5.5 KiB
למורים
האם תרצו להשתמש בתוכנית הלימודים הזו בכיתה שלכם? אתם מוזמנים!
למעשה, תוכלו להשתמש בה ישירות ב-GitHub באמצעות GitHub Classroom.
כדי לעשות זאת, בצעו fork למאגר הזה. תצטרכו ליצור מאגר נפרד לכל שיעור, ולכן תצטרכו להוציא כל תיקייה למאגר נפרד. כך, GitHub Classroom יוכל לזהות כל שיעור בנפרד.
ההוראות המלאות כאן יסבירו לכם כיצד להגדיר את הכיתה שלכם.
שימוש במאגר כפי שהוא
אם תרצו להשתמש במאגר הזה כפי שהוא, מבלי להשתמש ב-GitHub Classroom, זה אפשרי גם כן. תצטרכו לתקשר עם התלמידים שלכם איזה שיעור לעבור יחד.
בפורמט מקוון (Zoom, Teams או אחר) תוכלו ליצור חדרי עבודה עבור החידונים, וללוות את התלמידים כדי להכין אותם ללמידה. לאחר מכן, הזמינו את התלמידים להשתתף בחידונים ולהגיש את התשובות שלהם כ-'issues' בזמן מסוים. תוכלו לעשות את אותו הדבר עם משימות, אם תרצו שהתלמידים יעבדו בשיתוף פעולה באופן פתוח.
אם אתם מעדיפים פורמט פרטי יותר, בקשו מהתלמידים שלכם לבצע fork לתוכנית הלימודים, שיעור אחר שיעור, למאגרים פרטיים משלהם ב-GitHub, ותנו לכם גישה. כך הם יוכלו להשלים חידונים ומשימות באופן פרטי ולהגיש אותם לכם דרך 'issues' במאגר הכיתה שלכם.
ישנן דרכים רבות לגרום לזה לעבוד בפורמט כיתה מקוון. אנא שתפו אותנו מה עובד הכי טוב עבורכם!
מה כלול בתוכנית הלימודים:
20 שיעורים, 40 חידונים, ו-20 משימות. איורים מלווים את השיעורים עבור לומדים חזותיים. שיעורים רבים זמינים גם ב-Python וגם ב-R וניתן להשלים אותם באמצעות Jupyter notebooks ב-VS Code. למדו עוד על איך להגדיר את הכיתה שלכם לשימוש בטכנולוגיה הזו: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.
כל האיורים, כולל פוסטר בפורמט גדול, נמצאים בתיקייה הזו.
תוכלו גם להפעיל את תוכנית הלימודים הזו כאתר עצמאי, ידידותי לעבודה לא מקוונת, באמצעות Docsify. התקינו את Docsify במחשב המקומי שלכם, ואז בתיקיית השורש של העותק המקומי של המאגר הזה, הקלידו docsify serve. האתר יפעל על פורט 3000 ב-localhost שלכם: localhost:3000.
גרסה ידידותית לעבודה לא מקוונת של תוכנית הלימודים תיפתח כעמוד אינטרנט עצמאי: https://localhost:3000
השיעורים מחולקים ל-6 חלקים:
- 1: מבוא
- 1: הגדרת מדע הנתונים
- 2: אתיקה
- 3: הגדרת נתונים
- 4: סקירה של הסתברות וסטטיסטיקה
- 2: עבודה עם נתונים
- 5: מסדי נתונים יחסיים
- 6: מסדי נתונים לא יחסיים
- 7: Python
- 8: הכנת נתונים
- 3: ויזואליזציה של נתונים
- 9: ויזואליזציה של כמויות
- 10: ויזואליזציה של התפלגויות
- 11: ויזואליזציה של פרופורציות
- 12: ויזואליזציה של קשרים
- 13: ויזואליזציות משמעותיות
- 4: מחזור החיים של מדע הנתונים
- 14: מבוא
- 15: ניתוח
- 16: תקשורת
- 5: מדע הנתונים בענן
- 17: מבוא
- 18: אפשרויות ללא קוד
- 19: Azure
- 6: מדע הנתונים בשטח
- 20: סקירה כללית
נשמח לשמוע את דעתכם!
אנחנו רוצים שתוכנית הלימודים הזו תעבוד עבורכם ועבור התלמידים שלכם. אנא שתפו אותנו במשוב שלכם בלוחות הדיון! אתם מוזמנים ליצור אזור כיתה בלוחות הדיון עבור התלמידים שלכם.
כתב ויתור:
מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית Co-op Translator. למרות שאנו שואפים לדיוק, יש לקחת בחשבון שתרגומים אוטומטיים עשויים להכיל שגיאות או אי-דיוקים. המסמך המקורי בשפתו המקורית נחשב למקור הסמכותי. למידע קריטי, מומלץ להשתמש בתרגום מקצועי על ידי בני אדם. איננו נושאים באחריות לכל אי-הבנה או פרשנות שגויה הנובעת משימוש בתרגום זה.