이 페이지는 기계 번역되었습니다.
번역 품질에 대한 1분 설문 조사에 참여해 주세요.
Amrita Vishwa Vidyapeetham - 대화형 방식의 머신러닝 실습 교육과정을 통한 공학 프로그램 개선 사례
학생들에게 즉각적인 피드백 및 객관적인 채점 기준 제공
“MATLAB Grader는 학생 평가를 단순화하고 평가 프로세스를 투명하게 만들었습니다. 학생들은 평가 직후에 자신의 성과에 대한 피드백을 받을 수 있기 때문에 교육과정이 진행됨에 따라 학생 성과를 개선하는 데에도 도움이 되었습니다."
주요 성과
- MATLAB Grader를 통한 유지 관리가 필요 없는 브라우저 기반 환경으로 더 빠르고 객관적인 학생 평가 실현
- 대화형 방식의 플랫폼을 통해 코딩 작업 및 과제에 대한 즉각적인 피드백을 받는 학생
- MATLAB을 통해 M.Tech 교육과정에 머신러닝 기반 커리큘럼을 통합한 강사
MATLAB Grader에서 MATLAB 라이브 스크립트로 생성된 머신러닝 교육과정 자료.
Amrita Vishwa Vidyapeetham은 인도의 NAAC 인증 A++ 등급의 여러 캠퍼스와 여러 학문을 아우르는 교육 및 연구 기관입니다. 지난 몇 년 동안 이 대학의 전자 및 통신공학부에서는 머신러닝 및 알고리즘 설계 등과 같은 다양한 M.Tech 교육과정에 실습 세션을 통합했습니다. 이 교육과정에서 학생들은 다양한 응용 사례에 대한 머신러닝 기반 솔루션을 설계하고 구현하며 평가해야 합니다. 실습 세션을 진행할 때, 강사는 학생 성과를 객관적으로 평가하고 실습 세션에 대한 학생 코드 및 결과물을 빠르게 검증할 수 있는 탄탄한 전략이 필요했습니다.
해결책으로 Binoy B. Nair 부교수는 MATLAB Grader™ 및 라이브 스크립트를 사용했습니다. 라이브 스크립트는 슬라이더, 버튼, 통합 미디어 등의 대화형 요소를 통해 학습 경험을 풍부하게 하여 복잡한 머신러닝 개념을 단순화했습니다. 이를 통해 학생들은 많은 코딩을 하지 않고도 머신러닝 모델을 학습하고 개발하며 테스트할 수 있었습니다.
MATLAB Grader는 즉각적인 채점 및 피드백도 제공하고 투명하고 객관적인 평가 환경을 조성하여 과제 프로세스를 간소화했습니다. 학생들은 각 연습문제 세션이 끝난 후 바로 성적을 확인할 수 있어서 다음 시험 전에 실력을 쌓을 수 있는 충분한 시간을 가질 수 있습니다.
학습 곡선을 더욱 완화하기 위해 Nair 박사는 분류 학습기 앱, 회귀 학습기 앱 및 심층 신경망 디자이너 앱을 교육과정 툴에 제공하여 학생들이 최소한의 코딩으로 정교한 머신러닝 및 딥러닝 시스템을 만들 수 있도록 했습니다. 이런 직관성과 사용 편의성으로 인해 Python®보다 MATLAB®이 더 선호되는 환경이 되었습니다.
머신러닝 및 알고리즘 설계 교육과정에 대한 학생들의 긍정적인 피드백에 힘입어 Nair 박사는 머신러닝, AI 및 사이버 물리 시스템과 같은 B.Tech 학부 교육과정의 교육 및 학습 과정에 MATLAB Grader와 라이브 스크립트를 통합하게 되었습니다.
