Категория кейса: углубленный.
Место в структуре модуля: расширение перечня компетенций, углубление приобретенных поверхностных знаний.
На выполнение кейса: 4 занятия (8 часов).
Цель кейса: достичь понимания Machine Learning (ML) и научиться работать с этим.
Содержание кейса. В рамках кейса обучающиеся изучают что такое ML, а также учатся применять его.
Проблемная ситуация.
Арсений и Максим хотят сделать рекомендательную систему для пользователей сервиса на основе собранных данных, которые пользователь оставляет, когда пользуется этим сервисом.
Состав команды: один-два участника.
Ограничения: ЯП Python.
Предполагаемые результаты обучающихся
Soft Skills: целеполагание и планирование; нацеленность на результат; практическое мышление; аналитическое (логическое) мышление; умение задавать вопросы; самоорганизация и тайм-менеджмент; умение работать в команде; коммуникативные навыки; умение давать обратную связь; рефлексия, умение искать и анализировать информацию (data-scouting).
Hard Skills: написание программного кода на Python, умение работать в Google Colabaratory как инструмента для онлайн кодинга, тестирования и хранения, базовые знания в области машинного обучения.
Этапы реализации:
Выполнение уроков по ML в Google Colabaratory.
Необходимые материалы и оборудование
персональные компьютеры / ноутбуки (~15) с выходом в интернет; проектор с экраном / ТВ; флипчарт с комплектом листов/маркерная доска, соответствующий набор письменных принадлежностей.
Распознавание цифр в Google Colab.
Как идея: распознавание подписи.
