Workshop और स्टेशन
TeachFORGE.ai
Workshop / डेटा
डेटा स्टेशन
CSV या JSON आयात करें, स्तंभ प्रोफ़ाइल करें, पाइपलाइन रूपांतरित करें, वक्र फिट करें, और सर्वेक्षण नमूना आकार योजनाएँ — फिर स्वच्छ अंतर्दृष्टि बोर्ड, चार्ट या सांख्यिकी में ले जाएँ।
एआई मसौदा बना सकता है। कक्षा क्या देखे, यह आप तय करते हैं।
डेटा क्या है
डेटा वास्तविक तालिकाओं को पाठ में लाने का स्टेशन है। CSV, TSV या JSON आयात करें, स्तंभ प्रोफ़ाइल करें, रूपांतरण पाइपलाइन चलाएँ, वक्र फिट करें, और सर्वेक्षण नमूना आकार योजनाएँ — फिर स्वच्छ परिणाम निर्यात करें जिन्हें पढ़ा सकें।
यह इसलिए मायने रखता है क्योंकि प्रामाणिक संख्याएँ गढ़ी वर्कशीट से बेहतर हैं। शिक्षार्थियों को सफ़ाई, प्रोफ़ाइल और फिट कहानी का हिस्सा दिखना चाहिए — कहीं और हुई पहेली नहीं।
शिक्षक डेटा क्यों इस्तेमाल करते हैं
आयात और सफ़ाई
कक्षा डेटासेट चिपकाएँ, अपलोड करें या लाएँ, और प्रकार व बाह्य मान दिखें।
प्रयोगशालाओं के वक्र फिट
रैखिक, बहुपद, घातांकीय, लघुगणकीय और घात फिट जिनके अवशिष्ट पर चर्चा हो सके।
EDA जो संरचना दिखाए
स्कैटर, सहसंबंध और बॉक्स दृश्य जो गहरी सांख्यिकी बात तैयार करें।
सर्वेक्षण नमूना आकार
न्यूनतम n त्रुटि सीमा, विश्वास और अनुपात से योजनाएँ — सर्वेक्षण निकलने से पहले।
TeachForge पर डेटा एक Workshop स्टेशन है — यहाँ सँवारें, फिर जब अगला शिक्षण कदम माँगे तो सांख्यिकी या चार्ट बिल्डर तक पुल बनाएँ।
डेटा स्टेशन के भीतर
Workshop के बाकी हिस्से की तरह, डेटा लेखन और पूर्वावलोकन पास रखता है — स्पष्ट वर्कबेंच के रूप में।
- डेटासेट, प्रोफ़ाइल, पाइपलाइन, वक्र फिटिंग और सर्वेक्षण उपकरण के टैब
- ग्रहण पथ — चिपकाएँ, अपलोड, URL लाएँ, और स्कीमा-जागरूक प्रकार ढलाई
- रूपांतरण पाइपलाइन स्वच्छ CSV निर्यात और बाह्य / इकाई सहायकों के साथ
- फिटिंग मॉडल मैन्युअल “रेखा अनुमान” शिक्षण मोड सहित
- पैरामीट्रिक पैकेज फिटिंग और सर्वेक्षण नमूना-आकार शुरुआत के लिए
- निर्यात और पुल सांख्यिकी और चार्ट बिल्डर की ओर, तथा Whiteboard भेजें
तालिका अंतर्दृष्टि कैसे बनती है
डेटासेट लोड या चिपकाएँ और स्तंभ प्रकार पुष्टि करें
वास्तविक कक्षा डेटा या शिक्षण बीज से शुरू करें।
प्रोफ़ाइल, सफ़ाई, फिट, या सर्वेक्षण योजना
शिक्षण कदम से मेल खाता टैब चुनें।
परिणाम निर्यात करें या आगे पुल बनाएँ
स्वच्छ डेटा चार्ट, सांख्यिकी, प्रश्नों या बोर्ड में ले जाएँ।
एक डेटासेट। उसके हर शिक्षण संस्करण।
डेटा समर्थन करता है पैरामीट्रिक पैकेज फिटिंग और सर्वेक्षण उपकरणों के लिए, तथा सहेजा डेटासेट और पाइपलाइन JSON — ताकि वही सफ़ाई कहानी या फिट मॉडल अगली कक्षा के लिए कार्यप्रवाह बनाए बिना फिर खुले।
पढ़ाते समय बदलें
मॉडल बदलें, पाइपलाइन चरण सुधारें, या सर्वेक्षण पैरामीटर लाइव समायोजित करें।
पाइपलाइन रखें, तालिका बदलें
कल के डेटासेट पर वही सफ़ाई और फिट संरचना पुनः उपयोग करें।
साफ़ सौंपें
नए उपकरण में काम फिर करने की जगह सांख्यिकी या चार्ट बिल्डर तक पुल बनाएँ।
मूल्यांकन के पास रहें
वास्तविक संख्याएँ इस्तेमाल करने वाले प्रश्नों, प्रयोगशालाओं और व्याख्याओं में परिणाम निर्यात करें।
अनुमान परीक्षण और वितरण सिमुलेशन सांख्यिकी में रहते हैं। डेटा सँवारना, प्रोफ़ाइल, सफ़ाई, फिट और सर्वेक्षण योजना सँभालता है।
खोलने योग्य तैयार शुरुआत
कैटलॉग पैकेज या बीज टेम्प्लेट खोलें, फिर अपनी तालिका लाएँ:
| क्षेत्र | आप क्या खोल सकते हैं |
|---|---|
| फिटिंग कैटलॉग | रैखिक; बहुपद; घातांकीय; लघुगणकीय; घात |
| सर्वेक्षण कैटलॉग | नमूना आकार कैलकुलेटर |
| बीज टेम्प्लेट | डेटासेट प्रोफ़ाइल; सफ़ाई पाइपलाइन; रैखिक फिट; घातांकीय वृद्धि; नमूना आकार कैलकुलेटर |
एआई सहायता, आपके तरीके से
पहला मसौदा चाहिए? एआई को सहायक बनाएँ — फिर समीक्षा, संपादन और स्वीकृति दें, इससे पहले कि कुछ शिक्षार्थियों तक पहुँचे।
प्रॉम्प्ट कॉपी करें
तैयार प्रॉम्प्ट बनाएँ और जिस चैट उपकरण का आप पहले से उपयोग करते हैं उसमें चिपकाएँ।
अपना GPU इस्तेमाल करें
सेटिंग्स में स्थानीय मॉडल एंडपॉइंट जोड़ें और उसी हार्डवेयर पर जनरेशन चलाएँ जिस पर आपका नियंत्रण है।
अपनी API कुंजी इस्तेमाल करें
सेटिंग्स में प्रदाता कुंजी जोड़ें, मॉडल चुनें, और अपने खाते से जनरेट करें।
एआई गलत हो सकता है। यही कारण है कि शिक्षक चक्र में रहते हैं।
विश्लेषण वहाँ ले जाएँ जहाँ शिक्षण होता है
- Whiteboard — इसे लाइव बोर्ड पर रखें और कक्षा के सामने समायोजित करें
- Quest Ladder — इसे प्रश्नों और व्याख्याओं में डालें
- Virtual Lab — इंटरैक्टिव प्रयोगशाला कार्य में पुनः उपयोग करें
- समुदाय — जो बनाया वह साझा करें, और अन्य शिक्षकों की साझा कृतियों पर बनाएँ