teacher-support-studio

Teacher Support Studio 是一个端到端的教育机器学习项目，用于预测学生在即将进行的技能练习中首次作答成功的概率，并把这些估计转化为面向教师、以证据为依据的指导建议。它结合了防泄漏的纵向特征工程、可解释和非线性的分类模型、SHAP 解释，以及可部署的 FastAPI 应用。建模使用 ASSISTments 2009–2010 Skill Builder 数据集，包含来自 4,163 名学生、经过筛选的 259,386 次交互，以及 170 个有文档说明的预测变量，这些变量仅由每次预测之前可获得的信息构建。模型包括 L2 正则化逻辑回归和调参后的 XGBoost；最佳测试 ROC-AUC 为 0.7000，由 XGBoost 取得。应用允许教师选择一个合成班级和学生，查看各具名技能上的预估掌握程度，并就所显示的证据提问。对每项技能，它会根据此前的全部交互重建学生状态，创建最多十个合理的后续练习情境，并用已持久化的 XGBoost 模型批量为这些情境打分。LangGraph 工作流只把选定的指标和支撑证据提供给 OpenAI，以获得结构化回复；如果 OpenAI 不可用，该端点会返回确定性的本地指导。