mein Co-Aufstruktur und ich zeigten sich zur Datenvisualisierung Natürlich unterrichten wir an der College of Washington mit einer Tüte Steine. Die Tasche bestand aus einer ziemlich vielfältigen Sammlung, die ich selbst in verschiedenen Regionen Kaliforniens in einer Reihe von Treks zusammengestellt habe.
Unsere Schüler sind ziemlich an die schrulligen, praktischen Aktivitäten gewöhnt, die wir sie bitten, an den meisten Klassen teilzunehmen, aber dies schien es für uns ein bisschen zu sein.
In diesem Artikel werde ich mich auf die folgenden zwei Punkte konzentrieren, die gemeinsam die Bedeutung der domänenspezifischen Integration in die Knowledge Science ansprechen Ausbildung:
- Eine Beschreibung der tatsächlichen Aufgabe, die wir mit diesen Felsen hatten.
- Ein tiefes Eintauchen in die folgende Diskussion, die sich weitgehend darauf konzentrierte, sie zu tun, und ihre tieferen Verbindungen zur Datenwissenschaft.
Was tun mit ein paar Felsen?
Sobald die Schüler in ihren jeweiligen Gruppen saßen, baten wir sie, Folgendes zu tun:
- Wählen Sie zwei Steine professional Gruppe.
- Versuchen Sie, die Gesteine offiziell ohne Hilfe von Web- oder Cell -Apps zu identifizieren. Zu diesem Zeitpunkt schafften es die meisten Schüler so weit, zu bestimmen, ob ein Stein magmatisch, sedimentär oder metamorph zu sein schien.
- Verfeinern Sie ihre anfänglichen Vermutungen, indem Sie jetzt ihre elektronischen Ressourcen ausnutzen. Die Schüler bekamen jetzt viel spezifischer und identifizierten Scoria, Slate, Crimson Jasper, Gneis und eine Vielzahl anderer Felsen in der Sammlung.
- Entwerfen und implementieren Sie ein Diagramm (unter Verwendung von Software program oder auf Papier), in dem entweder die Qualitäten ihrer Gesteine verglichen wurden, oder zeigten ansprechende Informationen über eine davon. Sie wurden ermutigt, on-line nach unterstützenden Daten wie Härte, Mineral -Make -up, potenzielle Zwecke usw. zu suchen.
Nachdem sie fertig waren, legten sie uns ihre Visualisierungen vor, und wir gingen mit einer Klassendiskussion fort.
Was haben Steine mit Knowledge Science zu tun?
Ziemlich viel, wie es passiert.
Als wir durch den Raum gingen, teilten die Schüler eine Vielzahl von Einsichten über ihre verschiedenen Felsen. In vielen Fällen konzentrierte sich die Diskussion auf den Nutzen eines bestimmten visuellen Ansatzes, der die Schüler verfolgt hatten.
Beispielsweise entschied sich eine Gruppe, ihre beiden Gesteine über eine Datentabelle zu vergleichen, die verschiedene Punkte relevanter Informationen enthielt. Dies führte zu einer Diskussion darüber, wie Datentabellen Sind Tatsächlich eine Artwork von Datenvisualisierung, insbesondere in zwei Situationen nützlich:
- Wenn Sie eine begrenzte Datenmenge haben
- Wenn es wichtig ist, dass der Benutzer genaue Daten für seine Zwecke aussuchen kann
Andere Gespräche drehten sich um die Wirksamkeit des Gebiets als Codierung, die Besonderheiten der Farbskalen usw. Alle Standarddiskussionen für einen Datenvisualisierungskurs.
Nachdem wir dieses erste Gespräch beendet hatten, stellte ich eine bessere Frage für die Klasse:
„Bisher haben wir über standardmäßige visuelle Elemente eines Diagramms gesprochen. Wir hätten diese mit irgendeiner Artwork von Daten diskutieren können. Warum sollten wir uns die Mühe machen, eine riesige Sack mit Steinen in die Klasse zu bringen und Sie zu bitten, sie zu identifizieren? Was ist der Punkt?“
Die Klasse starrte verständnislos. Der Second schleppte sich. Dann hob ein Schüler zögernd seine Hand.
„Ähm … damit wir uns bequem machen können, mit unbekannten Domänen oder so etwas zu arbeiten?“
Genau! Wir hatten diesen Punkt den Schülern zuvor sparsam erwähnt, aber diese Aktivität treibt den Punkt nach Hause. Als eventuelle Designer und Ingenieure, die in der Datenvisualisierung arbeiten – und im weiteren Sinne in der Datenwissenschaft, ist es für diese Schüler wichtig, zu wissen, wie sie mit Domänen arbeiten können, mit denen sie möglicherweise nicht vertraut sind.
Gleiches gilt für Sie, wenn Sie diesen Artikel lesen. Als Datenexperte für ein Staff werden Sie selten auch der Domänenexperte sein und sich an die Ihnen angegebenen Daten anpassen. Manchmal ziemlich schnell.
In einem früheren Artikel, „Die drei Bausteine der Datenwissenschaft“, „ Ich tauchte genauer in diesen Punkt ein. Die ersten beiden Bausteine - Statistik und Informatik – sind unglaublich wichtig. Das heißt, das tatsächliche Daten kommt aus der Domäne. Ohne die Domäne wäre es keine Notwendigkeit für Datenwissenschaft.
Als Datenwissenschaftler werden Sie zwar die Unterstützung eines Domänenexpertens haben, aber Sie müssen weiterhin Lösungen entwerfen und Code schreiben, die Daten entsprechen, mit denen Sie möglicherweise zutiefst nicht vertraut sind. Daher ist es unglaublich wichtig, diese Realität als Teil der Datenwissenschaftserziehung in dieser Realität zu erlangen.
Mein Co-Aufstruktur und ich unterrichten in einer Entwurfs- und Ingenieurabteilung, in der die Schüler weitgehend daran interessiert sind, Felder wie UI/UX-Forschung und Datentechnik zu verfolgen. Wir haben uns entschlossen, sie mit Felsen zusammenzuarbeiten, gerade weil wir wussten, dass es unwahrscheinlich struggle, dass sie zu viel über sie wissen (zumindest auf der Niveau der erforderlichen Particulars).
Und dieser Mangel an Vorkenntnissen machte den Unterschied.
Letzte Gedanken
Wenn Sie dies lesen, schätze ich, dass Sie ein Datenwissenschaftler sind oder daran interessiert sind. Vielleicht sind Sie bereits eins und rundeten Ihr Wissen nur ab.
Was auch immer Ihre Place sein magazine, mein Punkt bleibt der gleiche: Jede Likelihood, die Sie erhalten, setzen Sie sich neuen Daten aus. Im wahrsten Sinne des Wortes hat buchstäblich jedes Gebiet, jede Disziplin, jedes Thema, das dem Menschen bekannt ist, und eine zugehörige Gruppe von Personen, die daran interessiert sind, Einblicke darüber zu gewinnen.
Und die Individual, an die sie sich um Hilfe wenden, könnte Sie nur Sie sein.