数据科学学术资源套件

对于UC爱游戏电竞 Berkeley教练

数据科学部的教师学术资源包(ARK)旨在为教师提供在各种课堂上创建和部署教育材料的能力。该部门支持教师学习和结合数据科学方法和教学工具。我们提供定期研讨会、暑期培训和课程开发资源。

项目概述

从大一开始,数据科学部支持开放的、跨校园的跨学科课程,并为伯克利所有专业的本科生提供了一个基础,使他们能够有能力和批判性地使用数据。数据科学基础课程(Data 8)目前每年为70多个专业的4000多名学生提供服务,满足90%的专业的统计要求。从人文学科到工程学科的讲师们开设了30多门入门级“连接器”课程。超过40个课程部署了数据科学模块,以丰富现有的课程。为了服务于现有专业,许多部门的教师正在开发高级课程,并通过数据科学部与专业相结合。

讲习班和资源

该部门提供各种机会,以支持教师学习和结合数据科学方法,包括研讨会和项目,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

数据科学模块是简短的探索,让学生有机会实践与您的课程相关的数据集,并接受数据分析、统计和计算原理的指导。模块的差异很大,并且根据每个讲师的目标和课程类型进行定制,长度从一到两次讲座到以数据为中心的项目的多节研讨会不等。数据科学教育计划通过学生开发团队与您紧密合作开发材料,为有兴趣在现有课程中添加数据科学模块的教师提供帮助。最近的一篇文章和视频解释了当前如何部署模块

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

模块支持申请表:https://goo.gl/zrxvm7.(链接是外部的)

数据科学连接器课程(秋季或春季)建议

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

利息表:(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。

Data 8x:通过EDx提供的Data 8的在线MOOC实现

在伯克利以外的地方,这门课可以在EDx上找到数据8x,这是一门很受欢迎的在线课程。一些机构已经在翻转课堂模式中部署了Data 8,利用EDx的视频结合现场实验室帮助。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). 该教科书由John DeNero和Ani Adhikari编写,并根据知识共享许可证获得许可。这本教科书的主要创新之一是,它有一套Jupyter笔记本,提供关键概念的编程说明,可以在本地JupyterHub或更一般的网站上访问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包含了如何在其他网站上托管/改编教材以及如何更改交互链接的说明。

课程网页

数据8主页位于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:
凯瑟琳卡森(clcarson@berkeley.edu(链接发送电子邮件)),DSEP系主任

埃里克·范杜森(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。

请填写这一点感兴趣的形式(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)是在其他机构设置和运行Data 8的指南。本指南berkeleydsep.gitbook.io/zero-to-data-8/(链接是外部的),由Chris Holdgraf创建,并逐步说明如何管理技术基础设施、云资源和技术支持等方面。NSF资助的区域数据中心将扩大对云基础设施的支持:bigdatahubs.org/(链接是外部的)

用于Python的表数据科学包

Data 8使用一个特定于课程的python包datascience(链接是外部的),设计用于在数据科学入门课程中教授表格数据操作和可视化。该书由伯克利大学教授约翰·德内罗和大卫·卡勒以及学生山姆·刘和阿尔文·万撰写。有关该软件包的文档,请访问data8.org/datascience/(链接是外部的).在整个Data 8材料中使用这个包进行教学,允许一个教学上干净的数据帧概念,而不增加panda或R的复杂性。

Jupyter和JupyterHub

项目jupyter.(jupyter.org)(链接是外部的))旨在开发开源软件、开放标准和跨数十种编程语言的交互式计算服务。JupyterHub是一个工具,它允许伯克利的数据科学项目快速利用云计算基础设施部署一个可扩展的hub,使用户能够与标准化的通用计算环境进行远程交互。JupyterHubs创建基于云的按需Jupyter笔记本服务器,是Data8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,包括预装软件、更快地访问课程内容,以及计算灵活性,甚至Chromebook或iPad上的用户也可以运行Jupyter笔记本。Data 8 JupyterHub部署位于datahub.berkeley.edu(链接是外部的).此外,本课程教材使用mybinder.org(链接是外部的)公共互动链接。Binder使用JupyterHub创建对公众开放的临时用户会话,在本例中,它为Data8教科书及其环境提供服务。JupyterHub团队已经编写了一份关于JupyterHub部署和维护的指南,零到jupyterhub.(链接是外部的), 在零到jupyterhub.readthedocs.io(链接是外部的)/。对于0-50人的小观众/班级,有一个新项目在一个叫做最小的JupyterHub(链接是外部的), 在最小的jupyterhub.readthedocs.io/(链接是外部的). 有关伯克利数据科学研究所(BIDS)与Jupyter项目相关的工作概述,请访问bids.berkeley.edu/research/project-jupyter.(链接是外部的)

使用Jupyter Book发布开源教科书

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。

分级

数据8,除了加州大学伯克利分校使用的许多其他大型技术课程之外爱游戏电竞Ok.py(链接是外部的)供评分及其他班级管理之用。py除了自动评分外,还提供了一套丰富的工具,包括办公时间管理、学生提交的备份、剽窃检测等。一个更简单的解决方案是戈弗平地机(链接是外部的),这是一个更基本的python库,由JupyterHub团队创建,用于自动创建Jupyter笔记本和python文件。文件可在以下网址获得:okgrade.readthedocs.io.(链接是外部的)/。该项目目前正在开发中,并用于Data8x课程。数据8课程还使用了GSExport软件包,https://github.com/dibyaghosh/gsexport.(链接是外部的)导出定制的pdf文件,用于评分并提交到Gradescopehttps://www.gradescope.com/(链接是外部的)

数据科学模块

为Data8开发的基础设施也被用于开发教学模块,通常是一套1-3本笔记本,用于部署到现有课堂中。这些可以从地理信息系统制图到神经科学,再到人文学科的文本分析。有关一些有趣的部署的展示,请访问ds-modules.github.io/modules-textbook.(链接是外部的)。为所有课程开发的全套Jupyter笔记本可在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

Connector课程是一组与Data 8互补的课程,旨在让学生接触某一学科领域的数据科学应用。连接器通常是工作量较轻的课程,允许学生将数据8中的理论概念应用到特定的兴趣领域。学生在数据8的同时或之后使用连接符。有关连接器的完整列表,请访问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在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)