星空传媒视频

Great prizes to be won! No prior experience required for participation!

The challenge is designed to be doable for college students of any background or program. Preparatory exercises will be provided for participants. A workshop will also be given on the morning of Saturday, March 23rd at 10:00AM in 5B.16 in hybrid format. It is highly recommended that students attend in person for maximum benefit but students may follow along virtually. See preliminary schedule below.

De superbes prix 脿 gagner ! Aucune exp茅rience pr茅alable n’est requise pour participer !

Le d茅fi est con莽u pour 锚tre r茅alisable par des 茅tudiants coll茅giaux de tout programme ou formation. Des exercices pr茅paratoires seront fournis aux participants. Un atelier aura 茅galement lieu le matin du samedi 23 mars 脿 10h00 dans la salle 5B.16 en format hybride. Il est fortement recommand茅 aux 茅tudiants d’y assister en personne pour en tirer le maximum, mais ils peuvent aussi suivre virtuellement. Voir le programme pr茅liminaire ci-dessous.

Overview

Mitigating the impact of climate change is one of the most urgent challenges of our century. Understanding where emissions come from, and how they are evolving over time is crucial to making progress. However, the amount of information can be overwhelming, especially when put in context with history and economics. The field of data science offers some of the tools to help us parse the massive reams of data, and extract insight from interactive visualizations. These visual representations of data can help us make informed arguments and decisions as we collectively work to preserve the health of our planet.听

The DawsonAI- AI Launch Lab data challenge this year is meant to help introduce us to the broad field of Data Journalism, wherein large datasets from various sources are compiled into a visual aid at the center of a story meant to inform the general public (see for example, the work done at ). We will听set the stage for you to lead your own data journalism project.

Orientation: Friday, March 15

Challenge Day 1: Saturday, March 23 [rm 5B.16]

Challenge Day 2: Sunday, March 24 [rm 5B.16]

Instructions for Warm-up (optional)

Preparatory exercises can be done alone or with team members and will be provided two weeks before the challenge. The outline of the preparatory exercises is given below for context.

• Open a new jupyter notebook (requires a Gmail account)
• In a separate window, open the Tutorial Notebook (link to come in the lead up to the challenge) . The goal of this tutorial is to break down the code required to generate the graphs we see in the article, which gives the CO₂ emissions over time, for any country, over the last 50 years.
• Cell by cell, follow the tutorial, and copy cell chunks over to your blank notebook. This will allow you to see for yourself how different code chunks work for yourself, without losing your original copy of the tutorial
• Notice the use of different variables to contextualize the raw data: e.g. country population, economic output

Registration and important notes

• Challenge kickoff will take place Friday, March 22. Attendance not mandatory.
• The challenge can be done in teams of 2 to 5 members. If you don’t have a team, we will help you find one.
• Students who would like to do the challenge for course work or independent study projects will have been prompted by their teachers to pursue this as an option.
• The challenge will also be part of an extra session of the AI Launch Lab Winter 2024 Cohort. For more information visit this link. Week 1 of the AI Launch Lab begins February 10, 2024.
• Demos and workshops will be run Saturday, March 22 throughout the day. Mentors will be present to听 help the teams. 

础辫别谤莽耻

R茅duire l’impact du changement climatique est l’un des d茅fis les plus urgents de notre si猫cle. Comprendre d’o霉 viennent les 茅missions et comment elles 茅voluent au fil du temps est crucial pour progresser. Cependant, la quantit茅 d’informations peut 锚tre accablante, surtout lorsqu’elle est mise en contexte avec l’histoire et l’茅conomie. Le domaine de la science des donn茅es offre certains outils pour nous aider 脿 traiter des volumes massifs de donn茅es et 脿 extraire des id茅es 脿 partir de visualisations interactives. Ces repr茅sentations visuelles des donn茅es peuvent nous aider 脿 formuler des arguments et des d茅cisions 茅clair茅s alors que nous travaillons collectivement 脿 pr茅server la sant茅 de notre plan猫te.听

Le d茅fi de donn茅es DawsonAI – AI Launch Lab de cette ann茅e vise 脿 nous initier au vaste domaine du journalisme de donn茅es, o霉 de grands ensembles de donn茅es provenant de diverses sources sont compil茅s en une aide visuelle au centre d’une histoire visant 脿 informer le grand public (voir par exemple le travail r茅alis茅 sur ). Nous allons poser les bases pour que vous puissiez mener votre propre projet de journalisme de donn茅es.

Orientation : Vendredi 15 mars

Jour 1 du d茅fi : Samedi 23 mars [salle 5B.16]

Jour 2 du d茅fi : Dimanche 24 mars [salle 5B.16]

Instructions pour la pr茅paration (facultatif)

Les exercices pr茅paratoires peuvent 锚tre faits seuls ou avec les membres de l’茅quipe et seront fournis deux semaines avant le d茅fi. Le plan des exercices pr茅paratoires est donn茅 ci-dessous 脿 titre de contexte.

• Ouvrez un nouveau notebook jupyter sur (n茅cessite un compte Gmail)
• Dans une fen锚tre s茅par茅e, ouvrez le notebook de tutoriel (lien 脿 venir avant le d茅fi). L’objectif de ce tutoriel est de d茅composer le code n茅cessaire pour g茅n茅rer les graphiques que nous voyons dans l’article de , qui montre les 茅missions de CO₂ au fil du temps, pour n’importe quel pays, au cours des 50 derni猫res ann茅es.
• Cellule par cellule, suivez le tutoriel et copiez les morceaux de code dans votre notebook vierge. Cela vous permettra de voir par vous-m锚me comment chaque morceau de code fonctionne, sans perdre votre copie originale du tutoriel.
• Notez l’utilisation de diff茅rentes variables pour contextualiser les donn茅es brutes : par exemple, la population d’un pays, la production 茅conomique

Inscription et notes importantes

• Le lancement du d茅fi aura lieu le vendredi 22 mars. La pr茅sence n’est pas obligatoire.
• Le d茅fi peut 锚tre fait en 茅quipes de 2 脿 5 membres. Si vous n’avez pas d’茅quipe, nous vous aiderons 脿 en trouver une.
• Les 茅tudiants qui souhaitent faire le d茅fi dans le cadre de leurs travaux de cours ou de projets d’茅tude ind茅pendante auront 茅t茅 encourag茅s par leurs enseignants 脿 poursuivre cette option.
• Le d茅fi fera 茅galement partie d’une session suppl茅mentaire de la cohorte d’hiver 2024 du AI Launch Lab. Pour plus d’informations, visitez ce lien. La semaine 1 du AI Launch Lab commence le 10 f茅vrier 2024.
• Des d茅monstrations et des ateliers auront lieu le samedi 22 mars tout au long de la journ茅e. Des mentors seront pr茅sents pour aider les 茅quipes.