Construction de Graphes de Connaissances - Approche Améliorée par Apprentissage Automatique pour les Recommandations de Vidéos Éducatives

Aperçu

Unlock the potential of intelligent knowledge graphs tailored for educational video recommendations by harnessing the power of Large Language Models (LLMs) and semantic embeddings. In this captivating course, delve into the techniques of extracting key concepts, mapping intricate relationships, and crafting personalized learning paths that cater to individual needs.

Presented by leading experts, this offering stands on the cutting edge of educational technology. Start transforming how learning content is recommended today.

Programme

• Introduction aux graphes de connaissances
Aperçu et définition des graphes de connaissances
Applications dans l'éducation et l'apprentissage personnalisé
Composants clés : nœuds, arêtes et propriétés
• Grands Modèles de Langage (LLMs) dans l'Éducation
Introduction aux LLMs et leurs capacités
Rôle des LLMs dans l'amélioration des technologies éducatives
Aperçu des LLMs populaires et des cadres
• Imbeddings Sémantiques pour l'Extraction de Concepts
Introduction aux imbeddings sémantiques
Techniques d'extraction de concepts utilisant des imbeddings
Cartographie des imbeddings sémantiques vers les nœuds du graphe de connaissances
• Construction du Graphe de Connaissances
Collecte et prétraitement des données pour le contenu éducatif
Identification des entités et des relations dans les métadonnées vidéo
Structuration et implémentation du graphe de connaissances
• Intégration des LLMs avec les Graphes de Connaissances
Méthodes de combinaison des résultats des LLMs avec les graphes de connaissances
Amélioration de la reconnaissance des entités et de la cartographie des relations
Utilisation des LLMs pour la compréhension contextuelle
• Recommandations de Vidéos Éducatives
Développement d'algorithmes de recommandation utilisant les graphes de connaissances
Techniques pour générer des parcours d'apprentissage personnalisés
Études de cas et exemples de mises en œuvre réussies
• Métriques d'Évaluation et Amélioration Continue
Évaluation de l'efficacité des recommandations vidéo
Boucles de rétroaction pour améliorer le graphe de connaissances
Tendances futures et opportunités dans l'éducation améliorée par l'IA
• Projet Pratique
Construire un simple graphe de connaissances pour des vidéos éducatives
Appliquer des méthodes améliorées par LLM pour les recommandations
Présenter les résultats du projet et les enseignements
• Conclusion et Perspectives Futures
Récapitulatif des enseignements clés
Discussion sur l'avenir de l'IA dans les technologies éducatives
Session de questions-réponses et discussion ouverte pour des idées innovantes

---

Matières

Computer Science