Questa pagina è stata tradotta automaticamente.
Completa un sondaggio di 1 minuto sulla qualità di questa traduzione.
Amrita Vishwa Vidyapeetham potenzia i programmi di ingegneria con un corso di laboratorio interattivo di Machine Learning
Gli studenti beneficiano di feedback immediati e standard di valutazione oggettivi
“MATLAB Grader ha semplificato la valutazione degli studenti e reso trasparente il processo di valutazione. Poiché possono ricevere un feedback sulle loro prestazioni immediatamente dopo una valutazione, ciò ha anche contribuito a migliorare il rendimento degli studenti man mano che il corso procede.”
Risultati chiave
- MATLAB Grader ha consentito una valutazione degli studenti più rapida e obiettiva attraverso un ambiente basato su browser esente da manutenzione
- Gli studenti hanno ricevuto un feedback immediato sulle attività e sui compiti di codifica tramite la piattaforma interattiva
- MATLAB ha aiutato gli insegnanti a integrare programmi di studio basati sul Machine Learning nei loro corsi M.Tech
Materiale del corso di Machine Learning creato con script live MATLAB in MATLAB Grader.
Amrita Vishwa Vidyapeetham è un istituto di ricerca e insegnamento multidisciplinare, multicampus e accreditato NAAC con sede in India, di grado A++. Negli ultimi anni, il Dipartimento di Ingegneria Elettronica e delle Comunicazioni dell'università ha integrato sessioni di laboratorio con vari corsi M.Tech, come Machine Learning & Progettazione di algoritmi. Questo corso richiede agli studenti di progettare, implementare e valutare soluzioni basate su Machine Learning per varie applicazioni. Durante lo svolgimento delle sessioni di laboratorio, gli insegnanti avevano bisogno di una strategia solida per valutare oggettivamente le prestazioni degli studenti e verificare rapidamente il codice e i risultati delle sessioni di laboratorio.
Come soluzione, il professore associato Dr. Binoy B. Nair ha utilizzato MATLAB Grader™ e live script. Gli script live hanno arricchito l'esperienza di apprendimento con elementi interattivi come cursori, pulsanti e contenuti multimediali integrati, semplificando concetti complessi di Machine Learning. Ciò ha permesso agli studenti di apprendere, sviluppare e testare modelli di Machine Learning senza dover scrivere codice esteso.
MATLAB Grader ha inoltre semplificato il processo di assegnazione, offrendo valutazioni e feedback immediati, oltre a promuovere un ambiente di valutazione trasparente e obiettivo. Gli studenti hanno accesso immediato ai propri voti dopo ogni sessione di esercizi, il che dà loro tutto il tempo necessario per migliorare le proprie competenze prima del test successivo.
Per semplificare ulteriormente la curva di apprendimento, il dott. Nair ha aggiunto agli strumenti del corso le app Classification Learner, Regression Learner e Deep Network Designer, consentendo agli studenti di creare sistemi sofisticati di Machine Learning e Deep Learning con una codifica minima. Ciò ha reso MATLAB® un ambiente preferito rispetto a Python® per la sua intuitività e facilità d'uso.
Feedback positivo da parte degli studenti per il corso di Machine Learning & Progettazione di algoritmi ha incoraggiato il Dr. Nair a integrare MATLAB Grader e live script nel processo di insegnamento e apprendimento dei corsi universitari B.Tech, come Machine Learning, AI e Cyber Physical Systems.
