|
|
# Data Science for Beginners - A Curriculum
|
|
|
|
|
|
[](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)
|
|
|
|
|
|
Microsoft 的 Azure Cloud Advocates 很高興提供一個為期 10 週、共 20 課的數據科學課程。每課包括課前和課後測驗、完成課程的書面指引、解決方案和作業。我們的專案導向教學法讓你在建立項目的同時學習，是新技能學習的有效方法。
|
|
|
|
|
|
**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、審稿人及內容貢獻者，** 尤其是 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/)
|
|
|
|
|
|
||
|
|
|
|:---:|
|
|
|
| 數據科學初學者 - _Sketchnote 由 [@nitya](https://twitter.com/nitya)_ 製作 |
|
|
|
|
|
|
### 🌐 多語言支援
|
|
|
|
|
|
#### 透過 GitHub Action 支援（自動且持續更新）
|
|
|
|
|
|
<!-- 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)](./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](../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)
|
|
|
|
|
|
> **想本地克隆？**
|
|
|
>
|
|
|
> 此儲存庫包含超過 50 種語言的翻譯，會顯著增加下載大小。若想不包含翻譯檔案進行克隆，可使用稀疏檢出：
|
|
|
>
|
|
|
> **Bash / macOS / Linux:**
|
|
|
> ```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'
|
|
|
> ```
|
|
|
>
|
|
|
> **CMD (Windows):**
|
|
|
> ```cmd
|
|
|
> 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"
|
|
|
> ```
|
|
|
>
|
|
|
> 這樣你將能迅速下載並取得所有學習資源。
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
|
|
**若希望支持更多翻譯語言，可參考列表 [here](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
|
|
|
|
|
|
#### 加入我們的社群
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
我們持續進行 Discord AI 學習系列，詳細資訊及參加請至 [Learn with AI Series](https://aka.ms/learnwithai/discord)，活動期間為 2025 年 9 月 18 日至 30 日。你將學習如何使用 GitHub Copilot 來輔助數據科學技術。
|
|
|
|
|
|
|
|
|
|
|
|
# 你是學生嗎？
|
|
|
|
|
|
可使用以下資源開始：
|
|
|
|
|
|
- [學生中心頁面](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) 此頁提供初學者資源、學生套件，甚至可以取得免費證書券。這頁值得加入書籤，並不時回來查看，我們至少每月更新內容。
|
|
|
- [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，這可能是你進入 Microsoft 的途徑。
|
|
|
|
|
|
# 開始使用
|
|
|
|
|
|
## 📚 文件
|
|
|
|
|
|
- **[安裝指南](INSTALLATION.md)** — 初學者逐步套件設置說明
|
|
|
- **[使用指南](USAGE.md)** — 範例與常見工作流程
|
|
|
- **[疑難排解](TROUBLESHOOTING.md)** — 常見問題解決方案
|
|
|
- **[貢獻指南](CONTRIBUTING.md)** — 如何貢獻此專案
|
|
|
- **[教師資源](for-teachers.md)** — 教學指導與課堂資源
|
|
|
|
|
|
## 👨🎓 學生專區
|
|
|
> **完全初學者**：剛接觸數據科學？先看我們的[初學者範例](examples/README.md)！這些簡單且有詳盡註解的範例會幫助你了解基礎，然後再深入整個課程。
|
|
|
> **[學生](https://aka.ms/student-page)**：若打算自行使用本課程，建議將整個倉庫叉 fork，從課前測驗開始完成練習，接著閱讀教學內容及完成其餘活動。嘗試用理解的方式來建立專案，而非單純複製解決方案代碼。解決方案代碼都在每個專案導向課程的 /solutions 資料夾。你也可以和朋友組成讀書會一起學習。若想進一步學習，推薦參考 [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)，設置你的環境
|
|
|
2. 閱讀[使用指南](USAGE.md)，學習如何使用課程
|
|
|
3. 從第 1 課開始，依序學習
|
|
|
4. 加入我們的[Discord 社群](https://aka.ms/ds4beginners/discord)尋求協助
|
|
|
|
|
|
## 👩🏫 教師專區
|
|
|
> **教師們**：我們已[包含一些建議](for-teachers.md)關於如何使用此課程。非常歡迎您在[討論區](https://github.com/microsoft/Data-Science-For-Beginners/discussions)提供您的意見反饋！
|
|
|
|
|
|
## 團隊介紹
|
|
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "推廣影片")
|
|
|
|
|
|
**動圖來源** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
|
|
|
|
|
|
> 🎥 點擊上方圖片觀看有關此專案及創作者的影片！
|
|
|
|
|
|
## 教學法
|
|
|
|
|
|
我們在設計此課程時選擇了兩項教學原則：確保其以專案為導向，並包含頻繁的測驗。在完成這個系列課程後，學生將學會資料科學的基本原則，包括倫理概念、資料準備、資料操作的不同方式、資料視覺化、資料分析、資料科學的實際應用案例等等。
|
|
|
|
|
|
此外，每堂課前的低壓測驗有助於學生專注於學習該主題，而課後的第二個測驗則確保進一步的知識鞏固。此課程設計靈活且有趣，可整體或部分學習。專案由簡至繁，在10週的課程結束時逐漸具挑戰性。
|
|
|
|
|
|
> 查看我們的[行為守則](CODE_OF_CONDUCT.md)、[貢獻指南](CONTRIBUTING.md)和[翻譯指南](TRANSLATIONS.md)。歡迎您的建設性回饋！
|
|
|
|
|
|
## 每堂課包含：
|
|
|
|
|
|
- 選擇性手繪筆記
|
|
|
- 選擇性補充影片
|
|
|
- 課前熱身小測驗
|
|
|
- 書面課程內容
|
|
|
- 專案導向課程的步驟指引
|
|
|
- 知識確認
|
|
|
- 挑戰題
|
|
|
- 補充閱讀材料
|
|
|
- 作業
|
|
|
- [課後測驗](https://ff-quizzes.netlify.app/en/)
|
|
|
|
|
|
> **關於測驗提醒**：所有測驗均收錄於 Quiz-App 資料夾，總計40組，每組包含三題。這些測驗在課程中有連結，但也可以在本地運行或部署至 Azure；請參考 `quiz-app` 資料夾內的說明。測驗正在逐步本地化。
|
|
|
|
|
|
## 🎓 初學者友善範例
|
|
|
|
|
|
**資料科學新手？** 我們製作了一個特別的[範例目錄](examples/README.md)，包含簡單且具詳細註解的程式碼，幫助您入門：
|
|
|
|
|
|
- 🌟 **Hello World** - 您的第一個資料科學程式
|
|
|
- 📂 **載入資料** - 學習閱讀與探索資料集
|
|
|
- 📊 **簡單分析** - 計算統計數據並找出模式
|
|
|
- 📈 **基礎視覺化** - 製作圖表和圖形
|
|
|
- 🔬 **實務專案** - 從頭到尾完整工作流程
|
|
|
|
|
|
每個範例均包含詳細註解，解說每一步，適合完全初學者！
|
|
|
|
|
|
👉 **[從範例開始學習](examples/README.md)** 👈
|
|
|
|
|
|
## 課程列表
|
|
|
|
|
|
|
|
|
||
|
|
|
|:---:|
|
|
|
| 資料科學入門路線圖 - _手繪筆記由 [@nitya](https://twitter.com/nitya) 提供_ |
|
|
|
|
|
|
|
|
|
| 課程編號 | 主題 | 課程群組 | 學習目標 | 連結課程 | 作者 |
|
|
|
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
|
|
|
| 01 | 定義資料科學 | [介紹](1-Introduction/README.md) | 理解資料科學背後的基本概念及其與人工智能、機器學習和大數據的關聯。 | [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) | 資料倫理的概念、挑戰與架構。 | [課程](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
|
| 03 | 定義資料 | [介紹](1-Introduction/README.md) | 資料的分類方式及其常見來源。 | [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) | 運用機率與統計的數學技巧來理解資料。 | [課程](1-Introduction/04-stats-and-probability/README.md) [影片](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
|
|
|
| 05 | 操作關聯資料 | [操作資料](2-Working-With-Data/README.md) | 關聯資料介紹，以及使用結構化查詢語言（SQL）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 | 操作 NoSQL 資料 | [操作資料](2-Working-With-Data/README.md) | 非關聯資料介紹、各種類型以及探索和分析文件資料庫的基礎。 | [課程](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
|
|
|
| 07 | 使用 Python | [操作資料](2-Working-With-Data/README.md) | 使用 Pandas 等庫來進行資料探索的 Python 基礎。建議具備 Python 程式基礎知識。 | [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 | [操作資料](2-Working-With-Data/README.md) | 清理及轉換資料的技巧，以應對資料缺失、不準確或不完整等挑戰。 | [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) | 學習使用 Matplotlib 對鳥類資料進行視覺化 🦆 | [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) | 視覺化觀察值和趨勢於特定區間內。 | [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) | 視覺化離散及分組百分比。 | [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聯繫和相關性。 | [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) | 製作有效解決問題和洞察的有價值視覺化的技巧與指引。 | [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：取得及抽取資料。 | [課程](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
|
|
|
| 15 | 分析 | [生命週期](4-Data-Science-Lifecycle/README.md) | 資料科學生命週期中專注於資料分析的階段。 | [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) | 資料科學生命週期中著重於以便決策者理解的方式呈現資料洞察。 | [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) | 介紹雲端資料科學及其優點的系列課程。 | [課程](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) 與 [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) 與 [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) 與 [Maud](https://twitter.com/maudstweets) |
|
|
|
| 20 | 實務資料科學 | [實戰應用](6-Data-Science-In-Wild/README.md) | 真實世界中由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
|
|
|
|
|
|
按照以下步驟在 Codespace 中開啟此範例：
|
|
|
1. 點擊 Code 下拉選單並選擇 Open with Codespaces 選項。
|
|
|
2. 在視窗底部點選 + New codespace。
|
|
|
更多資訊請參考[GitHub 文件](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace)。
|
|
|
|
|
|
## VSCode Remote - Containers
|
|
|
透過本機電腦和 VSCode 使用 VS Code Remote - Containers 擴充功能開啟此專案容器：
|
|
|
|
|
|
1. 若您是首次使用開發容器，請確保您的系統符合前置需求（例如已安裝 Docker），詳見[快速入門說明](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started)。
|
|
|
|
|
|
使用此倉庫時，您可選擇在獨立的 Docker 卷中開啟：
|
|
|
|
|
|
**注意**：底層會使用 Remote-Containers：**Clone Repository in Container Volume...** 指令，將原始碼克隆至 Docker 卷中，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方式。
|
|
|
|
|
|
或者直接開啟本地已克隆或下載的專案：
|
|
|
|
|
|
- 將倉庫克隆到本地磁碟。
|
|
|
- 按 F1 並選擇 **Remote-Containers: Open Folder in Container...** 指令。
|
|
|
- 選取已克隆的資料夾，等待容器啟動後即可開始使用。
|
|
|
|
|
|
## 離線存取
|
|
|
|
|
|
您可使用 [Docsify](https://docsify.js.org/#/) 離線瀏覽此文檔。先分支此倉庫，於本機安裝 [Docsify](https://docsify.js.org/#/quickstart)，然後在此倉庫根目錄輸入 `docsify serve`。網站會在本地主機的 3000 埠口提供服務：`localhost:3000`。
|
|
|
|
|
|
> 注意，筆記本文件無法透過 Docsify 直接渲染，需另行於 VS Code 執行帶有 Python 核心的筆記本。
|
|
|
|
|
|
## 其他課程
|
|
|
|
|
|
我們團隊還製作其他課程！歡迎參考：
|
|
|
|
|
|
<!-- 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 / 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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### 生成式 AI 系列
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### 核心學習
|
|
|
[](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 系列
|
|
|
[](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 -->
|
|
|
|
|
|
## 尋求協助
|
|
|
|
|
|
**遇到問題？** 查看我們的[疑難排解指南](TROUBLESHOOTING.md)以找到常見問題解決方案。
|
|
|
|
|
|
如果你在構建 AI 應用時遇到困難或有任何疑問，歡迎加入其他學習者和經驗豐富開發者的討論，一同交流 MCP。這是一個支持性的社群，歡迎提問並自由分享知識。
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
如果你有產品反饋或在構建過程中發現錯誤，請訪問：
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**免責聲明**：
|
|
|
本文件乃使用人工智能翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 進行翻譯。雖然我們力求準確，但請注意，自動翻譯可能存在錯誤或不準確之處。原文文件應被視為權威來源。對於重要資訊，建議採用專業人工翻譯。我們不對因使用此翻譯而產生的任何誤解或誤釋承擔責任。
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
