本页面使用了机器翻译。
请花 1 分钟时间完成一个翻译质量的调查。
阿米里大学通过交互式机器学习实验室课程增强工程课程
学生受益于即时反馈和客观评分标准
“MATLAB Grader 简化了学生评估并使评估过程变得透明。由于他们可以在评估后立即得到关于自己表现的反馈，因此这也有助于在课程进展过程中提高学生的表现。”
关键成果
- MATLAB Grader 通过免维护的基于浏览器的环境实现了更快、更客观的学生评估
- 学生通过互动平台获得有关编码任务和作业的即时反馈
- MATLAB 帮助教师将基于机器学习的课程整合到 M.Tech 课程中
使用 MATLAB Grader 中的 MATLAB 实时脚本创建的机器学习课程材料。
阿米里大学是印度一所经 NAAC 认证的 A++ 级、多校区、多学科教学和研究机构。过去几年，该校电子与通信工程系将实验课与机器学习等多项硕士课程相结合&算法设计。本课程要求学生为各种应用设计、实施和评估基于机器学习的解决方案。在进行实验课时，教师需要一个强有力的策略来客观评估学生的表现，并快速验证学生的实验课代码和输出。
作为解决方案，副教授 Binoy B. Nair 博士使用了MATLAB Grader™ 和实时脚本。实时脚本通过滑块、按钮和集成媒体等交互元素丰富了学习体验，简化了复杂的机器学习概念。这使得学生无需大量编码即可学习、开发和测试机器学习模型。
MATLAB Grader 还简化了作业流程，提供即时评分和反馈，并营造了透明、客观的评估环境。学生在每次练习后都可以立即查看自己的成绩，这为他们在下次考试之前提供充足的时间提高自己的技能。
为了进一步简化学习曲线，Nair 博士在课程工具中提供了分类学习器应用程序、回归学习器应用程序和深度网络设计器应用程序，让学生能够以最少的编码创建复杂的机器学习和深度学习系统。MATLAB® 的直观性和易用性使其成为了比 Python® 更受欢迎的环境。
学生对机器学习和算法设计课程的积极反馈鼓励 Nair 博士将 MATLAB Grader 和实时脚本整合到 B.Tech 本科课程（例如机器学习和人工智能以及信息物理系统）的教学和学习过程中。
