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.
Data-Science-For-Beginners/translations/hr/for-teachers.md

4.2 KiB

Za edukatore

Želite li koristiti ovaj kurikulum u svojoj učionici? Slobodno ga iskoristite!

Zapravo, možete ga koristiti direktno na GitHubu pomoću GitHub Classroom.

Da biste to učinili, napravite fork ovog repozitorija. Trebat ćete kreirati repozitorij za svaku lekciju, pa ćete morati izdvojiti svaku mapu u zaseban repozitorij. Na taj način GitHub Classroom može prepoznati svaku lekciju zasebno.

Ove detaljne upute dat će vam ideju kako postaviti svoju učionicu.

Korištenje repozitorija u trenutnom obliku

Ako želite koristiti ovaj repozitorij u trenutnom obliku, bez korištenja GitHub Classroom, i to je moguće. Trebat ćete komunicirati sa svojim učenicima o tome koju lekciju zajedno obraditi.

U online formatu (Zoom, Teams ili drugi) možete organizirati breakout sobe za kvizove i mentorirati učenike kako bi se pripremili za učenje. Zatim ih pozovite da sudjeluju u kvizovima i predaju svoje odgovore kao 'issues' u određeno vrijeme. Isto možete učiniti s zadacima, ako želite da učenici surađuju javno.

Ako preferirate privatniji format, zamolite učenike da forkaju kurikulum, lekciju po lekciju, u svoje privatne GitHub repozitorije i da vam daju pristup. Tada mogu privatno završiti kvizove i zadatke te ih predati putem 'issues' na vašem repozitoriju za učionicu.

Postoji mnogo načina kako ovo može funkcionirati u online učionici. Javite nam što vam najbolje odgovara!

Što je uključeno u ovaj kurikulum:

20 lekcija, 40 kvizova i 20 zadataka. Sketchnoteovi prate lekcije za vizualne učenike. Mnoge lekcije dostupne su u Pythonu i R-u te se mogu završiti pomoću Jupyter bilježnica u VS Code-u. Saznajte više o tome kako postaviti učionicu za korištenje ove tehnološke platforme: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.

Svi sketchnoteovi, uključujući poster velikog formata, nalaze se u ovoj mapi.

Ovaj kurikulum možete pokrenuti i kao samostalnu, offline-friendly web stranicu pomoću Docsify. Instalirajte Docsify na svoj lokalni uređaj, zatim u root mapi lokalne kopije ovog repozitorija upišite docsify serve. Web stranica će se pokrenuti na portu 3000 na vašem localhostu: localhost:3000.

Offline-friendly verzija kurikuluma otvorit će se kao samostalna web stranica: https://localhost:3000

Lekcije su grupirane u 6 dijelova:

  • 1: Uvod
    • 1: Definiranje znanosti o podacima
    • 2: Etika
    • 3: Definiranje podataka
    • 4: Pregled vjerojatnosti i statistike
  • 2: Rad s podacima
    • 5: Relacijske baze podataka
    • 6: Nerelacijske baze podataka
    • 7: Python
    • 8: Priprema podataka
  • 3: Vizualizacija podataka
    • 9: Vizualizacija količina
    • 10: Vizualizacija distribucija
    • 11: Vizualizacija proporcija
    • 12: Vizualizacija odnosa
    • 13: Smislene vizualizacije
  • 4: Životni ciklus znanosti o podacima
    • 14: Uvod
    • 15: Analiza
    • 16: Komunikacija
  • 5: Znanost o podacima u oblaku
    • 17: Uvod
    • 18: Opcije s malo koda
    • 19: Azure
  • 6: Znanost o podacima u praksi
    • 20: Pregled

Podijelite svoje mišljenje!

Želimo da ovaj kurikulum funkcionira za vas i vaše učenike. Molimo vas da nam ostavite povratne informacije na forumima za raspravu! Slobodno kreirajte prostor za učionicu na forumima za raspravu za svoje učenike.


Odricanje od odgovornosti:
Ovaj dokument je preveden korištenjem AI usluge za prevođenje Co-op Translator. Iako nastojimo osigurati točnost, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku treba smatrati mjerodavnim izvorom. Za ključne informacije preporučuje se profesionalni prijevod od strane stručnjaka. Ne preuzimamo odgovornost za bilo kakva nesporazuma ili pogrešna tumačenja koja mogu proizaći iz korištenja ovog prijevoda.