4.5 KiB
Mokytojams
Norėtumėte naudoti šią mokymo programą savo klasėje? Prašome, naudokitės!
Iš tiesų, galite naudoti ją tiesiogiai GitHub platformoje, pasitelkdami GitHub Classroom.
Tam reikia, kad „fork'intumėte“ šį repozitoriją. Jums reikės sukurti atskirą repozitoriją kiekvienai pamokai, todėl turėsite išskirstyti kiekvieną aplanką į atskirą repozitoriją. Tokiu būdu GitHub Classroom galės atskirai apdoroti kiekvieną pamoką.
Šios išsamios instrukcijos padės jums suprasti, kaip sukurti savo klasę.
Naudojimasis repozitorija tokia, kokia yra
Jei norėtumėte naudoti šią repozitoriją tokia, kokia ji yra, be GitHub Classroom, tai taip pat įmanoma. Jums reikės susitarti su savo mokiniais, kurią pamoką nagrinėsite kartu.
Naudojant internetinį formatą (pvz., Zoom, Teams ar kitą), galite sukurti atskiras grupes viktorinoms, o mokytojai galėtų padėti mokiniams pasiruošti mokymuisi. Tada pakvieskite mokinius atlikti viktorinas ir pateikti atsakymus kaip „issues“ tam tikru laiku. Tą patį galite daryti ir su užduotimis, jei norite, kad mokiniai dirbtų bendradarbiaudami viešai.
Jei labiau mėgstate privatesnį formatą, paprašykite mokinių „fork'inti“ mokymo programą, pamoką po pamokos, į savo privačias GitHub repozitorijas ir suteikti jums prieigą. Tada jie galės atlikti viktorinas ir užduotis privačiai bei pateikti jas jums per „issues“ jūsų klasės repozitorijoje.
Yra daug būdų, kaip pritaikyti šią programą internetinėje klasėje. Prašome pranešti, kas jums veikia geriausiai!
Šioje mokymo programoje yra:
20 pamokų, 40 viktorinų ir 20 užduočių. Pamokas lydi eskizai, skirti vizualiems besimokantiesiems. Daugelis pamokų yra prieinamos tiek Python, tiek R kalbomis ir gali būti atliekamos naudojant Jupyter užrašines VS Code aplinkoje. Sužinokite daugiau apie tai, kaip paruošti savo klasę naudoti šią technologijų bazę: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.
Visi eskizai, įskaitant didelio formato plakatą, yra šiame aplanke.
Taip pat galite paleisti šią mokymo programą kaip atskirą, neprisijungus veikiančią svetainę, naudodami Docsify. Įdiekite Docsify savo vietiniame kompiuteryje, tada pagrindiniame šios repozitorijos aplanke įveskite docsify serve. Svetainė bus pasiekiama per 3000 prievadą jūsų vietiniame kompiuteryje: localhost:3000.
Neprisijungus veikianti mokymo programos versija bus atidaryta kaip atskiras tinklalapis: https://localhost:3000
Pamokos suskirstytos į 6 dalis:
- 1: Įvadas
- 1: Duomenų mokslo apibrėžimas
- 2: Etika
- 3: Duomenų apibrėžimas
- 4: Tikimybių ir statistikos apžvalga
- 2: Darbas su duomenimis
- 5: Reliacinės duomenų bazės
- 6: Nereliacinės duomenų bazės
- 7: Python
- 8: Duomenų paruošimas
- 3: Duomenų vizualizacija
- 9: Kiekių vizualizacija
- 10: Pasiskirstymų vizualizacija
- 11: Proporcijų vizualizacija
- 12: Ryšių vizualizacija
- 13: Prasmingos vizualizacijos
- 4: Duomenų mokslo gyvavimo ciklas
- 14: Įvadas
- 15: Analizavimas
- 16: Komunikacija
- 5: Duomenų mokslas debesyje
- 17: Įvadas
- 18: Mažo kodo sprendimai
- 19: Azure
- 6: Duomenų mokslas praktikoje
- 20: Apžvalga
Prašome pasidalinti savo mintimis!
Norime, kad ši mokymo programa būtų naudinga jums ir jūsų mokiniams. Prašome pateikti atsiliepimus diskusijų lentose! Drąsiai sukurkite klasės erdvę diskusijų lentose savo mokiniams.
Atsakomybės apribojimas:
Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, atkreipiame dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Dėl svarbios informacijos rekomenduojame kreiptis į profesionalius vertėjus. Mes neprisiimame atsakomybės už nesusipratimus ar klaidingus aiškinimus, kylančius dėl šio vertimo naudojimo.