4.5 KiB
Untuk Pendidik
Adakah anda ingin menggunakan kurikulum ini di dalam kelas anda? Jangan ragu untuk mencubanya!
Malah, anda boleh menggunakannya terus di GitHub dengan menggunakan GitHub Classroom.
Untuk melakukannya, fork repo ini. Anda perlu mencipta repo untuk setiap pelajaran, jadi anda perlu mengekstrak setiap folder ke dalam repo yang berasingan. Dengan cara itu, GitHub Classroom boleh mengambil setiap pelajaran secara berasingan.
Arahan lengkap ini full instructions akan memberikan anda idea bagaimana untuk menyediakan kelas anda.
Menggunakan repo seperti sedia ada
Jika anda ingin menggunakan repo ini seperti yang ada sekarang, tanpa menggunakan GitHub Classroom, itu juga boleh dilakukan. Anda hanya perlu berkomunikasi dengan pelajar anda tentang pelajaran mana yang perlu dipelajari bersama.
Dalam format dalam talian (Zoom, Teams, atau lain-lain), anda boleh membentuk bilik pecahan untuk kuiz, dan membimbing pelajar untuk bersedia belajar. Kemudian jemput pelajar untuk kuiz dan serahkan jawapan mereka sebagai 'issues' pada masa tertentu. Anda juga boleh melakukan perkara yang sama dengan tugasan, jika anda mahu pelajar bekerja secara kolaboratif secara terbuka.
Jika anda lebih suka format yang lebih peribadi, minta pelajar anda untuk fork kurikulum ini, pelajaran demi pelajaran, ke repo GitHub mereka sendiri sebagai repo peribadi, dan berikan anda akses. Kemudian mereka boleh melengkapkan kuiz dan tugasan secara peribadi dan menyerahkannya kepada anda melalui issues pada repo kelas anda.
Terdapat banyak cara untuk menjadikan ini berfungsi dalam format kelas dalam talian. Sila beritahu kami apa yang paling sesuai untuk anda!
Termasuk dalam kurikulum ini:
20 pelajaran, 40 kuiz, dan 20 tugasan. Sketchnotes disertakan bersama pelajaran untuk pelajar visual. Banyak pelajaran tersedia dalam Python dan R dan boleh diselesaikan menggunakan Jupyter notebooks dalam VS Code. Ketahui lebih lanjut tentang cara menyediakan kelas anda untuk menggunakan teknologi ini: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.
Semua sketchnotes, termasuk poster bersaiz besar, terdapat dalam folder ini.
Anda juga boleh menjalankan kurikulum ini sebagai laman web mandiri yang mesra luar talian dengan menggunakan Docsify. Pasang Docsify pada mesin tempatan anda, kemudian di folder root salinan repo tempatan anda, taip docsify serve. Laman web akan disediakan pada port 3000 di localhost anda: localhost:3000.
Versi kurikulum yang mesra luar talian akan dibuka sebagai laman web mandiri: https://localhost:3000
Pelajaran dibahagikan kepada 6 bahagian:
- 1: Pengenalan
- 1: Mendefinisikan Sains Data
- 2: Etika
- 3: Mendefinisikan Data
- 4: Gambaran Keseluruhan Kebarangkalian dan Statistik
- 2: Bekerja dengan Data
- 5: Pangkalan Data Relasi
- 6: Pangkalan Data Tidak Relasi
- 7: Python
- 8: Penyediaan Data
- 3: Visualisasi Data
- 9: Visualisasi Kuantiti
- 10: Visualisasi Taburan
- 11: Visualisasi Perkadaran
- 12: Visualisasi Hubungan
- 13: Visualisasi Bermakna
- 4: Kitaran Hayat Sains Data
- 14: Pengenalan
- 15: Menganalisis
- 16: Komunikasi
- 5: Sains Data di Awan
- 17: Pengenalan
- 18: Pilihan Kod Rendah
- 19: Azure
- 6: Sains Data di Dunia Nyata
- 20: Gambaran Keseluruhan
Sila berikan pendapat anda!
Kami ingin menjadikan kurikulum ini berfungsi untuk anda dan pelajar anda. Sila berikan maklum balas di papan perbincangan! Jangan ragu untuk mencipta kawasan kelas di papan perbincangan untuk pelajar anda.
Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk memastikan ketepatan, sila ambil maklum bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang berwibawa. Untuk maklumat yang kritikal, terjemahan manusia profesional adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.