Workshop 与工作站
TeachFORGE.ai
Workshop / 数据
数据 工作站
导入 CSV 或 JSON，剖析列、变换流水线、拟合曲线，并规划调查样本量——再把清洗后的洞察送到白板上、放进图表或统计。
AI 可以起草。由你决定课堂看到什么。
数据 是什么
数据 是把真实表格带进课堂的 工作站。导入 CSV、TSV 或 JSON，剖析列、运行变换流水线、拟合曲线，并规划调查样本量——再导出可用于教学的清洗结果。
这很重要，因为真实数字胜过编造的练习单。学习者应把清洗、剖析与拟合看作故事的一部分——而不是发生在别处的神秘步骤。
教师为何使用 数据
导入并清理
粘贴、上传或抓取课堂数据集，让类型与异常值看得见。
用于实验的曲线拟合
线性、多项式、指数、对数与幂拟合，带可讨论的残差。
能看出结构的探索性分析
散点、相关与箱线图，为更深入的统计讨论做准备。
调查样本量
计划最低 n ，由误差幅度、置信与比例出发——在调查发出之前。
在 TeachForge 上，数据 是 Workshop 的 工作站——在此整理，下一步教学需要时再桥接到 统计 或 图表 构建器。
数据 工作站 内
与 Workshop 其余部分一样，数据 把编写与预览靠在一起——整理成清晰的工作台。
- 数据集、剖析、流水线、曲线拟合与调查工具标签
- 导入路径 ——粘贴、上传、抓取 URL，以及感知模式的类型转换
- 变换流水线 ，含清洗后的 CSV 导出以及异常值/单位助手
- 模型拟合 ，包括手动「猜这条线」教学模式
- 参数化包 ，用于拟合与调查样本量起点
- 导出与桥接 ，通向 统计 与 图表 构建器，以及发送到 Whiteboard
表格如何变成洞察
加载或粘贴数据集并确认列类型
从真实课堂数据或教学种子开始。
剖析、清洗、拟合，或规划调查
选择匹配这一教学动作的标签。
导出结果或继续桥接
把清洗后的数据带进图表、统计、题目或白板。
一份数据集。它的每个教学版本。
数据 支持 参数化包 ，用于拟合与调查工具，外加已保存的数据集与流水线 JSON——同一清洗故事或拟合模型可在下一班重开，不必重建工作流。
边教边改
现场换模型、微调流水线步骤，或调整调查参数。
保持流水线，变化表格
在明天的数据集上复用同一清洗与拟合结构。
干净交接
桥接到 统计 或 图表 构建器，而不必在新工具里重做。
贴近评估
把结果导出到使用真实数字的题目、实验室与讲解。
推断检验与分布模拟在 统计。数据 负责整理、剖析、清洗、拟合与调查规划。
可打开的现成起点
打开目录包或种子模板，再带上你自己的表：
| 区域 | 可打开的内容 |
|---|---|
| 拟合目录 | 线性；多项式；指数；对数；幂 |
| 调查目录 | 样本量计算器 |
| 种子模板 | 数据集剖析；清洗流水线；线性拟合；指数增长；样本量计算器 |
按你的方式使用 AI 帮助
需要初稿？把 AI 当助手——在到达学习者之前审阅、编辑并批准。
复制提示词
生成现成提示词，粘贴到你已在用的聊天工具。
使用自己的 GPU
在设置中连接本地模型端点，在你控制的硬件上运行生成。
使用自己的 API 密钥
在设置中添加提供商密钥，选择模型，用自己的账户生成。
AI 可能会出错。正因如此，教师才留在环路中。
把分析带到教学发生的地方
- Whiteboard — 放到实时白板上，在全班面前调整
- Quest Ladder — 放入问题与讲解
- Virtual Lab — 在互动实验作业中复用
- 社区 — 分享你的作品，并在其他教育者分享的基础上继续构建