Ten simple rules for teaching data science
यह शोध पत्र डेटा विज्ञान सिखाने के लिए दस सरल नियमों को प्रस्तुत करता है, जिन्हें प्रमुख शिक्षकों द्वारा डेटा विज्ञान की उन अनूठी शैक्षणिक चुनौतियों को संबोधित करने के लिए विकसित किया गया है जिन्हें केवल सांख्यिकी और कंप्यूटर विज्ञान से रणनीतियों को उधार लेकर हल नहीं किया जा सकता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
डेटा साइंस सिखाना एक जटिल केक बनाना सिखाने जैसा है। अधिकांश शिक्षक शायद तीन सप्ताह तक आटे के रासायनिक गुणों, ओवन के इतिहास और ऊष्मा के भौतिकी पर व्याख्यान देंगे, इससे पहले कि वे किसी को सामग्री छूने दें। यह लेख तर्क देता है कि यह एक बहुत बुरा विचार है। इसके बजाय, आपको उन्हें तुरंत केक चखने देना चाहिए, और फिर जैसे-जैसे उनमें और चाहत बढ़े, उन्हें विज्ञान सिखाना चाहिए।
यहाँ डेटा साइंस सिखाने के दस सरल नियम दिए गए हैं, जिन्हें रोजमर्रा की भाषा और कुछ स्वादिष्ट उपमाओं में अनुवादित किया गया है:
1. उन्हें केक खाने दें (कार्रवाई से शुरुआत करें)
सेमेस्टर के अंत तक छात्रों को यह दिखाने का इंतज़ार न करें कि डेटा साइंस वास्तव में क्या करता है। पहली कक्षा में ही, उन्हें कुछ डेटा लोड करने दें, उसे थोड़ा सा साफ (clean) करने दें, और एक चित्र (विज़ुअलाइज़ेशन) बनाने दें।
- उपमा: यह एक नए ड्राइवर को चाबी देने और गियर कैसे काम करता है, यह समझाने से पहले कार में बैठने देने जैसा है। एक बार जब वे इंजन की दहाड़ महसूस कर लेंगे, तो वे आपसे गियर के बारे में पूछने के लिए बेताब होंगे। यदि आप उबाऊ तकनीकी विवरणों (जैसे "ऑब्जेक्ट डेटा टाइप्स") से शुरू करते हैं, तो वे ध्यान देना बंद कर देंगे। पहले उन्हें मज़ेदार चीज़ों से जोड़ें; उबाऊ तकनीकी विवरण बाद में तब समझ में आएंगे जब उन्हें किसी समस्या को ठीक करने की ज़रूरत होगी।
2. "लाइव कुकिंग" शो (सहभागी लाइव कोडिंग)
छात्रों को केवल कोड वाली एक तैयार स्लाइड न दिखाएं। उनके सामने बात करते हुए कोड टाइप करें।
- उपमा: टीवी पर एक शेफ के बारे में सोचें। यदि शेफ केवल तैयार डिश की फोटो दिखाता है, तो आप कुछ नहीं सीखते। लेकिन यदि शेफ काटता है, लहसुन जलाता है, कोसता है, उसे ठीक करता है, और समझाता है कि वह बर्तन क्यों चला रहा है, तो आप खाना बनाना सीखते हैं। जब आप टाइप करते समय कोई गलती करते हैं, तो यह एक अच्छी बात है! यह छात्रों को दिखाता है कि विशेषज्ञ भी गलतियाँ करते हैं, और यह उन्हें वास्तविक समय में त्रुटियों (डिबगिंग) को ठीक करना सिखाता है।
3. ड्रिल, बेबी, ड्रिल (बहुत सारा अभ्यास + तत्काल फीडबैक)
छात्रों को अभ्यास के बहुत सारे सवाल दें, उससे कहीं ज़्यादा जितने आपको लगता है कि उन्हें ज़रूरत है। लेकिन यहाँ एक शर्त है: उन्हें फीडबैक तुरंत मिलना चाहिए, एक हफ्ते बाद नहीं जब ग्रेड वापस आता है।
- उपमा: जगलिंग (juggle) सीखना। आप एक वीडियो देखकर नहीं सीख सकते। आपको सौ बार गेंदें गिरानी होंगी। यदि आप एक गेंद गिराते हैं और कोई पाँच मिनट बाद चिल्लाता है "बहुत ऊँचा!", तो आप पहले ही भूल चुके होंगे कि आप क्या कर रहे थे। स्वचालित उपकरणों (जैसे सॉफ्टवेयर टेस्ट) का उपयोग करें जो आपके बगल में खड़े एक कोच की तरह काम करते हैं, जो तुरंत कहते हैं, "हे, आपने एक कॉमा छोड़ दिया," ताकि आप इसे तब ठीक कर सकें जब पाठ अभी भी ताज़ा हो।
4. खिलौना ट्रेन का उपयोग करें (छोटे, सरल डेटा से शुरुआत करें)
जब आप किसी नए, डरावले टूल या एल्गोरिदम को पेश कर रहे हों, तो उन्हें एक विशाल, अस्त-व्यस्त वास्तविक दुनिया का डेटासेट न दें। एक छोटा, "खिलौना" डेटासेट उपयोग करें जो आपके दिमाग में समा सके।
- उपमा: यदि आप किसी को कार का इंजन कैसे काम करता है यह सिखाना चाहते हैं, तो आप उन्हें 500 पुर्जों वाला पूरा ट्रक इंजन नहीं देते। आप उन्हें तीन गियर वाला एक खिलौना कार इंजन देते हैं। वे हर हिस्से को चलते हुए देख सकते हैं। एक बार जब वे खिलौना इंजन समझ जाते हैं, तब आप उन्हें असली ट्रक देते हैं। छोटे डेटासेट छात्रों को शोर (noise) में खोए बिना गणित के हर चरण को ट्रैक करने में मदद करते हैं।
5. असली भोजन, लेकिन चबाने में आसान (वास्तविक डेटा, सुलभ संदर्भ)
एक बार जब वे खिलौना इंजन समझ जाते हैं, तो वास्तविक डेटा पर स्विच करें। लेकिन सुनिश्चित करें कि डेटा ऐसी चीज़ों के बारे में हो जिन्हें सभी समझते हैं, जैसे देश, जनसंख्या, या भाषाएँ।
- उपमा: कल्पना कीजिए कि आप एक कुकिंग क्लास पढ़ा रहे हैं। यदि आप "गहरे समुद्र के स्क्विड" को अपनी मुख्य सामग्री के रूप में उपयोग करते हैं, तो छात्र जिन्होंने कभी समुद्र नहीं देखा, वे यह सोचने में अपना समय बिताएंगे कि स्क्विड क्या है, बजाय इसके कि वे इसे पकाना सीखें। उन सामग्रियों का उपयोग करें जिन्हें हर कोई जानता है, जैसे आलू या गाजर। लक्ष्य खाना पकाने की तकनीक सिखाना है, न कि सब्जी का जीव विज्ञान। ऐसे डेटा का उपयोग करें जिसके साथ लोग रोज़ाना जीते हैं ताकि वे विषय वस्तु से अभिलब्ध न हों।
6. अजीबोगरीब चीज़ों के पीछे का "क्यों" (सांस्कृतिक और ऐतिहासिक संदर्भ)
समझाएं कि सॉफ़्टवेयर टूल इस तरह से क्यों डिज़ाइन किए गए हैं, भले ही वे अजीब या कष्टप्रद लगें।
- उपमा: कल्पना कीजिए कि आप एक ऐसी कार चला रहे हैं जिसमें गियर स्टिक अजीब महसूस होती है। यदि आप बस कहते हैं "इसे झेल लो," तो आप निराश होंगे। लेकिन यदि आप समझाते हैं, "यह कार 1950 के दशक में एक विशिष्ट प्रकार की सड़क के लिए बनाई गई थी, और इसीलिए यह गियर स्टिक यहाँ है," तो यह अधिक समझ में आता है। डेटा टूल्स इंसानों द्वारा बनाए गए हैं जिनका एक इतिहास है। यह समझाना कि एक अजीब प्रतीक एक पुराने कीबोर्ड या एक सांख्यिकीविद की पसंद के कारण मौजूद है, छात्रों को उस टूल से नफरत करने के बजाय उसे समझने में मदद करता है।
7. एक सुरक्षित खेल का मैदान (समावेशी समुदाय)
एक ऐसा क्लासरूम बनाएं जहाँ छात्र गलतियाँ करने में सुरक्षित महसूस करें। यदि वे मूर्ख दिखने से डरेंगे, तो वे सवाल नहीं पूछेंगे, और वे सीखेंगे नहीं।
- उपमा: सीखना नृत्य सीखने जैसा है। यदि आप डरते हैं कि अगर आपने किसी के पैर पर पैर रख दिया तो सब हँसेंगे, तो आप कोने में जम जाएंगे। आपको एक "नो-जजमेंट ज़ोन" की आवश्यकता है जहाँ पैर पर पैर रखना प्रक्रिया का हिस्सा है। बुलीइंग और उत्पीड़न के खिलाफ स्पष्ट नियम सेट करें ताकि हर कोई कोशिश करने, असफल होने और फिर से कोशिश करने के लिए सुरक्षित महसूस करे।
8. शेफ के लिए चेकलिस्ट (चेकलिस्ट के साथ सहकर्मी सीखना)
जब छात्र एक-दूसरे के काम की समीक्षा करते हैं, तो केवल यह न कहें कि "इसे ग्रेड करें।" उन्हें एक चेकलिस्ट दें।
- उपमा: उड़ान से पहले एक पायलट के बारे में सोचें। वे केवल यह "आशा" नहीं करते कि विमान तैयार है; वे एक चेकलिस्ट का पालन करते हैं: पहिए नीचे? ईंधन भरा? दरवाजे बंद? जब छात्र अपने दोस्त के कोड की समीक्षा करते हैं, तो एक चेकलिस्ट उन्हें छोटी, महत्वपूर्ण जानकारियों को मिस करने से रोकती है। यह एक अस्पष्ट "यह बुरा लग रहा है" को विशिष्ट, सहायक फीडबैक में बदल देता है जैसे "आप डेटा टाइप्स चेक करना भूल गए।"
9. बैंड प्रैक्टिस (सहयोग)
डेटा साइंस शायद ही कभी एक अकेला काम है; यह एक टीम गेम है। छात्रों को सिखाएं कि वे एक साथ मिलकर कैसे काम करें, न कि केवल कोड कैसे करें।
- उपमा: आप दुनिया के सबसे अच्छे गिटारवादक हो सकते हैं, लेकिन यदि आप ड्रमर को सुन नहीं सकते या मंच साझा नहीं कर सकते, तो बैंड विफल हो जाएगा। उन्हें सहयोग के "सामाजिक उपकरण" सिखाएं: बिना बुरा लगे फीडबैक कैसे दें, साझा फोल्डर (जैसे Git) का उपयोग कैसे करें, और जब विवाद होते हैं तो उन्हें कैसे संभालें। बड़े प्रोजेक्ट में डालने से पहले छोटे समूहों में इसका अभ्यास कराएं।
10. पूरा केक (एक पूर्ण प्रोजेक्ट करें)
अंत में, छात्रों को शुरू से अंत तक एक पूर्ण डेटा उत्पाद बनाने दें।
- उपमा: अधिकांश कक्षाएं आपको बैटर (घोल) मिलाना, फिर अलग से बेक करना, फिर अलग से फ्रॉस्टिंग करना सिखाती हैं। लेकिन वास्तविक दुनिया में, आपको यह पूरा काम करना होता है। एक अंतिम प्रोजेक्ट छात्रों को एक अव्यवस्थित, वास्तविक दुनिया की समस्या को लेने, उसे साफ करने, उसका विश्लेषण करने और उसे प्रस्तुत करने के लिए मजबूर करता है। यह पियानो पर स्केल का अभ्यास करने और एक पूरा गाना बजाने के बीच का अंतर है। यह अव्यवस्थित है, यह कठिन है, लेकिन वास्तव में काम सीखने का यही एकमात्र तरीका है।
निष्कर्ष:
डेटा साइंस सिखाना छात्रों पर तथ्य थोपना नहीं है। यह उन्हें तुरंत काम करने के लिए प्रेरित करने, असफल होने के लिए सुरक्षित स्थान देने, बड़े विचारों के निर्माण के लिए सरल उदाहरणों का उपयोग करने और अंततः उन्हें खुद पूरा भोजन पकाने देने के बारे में है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।