The Future of Data Science Education

要約

データ サイエンスの定義は、激しく議論されているトピックです。
多くの人にとって、この定義は人工知能や機械学習への簡単な近道です。
ただし、データ サイエンスの分野には、単純なショートカットが提供できるよりもはるかに奥深く、微妙なニュアンスがあります。
バージニア大学のデータ サイエンス学部は、データ サイエンスの定義のための新しいモデルを開発しました。
このモデルは、データ サイエンスのすべての領域にわたって行われるデータ作業の統一された理解を特定することに基づいています。
これは、データ サイエンスを理解し、教える方法における世代の飛躍を表しています。
このペーパーでは、モデルの中核的な機能を紹介し、AI の分析コンポーネントをはるかに超えたさまざまな概念をモデルがどのように統合するかについて説明します。
この基盤に基づいて、データ サイエンスの学部専攻カリキュラムを提示し、学生がどのようにして総合的なデータ サイエンス チームのメンバーおよびリーダーになれるかを実証します。
この論文は、実証済みの STEM 指向の教育方法を実装しながら、学生にこの分野を紹介するように設計されたデータ サイエンスの基礎コースの詳細な概要で締めくくられます。
これらには、たとえば、仕様のグレーディング、アクティブ ラーニングの講義、業界の専門家によるゲスト講義、毎週のゲーミフィケーション ラボなどが含まれます。

要約(オリジナル)

The definition of Data Science is a hotly debated topic. For many, the definition is a simple shortcut to Artificial Intelligence or Machine Learning. However, there is far more depth and nuance to the field of Data Science than a simple shortcut can provide. The School of Data Science at the University of Virginia has developed a novel model for the definition of Data Science. This model is based on identifying a unified understanding of the data work done across all areas of Data Science. It represents a generational leap forward in how we understand and teach Data Science. In this paper we will present the core features of the model and explain how it unifies various concepts going far beyond the analytics component of AI. From this foundation we will present our Undergraduate Major curriculum in Data Science and demonstrate how it prepares students to be well-rounded Data Science team members and leaders. The paper will conclude with an in-depth overview of the Foundations of Data Science course designed to introduce students to the field while also implementing proven STEM oriented pedagogical methods. These include, for example, specifications grading, active learning lectures, guest lectures from industry experts and weekly gamification labs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google