# 資料科學初學者課程 [![Open in GitHub Codespaces](https://github.com/codespaces/badge.svg)](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198) [![GitHub license](https://img.shields.io/github/license/microsoft/Data-Science-For-Beginners.svg)](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE) [![GitHub contributors](https://img.shields.io/github/contributors/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/) [![GitHub issues](https://img.shields.io/github/issues/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/) [![GitHub pull-requests](https://img.shields.io/github/issues-pr/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/) [![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) [![GitHub watchers](https://img.shields.io/github/watchers/microsoft/Data-Science-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/Data-Science-For-Beginners/watchers/) [![GitHub forks](https://img.shields.io/github/forks/microsoft/Data-Science-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/Data-Science-For-Beginners/network/) [![GitHub stars](https://img.shields.io/github/stars/microsoft/Data-Science-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/Data-Science-For-Beginners/stargazers/) [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) [![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum) 微軟的 Azure Cloud Advocates 很高興提供一套為期 10 週，共 20 課的資料科學課程。每課都包含課前和課後的小測驗、完成課程的書面指導、解答和作業。我們採用以專案為基礎的教學方法，讓您在學習中實作，加強新技能的吸收。 **衷心感謝我們的作者：** [Jasmine Greenaway](https://www.twitter.com/paladique)、[Dmitry Soshnikov](http://soshnikov.com)、[Nitya Narasimhan](https://twitter.com/nitya)、[Jalen McGee](https://twitter.com/JalenMcG)、[Jen Looper](https://twitter.com/jenlooper)、[Maud Levy](https://twitter.com/maudstweets)、[Tiffany Souterre](https://twitter.com/TiffanySouterre)、[Christopher Harrison](https://www.twitter.com/geektrainer)。 **🙏 特別感謝 🙏 我們的 [Microsoft 學生大使](https://studentambassadors.microsoft.com/) 作者、審閱者和內容貢獻者，** 包括 Aaryan Arora、[Aditya Garg](https://github.com/AdityaGarg00)、[Alondra Sanchez](https://www.linkedin.com/in/alondra-sanchez-molina/)、[Ankita Singh](https://www.linkedin.com/in/ankitasingh007)、[Anupam Mishra](https://www.linkedin.com/in/anupam--mishra/)、[Arpita Das](https://www.linkedin.com/in/arpitadas01/)、ChhailBihari Dubey、[Dibri Nsofor](https://www.linkedin.com/in/dibrinsofor)、[Dishita Bhasin](https://www.linkedin.com/in/dishita-bhasin-7065281bb)、[Majd Safi](https://www.linkedin.com/in/majd-s/)、[Max Blum](https://www.linkedin.com/in/max-blum-6036a1186/)、[Miguel Correa](https://www.linkedin.com/in/miguelmque/)、[Mohamma Iftekher (Iftu) Ebne Jalal](https://twitter.com/iftu119)、[Nawrin Tabassum](https://www.linkedin.com/in/nawrin-tabassum)、[Raymond Wangsa Putra](https://www.linkedin.com/in/raymond-wp/)、[Rohit Yadav](https://www.linkedin.com/in/rty2423)、Samridhi Sharma、[Sanya Sinha](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200)、 [Sheena Narula](https://www.linkedin.com/in/sheena-narua-n/)、[Tauqeer Ahmad](https://www.linkedin.com/in/tauqeerahmad5201/)、Yogendrasingh Pawar 、[Vidushi Gupta](https://www.linkedin.com/in/vidushi-gupta07/)、[Jasleen Sondhi](https://www.linkedin.com/in/jasleen-sondhi/) |![Sketchnote by @sketchthedocs https://sketchthedocs.dev](../../translated_images/zh-TW/00-Title.8af36cd35da1ac55.webp)| |:---:| | 資料科學初學者 - _手繪筆記 由 [@nitya](https://twitter.com/nitya) 提供_ | ### 🌐 多語言支援 #### 透過 GitHub Action 支援（自動且保持最新） [Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](./README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md) > **偏好本地複製？** > 本儲存庫包含 50 多種語言翻譯，會顯著增加下載大小。若要在無翻譯的情況下進行稀疏檢出，請用 sparse checkout： > ```bash > git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git > cd Data-Science-For-Beginners > git sparse-checkout set --no-cone '/*' '!translations' '!translated_images' > ``` > 這樣可讓您以更快的速度取得完成課程所需的內容。 **如需支援其他翻譯語言，請參考[這裡](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)** #### 加入我們的社群 [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) 我們正在舉辦 Discord 學習 AI 系列，了解更多並加入我們，活動時間為 2025 年 9 月 18 日至 30 日，詳見 [Learn with AI Series](https://aka.ms/learnwithai/discord)。您將獲得使用 GitHub Copilot 進行資料科學的秘訣與技巧。 ![Learn with AI series](../../translated_images/zh-TW/1.2b28cdc6205e26fe.webp) # 您是學生嗎？ 請從以下資源開始： - [學生中心頁面](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) 在此頁面，您將找到初學者資源、學生套裝包，甚至還有獲取免費認證券的方法。這是一個您想要加入書籤並定期查看的頁面，因為我們每月至少會更新內容一次。 - [Microsoft Learn 學生大使](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) 加入全球學生大使社群，這可能是您進入微軟的一條途徑。 # 開始使用 ## 📚 文件說明 - **[安裝指南](INSTALLATION.md)** - 初學者逐步設定說明 - **[使用指南](USAGE.md)** - 範例與常用工作流程 - **[故障排除](TROUBLESHOOTING.md)** - 常見問題解決方案 - **[貢獻指南](CONTRIBUTING.md)** - 怎麼為此計劃做出貢獻 - **[給教師的指南](for-teachers.md)** - 教學指導與課堂資源 ## 👨‍🎓 給學生 > **完全初學者**：剛接觸資料科學嗎？從我們的[初學者範例](examples/README.md)開始！這些簡單且有良好註解的範例將幫助您先掌握基礎，然後再深入整個課程。 > **[學生](https://aka.ms/student-page)**：若想自行使用此課程，請先將整個儲存庫分叉，自行完成練習，並從課前小測開始。再閱讀課程內容並完成其他活動。請嘗試透過理解課程內容來創建專案，而非僅複製解答程式碼；不過，每堂專案導向課程的 /solutions 資料夾中亦提供了解答程式碼。另一個想法是與朋友組成學習小組，一同進行內容學習。若想進一步學習，我們推薦[Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum)。 **快速開始:** 1. 查看[安裝指南](INSTALLATION.md)來設定您的環境 2. 參考[使用指南](USAGE.md)了解課程如何使用 3. 從第一課開始，依序完成 4. 加入我們的[Discord 社群](https://aka.ms/ds4beginners/discord)尋求支援 ## 👩‍🏫 給教師 > **教師們**：我們已經[包含了一些建議](for-teachers.md)供您使用本課程。期待您在[討論區](https://github.com/microsoft/Data-Science-For-Beginners/discussions)提供寶貴意見！ ## 認識團隊 [![推廣影片](../../ds-for-beginners.gif)](https://youtu.be/8mzavjQSMM4 "推廣影片") **GIF 製作者** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal) > 🎥 點擊上方圖片觀看有關該專案及其創作者的影片！ ## 教學法 在建構此課程時，我們選擇了兩個教學理念：確保課程以專案為基礎，並且包含頻繁的測驗。完成此系列課程後，學生將學會資料科學的基本原理，包括倫理概念、資料準備、不同的資料處理方法、資料視覺化、資料分析、資料科學的實際應用案例等。 此外，課前的低壓力測驗可幫助學生設定學習某主題的意圖，而課後第二次測驗則可加強記憶。此課程設計靈活且有趣，可全部或部分修習。專案從簡單開始，到第十週結束時變得越來越複雜。 > 請查閱我們的[行為守則](CODE_OF_CONDUCT.md)、[貢獻指南](CONTRIBUTING.md)、[翻譯指南](TRANSLATIONS.md)。我們歡迎您的建設性回饋！ ## 每堂課包含： - 可選的速寫筆記 - 可選的補充影片 - 課前熱身測驗 - 書面課程內容 - 專案課程的逐步專案建置指南 - 知識檢測 - 挑戰題 - 補充閱讀 - 作業 - [課後測驗](https://ff-quizzes.netlify.app/en/) > **關於測驗的說明**：所有測驗皆包含在 Quiz-App 資料夾內，總共有40個測驗，每個測驗含三個問題。它們在課程中有連結，但測驗應用程式可以在本地運行或部署到 Azure；請依照 `quiz-app` 資料夾中的說明操作。測驗也正在逐步本地化。 ## 🎓 初學者友善範例 **剛接觸資料科學？** 我們準備了一個特別的[範例目錄](examples/README.md)，包含簡單且註解詳盡的程式碼，幫助你快速入門： - 🌟 **Hello World** - 你的第一個資料科學程式 - 📂 **載入資料** - 學習讀取與探索資料集 - 📊 **簡單分析** - 計算統計與尋找模式 - 📈 **基本視覺化** - 製作圖表和圖形 - 🔬 **實際專案** - 完整的工作流程，從頭到尾 每個範例都包含詳細註解說明每個步驟，非常適合完全初學者！ 👉 **[從範例開始](examples/README.md)** 👈 ## 課程列表 |![ 速寫筆記由 @sketchthedocs 製作 https://sketchthedocs.dev](../../translated_images/zh-TW/00-Roadmap.4905d6567dff4753.webp)| |:---:| | 初學者資料科學藍圖 - _速寫筆記由 [@nitya](https://twitter.com/nitya) 製作_ | | 課程編號 | 主題 | 課程群組 | 學習目標 | 相關課程 | 作者 | | :------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: | | 01 | 定義資料科學 | [介紹](1-Introduction/README.md) | 了解資料科學的基本概念及其與人工智慧、機器學習及大數據的關係。 | [課程](1-Introduction/01-defining-data-science/README.md) [影片](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) | | 02 | 資料科學倫理 | [介紹](1-Introduction/README.md) | 探討資料倫理的概念、挑戰與框架。 | [課程](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) | | 03 | 定義資料 | [介紹](1-Introduction/README.md) | 資料的分類方法與常見來源。 | [課程](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) | | 04 | 統計與機率入門 | [介紹](1-Introduction/README.md) | 使用機率與統計的數學技術來理解資料。 | [課程](1-Introduction/04-stats-and-probability/README.md) [影片](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) | | 05 | 使用關聯式資料 | [資料操作](2-Working-With-Data/README.md) | 介紹關聯式資料，並教授使用結構化查詢語言（SQL，讀作“see-quell”）探索和分析關聯資料的基礎。 | [課程](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | 06 | 使用 NoSQL 資料 | [資料操作](2-Working-With-Data/README.md) | 介紹非關聯資料、其類型及文檔資料庫的探索與分析基礎。 | [課程](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique) | | 07 | 使用 Python | [資料操作](2-Working-With-Data/README.md) | 利用 Pandas 等程式庫進行資料探索的 Python 基礎。建議有 Python 程式基礎。 | [課程](2-Working-With-Data/07-python/README.md) [影片](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) | | 08 | 資料準備 | [資料操作](2-Working-With-Data/README.md) | 資料清理和轉換技巧，處理缺失、不準確或不完整資料的挑戰。 | [課程](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) | | 09 | 數量視覺化 | [資料視覺化](3-Data-Visualization/README.md) | 使用 Matplotlib 視覺化鳥類資料 🦆 | [課程](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) | | 10 | 資料分布視覺化 | [資料視覺化](3-Data-Visualization/README.md) | 視覺化區間內的觀察值與趨勢。 | [課程](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) | | 11 | 比例視覺化 | [資料視覺化](3-Data-Visualization/README.md) | 視覺化離散和分組的百分比。 | [課程](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) | | 12 | 關係視覺化 | [資料視覺化](3-Data-Visualization/README.md) | 視覺化資料集及其變數間的連結和關聯。 | [課程](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) | | 13 | 有意義的視覺化 | [資料視覺化](3-Data-Visualization/README.md) | 製作有價值的視覺化，協助有效解決問題和獲得洞見的技巧與指導。 | [課程](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) | | 14 | 資料科學生命週期介紹 | [生命週期](4-Data-Science-Lifecycle/README.md) | 介紹資料科學生命週期及其第一步：獲取與提取資料。 | [課程](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) | | 15 | 資料分析 | [生命週期](4-Data-Science-Lifecycle/README.md) | 著重於資料科學生命週期中分析資料的技術。 | [課程](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | 16 | 溝通 | [生命週期](4-Data-Science-Lifecycle/README.md) | 著重於資料科學生命週期中，以便於決策者理解的方式呈現資料洞見。 | [課程](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | 17 | 雲端資料科學 | [雲端資料](5-Data-Science-In-Cloud/README.md) | 本系列課程介紹雲端資料科學及其優點。 | [課程](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) 和 [Maud](https://twitter.com/maudstweets) | | 18 | 雲端資料科學 | [雲端資料](5-Data-Science-In-Cloud/README.md) | 使用低代碼工具訓練模型。 | [課程](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) 和 [Maud](https://twitter.com/maudstweets) | | 19 | 雲端資料科學 | [雲端資料](5-Data-Science-In-Cloud/README.md) | 使用 Azure 機器學習工作室部署模型。 | [課程](5-Data-Science-In-Cloud/19-Azure/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) 和 [Maud](https://twitter.com/maudstweets) | | 20 | 實地資料科學 | [實地](6-Data-Science-In-Wild/README.md) | 真實世界中資料科學驅動的專案。 | [課程](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) | ## GitHub Codespaces 請依下列步驟在 Codespace 中開啟此範例： 1. 點擊 Code 下拉選單，選擇「Open with Codespaces」選項。 2. 在畫面底部選擇「+ New codespace」。 欲了解更多資訊，請參閱[GitHub 文件](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace)。 ## VSCode Remote - Containers 請按照以下步驟，利用你的本機與 VSCode，並使用 VS Code Remote - Containers 擴充功能，將此程式庫開啟於容器中： 1. 若你是首次使用開發容器，請確保系統符合[入門文件](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started)中所列的先決條件（如安裝 Docker）。 使用此程式庫時，可以開啟於獨立的 Docker 卷中： **注意**：此操作會在底層執行 Remote-Containers 的 **Clone Repository in Container Volume...** 命令，將原始碼克隆至 Docker 卷，而非本地檔案系統。[卷](https://docs.docker.com/storage/volumes/)是持久化容器資料的推薦機制。 或者開啟本地已克隆或下載的版本： - 將此程式庫克隆到本地檔案系統。 - 按 F1 鍵並選擇 **Remote-Containers: Open Folder in Container...** 命令。 - 選擇該資料夾的本地克隆版本，等待容器啟動，開始操作。 ## 離線存取 你可以透過 [Docsify](https://docsify.js.org/#/) 離線瀏覽本文件。請複製此程式庫，於本地安裝 Docsify，然後在本資料夾根目錄輸入 `docsify serve`。網站將在本地端的 3000 埠執行：`localhost:3000`。 > 注意，筆記本檔案不會透過 Docsify 呈現，因此執行筆記本時，請另行於 VS Code 中啟動 Python 核心執行。 ## 其他課程 我們團隊還製作其他課程！請參考： ### LangChain [![LangChain4j 初學者](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners) [![LangChain.js 入門](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) [![LangChain 入門](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin) --- ### Azure / Edge / MCP / 代理人 [![AZD 入門](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst) [![Edge AI 入門](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst) [![MCP 入門](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst) [![AI 代理人入門](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### 生成式 AI 系列 [![生成式 AI 入門](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst) [![生成式 AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst) [![生成式 AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst) [![生成式 AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst) --- ### 核心學習 [![機器學習入門](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst) [![資料科學入門](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst) [![人工智慧入門](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst) [![資安入門](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung) [![網頁開發入門](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst) [![物聯網入門](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst) [![擴增實境開發入門](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### 智能助理系列 [![AI 配對程式設計的智能助理](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) [![C#/.NET 的智能助理](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) [![智能助理冒險](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) ## 尋求協助 **遇到問題嗎？** 請參考我們的[疑難排解指南](TROUBLESHOOTING.md)以解決常見問題。 如果您卡住了或對建立 AI 應用有任何疑問，歡迎加入學習者與經驗豐富的開發者社群，一同討論 MCP。這是一個能自由提問並共享知識的支持性社群。 [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) 如果您在開發過程中有產品反饋或錯誤回報，請造訪： [![Microsoft Foundry 開發者論壇](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum) --- **免責聲明**： 本文件係使用 AI 翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 進行翻譯。雖然我們致力於確保翻譯的準確性，但請注意自動翻譯可能包含錯誤或不準確之處。原始文件的原文版本應被視為權威來源。對於關鍵資訊，建議尋求專業人工翻譯。我們不對因使用本翻譯所引起的任何誤解或誤譯負責。