数据科学中 R 语言教学的10个简单准则

简介: 数据科学中 R 语言教学的10个简单准则

简介

前段时间看了《统计之都》最新的统计月读:统计月读(2022年9月),看到了一个比较有趣信息。

统计月读(2022年9月)

于是我逛了逛这个 GitHub 网站[1]


GitHub 截图

模板介绍

打开是一个 html 文件,细细一品,原来作者是使用 “写轮眼[2]” 制作完成 html 格式的 slides。封面如下,整个文件截图见文末。



slides 的封面

小编看了非常兴奋,一是整个 slides 的风格看着很舒服,又和普通的写轮眼模板有所不同(xaringanthemer[3] 包和 css 的综合作用)。下载了整个文件夹,并试图读懂它,作者在制作课件时,能看到花了不少的心血。

内部代码满满的细节~ 感兴趣的读者,可以尝试下载并编译,同步学习作者使用的一些技巧。或者“白嫖”作者的模板,改成自己的东西。(记得给作者 Star,Fork 表示赞同!)

如果你对写轮眼制作幻灯片感兴趣,又没学过。你可以先看看小编以前写的入门级教程:R沟通|提升xaringan幻灯片的b格R沟通|设置xaringan主题R沟通|用xaringan包制作幻灯片



源代码进行编译

学习笔记

整个课件主要是站在教学者的角度,来考虑如何给学生们授课。作者给出了数据科学中 R 语言教学的 10 个简单准则,分别是:

  1. 通过数据分析教学 R 语言
  2. 使用参与式现场编码
  3. 提供大量练习
  4. 提供大量反馈
  5. 使用可操作的数据例子
  6. 使用真实的、丰富的、但可获得的数据集
  7. 提供知识的文化和历史背景
  8. 建立安全、包容和受欢迎的社区
  9. 使用核对表来集中和促进同伴的学习
  10. 让学生做项目

该 slides 中给出了每个准则的具体操作方案。具体小编就不再重复,感兴趣的读者可以看看。个人感觉国内 R 语言教学上还有很大的改进空间。希望未来我也能在这方面做出自己的一份贡献。下一节的截图,或者搜索源文件观看。

Slides 截图

来源https://ttimbers.github.io/10-simple-rules-for-teaching-R-for-Data-Science/10-simple-rules-for-teaching-r-for-data-science.html#1,需要阅读完整版的读者,文末原文自行跳转噢~



参考资料

[1]

GitHub 网站: https://github.com/ttimbers/10-simple-rules-for-teaching-R-for-Data-Science

[2]

写轮眼: https://yihui.org/cn/2017/02/xaringan/

[3]

xaringanthemer: https://pkg.garrickadenbuie.com/xaringanthemer/

目录
相关文章
|
6月前
|
机器学习/深度学习 数据采集 测试技术
利用Python实现简单的机器学习模型软件测试的艺术与科学:探索自动化测试框架的奥秘
【8月更文挑战第27天】在本文中,我们将一起探索如何通过Python编程语言创建一个简单的机器学习模型。我们将使用scikit-learn库中的线性回归模型作为示例,并通过一个实际的数据集来训练我们的模型。文章将详细解释每一步的过程,包括数据预处理、模型训练和预测结果的评估。最后,我们会用代码块展示整个过程,确保读者能够跟随步骤实践并理解每个阶段的重要性。
|
机器学习/深度学习 人工智能 算法
【数据科学】数据科学难题,怎么解释到底什么是数据科学
【数据科学】数据科学难题,怎么解释到底什么是数据科学
|
机器学习/深度学习 人工智能 算法
数据科学难题,怎么解释到底什么是数据科学
数据科学难题,怎么解释到底什么是数据科学
R数据科学|第十一章内容介绍
因子在 R 中用于处理分类变量。从历史上看,因子远比字符串更容易处理。因此,R 基础包中的很多函数都自动将字符串转换为因子。
204 0
R数据科学|第十一章内容介绍
|
SQL
R数据科学|第九章内容介绍
在实际应用中,我们常会涉及到多个数据表,必须综合使用它们才能找到关键信息。存在于多个表中的这种数据统称为关系数据。本章中的很多概念都和SQL中的相似,只是在dplyr中的表达形式略微不同。一般来说,dplyr 要比 SQL 更容易使用
169 0
R数据科学|第十章内容介绍(二)
本章通过学习字符串的处理,再结合正则表达式进行正确的模式匹配。
336 0
R数据科学|第十章内容介绍(二)
|
大数据
R数据科学|第七章内容介绍
tibble是一种简单数据框,它对data.frame的功能进行了一些修改,更易于使用。本文将介绍tidyverse的核心R包之一——tibble包
225 0
|
存储 Apache
R数据科学|第八章内容介绍
本文将介绍如何使用readr包将平面文件加载到 R 中,readr 也是 tidyverse 的核心 R包之一。
151 0
R数据科学|第十章内容介绍(一)
本章通过学习字符串的处理,再结合正则表达式进行正确的模式匹配。
157 0
|
机器学习/深度学习 人工智能 自然语言处理
五个给机器学习和数据科学入门者的学习建议
我从没写过代码。 当人们发现我的作品,他们通常会私信并提问。我不一定知道所有的答案,但我会尽量回复。人们最常问的问题是:「该从哪开始?」,其次是:「我需要多少数学基础?」
140 0