9.1 KiB
ਸਿੱਖਿਆਕਾਰਾਂ ਲਈ
ਕੀ ਤੁਸੀਂ ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਆਪਣੇ ਕਲਾਸਰੂਮ ਵਿੱਚ ਵਰਤਣਾ ਚਾਹੋਗੇ? ਬਿਲਕੁਲ, ਜ਼ਰੂਰ ਕਰੋ!
ਅਸਲ ਵਿੱਚ, ਤੁਸੀਂ ਇਸਨੂੰ GitHub ਵਿੱਚ ਹੀ ਵਰਤ ਸਕਦੇ ਹੋ GitHub Classroom ਦੀ ਮਦਦ ਨਾਲ।
ਇਸ ਲਈ, ਇਸ ਰਿਪੋਜ਼ਟਰੀ ਨੂੰ ਫੋਰਕ ਕਰੋ। ਤੁਹਾਨੂੰ ਹਰ ਪਾਠ ਲਈ ਇੱਕ ਵੱਖਰੀ ਰਿਪੋ ਬਣਾਉਣੀ ਪਵੇਗੀ, ਇਸ ਲਈ ਤੁਹਾਨੂੰ ਹਰ ਫੋਲਡਰ ਨੂੰ ਵੱਖਰੀ ਰਿਪੋ ਵਿੱਚ ਕੱਢਣਾ ਪਵੇਗਾ। ਇਸ ਤਰ੍ਹਾਂ, GitHub Classroom ਹਰ ਪਾਠ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਚੁਣ ਸਕੇਗਾ।
ਇਹ ਪੂਰੀਆਂ ਹਦਾਇਤਾਂ ਤੁਹਾਨੂੰ ਦੱਸਣਗੀਆਂ ਕਿ ਆਪਣੇ ਕਲਾਸਰੂਮ ਨੂੰ ਕਿਵੇਂ ਸੈਟਅੱਪ ਕਰਨਾ ਹੈ।
ਰਿਪੋ ਨੂੰ ਜਿਵੇਂ ਹੈ ਤਿਵੇਂ ਵਰਤਣਾ
ਜੇ ਤੁਸੀਂ ਇਸ ਰਿਪੋ ਨੂੰ ਇਸਦੀ ਮੌਜੂਦਾ ਸਥਿਤੀ ਵਿੱਚ ਹੀ ਵਰਤਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਬਿਨਾਂ GitHub Classroom ਦੀ ਵਰਤੋਂ ਕੀਤੇ, ਤਾਂ ਇਹ ਵੀ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਤੁਹਾਨੂੰ ਆਪਣੇ ਵਿਦਿਆਰਥੀਆਂ ਨਾਲ ਸੰਚਾਰ ਕਰਨਾ ਪਵੇਗਾ ਕਿ ਕਿਹੜੇ ਪਾਠ 'ਤੇ ਇਕੱਠੇ ਕੰਮ ਕਰਨਾ ਹੈ।
ਆਨਲਾਈਨ ਫਾਰਮੈਟ (Zoom, Teams ਜਾਂ ਹੋਰ) ਵਿੱਚ, ਤੁਸੀਂ ਕਵਿਜ਼ਾਂ ਲਈ ਬ੍ਰੇਕਆਉਟ ਰੂਮ ਬਣਾਉਣ ਦੀ ਸੋਚ ਸਕਦੇ ਹੋ ਅਤੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਸਿੱਖਣ ਲਈ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਮਦਦ ਦੇ ਸਕਦੇ ਹੋ। ਫਿਰ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਕਵਿਜ਼ਾਂ ਲਈ ਸੱਦਾ ਦਿਓ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਜਵਾਬ 'issues' ਦੇ ਰੂਪ ਵਿੱਚ ਇੱਕ ਨਿਰਧਾਰਿਤ ਸਮੇਂ 'ਤੇ ਜਮ੍ਹਾਂ ਕਰਨ ਲਈ ਕਹੋ। ਤੁਸੀਂ ਇਹੀ ਤਰੀਕਾ ਅਸਾਈਨਮੈਂਟਾਂ ਨਾਲ ਵੀ ਅਪਣਾਉ ਸਕਦੇ ਹੋ, ਜੇ ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਵਿਦਿਆਰਥੀ ਖੁੱਲ੍ਹੇ ਤੌਰ 'ਤੇ ਸਹਿਯੋਗੀ ਤਰੀਕੇ ਨਾਲ ਕੰਮ ਕਰਨ।
ਜੇ ਤੁਸੀਂ ਇੱਕ ਜ਼ਿਆਦਾ ਨਿੱਜੀ ਫਾਰਮੈਟ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹੋ, ਤਾਂ ਆਪਣੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਕਹੋ ਕਿ ਪਾਠਕ੍ਰਮ ਨੂੰ ਪਾਠ ਦਰ ਪਾਠ ਆਪਣੇ GitHub ਰਿਪੋਜ਼ਟਰੀਜ਼ ਵਿੱਚ ਫੋਰਕ ਕਰਨ, ਜੋ ਕਿ ਨਿੱਜੀ ਰਿਪੋਜ਼ਟਰੀਜ਼ ਹੋਣ। ਅਤੇ ਤੁਹਾਨੂੰ ਪਹੁੰਚ ਦਿਓ। ਫਿਰ ਉਹ ਕਵਿਜ਼ਾਂ ਅਤੇ ਅਸਾਈਨਮੈਂਟਾਂ ਨੂੰ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਪੂਰਾ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਤੁਹਾਨੂੰ ਆਪਣੇ ਕਲਾਸਰੂਮ ਰਿਪੋ 'ਤੇ 'issues' ਰਾਹੀਂ ਜਮ੍ਹਾਂ ਕਰ ਸਕਦੇ ਹਨ।
ਆਨਲਾਈਨ ਕਲਾਸਰੂਮ ਫਾਰਮੈਟ ਵਿੱਚ ਇਸਨੂੰ ਕੰਮਯੋਗ ਬਣਾਉਣ ਦੇ ਕਈ ਤਰੀਕੇ ਹਨ। ਕਿਰਪਾ ਕਰਕੇ ਸਾਨੂੰ ਦੱਸੋ ਕਿ ਤੁਹਾਡੇ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਕੀ ਕੰਮ ਕਰਦਾ ਹੈ!
ਇਸ ਪਾਠਕ੍ਰਮ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ:
20 ਪਾਠ, 40 ਕਵਿਜ਼, ਅਤੇ 20 ਅਸਾਈਨਮੈਂਟ। ਵਿਜ਼ੂਅਲ ਸਿੱਖਣ ਵਾਲਿਆਂ ਲਈ ਪਾਠਾਂ ਦੇ ਨਾਲ ਸਕੈਚਨੋਟਸ ਦਿੱਤੀਆਂ ਗਈਆਂ ਹਨ। ਕਈ ਪਾਠ Python ਅਤੇ R ਦੋਹਾਂ ਵਿੱਚ ਉਪਲਬਧ ਹਨ ਅਤੇ Jupyter ਨੋਟਬੁੱਕਸ ਨੂੰ VS Code ਵਿੱਚ ਵਰਤ ਕੇ ਪੂਰੇ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ। ਇਸ ਟੈਕ ਸਟੈਕ ਨੂੰ ਵਰਤਣ ਲਈ ਆਪਣੇ ਕਲਾਸਰੂਮ ਨੂੰ ਸੈਟਅੱਪ ਕਰਨ ਬਾਰੇ ਹੋਰ ਜਾਣੋ: https://code.visualstudio.com/docs/datascience/jupyter-notebooks।
ਸਾਰੇ ਸਕੈਚਨੋਟਸ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਇੱਕ ਵੱਡੇ ਫਾਰਮੈਟ ਦਾ ਪੋਸਟਰ ਵੀ ਸ਼ਾਮਲ ਹੈ, ਇਸ ਫੋਲਡਰ ਵਿੱਚ ਹਨ।
ਤੁਸੀਂ ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਇੱਕ ਸਵਤੰਤਰ, ਆਫਲਾਈਨ-ਫ੍ਰੈਂਡਲੀ ਵੈੱਬਸਾਈਟ ਵਜੋਂ ਵੀ ਚਲਾ ਸਕਦੇ ਹੋ Docsify ਦੀ ਵਰਤੋਂ ਕਰਕੇ। Docsify ਇੰਸਟਾਲ ਕਰੋ ਆਪਣੇ ਲੋਕਲ ਮਸ਼ੀਨ 'ਤੇ, ਫਿਰ ਇਸ ਰਿਪੋ ਦੀ ਆਪਣੀ ਲੋਕਲ ਕਾਪੀ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ, docsify serve ਟਾਈਪ ਕਰੋ। ਵੈੱਬਸਾਈਟ ਤੁਹਾਡੇ ਲੋਕਲਹੋਸਟ 'ਤੇ ਪੋਰਟ 3000 'ਤੇ ਸਰਵ ਕੀਤੀ ਜਾਵੇਗੀ: localhost:3000।
ਇੱਕ ਆਫਲਾਈਨ-ਫ੍ਰੈਂਡਲੀ ਵਰਜਨ ਇੱਕ ਸਵਤੰਤਰ ਵੈੱਬ ਪੇਜ ਵਜੋਂ ਖੁਲ੍ਹੇਗਾ: https://localhost:3000
ਪਾਠ 6 ਭਾਗਾਂ ਵਿੱਚ ਵੰਡੇ ਗਏ ਹਨ:
- 1: ਪਰਿਚਯ
- 1: ਡਾਟਾ ਸਾਇੰਸ ਦੀ ਪਰਿਭਾਸ਼ਾ
- 2: ਨੈਤਿਕਤਾ
- 3: ਡਾਟਾ ਦੀ ਪਰਿਭਾਸ਼ਾ
- 4: ਸੰਭਾਵਨਾ ਅਤੇ ਅੰਕੜੇ ਦਾ ਜਾਇਜ਼ਾ
- 2: ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ
- 5: ਰਿਲੇਸ਼ਨਲ ਡਾਟਾਬੇਸ
- 6: ਗੈਰ-ਰਿਲੇਸ਼ਨਲ ਡਾਟਾਬੇਸ
- 7: Python
- 8: ਡਾਟਾ ਤਿਆਰ ਕਰਨਾ
- 3: ਡਾਟਾ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ
- 9: ਮਾਤਰਾ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ
- 10: ਵੰਡ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ
- 11: ਅਨੁਪਾਤ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ
- 12: ਸੰਬੰਧਾਂ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ
- 13: ਅਰਥਪੂਰਨ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ
- 4: ਡਾਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ
- 14: ਪਰਿਚਯ
- 15: ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ
- 16: ਸੰਚਾਰ
- 5: ਕਲਾਉਡ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ
- 17: ਪਰਿਚਯ
- 18: ਘੱਟ-ਕੋਡ ਵਿਕਲਪ
- 19: Azure
- 6: ਜੰਗਲੀ ਡਾਟਾ ਸਾਇੰਸ
- 20: ਜਾਇਜ਼ਾ
ਕਿਰਪਾ ਕਰਕੇ ਸਾਨੂੰ ਆਪਣੀ ਰਾਏ ਦਿਓ!
ਅਸੀਂ ਚਾਹੁੰਦੇ ਹਾਂ ਕਿ ਇਹ ਪਾਠਕ੍ਰਮ ਤੁਹਾਡੇ ਅਤੇ ਤੁਹਾਡੇ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਕੰਮ ਕਰੇ। ਕਿਰਪਾ ਕਰਕੇ ਚਰਚਾ ਬੋਰਡਾਂ 'ਤੇ ਸਾਨੂੰ ਫੀਡਬੈਕ ਦਿਓ! ਆਪਣੇ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਚਰਚਾ ਬੋਰਡਾਂ 'ਤੇ ਇੱਕ ਕਲਾਸਰੂਮ ਖੇਤਰ ਬਣਾਉਣ ਲਈ ਮੁਫ਼ਤ ਮਹਿਸੂਸ ਕਰੋ।
ਅਸਵੀਕਰਤੀ:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀ ਹੋਣ ਦਾ ਯਤਨ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੁੱਤੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਮੌਜੂਦ ਮੂਲ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਪ੍ਰਮਾਣਿਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਅਨੁਵਾਦ ਦੇ ਪ੍ਰਯੋਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਗਲਤਫਹਮੀ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆ ਲਈ ਅਸੀਂ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।