Data Doc Cómo GPT-4 sobresalió en mi tarea de codificación de Python del primer año

Data Doc Cómo GPT-4 destacó en mi tarea de codificación de Python del primer año

Se necesita un rediseño en el plan de estudios y evaluación de Ciencias de la Computación

GPT-4, de un solo golpe, ha cambiado por completo la forma en que los profesores de Ciencias de la Computación pueden impartir y evaluar un plan de estudios de calidad.

Soy una de estas almas desafortunadas: he creado e impartido un plan de estudios de programación informática a nivel universitario durante los últimos 25 años.

Este año, más que cualquier otro año, requiere un cambio drástico en la forma en que pienso y diseño cursos de informática.

Un nuevo algoritmo de diseño por así decirlo, especialmente si uno es responsable de impartir un plan de estudios introductorio de Ciencias de la Computación.

• Rosalyn revela StableSight AI para combatir el creciente fraude en exámenes en línea
• Tomando medidas legales para proteger a los usuarios de IA y a las pequeñas empresas
• Mejore las respuestas de LLM en casos de uso de RAG interactuando con el usuario

GPT-4 puede manejar este programa sin problemas.

Considera esto: GPT-4 ha desmantelado una de mis asignaciones inteligentes y bien pensadas que le doy a estudiantes de primer año de Python, con facilidad.

Aquí está cómo.

La Asignación: Análisis y Visualización de Datos

Mi asignación de laboratorio bien pensada es así:

Ve y encuentra datos de las últimas 2 Elecciones Federales de Canadá y combina estos datos con datos de sondeos actuales para visualizar tendencias en el panorama político canadiense.

Usando Python y la biblioteca Plotly, muestra los resultados de tus hallazgos utilizando un gráfico de barras agrupadas.

Una tarea divertida: los estudiantes tienen que buscar en Internet, encontrar algunos datos, limpiarlos y organizarlos en una hoja de cálculo simple, conectarlos a la hoja de cálculo, extraer los datos, colocarlos en un marco de datos, organizar los parámetros del gráfico y luego usar el dash para mostrarlos de manera visual.

Primero, raspando los datos para que se vean algo así:

Luego, a partir de los datos, crear el código Python para extraer los datos (es decir, de un archivo XLSX o CSV), almacenarlos en un marco de datos y mostrarlos utilizando un gráfico de barras agrupadas similar a este:

We will continue to update Zepes; if you have any questions or suggestions, please contact us!