Azure Cloud Advocates Microsoftilta ovat iloisia voidessaan tarjota 10 viikon ja 20 oppitunnin opetussuunnitelman, joka kÀsittelee tietojenkÀsittelytiedettÀ. Jokainen oppitunti sisÀltÀÀ ennakko- ja jÀlkitestit, kirjalliset ohjeet oppitunnin suorittamiseen, ratkaisun ja tehtÀvÀn. Projektipohjainen oppimismenetelmÀmme mahdollistaa oppimisen tekemisen kautta, mikÀ on todistetusti tehokas tapa omaksua uusia taitoja.
Azure Cloud Advocates Microsoftilta tarjoavat ilolla 10 viikon ja 20 oppitunnin opetussuunnitelman, joka kÀsittelee datatiedettÀ. Jokainen oppitunti sisÀltÀÀ ennakkokyselyn ja jÀlkikyselyn, kirjalliset ohjeet oppitunnin suorittamiseen, ratkaisun ja tehtÀvÀn. Projektipohjainen oppimismenetelmÀmme antaa mahdollisuuden oppia tekemisen kautta, mikÀ on todistetusti tehokas tapa omaksua uusia taitoja.
@ -17,7 +17,7 @@ Azure Cloud Advocates Microsoftilta ovat iloisia voidessaan tarjota 10 viikon ja
||
|:---:|
| TietojenkÀsittelytiede aloittelijoille - _Sketchnote by [@nitya](https://twitter.com/nitya)_ |
| Datatieteen alkeet - _Sketchnote by [@nitya](https://twitter.com/nitya)_ |
### đ Monikielinen tuki
@ -25,7 +25,7 @@ Azure Cloud Advocates Microsoftilta ovat iloisia voidessaan tarjota 10 viikon ja
**Jos haluat lisÀtÀ muita kieliÀ, tuetut kielet löytyvÀt [tÀÀltÀ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
**Jos haluat lisÀtÀ uusia kÀÀnnöksiÀ, tuetut kielet löytyvÀt [tÀÀltÀ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
#### Liity yhteisöömme
[](https://discord.gg/kzRShWzttr)
@ -34,14 +34,14 @@ Azure Cloud Advocates Microsoftilta ovat iloisia voidessaan tarjota 10 viikon ja
Aloita seuraavilla resursseilla:
- [Student Hub -sivu](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) TÀltÀ sivulta löydÀt aloitusresursseja, opiskelijapaketteja ja jopa tapoja saada ilmainen sertifikaattikoe. TÀmÀ on sivu, jonka haluat lisÀtÀ kirjanmerkkeihin ja tarkistaa sÀÀnnöllisesti, sillÀ pÀivitÀmme sisÀltöÀ vÀhintÀÀn kuukausittain.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Liity globaaliin opiskelijalÀhettilÀiden yhteisöön, tÀmÀ voi olla sinun tiesi Microsoftille.
- [Opiskelijasivusto](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) TÀltÀ sivulta löydÀt aloitusresursseja, opiskelijapaketteja ja jopa tapoja saada ilmainen sertifikaattivoucher. TÀmÀ on sivu, jonka haluat lisÀtÀ kirjanmerkkeihin ja tarkistaa sÀÀnnöllisesti, sillÀ pÀivitÀmme sisÀltöÀ vÀhintÀÀn kuukausittain.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Liity maailmanlaajuiseen opiskelijalÀhettilÀiden yhteisöön, tÀmÀ voi olla sinun tiesi Microsoftille.
# Aloittaminen
> **Opettajat**: olemme [lisÀnneet joitakin ehdotuksia](for-teachers.md) tÀmÀn opetussuunnitelman kÀyttöön. Haluaisimme kuulla palautettanne [keskustelufoorumillamme](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> **[Opiskelijat](https://aka.ms/student-page)**: jos haluat kÀyttÀÀ tÀtÀ opetussuunnitelmaa itsenÀisesti, haaroita koko repositorio ja suorita harjoitukset itsenÀisesti aloittaen ennakkotestistÀ. Lue sitten luento ja suorita loput tehtÀvÀt. YritÀ luoda projektit ymmÀrtÀmÀllÀ oppitunnit sen sijaan, ettÀ kopioisit ratkaisukoodin; kuitenkin kyseinen koodi on saatavilla /solutions-kansioissa jokaisessa projektiin perustuvassa oppitunnissa. Toinen idea olisi muodostaa opiskeluryhmÀ ystÀvien kanssa ja kÀydÀ sisÀltö yhdessÀ lÀpi. LisÀopiskelua varten suosittelemme [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
> **[Opiskelijat](https://aka.ms/student-page)**: jos kÀytÀt tÀtÀ opetussuunnitelmaa itsenÀisesti, haaroita koko repo ja suorita harjoitukset itsenÀisesti aloittaen ennakkokyselystÀ. Lue sitten luento ja suorita loput tehtÀvÀt. YritÀ luoda projektit ymmÀrtÀmÀllÀ oppitunnit sen sijaan, ettÀ kopioisit ratkaisukoodin; kuitenkin kyseinen koodi on saatavilla /solutions-kansioissa jokaisessa projektiin perustuvassa oppitunnissa. Toinen idea olisi muodostaa opiskeluryhmÀ ystÀvien kanssa ja kÀydÀ sisÀltö yhdessÀ lÀpi. LisÀopiskelua varten suosittelemme [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
Olemme valinneet kaksi pedagogista periaatetta tÀtÀ opetussuunnitelmaa rakentaessamme: varmistaa, ettÀ se on projektipohjainen ja ettÀ se sisÀltÀÀ usein toistuvia testejÀ. TÀmÀn sarjan lopussa opiskelijat ovat oppineet tietojenkÀsittelytieteen perusperiaatteet, mukaan lukien eettiset kÀsitteet, datan valmistelun, erilaiset tavat työskennellÀ datan kanssa, datan visualisoinnin, data-analyysin, tietojenkÀsittelytieteen tosielÀmÀn kÀyttötapaukset ja paljon muuta.
Olemme valinneet kaksi pedagogista periaatetta tÀtÀ opetussuunnitelmaa rakentaessamme: varmistaa, ettÀ se on projektipohjainen ja ettÀ se sisÀltÀÀ usein toistuvia kyselyitÀ. TÀmÀn sarjan lopussa opiskelijat ovat oppineet datatieteen perusperiaatteet, mukaan lukien eettiset kÀsitteet, datan valmistelun, erilaiset tavat työskennellÀ datan kanssa, datan visualisoinnin, data-analyysin, datatieteen tosielÀmÀn kÀyttötapaukset ja paljon muuta.
LisÀksi matalan kynnyksen testi ennen oppituntia suuntaa opiskelijan huomion aiheen oppimiseen, kun taas toinen testi oppitunnin jÀlkeen varmistaa paremman tiedon sÀilymisen. TÀmÀ opetussuunnitelma on suunniteltu joustavaksi ja hauskaksi, ja sen voi suorittaa kokonaan tai osittain. Projektit alkavat pienistÀ ja muuttuvat yhÀ monimutkaisemmiksi 10 viikon jakson loppua kohden.
LisÀksi matalan kynnyksen kysely ennen oppituntia suuntaa opiskelijan huomion aiheen oppimiseen, kun taas toinen kysely oppitunnin jÀlkeen varmistaa aiheen paremman muistamisen. TÀmÀ opetussuunnitelma on suunniteltu joustavaksi ja hauskaksi, ja sen voi suorittaa kokonaan tai osittain. Projektit alkavat pienistÀ ja muuttuvat yhÀ monimutkaisemmiksi 10 viikon jakson loppua kohden.
> LöydÀt [kÀytÀnnesÀÀnnöt](CODE_OF_CONDUCT.md), [ohjeet osallistumiseen](CONTRIBUTING.md) ja [kÀÀnnösohjeet](TRANSLATIONS.md). Otamme mielellÀmme vastaan rakentavaa palautettasi!
## Jokainen oppitunti sisÀltÀÀ:
- Valinnainen luonnoskuva
- Valinnainen luonnosmuistio
- Valinnainen lisÀvideo
- LĂ€mmittelykysely ennen oppituntia
- Alkuverryttelykysely ennen oppituntia
- Kirjallinen oppitunti
- Projektipohjaisissa oppitunneissa vaiheittaiset ohjeet projektin rakentamiseen
- Tietotarkistukset
@ -70,34 +70,34 @@ LisÀksi matalan kynnyksen testi ennen oppituntia suuntaa opiskelijan huomion ai
> **Huomio kyselyistÀ**: Kaikki kyselyt löytyvÀt Quiz-App-kansiosta, yhteensÀ 40 kyselyÀ, joissa on kolme kysymystÀ kussakin. Ne on linkitetty oppitunneista, mutta kyselysovellusta voi ajaa paikallisesti tai julkaista Azureen; seuraa ohjeita `quiz-app`-kansiossa. KyselyitÀ lokalisoidaan vÀhitellen.
> **Huomio kyselyistÀ**: Kaikki kyselyt löytyvÀt Quiz-App-kansiosta, yhteensÀ 40 kyselyÀ, joissa jokaisessa on kolme kysymystÀ. Ne on linkitetty oppitunneilta, mutta kyselysovelluksen voi suorittaa paikallisesti tai ottaa kÀyttöön Azureen; seuraa ohjeita `quiz-app`-kansiossa. KyselyitÀ lokalisoidaan vÀhitellen.
| 01 | Datatieteen mÀÀrittely | [Johdanto](1-Introduction/README.md) | Opettele datatieteen peruskÀsitteet ja sen yhteys tekoÀlyyn, koneoppimiseen ja big dataan. | [oppitunti](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
| 03 | Datan mÀÀrittely | [Johdanto](1-Introduction/README.md) | Miten data luokitellaan ja sen yleiset lÀhteet. | [oppitunti](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 11 | Suhteiden visualisointi | [Datavisualisointi](3-Data-Visualization/README.md) | Yhteyksien ja korrelaatioiden visualisointi datan joukkojen ja niiden muuttujien vÀlillÀ. | [oppitunti](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Merkitykselliset visualisoinnit | [Datavisualisointi](3-Data-Visualization/README.md) | Tekniikat ja ohjeet, joiden avulla visualisoinnit ovat arvokkaita tehokkaaseen ongelmanratkaisuun ja oivalluksiin. | [oppitunti](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
| 13 | Johdatus datatieteen elinkaareen | [Elinkaari](4-Data-Science-Lifecycle/README.md) | Johdatus datatieteen elinkaareen ja sen ensimmÀiseen vaiheeseen, datan hankintaan ja uuttamiseen. | [oppitunti](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | ViestintÀ | [Elinkaari](4-Data-Science-Lifecycle/README.md) | Datatieteen elinkaaren vaihe, joka keskittyy datasta saatujen oivallusten esittÀmiseen pÀÀtöksentekijöille ymmÀrrettÀvÀllÀ tavalla. | [oppitunti](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 01 | MitÀ on datatiede | [Johdanto](1-Introduction/README.md) | Opi datatieteen peruskÀsitteet ja sen yhteys tekoÀlyyn, koneoppimiseen ja big dataan. | [oppitunti](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
| 03 | Datan mÀÀrittely | [Johdanto](1-Introduction/README.md) | Kuinka data luokitellaan ja sen yleiset lÀhteet. | [oppitunti](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
@ -112,21 +112,21 @@ Seuraa nÀitÀ ohjeita avataksesi tÀmÀn repositorion kontissa paikallisella ko
1. Jos kÀytÀt kehityskonttia ensimmÀistÀ kertaa, varmista, ettÀ jÀrjestelmÀsi tÀyttÀÀ vaatimukset (esim. Docker on asennettu) [aloitusdokumentaation](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) mukaisesti.
TÀtÀ repositoriota voi kÀyttÀÀ joko avaamalla sen eristetyssÀ Docker-volyymissa:
KÀyttÀÀksesi tÀtÀ repositoriota voit joko avata sen eristetyssÀ Docker-volyymissÀ:
**Huomio**: Taustalla tÀmÀ kÀyttÀÀ Remote-Containers: **Clone Repository in Container Volume...** -komentoa kloonatakseen lÀhdekoodin Docker-volyymiin paikallisen tiedostojÀrjestelmÀn sijaan. [Volyymit](https://docs.docker.com/storage/volumes/) ovat suositeltu tapa sÀilyttÀÀ konttidata.
**Huomio**: TÀmÀ kÀyttÀÀ taustalla Remote-Containers: **Clone Repository in Container Volume...** -komentoa kloonatakseen lÀhdekoodin Docker-volyymiin paikallisen tiedostojÀrjestelmÀn sijaan. [Volyymit](https://docs.docker.com/storage/volumes/) ovat suositeltu tapa sÀilyttÀÀ konttidataa.
Tai avaamalla paikallisesti kloonatun tai ladatun version repositoriosta:
Tai avata paikallisesti kloonatun tai ladatun version repositoriosta:
> Huomio, muistikirjoja ei renderöidÀ DocsifyllÀ, joten kun tarvitset muistikirjan kÀyttöÀ, tee se erikseen VS Codessa Python-ytimen avulla.
> Huomio, muistikirjoja ei renderöidÀ Docsifyn kautta, joten kun tarvitset muistikirjan suorittamista, tee se erikseen VS Codessa Python-ytimellÀ.
## Muut opetussuunnitelmat
@ -150,4 +150,4 @@ Tiimimme tuottaa muita opetussuunnitelmia! Tutustu:
---
**Vastuuvapauslauseke**:
TÀmÀ asiakirja on kÀÀnnetty kÀyttÀmÀllÀ tekoÀlypohjaista kÀÀnnöspalvelua [Co-op Translator](https://github.com/Azure/co-op-translator). Pyrimme tarkkuuteen, mutta huomioithan, ettÀ automaattiset kÀÀnnökset voivat sisÀltÀÀ virheitÀ tai epÀtarkkuuksia. AlkuperÀistÀ asiakirjaa sen alkuperÀisellÀ kielellÀ tulee pitÀÀ ensisijaisena lÀhteenÀ. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskÀÀntÀmistÀ. Emme ole vastuussa vÀÀrinkÀsityksistÀ tai virhetulkinnoista, jotka johtuvat tÀmÀn kÀÀnnöksen kÀytöstÀ.
TÀmÀ asiakirja on kÀÀnnetty kÀyttÀmÀllÀ tekoÀlypohjaista kÀÀnnöspalvelua [Co-op Translator](https://github.com/Azure/co-op-translator). Vaikka pyrimme tarkkuuteen, huomioithan, ettÀ automaattiset kÀÀnnökset voivat sisÀltÀÀ virheitÀ tai epÀtarkkuuksia. AlkuperÀistÀ asiakirjaa sen alkuperÀisellÀ kielellÀ tulee pitÀÀ ensisijaisena lÀhteenÀ. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskÀÀntÀmistÀ. Emme ole vastuussa tÀmÀn kÀÀnnöksen kÀytöstÀ aiheutuvista vÀÀrinkÀsityksistÀ tai virhetulkinnoista.
Azure Cloud Advocates bij Microsoft zijn verheugd om een 10-weekse, 20-lessen curriculum aan te bieden over datawetenschap. Elke les bevat pre-les en post-les quizzen, geschreven instructies om de les te voltooien, een oplossing en een opdracht. Onze projectgerichte aanpak stelt je in staat om te leren terwijl je bouwt, een bewezen manier om nieuwe vaardigheden te laten beklijven.
Azure Cloud Advocates bij Microsoft zijn verheugd om een 10-weekse, 20-lessen curriculum aan te bieden over Data Science. Elke les bevat pre-les en post-les quizzen, geschreven instructies om de les te voltooien, een oplossing en een opdracht. Onze projectgerichte aanpak stelt je in staat om te leren terwijl je bouwt, een bewezen manier om nieuwe vaardigheden te laten beklijven.
||
|:---:|
| Datawetenschap voor Beginners - _Sketchnote door [@nitya](https://twitter.com/nitya)_ |
| Data Science Voor Beginners - _Sketchnote door [@nitya](https://twitter.com/nitya)_ |
### đ Meertalige Ondersteuning
@ -35,14 +35,14 @@ Azure Cloud Advocates bij Microsoft zijn verheugd om een 10-weekse, 20-lessen cu
Begin met de volgende bronnen:
- [Student Hub-pagina](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) Op deze pagina vind je bronnen voor beginners, studentpakketten en zelfs manieren om een gratis certificaatvoucher te krijgen. Dit is een pagina die je wilt bookmarken en af en toe wilt bekijken, omdat we de inhoud minstens maandelijks wisselen.
- [Student Hub-pagina](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) Op deze pagina vind je bronnen voor beginners, studentpakketten en zelfs manieren om een gratis certificaatvoucher te krijgen. Dit is een pagina die je wilt bookmarken en van tijd tot tijd wilt bekijken, omdat we de inhoud minstens maandelijks aanpassen.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Word lid van een wereldwijde community van studentambassadeurs, dit kan jouw toegangspoort tot Microsoft zijn.
# Aan de slag
> **Docenten**: we hebben [enkele suggesties opgenomen](for-teachers.md) over hoe je dit curriculum kunt gebruiken. We horen graag je feedback [in ons discussieforum](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> **[Studenten](https://aka.ms/student-page)**: om dit curriculum zelfstandig te gebruiken, fork de hele repo en voltooi de oefeningen zelfstandig, te beginnen met een quiz voorafgaand aan de les. Lees vervolgens de les en voltooi de rest van de activiteiten. Probeer de projecten te maken door de lessen te begrijpen in plaats van de oplossingscode te kopiëren; die code is echter beschikbaar in de /solutions-mappen in elke projectgerichte les. Een ander idee is om een studiegroep te vormen met vrienden en samen door de inhoud te gaan. Voor verdere studie raden we [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) aan.
> **[Studenten](https://aka.ms/student-page)**: om dit curriculum zelfstandig te gebruiken, fork de hele repo en voltooi de oefeningen zelfstandig, te beginnen met een pre-les quiz. Lees vervolgens de les en voltooi de rest van de activiteiten. Probeer de projecten te maken door de lessen te begrijpen in plaats van de oplossingscode te kopiëren; die code is echter beschikbaar in de /solutions-mappen in elke projectgerichte les. Een ander idee is om een studiegroep te vormen met vrienden en samen door de inhoud te gaan. Voor verdere studie raden we [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) aan.
## Ontmoet het team
@ -54,10 +54,10 @@ Begin met de volgende bronnen:
## Pedagogiek
We hebben twee pedagogische principes gekozen bij het ontwikkelen van dit curriculum: ervoor zorgen dat het projectgericht is en dat het frequente quizzen bevat. Aan het einde van deze serie hebben studenten de basisprincipes van datawetenschap geleerd, waaronder ethische concepten, datavoorbereiding, verschillende manieren om met data te werken, datavisualisatie, data-analyse, praktijkvoorbeelden van datawetenschap en meer.
We hebben twee pedagogische principes gekozen bij het ontwikkelen van dit curriculum: ervoor zorgen dat het projectgericht is en dat het frequente quizzen bevat. Aan het einde van deze serie hebben studenten de basisprincipes van data science geleerd, waaronder ethische concepten, datavoorbereiding, verschillende manieren om met data te werken, datavisualisatie, data-analyse, praktijkvoorbeelden van data science en meer.
Daarnaast zorgt een laagdrempelige quiz voorafgaand aan een les ervoor dat de student zich richt op het leren van een onderwerp, terwijl een tweede quiz na de les verdere retentie bevordert. Dit curriculum is ontworpen om flexibel en leuk te zijn en kan in zijn geheel of gedeeltelijk worden gevolgd. De projecten beginnen klein en worden steeds complexer tegen het einde van de 10-weekse cyclus.
> Vind ons [Gedragscode](CODE_OF_CONDUCT.md), [Bijdragen](CONTRIBUTING.md), [Vertaal](TRANSLATIONS.md) richtlijnen. We verwelkomen je constructieve feedback!
Daarnaast zorgt een laagdrempelige quiz vóór een les ervoor dat de student zich richt op het leren van een onderwerp, terwijl een tweede quiz na de les verdere retentie bevordert. Dit curriculum is ontworpen om flexibel en leuk te zijn en kan in zijn geheel of gedeeltelijk worden gevolgd. De projecten beginnen klein en worden steeds complexer tegen het einde van de 10-weekse cyclus.
> Vind onze [Gedragscode](CODE_OF_CONDUCT.md), [Bijdragen](CONTRIBUTING.md), [Vertaal](TRANSLATIONS.md) richtlijnen. We verwelkomen je constructieve feedback!
## Elke les bevat:
- Optionele sketchnote
@ -71,48 +71,48 @@ Daarnaast zorgt een laagdrempelige quiz voorafgaand aan een les ervoor dat de st
- Opdracht
- [Quiz na de les](https://ff-quizzes.netlify.app/en/)
> **Een opmerking over quizzen**: Alle quizzen bevinden zich in de Quiz-App map, met in totaal 40 quizzen van elk drie vragen. Ze zijn gekoppeld vanuit de lessen, maar de quiz-app kan lokaal worden uitgevoerd of worden gedeployed naar Azure; volg de instructies in de `quiz-app` map. Ze worden geleidelijk gelokaliseerd.
> **Een opmerking over quizzes**: Alle quizzes bevinden zich in de Quiz-App map, met in totaal 40 quizzes van elk drie vragen. Ze zijn gekoppeld vanuit de lessen, maar de quiz-app kan lokaal worden uitgevoerd of worden gedeployed naar Azure; volg de instructies in de `quiz-app` map. Ze worden geleidelijk gelokaliseerd.
## Lessen
| ](./sketchnotes/00-Roadmap.png)|
||
|:---:|
| Data Science Voor Beginners: Roadmap - _Sketchnote door [@nitya](https://twitter.com/nitya)_ |
| 01 | Data Science definiëren | [Introductie](1-Introduction/README.md) | Leer de basisconcepten achter data science en hoe het gerelateerd is aan kunstmatige intelligentie, machine learning en big data. | [les](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
| 01 | Wat is Data Science? | [Introductie](1-Introduction/README.md) | Leer de basisconcepten achter data science en hoe het gerelateerd is aan kunstmatige intelligentie, machine learning en big data. | [les](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
| 02 | Data Science Ethiek | [Introductie](1-Introduction/README.md) | Concepten, uitdagingen en kaders rondom data-ethiek. | [les](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
| 03 | Data definiëren | [Introductie](1-Introduction/README.md) | Hoe data wordt geclassificeerd en de meest voorkomende bronnen ervan. | [les](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 03 | Wat is Data? | [Introductie](1-Introduction/README.md) | Hoe data wordt geclassificeerd en de meest voorkomende bronnen. | [les](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 04 | Introductie tot Statistiek & Kansberekening | [Introductie](1-Introduction/README.md) | De wiskundige technieken van kansberekening en statistiek om data te begrijpen. | [les](1-Introduction/04-stats-and-probability/README.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
| 05 | Werken met relationele data | [Werken met Data](2-Working-With-Data/README.md) | Introductie tot relationele data en de basisprincipes van het verkennen en analyseren van relationele data met Structured Query Language, ook wel SQL genoemd (uitgesproken als âsee-quellâ). | [les](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Werken met NoSQL data | [Werken met Data](2-Working-With-Data/README.md) | Introductie tot niet-relationele data, de verschillende typen en de basisprincipes van het verkennen en analyseren van documentdatabases. | [les](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
| 05 | Werken met Relationele Data | [Werken met Data](2-Working-With-Data/README.md) | Introductie tot relationele data en de basisprincipes van het verkennen en analyseren van relationele data met Structured Query Language, ook wel SQL genoemd (uitgesproken als âsee-quellâ). | [les](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Werken met NoSQL Data | [Werken met Data](2-Working-With-Data/README.md) | Introductie tot niet-relationele data, de verschillende typen en de basisprincipes van het verkennen en analyseren van documentdatabases. | [les](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
| 07 | Werken met Python | [Werken met Data](2-Working-With-Data/README.md) | Basisprincipes van het gebruik van Python voor data-exploratie met bibliotheken zoals Pandas. Een fundamenteel begrip van Python-programmering wordt aanbevolen. | [les](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| 08 | Data voorbereiden | [Werken met Data](2-Working-With-Data/README.md) | Onderwerpen over technieken voor het opschonen en transformeren van data om uitdagingen zoals ontbrekende, onnauwkeurige of incomplete data aan te pakken. | [les](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 09 | Hoeveelheden visualiseren | [Data Visualisatie](3-Data-Visualization/README.md) | Leer hoe je Matplotlib kunt gebruiken om vogeldata te visualiseren đŠ | [les](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
| 10 | Distributies van data visualiseren | [Data Visualisatie](3-Data-Visualization/README.md) | Observaties en trends binnen een interval visualiseren. | [les](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Relaties visualiseren | [Data Visualisatie](3-Data-Visualization/README.md) | Connecties en correlaties tussen datasets en hun variabelen visualiseren. | [les](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| 13 | Betekenisvolle visualisaties | [Data Visualisatie](3-Data-Visualization/README.md) | Technieken en richtlijnen om je visualisaties waardevol te maken voor effectieve probleemoplossing en inzichten. | [les](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
| 14 | Introductie tot de Data Science levenscyclus | [Levenscyclus](4-Data-Science-Lifecycle/README.md) | Introductie tot de data science levenscyclus en de eerste stap van het verkrijgen en extraheren van data. | [les](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| 08 | Data Voorbereiding | [Werken met Data](2-Working-With-Data/README.md) | Onderwerpen over technieken voor het opschonen en transformeren van data om uitdagingen zoals ontbrekende, onnauwkeurige of incomplete data aan te pakken. | [les](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 09 | Visualiseren van Hoeveelheden | [Data Visualisatie](3-Data-Visualization/README.md) | Leer hoe je Matplotlib kunt gebruiken om vogeldata te visualiseren đŠ | [les](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
| 10 | Visualiseren van Data Distributies | [Data Visualisatie](3-Data-Visualization/README.md) | Observaties en trends binnen een interval visualiseren. | [les](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 11 | Visualiseren van Verhoudingen | [Data Visualisatie](3-Data-Visualization/README.md) | Visualiseren van discrete en gegroepeerde percentages. | [les](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Visualiseren van Relaties | [Data Visualisatie](3-Data-Visualization/README.md) | Visualiseren van verbindingen en correlaties tussen datasets en hun variabelen. | [les](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| 13 | Betekenisvolle Visualisaties | [Data Visualisatie](3-Data-Visualization/README.md) | Technieken en richtlijnen om je visualisaties waardevol te maken voor effectieve probleemoplossing en inzichten. | [les](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
| 14 | Introductie tot de Data Science Levenscyclus | [Levenscyclus](4-Data-Science-Lifecycle/README.md) | Introductie tot de data science levenscyclus en de eerste stap van het verkrijgen en extraheren van data. | [les](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | Analyseren | [Levenscyclus](4-Data-Science-Lifecycle/README.md) | Deze fase van de data science levenscyclus richt zich op technieken om data te analyseren. | [les](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
| 16 | Communicatie | [Levenscyclus](4-Data-Science-Lifecycle/README.md) | Deze fase van de data science levenscyclus richt zich op het presenteren van inzichten uit de data op een manier die het voor besluitvormers gemakkelijker maakt om te begrijpen. | [les](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 17 | Data Science in de Cloud | [Cloud Data](5-Data-Science-In-Cloud/README.md) | Deze serie lessen introduceert data science in de cloud en de voordelen ervan. | [les](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) en [Maud](https://twitter.com/maudstweets) |
| 18 | Data Science in de Cloud | [Cloud Data](5-Data-Science-In-Cloud/README.md) | Modellen trainen met Low Code tools. |[les](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) en [Maud](https://twitter.com/maudstweets) |
| 19 | Data Science in de Cloud | [Cloud Data](5-Data-Science-In-Cloud/README.md) | Modellen deployen met Azure Machine Learning Studio. | [les](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) en [Maud](https://twitter.com/maudstweets) |
| 20 | Data Science in de praktijk | [In de praktijk](6-Data-Science-In-Wild/README.md) | Data science gedreven projecten in de echte wereld. | [les](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
| 20 | Data Science in de Praktijk | [In de Praktijk](6-Data-Science-In-Wild/README.md) | Data science gedreven projecten in de echte wereld. | [les](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
## GitHub Codespaces
Volg deze stappen om dit voorbeeld te openen in een Codespace:
1. Klik op het Code dropdown-menu en selecteer de optie Openen met Codespaces.
2. Selecteer + Nieuwe codespace onderaan het paneel.
1. Klik op het Code dropdown-menu en selecteer de optie Open with Codespaces.
2. Selecteer + New codespace onderaan het paneel.
Voor meer informatie, bekijk de [GitHub documentatie](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
## VSCode Remote - Containers
Volg deze stappen om deze repo te openen in een container met je lokale machine en VSCode met behulp van de VS Code Remote - Containers extensie:
Volg deze stappen om deze repo te openen in een container met behulp van je lokale machine en VSCode met de VS Code Remote - Containers extensie:
1. Als dit de eerste keer is dat je een ontwikkelcontainer gebruikt, zorg er dan voor dat je systeem aan de vereisten voldoet (bijv. Docker geĂŻnstalleerd) in [de startdocumentatie](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
1. Als dit de eerste keer is dat je een ontwikkelcontainer gebruikt, zorg er dan voor dat je systeem aan de vereisten voldoet (bijv. Docker geĂŻnstalleerd) in [de getting started documentatie](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
Om deze repository te gebruiken, kun je de repository openen in een geĂŻsoleerd Docker-volume:
@ -128,7 +128,7 @@ Of open een lokaal gekloonde of gedownloade versie van de repository:
Je kunt deze documentatie offline uitvoeren met behulp van [Docsify](https://docsify.js.org/#/). Fork deze repo, [installeer Docsify](https://docsify.js.org/#/quickstart) op je lokale machine, en typ vervolgens in de rootmap van deze repo `docsify serve`. De website wordt geserveerd op poort 3000 op je localhost: `localhost:3000`.
> Opmerking, notebooks worden niet gerenderd via Docsify, dus wanneer je een notebook moet uitvoeren, doe dat apart in VS Code met een Python-kernel.
> Opmerking, notebooks worden niet weergegeven via Docsify, dus wanneer je een notebook moet uitvoeren, doe dat apart in VS Code met een Python kernel.
## Andere curricula
@ -147,9 +147,9 @@ Ons team produceert andere curricula! Bekijk:
- [XR Ontwikkeling voor Beginners](https://github.com/microsoft/xr-development-for-beginners)
- [Mastering GitHub Copilot voor Paired Programming](https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming)
- [Mastering GitHub Copilot voor C#/.NET Ontwikkelaars](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers)
- [Kies je eigen Copilot avontuur](https://github.com/microsoft/CopilotAdventures)
- [Kies je eigen Copilot Avontuur](https://github.com/microsoft/CopilotAdventures)
---
**Disclaimer**:
Dit document is vertaald met behulp van de AI-vertalingsservice [Co-op Translator](https://github.com/Azure/co-op-translator). Hoewel we streven naar nauwkeurigheid, dient u zich ervan bewust te zijn dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het originele document in zijn oorspronkelijke taal moet worden beschouwd als de gezaghebbende bron. Voor cruciale informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor eventuele misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.
Dit document is vertaald met behulp van de AI-vertalingsservice [Co-op Translator](https://github.com/Azure/co-op-translator). Hoewel we streven naar nauwkeurigheid, dient u zich ervan bewust te zijn dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het originele document in de oorspronkelijke taal moet worden beschouwd als de gezaghebbende bron. Voor kritieke informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.
leestott
1 week ago
committed by
GitHub