Machine Learning Techniques with Item Response Data

김태영

doi:10.37727/jkdas.2021.23.5.2011

추천

검색

자료유형: 학술저널

저자정보: 김태영 (동의대학교)

저널정보: 한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제23권 제5호

발행연도: 2021.10

수록면: 2,011 - 2,023 (13page)

DOI: 10.37727/jkdas.2021.23.5.2011

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This is a two-pronged study. Two aims of this study are both interested in comparison of 1) different R IRT (Item Response Theory) packages and 2) different machine learning techniques. The first part of the present study addresses the performance of a couple of psychometric software available in R. Then, using item parameters from real data sets from the Program of International Student Assessment 2015, three machine learning techniques (classification tree, random forest, naive Bayes) are assessed in the second part. Between these two parts, connections of IRT and ML are briefly described and reviewed with reference. Findings are 1) two comparisons of two sets of packages for each IRT model are not informative (from the part I) and 2) the classifiers of random forest and naive Bayes algorithms performed better than the classification tree, which confirms that more information leads to more accurate prediction and ensemble approaches are better than single tree approaches. (from the part II). Finally, implications and caveats of this study are provided.

#machine learning #IRT calibration #classification tree #random forest #Naive Bayes

참고문헌 (18)

참고문헌 신청

DeMars, C / 2002 / Recovery of Graded Response and Partial Credit Parameters in MULTILOG and PARSCALE / Paper Presented at the Annual Meeting of American Educational Research Association

강창완 / 2005 / Rasch 모형을 이용한 유아발달검사의 문항연구 / Journal of The Korean Data Analysis Society 7(4):1199~1212

곽민호 / 2019 / Finding Best Model in Multiple Regression Applying Reversible Jump MCMC / Journal of The Korean Data Analysis Society 21(4):1675~1692

Kim, T. / 2016 / A Comparison of Item Parameter and Standard Error Recovery Across Different R Packages for Popular Unidimensional IRT Models / The Annual Meeting of the Psychometric Society

Lantz, B. / 2019 / Machine Learning with R: Expert Techniques for Predictive Modeling / Packt Publishing ltd

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김태영

소속기관 동의대학교

주요연구분야 자연과학 > 수학·통계학

논문수 11 이용수 148

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (18)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)