将数据科学添加到伯克利教师工具包中

2017年6月15日

数据科学教育学课程

今年6月,来自英语、社会学、神经科学、物理学等多个学科的30多名教师和教师利用暑期的一周时间,探索如何将为数据科学开发的工具整合到自己的教学中。

教师们参加了6月初由数据科学教育项目主办的为期一周的密集的数据科学教学与实践研讨会。举行的学术创新工作室在Dwinelle Hall,这是w作为构建伯克利数据科学领域跨学科课程生态系统和跨校园院系的下一步。它的目标是使今后能够提供更多这样的课程,并根据现有的课程调整现有的课程数据科学基础(数据8)这门课程每年有1000多名学生选修。

伯克利大学数据科学教育学课程

该研讨会由计算机科学教授讲授,之前的参与者将其描述为为本科生讲授数据科学的“硕士课程”大卫·瓦格纳今年秋天,他将教授伯克利分校面向所有专业学生的开创性课程《数据科学基础》(Foundations of Data Science)。基础课程结合了在计算和统计推断的核心概念的指导与建立信任的经验,在获取和分析真实数据使用计算技术在整个学院,工业,和政府。

参与者探索伯克利大学数据科学教育项目的教学方法,了解它的计算方法,以统计思维,并获得了动手经验,在Python编程使用木星笔记本编程环境。在下午的实验课上,教师们有机会试验来自数据8课它涵盖了一系列广泛的例子,从公平的陪审团选择到从停车罚单数据追踪车牌的隐私问题。然后,他们得到了数据科学学生团队的个性化支持,开始设计用于自己教学的材料。

数据科学学院研讨会

参加者在工作坊的跟进调查中分享他们的反应:

看到Data 8的学生在做什么,以及这门课程是如何教授的,非常鼓舞人心。”

“我发现这门课程背后的理念非常出色。即使没有学习或经验的学生也能轻松地沉浸在课程中,这既令人惊讶又令人着迷。”

“讨论的主题非常相关,并提供了很好的例子,说明如何将技术、隐私、安全等讨论融入到我自己的课程中。”

这个工作坊提供了一个很好的例子,它有效地结合了编程工具(无论是jupiter notebook还是R.studio)来教授更具体的知识领域的核心概念。这是一次很好的学习经历,它阐明了帮助建立数据分析驱动课程的原则。”

研讨会还包括一个学生小组,在这个小组中,一群数据科学本科生分享了他们对伯克利数据科学课程的看法,并回答了来自教职员工的问题。另一个小组以伯克利的讲师为特色,他们以前教过连接器课程并开发过课程模块。与会者分享了自己在数据科学教学方面的经验和见解。

如有其他问题,请发送电子邮件到dspi@berkeley.edu