Examine la charge cognitive, les limites d'attention et les résultats d'apprentissage en fonction de l'attention sélective et du nombre magique de Miller 7 + 2.
S'engage dans l'utilisation de 'Piazza' pour améliorer les résultats d'apprentissage par une rétroaction asynchrone dans des scénarios d'enseignement hybrides.
Explore les robots d'entraînement en renforçant l'apprentissage et l'apprentissage de la démonstration, mettant en évidence les défis de l'interaction homme-robot et de la collecte de données.
Compare la prise de notes à la main longue et à l'ordinateur portable pour l'apprentissage, en mettant l'accent sur les effets néfastes de la transcription textuelle sur la compréhension et la conservation.
Explore les défis de santé mondiale en médecine régénérative et en éthique, en guidant les étudiants sur le développement de projets et l'évaluation critique.
Couvre les principes fondamentaux de l'apprentissage profond, y compris les données, l'architecture et les considérations éthiques dans le déploiement de modèles.