Download Educational Python notebooks - e

Universidad Carlos III de Madrid
Repositorio institucional e-Archivo
http://e-archivo.uc3m.es
Congresos UC3M
Jornada de Innovación Docente 2016: resultados y estrategias
2016-06-22
Closing the gap between theory and
practice: educational Python notebooks
Gómez Verdejo, Vanessa
http://hdl.handle.net/10016/23292
Descargado de e-Archivo, repositorio institucional de la Universidad Carlos III de Madrid
Closing the gap between theory
and practice:
Educational Python
notebooks
Vanessa Gómez Verdejo
Universidad Carlos III de Madrid
Jornada de Innovación Docente 2016
Leganés, 22 de junio
Asignaturas
GRADOS
GSC + GT + G Bil.
TEORÍA
MODERNA DE LA
DETECCIÓN Y
ESTIMACIÓN
MÁSTER DE ING.
TELECOMUNICACIÓN
MASTER EN MULTIMEDIA
Y COMUNICACIONES
MACHINE LEARNING
TRATAMIENTO
DE DATOS
1
APPLICATIONS OF
MACHINE LEARNING
De dónde partimos…
2
Dónde queremos ir
3
Educational Python notebooks
Ventajas:
Son interactivos
Permiten integrar código,
teoría, figuras, enlaces…
Su uso es gratuito y multi-
plataforma
Existe una gran comunidad de
usuarios y recursos disponibles
4
Nuestra aportación
  22 notebooks para 4 asignaturas diferentes
  Hemos hecho dos tipos de notebooks:
  Orientados a sesiones magistrales
  Orientados a sesiones de laboratorio
  Notebooks para aplicaciones concretas de ML: modelado de tópicos,
sistemas de recomendación,...
  Notebooks para big data (Spark)
  Notebooks elaborados por los propios estudiantes (proyectos sw)
5
Desde nuestro punto de vista
Favorece el autoaprendizaje, ya que el alumno…
tiene en un único documento teoría y práctica
puede interactuar con el código de manera sencilla
tiene prácticas autoevaluables
El alumno aprende una nueva forma de documentación de
proyecto sw
Acerca a los alumnos a un nuevo lenguaje de programación:
Python
Les abre oportunidades laborales
6
Desde el punto de vista del
alumno
1. Uso NB en las presentaciones
2. Uso NB para estudiar la
de teoría
asignatura
3. Prefiere hacer las prácticas en
3. Prefiere hacer las prácticas en
Python
Matlab
7
Lecciones aprendidas
  El nivel de interés de los estudiantes ha aumentado
  Mejores resultados en la parte práctica
 Hay que cuidar la presentación de los notebooks con teoría
 Los alumnos siguen fallando en la teoría
8
Próximos pasos…
Hacer público este material
Repositorio github
Nos gustaría usar este material para
un MOOC
“Machine Learning for Big Data”
9
El equipo
Jesús Cid
Vanessa
Gómez
Jerónimo
Arenas
Ángel Navia
Jesús Fernández
10
?