案例：教育个性化学习路径
首先我们将通过一个具体的案例，看看是否可以用机器学习的方式去解决它，以及在解决过程中产生的问题与思考。
这是一个教育个性化学习路径的案例。当我们翻开一本几何教材，我们会发现它是一个标准的学习路径：会按照点->线段->三角形->圆的标准学习路径进行学习。实际上，这个学习路径背后知识点的依赖关系往往是一个网状的。这样一个网状知识点的依赖关系，其实可能会产生非常多的可行的学习路径，而不一定是我们书本上现在罗列的这种标准的学习路径，只要不破坏这种网状的知识点依赖的关系就可以。比如说可能今天先要学矩形的面积求解，再学三角形的面积求解，因为三角形的面积求解可能要用到矩形面积的求解，在这样的一个知识点的依赖关系下，我们最好先学前置的一些知识，再学后面的一些知识。
问题是这样的，我们是否可以为每位学生推荐一个个性化的学习路径，而不一定非得按照课本上标准的学习路径进行学习，从而产生一个更好的学习效果。关于这个问题，我们思考一下解决方案，大概可以分三个步骤：
Step 1：首先把所需知识点依赖关系做出来，然后根据知识点依赖关系，生成可能的学习路径的候选集。