7.0 KiB
За едукаторе
Да ли бисте желели да користите овај курикулум у вашој учионици? Слободно га користите!
Заправо, можете га користити директно на GitHub-у, уз помоћ GitHub Classroom-а.
Да бисте то урадили, направите форк овог репозиторијума. Биће вам потребно да креирате репозиторијум за сваку лекцију, па ћете морати да издвојите сваки фолдер у посебан репозиторијум. На тај начин, GitHub Classroom може да обради сваку лекцију засебно.
Ова потпуна упутства ће вам дати идеју како да поставите вашу учионицу.
Коришћење репозиторијума у постојећем облику
Ако желите да користите овај репозиторијум у његовом тренутном облику, без коришћења GitHub Classroom-а, то је такође могуће. Биће потребно да комуницирате са вашим студентима о томе коју лекцију да заједно обрађујете.
У онлајн формату (Zoom, Teams или други) можете организовати групне собе за квизове и менторисати студенте како би се припремили за учење. Затим позовите студенте да решавају квизове и предају своје одговоре као 'issues' у одређено време. Исто можете урадити са задацима, ако желите да студенти раде заједно и отворено.
Ако више волите приватнији формат, замолите студенте да направе форк курикулума, лекцију по лекцију, у своје приватне GitHub репозиторијуме и да вам дају приступ. На тај начин могу приватно завршити квизове и задатке и предати их вама путем 'issues' на вашем репозиторијуму за учионицу.
Постоји много начина да ово функционише у онлајн учионици. Јавите нам шта вам најбоље одговара!
Шта је укључено у овај курикулум:
20 лекција, 40 квизова и 20 задатака. Скечноте прате лекције за визуелне ученике. Многе лекције су доступне и на Python-у и на R-у и могу се завршити уз помоћ Jupyter нотебука у VS Code-у. Сазнајте више о томе како да поставите вашу учионицу за коришћење овог технолошког пакета: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.
Све скечноте, укључујући постер великог формата, налазе се у овом фолдеру.
Цео курикулум је доступан као PDF.
Такође можете покренути овај курикулум као самостални, офлајн веб сајт уз помоћ Docsify. Инсталирајте Docsify на ваш локални рачунар, а затим у коренском фолдеру ваше локалне копије овог репозиторијума укуцајте docsify serve. Сајт ће бити доступан на порту 3000 на вашем localhost-у: localhost:3000.
Офлајн верзија курикулума ће се отворити као самостална веб страница: https://localhost:3000
Лекције су груписане у 6 делова:
- 1: Увод
- 1: Дефинисање науке о подацима
- 2: Етика
- 3: Дефинисање података
- 4: Преглед вероватноће и статистике
- 2: Рад са подацима
- 5: Релационе базе података
- 6: Нерелационе базе података
- 7: Python
- 8: Припрема података
- 3: Визуелизација података
- 9: Визуелизација количина
- 10: Визуелизација дистрибуција
- 11: Визуелизација пропорција
- 12: Визуелизација односа
- 13: Смислене визуелизације
- 4: Животни циклус науке о подацима
- 14: Увод
- 15: Анализа
- 16: Комуникација
- 5: Наука о подацима у облаку
- 17: Увод
- 18: Опције са мало кода
- 19: Azure
- 6: Наука о подацима у пракси
- 20: Преглед
Дајте нам ваше мишљење!
Желимо да овај курикулум функционише за вас и ваше студенте. Дајте нам повратне информације на дискусионим таблама! Слободно креирајте простор за учионицу на дискусионим таблама за ваше студенте.
Одрицање од одговорности:
Овај документ је преведен коришћењем услуге за превођење помоћу вештачке интелигенције Co-op Translator. Иако настојимо да обезбедимо тачност, молимо вас да имате у виду да аутоматски преводи могу садржати грешке или нетачности. Оригинални документ на његовом изворном језику треба сматрати меродавним извором. За критичне информације препоручује се професионални превод од стране људи. Не преузимамо одговорност за било каква погрешна тумачења или неспоразуме који могу настати услед коришћења овог превода.