Por medio de esta herramienta puedes realizar las siguientes actividades de aprendizaje y/o evaluación:

• Análisis exploratorio de datos: Tus estudiantes pueden importar y analizar un conjunto de datos utilizando Python y Pandas, generando estadísticas descriptivas y visualizaciones. Esto les permite desarrollar habilidades en análisis de datos y visualización.

• Simulación de modelos matemáticos: Tus estudiantes pueden implementar y simular modelos matemáticos de fenómenos naturales o económicos. Esto les permite comprender y aplicar conceptos matemáticos a través de la programación.

• Desarrollo de notebooks interactivos: Tus estudiantes pueden crear notebooks que integren texto, código y gráficos para explicar un tema específico. Esto les permite mejorar la capacidad de comunicación técnica y pedagógica.

• Proyectos colaborativos de Data Science: Tus estudiantes pueden trabajar en equipos para analizar un conjunto de datos, documentando el proceso y los resultados en un notebook compartido. Permite fomentar la colaboración y la división de tareas en proyectos complejos.

• Aprendizaje automático: Tus estudiantes pueden implementar algoritmos de machine learning usando scikit-learn y evaluar su rendimiento. Esto les permite introducir conceptos de inteligencia artificial y su aplicación práctica.

Al utilizar esta herramienta podrías promover en tus estudiantes algunas de las siguientes competencias digitales transversales PUCV (DigComp 2.2): 

• Información y alfabetización en datos: 1.1 Navegar, buscar y filtrar datos, información y contenidos digitales, 1.2 Evaluar datos, información y contenidos digitales.

• Comunicación y colaboración: 2.1 Interacción mediante tecnologías digitales.

• Creación de contenidos digitales: 3.1 Desarrollo de contenidos, 3.2 Integración y reelaboración de contenido digital.

• Seguridad en la red: 4.1 Protección de dispositivos, 4.2 Protección datos personales y privacidad.

• Resolución de problemas: 5.2 Identificación de necesidades y respuestas tecnológicas.