Introduzione al processo di Data Science – un club per il futuro e collaborazione STEM di Microsoft Hacking

  • Articolo

Hacking STEM è entusiasta di collaborare con l'organizzazione no profit di Blue Origin, Club for the Future, per evidenziare come viene usato un processo di data science per aiutare a determinare un Go/No-Go per il lancio di un Blue Origin New Shepard Rocket.

Rock-it con Data Science

L'analisi scientifica dei dati è salita a un livello elevato di importanza. Ora più che mai, i dati vengono utilizzati per ottenere una migliore comprensione del mondo che ci circonda. I progressi tecnologici ci consentono di raccogliere più grandi quantità di dati in modo più efficiente e usarli in modi nuovi, aumentando la necessità per gli studenti di comprendere meglio come è possibile applicare la data science .

Preparare gli studenti a costruire il futuro immergendoli in attività divertenti e interattive mentre imparano a conoscere Excel e il processo di data science.

La cartella di lavoro interattiva di Microsoft Excel guida gli studenti nel modo in cui i data scientist si impegnano in un metodo denominato processo di data science. Usare queste attività in Excel per esplorare il processo usato dai data scientist per porre domande valide, organizzare e visualizzare i dati e quindi usare i dati per prendere decisioni importanti.

Excel è uno strumento usato in tutto il mondo per lavorare con i dati. In queste attività, gli studenti imparano a usare Excel e completano tutti i passaggi di una missione impegnandosi nel processo di data science.

In questa missione, gli studenti analizzano i dati meteo chiave per determinare i parametri di sicurezza del volo per un razzo New Shepard e infine prendere una decisione Go/No-Go per il lancio. Gli studenti imparano a usare Excel mentre si dedicano a questa attività dinamica di processo di Data Science.

Durante l'esperienza, gli studenti formulano e pongono domande relative a fattori che influenzano la stabilità di un razzo mentre viaggia attraverso l'atmosfera. Quindi, usando un set di dati atmosferico, gli studenti organizzano i dati usando gli strumenti di Excel per ottenere informazioni significative. Successivamente, gli studenti apprendono come creare grafici e grafici usando una funzionalità avanzata di intelligenza artificiale in Excel.

Nel passaggio finale, gli studenti interpretano i dati visualizzati per fare una determinazione Go/No-Go per un lancio di razzi. I team segnalano i risultati in un breve report al controllo dei voli.

Con il completamento di tutti i passaggi della missione, gli studenti ottengono un badge Space Data e dopo aver completato l'esperienza ottengono un certificato.

Immagine di intestazione con un punto interrogativo su uno scorrimento e il testo: porre domande.

Passaggio 1 - Porre domande

Nel passaggio 1 del processo di data science gli studenti pongono domande. Le domande sono direttamente correlate ai fattori che influiscono sulla stabilità di un razzo mentre viaggia attraverso l'atmosfera terrestre. Quindi, limitare lo stato attivo a una singola domanda a cui è possibile rispondere analizzando i dati.

Età: 11-15 anni

Lunghezza: 60 minuti

Punti salienti della lezione:

  • Domande di brainstorming sui fattori che potrebbero influire sulla stabilità del lancio del razzo.
  • Classificare i dati visivi, qualitativi e quantitativi relativi a un lancio stabile di razzi.
  • Sviluppare una domanda incentrata su un set di dati specifico.
  • Determinare quali dati sono necessari per rispondere alla domanda sullo stato attivo.

Standard di apprendimento:

  • NGSS MS-ESS1-3. Analizzare e interpretare i dati per determinare somiglianze e differenze nei risultati.
  • ISTE 5b. Gli studenti raccolgono dati o identificano serie di dati rilevanti, usano strumenti digitali per analizzarli e rappresentano i dati in vari modi per facilitare la risoluzione dei problemi e il processo decisionale.
  • CSTA 2-DA-09 Raccogliere dati usando strumenti di calcolo e trasformare i dati per renderli più utili e affidabili.

Risorse:

Immagine di intestazione con fogli di calcolo e testo: organizzazione dei dati.

Passaggio 2 - Organizzazione dei dati

L'organizzazione dei dati è il passaggio successivo del processo di data science. I set di dati raccolti possono essere estremamente grandi. Nel ruolo di data scientist, è necessario rendere gestibili i dati usando la potenza degli strumenti digitali per comprendere meglio l'impatto del vento sul nostro lancio di razzi.

Età: 11-15 anni

Lunghezza: 60 minuti

Punti salienti della lezione:

  • Digitare, copiare e incollare dati nelle celle di Excel
  • Leggere i dati dei sensori e modificare le colonne di dati
  • Organizzare i dati in una tabella strutturata
  • Calcolare i dati con formule in una tabella

Standard di apprendimento:

  • NGSS MS-ESS1-3. Analizzare e interpretare i dati per determinare somiglianze e differenze nei risultati.
  • ISTE 5b. Gli studenti raccolgono dati o identificano serie di dati rilevanti, usano strumenti digitali per analizzarli e rappresentano i dati in vari modi per facilitare la risoluzione dei problemi e il processo decisionale.
  • CSTA 2-DA-09 Raccogliere dati usando strumenti di calcolo e trasformare i dati per renderli più utili e affidabili.

Risorse:

Immagine di intestazione con un grafico a linee e il testo: visualizzazione dei dati.

Passaggio 3 - Visualizzazione dei dati

Il passaggio 3 di questo processo di data science consiste nella creazione di interpretazioni visive dei dati, ad esempio grafici e grafici. Consentono ai data scientist di visualizzare i dati in modi che i numeri e il testo non possono fornire. L'attività consiste nell'usare i dati organizzati del passaggio 2 e creare un grafico che mostri la velocità massima consentita del vento a diverse elevazioni.

Età: 11-15 anni

Lunghezza: 60 minuti

Punti salienti della lezione:

  • Visualizzare i dati con istogrammi e grafici a dispersione
  • Usare la funzionalità Analizza dati e informazioni su come spostare e ridimensionare il grafico
  • Individuare grafici diversi dal menu Inserisci
  • Modificare titoli ed etichette in un grafico

Standard di apprendimento:

  • NGSS MS-ESS1-3. Analizzare e interpretare i dati per determinare somiglianze e differenze nei risultati.
  • ISTE 5b. Gli studenti raccolgono dati o identificano serie di dati rilevanti, usano strumenti digitali per analizzarli e rappresentano i dati in vari modi per facilitare la risoluzione dei problemi e il processo decisionale.
  • CSTA 2-DA-09 Raccogliere dati usando strumenti di calcolo e trasformare i dati per renderli più utili e affidabili.

Risorse:

Immagine di intestazione con un razzo e il testo: interpretazione dei dati.

Passaggio 4 - Interpretazione dei dati

Nel passaggio 4 del processo di data science, il team interpreta i dati visualizzati del passaggio 3 per effettuare una determinazione Go/No-Go per un lancio di razzi. Il team segnala i risultati in un breve report al controllo dei voli.

Età: 11-15 anni

Lunghezza: 60 minuti

Punti salienti della lezione:

  • Informazioni sulla visualizzazione con due tipi di grafici
  • Esaminare un grafico dei dati sulla velocità del vento da un pallone meteo
  • Usare i dati disponibili per determinare se il volo del razzo è un Go/No-Go per il lancio

Standard di apprendimento:

  • NGSS MS-ESS1-3. Analizzare e interpretare i dati per determinare somiglianze e differenze nei risultati.
  • ISTE 5b. Gli studenti raccolgono dati o identificano serie di dati rilevanti, usano strumenti digitali per analizzarli e rappresentano i dati in vari modi per facilitare la risoluzione dei problemi e il processo decisionale.
  • CSTA 2-DA-09 Raccogliere dati usando strumenti di calcolo e trasformare i dati per renderli più utili e affidabili.

Risorse:

Principi del piano di lezione

Rilevanza. Data Science è una delle professioni in più rapida crescita, secondo il Bureau of Labor Statistics. Ogni settore ha bisogno di analisi dei dati, incluse le aziende in tutti i settori, sanità, istruzione e ogni forma di programmazione sociale. Ispirare l'avanzamento delle competenze di analisi dei dati di NextGen è quello di stimolare il ragionamento, il discorso e il processo decisionale, creando infine un mondo più intelligente per tutti noi.

Equità per tutti. Le istruzioni multimodali, dinamiche e strutturate supportano gli studenti a diversi livelli di preparazione e provenienti da diversi contesti.

Accessibilità. Progettate per aprire le porte alla partecipazione degli studenti alla rivoluzione data science, queste lezioni sono supportate su qualsiasi dispositivo abilitato per Internet. Usa uno schermo più grande (laptop o desktop) per la migliore esperienza.

Allineato agli standard. Tutte le attività sono allineate ai principali standard NGSS (Next Generation Science Standards), International Society for Technology in Education (ISTE) e CSTA (Computer Science Teacher Association Standards).

Continuare l'apprendimento

Combina e abbina con queste attività supplementari per far sì che gli studenti entusiasmano le discipline STEM, lo spazio e la data science.

  • Analizza le foto degli astronauti sulla Terra per stimare il cambiamento climatico con questa attività HACKING STEM + NASA.
  • Progetta calzini astro per proteggere i piedi degli astronauti in microgravità mentre sei sulla Stazione Spaziale Internazionale con questa attività Hacking STEM + NASA.
  • Engage in un'esperienza di discussione video con Flip. Consulta la pagina club per il futuro su Capovolgi per esplorare gli argomenti correlati allo spazio.
  • Accendere l'apprendimento STEM per tutti gli studenti con Minecraft Education. Con Artemis Missions, gli studenti esplorano le Leggi di Newton per progettare e lanciare un razzo, usare il codice per navigare nella capsula spaziale di Orion e lavorare come team per costruire una base di sopravvivenza sulla luna.
  • Invia una cartolina nello spazio con Blue Origin's Club for the Future. Questo curriculum è allineato agli standard e incoraggia gli studenti a pensare a un futuro di vita nello spazio a beneficio della Terra. Dopo aver completato questa attività, gli studenti ottengono un ricordo speciale volato nello spazio.
  • Porta spazio in classe con Club for the Future. Esplorare queste attività in classe e il curriculum per docenti e genitori K-12.
  • Ricerca di cibo spaziale astronauta con Assistente alla ricerca in Microsoft Teams per l'istruzione. Ottenere indicazioni per porre domande efficaci e individuare origini affidabili.
  • Scopri i razzi e la scienza dei razzi con la NASA. Con una varietà di attività in classe che vanno dalla costruzione di un razzo di carta all'apprendimento dei payload dei razzi, le attività della NASA sono appropriate per gli studenti dai 5 ai 18 anni.
  • Scopri le tue informazioni dettagliate con un set di dati basato su razzi di grandi dimensioni in Excel. Esplorare, visualizzare e analizzare i Big Data.

Suggerimenti per gli insegnanti

Usare la cartella di lavoro di Excel in Microsoft Teams Creare un'assegnazione (Introduzione al processo di Data Science) in Microsoft Teams per l'istruzione e assegnare la cartella di lavoro di Excel a singoli o piccoli gruppi di studenti di una classe. I gruppi attivano una copia dell'assegnazione che può essere classificata separatamente o insieme. Informazioni su come fare qui.

Uso di Flip in classe Flip è un'app gratuita di Microsoft in cui i docenti creano gruppi online sicuri per consentire agli studenti di esprimere le proprie idee in modo asincrono in brevi video, testo e messaggi audio. Promuovere l'apprendimento peer-to-peer in classe usando il curriculum Introduzione al processo di Data Science. Informazioni su come iniziare qui.

Angolo di carriera

I dati vengono usati in ogni carriera, in modi nuovi e inaspettati! Ascolta le persone che lavorano con i dati in questa raccolta di brevi video su Flip. Discutono del percorso di carriera e dei dati relativi al ruolo svolto nel loro lavoro.

Visita l'angolo della carriera di Flip.

Altre informazioni

Puoi integrare altri progetti STEM pratici nella tua classe! Prova progetti come costruire una mano robotica, fare una batteria con un limone o misurare la qualità dell'acqua. Visita aka.ms/HackingSTEM per altre informazioni.

Hai un feedback?

Ci piacerebbe ascoltare i tuoi pensieri sull'introduzione ai materiali di processo Data Science! Fateci sapere cosa funziona bene per voi, cosa potrebbe essere meglio e cosa vorreste vedere in futuro.

Contattaci.