文件名称：MotivSim:用期望值理论模拟学生动机的框架
文件大小：16.35MB
文件格式：ZIP
更新时间：2024-05-02 04:31:53
JupyterNotebook
动机 的Python 3.8.5 必需的Python软件包：numpy scipy matplotlib熊猫pymongo jupyterlab 所需的系统软件包：docker 该项目依赖于dockerized mongodb实例 最初的项目下拉 最初克隆此项目后，该项目取决于子模块CanonicalAutocorrelationAnalysis。 该模块必须初始化。 cd CanonicalAutocorrelationAnalysis git submodule init git submodule update 使用Docker设置mongo 确保已安装docker和docker-compose并且守护程序正在运行 拉最新的mongo图片 配置新卷以保留mongo数据 复制docker-compose yml文件，确保将其配置为使用您创建的卷 使用docker compos
【文件预览】：
MotivSim-master
----.gitmodules(165B)
----mongo_settings.cfg.sample(74B)
----requirements.txt.old(291B)
----db.yml(168B)
----requirements.txt(101B)
----.gitignore(239B)
----lib()
--------CanonicalAutocorrelationAnalysis()
--------test()
--------log_db()
--------analytics()
--------tutor()
--------simulate()
--------__init__.py(1B)
--------learner()
--------pyafm()
--------context()
----README.md(875B)
----notebooks()
--------Session_Sim_v3_EDA.ipynb(1.89MB)
--------Simple_CAE_Regress.ipynb(199KB)
--------Compare_Dil_est.ipynb(921KB)
--------Session_Sim_v3_self_eff_EDA.ipynb(507KB)
--------Test.ipynb(184KB)
--------Compare_Dil_est-3-regen_data.ipynb(6.92MB)
--------DomainTuning.ipynb(3.59MB)
--------Compare_Dil_est-2.ipynb(1.19MB)
--------BIRT_Dil_est-1.ipynb(2MB)
--------SelfEfficacyLearnerTuning.ipynb(457KB)
--------requirements.txt(2KB)
--------Session_Sim_EDA.ipynb(462KB)
--------DomainTuningEDA.ipynb(18KB)
--------Compare_Dil_est-3.ipynb(1.94MB)
--------Compare_Dil_est-3-regen_data-copy.ipynb(6.81MB)
--------Test_CAA.ipynb(147KB)
--------CogTutorCurricEDA.ipynb(89KB)