6.9 KiB
За едукаторе
Желите ли да користите овај курикулум у вашој учионици? Слободно га користите!
Заправо, можете га користити директно на GitHub-у уз помоћ GitHub Classroom-а.
Да бисте то урадили, форкујте овај репозиторијум. Биће вам потребно да креирате репозиторијум за сваку лекцију, тако да ћете морати да издвојите сваки фолдер у посебан репозиторијум. На тај начин, GitHub Classroom може појединачно да обради сваку лекцију.
Ова детаљна упутства ће вам дати идеју како да подесите вашу учионицу.
Коришћење репозиторијума у тренутном облику
Ако желите да користите овај репозиторијум у његовом тренутном облику, без коришћења GitHub Classroom-а, и то је могуће. Биће потребно да комуницирате са вашим ученицима о томе коју лекцију треба заједно да обрађујете.
У онлајн формату (Zoom, Teams или други) можете формирати собе за дискусију за квизове и менторисати ученике како би се припремили за учење. Затим позовите ученике да решавају квизове и предају своје одговоре као 'issues' у одређено време. Исто можете урадити и са задацима, ако желите да ученици раде колаборативно и транспарентно.
Ако више волите приватнији формат, замолите ученике да форкују курикулум, лекцију по лекцију, у своје приватне GitHub репозиторијуме и да вам дају приступ. На тај начин могу приватно завршавати квизове и задатке и предавати их вама преко 'issues' на вашем репозиторијуму за учионицу.
Постоји много начина да ово функционише у онлајн формату учионице. Обавестите нас шта вам најбоље одговара!
Укључено у овај курикулум:
20 лекција, 40 квизова и 20 задатака. Лекције су праћене скицама за визуелне ученике. Многе лекције су доступне и на Python-у и на R-у и могу се завршити коришћењем Jupyter бележница у VS Code-у. Сазнајте више о томе како да подесите вашу учионицу за коришћење ове технолошке платформе: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.
Све скице, укључујући и постер великог формата, налазе се у овом фолдеру.
Такође можете покренути овај курикулум као самосталан, офлајн веб сајт користећи Docsify. Инсталирајте Docsify на ваш локални рачунар, затим у коренском фолдеру ваше локалне копије овог репозиторијума укуцајте docsify serve. Веб сајт ће бити доступан на порту 3000 на вашем localhost-у: localhost:3000.
Офлајн верзија курикулума ће се отворити као самостална веб страница: https://localhost:3000
Лекције су груписане у 6 делова:
- 1: Увод
- 1: Дефинисање науке о подацима
- 2: Етика
- 3: Дефинисање података
- 4: Преглед вероватноће и статистике
- 2: Рад са подацима
- 5: Релационе базе података
- 6: Нерелационе базе података
- 7: Python
- 8: Припрема података
- 3: Визуализација података
- 9: Визуализација количина
- 10: Визуализација дистрибуција
- 11: Визуализација пропорција
- 12: Визуализација односа
- 13: Смислене визуализације
- 4: Животни циклус науке о подацима
- 14: Увод
- 15: Анализа
- 16: Комуникација
- 5: Наука о подацима у облаку
- 17: Увод
- 18: Опције са мало кода
- 19: Azure
- 6: Наука о подацима у пракси
- 20: Преглед
Молимо вас да нам дате своје мишљење!
Желимо да овај курикулум буде користан за вас и ваше ученике. Молимо вас да нам дате повратне информације на дискусионим таблама! Слободно креирајте простор за учионицу на дискусионим таблама за ваше ученике.
Одрицање од одговорности:
Овај документ је преведен коришћењем услуге за превођење помоћу вештачке интелигенције Co-op Translator. Иако тежимо тачности, молимо вас да имате у виду да аутоматски преводи могу садржати грешке или нетачности. Оригинални документ на изворном језику треба сматрати ауторитативним извором. За критичне информације препоручује се професионални превод од стране људи. Не сносимо одговорност за било каква погрешна тумачења или неспоразуме који могу произаћи из коришћења овог превода.