9.1 KiB
ਸਿੱਖਿਆ ਦੇਣ ਵਾਲਿਆਂ ਲਈ
ਕੀ ਤੁਸੀਂ ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਆਪਣੇ ਕਲਾਸਰੂਮ ਵਿੱਚ ਵਰਤਣਾ ਚਾਹੁੰਦੇ ਹੋ? ਬੇਝਿਜਕ ਵਰਤੋ!
ਅਸਲ ਵਿੱਚ, ਤੁਸੀਂ ਇਸਨੂੰ GitHub ਵਿੱਚ ਹੀ GitHub Classroom ਦੀ ਮਦਦ ਨਾਲ ਵਰਤ ਸਕਦੇ ਹੋ।
ਇਸ ਲਈ, ਇਸ ਰਿਪੋ ਨੂੰ ਫੋਰਕ ਕਰੋ। ਤੁਹਾਨੂੰ ਹਰ ਪਾਠ ਲਈ ਇੱਕ ਰਿਪੋ ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੋਵੇਗੀ, ਇਸ ਲਈ ਤੁਹਾਨੂੰ ਹਰ ਫੋਲਡਰ ਨੂੰ ਇੱਕ ਵੱਖਰੇ ਰਿਪੋ ਵਿੱਚ ਕੱਢਣਾ ਪਵੇਗਾ। ਇਸ ਤਰੀਕੇ ਨਾਲ, GitHub Classroom ਹਰ ਪਾਠ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਚੁਣ ਸਕੇਗਾ।
ਇਹ ਪੂਰੀਆਂ ਹਦਾਇਤਾਂ ਤੁਹਾਨੂੰ ਦੱਸਣਗੀਆਂ ਕਿ ਆਪਣਾ ਕਲਾਸਰੂਮ ਕਿਵੇਂ ਸੈਟਅੱਪ ਕਰਨਾ ਹੈ।
ਰਿਪੋ ਨੂੰ ਜਿਵੇਂ ਹੈ ਤਿਵੇਂ ਵਰਤਣਾ
ਜੇ ਤੁਸੀਂ ਇਸ ਰਿਪੋ ਨੂੰ ਇਸ ਦੇ ਮੌਜੂਦਾ ਰੂਪ ਵਿੱਚ ਵਰਤਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਬਿਨਾਂ GitHub Classroom ਦੀ ਵਰਤੋਂ ਕੀਤੇ, ਤਾਂ ਇਹ ਵੀ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਤੁਹਾਨੂੰ ਆਪਣੇ ਵਿਦਿਆਰਥੀਆਂ ਨਾਲ ਸੰਚਾਰ ਕਰਨਾ ਪਵੇਗਾ ਕਿ ਕਿਹੜੇ ਪਾਠ 'ਤੇ ਇਕੱਠੇ ਕੰਮ ਕਰਨਾ ਹੈ।
ਆਨਲਾਈਨ ਫਾਰਮੈਟ (Zoom, Teams, ਜਾਂ ਹੋਰ) ਵਿੱਚ ਤੁਸੀਂ ਕਵਿਜ਼ਾਂ ਲਈ ਬ੍ਰੇਕਆਉਟ ਰੂਮ ਬਣਾਉਣਗੇ, ਅਤੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਸਿੱਖਣ ਲਈ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹੋ। ਫਿਰ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਕਵਿਜ਼ਾਂ ਲਈ ਸੱਦਾ ਦਿਓ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਜਵਾਬ 'issues' ਦੇ ਰੂਪ ਵਿੱਚ ਇੱਕ ਨਿਰਧਾਰਤ ਸਮੇਂ 'ਤੇ ਸਬਮਿਟ ਕਰਨ ਲਈ ਕਹੋ। ਤੁਸੀਂ ਅਸਾਈਨਮੈਂਟਾਂ ਨਾਲ ਵੀ ਇਹੀ ਕਰ ਸਕਦੇ ਹੋ, ਜੇ ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਵਿਦਿਆਰਥੀ ਖੁੱਲੇ ਤੌਰ 'ਤੇ ਸਹਿਯੋਗੀ ਤਰੀਕੇ ਨਾਲ ਕੰਮ ਕਰਨ।
ਜੇ ਤੁਸੀਂ ਇੱਕ ਜ਼ਿਆਦਾ ਨਿੱਜੀ ਫਾਰਮੈਟ ਪਸੰਦ ਕਰਦੇ ਹੋ, ਤਾਂ ਆਪਣੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਪਾਠਕ੍ਰਮ ਨੂੰ ਪਾਠ ਦਰ ਪਾਠ ਆਪਣੇ GitHub ਰਿਪੋਜ਼ ਨੂੰ ਨਿੱਜੀ ਰਿਪੋਜ਼ ਦੇ ਰੂਪ ਵਿੱਚ ਫੋਰਕ ਕਰਨ ਲਈ ਕਹੋ, ਅਤੇ ਤੁਹਾਨੂੰ ਪਹੁੰਚ ਦਿਓ। ਫਿਰ ਉਹ ਕਵਿਜ਼ਾਂ ਅਤੇ ਅਸਾਈਨਮੈਂਟਾਂ ਨੂੰ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਪੂਰਾ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਤੁਹਾਨੂੰ ਆਪਣੇ ਕਲਾਸਰੂਮ ਰਿਪੋ 'ਤੇ 'issues' ਦੇ ਰਾਹੀਂ ਸਬਮਿਟ ਕਰ ਸਕਦੇ ਹਨ।
ਆਨਲਾਈਨ ਕਲਾਸਰੂਮ ਫਾਰਮੈਟ ਵਿੱਚ ਇਸਨੂੰ ਕੰਮਯੋਗ ਬਣਾਉਣ ਦੇ ਕਈ ਤਰੀਕੇ ਹਨ। ਕਿਰਪਾ ਕਰਕੇ ਸਾਨੂੰ ਦੱਸੋ ਕਿ ਤੁਹਾਡੇ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਕੀ ਕੰਮ ਕਰਦਾ ਹੈ!
ਇਸ ਪਾਠਕ੍ਰਮ ਵਿੱਚ ਸ਼ਾਮਲ:
20 ਪਾਠ, 40 ਕਵਿਜ਼, ਅਤੇ 20 ਅਸਾਈਨਮੈਂਟ। ਵਿਜ਼ੂਅਲ ਸਿੱਖਣ ਵਾਲਿਆਂ ਲਈ ਪਾਠਾਂ ਦੇ ਨਾਲ ਸਕੈਚਨੋਟਸ ਹਨ। ਕਈ ਪਾਠ Python ਅਤੇ R ਦੋਨੋਂ ਵਿੱਚ ਉਪਲਬਧ ਹਨ ਅਤੇ Jupyter notebooks ਦੀ ਵਰਤੋਂ ਕਰਕੇ VS Code ਵਿੱਚ ਪੂਰੇ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ। ਇਸ ਟੈਕ ਸਟੈਕ ਨੂੰ ਵਰਤਣ ਲਈ ਆਪਣਾ ਕਲਾਸਰੂਮ ਸੈਟਅੱਪ ਕਰਨ ਬਾਰੇ ਹੋਰ ਜਾਣੋ: https://code.visualstudio.com/docs/datascience/jupyter-notebooks।
ਸਾਰੇ ਸਕੈਚਨੋਟਸ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਇੱਕ ਵੱਡੇ ਫਾਰਮੈਟ ਦਾ ਪੋਸਟਰ ਵੀ ਸ਼ਾਮਲ ਹੈ, ਇਸ ਫੋਲਡਰ ਵਿੱਚ ਹਨ।
ਸਾਰਾ ਪਾਠਕ੍ਰਮ PDF ਦੇ ਰੂਪ ਵਿੱਚ ਉਪਲਬਧ ਹੈ।
ਤੁਸੀਂ ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਇੱਕ ਸਵੈ-ਖੁਦ, ਆਫਲਾਈਨ-ਫ੍ਰੈਂਡਲੀ ਵੈਬਸਾਈਟ ਦੇ ਰੂਪ ਵਿੱਚ ਵੀ ਚਲਾ ਸਕਦੇ ਹੋ Docsify ਦੀ ਵਰਤੋਂ ਕਰਕੇ। Docsify ਇੰਸਟਾਲ ਕਰੋ ਆਪਣੇ ਸਥਾਨਕ ਮਸ਼ੀਨ 'ਤੇ, ਫਿਰ ਆਪਣੇ ਸਥਾਨਕ ਕਾਪੀ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ docsify serve ਟਾਈਪ ਕਰੋ। ਵੈਬਸਾਈਟ ਤੁਹਾਡੇ localhost 'ਤੇ ਪੋਰਟ 3000 'ਤੇ ਸਰਵ ਕੀਤੀ ਜਾਵੇਗੀ: localhost:3000।
ਇੱਕ ਆਫਲਾਈਨ-ਫ੍ਰੈਂਡਲੀ ਵਰਜਨ ਸਵੈ-ਖੁਦ ਵੈਬ ਪੇਜ ਦੇ ਰੂਪ ਵਿੱਚ ਖੁਲ੍ਹੇਗਾ: https://localhost:3000
ਪਾਠ 6 ਹਿੱਸਿਆਂ ਵਿੱਚ ਵੰਡੇ ਗਏ ਹਨ:
- 1: ਪਰਿਚਯ
- 1: ਡਾਟਾ ਸਾਇੰਸ ਦੀ ਪਰਿਭਾਸ਼ਾ
- 2: ਨੈਤਿਕਤਾ
- 3: ਡਾਟਾ ਦੀ ਪਰਿਭਾਸ਼ਾ
- 4: ਸੰਭਾਵਨਾ ਅਤੇ ਅੰਕੜੇ ਦਾ ਜਾਇਜ਼ਾ
- 2: ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ
- 5: ਰਿਲੇਸ਼ਨਲ ਡਾਟਾਬੇਸ
- 6: ਨਾਨ-ਰਿਲੇਸ਼ਨਲ ਡਾਟਾਬੇਸ
- 7: Python
- 8: ਡਾਟਾ ਤਿਆਰੀ
- 3: ਡਾਟਾ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ
- 9: ਮਾਤਰਾ ਦੀ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ
- 10: ਵੰਡ ਦੀ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ
- 11: ਅਨੁਪਾਤ ਦੀ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ
- 12: ਸੰਬੰਧਾਂ ਦੀ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ
- 13: ਅਰਥਪੂਰਨ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ
- 4: ਡਾਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ
- 14: ਪਰਿਚਯ
- 15: ਵਿਸ਼ਲੇਸ਼ਣ
- 16: ਸੰਚਾਰ
- 5: ਕਲਾਉਡ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ
- 17: ਪਰਿਚਯ
- 18: ਲੋ-ਕੋਡ ਵਿਕਲਪ
- 19: Azure
- 6: ਜੰਗਲੀ ਡਾਟਾ ਸਾਇੰਸ
- 20: ਜਾਇਜ਼ਾ
ਕਿਰਪਾ ਕਰਕੇ ਸਾਨੂੰ ਆਪਣੇ ਵਿਚਾਰ ਦਿਓ!
ਅਸੀਂ ਚਾਹੁੰਦੇ ਹਾਂ ਕਿ ਇਹ ਪਾਠਕ੍ਰਮ ਤੁਹਾਡੇ ਅਤੇ ਤੁਹਾਡੇ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਕੰਮ ਕਰੇ। ਕਿਰਪਾ ਕਰਕੇ ਚਰਚਾ ਬੋਰਡਾਂ ਵਿੱਚ ਸਾਨੂੰ ਫੀਡਬੈਕ ਦਿਓ! ਆਪਣੇ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਚਰਚਾ ਬੋਰਡਾਂ 'ਤੇ ਇੱਕ ਕਲਾਸਰੂਮ ਖੇਤਰ ਬਣਾਉਣ ਲਈ ਬੇਝਿਜਕ ਮਹਿਸੂਸ ਕਰੋ।
ਅਸਵੀਕਰਤੀ:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀ ਹੋਣ ਦੀ ਪੂਰੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਆਟੋਮੈਟਿਕ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੁਚੱਜੇਪਣ ਹੋ ਸਕਦੇ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਇਸਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।