Bij DataCamp is het onze missie om studenten uit te rusten met de juiste datavaardigheden voor de toekomst. We geloven dat dataonderwijs een fundamenteel mensenrecht is, en daarom lanceerden we in 2017 DataCamp for Classrooms – een initiatief dat gratis toegang tot DataCamp geeft aan docenten en hoogleraren én hun studenten. In 2021, met de duidelijke visie om de democratisering van data science verder te bevorderen, is de reikwijdte van DataCamp for Classrooms uitgebreid met gratis toegang voor Amerikaanse middelbare scholen.
In 2021 namen meer dan 100.000 studenten en docenten in meer dan 3.750 klassen deel aan DataCamp for Classrooms. Dit betekent gratis toegang tot DataCamp's groeiende curriculum met expertcontent — 360+ interactieve cursussen, 50+ samengestelde leerpaden en 100+ real-life projecten — en een reeks tools om de betrokkenheid te vergroten en de voortgang van studenten te volgen. Een van de krachtigste tools is DataLab. Studenten die deelnemen aan DataCamp for Classrooms hebben onbeperkte toegang tot DataLab, een online IDE waarmee ze praktische codeerervaring opdoen door samen te werken aan dataprojecten.
In dit artikel leggen we uit wat DataLab is en hoe docenten en instructeurs deze tool kunnen inzetten als onderdeel van hun cursuswerk om de data science-vaardigheden van hun studenten te verbeteren.
Wat is DataLab?
DataLab is DataCamp's AI-aangedreven datanotebook waarmee gebruikers code kunnen schrijven, individueel of gezamenlijk data kunnen analyseren en datainsights kunnen delen. Met andere woorden: je kunt DataLab zien als een soort Google Docs, speciaal ontwikkeld voor data science. Het is de perfecte tool om de stap te zetten van data science leren naar data science toepassen.
In sommige opzichten lijkt DataLab op Jupyter Notebooks, en een van de sterke punten is dat het volledig interoperabel is met dat platform. Je kunt zelfs naadloos schakelen van de notebookeditor van DataCamp naar JupyterLab. DataLab bevat kernfuncties zoals samenwerking in real time, reageren, taggen en delen, die verrassend genoeg vaak nog ontbreken in het data science-landschap.
DataLab is een cloudgebaseerde, in-browser tool, wat betekent dat je niets hoeft te installeren of te downloaden om het te gebruiken. Dit bespaart veel tijd in de klas, omdat er geen setup nodig is op de computers van studenten.
DataLab ondersteunt R, Python en SQL, en is beschikbaar op Mac, Windows en Linux. Alle software en veelgebruikte pakketten voor data science zijn beschikbaar. Het heeft een intuïtieve en gebruiksvriendelijke interface, waardoor het een uitstekende tool is voor allerlei dataprofielen en ideaal voor studenten.
DataLab gebruiken in de klas
DataLab is opgezet als centrale tool voor docenten en studenten die deelnemen aan DataCamp for Classrooms. Belangrijk om te weten: alle groepen die zich hebben aangemeld voor DataCamp for Classrooms zitten op het Teams-abonnement en elk groepslid krijgt gratis een Teams-licentie! Dit geldt ook voor de DataCamp Donates-groepen. Het Teams-abonnement is bedoeld voor kleine en grote DataCamp-groepen die willen samenwerken aan data science-projecten. Editors — meestal instructeurs en docenten — kunnen werkboeken en integraties in de groepsaccount maken, bewerken, uitvoeren, publiceren en delen.
Er zijn minimaal twee use-cases waarin DataLab onderwijssituaties kan ondersteunen:
- Stimuleer samenwerking tussen studenten
- Maak je eigen opdrachten op basis van je colleges/cursuswerk
Stimuleer samenwerking tussen studenten
DataLab ondersteunt zowel samenwerking in real time als asynchrone samenwerking in notebooks, en het delen van je werkboeken met verschillende toegangsrechten. Deze functie is ideaal voor studenten om samen te werken aan codeeropdrachten of data science-projecten met peers of klasgenoten. Het kan ook een stevige basis zijn om innovatieve programmeermethodieken uit te proberen, zoals pair programming, wat de leerervaring van studenten kan verbeteren, de betrokkenheid kan vergroten en de interactie tussen studenten kan stimuleren.
Om studenten samen te laten werken aan hetzelfde project, hoef je alleen de deelinstellingen zo te configureren dat je bepaalt wie het werkboek en/of de publicatie mag bekijken of bewerken.
Er zijn verschillende rollen die je aan samenwerkers kunt toekennen bij het delen van een werkboek (viewer, commenter, editor en owner). De beschikbaarheid van rollen is erg handig om de opdracht of het project af te stemmen op de specifieke behoeften van de docent en de studenten.
Maak je eigen opdrachten op basis van je colleges/cursuswerk
De beste strategie om datavaardigheid te vergroten is leren door te doen. Dat is de filosofie achter alle DataCamp-cursussen waar studenten die deelnemen aan DataCamp for Classrooms toegang toe hebben. DataLab is de perfecte tool voor docenten die deze filosofie willen volgen.
Stel, een docent wil dat studenten een Jupyter Notebook afronden als onderdeel van een opdracht. Het enige wat je hoeft te doen, is de opdrachttlink delen met de studenten in de groepsaccount. Zodra studenten de opdracht hebben voltooid, hoeven ze alleen hun opdrachttlink met de docent te delen. Bij het nakijken hoeft de docent zich geen zorgen te maken over reproduceerbaarheid, want DataLab zorgt er onder de motorkap voor dat alle benodigde software en pakketten zijn geïnstalleerd.
Conclusie
Ben je een docent of hoogleraar die overweegt om je aan te melden voor het DataCamp for Classrooms-programma? Hopelijk helpt dit artikel je de knoop door te hakken. Gebruik je het al, dan hopen we dat deze tips je helpen je cursus naar een hoger niveau te tillen.
We begrijpen dat het veel informatie is. Wil je meer weten over hoe je Datalab for Classrooms optimaal benut, bekijk dan deze webinaropname, waarin Filip Schouwenaars laat zien hoe je:
- Een notebook aan een GitHub-repository toevoegt
- Een deelbare URL maakt
- Met een link ziet hoe de ervaring is voor eindgebruikers
Tot slot raden we je sterk aan de documentatie van DataLab te lezen, waarin uitgebreid wordt uitgelegd hoe je de tool gebruikt en hoe je DataLab for Classrooms kunt inzetten.
