近年来，机器学习 (Machine Learning，ML) 的快速发展影响到了许多学科，包括教育和心理测量(以下简称为测量，M”)。最近几十年，测量文献中出现了大量探索使用ML方法解决测量问题的研究，并且这类研究的数量呈指数上升。但是，典型的ML范式与测量的基本原则之间存在明显差距。本期跨学科沙龙，我们邀请到美国亚利桑那州立大学副教授郑屹为我们带来题为“MxML(探索教育测量与机器学习之间的关系):基于近10年文献对当前状况的概述”的讲座，敬请期待 !

[讲座主题]

MxML(探索教育测量与机器学习之间的关系) : 基于近10年文献对当前状况的概述

[讲座时间]

2023年5月31日14:00~15:30

[讲座地点]

田家炳教育书院113

[主讲人]

郑屹博士

    郑吃博士，美国亚利桑那州立大学副教授，博士生导师。主要研究领域为教育测量理论与方法，其中主要技术专长为计算机自适应测试、多阶段自适应测试、自动组卷、在线校准。现任《教育测量与评估双语期刊》(美国NCME与北京师范大学合办)联合主编、PISA自适应考试研发专家组成员，曾获亚利桑那州立大学优秀指导教师奖。

[主持人]

郑蝉金博士

    华东师范大学教育心理学系副教授，美国伊利诺伊大学香槟分校教育心理学博士。主要研究领域为心理与教育测量与评价、认知诊断测验、计算机适应性测验、应用统计与研究方法。主持参与科研项目多项，其中包括国家自然科学基金项目在内的纵向项目2项。发表学术论文20余篇。

[讲座概要]

    MxML项目旨在探索测量界如何在大数据和机器学习的新时代，更新心理测量学科的范式和标准，以利用机器学习的强大力量来服务学科的使命。本报告将描述MxML项目的第一项研究，即对最近10年(2013-2022)相关文献的系统综述，以总结在测量领域中应用机器学习方法的现状。具体而言，本研究总结了以下几个方面 :

(1)近期机器学习被应用在了哪些测量问题上

(2)文献类型

(3)哪些机器学习的方法得到应用

(4)测量和机器学习范式之间的冲突和差距

    教首心理学跨学科沙龙是由华东师范大学教育心理学系策划的系列性学术活动，邀请教育学与心理学领域的国内外的专家介绍最新的科研成果，每月举行一次。沙龙旨在拓宽教育心理学研究者的学术视野，推进教育实证研究发展，促进跨学科学术合作。

~END~