How Computer Science and Statistics Instructors Approach Data Science Pedagogy Differently: Three Case Studies
How Computer Science and Statistics Instructors Approach Data Science Pedagogy Differently: Three Case Studies
复制标题
计算机科学和统计学教师如何以不同的方式处理数据科学教学法：三个案例研究
DOI：
10.1145/3478431.3499384
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Guo, Philip J.
中科院分区：
文献类型：
--
作者：
Lau, Sam;Nolan, Deborah;Gonzalez, Joseph;Guo, Philip J.
在过去的十年里，数据科学课程在大学校园里越来越受欢迎。这些课程通常涉及编程和统计学的混合，由来自不同背景的教师授课。在过去四年里，我们在美国一所大型公立大学开设了一个数据科学项目，在这四年中，我们注意到了许多此类课程中的一个核心矛盾：教师必须在有限的可用时间内微妙地权衡要教授多少计算和统计学课程。在这份经验报告中，我们提供了关于我们如何在一个大型数据科学入门课程的几个课程中如何个人平衡这两个主要主题领域的详细第一手反思；我们为该课程讲授并编写了一本附带的教科书；在过去四年中，我们的课程服务了数千名学生。我们从我们的经验中提供了三个案例研究，以说明计算机科学和统计教师如何在从算法深度到建模到数据获取的各种主题上以不同的方式处理数据科学。然后，我们将联系到数据科学中更深层次的权衡，以帮助指导设计跨学科课程的教师。最后，我们建议教师可以将计算机科学和统计学的观点结合起来，以改进数据科学教学。
Over the past decade, data science courses have been growing more popular across university campuses. These courses often involve a mix of programming and statistics and are taught by instructors from diverse backgrounds. In our experiences launching a data science program at a large public U.S. university over the past four years, we noticed one central tension within many such courses: instructors must finely balance how much computing versus statistics to teach in the limited available time. In this experience report, we provide a detailed firsthand reflection on how we have personally balanced these two major topic areas within several offerings of a large introductory data science course that we taught and wrote an accompanying textbook for; our course has served several thousand students over the past four years. We present three case studies from our experiences to illustrate how computer science and statistics instructors approach data science differently on topics ranging from algorithmic depth to modeling to data acquisition. We then draw connections to deeper tradeoffs in data science to help guide instructors who design interdisciplinary courses. We conclude by suggesting ways that instructors can incorporate both computer science and statistics perspectives to improve data science teaching.
登录
查看更多内容
协调加强计算教学与数据科学的承诺和实用性
DOI：
10.1145/3159450.3159465
发表时间：
2018
期刊：
Proceedings of the 49th ACM Technical Symposium on Computer Science Education
影响因子：
--
作者：
Austin Cory Bart;D. Kafura;C. Shaffer;E. Tilevich
通讯作者：
E. Tilevich
数据科学本科学位：课程和十年的实施经验
DOI：
10.1145/2538862.2538936
发表时间：
2014
期刊：
Proceedings of the 45th ACM technical symposium on Computer science education
影响因子：
--
作者：
Paul E. Anderson;J. Bowring;R. McCauley;George J. Pothering;Christopher W. Starr
通讯作者：
Christopher W. Starr
案例研究法
DOI：
--
发表时间：
1992
期刊：
影响因子：
--
作者：
Bella J. May
通讯作者：
Bella J. May
具有最低先决条件的数据系统新颖课程
DOI：
10.1145/3287324.3287425
发表时间：
2019
期刊：
Proceedings of the 50th ACM Technical Symposium on Computer Science Education
影响因子：
--
作者：
T. Bressoud;G. Thomas
通讯作者：
G. Thomas
影响因子：
1.8
作者：
Baumer, Ben
通讯作者：
Baumer, Ben