Distance learning trends: introducing new solutions to data analysis courses

• Autorzy: Flisikowski Karol

Identyfikatory

DOI

10.32016/1.72.06

Warianty tytułu

PL

Nowe trendy w nauczaniu na odległość: wprowadzanie nowych rozwiązań do kursów analizy danych

• Konferencja: Ogólnopolska Konferencja Nauczania Matematyki w Uczelniach Technicznych (XIX ; 22-24.09.2021 ; Gdańsk ; Polska)
• Języki publikacji: EN

Abstrakty

EN

Nowadays data analysis of any kind becomes a piece of art. The same happens with the teaching processes of statistics, econometrics and other related courses. This is not only because we are facing (and are forced to) teach online or in a hybrid mode. Students expect to see not only the theoretical part of the study and solve some practical examples together with the instructor. They are waiting to see a variety of tools, tutorials, interactive laboratory instructions, books, exams online. In this study I am going to show the latest technical solutions for instructors using R and/or Python in their online data analysis labs.

PL

Obecnie analiza danych w różnym środowisku jest zwykle małym dziełem sztuki. To samo dzieje się z procesem dydaktycznym w tej dziedzinie (np. statystyką, ekonometrią itp.). Przyczyną tego stanu rzeczy jest nie tylko fakt, iż w dydaktyce wykorzystujemy e-learning, distance-learning, lub tylko narzędzia online wspomagające co nieco tradycyjne nauczanie. Stopień skomplikowania problemu oraz jego techniczne i programistyczne rozwiązania stanowią spore wyzwanie. Stąd oczekiwania studentów są większe niż dotąd, a samo tradycyjne wprowadzenie teoretyczne do problemów analitycznych (wykład) i ich rozwiązywanie (laboratorium, ćwiczenia) nie jest wystarczające. Instruktor powinien w swojej pracy laboratoryjnej wykorzystywać szereg narzędzi interaktywnych, tj. zadań, tutoriali, instrukcji, egzaminów online. W tej pracy zaprezentowane zostaną najpopularniejsze i najnowsze rozwiązania techniczne z zakresu e-nauczania analizy danych z wykorzystaniem języka R (i/lub Pythona).

Słowa kluczowe

EN

Markdown; Bookdown; R/exams; tutorials; Moodle; e-learning; webexercises; GitHub; data analysis

PL

Markdown; Bookdown; R/exams; tutoriale; Moodle; e-learning; webexercises; GitHub; analiza danych

• Wydawca: Wydział Elektrotechniki i Automatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
• Rocznik: 2021
• Tom: Nr 72
• Strony: 33--36
• Opis fizyczny: Bibliogr. 8 poz., il.

Twórcy

autor

Flisikowski Karol

• Politechnika Gdańska, Wydział Zarządzania i Ekonomii, Katedra Statystyki i Ekonometrii, tel.: [phone]

Bibliografia

• 1. Lim, C. P. (2002). Trends in Online Learning and Their Implications for Schools. Educational Technology, 42(6), 43–48. http://www.jstor.org/stable/44428792
• 2. Anoush, M., Bianco, M., Littlejohn, A., (2015). Instructional Quality of Massive Open Online Courses (MOOCs). Computers & Education, 80, 1. doi:10.1016/j.compedu.2014.08.005.
• 3. Nilson L. B., Goodson, L. A. (2017). Online Teaching at Its Best: Merging Instructional Design with Teaching and Learning Research. Jossey-Bass, 1119242290.
• 4. Miller M. D. (2016). Minds Online: Teaching Effectively with Technology. Harvard University Press, 2016, 0674660021.
• 5. Xie, Y., Allaire, J. J., Grolemund, G. (2019). R Markdown. The Definitive Guide. Boca Raton, Florida: Chapman; Hall/CRC.
• 6. Xie Y (2021). bookdown: Authoring Books and Technical Documents with R Markdown. R package version 0.23, https://github.com/rstudio/bookdown.
• 7. Schloerke, Barret, JJ Allaire, and Barbara Borges. 2020. Learnr: Interactive Tutorials for r. https://CRAN.Rproject.org/package=learnr.
• 8. Grün B, Zeileis A (2009). Automatic Generation of Exams in R. Journal of Statistical Software, 29(10), 1–14. doi: 10.18637/jss.v029.i10.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).