应用场景使用。