論文の概要: Nifty Web Apps: Build a Web App for Any Text-Based Programming
Assignment
- arxiv url: http://arxiv.org/abs/2010.04671v3
- Date: Fri, 13 Nov 2020 17:26:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-29 13:21:00.527300
- Title: Nifty Web Apps: Build a Web App for Any Text-Based Programming
Assignment
- Title(参考訳): Nifty Web Apps: テキストベースのプログラミングアサインメントのためのWebアプリ開発
- Authors: Kevin Lin, Sumant Guha, Joe Spaniac, Andy Zheng
- Abstract要約: このチュートリアルセッションでは、参加者がプログラミングのためのシンプルなWebアプリを構築することを学ぶ。
私たちのアプローチでは、同じデスクトップGUIアプリよりも75%少ないコードが必要です。
インストラクタや学生は、自分のコンピュータ上でこれらのWebアプリを走らせ、修正したりできる。
- 参考スコア(独自算出の注目度): 14.376399934278702
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: While many students now interact with web apps across a variety of smart
devices, the vast majority of our Nifty Assignments still present traditional
user interfaces such as console input/output and desktop GUI. In this tutorial
session, participants will learn to build simple web apps for programming
assignments that execute student-written code to dynamically respond to user
interactions resulting in a more modern app experience. Our approach requires
up to 75% less code than similar desktop GUI apps while requiring few (if any)
modifications to existing assignments. Instructors and students alike can run
and modify these web apps on their own computers or deploy their apps online
for access from any smart device at no cost. The tutorial presents examples
from CS1 and CS2 courses in Python and Java, but the ideas apply generally.
- Abstract(参考訳): 今では多くの学生がさまざまなスマートデバイスでwebアプリケーションと対話するが、私たちの素晴らしい課題の大部分は、コンソールの入出力やデスクトップのguiといった従来のユーザインターフェースにある。
このチュートリアルセッションでは、参加者は、学生が書いたコードを実行してユーザインタラクションに動的に応答する、プログラミング代行のためのシンプルなWebアプリを構築することを学ぶ。
私たちのアプローチでは、同じデスクトップguiアプリよりも最大75%のコードを必要としますが、既存の割り当ての修正は(もしあれば)ほとんど必要ありません。
インストラクターや学生は、これらのwebアプリを自分のコンピュータ上で実行し、修正したり、自分のアプリケーションをオンラインにデプロイして、あらゆるスマートデバイスから無料でアクセスできる。
チュートリアルでは、PythonとJavaのCS1とCS2のコースの例が紹介されている。
関連論文リスト
- Pairwise GUI Dataset Construction Between Android Phones and Tablets [24.208087862974033]
Paptデータセットは、Androidスマートフォンとタブレット用に調整されたペアワイズGUIデータセットである。
本稿では,このデータセット構築のための新しいGUIコレクション手法を提案する。
論文 参考訳(メタデータ) (2023-10-07T09:30:42Z) - A Pairwise Dataset for GUI Conversion and Retrieval between Android
Phones and Tablets [24.208087862974033]
Paptデータセットは、Androidスマートフォンとタブレット間のGUI変換と検索のためのペアワイズデータセットである。
データセットには5,593の電話-タブレットアプリペアから10,035の電話-タブレットGUIページペアが含まれている。
論文 参考訳(メタデータ) (2023-07-25T03:25:56Z) - ChatPLUG: Open-Domain Generative Dialogue System with Internet-Augmented
Instruction Tuning for Digital Human [76.62897301298699]
ChatPLUGは、デジタルヒューマンアプリケーションのための中国のオープンドメイン対話システムである。
モデルネームは, 自動評価と人的評価の両方において, 最先端の中国語対話システムより優れていることを示す。
高速な推論でスマートスピーカーやインスタントメッセージアプリケーションのような実世界のアプリケーションにモデルネームをデプロイします。
論文 参考訳(メタデータ) (2023-04-16T18:16:35Z) - Interactive Text Generation [75.23894005664533]
我々は,対話型テキスト生成タスクを導入し,実際のユーザを巻き込むことなく,対話型テキスト生成モデルのトレーニングを可能にする。
我々は、Imitation Learningを用いてインタラクティブモデルをトレーニングし、競合する非インタラクティブな生成モデルに対する実験により、インタラクティブにトレーニングされたモデルは非インタラクティブなモデルよりも優れていることを示す。
論文 参考訳(メタデータ) (2023-03-02T01:57:17Z) - EasyMLServe: Easy Deployment of REST Machine Learning Services [0.745554610293091]
私たちは、RESTインターフェースと一般的なローカルまたはWebベースのGUIを使用して、クラウドに機械学習サービスをデプロイするためのEasyMLServeソフトウェアフレームワークにコントリビュートします。
我々は,実世界の2つのアプリケーション,すなわちエネルギー時系列予測とセルインスタンスのセグメンテーションにフレームワークを適用した。
論文 参考訳(メタデータ) (2022-11-26T00:42:51Z) - X2T: Training an X-to-Text Typing Interface with Online Learning from
User Feedback [83.95599156217945]
ユーザがキーボードを操作できないが、他の入力を供給できる、補助型タイピングアプリケーションに焦点を当てる。
標準メソッドは、ユーザ入力の固定データセット上でモデルをトレーニングし、そのミスから学ばない静的インターフェースをデプロイする。
このようなインターフェースが時間の経過とともに改善されるようなシンプルなアイデアを,ユーザによる最小限の努力で検討する。
論文 参考訳(メタデータ) (2022-03-04T00:07:20Z) - Few-Shot Bot: Prompt-Based Learning for Dialogue Systems [58.27337673451943]
ごく少数の例を使って会話を学ぶことは、会話型AIにおける大きな課題である。
現在の最良の会話モデルは、良いチャットシャッター(例:BlenderBot)またはゴール指向システム(例:MinTL)である。
グラデーションベースの微調整を必要とせず、学習の唯一の源としていくつかの例を用いるプロンプトベースの数ショット学習を提案する。
論文 参考訳(メタデータ) (2021-10-15T14:36:45Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳(メタデータ) (2021-07-23T22:41:28Z) - AppBuddy: Learning to Accomplish Tasks in Mobile Apps via Reinforcement
Learning [19.990946219992992]
モバイルアプリのタスクを学習するためのRLベースのフレームワークを紹介した。
RLエージェントは、オンスクリーン要素の基本的な表現から派生した状態を備える。
我々は,効率的なRLトレーニング環境を実現するために,いくつかの工学的課題に対処するプラットフォームを開発する。
論文 参考訳(メタデータ) (2021-05-31T23:02:38Z) - Automatic code generation from sketches of mobile applications in
end-user development using Deep Learning [1.714936492787201]
モバイルアプリケーション開発の一般的なニーズは、App Inventorを使ってユーザインターフェイスのスケッチをワイヤーフレームのコードフレームに変換することである。
Sketch2aiaはディープラーニングを使用して、最も頻繁なユーザインターフェースコンポーネントとその手書きスケッチ上の位置を検出する。
論文 参考訳(メタデータ) (2021-03-09T20:32:20Z) - Multi-Agent Task-Oriented Dialog Policy Learning with Role-Aware Reward
Decomposition [64.06167416127386]
本稿では,システムとユーザの両方をダイアログエージェントとみなすマルチエージェントダイアログポリシー学習を提案する。
2人のエージェントが互いに相互作用し、同時に一緒に学習されます。
その結果,本手法がシステムポリシとユーザポリシを同時に構築できることが示唆された。
論文 参考訳(メタデータ) (2020-04-08T04:51:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。