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": "2025-09-06T19:53:07+00:00",
"source_file": "for-teachers.md",
"language_code": "mo"
}
-->
## 給教育工作者
想在您的課堂上使用這份課程嗎？請隨意使用！
事實上，您可以直接在 GitHub 上使用 GitHub Classroom 來運用這份課程。
要這麼做，請先 fork 這個 repo。您需要為每一課創建一個 repo，
這些[完整的指導說明](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/)將幫助您了解如何設置您的課堂。
## 直接使用這個 repo
如果您希望直接使用目前的 repo， ， ，
在線上課程形式（如 Zoom、Teams 或其他）中，您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，並在特定時間將答案提交為 "issues"。如果您希望學生公開合作完成作業，也可以採用相同的方式。
如果您更喜歡較為私密的形式，可以要求學生逐課 fork 課程到他們自己的 GitHub 私人 repo， ， ，
在線課堂有許多不同的運作方式。請告訴我們哪種方式最適合您！
## 課程內容包括：
20 節課、40 個測驗和 20 個作業。課程還附有手繪筆記，適合視覺型學習者。許多課程提供 Python 和 R 版本，並可使用 VS Code 中的 Jupyter notebooks 完成。了解更多關於如何設置您的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[這個資料夾](../../sketchnotes)中。
您還可以使用 [Docsify ](https://docsify.js.org/#/ ) 將這份課程作為獨立的、離線友好的網站運行。[安裝 Docsify](https://docsify.js.org/#/quickstart) 到您的本地機器，然後在本地 repo 的根目錄中輸入 `docsify serve` 。網站將在本地端的 3000 埠上運行：`localhost:3000`。
課程的離線友好版本將以獨立網頁形式打開：
課程分為六個部分：
- 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
## 請分享您的想法！
我們希望這份課程能對您和您的學生有所幫助。請在討論區提供您的反饋！也可以在討論區為您的學生創建一個課堂專區。
---
** 免責聲明**：
本文件使用 AI 翻譯服務 [Co-op Translator ](https://github.com/Azure/co-op-translator ) 進行翻譯。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。應以原始語言的文件作為權威來源。對於關鍵資訊，建議尋求專業人工翻譯。我們對於因使用此翻譯而產生的任何誤解或錯誤解讀概不負責。
