Algoritmes voor gespreide herhaling

Een algoritme voor gespreide herhaling bepaalt wanneer je een kaart opnieuw te zien krijgt nadat je hem hebt herhaald. Het doel is om elke herhaling net te plannen voordat je het antwoord zou vergeten, zodat je maximale retentie krijgt met minimale inspanning.

Verschillende algoritmes nemen die beslissing op verschillende manieren. Sommige gebruiken vaste dozen, sommige vaste formules en sommige machinelearning-modellen van het geheugen. Deckbase gebruikt FSRS omdat het zich aanpast aan jouw persoonlijke herhaalgeschiedenis, maar de andere algoritmes zijn nog steeds nuttig om te kennen, vooral als je overstapt vanuit een andere app.

Snelle vergelijking

FSRS (Free Spaced Repetition Scheduler) is een open-source algoritme van Jarrett Ye. Het modelleert het geheugen voor elke kaart met drie waarden: Difficulty, Stability en Retrievability. Het berekent intervallen op basis van jouw persoonlijke herhaalgeschiedenis in plaats van vaste regels toe te passen.

Omdat FSRS zich aanpast aan elke leerling, verlaagt het het dagelijkse herhaalvolume doorgaans met 20-30% ten opzichte van SM-2 bij dezelfde retentiedoelstelling. Het is de standaardplanner in Deckbase en is ook beschikbaar in Anki 23.10 en later.

• Past intervallen aan op jouw werkelijke herinneringspatronen.
• Meestal minder herhalingen bij dezelfde retentie.
• Complexer dan SM-2 of Leitner; profiteert van meer herhaalgeschiedenis.

SM-2 is het SuperMemo-2-algoritme dat Piotr Wozniak in 1987 ontwikkelde. Anki gebruikte jarenlang een aangepaste versie van SM-2 als standaardplanner, en het is vandaag nog steeds beschikbaar als fallback in Anki.

SM-2 houdt één waarde bij: de ease factor. Als je een kaart als Easy beoordeelt, stijgt de ease factor en groeien toekomstige intervallen sneller. Als je hem opnieuw of als Hard beoordeelt, daalt de ease factor en krimpen de intervallen. Het algoritme is eenvoudig en robuust, maar modelleert het geheugen niet direct en kan kaarten in een "ease hell" duwen als ze herhaaldelijk fout gaan.

• Eenvoudig te begrijpen en te implementeren.
• Werkt goed voor kleine tot middelgrote decks.
• Minder efficiënt dan FSRS voor grote, langdurige collecties.

Het Leitner-systeem is de eenvoudigste methode voor gespreide herhaling. Kaarten beginnen in Doos 1. Als je goed antwoordt, gaat de kaart naar de volgende doos en wordt hij minder vaak herhaald. Als je fout antwoordt, gaat hij terug naar Doos 1.

Leitner is makkelijk uit te leggen en werkt zonder software, daarom komt het voor in flashcardsystemen op papier en in eenvoudige apps. Het nadeel is dat intervallen vastliggen per doosnummer, niet op basis van jouw werkelijke herinneringskans. Twee kaarten in dezelfde doos kunnen een heel verschillende geheugensterkte hebben.

• Makkelijk te leren en uit te leggen.
• Goed voor kleine, gerichte sets feiten.
• Niet ideaal voor grote decks of langdurige retentiedoelen.

Waarom Deckbase FSRS gebruikt

Deckbase koos voor FSRS omdat het het enige gangbare algoritme is dat zich aanpast aan jouw persoonlijke geheugen. SM-2 en Leitner passen hetzelfde schema toe op elke leerling. FSRS leert van jouw beoordelingen en berekent intervallen die passen bij jouw werkelijke vergeetcurve.

Die aanpasbaarheid is het belangrijkst als je maanden of jaren studeert. Onafhankelijke benchmarks op honderden miljoenen Anki-herhalingen laten zien dat FSRS de voorspellingsfout met ongeveer twee derde verkleint ten opzichte van SM-2, wat doorgaans neerkomt op 20-30% minder herhalingen bij dezelfde retentie.

Gerelateerde bronnen