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.
76 lines
9.6 KiB
76 lines
9.6 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "f7440be10c17a8a9262713af3d2818a9",
|
|
"translation_date": "2025-09-06T20:02:17+00:00",
|
|
"source_file": "for-teachers.md",
|
|
"language_code": "my"
|
|
}
|
|
-->
|
|
## ကျောင်းဆရာများအတွက်
|
|
|
|
ဒီသင်ခန်းစာများကို သင့်အတန်းထဲမှာ အသုံးပြုချင်ပါသလား? လွတ်လပ်စွာ အသုံးပြုနိုင်ပါတယ်!
|
|
|
|
အမှန်တကယ်ဆိုရင် GitHub ကို အသုံးပြုပြီး GitHub Classroom မှာ အသုံးပြုနိုင်ပါတယ်။
|
|
|
|
ဒါလုပ်ဖို့အတွက် ဒီ repo ကို fork လုပ်ပါ။ သင့်အနေနဲ့ သင်ခန်းစာတစ်ခုစီအတွက် repo တစ်ခုစီဖန်တီးဖို့လိုအပ်မှာဖြစ်ပြီး၊ folder တစ်ခုစီကို သီးသန့် repo အဖြစ် extract လုပ်ဖို့လိုအပ်ပါမယ်။ ဒီလိုလုပ်ရင် [GitHub Classroom](https://classroom.github.com/classrooms) က သင်ခန်းစာတစ်ခုစီကို သီးသန့်ရွေးချယ်နိုင်ပါမယ်။
|
|
|
|
ဒီ [အပြည့်အစုံလမ်းညွှန်ချက်များ](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) က သင့်အတန်းကို စီစဉ်ပုံကို အကြမ်းဖျင်းနားလည်စေပါမယ်။
|
|
|
|
## Repo ကို လက်ရှိအတိုင်း အသုံးပြုခြင်း
|
|
|
|
GitHub Classroom ကို အသုံးမပြုဘဲ Repo ကို လက်ရှိအတိုင်း အသုံးပြုချင်တယ်ဆိုရင်လည်း အဆင်ပြေပါတယ်။ သင့်အနေနဲ့ သင့်ကျောင်းသားများကို ဘယ်သင်ခန်းစာကို အတူတူ လေ့လာရမယ်ဆိုတာ ဆက်သွယ်ပေးရပါမယ်။
|
|
|
|
အွန်လိုင်းပုံစံ (Zoom, Teams, ဒါမှမဟုတ် အခြား) မှာ Quiz များအတွက် breakout rooms ဖွဲ့ပြီး၊ ကျောင်းသားများကို လေ့လာရန် ပြင်ဆင်စေဖို့ mentor လုပ်နိုင်ပါတယ်။ ပြီးရင် Quiz များအတွက် ကျောင်းသားများကို ဖိတ်ခေါ်ပြီး 'issues' အနေနဲ့ အချိန်တစ်ခုမှာ အဖြေများကို တင်ပြစေပါ။ Assignments များအတွက်လည်း ကျောင်းသားများကို ပွင့်လင်းပုံစံမှာ ပူးပေါင်းလုပ်ဆောင်စေချင်တယ်ဆိုရင် ဒီလိုပုံစံနဲ့ လုပ်နိုင်ပါတယ်။
|
|
|
|
ပိုပြီး private ပုံစံကို သင့်အတန်းမှာ အသုံးပြုချင်တယ်ဆိုရင် ကျောင်းသားများကို curriculum ကို lesson တစ်ခုစီအလိုက် သူတို့ရဲ့ GitHub repos ကို private repos အဖြစ် fork လုပ်စေပြီး၊ သင့်ကို access ပေးစေပါ။ ပြီးရင် သူတို့ Quiz များနှင့် Assignments များကို private အဖြစ် ပြီးစီးပြီး သင့် classroom repo မှာ issues အနေနဲ့ တင်ပြနိုင်ပါတယ်။
|
|
|
|
အွန်လိုင်းအတန်းပုံစံမှာ ဒီလိုလုပ်ဆောင်နိုင်တဲ့ နည်းလမ်းများစွာရှိပါတယ်။ သင့်အတွက် အကောင်းဆုံးအလုပ်လုပ်တဲ့ နည်းလမ်းကို ကျွန်တော်တို့ကို ပြန်ပြောပြပါ!
|
|
|
|
## ဒီသင်ခန်းစာများတွင် ပါဝင်သောအရာများ:
|
|
|
|
20 သင်ခန်းစာများ၊ 40 Quiz များနှင့် 20 Assignments များ။ Sketchnotes များသည် visual learners များအတွက် အတူပါဝင်ပါတယ်။ သင်ခန်းစာများအများစုကို Python နှင့် R နှစ်မျိုးလုံးတွင် ရရှိနိုင်ပြီး Jupyter notebooks ကို VS Code မှာ အသုံးပြုနိုင်ပါတယ်။ ဒီ tech stack ကို သင့်အတန်းမှာ အသုံးပြုဖို့ စီစဉ်ပုံကို ပိုမိုလေ့လာရန်: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.
|
|
|
|
Sketchnotes အားလုံး၊ အကြီးစား poster အပါအဝင် [ဒီ folder](../../sketchnotes) မှာ ရှိပါတယ်။
|
|
|
|
Docsify ကို အသုံးပြုပြီး ဒီသင်ခန်းစာများကို standalone, offline-friendly web site အဖြစ်လည်း run လုပ်နိုင်ပါတယ်။ [Docsify](https://docsify.js.org/#/) ကို သင့် local machine မှာ [Install Docsify](https://docsify.js.org/#/quickstart) လုပ်ပါ၊ ပြီးရင် ဒီ repo ရဲ့ root folder မှာ `docsify serve` ဟု ရိုက်ထည့်ပါ။ Website ကို သင့် localhost ရဲ့ port 3000 မှာ serve လုပ်ပါမယ်: `localhost:3000`.
|
|
|
|
Offline-friendly version သင်ခန်းစာများကို standalone web page အဖြစ် ဖွင့်ပါမယ်: https://localhost:3000
|
|
|
|
သင်ခန်းစာများကို 6 ပိုင်းအလိုက် grouping လုပ်ထားပါတယ်:
|
|
|
|
- 1: အကျဉ်းချုပ်
|
|
- 1: Data Science ကို အဓိပ္ပါယ်ဖွင့်ဆိုခြင်း
|
|
- 2: Ethics
|
|
- 3: Data ကို အဓိပ္ပါယ်ဖွင့်ဆိုခြင်း
|
|
- 4: Probability နှင့် Statistics အကျဉ်းချုပ်
|
|
- 2: Data နှင့် အလုပ်လုပ်ခြင်း
|
|
- 5: Relational Databases
|
|
- 6: Non-Relational Databases
|
|
- 7: Python
|
|
- 8: Data Preparation
|
|
- 3: Data Visualization
|
|
- 9: Quantities ကို Visualization လုပ်ခြင်း
|
|
- 10: Distributions ကို Visualization လုပ်ခြင်း
|
|
- 11: Proportions ကို Visualization လုပ်ခြင်း
|
|
- 12: Relationships ကို Visualization လုပ်ခြင်း
|
|
- 13: အဓိပ္ပါယ်ရှိသော Visualizations
|
|
- 4: Data Science Lifecycle
|
|
- 14: အကျဉ်းချုပ်
|
|
- 15: Analysis လုပ်ခြင်း
|
|
- 16: Communication
|
|
- 5: Cloud မှာ Data Science
|
|
- 17: အကျဉ်းချုပ်
|
|
- 18: Low-Code Options
|
|
- 19: Azure
|
|
- 6: Data Science in the Wild
|
|
- 20: အကျဉ်းချုပ်
|
|
|
|
## ကျွန်တော်တို့ကို သင့်အမြင်ပေးပါ!
|
|
|
|
ဒီသင်ခန်းစာများကို သင်နှင့် သင့်ကျောင်းသားများအတွက် အလုပ်လုပ်စေချင်ပါတယ်။ Discussion boards မှာ feedback ပေးပါ! သင့်ကျောင်းသားများအတွက် Discussion boards မှာ classroom area တစ်ခု ဖန်တီးနိုင်ပါတယ်။
|
|
|
|
---
|
|
|
|
**ဝက်ဘ်ဆိုက်မှတ်ချက်**:
|
|
ဤစာရွက်စာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု [Co-op Translator](https://github.com/Azure/co-op-translator) ကို အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှန်ကန်မှုအတွက် ကြိုးစားနေပါသော်လည်း၊ အလိုအလျောက်ဘာသာပြန်ဆိုမှုများတွင် အမှားများ သို့မဟုတ် မတိကျမှုများ ပါဝင်နိုင်သည်ကို ကျေးဇူးပြု၍ သတိပြုပါ။ မူရင်းဘာသာစကားဖြင့် ရေးသားထားသော စာရွက်စာတမ်းကို အာဏာတည်သော ရင်းမြစ်အဖြစ် သတ်မှတ်သင့်ပါသည်။ အရေးကြီးသော အချက်အလက်များအတွက် လူပညာရှင်များမှ ဘာသာပြန်ဆိုမှုကို အကြံပြုပါသည်။ ဤဘာသာပြန်ဆိုမှုကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော နားလည်မှုမှားများ သို့မဟုတ် အဓိပ္ပာယ်မှားများအတွက် ကျွန်ုပ်တို့သည် တာဝန်မယူပါ။ |