Workshop at Mga Istasyon
TeachFORGE.ai
Workshop / Data
Istasyon ng Data
Mag-import ng CSV o JSON, i-profile ang mga column, mag-transform ng pipeline, mag-fit ng curve, at magplano ng sample size ng survey — pagkatapos ay dalhin ang nalinis na insight sa board, sa mga tsart, o sa istatistika.
Maaaring mag-draft ang AI. Ikaw ang magpapasya kung ano ang makikita ng klase.
Ano ang Data
Ang Data ang Istasyon para dalhin ang tunay na talahanayan sa aralin. Mag-import ng CSV, TSV, o JSON, i-profile ang mga column, patakbuhin ang transformation pipeline, mag-fit ng curve, at magplano ng sample size ng survey — pagkatapos ay i-export ang nalinis na resulta na magagamit sa pagtuturo.
Mahalaga ito dahil mas malakas ang tunay na numero kaysa imbento na worksheet. Dapat makita ng mga mag-aaral ang paglilinis, profiling, at fitting bilang bahagi ng kuwento — hindi misteryong nangyari sa ibang lugar.
Bakit ginagamit ng mga guro ang Data
Mag-import at maglinis
Mag-paste, mag-upload, o mag-fetch ng dataset ng klase at gawing nakikita ang uri at outlier.
Mga curve fit para sa lab
Linear, polynomial, exponential, logarithmic, at power na fit na may residual na maaari mong talakayin.
EDA na nagpapakita ng istruktura
Mga view na scatter, correlation, at box na naghahanda sa mas malalim na usapan sa istatistika.
Sample size ng survey
Planuhin ang minimum na n mula sa margin of error, confidence, at proportion — bago lumabas ang survey.
Sa TeachForge, ang Data ay isang Istasyon ng Workshop — mag-wrangle dito, pagkatapos ay tumawid sa Istatistika o Chart Builder kapag kailangan ng susunod na hakbang sa pagtuturo.
Sa loob ng Istasyon ng Data
Tulad ng iba pang bahagi ng Workshop, pinagsasama-sama ng Data ang pagsulat at preview — nakaayos bilang malinaw na workbench.
- Mga tab para sa Dataset, Profile, Pipeline, Curve Fitting, at Survey Tools
- Mga landas ng ingest — paste, upload, fetch URL, at schema-aware na type casting
- Mga transformation pipeline na may nalinis na CSV export at mga katulong sa outlier / unit
- Mga modelong fitting kasama ang manual na mode sa pagtuturo na “hulaan ang linya”
- Mga parametric na pakete para sa fitting at mga simula sa sample size ng survey
- Export at mga tulay patungo sa Istatistika at Chart Builder, saka pagpapadala sa Whiteboard
Paano nagiging insight ang talahanayan
Mag-load o mag-paste ng dataset at kumpirmahin ang uri ng column
Magsimula sa tunay na data ng klase o seed sa pagtuturo.
Mag-profile, maglinis, mag-fit, o magplano ng survey
Piliin ang tab na tumutugma sa hakbang sa pagtuturo.
I-export ang resulta o tumawid pa
Dalhin ang nalinis na data sa mga tsart, istatistika, tanong, o board.
Isang dataset. Bawat bersyon nito sa pagtuturo.
Sinusuportahan ng Data ang mga parametric na pakete para sa fitting at mga tool sa survey, saka naka-save na dataset at pipeline JSON — upang muling mabuksan ang iisang kuwento ng paglilinis o fit model para sa susunod na klase nang hindi muling binubuo ang workflow.
Baguhin ito habang nagtuturo ka
Palitan ang modelo, i-tweak ang hakbang ng pipeline, o i-adjust nang live ang mga parameter ng survey.
Panatilihin ang pipeline, iba-ibahin ang talahanayan
Muling gamitin ang iisang istruktura ng paglilinis at fit sa dataset bukas.
I-hand off nang malinis
Tumawid sa Istatistika o Chart Builder sa halip na ulitin ang gawa sa bagong tool.
Manatiling malapit sa pagtatasa
I-export ang resulta sa mga tanong, lab, at paliwanag na gumagamit ng tunay na numero.
Nasa Istatistika ang mga inference test at simulation ng distribution. Ang Data ang may-ari ng wrangle, profile, clean, fit, at pagpaplano ng survey.
Mga handang simula na mabubuksan
Magbukas ng pakete sa katalogo o seed template, pagkatapos ay dalhin ang sarili mong talahanayan:
| Lugar | Ano ang mabubuksan mo |
|---|---|
| Katalogo ng fitting | Linear; Polynomial; Exponential; Logarithmic; Power |
| Katalogo ng survey | Calculator ng sample size |
| Mga seed template | Dataset Profile; Cleaning Pipeline; Linear Fit; Exponential Growth; Calculator ng Sample Size |
Tulong ng AI, sa iyong paraan
Kailangan ng unang draft? Gamitin ang AI bilang katulong — pagkatapos ay suriin, i-edit, at aprubahan bago makarating sa mga mag-aaral.
Kopyahin ang prompt
Gumawa ng handang prompt at i-paste ito sa chat tool na ginagamit mo na.
Gamitin ang sarili mong GPU
Ikonekta ang isang local model endpoint sa iyong mga setting at patakbuhin ang generation sa hardware na kontrolado mo.
Gamitin ang sarili mong API key
Idagdag ang iyong provider key sa mga setting, piliin ang modelo, at mag-generate gamit ang sarili mong account.
Maaaring magkamali ang AI. Iyon mismo ang dahilan kung bakit nananatili ang guro sa loop.
Dalhin ang pagsusuri kung saan nagaganap ang pagtuturo
- Whiteboard — ilagay ito sa live na board at i-adjust sa harap ng klase
- Quest Ladder — ilagay ito sa mga tanong at paliwanag
- Virtual Lab — muling gamitin sa loob ng interaktibong gawain sa lab
- Komunidad — ibahagi ang iyong ginawa, at bumuo sa ibinahagi ng ibang mga educator