Доклад о данных Как GPT-4 справился с моим первокурсным заданием по программированию на Python
Отчет о том, как GPT-4 справился с моим первокурсным заданием по программированию на Python
Требуется переработка учебного плана и оценки в Comp Sci
GPT-4, с одним махом, полностью изменил способ доставки и оценки качественного учебного плана в области компьютерных наук.
Я являюсь одной из этих несчастных душ — в течение последних 25 лет я разрабатывал и вводил университетский учебный план по программированию.
В этом году, больше, чем когда-либо, требуется резкое изменение моего мышления и проектирования курсов по компьютерным наукам.
Новый алгоритм проектирования, так сказать, особенно если вы отвечаете за внедрение вводного учебного плана в области компьютерных наук.
- Внедрите персонализированные рекомендации в реальном времени с помощью Amazon Personalize
- Топ-10 компаний по аналитике данных, основанной на искусственном интеллекте, на 2024 год
- NVIDIA Grace Hopper Superchip приводит в движение более 40 ИИ-суперкомпьютеров в глобальных исследовательских центрах, производителях систем, поставщиках облачных услуг
GPT-4 может справиться с этим учебным планом без проблем.
Вот что интересно — GPT-4 легко справился с одним из моих хитрых и продуманных заданий для первокурсных студентов Python.
Вот как это произошло.
Задание: Анализ данных и визуализация
Мое продуманное лабораторное задание выглядит так:
Отправляйтесь и найдите данные по последним 2-м федеральным выборам в Канаде и объедините эти данные с текущими данными опросов для визуализации тенденций в политической ситуации Канады.
Используя Python и библиотеку Plotly, отобразите результаты своих исследований с помощью группированной столбчатой диаграммы.
Занимательное задание — студенты могут исследовать интернет, находить данные, очищать их и организовывать в простой таблице, подключаться к таблице, извлекать данные, помещать их в таблицу данных, организовывать параметры диаграммы и затем использовать даш для их визуализации.
Сначала нужно собрать данные, чтобы они выглядели примерно так:
Затем, используя данные, создайте Python-код для извлечения данных (из файла XLSX или CSV), сохраните их в таблицу данных и отобразите с помощью группированной столбчатой диаграммы, подобной этой:
