データドック：GPT-4が私の1年目のPythonコーディング課題で成功した

データドック：GPT-4が私の初めてのPythonコーディング課題で快挙を達成！

コンピュータ科学のカリキュラムと評価には再設計が必要です

GPT-4は一気に、コンピュータ科学の教授が質の高いカリキュラムを提供し評価する方法を完全に変えました。

私もまたその不運な一人であり、過去25年間にわたり大学レベルのコンピュータプログラミングのカリキュラムを作成し提供してきました。

今年は、他のどの年よりもコンピュータサイエンスのコースを考え、設計する方法に劇的な変化が必要です。

つまり、特に導入のコンピュータサイエンスのカリキュラムを提供する責任者の場合、新しいデザインアルゴリズムが必要です。

• 「Amazon Personalizeを使用してリアルタイムで個別のおすすめを実施しましょう」
• 2024年のトップ10のAI主導のデータ分析企業
• 「NVIDIA Grace Hopperスーパーチップは、グローバルの研究施設、システムメーカー、クラウドプロバイダーで40以上のAIスーパーコンピュータを駆動しています」

GPT-4はこのカリキュラムを問題なく取り扱うことができます。

考えてみてください – GPT-4は、私が初年度のPythonの学生に与えるいくつかの巧妙で熟考された課題を簡単に解決してしまいました。

次に説明します。

課題：データ分析と可視化

私の熟考された実習課題は次のようになります：

過去2回のカナダ連邦選挙のデータを見つけ、このデータを現在の世論調査データと組み合わせて、カナダの政治情勢のトレンドを可視化します。

PythonとPlotlyライブラリを使用して、グループ化された棒グラフに調査結果を表示します。

楽しい課題です – 学生はインターネット上で情報を探し、データをクリーニングし単純なスプレッドシートに整理し、スプレッドシートに接続し、データを抽出し、データフレームに入れ、チャートのパラメータを整理し、ダッシュを使用して視覚的に表示することができます。

まず、データをスクレイピングして次のようにします：

次に、データからPythonコードを作成してデータ（XLSXファイルまたはCSVファイルから）を抽出し、グループ化された棒グラフを使用して表示します：

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