You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
252 lines
42 KiB
252 lines
42 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "7c31d1a22c746b1d0f0582d4f54702ba",
|
|
"translation_date": "2025-12-24T23:38:44+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "th"
|
|
}
|
|
-->
|
|
# วิทยาศาสตร์ข้อมูลสำหรับผู้เริ่มต้น - หลักสูตร
|
|
|
|
[](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
|
|
|
|
[](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/)
|
|
[](http://makeapullrequest.com)
|
|
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/watchers/)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/network/)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/stargazers/)
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
Azure Cloud Advocates ที่ Microsoft ยินดีเสนอหลักสูตร 10 สัปดาห์ ประกอบด้วย 20 บทเรียนทั้งหมดเกี่ยวกับวิทยาศาสตร์ข้อมูล แต่ละบทเรียนมีแบบทดสอบก่อนบทเรียนและหลังบทเรียน คำแนะนำเป็นลายลักษณ์อักษรเพื่อทำบทเรียนให้สำเร็จ รวมถึงคำตอบ และแบบฝึกหัด แนวทางการสอนเชิงโครงการของเราช่วยให้คุณเรียนรู้ไปพร้อมกับการสร้าง ซึ่งเป็นวิธีที่พิสูจน์แล้วว่าสำหรับทักษะใหม่ๆ จะ "ติด" ได้ดีขึ้น
|
|
|
|
**ขอขอบคุณอย่างจริงใจต่อผู้เขียนของเรา:** [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).
|
|
|
|
**🙏 ขอบคุณเป็นพิเศษ 🙏 ต่อผู้เขียน ทบทวน และผู้มีส่วนร่วมเนื้อหาจาก [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/),** โดยเฉพาะ 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/)
|
|
|
|
||
|
|
|:---:|
|
|
| วิทยาศาสตร์ข้อมูลสำหรับผู้เริ่มต้น - _สเก็ตช์โน้ตโดย [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
### 🌐 การสนับสนุนหลายภาษา
|
|
|
|
#### สนับสนุนผ่าน GitHub Action (อัตโนมัติ & อัปเดตเสมอ)
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
[อาหรับ](../ar/README.md) | [เบงกาลี](../bn/README.md) | [บัลแกเรียน](../bg/README.md) | [ภาษาพม่า (เมียนมาร์)](../my/README.md) | [จีน (แบบย่อ)](../zh/README.md) | [จีน (ดั้งเดิม, ฮ่องกง)](../hk/README.md) | [จีน (ดั้งเดิม, มาเก๊า)](../mo/README.md) | [จีน (ดั้งเดิม, ไต้หวัน)](../tw/README.md) | [โครเอเชีย](../hr/README.md) | [เช็ก](../cs/README.md) | [เดนมาร์ก](../da/README.md) | [ดัตช์](../nl/README.md) | [เอสโตเนีย](../et/README.md) | [ฟินแลนด์](../fi/README.md) | [ฝรั่งเศส](../fr/README.md) | [เยอรมัน](../de/README.md) | [กรีก](../el/README.md) | [ฮีบรู](../he/README.md) | [ฮินดี](../hi/README.md) | [ฮังการี](../hu/README.md) | [อินโดนีเซีย](../id/README.md) | [อิตาลี](../it/README.md) | [ญี่ปุ่น](../ja/README.md) | [คันนาดา](../kn/README.md) | [เกาหลี](../ko/README.md) | [ลิทัวเนีย](../lt/README.md) | [มาเลย์](../ms/README.md) | [มาลายาลัม](../ml/README.md) | [มราฐี](../mr/README.md) | [เนปาลี](../ne/README.md) | [ไนจีเรีย พิดจิน](../pcm/README.md) | [นอร์เวย์](../no/README.md) | [เปอร์เซีย (ฟาร์ซี)](../fa/README.md) | [โปแลนด์](../pl/README.md) | [โปรตุเกส (บราซิล)](../br/README.md) | [โปรตุเกส (โปรตุเกส)](../pt/README.md) | [ปัญจาบี (Gurmukhi)](../pa/README.md) | [โรมาเนีย](../ro/README.md) | [รัสเซีย](../ru/README.md) | [เซอร์เบีย (คีริลลิก)](../sr/README.md) | [สโลวัก](../sk/README.md) | [สโลวีเนีย](../sl/README.md) | [สเปน](../es/README.md) | [สวาฮิลี](../sw/README.md) | [สวีเดน](../sv/README.md) | [ทากาล็อก (ฟิลิปปินส์)](../tl/README.md) | [ทมิฬ](../ta/README.md) | [เทลูกู](../te/README.md) | [ไทย](./README.md) | [ตุรกี](../tr/README.md) | [ยูเครน](../uk/README.md) | [อูรดู](../ur/README.md) | [เวียดนาม](../vi/README.md)
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
**หากคุณต้องการให้มีการรองรับการแปลภาษาเพิ่มเติม รายชื่อภาษาที่รองรับอยู่ [ที่นี่](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
|
|
|
|
#### เข้าร่วมชุมชนของเรา
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
เรามีซีรีส์ Discord เรียนรู้กับ AI กำลังจัดอยู่ เรียนรู้เพิ่มเติมและเข้าร่วมกับเราได้ที่ [Learn with AI Series](https://aka.ms/learnwithai/discord) ตั้งแต่วันที่ 18 - 30 กันยายน 2025 คุณจะได้รับเคล็ดลับและเทคนิคการใช้ GitHub Copilot สำหรับวิทยาศาสตร์ข้อมูล
|
|
|
|
|
|
|
|
# คุณเป็นนักเรียนหรือไม่?
|
|
|
|
เริ่มต้นด้วยทรัพยากรต่อไปนี้:
|
|
|
|
- [หน้า Student Hub](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) ในหน้านี้ คุณจะพบทรัพยากรสำหรับผู้เริ่มต้น ชุดสำหรับนักเรียน และแม้แต่ช่องทางในการรับคูปองสอบฟรี นี่คือหน้าที่คุณควรบุ๊กมาร์กและตรวจสอบเป็นครั้งคราวเนื่องจากเราจะสลับเนื้อหาอย่างน้อยเดือนละครั้ง
|
|
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) เข้าร่วมชุมชนนักเรียนระดับโลก นี่อาจเป็นหนทางของคุณสู่ Microsoft
|
|
|
|
# การเริ่มต้นใช้งาน
|
|
|
|
## 📚 เอกสารประกอบ
|
|
|
|
- **[คู่มือการติดตั้ง](INSTALLATION.md)** - คำแนะนำการตั้งค่าแบบทีละขั้นตอนสำหรับผู้เริ่มต้น
|
|
- **[คู่มือการใช้งาน](USAGE.md)** - ตัวอย่างและเวิร์กโฟลว์ที่พบบ่อย
|
|
- **[การแก้ปัญหา](TROUBLESHOOTING.md)** - วิธีแก้ปัญหาที่พบบ่อย
|
|
- **[คู่มือการมีส่วนร่วม](CONTRIBUTING.md)** - วิธีการมีส่วนร่วมในโครงการนี้
|
|
- **[สำหรับผู้สอน](for-teachers.md)** - คำแนะนำการสอนและทรัพยากรในชั้นเรียน
|
|
|
|
## 👨🎓 สำหรับนักเรียน
|
|
> **ผู้เริ่มต้นอย่างสมบูรณ์**: ใหม่กับวิทยาศาสตร์ข้อมูลหรือไม่? เริ่มด้วย [ตัวอย่างที่เป็นมิตรสำหรับผู้เริ่มต้น](examples/README.md)! ตัวอย่างง่ายๆ เหล่านี้มีคำอธิบายที่ชัดเจนจะช่วยให้คุณเข้าใจพื้นฐานก่อนที่จะลงลึกในหลักสูตรเต็มรูปแบบ
|
|
> **[นักเรียน](https://aka.ms/student-page)**: หากต้องการใช้หลักสูตรนี้ด้วยตนเอง ให้ทำการ fork รีโปทั้งหมดและทำแบบฝึกหัดด้วยตัวเอง เริ่มจากแบบทดสอบก่อนบรรยาย จากนั้นอ่านบรรยายและทำกิจกรรมที่เหลือให้ครบพยายามสร้างโปรเจ็กต์โดยการทำความเข้าใจบทเรียนมากกว่าจะคัดลอกโค้ดคำตอบ อย่างไรก็ตาม โค้ดคำตอบมีให้ในโฟลเดอร์ /solutions ในแต่ละบทเรียนที่เป็นเชิงโครงการ ไอเดียอีกอย่างคือการจัดกลุ่มศึกษาเป็นกลุ่มกับเพื่อนและทำเนื้อหาร่วมกัน สำหรับการศึกษาต่อ เราแนะนำ [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
|
|
|
|
**เริ่มด่วน:**
|
|
1. ตรวจสอบ [คู่มือการติดตั้ง](INSTALLATION.md) เพื่อตั้งค่าสภาพแวดล้อมของคุณ
|
|
2. ทบทวน [คู่มือการใช้งาน](USAGE.md) เพื่อเรียนรู้วิธีการทำงานกับหลักสูตร
|
|
3. เริ่มด้วย บทเรียน 1 และทำตามลำดับ
|
|
4. เข้าร่วม [ชุมชน Discord ของเรา](https://aka.ms/ds4beginners/discord) เพื่อขอความช่วยเหลือ
|
|
|
|
## 👩🏫 สำหรับครูผู้สอน
|
|
|
|
> **ครูผู้สอน**: เราได้ [รวมข้อเสนอแนะบางอย่าง](for-teachers.md) เกี่ยวกับวิธีการใช้หลักสูตรนี้ เราอยากได้รับความคิดเห็นจากคุณ [ในฟอรัมการสนทนาของเรา](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
|
|
|
|
## พบกับทีมงาน
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "วิดีโอโฆษณา")
|
|
|
|
**Gif โดย** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
|
|
> 🎥 คลิกที่รูปด้านบนเพื่อดูวิดีโอเกี่ยวกับโครงการและผู้ที่สร้างมัน!
|
|
|
|
## แนวทางการสอน
|
|
|
|
เราได้เลือกหลักการสอนสองประการเมื่อสร้างหลักสูตรนี้: มั่นใจว่าหลักสูตรเป็นโครงการเป็นฐาน (project-based) และมีแบบทดสอบบ่อยครั้ง เมื่อสิ้นสุดชุดบทเรียนนี้ นักเรียนจะได้เรียนรู้หลักการพื้นฐานของวิทยาศาสตร์ข้อมูล รวมถึงแนวคิดทางจริยธรรม การเตรียมข้อมูล วิธีการต่าง ๆ ในการทำงานกับข้อมูล การแสดงภาพข้อมูล การวิเคราะห์ข้อมูล กรณีการใช้งานจริงของวิทยาศาสตร์ข้อมูล และอื่น ๆ
|
|
|
|
นอกจากนี้ แบบทดสอบก่อนเรียนที่ไม่กดดันจะช่วยตั้งเจตนารมณ์ของนักเรียนต่อการเรียนรู้หัวข้อ ในขณะที่แบบทดสอบอีกชุดหลังการสอนจะช่วยให้เกิดการจดจำมากขึ้น หลักสูตรนี้ถูกออกแบบให้ยืดหยุ่นและสนุก และสามารถเรียนได้ทั้งชุดหรือแค่บางส่วน โครงการเริ่มจากเล็กไปใหญ่และซับซ้อนมากขึ้นเมื่อสิ้นสุดรอบ 10 สัปดาห์
|
|
|
|
> ค้นหา [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translation](TRANSLATIONS.md) แนวทางปฏิบัติของเรา เรายินดีต้อนรับความคิดเห็นเชิงสร้างสรรค์จากคุณ!
|
|
|
|
## แต่ละบทเรียนประกอบด้วย:
|
|
|
|
- สเก็ตช์โน้ต (ตัวเลือก)
|
|
- วิดีโอเสริม (ตัวเลือก)
|
|
- แบบทดสอบอุ่นเครื่องก่อนบทเรียน
|
|
- บทเรียนเป็นลายลักษณ์อักษร
|
|
- สำหรับบทเรียนที่เป็นโครงการ: คู่มือทีละขั้นตอนในการสร้างโครงการ
|
|
- ตรวจสอบความรู้
|
|
- ความท้าทาย
|
|
- การอ่านเสริม
|
|
- งานมอบหมาย
|
|
- [แบบทดสอบหลังบทเรียน](https://ff-quizzes.netlify.app/en/)
|
|
|
|
> **หมายเหตุเกี่ยวกับแบบทดสอบ**: แบบทดสอบทั้งหมดอยู่ในโฟลเดอร์ Quiz-App รวมทั้งหมด 40 แบบทดสอบ แต่ละแบบมี 3 คำถาม ลิงก์จากภายในบทเรียน แต่แอปแบบทดสอบสามารถรันในเครื่องหรือปรับใช้ไปยัง Azure ได้; ตามคำแนะนำในโฟลเดอร์ `quiz-app` พวกมันกำลังถูกแปลเป็นภาษาต่าง ๆ อย่างค่อยเป็นค่อยไป
|
|
|
|
## 🎓 ตัวอย่างสำหรับผู้เริ่มต้น
|
|
|
|
**เพิ่งเริ่มเรียน Data Science?** เราได้สร้าง [examples directory](examples/README.md) พิเศษที่มีโค้ดง่าย ๆ และมีคอมเมนต์ชัดเจนเพื่อช่วยให้คุณเริ่มต้นได้:
|
|
|
|
- 🌟 **Hello World** - โปรแกรม Data Science แรกของคุณ
|
|
- 📂 **Loading Data** - เรียนรู้การอ่านและสำรวจชุดข้อมูล
|
|
- 📊 **Simple Analysis** - คำนวณสถิติและค้นหารูปแบบ
|
|
- 📈 **Basic Visualization** - สร้างแผนภูมิและกราฟ
|
|
- 🔬 **Real-World Project** - เวิร์กโฟลว์ตั้งแต่ต้นจนจบ
|
|
|
|
แต่ละตัวอย่างมีคำอธิบายอย่างละเอียดอธิบายทุกขั้นตอน ทำให้เหมาะสำหรับผู้เริ่มต้นอย่างแท้จริง!
|
|
|
|
👉 **[เริ่มจากตัวอย่าง](examples/README.md)** 👈
|
|
|
|
## บทเรียน
|
|
|
|
|
|
||
|
|
|:---:|
|
|
| Data Science For Beginners: Roadmap - _สเก็ตช์โน้ตโดย [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
|
|
| หมายเลขบทเรียน | หัวข้อ | กลุ่มบทเรียน | วัตถุประสงค์การเรียนรู้ | ลิงก์บทเรียน | ผู้เขียน |
|
|
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
|
|
| 01 | การนิยาม Data Science | [บทนำ](1-Introduction/README.md) | เรียนรู้แนวคิดพื้นฐานของ data science และความสัมพันธ์กับปัญญาประดิษฐ์ การเรียนรู้ของเครื่อง และข้อมูลขนาดใหญ่ | [บทเรียน](1-Introduction/01-defining-data-science/README.md) [วิดีโอ](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
|
|
| 02 | จริยธรรมของ Data Science | [บทนำ](1-Introduction/README.md) | แนวคิดด้านจริยธรรมของข้อมูล ความท้าทาย และกรอบการทำงาน | [บทเรียน](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
| 03 | การนิยามข้อมูล | [บทนำ](1-Introduction/README.md) | วิธีการจำแนกข้อมูลและแหล่งที่มาทั่วไป | [บทเรียน](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 04 | แนะนำสถิติและความน่าจะเป็น | [บทนำ](1-Introduction/README.md) | เทคนิคทางคณิตศาสตร์ของความน่าจะเป็นและสถิติเพื่อเข้าใจข้อมูล | [บทเรียน](1-Introduction/04-stats-and-probability/README.md) [วิดีโอ](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
|
|
| 05 | การทำงานกับข้อมูลเชิงสัมพันธ์ | [การทำงานกับข้อมูล](2-Working-With-Data/README.md) | แนะนำข้อมูลเชิงสัมพันธ์และพื้นฐานการสำรวจและวิเคราะห์ข้อมูลเชิงสัมพันธ์ด้วย Structured Query Language หรือที่รู้จักในชื่อ SQL (ออกเสียง “see-quell”) | [บทเรียน](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
|
|
| 06 | การทำงานกับข้อมูล NoSQL | [การทำงานกับข้อมูล](2-Working-With-Data/README.md) | แนะนำข้อมูลแบบไม่สัมพันธ์ ชนิดต่าง ๆ และพื้นฐานการสำรวจและวิเคราะห์ฐานข้อมูลเอกสาร | [บทเรียน](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
|
|
| 07 | การทำงานกับ Python | [การทำงานกับข้อมูล](2-Working-With-Data/README.md) | พื้นฐานการใช้ Python เพื่อสำรวจข้อมูลด้วยไลบรารีเช่น Pandas แนะนำให้มีความเข้าใจพื้นฐานการเขียนโปรแกรม Python | [บทเรียน](2-Working-With-Data/07-python/README.md) [วิดีโอ](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
|
|
| 08 | การเตรียมข้อมูล | [การทำงานกับข้อมูล](2-Working-With-Data/README.md) | หัวข้อเกี่ยวกับเทคนิคการทำความสะอาดและแปลงข้อมูลเพื่อจัดการกับปัญหาข้อมูลที่ขาดหาย ไม่ถูกต้อง หรือไม่สมบูรณ์ | [บทเรียน](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 09 | การแสดงปริมาณ | [การแสดงภาพข้อมูล](3-Data-Visualization/README.md) | เรียนรู้การใช้ Matplotlib เพื่อแสดงภาพข้อมูลนก 🦆 | [บทเรียน](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 10 | การแสดงการกระจายของข้อมูล | [การแสดงภาพข้อมูล](3-Data-Visualization/README.md) | การแสดงการสังเกตและแนวโน้มภายในช่วง | [บทเรียน](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 11 | การแสดงสัดส่วน | [การแสดงภาพข้อมูล](3-Data-Visualization/README.md) | การแสดงเปอร์เซ็นต์แบบไม่ต่อเนื่องและแบบกลุ่ม | [บทเรียน](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 12 | การแสดงความสัมพันธ์ | [การแสดงภาพข้อมูล](3-Data-Visualization/README.md) | การแสดงการเชื่อมโยงและความสัมพันธ์ระหว่างชุดข้อมูลและตัวแปร | [บทเรียน](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 13 | การสร้างภาพที่มีความหมาย | [การแสดงภาพข้อมูล](3-Data-Visualization/README.md) | เทคนิคและแนวทางในการทำให้ภาพข้อมูลมีคุณค่าเพื่อการแก้ปัญหาและให้ข้อมูลเชิงลึกที่มีประสิทธิผล | [บทเรียน](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 14 | แนะนำวงจรการทำงานของ Data Science | [วัฏจักร](4-Data-Science-Lifecycle/README.md) | แนะนำวงจรการทำงานของ data science และขั้นตอนแรกในการได้มาซึ่งข้อมูลและการสกัดข้อมูล | [บทเรียน](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
|
|
| 15 | การวิเคราะห์ | [วัฏจักร](4-Data-Science-Lifecycle/README.md) | ระยะนี้ของวงจรการทำงานของ data science มุ่งเน้นที่เทคนิคในการวิเคราะห์ข้อมูล | [บทเรียน](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
|
|
| 16 | การสื่อสาร | [วัฏจักร](4-Data-Science-Lifecycle/README.md) | ระยะนี้ของวงจรการทำงานของ data science มุ่งเน้นการนำเสนอข้อมูลเชิงลึกจากข้อมูลในรูปแบบที่ช่วยให้ผู้ตัดสินใจเข้าใจได้ง่ายขึ้น | [บทเรียน](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
|
|
| 17 | Data Science บนคลาวด์ | [ข้อมูลบนคลาวด์](5-Data-Science-In-Cloud/README.md) | ชุดบทเรียนนี้แนะนำการทำ Data Science บนคลาวด์และประโยชน์ของมัน | [บทเรียน](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
|
|
| 18 | Data Science บนคลาวด์ | [ข้อมูลบนคลาวด์](5-Data-Science-In-Cloud/README.md) | การฝึกโมเดลโดยใช้เครื่องมือ Low Code |[บทเรียน](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
|
|
| 19 | Data Science บนคลาวด์ | [ข้อมูลบนคลาวด์](5-Data-Science-In-Cloud/README.md) | การปรับใช้โมเดลด้วย Azure Machine Learning Studio | [บทเรียน](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
|
|
| 20 | Data Science ในโลกจริง | [ในโลกจริง](6-Data-Science-In-Wild/README.md) | โครงการที่ขับเคลื่อนโดย data science ในโลกจริง | [บทเรียน](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
|
|
## GitHub Codespaces
|
|
|
|
ทำตามขั้นตอนเหล่านี้เพื่อเปิดตัวอย่างนี้ใน Codespace:
|
|
1. คลิกเมนู Code และเลือกตัวเลือก Open with Codespaces.
|
|
2. เลือก + New codespace ที่ด้านล่างของแผง
|
|
สำหรับข้อมูลเพิ่มเติม ให้ดูที่ [เอกสารประกอบของ GitHub](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
|
|
|
|
## VSCode Remote - Containers
|
|
ทำตามขั้นตอนเหล่านี้เพื่อเปิด repo นี้ในคอนเทนเนอร์โดยใช้เครื่องของคุณและ VSCode โดยใช้ส่วนขยาย VS Code Remote - Containers:
|
|
|
|
1. หากนี่เป็นครั้งแรกที่คุณใช้ development container โปรดตรวจสอบให้แน่ใจว่าระบบของคุณตรงตามข้อกำหนดเบื้องต้น (เช่น ติดตั้ง Docker แล้ว) ใน [เอกสารเริ่มต้น](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
|
|
|
|
ในการใช้รีโปนี้ คุณสามารถเปิดรีโปใน Docker volume แบบแยกกัน:
|
|
|
|
**หมายเหตุ**: ใต้การทำงานจริงแล้ว คำสั่งนี้จะใช้คำสั่ง Remote-Containers: **Clone Repository in Container Volume...** เพื่อโคลนซอร์สโค้ดลงใน Docker volume แทนระบบไฟล์ในเครื่องท้องถิ่น [Volumes](https://docs.docker.com/storage/volumes/) เป็นกลไกที่แนะนำสำหรับการเก็บข้อมูลของคอนเทนเนอร์
|
|
|
|
หรือเปิดสำเนาที่โคลนหรือดาวน์โหลดมาของรีโปในเครื่อง:
|
|
|
|
- โคลนรีโปนี้ไปยังระบบไฟล์ในเครื่องของคุณ
|
|
- กด F1 และเลือกคำสั่ง **Remote-Containers: Open Folder in Container...**
|
|
- เลือกสำเนาที่โคลนของโฟลเดอร์นี้ รอให้คอนเทนเนอร์เริ่มต้น แล้วลองใช้งาน
|
|
|
|
## การเข้าถึงแบบออฟไลน์
|
|
|
|
คุณสามารถรันเอกสารนี้แบบออฟไลน์โดยใช้ [Docsify](https://docsify.js.org/#/). Fork รีโปนี้, [ติดตั้ง Docsify](https://docsify.js.org/#/quickstart) บนเครื่องของคุณ จากนั้นในโฟลเดอร์รูทของรีโปนี้ ให้พิมพ์ `docsify serve`. เว็บไซต์จะให้บริการบนพอร์ต 3000 ที่ localhost ของคุณ: `localhost:3000`.
|
|
|
|
> หมายเหตุ: โน้ตบุ๊กจะไม่ถูกเรนเดอร์ผ่าน Docsify ดังนั้นเมื่อคุณต้องการรันโน้ตบุ๊ก ให้รันแยกต่างหากใน VS Code ที่รันเคอร์เนล Python
|
|
|
|
## หลักสูตรอื่น ๆ
|
|
|
|
ทีมของเราจัดทำหลักสูตรอื่น ๆ! ดูได้ที่:
|
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
|
|
### LangChain
|
|
[](https://aka.ms/langchain4j-for-beginners)
|
|
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
|
---
|
|
|
|
### Azure / Edge / MCP / Agents
|
|
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### ชุดการเรียนรู้ Generative AI
|
|
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
|
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
|
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### การเรียนรู้หลัก
|
|
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
|
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### ชุด Copilot
|
|
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
|
|
|
## ขอความช่วยเหลือ
|
|
|
|
**พบปัญหาใช่ไหม?** ตรวจสอบ [คู่มือแก้ไขปัญหา](TROUBLESHOOTING.md) เพื่อหาวิธีแก้ไขปัญหาที่พบบ่อย.
|
|
|
|
หากคุณติดขัดหรือมีคำถามเกี่ยวกับการสร้างแอป AI. เข้าร่วมผู้เรียนคนอื่นๆและนักพัฒนาที่มีประสบการณ์ในการอภิปรายเกี่ยวกับ MCP. นี่คือชุมชนที่ให้การสนับสนุนซึ่งยินดีต้อนรับคำถามและแบ่งปันความรู้กันอย่างเสรี.
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
หากคุณมีความคิดเห็นเกี่ยวกับผลิตภัณฑ์หรือพบข้อผิดพลาดขณะสร้าง โปรดไปที่:
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
ข้อจำกัดความรับผิดชอบ:
|
|
เอกสารฉบับนี้ถูกแปลโดยใช้บริการแปลภาษา AI Co-op Translator (https://github.com/Azure/co-op-translator) แม้เราจะพยายามให้การแปลมีความแม่นยำ โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความคลาดเคลื่อน เอกสารต้นฉบับในภาษาต้นทางควรถูกถือเป็นแหล่งข้อมูลอ้างอิงหลัก สำหรับข้อมูลที่มีความสำคัญสูง ขอแนะนำให้ใช้การแปลโดยผู้เชี่ยวชาญมนุษย์ เราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดใดๆ ที่เกิดจากการใช้การแปลนี้
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |