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.
This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f7440be10c17a8a9262713af3d2818a9",
"translation_date": "2025-09-06T19:52:53+00:00",
"source_file": "for-teachers.md",
"language_code": "zh"
}
-->
## 给教育工作者
想在课堂上使用这套课程吗？请随意使用！
事实上，您可以直接在 GitHub 上通过 GitHub Classroom 使用这套课程。
要做到这一点，请先 fork 此仓库。您需要为每节课创建一个单独的仓库，因此需要将每个文件夹提取到一个独立的仓库中。这样，[GitHub Classroom](https://classroom.github.com/classrooms) 就可以分别识别每节课。
这些[完整的说明](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/)将帮助您了解如何设置您的课堂。
## 按原样使用此仓库
如果您希望按当前形式使用此仓库，而不使用 GitHub Classroom， ，
在在线教学环境中（如 Zoom、Teams 或其他平台） ， ， ， ，
如果您更喜欢更私密的形式，可以让学生逐节 fork 课程到他们自己的 GitHub 私有仓库，并授予您访问权限。这样，他们可以私下完成测验和作业，并通过您课堂仓库中的 issue 提交给您。
在在线课堂中，有很多方法可以让这套课程发挥作用。请告诉我们哪种方式最适合您！
## 本课程包含内容：
20 节课程， ：
所有手绘笔记，包括一张大幅海报，都在[这个文件夹](../../sketchnotes)中。
您还可以使用 [Docsify ](https://docsify.js.org/#/ ) 将这套课程作为一个独立的、离线友好的网站运行。[安装 Docsify](https://docsify.js.org/#/quickstart) 到您的本地机器，然后在本地副本的根文件夹中输入 `docsify serve` 。网站将在本地的 3000 端口运行：`localhost:3000`。
课程的离线友好版本将作为一个独立的网页打开：
课程分为 6 个部分：
- 1: 介绍
- 1: 数据科学的定义
- 2: 伦理
- 3: 数据的定义
- 4: 概率与统计概述
- 2: 数据处理
- 5: 关系型数据库
- 6: 非关系型数据库
- 7: Python
- 8: 数据准备
- 3: 数据可视化
- 9: 数量的可视化
- 10: 分布的可视化
- 11: 比例的可视化
- 12: 关系的可视化
- 13: 有意义的可视化
- 4: 数据科学生命周期
- 14: 介绍
- 15: 分析
- 16: 沟通
- 5: 云端数据科学
- 17: 介绍
- 18: 低代码选项
- 19: Azure
- 6: 数据科学的实际应用
- 20: 概述
## 请告诉我们您的想法！
我们希望这套课程能为您和您的学生带来帮助。请在讨论区中给我们反馈！也可以在讨论区为您的学生创建一个课堂专区。
---
** 免责声明**：
本文档使用AI翻译服务[Co-op Translator](https://github.com/Azure/co-op-translator)进行翻译。尽管我们努力确保准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原始语言的文档作为权威来源。对于关键信息，建议使用专业人工翻译。因使用本翻译而导致的任何误解或误读，我们概不负责。
