MachineLearning:Учебный процесс

Материал из MachineLearning.

Версия 21:21, 1 марта 2012

Данная статья содержит методические рекомендации для преподавателей по использованию Ресурса MachineLearning.ru в учебном процессе в высших учебных заведениях.

Страницы курсов и практикумов

Страницы всех курсов и практикумов собраны в категории Учебные курсы.

Для каждого курса отводится отдельная страница, которая оформляется аналогично стандартным вузовским программам.

Преимущества размещения программы курса на вики-ресурсе

Для преподавателя:

• Легко поддерживать актуальную версию программы курса, выкладывать и обновлять конспекты, презентации, задачи, исходные данные и задания для практикумов.
• Легко привлечь широкий круг коллег к созданию или обсуждению программы курса.
• Легко организовать создание гипертекстового вики-конспекта лекций силами студентов.

Для студентов:

• Легко получать дополнительную информацию по материалу курса (для этого пункты программы курса должны быть оформлены как ссылки на страницы внутри Ресурса).

Рекомендации

• Желательно, чтобы заголовок страницы курса содержал не только название дисциплины, но и комментарий, например: Машинное обучение (курс лекций, И.О.Фамилия). Пояснение в скобках необходимо для того, чтобы название курса не конфликтовало с названием тематической статьи или категории, а также с названиями курсов других преподавателей.
• Для ведения списков групп и записи заданий разных лет удобно использовать подстраницы, например: Машинное обучение (курс лекций, И.О.Фамилия)/2008-2009.
• Если курс сильно меняется из года в год, и старые программы хочется сохранять, то их можно переносить на подстраницы.
• Желательно формулировать пункты программы так, чтобы они соотвествовали правилам именования статей, и делать их ссылками на статьи внутри вики-Ресурса. Это упрощает создание электронного гипертекстового курса.

Написание статьи как учебное задание

Ресурс MachineLearning.ru позволяет преподавателям использовать написание вики-статей как форму контроля знаний. Студентам могут даваться различные варианты индивидуальных заданий:

• Самый простой — записать конспект лекции.
• Решить предложенную преподавателем прикладную учебную задачу, оформить отчёт в виде отдельной страницы учебной задачи.
• Самостоятельно найти прикладную задачу, для решения которой подходит указанный преподавателем метод; решить данную задачу и оформить отчёт в виде отдельной страницы учебной задачи.
• Самостоятельное исследование — найти описание алгоритма, реализовать его, протестировать на модельных и реальных задачах, представить результаты анализа, предложить и сравнить варианты улучшения.

Преимущества учебных заданий на написание вики-статьи

Для преподавателя:

• Преподаватель получает конспект своих лекций, либо дополнение к ним (в зависимости от того, как ставятся задания).
• Становится возможным дистанционый контроль знаний.

Для студентов:

• Студенты приобретают навыки написания отчётов и статей научно-энциклопедического характера,
• ... а также навыки работы с Википедией.
• Студенты получают доступ к проверенным образцам работ, выполненных старшими студентами в предыдущие годы.

Для сообщества:

• Проделанная студентом работа не пылится в кафедральном шкафу, а становится потенциально полезным общедоступным источником информации,
• ... который может быть доработан и уточнён преподавателями и вообще любыми участниками вики-Ресурса.

Примеры курсов:

• Практикум ММП ВМК, 4й курс, осень 2008.
• Статистический анализ данных (курс лекций, К.В.Воронцов)/2008.

Порядок создания учебных статей

Следующие правила направлены на уменьшение бардака на вики-ресурсе, который неизбежно возникает, когда пара десятков новых пользователей (группа студентов) разом берётся за написание новых статей.

• Название статьи должно задаваться преподавателем в виде «красной ссылки» на странице курса или на персональной странице. Не рекомендуется оставлять за студентом право самому выдумывать названия.
• Преподаватель должен предоставить студентам несколько образцов или шаблонов статей с рекомендуемой структурой разделов/подразделов.
• Преподаватель должен заранее продумать и создать структуру категорий и подкатегорий (если её ещё нет) и разъяснить основные правила категоризации, а также необходимость тщательного отбора информации, ссылок на литературу и внешние URL-ы.
• При создании статьи в неё необходимо вставить шаблон {{Задание}}, в котором указываются: участник-студент, участник-преподаватель и срок подготовки статьи, до истечения которого статья должна быть проверена и принята преподавателем.
• После того, как преподаватель проверит и примет задание, шаблон {{Задание}} рекомендуется заменить шаблоном {{ЗаданиеВыполнено}}, который подскажет другим участникам проекта, что учебное задание завершено, и теперь статью можно править.

Пример 1:

{{Задание|Венжега Андрей|Константин Воронцов|31 декабря 2008}}

Результат:

Данная статья является непроверенным учебным заданием. Студент: Участник:Венжега Андрей Преподаватель: Участник:Константин Воронцов Срок: 31 декабря 2008 До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}. См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе.

Пример 2:

{{ЗаданиеВыполнено|Венжега Андрей|Константин Воронцов|31 декабря 2008}}

Результат:

Данная статья была создана в рамках учебного задания. Студент: Венжега Андрей Преподаватель: Участник:Константин Воронцов Срок: 31 декабря 2008 В настоящее время задание завершено и проверено. Данная страница может свободно правиться другими участниками проекта MachineLearning.ru. См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе.

Использование коллекции учебных задач

Основная статья: MachineLearning:Коллекция учебных задач

Коллекция учебных задач собирается с целью сконцентрировать в одном месте опыт многих преподавателей и практиков, тем самым повысить эффективность преподавания дисциплин, связанных с анализом данных.

Для каждой учебной задачи отводится отдельная страница в категории Учебные задачи. На странице задачи предоставляется набор исходных данных, краткое описание прикладной области и целей решения, описание возможного хода решения, описание и интерпретация результатов.

Учебные задачи могут использоваться как в практикумах, так и при подготовке лекционного материала.

Преимущества использования коллекции в учебном процессе

• Упрощается подготовка и организация практикумов с использованием реальных данных. Для контроля выполнения заданий преподаватель может изменить исходные данные по своему усмотрению, например, добавить аддитивный шум, взять только часть признаков, или только часть наблюдений.
• Преподаватель получает возможность воспользоваться опытом и наработками своих коллег вместо того, чтобы выдумывать искусственные задачи.
• Студенты видят разнообразие возможных приложений (мотивация для профессионального роста!), могут оценить применимость теорий и методов анализа данных.

Организация студенческих конкурсов

Страницы с описаниями конкурсов собраны в категории Конкурсы.

Рекомендации для студентов и аспирантов

Страницы с описаниями конкурсов собраны в категории Рекомендации для студентов.

Следующие материалы могут даваться научным руководителем студентам и аспирантам в качестве памятки. Преподаватели могут корректировать и дополнять эти материалы.

• Научно-исследовательская работа (рекомендации)
• Написание отчётов и статей (рекомендации)
• Подготовка презентаций (рекомендации)
• Защита выпускной квалификационной работы (рекомендации)
• Защита кандидатской диссертации (рекомендации)
• Выступление на международной конференции (рекомендации)
• Обзорные статьи на английском языке — рекомендуется студентам младших курсов при изучении английского языка

См. также

• Преподавание машинного обучения — страница, посвящённая обсуждению проблем преподавания дисциплин, связанных с анализом данных.
• Круглый стол на конференции ИОИ-7 (2008), посвящённый вопросам использования Ресурса MachineLearning.RU в научной и преподавательской деятельности.