4.4 KiB
For undervisere
Vil du bruge dette pensum i dit klasseværelse? Du er meget velkommen!
Faktisk kan du bruge det direkte på GitHub ved at anvende GitHub Classroom.
For at gøre det, skal du forgrene dette repo. Du skal oprette et repo for hver lektion, så du skal udtrække hver mappe til et separat repo. På den måde kan GitHub Classroom håndtere hver lektion individuelt.
Disse fulde instruktioner giver dig en idé om, hvordan du kan opsætte dit klasseværelse.
Brug af repoet som det er
Hvis du ønsker at bruge dette repo, som det står nu, uden at anvende GitHub Classroom, kan det også lade sig gøre. Du skal blot kommunikere med dine elever om, hvilken lektion I skal arbejde med sammen.
I et online format (Zoom, Teams eller andet) kan du oprette grupperum til quizzerne og vejlede eleverne, så de er klar til at lære. Derefter kan du invitere eleverne til at deltage i quizzerne og indsende deres svar som 'issues' på et bestemt tidspunkt. Du kan gøre det samme med opgaver, hvis du ønsker, at eleverne skal arbejde sammen offentligt.
Foretrækker du et mere privat format, kan du bede dine elever om at forgrene pensum, lektion for lektion, til deres egne private GitHub-repos og give dig adgang. Så kan de gennemføre quizzer og opgaver privat og indsende dem til dig via issues på dit klasseværelsesrepo.
Der er mange måder at få dette til at fungere i et online klasseværelse. Lad os endelig vide, hvad der fungerer bedst for dig!
Inkluderet i dette pensum:
20 lektioner, 40 quizzer og 20 opgaver. Sketchnotes følger med lektionerne for visuelle elever. Mange lektioner er tilgængelige både i Python og R og kan gennemføres ved hjælp af Jupyter-notebooks i VS Code. Læs mere om, hvordan du opsætter dit klasseværelse til at bruge denne teknologiske platform: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.
Alle sketchnotes, inklusive en storformatplakat, findes i denne mappe.
Hele pensum er tilgængeligt som en PDF.
Du kan også køre dette pensum som en selvstændig, offline-venlig hjemmeside ved at bruge Docsify. Installér Docsify på din lokale maskine, og skriv derefter docsify serve i roden af din lokale kopi af dette repo. Hjemmesiden vil blive serveret på port 3000 på din localhost: localhost:3000.
En offline-venlig version af pensum vil åbne som en selvstændig webside: https://localhost:3000
Lektionerne er grupperet i 6 dele:
- 1: Introduktion
- 1: Definition af datavidenskab
- 2: Etik
- 3: Definition af data
- 4: Oversigt over sandsynlighed og statistik
- 2: Arbejde med data
- 5: Relationelle databaser
- 6: Ikke-relationelle databaser
- 7: Python
- 8: Databehandling
- 3: Datavisualisering
- 9: Visualisering af mængder
- 10: Visualisering af fordelinger
- 11: Visualisering af proportioner
- 12: Visualisering af relationer
- 13: Meningsfulde visualiseringer
- 4: Datavidenskabens livscyklus
- 14: Introduktion
- 15: Analyse
- 16: Kommunikation
- 5: Datavidenskab i skyen
- 17: Introduktion
- 18: Lavkode-muligheder
- 19: Azure
- 6: Datavidenskab i praksis
- 20: Oversigt
Giv os dine tanker!
Vi vil gerne gøre dette pensum så brugbart som muligt for dig og dine elever. Giv os feedback i diskussionsforaene! Du er velkommen til at oprette et klasseværelsesområde i diskussionsforaene til dine elever.
Ansvarsfraskrivelse:
Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, skal det bemærkes, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi påtager os ikke ansvar for eventuelle misforståelser eller fejltolkninger, der opstår som følge af brugen af denne oversættelse.