数据科学学术资源套件

对于UC爱游戏电竞 Berkeley教练

教师的数据科学的学术资源套件(方舟)的划分旨在为教师提供在各种课程中创建和部署教育材料的能力。该司支持教师学习和纳入数据科学方法和教学工具。我们提供定期的研讨会,暑期培训和资源,课程开发。

计划概述

从新生水平的建立,数据科学分工支持开放,跨学科课程,跨越校园延伸,为所有专业的伯克利大学生提供了伯克利大学生的基础,以便与数据进行统治性和批判性。数据科学课程(数据8)的基础目前每年为70多名学生提供超过70多名专业,并以90%的主机满足统计要求。来自人文学科在工程学科的教学中创建了超过30个入门级“连接器”课程。超过40级课程已部署数据科学模块,适用于丰富现有的类。许多部门的教师现在正在开发先进的课程,以便为其现有的专业服务,并与通过数据科学分工提供的专业融合。

讲习班和资源

该司提供各种机会,支持教师学习和纳入数据科学方法,包括讲习班和方案,以帮助开发课程资源。

有关提供的研讨会的更多信息://www.gmr-search.com/爱游戏吧下载电脑版官方下载news/data -science-education-opportunities.

持续的机会

数据科学模块 - 请求开发支持

数据科学模块是短期探索,使学生可以使用与您的课程相关的数据集进行实践的机会,并接收关于数据分析,统计数据原则的指令。模块随着每个教练的目标和当然的类型而自定义,从一到两次讲座到多次会话研讨会,这些讲师在居中居中的多次演讲中。数据科学教育计划通过学生开发人员团队与您联系开发材料,为有兴趣向其现有类添加数据科学模块的教练提供援助。最近的一篇文章和视频解释了如何部署模块

有关更多信息,请访问://www.gmr-search.com/education/courses/modules.

模块支持请求表:https://goo.gl/zrxvm7.(链接是外部的)

数据科学连接器课程的建议(秋季或春季)

数据中的学生8从跨越广泛学科的各种例子中学习计算和统计概念。连接器课程(2,3或4个单位通常编号88)旨在为学生与数据8的学生分析知识建立在特定领域的自身利益。连接器可以置于部门,在多个程序中交叉列出,或作为L&S课程。数据科学教育计划旨在扩大学生的连接器产品套件,并增加将数据科学整合到现有课程中的潜力。DSEP能够为您提供一系列技术,教学,金融和社区建设的支持,驾驶课程以及计算机实验室空间和实验室助理。

有关更多信息,请访问://www.gmr-search.com/education/connectors.

连接器兴趣表:(链接是外部的)https://goo.gl/s9ekn4.(链接是外部的)

数据8:数据科学的基础

数据8(data8.org)(链接是外部的)是UC Berkeley的旗舰介绍性数据科学课,目前每学期都会全部注册超过1,200名学生。爱游戏电竞课程的愿景是将教学计算思维和统计数据结合起来,将统计指导现代化到统计推理的中心,以及广泛的学生可以访问,包括消除微积分,线性代数和介绍性编程等要求。通过运行Python的Jupyter笔记本授权编程和统计数据。

数据8x:通过EDX提供的数据8的在线MOOC实现

在伯克利之外,这类课程可作为数据8X,是EDX的一个受欢迎的课程。若干机构在翻转的课堂模型中部署了数据8,使用EDX的视频与IN-Person Lab帮助组合使用。edx.org/professional-certificate/berkeleyx-foundations-of-data -science(链接是外部的)

教科书

数据8教科书在underentialthinking.com.(链接是外部的)。教科书是由John Denero和Ani Adhikari编写的,并在创造性的公共许可证下获得许可。教科书的关键创新之一是它有一套Jupyter笔记本,提供了关键概念的编程插图,可以在本地Jupyterhub或更普遍上访问mybinder.org.(链接是外部的)。您可以访问Jupyter Book Repositorygithub.com/data-8/textbook.(链接是外部的);README包括如何在其他站点主机/调整教科书以及如何更改INTERACT链接的说明。

课程网页

数据8主页是在data8.org.(链接是外部的)从2015年秋季开始找到数据8的每次迭代的课程站点。在过去学期产品的网站内,您可以找到课程和jupyter笔记本电脑的幻灯片甲板和视频,以及实验室,家庭作业和项目。几乎所有用于数据8的资源(例如,教科书,网页,教学材料)都可用于GitHub组织,github.com/data-8(链接是外部的)

联系我们

如果您对数据科学划分的数据科学教育计划有疑问,请随时联系我们:
Cathryn Carson(clcarson@berkeley.edu(链接发送电子邮件)),DSEP教师领先

Eric Van Dusen(ericvd@berkeley.edu(链接发送电子邮件)),DSEP课程协调员

对于合作机构的教师

爱游戏电竞UC Berkeley欢迎有关如何设计和实施基于广泛的数据科学计划的疑问。下面请找到进一步探索我们本科数据科学课程的资源。

请填写这一点兴趣形式(链接是外部的)(链接是外部的)这样我们就可以将您指导您需要的资源。

将数据8调整到其他机构的指南

零到数据8指南(链接是外部的)是在其他机构中设置和运行数据8的指南。本指南,在berkeleydsep.gitbook.io/zero-to-data-8/(链接是外部的),由Chris Holdgraf和Documents逐步创建如何管理技术基础架构,云资源和技术支持等方面。NSF资助的区域数据集线器将展望扩大对云基础设施的支持:bigdatahubs.org/(链接是外部的)

Python的表Datascience包

数据8使用特定于课程的Python包Datascience.(链接是外部的),专为在介绍性数据科学课程中教导表格数据操作和可视化。它是由伯克利教授John Denero和David Culler,以及学生Sam Lau和Alvin Wan。可以找到包的文档data8.org/datascience/(链接是外部的)。在整个数据中用这个包的教导8材料允许教学方式清洁DataFrame概念,而没有庞大的熊猫或R的复杂性。

jupyter和jupyterhub.

项目jupyter.(jupyter.org.(链接是外部的))存在开发开源软件,开放标准和服务,用于跨越数十种编程语言的交互式计算。JupyterHub是一种工具,允许伯克利的数据科学计划快速利用云计算基础架构来部署可伸缩集线器,使用户能够使用标准化的公共计算环境来互动。JupyterHubs创建基于按需云的Jupyter笔记本服务器,是数据8和相关类的技术基础设施的基础。与运行Jupyter的本地环境相比,基于云的JupyterHub提供了许多便利,包括预先安装的软件,更快地访问课程内容,以及计算Chromebooks或iPad上的用户甚至可以运行Jupyter笔记本的灵活性。数据8 jupyterhub部署是在datahub.berkeley.edu(链接是外部的)。此外,课程教科书使用mybinder.org.(链接是外部的)公共交互链接。Binder使用JupyterHub来创建向公众开放的临时用户会话,在这种情况下为数据提供了数据8教科书及其环境。jupyterhub团队已经撰写了关于jupyterhub的部署和维护的指南,零到jupyterhub.(链接是外部的), 在zero-to-jupyterhub.readthedocs.io.(链接是外部的)/。对于一个小型受众/班级的0-50人,有一个新的项目在一个名为the的单个服务器上运行jupyterhub最小的jupyterhub(链接是外部的), 在the-littlest-jupyterhub.readthedocs.io/(链接是外部的)。有与项目Jupyter相关的数据科学研究所(BIDS)的工作概述可用bids.berkeley.edu/research/project-jupyter.(链接是外部的)

用jupyter book开放源教科书发布

基于Jupyter的开源教科书发布的指南jupyter.org/jupyter-book/(链接是外部的)。教科书中的内容和页面是使用Jupyter笔记本编写的,使用Jekyll生成,并在Github托管。

等级

数据8,除了在UC Berkeley的许多其他大型技术课程之外爱游戏电竞好的.py.(链接是外部的)用于评分和其他课程管理目的。OK.PY除了自动化外,还提供丰富的工具套件,包括办公时间管理,学生提交的备份,抄袭检测等。更简单的解决方案是Gofer Grader.(链接是外部的)是一个更基本的Python库,由JupyterHub团队创建,以单独自动化Jupyter笔记本和Python文件。文档可用okgrade.readthedocs.io.(链接是外部的)/。该项目目前正在开发中,正在用于DATA8X课程。数据8课程也使用包GSExport,https://github.com/dibyaghosh/gsexport.(链接是外部的)导出定制的PDF进行评分和提交给GradeScopehttps://www.gradescope.com/(链接是外部的)

数据科学模块

为数据8开发的基础设施也已被用于开发教学模块,通常是一组1-3个笔记本电脑部署到现有类。这些可以从GIS映射到神经科学对人文课程中的文本分析。一些有趣的部署的展示可供选择ds-modules.github.io/modules-textbook.(链接是外部的)。为所有课程开发的全套Jupyter笔记本提供github.com/ds-modules.(链接是外部的)。您可以使用每个存储库的自述文件中的粘合剂链接运行任何这些笔记本电脑。

连接器课程

连接器课程是一组与数据8互补的课程,已开发为将学生公开到主题领域的数据科学应用程序。连接器通常是更轻的工作量课程,允许学生将理论概念从数据8应用于特定感兴趣的领域。学生同时使用数据或数据8.可以找到连接器的完整列表www.gmr-search.com/education/connectors.

教师资源 - 课程指南

伯克利的数据科学教育计划已创建了课程指南ds-modules.github.io/modules-textbook.(链接是外部的)在教导与数据8连接的数据科学课程和使用相同的基础架构中,帮助指导教师进行建立,工作流程和教育学。本指南中的大部分内容对于用Jupyter笔记本和JupyterHub部署教学是有用的。许多部门的教师已经接受过培训,以便在短的夏季数据中使用数据科学教育学平台8训练营旨在让教师准备适应数据科学教学工具到自己的主题领域:sites.google.com/berkeley.edu/cub-dse-workshop/home.(链接是外部的)