|
|
# Data Science aloittelijoille - Opetussuunnitelma
|
|
|
|
|
|
[](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)
|
|
|
|
|
|
Microsoftin Azure Cloud Advocates ilolla tarjoavat 10 viikon, 20 oppitunnin opetussuunnitelman, joka käsittelee Data Sciencea. Jokainen oppitunti sisältää ennakko- ja jälkikyselyt, kirjalliset ohjeet oppitunnin suorittamiseen, ratkaisun sekä tehtävän. Projektipohjainen opetustapamme antaa sinun oppia samalla kun rakennat, mikä on todistettu tapa saada uudet taidot "jämähtämään".
|
|
|
|
|
|
**Lämpimät kiitokset kirjoittajillemme:** [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).
|
|
|
|
|
|
**🙏 Erityiskiitos 🙏 [Microsoftin opiskelija-ambassadoreille](https://studentambassadors.microsoft.com/),** erityisesti Aaryan Aroralle, [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/)
|
|
|
|
|
|
||
|
|
|
|:---:|
|
|
|
| Data Science Aloittelijoille - _Sketchnote by [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
|
|
### 🌐 Monikielinen tuki
|
|
|
|
|
|
#### Tuettu GitHub Actionin avulla (automaattinen & aina ajan tasalla)
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
|
[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)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](./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)
|
|
|
|
|
|
> **Haluatko kloonata paikallisesti?**
|
|
|
|
|
|
> Tämä arkisto sisältää yli 50 kielen käännökset, mikä lisää merkittävästi latauskokoa. Jos haluat kloonata ilman käännöksiä, käytä tiivistettyä checkoutia:
|
|
|
> ```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'
|
|
|
> ```
|
|
|
> Tämä antaa sinulle kaiken tarvittavan kurssin suorittamiseen paljon nopeammalla latauksella.
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
|
|
**Jos haluat lisäkielitukea, tuetut kielet löytyvät [täältä](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
|
|
|
|
|
|
#### Liity yhteisöömme
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
Meillä on käynnissä Discord-oppimissarja AI:n kanssa, opi lisää ja liity mukaan osoitteessa [Learn with AI Series](https://aka.ms/learnwithai/discord) 18.-30. syyskuuta 2025. Saat vinkkejä ja niksejä GitHub Copilotin käyttämiseen Data Science -tehtävissä.
|
|
|
|
|
|
|
|
|
|
|
|
# Oletko opiskelija?
|
|
|
|
|
|
Aloita seuraavista resursseista:
|
|
|
|
|
|
- [Opiskelijakeskus-sivu](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) Tältä sivulta löydät aloittelijaystävällisiä resursseja, opiskelijapaketteja ja jopa tapoja saada ilmainen sertifikaattikuponki. Tämä on sivu, jonka haluat tallentaa kirjanmerkkeihisi ja tarkistaa säännöllisesti, sillä sisältöä päivitetään vähintään kerran kuukaudessa.
|
|
|
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Liity maailmanlaajuiseen opiskelija-ambassadoreiden yhteisöön, tämä voi olla sinun tapasi päästä Microsoftille töihin.
|
|
|
|
|
|
# Aloittaminen
|
|
|
|
|
|
## 📚 Dokumentaatio
|
|
|
|
|
|
- **[Asennusopas](INSTALLATION.md)** - Aloittelijoille askel askeleelta asennusohjeet
|
|
|
- **[Käyttöopas](USAGE.md)** - Esimerkkejä ja yleisiä työnkulkuja
|
|
|
- **[Ongelmanratkaisu](TROUBLESHOOTING.md)** - Ratkaisuja yleisiin ongelmiin
|
|
|
- **[Osallistumisopas](CONTRIBUTING.md)** - Kuinka osallistua tähän projektiin
|
|
|
- **[Opettajille](for-teachers.md)** - Opetusohjeita ja luokkaresursseja
|
|
|
|
|
|
## 👨🎓 Opiskelijoille
|
|
|
> **Täysin aloittelijat**: Uusi data sciencen parissa? Ala meidän [aloittelijaystävällisistä esimerkeistä](examples/README.md)! Nämä yksinkertaiset, hyvin kommentoidut esimerkit auttavat sinua ymmärtämään perusteet ennen täyden opetussuunnitelman aloittamista.
|
|
|
> **[Opiskelijat](https://aka.ms/student-page)**: käyttääksesi tätä opetussuunnitelmaa itsenäisesti, tee repo forkiksi ja suorita harjoitukset itse, aloittaen ennakkotestillä. Lue sitten luento ja suorita loput tehtävistä. Yritä luoda projektit ymmärtämällä oppitunnit, älä vain kopioimalla ratkaisukoodia; se on kuitenkin saatavilla /solutions-kansioissa jokaisessa projektilähtöisessä oppitunnissa. Toinen idea on perustaa opiskeluryhmä ystävien kanssa ja käydä sisältö yhdessä läpi. Syvempään opiskeluun suosittelemme [Microsoft Learnia](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
|
|
|
|
|
|
**Nopea aloitus:**
|
|
|
1. Katso [Asennusopas](INSTALLATION.md) ympäristösi perustamiseksi
|
|
|
2. Käy läpi [Käyttöopas](USAGE.md) opetussuunnitelman käyttötapoja varten
|
|
|
3. Aloita Oppitunnista 1 ja etene järjestyksessä
|
|
|
4. Liity meidän [Discord-yhteisöömme](https://aka.ms/ds4beginners/discord) saadaksesi tukea
|
|
|
|
|
|
## 👩🏫 Opettajille
|
|
|
|
|
|
> **Opettajat**: olemme [lisänneet joitain ehdotuksia](for-teachers.md) opetussuunnitelman käyttämiseen. Toivomme palautettasi [keskustelufoorumissamme](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
|
|
|
## Tutustu tiimiin
|
|
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "Esittelyvideo")
|
|
|
|
|
|
**Gif:** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
|
|
|
|
|
|
> 🎥 Klikkaa yllä olevaa kuvaa katsoaksesi video projektista ja ihmisistä, jotka sen loivat!
|
|
|
|
|
|
## Pedagogiikka
|
|
|
|
|
|
Olemme valinneet tämän opetussuunnitelman rakentamisessa kaksi pedagogista periaatetta: varmistamme, että se perustuu projekteihin ja että siihen sisältyy usein kyselyitä. Sarjan lopuksi opiskelijat ovat oppineet data-analytiikan perusperiaatteet, mukaan lukien eettiset käsitteet, datan valmistelun, erilaiset tavat työskennellä datan kanssa, datan visualisoinnin, datan analysoinnin, data-analytiikan käytännön käyttötapaukset ja paljon muuta.
|
|
|
|
|
|
Lisäksi matalan panoksen ennakkokysely ennen oppituntia asettaa opiskelijan oppimistavoitteen, kun taas toinen kysely oppitunnin jälkeen varmistaa tiedon pysyvyyden. Tämä opetussuunnitelma on suunniteltu joustavaksi ja hauskaksi ja sen voi käydä kokonaan tai osittain. Projektit alkavat pieninä ja monimutkaistuvat vähitellen 10 viikon jakson loppua kohden.
|
|
|
|
|
|
> Löydät [käyttäytymissääntömme](CODE_OF_CONDUCT.md), [osallistumisohjeet](CONTRIBUTING.md) ja [käännösohjeet](TRANSLATIONS.md). Otamme mielellämme vastaan rakentavaa palautettasi!
|
|
|
|
|
|
## Jokainen oppitunti sisältää:
|
|
|
|
|
|
- Valinnainen luonnosmuistiinpano
|
|
|
- Valinnainen lisävideo
|
|
|
- Ennakkokysely lämmittelyksi
|
|
|
- Kirjallinen oppitunti
|
|
|
- Projektipohjaisissa oppitunneissa askel askeleelta ohjeet projektin rakentamiseen
|
|
|
- Tiedon tarkistuksia
|
|
|
- Haasteen
|
|
|
- Lisälukemista
|
|
|
- Tehtävän
|
|
|
- [Jälkikysely](https://ff-quizzes.netlify.app/en/)
|
|
|
|
|
|
> **Huomio kyselyistä**: Kaikki kyselyt ovat Quiz-App-kansiossa, yhteensä 40 kyselyä, joissa jokaisessa on kolme kysymystä. Ne linkitetään oppitunneissa, mutta kyselyohjelman voi ajaa paikallisesti tai ottaa käyttöön Azureen; noudata ohjeita `quiz-app`-kansiossa. Ne ovat asteittain lokalisoitumassa.
|
|
|
|
|
|
## 🎓 Aloittelijaystävälliset esimerkit
|
|
|
|
|
|
**Uusi data-analytiikassa?** Olemme laatineet erityisen [esimerkkihakemiston](examples/README.md), jossa on yksinkertaista ja hyvin kommentoitua koodia auttamassa alkuun:
|
|
|
|
|
|
- 🌟 **Hei maailma** – Ensimmäinen data-analytiikkaohjelmasi
|
|
|
- 📂 **Datan lataaminen** – Opettele lukemaan ja tutkimaan aineistoja
|
|
|
- 📊 **Yksinkertainen analyysi** – Laske tilastoja ja etsi kuvioita
|
|
|
- 📈 **Perusvisualisointi** – Luo kaavioita ja graafeja
|
|
|
- 🔬 **Todellinen projekti** – Täysi työnkulku alusta loppuun
|
|
|
|
|
|
Jokainen esimerkki sisältää yksityiskohtaiset kommentit, jotka selittävät jokaisen vaiheen, joten se sopii täydellisesti aivan aloitteleville!
|
|
|
|
|
|
👉 **[Aloita esimerkeistä](examples/README.md)** 👈
|
|
|
|
|
|
## Oppitunnit
|
|
|
|
|
|
|
|
|
||
|
|
|
|:---:|
|
|
|
| Data Science for Beginners: Roadmap - _Luonnosmuistiinpano tekijältä [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
|
|
|
|
|
| Oppitunnin numero | Aihe | Oppituntiryhmä | Oppimistavoitteet | Linkitetty oppitunti | Tekijä |
|
|
|
| :---------------: | :----------------------------------------: | :-------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :----------------------------------------------------------------------: | :----: |
|
|
|
| 01 | Data-analytiikan määrittely | [Johdanto](1-Introduction/README.md) | Opettele data-analytiikan peruskäsitteet ja sen yhteydet tekoälyyn, koneoppimiseen ja big dataan. | [oppitunti](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
|
|
|
| 02 | Data-analytiikan etiikka | [Johdanto](1-Introduction/README.md) | Dataetiikan käsitteet, haasteet ja viitekehykset. | [oppitunti](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
|
| 03 | Datan määrittely | [Johdanto](1-Introduction/README.md) | Miten data luokitellaan ja sen yleiset lähteet. | [oppitunti](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
|
| 04 | Johdatus tilastotieteeseen ja todennäköisyyslaskentaan | [Johdanto](1-Introduction/README.md) | Matemaattiset menetelmät todennäköisyyslaskennassa ja tilastotieteessä datan ymmärtämiseksi. | [oppitunti](1-Introduction/04-stats-and-probability/README.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
|
|
|
| 05 | Työskentely relaatiotietojen kanssa | [Datan käsittely](2-Working-With-Data/README.md) | Johdatus relaatiotietoihin ja perusmenetelmät tutkia ja analysoida niitä Structured Query Languagella, eli SQL:llä (lausutaan ”sikuell”). | [oppitunti](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
|
|
|
| 06 | Työskentely NoSQL-datan kanssa | [Datan käsittely](2-Working-With-Data/README.md) | Johdatus ei-relaatiodataan, sen erilaisiin tyyppeihin ja dokumenttitietokantojen tutkimisen ja analysoinnin perusteisiin. | [oppitunti](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
|
|
|
| 07 | Työskentely Pythonilla | [Datan käsittely](2-Working-With-Data/README.md) | Pythonin perusteet datan tutkimiseen Pandas-kirjaston avulla. Suositellaan perustietämystä Pythonin ohjelmoinnista. | [oppitunti](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
|
|
|
| 08 | Datan valmistelu | [Datan käsittely](2-Working-With-Data/README.md) | Datan käsittelyn tekniikoita puhdistukseen ja muokkaamiseen puuttuvan, epätarkan tai puutteellisen datan haasteiden ratkaisemiseksi. | [oppitunti](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
|
| 09 | Määrien visualisointi | [Datan visualisointi](3-Data-Visualization/README.md) | Opettele käyttämään Matplotlibia lintudatan visualisointiin 🦆 | [oppitunti](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
|
| 10 | Datan jakaumien visualisointi | [Datan visualisointi](3-Data-Visualization/README.md) | Havainnollista havaintoja ja trendejä aikavälillä. | [oppitunti](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
|
| 11 | Osuuksien visualisointi | [Datan visualisointi](3-Data-Visualization/README.md) | Visualisoi diskreettejä ja ryhmiteltyjä prosenttiosuuksia. | [oppitunti](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
|
| 12 | Suhteiden visualisointi | [Datan visualisointi](3-Data-Visualization/README.md) | Visualisoi yhteyksiä ja korrelaatioita datan ja muuttujien välillä. | [oppitunti](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
|
| 13 | Merkitykselliset visualisoinnit | [Datan visualisointi](3-Data-Visualization/README.md) | Tekniikat ja ohjeet, joiden avulla visualisoinnistasi tulee arvokasta tehokkaaseen ongelmanratkaisuun ja oivalluksiin. | [oppitunti](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
|
| 14 | Johdatus data-analytiikan elinkaareen | [Elinkaari](4-Data-Science-Lifecycle/README.md) | Johdatus data-analytiikan elinkaareen ja sen ensimmäiseen vaiheeseen, datan hankintaan ja poimintaan. | [oppitunti](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
|
|
|
| 15 | Analysointi | [Elinkaari](4-Data-Science-Lifecycle/README.md) | Tämä data-analytiikan elinkaaren vaihe keskittyy datan analysointitekniikoihin. | [oppitunti](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
|
|
|
| 16 | Viestintä | [Elinkaari](4-Data-Science-Lifecycle/README.md) | Tämä data-analytiikan elinkaaren vaihe keskittyy datasta saatujen oivallusten esittämiseen niin, että päätöksentekijöiden on helpompi ymmärtää ne. | [oppitunti](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
|
|
|
| 17 | Data-analytiikka pilvessä | [Pilvidata](5-Data-Science-In-Cloud/README.md) | Tämä oppituntisarja esittelee data-analytiikan pilvessä ja sen hyödyt. | [oppitunti](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) ja [Maud](https://twitter.com/maudstweets) |
|
|
|
| 18 | Data-analytiikka pilvessä | [Pilvidata](5-Data-Science-In-Cloud/README.md) | Mallien kouluttaminen Low Code -työkaluilla. | [oppitunti](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) ja [Maud](https://twitter.com/maudstweets) |
|
|
|
| 19 | Data-analytiikka pilvessä | [Pilvidata](5-Data-Science-In-Cloud/README.md) | Mallien käyttöönotto Azure Machine Learning Studio -ympäristössä. | [oppitunti](5-Data-Science-In-Cloud/19-Azure/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) ja [Maud](https://twitter.com/maudstweets) |
|
|
|
| 20 | Data-analytiikka luonnossa | [Luonnossa](6-Data-Science-In-Wild/README.md) | Data-analytiikkaa hyödyntävät projektit todellisessa maailmassa. | [oppitunti](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
|
|
|
|
## GitHub Codespaces
|
|
|
|
|
|
Noudata näitä ohjeita avataksesi tämän esimerkin Codespacessa:
|
|
|
1. Klikkaa Code-valikkoa ja valitse Open with Codespaces -vaihtoehto.
|
|
|
2. Valitse + New codespace paneelin alalaidasta.
|
|
|
Lisätietoja löydät [GitHub-dokumentaatiosta](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
|
|
|
|
|
|
## VSCode Remote - Containers
|
|
|
|
|
|
Noudata näitä ohjeita avataksesi tämän repositorion säiliössä paikallisella koneellasi VSCode-työkalulla ja käyttämällä VS Code Remote - Containers -laajennusta:
|
|
|
|
|
|
1. Jos käytät kehityssäiliötä ensimmäistä kertaa, varmista, että järjestelmäsi täyttää esivaatimukset (eli Dockerin asennuksen) [aloitusohjeiden](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) mukaisesti.
|
|
|
|
|
|
Voit käyttää tätä repositoriota joko avaamalla sen eristetyssä Docker-tilavuudessa:
|
|
|
|
|
|
**Huom**: Taustalla tämä käyttää Remote-Containers: **Clone Repository in Container Volume...** -käskyä kloonatakseen lähdekoodin Docker-tilavuuteen paikallisen tiedostojärjestelmän sijaan. [Tilavuudet](https://docs.docker.com/storage/volumes/) ovat suositeltu mekanismi säiliötietojen tallentamiseen.
|
|
|
|
|
|
Tai avaa paikallisesti kloonattu tai ladattu versio repositoriosta:
|
|
|
|
|
|
- Kloonaa tämä repositorio paikalliselle koneellesi.
|
|
|
- Paina F1 ja valitse **Remote-Containers: Open Folder in Container...** -komento.
|
|
|
- Valitse kloonattu versio tästä kansiosta, odota säiliön käynnistymistä ja ala kokeilla.
|
|
|
|
|
|
## Offline-käyttö
|
|
|
|
|
|
Voit käyttää tätä dokumentaatiota offline-tilassa Docsify-ohjelmalla ([Docsify](https://docsify.js.org/#/)). Haarauta tämä repo, [asenna Docsify](https://docsify.js.org/#/quickstart) paikalliselle koneellesi, ja kirjoita sitten tämän repositorion juurikansiossa komento `docsify serve`. Sivusto palvellaan portissa 3000 paikallisessa hostissasi: `localhost:3000`.
|
|
|
|
|
|
> Huomaa, että muistikirjat (notebooks) eivät renderöidy Docsifylla, joten kun tarvitset suorittaa muistikirjan, tee se erikseen VS Codessa Python-ytimen avulla.
|
|
|
|
|
|
## Muut opetussuunnitelmat
|
|
|
|
|
|
Tiimimme tuottaa myös muita opetussuunnitelmia! Tutustu:
|
|
|
|
|
|
<!-- 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)
|
|
|
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
---
|
|
|
|
|
|
### Azure / Edge / MCP / Agentit
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### Generatiivisen tekoälyn sarja
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### Perusopetus
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### Copilot-sarja
|
|
|
[](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 -->
|
|
|
|
|
|
## Apua saamaan
|
|
|
|
|
|
**Koetko ongelmia?** Tarkista [Vianmääritysohjeemme](TROUBLESHOOTING.md) yleisimpien ongelmien ratkaisuille.
|
|
|
|
|
|
Jos jäit jumiin tai sinulla on kysymyksiä tekoälysovellusten rakentamisesta, liity MCP-yhteisön keskusteluihin muiden oppijoiden ja kokeneiden kehittäjien kanssa. Se on tukea antava yhteisö, jossa kysymyksiä saa esittää ja tietoa jaetaan vapaasti.
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
Jos sinulla on palautetta tuotteesta tai kohtaat virheitä rakentamisen aikana, vieraile:
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**Vastuuvapauslauseke**:
|
|
|
Tämä asiakirja on käännetty tekoälypohjaisella käännöspalvelulla [Co-op Translator](https://github.com/Azure/co-op-translator). Pyrimme tarkkuuteen, mutta huomioithan, että automaattikäännöksissä saattaa esiintyä virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäiskielellä tulee pitää virallisena lähteenä. Tärkeissä tiedoissa suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa tämän käännöksen käytöstä aiheutuvista väärinkäsityksistä tai tulkinnoista.
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
