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.
Data-Science-For-Beginners/translations/fi/for-teachers.md

78 lines
4.5 KiB

<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "87f157ea00d36c1d12c14390d9852b50",
"translation_date": "2025-08-26T20:44:04+00:00",
"source_file": "for-teachers.md",
"language_code": "fi"
}
-->
## Opettajille
Haluaisitko käyttää tätä opetussuunnitelmaa luokassasi? Ole hyvä ja käytä vapaasti!
Itse asiassa voit käyttää sitä suoraan GitHubissa hyödyntämällä GitHub Classroomia.
Tätä varten haarauta tämä repo. Sinun täytyy luoda oma repo jokaiselle oppitunnille, joten sinun täytyy erottaa jokainen kansio omaksi repokseen. Näin [GitHub Classroom](https://classroom.github.com/classrooms) voi käsitellä jokaisen oppitunnin erikseen.
Nämä [yksityiskohtaiset ohjeet](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) antavat sinulle käsityksen siitä, miten luokkahuoneesi voidaan perustaa.
## Repon käyttäminen sellaisenaan
Jos haluat käyttää tätä repoja sellaisenaan ilman GitHub Classroomia, sekin onnistuu. Sinun täytyy vain viestiä opiskelijoillesi, minkä oppitunnin parissa heidän tulisi työskennellä yhdessä.
Verkko-opetuksessa (esim. Zoom, Teams tai muu) voit muodostaa pienryhmiä visailuja varten ja ohjata opiskelijoita valmistautumaan oppimiseen. Sitten voit kutsua opiskelijat osallistumaan visailuihin ja lähettämään vastauksensa 'issueina' tiettyyn aikaan. Sama menetelmä voi toimia myös tehtävien kanssa, jos haluat opiskelijoiden työskentelevän avoimesti yhdessä.
Jos haluat mieluummin yksityisemmän lähestymistavan, pyydä opiskelijoitasi haarauttamaan opetussuunnitelma, oppitunti kerrallaan, omiin yksityisiin GitHub-repoihinsa ja antamaan sinulle pääsy niihin. Tällöin he voivat suorittaa visailut ja tehtävät yksityisesti ja lähettää ne sinulle issueina luokkahuoneesi repoon.
On monia tapoja saada tämä toimimaan verkkoluokkahuoneessa. Kerro meille, mikä toimii parhaiten sinulle!
## Tämä opetussuunnitelma sisältää:
20 oppituntia, 40 visailua ja 20 tehtävää. Oppitunteihin liittyy piirrosmuistiinpanoja visuaalisille oppijoille. Monet oppitunnit ovat saatavilla sekä Pythonilla että R:llä, ja ne voidaan suorittaa Jupyter-notebookeilla VS Codessa. Lue lisää, miten voit perustaa luokkahuoneesi käyttämään tätä teknologiapinoa: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.
Kaikki piirrosmuistiinpanot, mukaan lukien suurikokoinen juliste, löytyvät [tästä kansiosta](../../sketchnotes).
Koko opetussuunnitelma on saatavilla [PDF-muodossa](../../pdf/readme.pdf).
Voit myös käyttää tätä opetussuunnitelmaa itsenäisenä, offline-ystävällisenä verkkosivustona hyödyntämällä [Docsifya](https://docsify.js.org/#/). [Asenna Docsify](https://docsify.js.org/#/quickstart) paikalliselle koneellesi, ja kirjoita tämän repon paikallisen kopion juurikansiossa `docsify serve`. Verkkosivusto palvelee portissa 3000 paikallisessa ympäristössäsi: `localhost:3000`.
Offline-ystävällinen versio opetussuunnitelmasta avautuu itsenäisenä verkkosivuna: https://localhost:3000
Oppitunnit on jaettu kuuteen osaan:
- 1: Johdanto
- 1: Mitä on datatiede
- 2: Etiikka
- 3: Datan määrittely
- 4: Todennäköisyys ja tilastot yleisesti
- 2: Datan käsittely
- 5: Relaatiotietokannat
- 6: Ei-relaatiotietokannat
- 7: Python
- 8: Datan valmistelu
- 3: Datan visualisointi
- 9: Määrien visualisointi
- 10: Jakautumien visualisointi
- 11: Suhteiden visualisointi
- 12: Yhteyksien visualisointi
- 13: Merkitykselliset visualisoinnit
- 4: Datatieteen elinkaari
- 14: Johdanto
- 15: Analysointi
- 16: Viestintä
- 5: Datatiede pilvessä
- 17: Johdanto
- 18: Low-Code-vaihtoehdot
- 19: Azure
- 6: Datatiede käytännössä
- 20: Yleiskatsaus
## Kerro meille mielipiteesi!
Haluamme tehdä tästä opetussuunnitelmasta toimivan sinulle ja opiskelijoillesi. Anna meille palautetta keskustelupalstoilla! Voit myös luoda luokkahuoneesi oman alueen keskustelupalstoille opiskelijoitasi varten.
---
**Vastuuvapauslauseke**:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua [Co-op Translator](https://github.com/Azure/co-op-translator). Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäinen asiakirja sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa väärinkäsityksistä tai virhetulkinnoista, jotka johtuvat tämän käännöksen käytöstä.