Azure Cloud Advocates hos Microsoft er glade for at tilbyde et 10-ugers, 20-lektioners curriculum om Data Science. Hver lektion inkluderer quizzer fÞr og efter lektionen, skriftlige instruktioner til at gennemfÞre lektionen, en lÞsning og en opgave. Vores projektbaserede pÊdagogik giver dig mulighed for at lÊre, mens du bygger, en dokumenteret metode til at fÄ nye fÊrdigheder til at hÊnge fast.
Azure Cloud Advocates hos Microsoft er glade for at tilbyde et 10-ugers, 20-lektioners curriculum om Data Science. Hver lektion inkluderer quizzer fÞr og efter lektionen, skriftlige instruktioner til at gennemfÞre lektionen, en lÞsning og en opgave. Vores projektbaserede tilgang giver dig mulighed for at lÊre ved at bygge, en dokumenteret metode til at fÄ nye fÊrdigheder til at "sidde fast".
| ](./sketchnotes/00-Title.png)|
||
|:---:|
| Data Science For Beginners - _Sketchnote af [@nitya](https://twitter.com/nitya)_ |
@ -28,7 +28,7 @@ Vi har netop udgivet et 12-lektioners curriculum om generativ AI. LĂŠr om ting s
- tekst- og billedapp-generering
- sĂžgeapps
Som altid er der en lektion, opgaver at fuldfĂžre, videnskontroller og udfordringer.
Som altid er der en lektion, opgaver at fuldfĂžre, videnstjek og udfordringer.
Se det her:
@ -38,7 +38,7 @@ Se det her:
Kom i gang med fĂžlgende ressourcer:
- [Student Hub-side](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) PÄ denne side finder du begynderressourcer, studentpakker og endda mÄder at fÄ en gratis certifikatvoucher. Dette er en side, du bÞr bogmÊrke og tjekke fra tid til anden, da vi skifter indhold mindst mÄnedligt.
- [Student Hub-side](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) PÄ denne side finder du ressourcer for begyndere, studentpakker og endda mÄder at fÄ en gratis certifikatvoucher. Dette er en side, du bÞr bogmÊrke og tjekke fra tid til anden, da vi skifter indhold mindst mÄnedligt.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Bliv en del af et globalt fĂŠllesskab af studentambassadĂžrer, dette kunne vĂŠre din vej ind i Microsoft.
# Kom godt i gang
@ -53,7 +53,7 @@ Kom i gang med fĂžlgende ressourcer:
> đ„ Klik pĂ„ billedet ovenfor for en video om projektet og de folk, der skabte det!
> đ„ Klik pĂ„ billedet ovenfor for en video om projektet og folkene, der skabte det!
## PĂŠdagogik
@ -67,10 +67,10 @@ Derudover sĂŠtter en lav-stress quiz fĂžr en klasse intentionen hos den studeren
- Valgfri sketchnote
- Valgfri supplerende video
- Opvarmningsquiz fĂžr lektionen
- Quiz fĂžr lektionen
- Skriftlig lektion
- For projektbaserede lektioner, trin-for-trin vejledninger om, hvordan man bygger projektet
- Videnskontroller
- Videnstjek
- En udfordring
- Supplerende lĂŠsning
- Opgave
@ -90,7 +90,7 @@ Derudover sĂŠtter en lav-stress quiz fĂžr en klasse intentionen hos den studeren
| 02 | Data Science Etik | [Introduktion](1-Introduction/README.md) | Dataetik begreber, udfordringer og rammer. | [lektion](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
| 03 | Definere Data | [Introduktion](1-Introduction/README.md) | Hvordan data klassificeres og dets almindelige kilder. | [lektion](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 04 | Introduktion til Statistik & Sandsynlighed | [Introduktion](1-Introduction/README.md) | De matematiske teknikker inden for sandsynlighed og statistik til at forstÄ data. | [lektion](1-Introduction/04-stats-and-probability/README.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
| 05 | Arbejde med Relationelle Data | [Arbejde Med Data](2-Working-With-Data/README.md) | Introduktion til relationelle data og grundlĂŠggende udforskning og analyse af relationelle data med Structured Query Language, ogsĂ„ kendt som SQL (udtales âsee-quellâ). | [lektion](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 05 | Arbejde med Relationelle Data | [Arbejde Med Data](2-Working-With-Data/README.md) | Introduktion til relationelle data og grundlÊggende udforskning og analyse af relationelle data med Structured Query Language, ogsÄ kendt som SQL (udtales "see-quell"). | [lektion](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Arbejde med NoSQL Data | [Arbejde Med Data](2-Working-With-Data/README.md) | Introduktion til ikke-relationelle data, dets forskellige typer og grundlĂŠggende udforskning og analyse af dokumentdatabaser. | [lektion](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
| 07 | Arbejde med Python | [Arbejde Med Data](2-Working-With-Data/README.md) | GrundlÊggende brug af Python til dataudforskning med biblioteker som Pandas. GrundlÊggende forstÄelse af Python-programmering anbefales. | [lektion](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| 08 | DataklargÞring | [Arbejde med data](2-Working-With-Data/README.md) | Emner om datateknikker til rengÞring og transformation af data for at hÄndtere udfordringer med manglende, unÞjagtige eller ufuldstÊndige data. | [lektion](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
@ -110,7 +110,7 @@ Derudover sĂŠtter en lav-stress quiz fĂžr en klasse intentionen hos den studeren
## GitHub Codespaces
FĂžlg disse trin for at Ă„bne dette eksempel i en Codespace:
1. Klik pÄ Code-menuen og vÊlg Open with Codespaces.
1. Klik pÄ Code-rullemenuen og vÊlg Open with Codespaces.
2. VĂŠlg + New codespace nederst i panelet.
For mere info, se [GitHub-dokumentationen](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
@ -131,7 +131,7 @@ Eller Ă„bne en lokalt klonet eller downloadet version af repositoryet:
## Offline adgang
Du kan kÞre denne dokumentation offline ved hjÊlp af [Docsify](https://docsify.js.org/#/). Fork dette repo, [installer Docsify](https://docsify.js.org/#/quickstart) pÄ din lokale maskine, og skriv derefter `docsify serve` i roden af dette repo. Websitet vil blive serveret pÄ port 3000 pÄ din localhost: `localhost:3000`.
Du kan kÞre denne dokumentation offline ved hjÊlp af [Docsify](https://docsify.js.org/#/). Fork dette repo, [installer Docsify](https://docsify.js.org/#/quickstart) pÄ din lokale maskine, og skriv derefter `docsify serve` i roden af dette repo. Hjemmesiden vil blive serveret pÄ port 3000 pÄ din localhost: `localhost:3000`.
> BemÊrk, notebooks vil ikke blive gengivet via Docsify, sÄ nÄr du skal kÞre en notebook, skal du gÞre det separat i VS Code med en Python-kernel.
@ -156,9 +156,9 @@ Vores team producerer andre pensum! Tjek:
- [XR-udvikling for begyndere](https://github.com/microsoft/xr-development-for-beginners)
- [Mastering GitHub Copilot for parprogrammering](https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming)
- [Mastering GitHub Copilot for C#/.NET-udviklere](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers)
- [VĂŠlg din egen Copilot-oplevelse](https://github.com/microsoft/CopilotAdventures)
- [VĂŠlg dit eget Copilot-eventyr](https://github.com/microsoft/CopilotAdventures)
---
**Ansvarsfraskrivelse**:
Dette dokument er blevet oversat ved hjÊlp af AI-oversÊttelsestjenesten [Co-op Translator](https://github.com/Azure/co-op-translator). Selvom vi bestrÊber os pÄ nÞjagtighed, skal du vÊre opmÊrksom pÄ, at automatiserede oversÊttelser kan indeholde fejl eller unÞjagtigheder. Det originale dokument pÄ dets oprindelige sprog bÞr betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversÊttelse. Vi pÄtager os ikke ansvar for misforstÄelser eller fejltolkninger, der opstÄr som fÞlge af brugen af denne oversÊttelse.
Dette dokument er blevet oversat ved hjÊlp af AI-oversÊttelsestjenesten [Co-op Translator](https://github.com/Azure/co-op-translator). Selvom vi bestrÊber os pÄ nÞjagtighed, skal du vÊre opmÊrksom pÄ, at automatiserede oversÊttelser kan indeholde fejl eller unÞjagtigheder. Det originale dokument pÄ dets oprindelige sprog bÞr betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversÊttelse. Vi pÄtager os intet ansvar for misforstÄelser eller fejltolkninger, der mÄtte opstÄ som fÞlge af brugen af denne oversÊttelse.
Azure Cloud Advocates hos Microsoft er glade for Ä tilby et 10-ukers, 20-leksjons pensum om Data Science. Hver leksjon inkluderer quiz fÞr og etter leksjonen, skriftlige instruksjoner for Ä fullfÞre leksjonen, en lÞsning og en oppgave. VÄr prosjektbaserte pedagogikk lar deg lÊre mens du bygger, en bevist metode for Ä fÄ nye ferdigheter til Ä "sitte".
@ -16,7 +16,7 @@ Azure Cloud Advocates hos Microsoft er glade for Ă„ tilby et 10-ukers, 20-leksjo
| ](./sketchnotes/00-Title.png)|
||
|:---:|
| Data Science For Nybegynnere - _Sketchnote av [@nitya](https://twitter.com/nitya)_ |
@ -28,7 +28,7 @@ Vi har nettopp lansert et 12-leksjons pensum om generativ AI. LĂŠr om ting som:
- tekst- og bildeapp-generering
- sĂžkeapper
Som vanlig er det en leksjon, oppgaver Ă„ fullfĂžre, kunnskapssjekker og utfordringer.
Som vanlig er det en leksjon, oppgaver Ă„ fullfĂžre, kunnskapstester og utfordringer.
Sjekk det ut:
@ -41,7 +41,7 @@ Kom i gang med fĂžlgende ressurser:
- [Student Hub-side](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) PÄ denne siden finner du ressurser for nybegynnere, studentpakker og til og med mÄter Ä fÄ en gratis sertifikatkupong. Dette er en side du vil bokmerke og sjekke fra tid til annen, da vi bytter ut innhold minst mÄnedlig.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Bli med i et globalt fellesskap av studentambassadĂžrer, dette kan vĂŠre din vei inn i Microsoft.
# Kom i gang
# Komme i gang
> **LÊrere**: vi har [inkludert noen forslag](for-teachers.md) om hvordan du kan bruke dette pensumet. Vi vil gjerne ha tilbakemeldingen din [i vÄrt diskusjonsforum](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
@ -53,13 +53,13 @@ Kom i gang med fĂžlgende ressurser:
> đ„ Klikk pĂ„ bildet ovenfor for en video om prosjektet og folkene som skapte det!
> đ„ Klikk pĂ„ bildet over for en video om prosjektet og folkene som skapte det!
## Pedagogikk
Vi har valgt to pedagogiske prinsipper mens vi bygde dette pensumet: Ä sikre at det er prosjektbasert og at det inkluderer hyppige quizer. Ved slutten av denne serien vil studentene ha lÊrt grunnleggende prinsipper for data science, inkludert etiske konsepter, dataklargjÞring, ulike mÄter Ä jobbe med data pÄ, datavisualisering, dataanalyse, virkelige brukstilfeller av data science og mer.
Vi har valgt to pedagogiske prinsipper mens vi bygde dette pensumet: Ä sikre at det er prosjektbasert og at det inkluderer hyppige quizer. Ved slutten av denne serien vil studentene ha lÊrt grunnleggende prinsipper for data science, inkludert etiske konsepter, dataklargjÞring, forskjellige mÄter Ä jobbe med data pÄ, datavisualisering, dataanalyse, virkelige brukstilfeller av data science og mer.
I tillegg setter en lavterskelquiz fÞr en klasse intensjonen til studenten mot Ä lÊre et emne, mens en andre quiz etter klassen sikrer ytterligere oppbevaring. Dette pensumet ble designet for Ä vÊre fleksibelt og morsomt og kan tas i sin helhet eller delvis. Prosjektene starter smÄ og blir stadig mer komplekse mot slutten av den 10-ukers syklusen.
I tillegg setter en lavterskelquiz fÞr en klasse intensjonen til studenten mot Ä lÊre et emne, mens en andre quiz etter klassen sikrer ytterligere oppbevaring. Dette pensumet ble designet for Ä vÊre fleksibelt og morsomt og kan tas i sin helhet eller delvis. Prosjektene starter smÄ og blir stadig mer komplekse mot slutten av den 10-ukers syklusen.
> Finn vÄr [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translation](TRANSLATIONS.md) retningslinjer. Vi Þnsker din konstruktive tilbakemelding velkommen!
@ -70,7 +70,7 @@ I tillegg setter en lavterskelquiz fĂžr en klasse intensjonen til studenten mot
- Oppvarmingsquiz fĂžr leksjonen
- Skriftlig leksjon
- For prosjektbaserte leksjoner, trinnvise guider om hvordan du bygger prosjektet
- Kunnskapssjekker
- Kunnskapstester
- En utfordring
- Tilleggslesing
- Oppgave
@ -89,39 +89,39 @@ I tillegg setter en lavterskelquiz fĂžr en klasse intensjonen til studenten mot
| 01 | Definere Data Science | [Introduksjon](1-Introduction/README.md) | LĂŠr de grunnleggende konseptene bak data science og hvordan det er relatert til kunstig intelligens, maskinlĂŠring og big data. | [leksjon](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
| 02 | Data Science Etikk | [Introduksjon](1-Introduction/README.md) | Konsepter, utfordringer og rammeverk for dataetikk. | [leksjon](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
| 03 | Definere Data | [Introduksjon](1-Introduction/README.md) | Hvordan data klassifiseres og vanlige kilder til data. | [leksjon](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 04 | Introduksjon til Statistikk & Sannsynlighet | [Introduksjon](1-Introduction/README.md) | De matematiske teknikkene for sannsynlighet og statistikk for Ä forstÄ data. | [leksjon](1-Introduction/04-stats-and-probability/README.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
| 04 | Introduksjon til Statistikk og Sannsynlighet | [Introduksjon](1-Introduction/README.md) | De matematiske teknikkene for sannsynlighet og statistikk for Ä forstÄ data. | [leksjon](1-Introduction/04-stats-and-probability/README.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
| 05 | Arbeide med Relasjonelle Data | [Arbeide med Data](2-Working-With-Data/README.md) | Introduksjon til relasjonelle data og grunnleggende utforsking og analyse av relasjonelle data med Structured Query Language, ogsÄ kjent som SQL (uttales "see-quell"). | [leksjon](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Arbeide med NoSQL Data | [Arbeide med Data](2-Working-With-Data/README.md) | Introduksjon til ikke-relasjonelle data, deres ulike typer og grunnleggende utforsking og analyse av dokumentdatabaser. | [leksjon](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
| 07 | Arbeide med Python | [Arbeide med Data](2-Working-With-Data/README.md) | Grunnleggende bruk av Python for datautforsking med biblioteker som Pandas. Grunnleggende forstÄelse av Python-programmering anbefales. | [leksjon](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| 08 | Datapreparering | [Arbeide med data](2-Working-With-Data/README.md) | Temaer om datateknikker for Ä rense og transformere data for Ä hÄndtere utfordringer som manglende, unÞyaktige eller ufullstendige data. | [leksjon](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 08 | Datapreparering | [Arbeide med data](2-Working-With-Data/README.md) | Temaer om datateknikker for Ä rense og transformere data for Ä hÄndtere utfordringer med manglende, unÞyaktige eller ufullstendige data. | [leksjon](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 09 | Visualisering av mengder | [Datavisualisering](3-Data-Visualization/README.md) | LĂŠr hvordan du bruker Matplotlib til Ă„ visualisere fugldata đŠ | [leksjon](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
| 10 | Visualisering av datadistribusjoner | [Datavisualisering](3-Data-Visualization/README.md) | Visualisere observasjoner og trender innenfor et intervall. | [leksjon](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 11 | Visualisering av proporsjoner | [Datavisualisering](3-Data-Visualization/README.md) | Visualisere diskrete og grupperte prosentandeler. | [leksjon](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Visualisering av relasjoner | [Datavisualisering](3-Data-Visualization/README.md) | Visualisere forbindelser og korrelasjoner mellom datasett og deres variabler. | [leksjon](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| 10 | Visualisering av datadistribusjoner | [Datavisualisering](3-Data-Visualization/README.md) | Visualisering av observasjoner og trender innenfor et intervall. | [leksjon](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 11 | Visualisering av proporsjoner | [Datavisualisering](3-Data-Visualization/README.md) | Visualisering av diskrete og grupperte prosentandeler. | [leksjon](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Visualisering av relasjoner | [Datavisualisering](3-Data-Visualization/README.md) | Visualisering av forbindelser og korrelasjoner mellom datasett og deres variabler. | [leksjon](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| 13 | Meningsfulle visualiseringer | [Datavisualisering](3-Data-Visualization/README.md) | Teknikker og veiledning for Ă„ gjĂžre visualiseringene dine verdifulle for effektiv problemlĂžsning og innsikt. | [leksjon](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
| 14 | Introduksjon til livssyklusen for datavitenskap | [Livssyklus](4-Data-Science-Lifecycle/README.md) | Introduksjon til livssyklusen for datavitenskap og det fĂžrste steget med Ă„ skaffe og hente ut data. | [leksjon](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | Analyse | [Livssyklus](4-Data-Science-Lifecycle/README.md) | Denne fasen av livssyklusen for datavitenskap fokuserer pÄ teknikker for Ä analysere data. | [leksjon](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
| 16 | Kommunikasjon | [Livssyklus](4-Data-Science-Lifecycle/README.md) | Denne fasen av livssyklusen for datavitenskap fokuserer pÄ Ä presentere innsiktene fra dataene pÄ en mÄte som gjÞr det enklere for beslutningstakere Ä forstÄ. | [leksjon](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 17 | Datavitenskap i skyen | [Skydata](5-Data-Science-In-Cloud/README.md) | Denne serien med leksjoner introduserer datavitenskap i skyen og fordelene med det. | [leksjon](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) og [Maud](https://twitter.com/maudstweets) |
| 18 | Datavitenskap i skyen | [Skydata](5-Data-Science-In-Cloud/README.md) | Trene modeller ved hjelp av Low Code-verktĂžy. | [leksjon](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) og [Maud](https://twitter.com/maudstweets) |
| 19 | Datavitenskap i skyen | [Skydata](5-Data-Science-In-Cloud/README.md) | Distribuere modeller med Azure Machine Learning Studio. | [leksjon](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) og [Maud](https://twitter.com/maudstweets) |
| 17 | Datavitenskap i skyen | [Skydata](5-Data-Science-In-Cloud/README.md) | Denne serien med leksjoner introduserer datavitenskap i skyen og dens fordeler. | [leksjon](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) og [Maud](https://twitter.com/maudstweets) |
| 18 | Datavitenskap i skyen | [Skydata](5-Data-Science-In-Cloud/README.md) | Trening av modeller ved bruk av lavkodeverktĂžy. | [leksjon](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) og [Maud](https://twitter.com/maudstweets) |
| 19 | Datavitenskap i skyen | [Skydata](5-Data-Science-In-Cloud/README.md) | Distribuering av modeller med Azure Machine Learning Studio. | [leksjon](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) og [Maud](https://twitter.com/maudstweets) |
| 20 | Datavitenskap i praksis | [I praksis](6-Data-Science-In-Wild/README.md) | Datavitenskapsdrevne prosjekter i den virkelige verden. | [leksjon](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
## GitHub Codespaces
FĂžlg disse stegene for Ă„ Ă„pne dette eksempelet i en Codespace:
1. Klikk pÄ Code-menyen og velg alternativet Open with Codespaces.
FĂžlg disse trinnene for Ă„ Ă„pne dette eksempelet i en Codespace:
1. Klikk pÄ Code-rullegardinmenyen og velg alternativet Open with Codespaces.
2. Velg + New codespace nederst i panelet.
For mer informasjon, sjekk ut [GitHub-dokumentasjonen](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
## VSCode Remote - Containers
FĂžlg disse stegene for Ă„ Ă„pne dette repoet i en container ved hjelp av din lokale maskin og VSCode med VS Code Remote - Containers-utvidelsen:
FĂžlg disse trinnene for Ă„ Ă„pne dette repoet i en container ved bruk av din lokale maskin og VSCode med VS Code Remote - Containers-utvidelsen:
1. Hvis dette er fĂžrste gang du bruker en utviklingscontainer, sĂžrg for at systemet ditt oppfyller kravene (f.eks. ha Docker installert) i [komme i gang-dokumentasjonen](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
1. Hvis dette er fĂžrste gang du bruker en utviklingscontainer, sĂžrg for at systemet ditt oppfyller kravene (f.eks. ha Docker installert) i [kom i gang-dokumentasjonen](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
For Ă„ bruke dette repoet kan du enten Ă„pne det i et isolert Docker-volum:
**Merk**: I bakgrunnen vil dette bruke kommandoen Remote-Containers: **Clone Repository in Container Volume...** for Ă„ klone kildekoden i et Docker-volum i stedet for det lokale filsystemet. [Volumer](https://docs.docker.com/storage/volumes/) er den foretrukne mekanismen for Ă„ vedvare containerdata.
**Merk**: I bakgrunnen vil dette bruke Remote-Containers: **Clone Repository in Container Volume...**-kommandoen for Ă„ klone kildekoden i et Docker-volum i stedet for det lokale filsystemet. [Volumer](https://docs.docker.com/storage/volumes/) er den foretrukne mekanismen for Ă„ vedvare containerdata.
Eller Ă„pne en lokalt klonet eller nedlastet versjon av repoet:
@ -129,9 +129,9 @@ Eller Ă„pne en lokalt klonet eller nedlastet versjon av repoet:
- Trykk F1 og velg kommandoen **Remote-Containers: Open Folder in Container...**.
- Velg den klonede kopien av denne mappen, vent til containeren starter, og prĂžv ting ut.
## Offline-tilgang
## Offlinetilgang
Du kan kjÞre denne dokumentasjonen offline ved Ä bruke [Docsify](https://docsify.js.org/#/). Fork dette repoet, [installer Docsify](https://docsify.js.org/#/quickstart) pÄ din lokale maskin, og i rotmappen til dette repoet, skriv `docsify serve`. Nettstedet vil bli servert pÄ port 3000 pÄ localhost: `localhost:3000`.
Du kan kjÞre denne dokumentasjonen offline ved Ä bruke [Docsify](https://docsify.js.org/#/). Fork dette repoet, [installer Docsify](https://docsify.js.org/#/quickstart) pÄ din lokale maskin, og skriv deretter `docsify serve`i rotmappen til dette repoet. Nettstedet vil bli servert pÄ port 3000 pÄ localhost: `localhost:3000`.
> Merk, notatbÞker vil ikke bli gjengitt via Docsify, sÄ nÄr du trenger Ä kjÞre en notatbok, gjÞr det separat i VS Code med en Python-kjerne.
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten [Co-op Translator](https://github.com/Azure/co-op-translator). Selv om vi streber etter nÞyaktighet, vÊr oppmerksom pÄ at automatiserte oversettelser kan inneholde feil eller unÞyaktigheter. Det originale dokumentet pÄ sitt opprinnelige sprÄk bÞr anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for misforstÄelser eller feiltolkninger som oppstÄr ved bruk av denne oversettelsen.
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten [Co-op Translator](https://github.com/Azure/co-op-translator). Selv om vi tilstreber nÞyaktighet, vennligst vÊr oppmerksom pÄ at automatiske oversettelser kan inneholde feil eller unÞyaktigheter. Det originale dokumentet pÄ sitt opprinnelige sprÄk bÞr anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforstÄelser eller feiltolkninger som oppstÄr ved bruk av denne oversettelsen.
Azure Cloud Advocates pÄ Microsoft Àr glada att erbjuda en 10-veckors, 20-lektions lÀroplan om Data Science. Varje lektion innehÄller förberedande och avslutande quiz, skriftliga instruktioner för att genomföra lektionen, en lösning och en uppgift. VÄr projektbaserade pedagogik lÄter dig lÀra dig genom att skapa, en beprövad metod för att fÄ nya fÀrdigheter att fastna.
Azure Cloud Advocates pÄ Microsoft Àr glada att erbjuda en 10-veckors, 20-lektions lÀroplan om Data Science. Varje lektion innehÄller förberedande och avslutande quiz, skriftliga instruktioner för att genomföra lektionen, en lösning och en uppgift. VÄr projektbaserade pedagogik lÄter dig lÀra dig genom att skapa, vilket Àr en beprövad metod för att fÄ nya fÀrdigheter att fastna.
| ](./sketchnotes/00-Title.png)|
||
|:---:|
| Data Science för Nybörjare - _Sketchnote av [@nitya](https://twitter.com/nitya)_ |
## Meddelande - Ny LÀroplan om Generativ AI har just slÀppts!
## Meddelande - Ny LÀroplan om Generativ AI har precis slÀppts!
Vi har precis slÀppt en 12-lektions lÀroplan om generativ AI. LÀr dig saker som:
- att skapa och optimera prompts
- promptning och promptteknik
- text- och bildappsgenerering
- sökappar
@ -49,7 +49,7 @@ Kom igÄng med följande resurser:
@ -57,9 +57,9 @@ Kom igÄng med följande resurser:
## Pedagogik
Vi har valt tvÄ pedagogiska principer nÀr vi byggde denna lÀroplan: att sÀkerstÀlla att den Àr projektbaserad och att den innehÄller frekventa quiz. Vid slutet av denna serie kommer studenter att ha lÀrt sig grundlÀggande principer inom data science, inklusive etiska koncept, databeredning, olika sÀtt att arbeta med data, datavisualisering, dataanalys, verkliga anvÀndningsomrÄden för data science och mer.
Vi har valt tvÄ pedagogiska principer nÀr vi byggde denna lÀroplan: att sÀkerstÀlla att den Àr projektbaserad och att den innehÄller frekventa quiz. Vid slutet av denna serie kommer studenter att ha lÀrt sig grundlÀggande principer inom data science, inklusive etiska koncept, databeredning, olika sÀtt att arbeta med data, datavisualisering, dataanalys, verkliga anvÀndningsfall av data science och mer.
Dessutom sÀtter ett lÄgtröskelquiz före en klass intentionen hos studenten att lÀra sig ett Àmne, medan ett andra quiz efter klassen sÀkerstÀller ytterligare retention. Denna lÀroplan Àr designad för att vara flexibel och rolig och kan tas i sin helhet eller delvis. Projekten börjar smÄ och blir alltmer komplexa vid slutet av den 10-veckors cykeln.
Dessutom sÀtter ett lÄginsatsquiz före en klass studentens intention mot att lÀra sig ett Àmne, medan ett andra quiz efter klassen sÀkerstÀller ytterligare retention. Denna lÀroplan Àr designad för att vara flexibel och rolig och kan tas i sin helhet eller delvis. Projekten börjar smÄ och blir alltmer komplexa vid slutet av den 10-veckors cykeln.
> Hitta vĂ„r [Uppförandekod](CODE_OF_CONDUCT.md), [Bidragsriktlinjer](CONTRIBUTING.md), [ĂversĂ€ttningsriktlinjer](TRANSLATIONS.md). Vi vĂ€lkomnar din konstruktiva feedback!
@ -69,7 +69,7 @@ Dessutom sÀtter ett lÄgtröskelquiz före en klass intentionen hos studenten a
- Valfri kompletterande video
- Förberedande quiz
- Skriftlig lektion
- För projektbaserade lektioner, steg-för-stegguider om hur man bygger projektet
- För projektbaserade lektioner, steg-för-steg-guider om hur man bygger projektet
- Kunskapskontroller
- En utmaning
- Kompletterande lÀsning
@ -93,37 +93,37 @@ Dessutom sÀtter ett lÄgtröskelquiz före en klass intentionen hos studenten a
| 05 | Arbeta med Relationell Data | [Arbeta med Data](2-Working-With-Data/README.md) | Introduktion till relationell data och grunderna i att utforska och analysera relationell data med Structured Query Language, Ă€ven kĂ€nt som SQL (uttalas âsee-quellâ). | [lektion](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Arbeta med NoSQL Data | [Arbeta med Data](2-Working-With-Data/README.md) | Introduktion till icke-relationell data, dess olika typer och grunderna i att utforska och analysera dokumentdatabaser. | [lektion](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
| 07 | Arbeta med Python | [Arbeta med Data](2-Working-With-Data/README.md) | Grunderna i att anvÀnda Python för datautforskning med bibliotek som Pandas. GrundlÀggande förstÄelse för Python-programmering rekommenderas. | [lektion](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| 08 | Databeredning | [Arbeta med data](2-Working-With-Data/README.md) | Ămnen om datatekniker för att rengöra och transformera data för att hantera utmaningar med saknad, felaktig eller ofullstĂ€ndig data. | [lektion](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 09 | Visualisering av mĂ€ngder | [Datavisualisering](3-Data-Visualization/README.md) | LĂ€r dig hur du anvĂ€nder Matplotlib för att visualisera fĂ„geldata đŠ | [lektion](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
| 10 | Visualisering av datafördelningar | [Datavisualisering](3-Data-Visualization/README.md) | Visualisera observationer och trender inom ett intervall. | [lektion](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 11 | Visualisering av proportioner | [Datavisualisering](3-Data-Visualization/README.md) | Visualisera diskreta och grupperade procentandelar. | [lektion](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Visualisering av relationer | [Datavisualisering](3-Data-Visualization/README.md) | Visualisera kopplingar och korrelationer mellan dataset och deras variabler. | [lektion](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| 08 | Datapreparering | [Arbeta med data](2-Working-With-Data/README.md) | Ămnen om datatekniker för att rengöra och transformera data för att hantera utmaningar med saknad, felaktig eller ofullstĂ€ndig data. | [lektion](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 12 | Visualisera relationer | [Datavisualisering](3-Data-Visualization/README.md) | Visualisera kopplingar och korrelationer mellan dataset och deras variabler. | [lektion](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| 13 | Meningsfulla visualiseringar | [Datavisualisering](3-Data-Visualization/README.md) | Tekniker och vÀgledning för att göra dina visualiseringar vÀrdefulla för effektiv problemlösning och insikter. | [lektion](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
| 14 | Introduktion till datavetenskapens livscykel | [Livscykel](4-Data-Science-Lifecycle/README.md) | Introduktion till datavetenskapens livscykel och dess första steg att samla in och extrahera data. | [lektion](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | Analys | [Livscykel](4-Data-Science-Lifecycle/README.md) | Denna fas av datavetenskapens livscykel fokuserar pÄ tekniker för att analysera data. | [lektion](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
| 16 | Kommunikation | [Livscykel](4-Data-Science-Lifecycle/README.md) | Denna fas av datavetenskapens livscykel fokuserar pÄ att presentera insikter frÄn data pÄ ett sÀtt som gör det lÀttare för beslutsfattare att förstÄ. | [lektion](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 17 | Datavetenskap i molnet | [Molndata](5-Data-Science-In-Cloud/README.md) | Denna serie av lektioner introducerar datavetenskap i molnet och dess fördelar. | [lektion](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) och [Maud](https://twitter.com/maudstweets) |
| 18 | Datavetenskap i molnet | [Molndata](5-Data-Science-In-Cloud/README.md) | TrÀna modeller med verktyg för lÄg kod. | [lektion](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) och [Maud](https://twitter.com/maudstweets) |
| 19 | Datavetenskap i molnet | [Molndata](5-Data-Science-In-Cloud/README.md) | Distribuera modeller med Azure Machine Learning Studio. | [lektion](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) och [Maud](https://twitter.com/maudstweets) |
| 20 | Datavetenskap i verkligheten | [I verkligheten](6-Data-Science-In-Wild/README.md) | Datavetenskapsdrivna projekt i den verkliga vÀrlden. | [lektion](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
| 14 | Introduktion till datavetenskapens livscykel | [Livscykel](4-Data-Science-Lifecycle/README.md) | Introduktion till datavetenskapens livscykel och dess första steg: att samla in och extrahera data. | [lektion](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | Analysera | [Livscykel](4-Data-Science-Lifecycle/README.md) | Denna fas i datavetenskapens livscykel fokuserar pÄ tekniker för att analysera data. | [lektion](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
| 16 | Kommunikation | [Livscykel](4-Data-Science-Lifecycle/README.md) | Denna fas i datavetenskapens livscykel fokuserar pÄ att presentera insikter frÄn data pÄ ett sÀtt som gör det enklare för beslutsfattare att förstÄ. | [lektion](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 17 | Datavetenskap i molnet | [Molndata](5-Data-Science-In-Cloud/README.md) | Denna serie lektioner introducerar datavetenskap i molnet och dess fördelar. | [lektion](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) och [Maud](https://twitter.com/maudstweets) |
| 18 | Datavetenskap i molnet | [Molndata](5-Data-Science-In-Cloud/README.md) | TrÀna modeller med hjÀlp av Low Code-verktyg. | [lektion](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) och [Maud](https://twitter.com/maudstweets) |
| 19 | Datavetenskap i molnet | [Molndata](5-Data-Science-In-Cloud/README.md) | Distribuera modeller med Azure Machine Learning Studio. | [lektion](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) och [Maud](https://twitter.com/maudstweets) |
| 20 | Datavetenskap i det vilda | [I det vilda](6-Data-Science-In-Wild/README.md) | Datavetenskapsdrivna projekt i verkliga vÀrlden. | [lektion](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
## GitHub Codespaces
Följ dessa steg för att öppna detta exempel i en Codespace:
1. Klicka pÄ rullgardinsmenyn Code och vÀlj alternativet Open with Codespaces.
2. VÀlj + New codespace lÀngst ner i panelen.
1. Klicka pÄ rullgardinsmenyn "Code" och vÀlj alternativet "Open with Codespaces".
2. VÀlj + Ny codespace lÀngst ner i panelen.
För mer information, kolla in [GitHub-dokumentationen](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
## VSCode Remote - Containers
Följ dessa steg för att öppna detta repo i en container med din lokala dator och VSCode med hjÀlp av VS Code Remote - Containers-tillÀgget:
Följ dessa steg för att öppna detta repo i en container med din lokala dator och VSCode med hjÀlp av tillÀgget VS Code Remote - Containers:
1. Om detta Àr första gÄngen du anvÀnder en utvecklingscontainer, se till att ditt system uppfyller förkraven (dvs. har Docker installerat) i [dokumentationen för att komma igÄng](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
1. Om det Àr första gÄngen du anvÀnder en utvecklingscontainer, se till att ditt system uppfyller förkraven (t.ex. att Docker Àr installerat) i [dokumentationen för att komma igÄng](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
För att anvÀnda detta repo kan du antingen öppna det i en isolerad Docker-volym:
**Obs**: Under huven kommer detta att anvÀnda kommandot Remote-Containers: **Clone Repository in Container Volume...** för att klona kÀllkoden i en Docker-volym istÀllet för det lokala filsystemet. [Volymer](https://docs.docker.com/storage/volumes/) Àr den föredragna mekanismen för att bevara containerdata.
Eller öppna en lokalt klonad eller nedladdad version av repo:
Eller öppna en lokalt klonad eller nedladdad version av repot:
- Klona detta repo till ditt lokala filsystem.
- Tryck pÄ F1 och vÀlj kommandot **Remote-Containers: Open Folder in Container...**.
@ -131,13 +131,13 @@ Eller öppna en lokalt klonad eller nedladdad version av repo:
## OfflineÄtkomst
Du kan köra denna dokumentation offline med hjÀlp av [Docsify](https://docsify.js.org/#/). Forka detta repo, [installera Docsify](https://docsify.js.org/#/quickstart) pÄ din lokala dator, och i root-mappen av detta repo, skriv `docsify serve`. Webbplatsen kommer att köras pÄ port 3000 pÄ din localhost: `localhost:3000`.
Du kan köra denna dokumentation offline med hjÀlp av [Docsify](https://docsify.js.org/#/). Forka detta repo, [installera Docsify](https://docsify.js.org/#/quickstart) pÄ din lokala dator, och skriv sedan `docsify serve` i rotmappen av detta repo. Webbplatsen kommer att köras pÄ port 3000 pÄ din localhost: `localhost:3000`.
> Obs, notebooks kommer inte att renderas via Docsify, sÄ nÀr du behöver köra en notebook, gör det separat i VS Code med en Python-kÀrna.
## HjÀlp sökes!
## HjÀlp önskas!
Om du vill översĂ€tta hela eller delar av kursplanen, följ vĂ„r [ĂversĂ€ttningar](TRANSLATIONS.md)-guide.
Om du vill översĂ€tta hela eller delar av kursplanen, följ vĂ„r [ĂversĂ€ttningsguide](TRANSLATIONS.md).
## Andra kursplaner
@ -161,4 +161,4 @@ VĂ„rt team producerar andra kursplaner! Kolla in:
---
**Ansvarsfriskrivning**:
Detta dokument har översatts med hjĂ€lp av AI-översĂ€ttningstjĂ€nsten [Co-op Translator](https://github.com/Azure/co-op-translator). Ăven om vi strĂ€var efter noggrannhet, bör det noteras att automatiserade översĂ€ttningar kan innehĂ„lla fel eller felaktigheter. Det ursprungliga dokumentet pĂ„ dess originalsprĂ„k bör betraktas som den auktoritativa kĂ€llan. För kritisk information rekommenderas professionell mĂ€nsklig översĂ€ttning. Vi tar inget ansvar för eventuella missförstĂ„nd eller feltolkningar som uppstĂ„r vid anvĂ€ndning av denna översĂ€ttning.
Detta dokument har översatts med hjĂ€lp av AI-översĂ€ttningstjĂ€nsten [Co-op Translator](https://github.com/Azure/co-op-translator). Ăven om vi strĂ€var efter noggrannhet, bör du vara medveten om att automatiska översĂ€ttningar kan innehĂ„lla fel eller felaktigheter. Det ursprungliga dokumentet pĂ„ dess originalsprĂ„k bör betraktas som den auktoritativa kĂ€llan. För kritisk information rekommenderas professionell mĂ€nsklig översĂ€ttning. Vi ansvarar inte för eventuella missförstĂ„nd eller feltolkningar som uppstĂ„r vid anvĂ€ndning av denna översĂ€ttning.
leestott
1 week ago
committed by
GitHub