Workshop 與工作站
TeachFORGE.ai
Workshop / 資料
資料 工作站
匯入 CSV 或 JSON，剖析列、變換流水線、擬合曲線，並規劃調查樣本量——再把清洗後的洞察送到白板上、放進圖表或統計。
AI 可以起草。由你決定課堂看到什麼。
資料 是什麼
資料 是把真實表格帶進課堂的 工作站。匯入 CSV、TSV 或 JSON，剖析列、執行變換流水線、擬合曲線，並規劃調查樣本量——再匯出可用於教學的清洗結果。
這很重要，因為真實數字勝過編造的練習單。學習者應把清洗、剖析與擬合看作故事的一部分——而不是發生在別處的神秘步驟。
教師為何使用 資料
匯入並清理
貼上、上傳或抓取課堂資料集，讓型別與異常值看得見。
用於實驗的曲線擬合
線性、多項式、指數、對數與冪擬合，帶可討論的殘差。
能看出結構的探索性分析
散點、相關與箱線圖，為更深入的統計討論做準備。
調查樣本量
計劃最低 n ，由誤差幅度、置信與比例出發——在調查發出之前。
在 TeachForge 上，資料 是 Workshop 的 工作站——在此整理，下一步教學需要時再橋接到 統計 或 圖表 建構器。
資料 工作站 內
與 Workshop 其餘部分一樣，資料 把編寫與預覽靠在一起——整理成清晰的工作臺。
- 資料集、剖析、流水線、曲線擬合與調查工具標籤
- 匯入路徑 ——貼上、上傳、抓取 URL，以及感知模式的型別轉換
- 變換流水線 ，含清洗後的 CSV 匯出以及異常值/單位助手
- 模型擬合 ，包括手動「猜這條線」教學模式
- 引數化包 ，用於擬合與調查樣本量起點
- 匯出與橋接 ，通向 統計 與 圖表 建構器，以及傳送到 Whiteboard
表格如何變成洞察
載入或貼上資料集並確認列型別
從真實課堂資料或教學種子開始。
剖析、清洗、擬合，或規劃調查
選擇匹配這一教學動作的標籤。
匯出結果或繼續橋接
把清洗後的資料帶進圖表、統計、題目或白板。
一份資料集。它的每個教學版本。
資料 支援 引數化包 ，用於擬合與調查工具，外加已儲存的資料集與流水線 JSON——同一清洗故事或擬合模型可在下一班重開，不必重建工作流。
邊教邊改
現場換模型、微調流水線步驟，或調整調查引數。
保持流水線，變化表格
在明天的資料集上覆用同一清洗與擬合結構。
乾淨交接
橋接到 統計 或 圖表 建構器，而不必在新工具裡重做。
貼近評估
把結果匯出到使用真實數字的題目、實驗室與講解。
推斷檢驗與分佈模擬在 統計。資料 負責整理、剖析、清洗、擬合與調查規劃。
可開啟的現成起點
開啟目錄包或種子模板，再帶上你自己的表：
| 區域 | 可開啟的內容 |
|---|---|
| 擬合目錄 | 線性；多項式；指數；對數；冪 |
| 調查目錄 | 樣本量計算器 |
| 種子模板 | 資料集剖析；清洗流水線；線性擬合；指數增長；樣本量計算器 |
按你的方式使用 AI 幫助
需要初稿？把 AI 當助手——在到達學習者之前審閱、編輯並批准。
複製提示詞
生成現成提示詞，貼上到你已在用的聊天工具。
使用自己的 GPU
在設定中連線本地模型端點，在你控制的硬體上執行生成。
使用自己的 API 金鑰
在設定中新增提供商金鑰，選擇模型，用自己的帳號生成。
AI 可能會出錯。正因如此，教師才留在環路中。
把分析帶到教學發生的地方
- Whiteboard — 放到即時白板上，在全班面前調整
- Quest Ladder — 放入問題與講解
- Virtual Lab — 在互動實驗作業中複用
- 社群 — 分享你的作品，並在其他教育者分享的基礎上繼續構建