You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
76 lines
4.7 KiB
76 lines
4.7 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "87f157ea00d36c1d12c14390d9852b50",
|
|
"translation_date": "2025-08-24T20:48:06+00:00",
|
|
"source_file": "for-teachers.md",
|
|
"language_code": "es"
|
|
}
|
|
-->
|
|
## Para Educadores
|
|
|
|
¿Te gustaría usar este plan de estudios en tu aula? ¡Siéntete libre de hacerlo!
|
|
|
|
De hecho, puedes usarlo directamente en GitHub utilizando GitHub Classroom.
|
|
|
|
Para hacerlo, haz un fork de este repositorio. Necesitarás crear un repositorio para cada lección, por lo que tendrás que extraer cada carpeta en un repositorio separado. De esta manera, [GitHub Classroom](https://classroom.github.com/classrooms) podrá identificar cada lección por separado.
|
|
|
|
Estas [instrucciones completas](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) te darán una idea de cómo configurar tu aula.
|
|
|
|
## Usar el repositorio tal como está
|
|
|
|
Si prefieres usar este repositorio tal como está, sin utilizar GitHub Classroom, también es posible. Necesitarás comunicarte con tus estudiantes para indicarles qué lección trabajar juntos.
|
|
|
|
En un formato en línea (Zoom, Teams u otro), podrías formar salas de trabajo para los cuestionarios y guiar a los estudiantes para que se preparen para aprender. Luego, invítalos a realizar los cuestionarios y enviar sus respuestas como 'issues' en un momento determinado. Podrías hacer lo mismo con las tareas, si deseas que los estudiantes trabajen de manera colaborativa y abierta.
|
|
|
|
Si prefieres un formato más privado, pide a tus estudiantes que hagan un fork del plan de estudios, lección por lección, en sus propios repositorios privados de GitHub y te den acceso. De esta manera, podrán completar cuestionarios y tareas de forma privada y enviártelos como 'issues' en tu repositorio de aula.
|
|
|
|
Existen muchas maneras de hacer que esto funcione en un aula en línea. ¡Por favor, cuéntanos qué funciona mejor para ti!
|
|
|
|
## Incluido en este plan de estudios:
|
|
|
|
20 lecciones, 40 cuestionarios y 20 tareas. Las lecciones incluyen notas visuales (sketchnotes) para los estudiantes que aprenden mejor de forma visual. Muchas lecciones están disponibles tanto en Python como en R y pueden completarse utilizando Jupyter notebooks en VS Code. Aprende más sobre cómo configurar tu aula para usar esta tecnología: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.
|
|
|
|
Todas las notas visuales, incluido un póster en formato grande, están en [esta carpeta](../../sketchnotes).
|
|
|
|
El plan de estudios completo está disponible [como un PDF](../../pdf/readme.pdf).
|
|
|
|
También puedes ejecutar este plan de estudios como un sitio web independiente y compatible sin conexión utilizando [Docsify](https://docsify.js.org/#/). [Instala Docsify](https://docsify.js.org/#/quickstart) en tu máquina local, luego, en la carpeta raíz de tu copia local de este repositorio, escribe `docsify serve`. El sitio web se servirá en el puerto 3000 de tu localhost: `localhost:3000`.
|
|
|
|
Una versión compatible sin conexión del plan de estudios se abrirá como una página web independiente: https://localhost:3000
|
|
|
|
Las lecciones están organizadas en 6 partes:
|
|
|
|
- 1: Introducción
|
|
- 1: Definiendo la Ciencia de Datos
|
|
- 2: Ética
|
|
- 3: Definiendo los Datos
|
|
- 4: Resumen de Probabilidad y Estadística
|
|
- 2: Trabajando con Datos
|
|
- 5: Bases de Datos Relacionales
|
|
- 6: Bases de Datos No Relacionales
|
|
- 7: Python
|
|
- 8: Preparación de Datos
|
|
- 3: Visualización de Datos
|
|
- 9: Visualización de Cantidades
|
|
- 10: Visualización de Distribuciones
|
|
- 11: Visualización de Proporciones
|
|
- 12: Visualización de Relaciones
|
|
- 13: Visualizaciones Significativas
|
|
- 4: Ciclo de Vida de la Ciencia de Datos
|
|
- 14: Introducción
|
|
- 15: Análisis
|
|
- 16: Comunicación
|
|
- 5: Ciencia de Datos en la Nube
|
|
- 17: Introducción
|
|
- 18: Opciones de Bajo Código
|
|
- 19: Azure
|
|
- 6: Ciencia de Datos en el Mundo Real
|
|
- 20: Resumen
|
|
|
|
## ¡Danos tu opinión!
|
|
|
|
Queremos que este plan de estudios funcione para ti y tus estudiantes. Por favor, danos tu opinión en los foros de discusión. ¡Siéntete libre de crear un área de aula en los foros de discusión para tus estudiantes!
|
|
|
|
**Descargo de responsabilidad**:
|
|
Este documento ha sido traducido utilizando el servicio de traducción automática [Co-op Translator](https://github.com/Azure/co-op-translator). Si bien nos esforzamos por lograr precisión, tenga en cuenta que las traducciones automáticas pueden contener errores o imprecisiones. El documento original en su idioma nativo debe considerarse como la fuente autorizada. Para información crítica, se recomienda una traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas que puedan surgir del uso de esta traducción. |