Cette page a été traduite automatiquement.
Merci de bien vouloir compléter un sondage de 1 minute concernant la qualité de cette traduction.
Amrita Vishwa Vidyapeetham améliore ses programmes d'ingénierie avec un cours de laboratoire interactif sur le machine learning
Les étudiants bénéficient d'un retour d'information instantané et de normes de notation objectives
« MATLAB Grader a simplifié l'évaluation des étudiants et rendu le processus d'évaluation transparent. « Étant donné qu’ils peuvent obtenir un retour sur leurs performances immédiatement après une évaluation, cela a également contribué à améliorer les performances des étudiants au fur et à mesure de la progression du cours. »
Principaux résultats
- MATLAB Grader a permis une évaluation plus rapide et objective des étudiants grâce à un environnement basé sur un navigateur et ne nécessitant pas maintenance
- Les étudiants ont reçu un retour instantané sur leurs tâches et leurs devoirs de codage via la plateforme interactive
- MATLAB a aidé les enseignants à intégrer des programmes basés sur le machine learning dans leurs cours M.Tech
Support de cours de machine learning créé avec des live scripts MATLAB dans MATLAB Grader.
Amrita Vishwa Vidyapeetham est un établissement d'enseignement et de recherche multidisciplinaire, multicampus et accrédité NAAC de niveau A++ en Inde. Au cours des dernières années, le département d'ingénierie électronique et des communications de l'université a intégré des séances de laboratoire à divers cours de M.Tech, tels que Machine Learning & Design d'algorithmes. Ce cours exige que les étudiants conçoivent, mettent en œuvre et évaluent des solutions basées sur le machine learning pour diverses applications. Lors de la conduite des séances de laboratoire, les enseignants avaient besoin d'une stratégie solide pour évaluer objectivement les performances des étudiants et vérifier rapidement le code et les résultats des étudiants.
Comme solution, le professeur agrégé Dr Binoy B. Nair a utilisé MATLAB Grader™ ainsi que des live scripts. Les live scripts ont enrichi l'expérience d'apprentissage avec des éléments interactifs tels que des curseurs, des boutons et des médias intégrés, simplifiant ainsi les concepts complexes du machine learning. Cela a permis aux étudiants d’apprendre, de développer et de tester des modèles de machine learning sans avoir besoin de coder de manière extensive.
MATLAB Grader a également rationalisé le processus d’évaluation, offrant une notation et un retour instantanés, favorisant ainsi un environnement d'évaluation transparent et objectif. Les étudiants ont un accès immédiat à leurs notes après chaque séance d'exercices, ce qui leur donne suffisamment de temps pour travailler à l'amélioration de leurs compétences avant le prochain test.
Pour faciliter davantage la courbe d'apprentissage, le Dr Nair a ajouté les applications Classification Learner, Regression Learner et Deep Network Designer aux outils du cours, permettant aux étudiants de créer des systèmes sophistiqués de machine learning et de deep learning avec un minimum de codage. Cela a fait de MATLAB® un environnement préféré à Python® pour son intuitivité et sa facilité d'utilisation.
Le retour positif des étudiants sur le cours Machine Learning & Design d'algorithmes a encouragé le Dr Nair à intégrer MATLAB Grader ainsi que des live scripts dans le processus d'enseignement et d'apprentissage des cours de premier cycle B.Tech, tels que Machine learning, IA et Cyber Physical Systems.
