6.3 KiB
اساتذہ کے لیے
کیا آپ اپنی کلاس میں اس نصاب کو استعمال کرنا چاہتے ہیں؟ بلا جھجک استعمال کریں!
حقیقت میں، آپ اسے خود GitHub کے اندر استعمال کر سکتے ہیں، GitHub Classroom کے ذریعے۔
اس کے لیے، اس ریپو کو فورک کریں۔ آپ کو ہر سبق کے لیے ایک ریپو بنانا ہوگا، اس لیے آپ کو ہر فولڈر کو الگ ریپو میں نکالنا ہوگا۔ اس طرح، GitHub Classroom ہر سبق کو الگ سے اٹھا سکتا ہے۔
یہ مکمل ہدایات آپ کو کلاس روم سیٹ اپ کرنے کا طریقہ سمجھنے میں مدد دیں گی۔
ریپو کو موجودہ حالت میں استعمال کرنا
اگر آپ اس ریپو کو موجودہ حالت میں استعمال کرنا چاہتے ہیں، بغیر GitHub Classroom کے، تو یہ بھی ممکن ہے۔ آپ کو اپنے طلباء کے ساتھ یہ بات چیت کرنی ہوگی کہ کون سا سبق مل کر مکمل کرنا ہے۔
آن لائن فارمیٹ (Zoom، Teams، یا دیگر) میں، آپ کوئزز کے لیے بریک آؤٹ رومز بنا سکتے ہیں اور طلباء کو سیکھنے کے لیے تیار کرنے میں مدد دے سکتے ہیں۔ پھر طلباء کو کوئزز کے لیے مدعو کریں اور انہیں ایک خاص وقت پر 'issues' کے طور پر اپنے جوابات جمع کرانے کو کہیں۔ آپ اسی طرح اسائنمنٹس کے ساتھ بھی کر سکتے ہیں، اگر آپ چاہتے ہیں کہ طلباء کھلے عام تعاون کریں۔
اگر آپ زیادہ نجی فارمیٹ کو ترجیح دیتے ہیں، تو اپنے طلباء سے کہیں کہ وہ نصاب کو سبق بہ سبق اپنے GitHub ریپوز میں بطور پرائیویٹ ریپوز فورک کریں اور آپ کو رسائی دیں۔ پھر وہ کوئزز اور اسائنمنٹس نجی طور پر مکمل کر سکتے ہیں اور انہیں آپ کے کلاس روم ریپو پر 'issues' کے ذریعے جمع کرا سکتے ہیں۔
آن لائن کلاس روم فارمیٹ میں کام کرنے کے کئی طریقے ہیں۔ براہ کرم ہمیں بتائیں کہ آپ کے لیے کیا بہتر کام کرتا ہے!
اس نصاب میں شامل:
20 اسباق، 40 کوئزز، اور 20 اسائنمنٹس۔ بصری سیکھنے والوں کے لیے اسباق کے ساتھ اسکیچ نوٹس شامل ہیں۔ بہت سے اسباق Python اور R دونوں میں دستیاب ہیں اور انہیں Jupyter نوٹ بکس کے ذریعے VS Code میں مکمل کیا جا سکتا ہے۔ اس ٹیک اسٹیک کو استعمال کرنے کے لیے اپنے کلاس روم کو سیٹ اپ کرنے کے بارے میں مزید جانیں: https://code.visualstudio.com/docs/datascience/jupyter-notebooks۔
تمام اسکیچ نوٹس، بشمول ایک بڑے فارمیٹ کا پوسٹر، اس فولڈر میں موجود ہیں۔
آپ اس نصاب کو ایک اسٹینڈ الون، آف لائن فرینڈلی ویب سائٹ کے طور پر بھی چلا سکتے ہیں Docsify کا استعمال کرتے ہوئے۔ Docsify انسٹال کریں اپنی لوکل مشین پر، پھر اس ریپو کی لوکل کاپی کے روٹ فولڈر میں docsify serve ٹائپ کریں۔ ویب سائٹ آپ کے localhost پر پورٹ 3000 پر پیش کی جائے گی: localhost:3000۔
نصاب کا آف لائن فرینڈلی ورژن ایک اسٹینڈ الون ویب پیج کے طور پر کھلے گا: https://localhost:3000
اسباق کو 6 حصوں میں تقسیم کیا گیا ہے:
- 1: تعارف
- 1: ڈیٹا سائنس کی تعریف
- 2: اخلاقیات
- 3: ڈیٹا کی تعریف
- 4: احتمال اور شماریات کا جائزہ
- 2: ڈیٹا کے ساتھ کام کرنا
- 5: ریلیشنل ڈیٹا بیسز
- 6: نان ریلیشنل ڈیٹا بیسز
- 7: Python
- 8: ڈیٹا کی تیاری
- 3: ڈیٹا کی بصری نمائندگی
- 9: مقدار کی بصری نمائندگی
- 10: تقسیم کی بصری نمائندگی
- 11: تناسب کی بصری نمائندگی
- 12: تعلقات کی بصری نمائندگی
- 13: بامعنی بصری نمائندگی
- 4: ڈیٹا سائنس کا لائف سائیکل
- 14: تعارف
- 15: تجزیہ
- 16: مواصلات
- 5: کلاؤڈ میں ڈیٹا سائنس
- 17: تعارف
- 18: کم کوڈ کے اختیارات
- 19: Azure
- 6: حقیقی دنیا میں ڈیٹا سائنس
- 20: جائزہ
براہ کرم ہمیں اپنی رائے دیں!
ہم چاہتے ہیں کہ یہ نصاب آپ اور آپ کے طلباء کے لیے کام کرے۔ براہ کرم ڈسکشن بورڈز میں ہمیں فیڈبیک دیں! اپنے طلباء کے لیے ڈسکشن بورڈز پر ایک کلاس روم ایریا بنانے کے لیے آزاد محسوس کریں۔
ڈسکلیمر:
یہ دستاویز AI ترجمہ سروس Co-op Translator کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کے لیے پوری کوشش کرتے ہیں، لیکن براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا خامیاں ہو سکتی ہیں۔ اصل دستاویز کو اس کی اصل زبان میں مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے، پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے لیے ہم ذمہ دار نہیں ہیں۔