4.7 KiB
Dla Edukatorów
Chcesz wykorzystać ten program nauczania w swojej klasie? Śmiało!
W rzeczywistości możesz użyć go bezpośrednio na GitHubie, korzystając z GitHub Classroom.
Aby to zrobić, zrób fork tego repozytorium. Będziesz musiał utworzyć repozytorium dla każdej lekcji, więc konieczne będzie wyodrębnienie każdego folderu do osobnego repozytorium. Dzięki temu GitHub Classroom będzie mógł obsługiwać każdą lekcję oddzielnie.
Te pełne instrukcje pokażą Ci, jak skonfigurować swoją klasę.
Korzystanie z repozytorium w obecnej formie
Jeśli chcesz korzystać z tego repozytorium w jego obecnej formie, bez użycia GitHub Classroom, również jest to możliwe. Musisz poinformować swoich uczniów, nad którą lekcją będą pracować wspólnie.
W formacie online (Zoom, Teams lub inne) możesz utworzyć pokoje grupowe na potrzeby quizów i mentorować uczniów, aby pomóc im przygotować się do nauki. Następnie zaproś uczniów do rozwiązywania quizów i przesyłania odpowiedzi jako 'issues' w określonym czasie. Możesz zrobić to samo z zadaniami, jeśli chcesz, aby uczniowie pracowali wspólnie w otwartej przestrzeni.
Jeśli wolisz bardziej prywatny format, poproś uczniów, aby forkowali program nauczania, lekcja po lekcji, do swoich prywatnych repozytoriów GitHub i udostępnili Ci do nich dostęp. W ten sposób mogą rozwiązywać quizy i zadania prywatnie i przesyłać je do Ciebie jako 'issues' w repozytorium Twojej klasy.
Istnieje wiele sposobów, aby to działało w formacie klasy online. Daj nam znać, co działa najlepiej dla Ciebie!
Zawartość tego programu nauczania:
20 lekcji, 40 quizów i 20 zadań. Do lekcji dołączone są notatki wizualne dla uczniów preferujących naukę wizualną. Wiele lekcji jest dostępnych zarówno w Pythonie, jak i R, i można je realizować za pomocą notebooków Jupyter w VS Code. Dowiedz się więcej o tym, jak skonfigurować swoją klasę do korzystania z tego stosu technologicznego: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.
Wszystkie notatki wizualne, w tym plakat w dużym formacie, znajdują się w tym folderze.
Cały program nauczania jest dostępny w formacie PDF.
Możesz również uruchomić ten program nauczania jako samodzielną, przyjazną dla trybu offline stronę internetową, korzystając z Docsify. Zainstaluj Docsify na swoim lokalnym komputerze, a następnie w katalogu głównym lokalnej kopii tego repozytorium wpisz docsify serve. Strona internetowa zostanie uruchomiona na porcie 3000 na Twoim localhost: localhost:3000.
Przyjazna dla trybu offline wersja programu nauczania otworzy się jako samodzielna strona internetowa: https://localhost:3000
Lekcje są podzielone na 6 części:
- 1: Wprowadzenie
- 1: Definicja Data Science
- 2: Etyka
- 3: Definicja danych
- 4: Przegląd prawdopodobieństwa i statystyki
- 2: Praca z danymi
- 5: Relacyjne bazy danych
- 6: Nierelacyjne bazy danych
- 7: Python
- 8: Przygotowanie danych
- 3: Wizualizacja danych
- 9: Wizualizacja ilości
- 10: Wizualizacja rozkładów
- 11: Wizualizacja proporcji
- 12: Wizualizacja relacji
- 13: Znaczące wizualizacje
- 4: Cykl życia Data Science
- 14: Wprowadzenie
- 15: Analiza
- 16: Komunikacja
- 5: Data Science w chmurze
- 17: Wprowadzenie
- 18: Opcje niskokodowe
- 19: Azure
- 6: Data Science w praktyce
- 20: Przegląd
Podziel się swoimi opiniami!
Chcemy, aby ten program nauczania działał dla Ciebie i Twoich uczniów. Podziel się z nami swoimi opiniami na forach dyskusyjnych! Możesz również utworzyć przestrzeń klasową na forach dyskusyjnych dla swoich uczniów.
Zastrzeżenie:
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Chociaż staramy się zapewnić dokładność, prosimy mieć na uwadze, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego rodzimym języku powinien być uznawany za wiarygodne źródło. W przypadku informacji krytycznych zaleca się skorzystanie z profesjonalnego tłumaczenia przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.