Kernkonzepte
학생들의 선호도를 정확하게 파악하여 학생들의 실수를 개선하고 학생들의 유틸리티를 향상시키는 기계 학습 기반의 새로운 수업 할당 메커니즘 소개
Zusammenfassung
소개
대학이 학생들에게 수업 일정을 할당하는 문제 연구
Course Match 메커니즘의 한계와 새로운 기계 학습 기반의 Course Match(MLCM) 소개
Course Match
Course Match(CM) 메커니즘 설명
CM의 효율성, 공정성, 보상에 대한 연구 결과
Preference Elicitation Shortcomings of Course Match
CM의 선호도 수집의 한계와 학생들의 실수에 대한 실험 결과
Machine Learning-powered Preference Elicitation
기계 학습을 활용한 선호도 수집 방법 소개
ML 모델을 사용한 새로운 수업 할당 메커니즘 소개
Overview of Contributions
MLCM 메커니즘의 다섯 단계 설명
MLCM의 이론적 보장성에 대한 논의
Related Work
수업 할당 및 기계 학습 기반 선호도 수집 연구 소개
Statistiken
MLCM은 학생들의 평균 및 최소 유틸리티를 각각 7%~11% 및 17%~29% 향상시킴
Zitate
"MLCM은 학생들의 신고 실수를 완화하고 학생들의 유틸리티를 향상시키는 새로운 기계 학습 기반의 수업 할당 메커니즘을 소개합니다."
"MLCM은 CM의 이론적 속성을 유지하면서 학생들의 선호도를 개선하는 데 성공했습니다."