Кейс 4А: "Машинное обучение"
Машинное обучение.
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:
Введение в ML.
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.
Углубленное ML
Распознавание цифр в Google Colab.
Как идея: распознавание подписи.
Last updated
