4.3 KiB
For lærere
Vil du bruke denne læreplanen i klasserommet ditt? Vær så god!
Faktisk kan du bruke den direkte på GitHub ved å bruke GitHub Classroom.
For å gjøre det, lag en fork av dette repoet. Du må opprette et repo for hver leksjon, så du må trekke ut hver mappe til et eget repo. På den måten kan GitHub Classroom hente opp hver leksjon separat.
Disse fullstendige instruksjonene gir deg en idé om hvordan du kan sette opp klasserommet ditt.
Bruke repoet som det er
Hvis du ønsker å bruke dette repoet slik det står, uten å bruke GitHub Classroom, er det også mulig. Du må kommunisere med studentene dine om hvilken leksjon dere skal jobbe med sammen.
I et nettbasert format (Zoom, Teams eller andre) kan du opprette grupperom for quizene og veilede studentene for å hjelpe dem med å forberede seg på læring. Deretter kan du invitere studentene til å ta quizene og sende inn svarene sine som 'issues' på et bestemt tidspunkt. Du kan gjøre det samme med oppgaver hvis du ønsker at studentene skal jobbe sammen i det åpne.
Hvis du foretrekker et mer privat format, kan du be studentene dine om å forke læreplanen, leksjon for leksjon, til sine egne private GitHub-repoer og gi deg tilgang. Da kan de fullføre quizer og oppgaver privat og sende dem til deg via issues på klasseromsrepoet ditt.
Det finnes mange måter å få dette til å fungere i et nettbasert klasseromsformat. Gi oss gjerne beskjed om hva som fungerer best for deg!
Inkludert i denne læreplanen:
20 leksjoner, 40 quizer og 20 oppgaver. Sketchnotes følger med leksjonene for visuelle elever. Mange leksjoner er tilgjengelige både i Python og R og kan fullføres ved hjelp av Jupyter-notatbøker i VS Code. Lær mer om hvordan du setter opp klasserommet ditt for å bruke denne teknologistakken: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.
Alle sketchnotes, inkludert en plakat i stort format, finnes i denne mappen.
Du kan også kjøre denne læreplanen som et frittstående, offline-vennlig nettsted ved å bruke Docsify. Installer Docsify på din lokale maskin, og skriv deretter docsify serve i rotmappen til din lokale kopi av dette repoet. Nettstedet vil bli servert på port 3000 på localhost: localhost:3000.
En offline-vennlig versjon av læreplanen vil åpnes som en frittstående nettside: https://localhost:3000
Leksjonene er gruppert i 6 deler:
- 1: Introduksjon
- 1: Definere datavitenskap
- 2: Etikk
- 3: Definere data
- 4: Oversikt over sannsynlighet og statistikk
- 2: Arbeide med data
- 5: Relasjonsdatabaser
- 6: Ikke-relasjonsdatabaser
- 7: Python
- 8: Datapreparering
- 3: Datavisualisering
- 9: Visualisering av mengder
- 10: Visualisering av fordelinger
- 11: Visualisering av proporsjoner
- 12: Visualisering av relasjoner
- 13: Meningsfulle visualiseringer
- 4: Datavitenskapens livssyklus
- 14: Introduksjon
- 15: Analyse
- 16: Kommunikasjon
- 5: Datavitenskap i skyen
- 17: Introduksjon
- 18: Lavkode-alternativer
- 19: Azure
- 6: Datavitenskap i praksis
- 20: Oversikt
Gi oss dine tanker!
Vi ønsker å gjøre denne læreplanen nyttig for deg og studentene dine. Gi oss tilbakemeldinger i diskusjonsforumene! Du kan også opprette et klasseromsområde i diskusjonsforumene for studentene dine.
Ansvarsfraskrivelse:
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi tilstreber nøyaktighet, vennligst vær oppmerksom på at automatiske oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på sitt opprinnelige språk bør anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.