# מדע הנתונים למתחילים - תוכנית לימודים Azure Cloud Advocates ב-Microsoft שמחים להציע תוכנית לימודים בת 10 שבועות ו-20 שיעורים בנושא מדע הנתונים. כל שיעור כולל מבחנים לפני ואחרי השיעור, הוראות כתובות להשלמת השיעור, פתרון ומשימה. הגישה מבוססת הפרויקטים שלנו מאפשרת ללמוד תוך כדי בנייה, שיטה מוכחת להטמעת מיומנויות חדשות. **תודה רבה למחברים שלנו:** [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). **🙏 תודה מיוחדת 🙏 ל-[Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) המחברים, הסוקרים ותורמי התוכן שלנו,** במיוחד 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/) || |:---:| | מדע הנתונים למתחילים - _סקצ'נוט מאת [@nitya](https://twitter.com/nitya)_ | ### 🌐 תמיכה רב-לשונית #### נתמכת באמצעות GitHub Action (אוטומטית ותמיד מעודכנת) [French](../fr/README.md) | [Spanish](../es/README.md) | [German](../de/README.md) | [Russian](../ru/README.md) | [Arabic](../ar/README.md) | [Persian (Farsi)](../fa/README.md) | [Urdu](../ur/README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Hong Kong)](../hk/README.md) | [Chinese (Traditional, Taiwan)](../tw/README.md) | [Japanese](../ja/README.md) | [Korean](../ko/README.md) | [Hindi](../hi/README.md) | [Bengali](../bn/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Portuguese (Brazil)](../br/README.md) | [Italian](../it/README.md) | [Polish](../pl/README.md) | [Turkish](../tr/README.md) | [Greek](../el/README.md) | [Thai](../th/README.md) | [Swedish](../sv/README.md) | [Danish](../da/README.md) | [Norwegian](../no/README.md) | [Finnish](../fi/README.md) | [Dutch](../nl/README.md) | [Hebrew](./README.md) | [Vietnamese](../vi/README.md) | [Indonesian](../id/README.md) | [Malay](../ms/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Swahili](../sw/README.md) | [Hungarian](../hu/README.md) | [Czech](../cs/README.md) | [Slovak](../sk/README.md) | [Romanian](../ro/README.md) | [Bulgarian](../bg/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Croatian](../hr/README.md) | [Slovenian](../sl/README.md) | [Ukrainian](../uk/README.md) | [Burmese (Myanmar)](../my/README.md) **אם תרצו להוסיף שפות נוספות, השפות הנתמכות מפורטות [כאן](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)** #### הצטרפו לקהילה שלנו [](https://aka.ms/ds4beginners/discord) יש לנו סדרת לימוד עם AI ב-Discord, למדו עוד והצטרפו אלינו ב-[Learn with AI Series](https://aka.ms/learnwithai/discord) בין 18 ל-25 בספטמבר, 2025. תקבלו טיפים וטריקים לשימוש ב-GitHub Copilot עבור מדע הנתונים.  # האם אתם סטודנטים? התחילו עם המשאבים הבאים: - [עמוד מרכז הסטודנטים](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) בעמוד זה תמצאו משאבים למתחילים, חבילות לסטודנטים ואפילו דרכים לקבל שובר הסמכה בחינם. זהו עמוד שכדאי לסמן ולבדוק מדי פעם, שכן אנו מעדכנים את התוכן לפחות פעם בחודש. - [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) הצטרפו לקהילה גלובלית של שגרירי סטודנטים, זו יכולה להיות הדרך שלכם להיכנס ל-Microsoft. # איך מתחילים > **מורים**: כללנו [כמה הצעות](for-teachers.md) כיצד להשתמש בתוכנית הלימודים הזו. נשמח לקבל את המשוב שלכם [בפורום הדיונים שלנו](https://github.com/microsoft/Data-Science-For-Beginners/discussions)! > **[סטודנטים](https://aka.ms/student-page)**: כדי להשתמש בתוכנית הלימודים הזו באופן עצמאי, עשו fork לכל הריפו והשלימו את התרגילים בעצמכם, החל ממבחן מקדים לשיעור. לאחר מכן, קראו את השיעור והשלימו את שאר הפעילויות. נסו ליצור את הפרויקטים על ידי הבנת השיעורים במקום להעתיק את קוד הפתרון; עם זאת, הקוד זמין בתיקיות /solutions בכל שיעור מבוסס פרויקט. רעיון נוסף הוא ליצור קבוצת לימוד עם חברים ולעבור על התוכן יחד. ללימוד נוסף, אנו ממליצים על [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum). ## הכירו את הצוות [](https://youtu.be/8mzavjQSMM4 "סרטון קידום") **Gif מאת** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal) > 🎥 לחצו על התמונה למעלה לצפייה בסרטון על הפרויקט והאנשים שיצרו אותו! ## פדגוגיה בחרנו שני עקרונות פדגוגיים בעת בניית תוכנית הלימודים הזו: להבטיח שהיא מבוססת פרויקטים ושכוללת מבחנים תכופים. בסוף הסדרה, סטודנטים ילמדו עקרונות בסיסיים של מדע הנתונים, כולל מושגים אתיים, הכנת נתונים, דרכים שונות לעבודה עם נתונים, ויזואליזציה של נתונים, ניתוח נתונים, שימושים בעולם האמיתי של מדע הנתונים ועוד. בנוסף, מבחן בעל סיכון נמוך לפני השיעור מכוון את הסטודנט ללמידת הנושא, בעוד שמבחן שני לאחר השיעור מבטיח שימור נוסף. תוכנית הלימודים הזו תוכננה להיות גמישה ומהנה וניתן לקחת אותה בשלמותה או בחלקים. הפרויקטים מתחילים קטנים והופכים מורכבים יותר ככל שמתקדמים במחזור של 10 השבועות. > מצאו את [קוד ההתנהגות](CODE_OF_CONDUCT.md), [תרומה](CONTRIBUTING.md), [הנחיות תרגום](TRANSLATIONS.md). נשמח לקבל את המשוב הבונה שלכם! ## כל שיעור כולל: - סקיצה אופציונלית - סרטון משלים אופציונלי - שאלון חימום לפני השיעור - שיעור כתוב - עבור שיעורים מבוססי פרויקטים, מדריכים שלב אחר שלב לבניית הפרויקט - בדיקות ידע - אתגר - קריאה משלימה - משימה - [שאלון לאחר השיעור](https://ff-quizzes.netlify.app/en/) > **הערה לגבי שאלונים**: כל השאלונים נמצאים בתיקיית Quiz-App, סה"כ 40 שאלונים עם שלוש שאלות בכל אחד. הם מקושרים מתוך השיעורים, אך ניתן להפעיל את אפליקציית השאלונים באופן מקומי או לפרוס אותה ב-Azure; עקבו אחר ההוראות בתיקיית `quiz-app`. הם מתורגמים בהדרגה. ## שיעורים || |:---:| | מדעי הנתונים למתחילים: מפת דרכים - _סקיצה מאת [@nitya](https://twitter.com/nitya)_ | | מספר שיעור | נושא | קבוצת שיעורים | מטרות למידה | שיעור מקושר | מחבר | | :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: | | 01 | הגדרת מדעי הנתונים | [מבוא](1-Introduction/README.md) | למדו את המושגים הבסיסיים מאחורי מדעי הנתונים וכיצד הם קשורים לבינה מלאכותית, למידת מכונה ונתונים גדולים. | [שיעור](1-Introduction/01-defining-data-science/README.md) [סרטון](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) | | 02 | אתיקה במדעי הנתונים | [מבוא](1-Introduction/README.md) | מושגים, אתגרים ומסגרות של אתיקה במדעי הנתונים. | [שיעור](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) | | 03 | הגדרת נתונים | [מבוא](1-Introduction/README.md) | כיצד נתונים מסווגים ומקורותיהם הנפוצים. | [שיעור](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) | | 04 | מבוא לסטטיסטיקה והסתברות | [מבוא](1-Introduction/README.md) | טכניקות מתמטיות של הסתברות וסטטיסטיקה להבנת נתונים. | [שיעור](1-Introduction/04-stats-and-probability/README.md) [סרטון](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) | | 05 | עבודה עם נתונים יחסיים | [עבודה עם נתונים](2-Working-With-Data/README.md) | מבוא לנתונים יחסיים והבסיס לחקר וניתוח נתונים יחסיים באמצעות Structured Query Language, הידוע גם בשם SQL (מבטאים "סי-קוול"). | [שיעור](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | | | 06 | עבודה עם נתוני NoSQL | [עבודה עם נתונים](2-Working-With-Data/README.md) | מבוא לנתונים לא יחסיים, סוגיהם השונים והבסיס לחקר וניתוח מסדי נתונים מבוססי מסמכים. | [שיעור](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)| | 07 | עבודה עם Python | [עבודה עם נתונים](2-Working-With-Data/README.md) | יסודות השימוש ב-Python לחקר נתונים עם ספריות כמו Pandas. מומלץ ידע בסיסי בתכנות ב-Python. | [שיעור](2-Working-With-Data/07-python/README.md) [סרטון](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) | | 08 | הכנת נתונים | [עבודה עם נתונים](2-Working-With-Data/README.md) | נושאים על טכניקות לניקוי והמרת נתונים כדי להתמודד עם אתגרים של נתונים חסרים, לא מדויקים או לא שלמים. | [שיעור](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) | | 09 | ויזואליזציה של כמויות | [ויזואליזציה של נתונים](3-Data-Visualization/README.md) | למדו כיצד להשתמש ב-Matplotlib כדי להציג נתוני ציפורים 🦆 | [שיעור](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) | | 10 | ויזואליזציה של התפלגויות נתונים | [ויזואליזציה של נתונים](3-Data-Visualization/README.md) | הצגת תצפיות ומגמות בתוך טווח. | [שיעור](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) | | 11 | ויזואליזציה של פרופורציות | [ויזואליזציה של נתונים](3-Data-Visualization/README.md) | הצגת אחוזים בדידים ומקובצים. | [שיעור](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) | | 12 | ויזואליזציה של קשרים | [ויזואליזציה של נתונים](3-Data-Visualization/README.md) | הצגת קשרים וקורלציות בין קבוצות נתונים ומשתנים שלהם. | [שיעור](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) | | 13 | ויזואליזציות משמעותיות | [ויזואליזציה של נתונים](3-Data-Visualization/README.md) | טכניקות והנחיות ליצירת ויזואליזציות בעלות ערך לפתרון בעיות יעיל ותובנות. | [שיעור](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) | | 14 | מבוא למחזור החיים של מדעי הנתונים | [מחזור חיים](4-Data-Science-Lifecycle/README.md) | מבוא למחזור החיים של מדעי הנתונים והשלב הראשון של רכישת נתונים והפקתם. | [שיעור](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) | | 15 | ניתוח | [מחזור חיים](4-Data-Science-Lifecycle/README.md) | שלב זה במחזור החיים של מדעי הנתונים מתמקד בטכניקות לניתוח נתונים. | [שיעור](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | | | 16 | תקשורת | [מחזור חיים](4-Data-Science-Lifecycle/README.md) | שלב זה במחזור החיים של מדעי הנתונים מתמקד בהצגת התובנות מהנתונים בצורה שמקלה על מקבלי ההחלטות להבין. | [שיעור](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | | | 17 | מדעי הנתונים בענן | [נתונים בענן](5-Data-Science-In-Cloud/README.md) | סדרת שיעורים זו מציגה את מדעי הנתונים בענן ואת יתרונותיהם. | [שיעור](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) ו-[Maud](https://twitter.com/maudstweets) | | 18 | מדעי הנתונים בענן | [נתונים בענן](5-Data-Science-In-Cloud/README.md) | אימון מודלים באמצעות כלים בעלי קוד נמוך. |[שיעור](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) ו-[Maud](https://twitter.com/maudstweets) | | 19 | מדעי הנתונים בענן | [נתונים בענן](5-Data-Science-In-Cloud/README.md) | פריסת מודלים עם Azure Machine Learning Studio. | [שיעור](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) ו-[Maud](https://twitter.com/maudstweets) | | 20 | מדעי הנתונים בשטח | [בשטח](6-Data-Science-In-Wild/README.md) | פרויקטים מונעי מדעי נתונים בעולם האמיתי. | [שיעור](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) | ## GitHub Codespaces עקבו אחר השלבים הבאים לפתיחת דוגמה זו ב-Codespace: 1. לחצו על תפריט Code ובחרו באפשרות Open with Codespaces. 2. בחרו + New codespace בתחתית החלונית. למידע נוסף, עיינו ב-[תיעוד GitHub](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace). ## VSCode Remote - Containers עקבו אחר השלבים הבאים לפתיחת מאגר זה במיכל באמצעות המחשב המקומי שלכם ו-VSCode באמצעות הרחבת VS Code Remote - Containers: 1. אם זו הפעם הראשונה שאתם משתמשים במיכל פיתוח, ודאו שהמערכת שלכם עומדת בדרישות המקדימות (כלומר, התקנת Docker) ב-[תיעוד ההתחלה](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started). כדי להשתמש במאגר זה, תוכלו לפתוח את המאגר במיכל Docker מבודד: **הערה**: מאחורי הקלעים, פעולה זו תשתמש בפקודה Remote-Containers: **Clone Repository in Container Volume...** כדי לשכפל את קוד המקור בנפח Docker במקום במערכת הקבצים המקומית. [Volumes](https://docs.docker.com/storage/volumes/) הם המנגנון המועדף לשמירת נתוני מיכלים. או לפתוח גרסה משוכפלת או שהורדה באופן מקומי של המאגר: - שכפלו את המאגר הזה למערכת הקבצים המקומית שלכם. - לחצו על F1 ובחרו בפקודה **Remote-Containers: Open Folder in Container...**. - בחרו את העותק המשוכפל של תיקייה זו, המתינו עד שהמיכל יתחיל, ונסו דברים. ## גישה לא מקוונת ניתן להפעיל את התיעוד הזה במצב לא מקוון באמצעות [Docsify](https://docsify.js.org/#/). שיבטו את המאגר הזה, [התקינו את Docsify](https://docsify.js.org/#/quickstart) במחשב המקומי שלכם, ואז בתיקיית השורש של המאגר הזה, הקלידו `docsify serve`. האתר יופעל על פורט 3000 ב-localhost שלכם: `localhost:3000`. > שימו לב, מחברות לא יופעלו דרך Docsify, ולכן כאשר תצטרכו להפעיל מחברת, עשו זאת בנפרד ב-VS Code עם קרנל Python פעיל. ## תכניות לימודים נוספות הצוות שלנו מייצר תכניות לימודים נוספות! בדקו: - [Generative AI למתחילים](https://aka.ms/genai-beginners) - [Generative AI למתחילים .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet) - [Generative AI עם JavaScript](https://github.com/microsoft/generative-ai-with-javascript) - [Generative AI עם Java](https://aka.ms/genaijava) - [AI למתחילים](https://aka.ms/ai-beginners) - [מדעי הנתונים למתחילים](https://aka.ms/datascience-beginners) - [Bash למתחילים](https://github.com/microsoft/bash-for-beginners) - [ML למתחילים](https://aka.ms/ml-beginners) - [סייבר למתחילים](https://github.com/microsoft/Security-101) - [פיתוח אתרים למתחילים](https://aka.ms/webdev-beginners) - [IoT למתחילים](https://aka.ms/iot-beginners) - [למידת מכונה למתחילים](https://aka.ms/ml-beginners) - [פיתוח XR למתחילים](https://aka.ms/xr-dev-for-beginners) - [שליטה ב-GitHub Copilot לתכנות זוגי מבוסס AI](https://aka.ms/GitHubCopilotAI) - [פיתוח XR למתחילים](https://github.com/microsoft/xr-development-for-beginners) - [שליטה ב-GitHub Copilot למפתחי C#/.NET](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers) - [בחרו את הרפתקת Copilot שלכם](https://github.com/microsoft/CopilotAdventures) --- **כתב ויתור**: מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית [Co-op Translator](https://github.com/Azure/co-op-translator). למרות שאנו שואפים לדיוק, יש לקחת בחשבון שתרגומים אוטומטיים עשויים להכיל שגיאות או אי דיוקים. המסמך המקורי בשפתו המקורית צריך להיחשב כמקור סמכותי. עבור מידע קריטי, מומלץ להשתמש בתרגום מקצועי על ידי אדם. איננו נושאים באחריות לאי הבנות או לפרשנויות שגויות הנובעות משימוש בתרגום זה.