## Pro pedagogy Chcete použít tento vzdělávací program ve své třídě? Klidně to udělejte! Ve skutečnosti ho můžete použít přímo na GitHubu pomocí GitHub Classroom. K tomu si tento repozitář forkněte. Budete potřebovat vytvořit repozitář pro každou lekci, takže budete muset extrahovat každou složku do samostatného repozitáře. Tímto způsobem může [GitHub Classroom](https://classroom.github.com/classrooms) zpracovat každou lekci zvlášť. Tyto [podrobné instrukce](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) vám poskytnou představu, jak nastavit svou třídu. ## Použití repozitáře tak, jak je Pokud chcete použít tento repozitář v jeho aktuální podobě, bez použití GitHub Classroom, je to také možné. Budete muset komunikovat se svými studenty, kterou lekci mají společně projít. V online formátu (Zoom, Teams nebo jiném) můžete vytvořit breakout místnosti pro kvízy a mentorovat studenty, aby se připravili na učení. Poté pozvěte studenty ke kvízům a požádejte je, aby své odpovědi odevzdali jako 'issues' v určitém čase. Totéž můžete udělat s úkoly, pokud chcete, aby studenti pracovali společně veřejně. Pokud preferujete více soukromý formát, požádejte studenty, aby si forknuli vzdělávací program, lekci po lekci, do svých vlastních soukromých repozitářů na GitHubu a dali vám přístup. Poté mohou kvízy a úkoly dokončit soukromě a odevzdat je vám prostřednictvím issues na vašem třídním repozitáři. Existuje mnoho způsobů, jak tento formát přizpůsobit online výuce. Dejte nám prosím vědět, co vám nejlépe vyhovuje! ## Co je součástí tohoto vzdělávacího programu: 20 lekcí, 40 kvízů a 20 úkolů. Lekce jsou doplněny sketchnotes pro vizuální studenty. Mnoho lekcí je dostupných jak v Pythonu, tak v R a lze je dokončit pomocí Jupyter notebooků ve VS Code. Další informace o tom, jak nastavit svou třídu pro použití této technologické sady, najdete zde: https://code.visualstudio.com/docs/datascience/jupyter-notebooks. Všechny sketchnotes, včetně velkoformátového plakátu, najdete v [této složce](../../sketchnotes). Tento vzdělávací program můžete také spustit jako samostatný, offline přátelský web pomocí [Docsify](https://docsify.js.org/#/). [Nainstalujte Docsify](https://docsify.js.org/#/quickstart) na svůj lokální počítač, poté v kořenové složce vaší lokální kopie tohoto repozitáře zadejte `docsify serve`. Web bude spuštěn na portu 3000 na vašem localhostu: `localhost:3000`. Offline verze vzdělávacího programu se otevře jako samostatná webová stránka: https://localhost:3000 Lekce jsou rozděleny do 6 částí: - 1: Úvod - 1: Definice datové vědy - 2: Etika - 3: Definice dat - 4: Přehled pravděpodobnosti a statistiky - 2: Práce s daty - 5: Relační databáze - 6: Nerelační databáze - 7: Python - 8: Příprava dat - 3: Vizualizace dat - 9: Vizualizace množství - 10: Vizualizace rozložení - 11: Vizualizace proporcí - 12: Vizualizace vztahů - 13: Smysluplné vizualizace - 4: Životní cyklus datové vědy - 14: Úvod - 15: Analýza - 16: Komunikace - 5: Datová věda v cloudu - 17: Úvod - 18: Možnosti s nízkým kódem - 19: Azure - 6: Datová věda v praxi - 20: Přehled ## Prosíme, dejte nám vědět své názory! Chceme, aby tento vzdělávací program fungoval pro vás a vaše studenty. Prosíme, dejte nám zpětnou vazbu na diskusních fórech! Klidně vytvořte na diskusních fórech prostor pro svou třídu. --- **Prohlášení**: Tento dokument byl přeložen pomocí služby pro automatický překlad [Co-op Translator](https://github.com/Azure/co-op-translator). I když se snažíme o co největší přesnost, mějte prosím na paměti, že automatické překlady mohou obsahovat chyby nebo nepřesnosti. Za autoritativní zdroj by měl být považován původní dokument v jeho původním jazyce. Pro důležité informace doporučujeme profesionální lidský překlad. Neodpovídáme za žádná nedorozumění nebo nesprávné výklady vyplývající z použití tohoto překladu.