计算自适应测试综述：机器学习视角
原文中文，约300字，阅读约需1分钟。发表于：。计算机自适应测试（CAT）通过根据考生的表现动态调整测试问题，提供了一种高效而个性化的评估考生能力的方法。本文通过机器学习的角度对 CAT 进行综述，探讨了 CAT 自适应性背后的测试问题选择算法，以及机器学习如何优化 CAT 中的认知诊断模型、题库构建和测试控制等组成部分。通过分析现有的方法、优势、局限性和挑战，本文力图开发出强大、公正和高效的 CAT 系统，将心理测量驱动的 CAT...
计算机自适应测试（CAT）是一种个性化评估考生能力的方法。本文综述了CAT的测试问题选择算法和机器学习在CAT中的应用，探讨了CAT的优势、局限性和挑战。目标是开发出强大、公正和高效的CAT系统，将心理测量和机器学习相结合，推动自适应测试的未来。
