You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f7440be10c17a8a9262713af3d2818a9",
"translation_date": "2025-09-06T19:53:21+00:00",
"source_file": "for-teachers.md",
"language_code": "hk"
}
-->
## 給教育工作者
想在課堂上使用這套課程嗎？請隨意使用！
事實上，你可以直接在 GitHub 上使用這套課程，透過 GitHub Classroom 來進行。
要做到這一點，請 fork 此 repo。你需要為每一課建立一個 repo， ，
這些[完整指引](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/)可以幫助你了解如何設置你的課堂。
## 按原樣使用此 repo
如果你希望直接使用目前的 repo， ， ，
在網上教學形式（例如 Zoom、Teams 或其他平台）中，你可以為測驗設置分組討論室，並指導學生準備學習。然後邀請學生參加測驗，並在指定時間以 "issues" 的形式提交答案。如果你希望學生公開合作完成作業，也可以採用相同的方式。
如果你更喜歡私密的形式，可以要求學生逐課 fork 課程到他們自己的 GitHub 私人 repo， ，
在網上課堂中有很多方法可以使這套課程運作起來。請告訴我們哪種方式最適合你！
## 課程內容包括：
20 課、40 個測驗和 20 個作業。課程配有手繪筆記，適合視覺型學習者。許多課程提供 Python 和 R 版本，可以使用 VS Code 中的 Jupyter notebooks 完成。了解更多關於如何設置課堂以使用這些技術堆疊：
所有手繪筆記，包括一張大幅海報，都在[此文件夾](../../sketchnotes)中。
你也可以使用 [Docsify ](https://docsify.js.org/#/ ) 將這套課程作為獨立的離線友好型網站運行。[安裝 Docsify](https://docsify.js.org/#/quickstart) 到你的本地機器，然後在本地 repo 的根文件夾中輸入 `docsify serve` 。網站將在本地端口 3000 上運行：`localhost:3000`。
課程的離線友好版本將以獨立網頁形式打開：
課程分為 6 部分：
- 1: 簡介
- 1: 定義數據科學
- 2: 倫理
- 3: 定義數據
- 4: 概率與統計概述
- 2: 處理數據
- 5: 關聯式數據庫
- 6: 非關聯式數據庫
- 7: Python
- 8: 數據準備
- 3: 數據可視化
- 9: 數量的可視化
- 10: 分佈的可視化
- 11: 比例的可視化
- 12: 關係的可視化
- 13: 有意義的可視化
- 4: 數據科學生命周期
- 14: 簡介
- 15: 分析
- 16: 溝通
- 5: 雲端中的數據科學
- 17: 簡介
- 18: 低代碼選項
- 19: Azure
- 6: 真實世界中的數據科學
- 20: 概述
## 請分享你的想法！
我們希望這套課程能夠滿足你和你的學生的需求。請在討論區提供反饋！歡迎在討論區為你的學生創建一個課堂專區。
---
** 免責聲明**：
此文件已使用 AI 翻譯服務 [Co-op Translator ](https://github.com/Azure/co-op-translator ) 翻譯。我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。應以原文文件作為權威來源。對於關鍵資訊，建議尋求專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或誤釋不承擔責任。
