9.2 KiB
शिक्षकों के लिए
क्या आप इस पाठ्यक्रम का उपयोग अपनी कक्षा में करना चाहेंगे? कृपया इसे स्वतंत्र रूप से उपयोग करें!
वास्तव में, आप इसे GitHub के भीतर ही GitHub Classroom का उपयोग करके लागू कर सकते हैं।
इसके लिए, इस रिपॉजिटरी को फोर्क करें। आपको प्रत्येक पाठ के लिए एक अलग रिपॉजिटरी बनानी होगी, इसलिए आपको प्रत्येक फ़ोल्डर को एक अलग रिपॉजिटरी में निकालना होगा। इस तरह, GitHub Classroom प्रत्येक पाठ को अलग-अलग पहचान सकेगा।
ये पूर्ण निर्देश आपको यह समझने में मदद करेंगे कि अपनी कक्षा को कैसे सेटअप करें।
रिपॉजिटरी का वर्तमान स्वरूप में उपयोग करना
यदि आप इस रिपॉजिटरी का उपयोग इसके वर्तमान स्वरूप में करना चाहते हैं, बिना GitHub Classroom का उपयोग किए, तो यह भी संभव है। आपको अपने छात्रों को यह बताना होगा कि किस पाठ पर एक साथ काम करना है।
ऑनलाइन प्रारूप (Zoom, Teams, या अन्य) में, आप क्विज़ के लिए ब्रेकआउट रूम बना सकते हैं और छात्रों को सीखने के लिए तैयार करने में मदद कर सकते हैं। फिर छात्रों को क्विज़ के लिए आमंत्रित करें और उन्हें एक निश्चित समय पर 'issues' के रूप में अपने उत्तर सबमिट करने के लिए कहें। आप असाइनमेंट्स के साथ भी ऐसा कर सकते हैं, यदि आप चाहते हैं कि छात्र खुले में सहयोगात्मक रूप से काम करें।
यदि आप एक अधिक निजी प्रारूप पसंद करते हैं, तो अपने छात्रों से कहें कि वे पाठ्यक्रम को पाठ दर पाठ अपनी निजी GitHub रिपॉजिटरी में फोर्क करें और आपको एक्सेस दें। फिर वे क्विज़ और असाइनमेंट्स को निजी तौर पर पूरा कर सकते हैं और उन्हें आपके कक्षा रिपॉजिटरी पर 'issues' के माध्यम से सबमिट कर सकते हैं।
ऑनलाइन कक्षा प्रारूप में इसे काम करने के कई तरीके हैं। कृपया हमें बताएं कि आपके लिए सबसे अच्छा क्या काम करता है!
इस पाठ्यक्रम में शामिल हैं:
20 पाठ, 40 क्विज़, और 20 असाइनमेंट्स। दृश्य शिक्षार्थियों के लिए पाठों के साथ स्केच नोट्स भी शामिल हैं। कई पाठ Python और R दोनों में उपलब्ध हैं और इन्हें VS Code में Jupyter नोटबुक्स का उपयोग करके पूरा किया जा सकता है। जानें कि इस तकनीकी स्टैक का उपयोग करने के लिए अपनी कक्षा को कैसे सेटअप करें: https://code.visualstudio.com/docs/datascience/jupyter-notebooks।
सभी स्केच नोट्स, जिनमें एक बड़े प्रारूप का पोस्टर भी शामिल है, इस फ़ोल्डर में हैं।
आप इस पाठ्यक्रम को एक स्टैंडअलोन, ऑफलाइन-फ्रेंडली वेबसाइट के रूप में भी चला सकते हैं Docsify का उपयोग करके। Docsify इंस्टॉल करें अपने लोकल मशीन पर, फिर इस रिपॉजिटरी की लोकल कॉपी के रूट फ़ोल्डर में docsify serve टाइप करें। वेबसाइट आपके लोकलहोस्ट पर पोर्ट 3000 पर उपलब्ध होगी: localhost:3000।
पाठ्यक्रम का एक ऑफलाइन-फ्रेंडली संस्करण एक स्टैंडअलोन वेब पेज के रूप में खुलेगा: https://localhost:3000
पाठ 6 भागों में विभाजित हैं:
- 1: परिचय
- 1: डेटा साइंस की परिभाषा
- 2: नैतिकता
- 3: डेटा की परिभाषा
- 4: संभावना और सांख्यिकी का अवलोकन
- 2: डेटा के साथ काम करना
- 5: रिलेशनल डेटाबेस
- 6: नॉन-रिलेशनल डेटाबेस
- 7: Python
- 8: डेटा तैयारी
- 3: डेटा विज़ुअलाइज़ेशन
- 9: मात्राओं का विज़ुअलाइज़ेशन
- 10: वितरणों का विज़ुअलाइज़ेशन
- 11: अनुपातों का विज़ुअलाइज़ेशन
- 12: संबंधों का विज़ुअलाइज़ेशन
- 13: सार्थक विज़ुअलाइज़ेशन
- 4: डेटा साइंस जीवनचक्र
- 14: परिचय
- 15: विश्लेषण
- 16: संचार
- 5: क्लाउड में डेटा साइंस
- 17: परिचय
- 18: लो-कोड विकल्प
- 19: Azure
- 6: वास्तविक दुनिया में डेटा साइंस
- 20: अवलोकन
कृपया हमें अपनी राय दें!
हम इस पाठ्यक्रम को आपके और आपके छात्रों के लिए उपयोगी बनाना चाहते हैं। कृपया चर्चा बोर्ड पर हमें अपनी प्रतिक्रिया दें! अपने छात्रों के लिए चर्चा बोर्ड पर एक कक्षा क्षेत्र बनाने के लिए स्वतंत्र महसूस करें।
अस्वीकरण:
यह दस्तावेज़ AI अनुवाद सेवा Co-op Translator का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।