写点什么

教学实训模块升级,助力应用型数据科学人才培养|ModelWhale 版本更新

作者:ModelWhale
  • 2023-06-26
    上海
  • 本文字数:2215 字

    阅读完需:约 7 分钟

教学实训模块升级,助力应用型数据科学人才培养|ModelWhale 版本更新

初夏梅雨季,ModelWhale 迎来新一轮版本更新,多角度优化各领域用户的使用体验。


本次更新中,ModelWhale 主要进行了以下功能迭代:


• 优化 课程作业布置(团队版✓ )

• 新增 课程作业关联至课件(团队版✓ )

• 新增 模型网站应用快捷部署(专业版✓ 团队版✓ )

• 新增 项目环境镜像快捷添加(专业版✓ 团队版✓ )

• 优化 IDE 离线任务发布及环境保存(专业版✓ 团队版✓ )

• 优化 项目及数据评论(基础版✓ 专业版✓ 团队版✓ )

• 优化 工作台使用引导(基础版✓ 专业版✓ 团队版✓ )


1、优化 课程作业布置(团队版✓ )

真实 Coding 帮助学生理解如何应用数据科学方法、逐渐形成数据科学思维。ModelWhale 教学实训平台整合 Notebook 编程、作业评估、课程管理于一体,帮助老师开展数据科学、人工智能相关课程实践,培养数据科学及交叉学科的应用型人才


ModelWhale 提供丰富并且可以自由定制的作业形式,全方位检验学生学习成果,包括:(1)实训作业:学生使用平台稳定的开发环境、算力资源(无需自行搭建环境、运维算力),完成“代码编写”、“生成结果文件”,提交给老师批改;(2)测验:学生在线完成简答小试卷,自动出分反馈;(3)自定义作业:支持提交 PPT、PDF 报告、模型文件、代码项目等多种作业形式,支持老师手动批改或系统自动出分,满足灵活的教学需求。更多详见教学实训手册





2、新增 课程作业关联至课件(团队版✓ )

代码课件支持在线运行,实践体验代码效果;课件数据集支持统计预览,提供字段统计分析供学生了解概况。老师可以把代码课件、数据集、PPT、视频、相关论文打包整理至「课程课件」中,现在也支持将「作业」关联至此,实现教学素材的统一管理、展示


Tips:作业支持定时发布,在约定时间后作业将自动对学生开放,届时学生可以查看作业、提交作业,更多详见教学实训手册





3、新增 模型网站应用快捷部署(专业版✓ 团队版✓ )

ModelWhale 拥有完整的、符合模型开发规范的基础设施,覆盖全流程的算法开发、监控调试、模型部署、更新迭代等多个场景,让模型成果的应用、交付更加简单:跨部门业务人员可以低代码、甚至零代码使用这些高价值的算法模型。技术开源社区(如 github)的模型项目分享,项目作者通常会提供 web 框架(如 gradio)的 demo;你可以在 ModelWhale 完成调优后将其直接部署为网站应用,供你以及其他人零代码、快速体验模型效果,更多详见模型开发部署指引


Tips:你也可以将其部署为 REST 服务、离线预测,通过 API、网站链接调用模型,满足多种场景下的模型使用方式。




4、新增 项目环境镜像快捷添加(专业版✓ 团队版✓ )

常用的数据分析工具包/库、机器学习框架均已在平台安装适配,可以通过“镜像”直接使用(无需再单独安装工具包、解决版本不适配问题)。运行项目时,平台会自动帮你复刻源项目的运行环境(使用源项目使用算力、镜像)。如果你未添加过该镜像,可以在弹窗中点击「添加」:我们会帮你自动添加并选择该镜像运行。


Tips:「添加」后该镜像将保存到你的镜像仓库中,此后你也可以使用它进行其他项目分析、运行;更多详见运行环境说明


5、优化 IDE 离线任务发布及环境保存(专业版✓ 团队版✓ )

ModelWhale 网页端 IDE 编程环境提供文件编辑、持久化插件安装、Debug 调试等功能,同时支持 Git 关联管理。定时/周期性数据处理、长时间的代码运行、模型训练建议将它们发布为「离线任务」:ModelWhale 会为你托管至云端运行;同时实时反馈你运行结果、系统日志,帮助你确认项目是否在预期内顺利运行;更多详见离线任务说明(及使用实践)


此外,常用的数据分析工具包/库、机器学习框架,均已在 ModelWhale 安装适配,可以通过“镜像”直接使用(无需再单独安装工具包、解决版本不适配问题)。你也可以在 IDE 内进行环境拓展、升级(支持添加 Bash 指令),然后保存为自己的「自定义镜像(定制镜像)」,日后可以一键调用(无需再次安装适配);更多详见 IDE 说明环境拓展说明。        



6、优化 项目及数据评论(基础版✓ 专业版✓ 团队版✓ )

ModelWhale 除了是专业的数据研究工具,还拥有强大的内容共享交流、研究协作、团队协同等能力。你可以对他人的项目、数据集发表评论,与作者交流见解、分享看法。项目还支持更细颗粒度的 “Cell 评论”:聚焦某个代码片段,展开讨论交流


Tips:评论支持“楼中楼”,以便大家基于某个话题进行多方讨论。


7、优化 工作台使用引导(基础版✓ 专业版✓ 团队版✓ )

数据分析建模天然存在工程门槛,从 0 到 1 的能力较难建立,使用 ModelWhale 专业的工具、丰富的开源内容可以有效降低数据科学方法的使用门槛。第一次使用 ModelWhale,我们将为你场景化介绍工作台的基本操作,包括:如何接入数据集、关联项目要素、切换算力/运行环境等。


使用时,你还可以通过我们的内容提示指引,及时了解当前工作的「工具使用实践」, 帮助你高效使用 ModelWhale 完成自身的工作、学习。附「工具使用实践」参考:(1)数据探索分析(2)模型开发部署(3)项目协同开发(4)数据科学实践学习(5)低代码·数据科学方法使用




以上就是本期 ModelWhale 版本更新的全部内容。

进入 ModelWhale.com,免费试用专业版(个人研究)或试用团队版(组织协同),获赠 CPU 和 GPU 算力!(建议使用电脑端进行试用体验)

如果对 ModelWhale 有任何建议、疑问,或有试用续期需求,欢迎【联系MW】,MoMo 很高兴为你服务、与你交流。

发布于: 刚刚阅读数: 3
用户头像

ModelWhale

关注

个人数据分析工具,组织数据科学协同平台 2022-07-29 加入

ModelWhale 将数据管理、建模分析、模型训练管理、算力资源管理等功能深度整合,通过逐级开放的数据基础设施、 Jupyter Notebook 和 Canvas 两种分析界面、即开即用的云端分析环境,使数据驱动的研究更便捷高效。

评论

发布
暂无评论
教学实训模块升级,助力应用型数据科学人才培养|ModelWhale 版本更新_数据分析_ModelWhale_InfoQ写作社区