# Algajatele sobivad andmeteaduse näited Tere tulemast näidete kataloogi! See lihtsate ja hästi kommenteeritud näidete kogumik on loodud selleks, et aidata sul alustada andmeteadusega, isegi kui oled täiesti algaja. ## 📚 Mida siit leiad Iga näide on iseseisev ja sisaldab: - **Selgeid kommentaare**, mis selgitavad iga sammu - **Lihtsat ja loetavat koodi**, mis demonstreerib ühte kontseptsiooni korraga - **Reaalse elu konteksti**, et aidata mõista, millal ja miks neid tehnikaid kasutada - **Oodatavat väljundit**, et teaksid, mida otsida ## 🚀 Alustamine ### Eeltingimused Enne näidete käivitamist veendu, et sul oleks: - Paigaldatud Python 3.7 või uuem versioon - Põhiline arusaam, kuidas Python skripte käivitada ### Vajalike teekide paigaldamine ```bash pip install pandas numpy matplotlib ``` ## 📖 Näidete ülevaade ### 1. Tere maailm - andmeteaduse stiilis **Fail:** `01_hello_world_data_science.py` Sinu esimene andmeteaduse programm! Õpi: - Kuidas laadida lihtsat andmekogumit - Kuvada põhiinfot oma andmete kohta - Väljastada oma esimene andmeteaduse tulemus Ideaalne täiesti algajatele, kes tahavad näha oma esimest andmeteaduse programmi töös. --- ### 2. Andmete laadimine ja uurimine **Fail:** `02_loading_data.py` Õpi andmetega töötamise põhialuseid: - Andmete lugemine CSV-failidest - Vaadata oma andmekogumi esimesi ridu - Saada põhilisi statistilisi andmeid oma andmete kohta - Mõista andmetüüpe See on sageli iga andmeteaduse projekti esimene samm! --- ### 3. Lihtne andmeanalüüs **Fail:** `03_simple_analysis.py` Teosta oma esimene andmeanalüüs: - Arvuta põhilisi statistilisi näitajaid (keskmine, mediaan, mood) - Leia maksimaalsed ja minimaalsed väärtused - Loenda väärtuste esinemiskordi - Filtreeri andmeid tingimuste alusel Vaata, kuidas vastata lihtsatele küsimustele oma andmete kohta. --- ### 4. Andmete visualiseerimise põhialused **Fail:** `04_basic_visualization.py` Loo oma esimesed visualiseeringud: - Tee lihtne tulpdiagramm - Loo joongraafik - Genereeri sektordiagramm - Salvesta oma visualiseeringud piltidena Õpi, kuidas oma tulemusi visuaalselt edastada! --- ### 5. Töö pärisandmetega **Fail:** `05_real_world_example.py` Pane kõik kokku terviklikus näites: - Laadi pärisandmed repositooriumist - Puhasta ja ettevalmista andmed - Teosta analüüs - Loo tähendusrikkad visualiseeringud - Tee järeldusi See näide näitab sulle täielikku töövoogu algusest lõpuni. --- ## 🎯 Kuidas neid näiteid kasutada 1. **Alusta algusest**: Näited on järjestatud raskusastme järgi. Alusta failist `01_hello_world_data_science.py` ja liigu järjest edasi. 2. **Loe kommentaare**: Igas failis on üksikasjalikud kommentaarid, mis selgitavad, mida kood teeb ja miks. Loe neid hoolikalt! 3. **Katseta**: Proovi koodi muuta. Mis juhtub, kui muudad mõnda väärtust? Katseta ja paranda - nii õpid! 4. **Käivita kood**: Käivita iga näide ja jälgi väljundit. Võrdle seda oma ootustega. 5. **Arenda edasi**: Kui oled näitest aru saanud, proovi seda oma ideedega täiendada. ## 💡 Näpunäited algajatele - **Ära kiirusta**: Võta aega, et iga näidet mõista, enne kui järgmise juurde liigud - **Kirjuta kood ise**: Ära lihtsalt kopeeri-kleebi. Koodi kirjutamine aitab sul õppida ja meelde jätta - **Uuri tundmatuid mõisteid**: Kui näed midagi, millest aru ei saa, otsi infot internetist või põhikursuse materjalidest - **Esita küsimusi**: Liitu [arutelufoorumiga](https://github.com/microsoft/Data-Science-For-Beginners/discussions), kui vajad abi - **Harjuta regulaarselt**: Proovi iga päev natuke koodi kirjutada, selle asemel et teha pikki sessioone kord nädalas ## 🔗 Järgmised sammud Kui oled need näited lõpetanud, oled valmis: - Töötama läbi põhikursuse materjalid - Proovima ülesandeid iga õppetunni kaustas - Uurima Jupyteri märkmikke sügavamaks õppimiseks - Looma oma andmeteaduse projekte ## 📚 Täiendavad ressursid - [Põhikursus](../README.md) - Täielik 20-õppetunni kursus - [Õpetajatele](../for-teachers.md) - Kuidas seda kursust klassiruumis kasutada - [Microsoft Learn](https://docs.microsoft.com/learn/) - Tasuta veebipõhised õppematerjalid - [Python dokumentatsioon](https://docs.python.org/3/) - Ametlik Python'i viide ## 🤝 Kaasaaitamine Kas leidsid vea või on sul idee uue näite jaoks? Me tervitame panustamist! Palun vaata meie [Kaasaaitamise juhendit](../CONTRIBUTING.md). --- **Head õppimist! 🎉** Pea meeles: Iga ekspert on kunagi olnud algaja. Võta üks samm korraga ja ära karda vigu teha - need on osa õppimisprotsessist! --- **Lahtiütlus**: See dokument on tõlgitud, kasutades AI tõlketeenust [Co-op Translator](https://github.com/Azure/co-op-translator). Kuigi püüame tagada täpsuse, palume arvestada, et automaatsed tõlked võivad sisaldada vigu või ebatäpsusi. Algne dokument selle algses keeles tuleks lugeda autoriteetseks allikaks. Olulise teabe puhul soovitame kasutada professionaalset inimtõlget. Me ei vastuta selle tõlke kasutamisest tulenevate arusaamatuste või valede tõlgenduste eest.