Data Doc Come GPT-4 Ha Superato Il Mio Incarico di Coding Python del Primo Anno
Da Data Doc a GPT-4 Quando l'anno di coding Python supera le aspettative
È necessario un ridisegno del curriculum e della valutazione della Comp Sci
GPT-4, in un colpo solo, ha completamente cambiato il modo in cui i professori di Comp Sci possono fornire ed valutare un curriculum di qualità.
Sono uno di questi sfortunati – ho creato e fornito un curriculum di programmazione informatica a livello universitario per gli ultimi 25 anni.
Quest’anno, più di ogni altro anno, richiede un cambiamento drastico nel modo in cui penso e progetto i corsi di informatica.
Un nuovo algoritmo di progettazione, per così dire, soprattutto se si è responsabili della fornitura di un curriculum introduttivo di comp sci.
- Rosalyn svela StableSight AI per contrastare l’aumento dell’inganno agli esami online
- Ricercatori di Waabi e dell’Università di Toronto presentano LabelFormer un efficace modello di IA basato su Transformer per raffinare le traiettorie degli oggetti per l’etichettatura automatica.
- Cerebras e G42 aprono nuove frontiere con il supercomputer AI da 4 Exaflop aprendo la strada per gli 8 Exaflop.
GPT-4 può gestire questo curriculum senza problemi.
Considera questo – GPT-4 ha smantellato uno dei miei compiti intelligenti e ben ponderati che assegno agli studenti di Python del primo anno – con facilità.
Ecco come.
Il compito: Analisi e visualizzazione dei dati
Il mio compito di laboratorio ben ponderato va così:
Vai a cercare i dati delle ultime 2 Elezioni Federali Canadesi e combina questi dati con i dati delle attuali rilevazioni per visualizzare le tendenze del panorama politico canadese.
Utilizzando Python e la libreria Plotly, mostra i risultati delle tue scoperte utilizzando un grafico a barre raggruppate.
Un compito divertente: gli studenti possono andare a cercare nel web, trovare alcuni dati, pulirli e organizzarli in un foglio di calcolo semplice, collegarsi al foglio di calcolo, estrarre i dati, metterli in un quadro dati, organizzare i parametri del grafico e quindi utilizzare il dash per visualizzarli in modo visivo.
Innanzitutto, recuperare i dati in modo che assomiglino a questo:
Poi, dai dati, creare il codice Python per estrarre i dati (ad esempio da un file XLSX o un file CSV), memorizzarli in un quadro dati e visualizzarli utilizzando un grafico a barre raggruppate simile a questo: