Data-Science-For-Beginners/translations/et

Andmeteadus algajatele – õppekava

Microsofti Azure pilveesindajad pakuvad 10-nädalast, 20-õpetusega õppekava, mis on pühendatud andmeteadusele. Iga õppetund sisaldab eel- ja järeltunni viktoriine, kirjeldatud juhiseid õppetunni sooritamiseks, lahenduse ning ülesande. Meie projektipõhine õpetamismeetod võimaldab õppida koos ehitamisega, mis on tõestatud viis uute oskuste kinnistamiseks.

Südamlikud tänud meie autoritele: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Erilised tänud 🙏 meie Microsofti tudengisaadikute autoritele, ülevaatajate ja sisuloojatele, eelkõige Aaryan Arora, Aditya Garg, Alondra Sanchez, Ankita Singh, Anupam Mishra, Arpita Das, ChhailBihari Dubey, Dibri Nsofor, Dishita Bhasin, Majd Safi, Max Blum, Miguel Correa, Mohamma Iftekher (Iftu) Ebne Jalal, Nawrin Tabassum, Raymond Wangsa Putra, Rohit Yadav, Samridhi Sharma, Sanya Sinha, Sheena Narula, Tauqeer Ahmad, Yogendrasingh Pawar , Vidushi Gupta, Jasleen Sondhi

Andmeteadus algajatele – sketchnote autorilt @nitya

🌐 Mitmekeelsuse tugi

Töötletud GitHub Action abil (automatiseeritud ja alati ajakohane)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Eelistate kloonida lokaalselt?

See hoidla sisaldab 50+ keele tõlkeid, mis suurendavad oluliselt allalaaditavat suurust. Tõlgeteta kloonimiseks kasutage erilist sparse checkout’i:

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'

See annab teile kõik vajaliku kursuse lõpetamiseks palju kiirema allalaadimisega.

Kui soovite, et lisaks oleks toetatud rohkem tõlkekeeli, on need loetletud siin

Liitu meie kogukonnaga

Meil on käimas Discordi õppesari „Õpi koos AI-ga“, lisateabe ja osalemise leiate aadressilt Õpi koos AI-ga sari ajavahemikul 18.–30. september 2025. Saate näpunäiteid ja nippe GitHub Copiloti kasutamiseks andmeteaduses.

Kas oled tudeng?

Alusta järgmiste ressurssidega:

• Tudengite keskus Sellel lehel leiad algajatele mõeldud ressursid, tudengipakid ja isegi võimalusi saada tasuta sertifikaadi sooduskupong. See on leht, mida soovid järjehoidjates hoida ja aeg-ajalt kontrollida, sest sisu uuendatakse vähemalt kord kuus.
• Microsoft Learn Student Ambassadors Liitu ülemaailmse tudengisaadikute kogukonnaga, mis võib olla sinu võimalus Microsofti minna.

Alustamine

📚 Dokumentatsioon

• Paigaldusjuhend – samm-sammult juhised algajatele
• Kasutusjuhend – näited ja tavalised töövood
• Probleemide lahendamine – lahendused levinud probleemidele
• Panustamisjuhend – kuidas sellesse projekti panustada
• Õpetajatele – juhised ja klassiruumi ressursid

👨‍🎓 Tudengitele

Täielikud algajad: Uus andmeteaduses? Alusta meie algajasõbralike näidiste juurest! Need lihtsad ja hästi kommenteeritud näited aitavad mõista põhialuseid enne kogu õppekavaga süvenemist. Tudengid: selle õppekava iseseisvaks kasutamiseks tee fork kogu hoidlast ja soorita harjutused iseseisvalt, alustades eel-loengu viktoriiniga. Seejärel loe loeng läbi ja täida ülejäänud tegevused. Püüa projekte luua, mõistes õppetunde, mitte kopeerides lahendustekoodi; see kood on siiski saadaval iga projektipõhise õppetunni /solutions kaustas. Teine idee oleks sõpradega õpirühm moodustada ja sisu koos läbi käia. Täiendava õppimise jaoks soovitame Microsoft Learn.

Kiire algus:

1. Vaata Paigaldusjuhendit oma keskkonna seadistamiseks
2. Tutvu Kasutusjuhendiga, et õppida õppekavaga töötamist
3. Alusta 1. õppest ja tööta järjest edasi
4. Liitu meie Discord-kogukonnaga toe saamiseks

👩‍🏫 Õpetajatele

Õpetajad: oleme lisanud mõned soovitused selle õppekava kasutamiseks. Ootame teie tagasisidet meie arutelufoorumis!

Tutvu meeskonnaga

Gif autor Mohit Jaisal

🎥 Klõpsake ülaloleval pildil, et vaadata videot projektist ja inimestest, kes selle lõid!

Pedagoogika

Selle õppekava koostamisel oleme valinud kaks pedagoogilist põhimõtet: tagada, et see põhineks projektidel, ja et see sisaldaks sagedasi viktoriine. Selle sarja lõpuks on õpilased õppinud andmeteaduse põhialuseid, sealhulgas eetilisi mõisteid, andmete ettevalmistamist, erinevaid andmetöötlusviise, andmete visualiseerimist, andmeanalüüsi, andmeteaduse praktilisi kasutusjuhte ja palju muud.

Lisaks seab madala panusega viktoriin enne tundi õppija eesmärgi antud teemat õppida, samas kui teine viktoriin pärast tundi aitab teadmisi kinnistada. See õppekava on loodud olema paindlik ja lõbus ning seda saab läbida tervikuna või osaliselt. Projektid algavad väikesest ja muutuvad 10-nädalase tsükli lõpuks järjest keerukamaks.

Leiate meie käitumisjuhendi, panustamise, tõlke juhendid. Hindame teie konstruktiivset tagasisidet!

Igas õppetükis on:

• Valikuline sketšinotis
• Valikuline lisavideo
• Soojenduseks viktoriin enne tundi
• Kirjalik õppetükk
• Projektipõhiste õppetükkide puhul samm-sammult juhised projekti ehitamiseks
• Teadmiste kontroll
• Väljakutse
• Lisalugemine
• Kodune ülesanne
• Viktoriin pärast tundi

Märkused viktoriinide kohta: Kõik viktoriinid on koondatud kausta Quiz-App, kokku 40 viktoriini, kus igas on kolm küsimust. Neid lingitakse õppetükkide sees, kuid viktoriini rakendus saab käivitada lokaalselt või paigaldada Azure'i; järgige juhiseid quiz-app kaustas. Need on järk-järgult lokaliseeritavad.

🎓 Algajatele sõbralikud näited

Uus andmeteaduses? Oleme loonud spetsiaalse näidiste kataloogi lihtsa ja hästi kommenteeritud koodiga, mis aitab teil alustada:

• 🌟 Tere, maailm! - Teie esimene andmeteaduse programm
• 📂 Andmete laadimine - Õppige andmestike lugemist ja uurimist
• 📊 Lihtne analüüs - Arvutage statistikat ja leidke mustreid
• 📈 Põhiline visualiseerimine - Looge diagramme ja graafikuid
• 🔬 Reaalne projekt - Täielik töövoog algusest lõpuni

Igas näites on üksikasjalikud kommentaarid, mis selgitavad iga sammu, muudavad selle algajatele ideaalseks!

👉 Alustage näidetega 👈

Õppetükid

Andmeteadus algajatele: teekaart - sketš autorilt @nitya

Õppetüki number	Teema	Õppetüki grupp	Õpieesmärgid	Lingitud õppetükk	Autor
01	Andmeteaduse määratlemine	Sissejuhatus	Õppige andmeteaduse põhikontseptsioone ja kuidas see on seotud tehisintellekti, masinõppe ja suurandmetega.	õppetükk video	Dmitry
02	Andmeteaduse eetika	Sissejuhatus	Andmete eetika kontseptsioonid, väljakutsed ja raamistikud.	õppetükk	Nitya
03	Andmete määratlemine	Sissejuhatus	Kuidas andmeid klassifitseeritakse ja selle tavalised allikad.	õppetükk	Jasmine
04	Sissejuhatus statistikasse ja tõenäosusõpetusse	Sissejuhatus	Matemaatilised tõenäosuse ja statistika tehnikad andmete mõistmiseks.	õppetükk video	Dmitry
05	Töötamine relatsiooniliste andmetega	Töötamine andmetega	Sissejuhatus relatsioonilistesse andmetesse ja relatsiooniliste andmete uurimise ja analüüsi alused Structured Query Language’i ehk SQL-i (hääldatakse „si-kwell“) abil.	õppetükk	Christopher
06	Töötamine NoSQL andmetega	Töötamine andmetega	Sissejuhatus mitte-relatsioonilistesse andmetesse, selle erinevatesse tüüpidesse ja dokumentandmebaaside uurimise ja analüüsi alused.	õppetükk	Jasmine
07	Töötamine Pythoniga	Töötamine andmetega	Andmete uurimiseks Pythoni kasutamise alused koos selliste teekidega nagu Pandas. Soovitatav on Pythoni programmeerimise põhiline mõistmine.	õppetükk video	Dmitry
08	Andmete ettevalmistamine	Töötamine andmetega	Teemad andmete puhastamise ja teisendamise tehnikatest, mis võimaldavad toime tulla puuduvate, ebatäpsete või puudulike andmetega seotud väljakutsetega.	õppetükk	Jasmine
09	Kvantiteetide visualiseerimine	Andmete visualiseerimine	Õppige kasutama Matplotlibi lindude andmete visualiseerimiseks 🦆	õppetükk	Jen
10	Andmete jaotuste visualiseerimine	Andmete visualiseerimine	Visuaalne vaatlus ja trendide kuvamine vahemikus.	õppetükk	Jen
11	Proportsioonide visualiseerimine	Andmete visualiseerimine	Diskreetsete ja rühmitatud protsentide visualiseerimine.	õppetükk	Jen
12	Suhete visualiseerimine	Andmete visualiseerimine	Andmekogumite ja nende muutujate vaheliste seoste ja korrelatsioonide visualiseerimine.	õppetükk	Jen
13	Mõtestatud visualiseeringud	Andmete visualiseerimine	Tehnikad ja juhised, kuidas teha oma visualiseeringuid väärtuslikeks tõhusaks probleemilahenduseks ja teadmiste saamiseks.	õppetükk	Jen
14	Sissejuhatus andmeteaduse elutsüklisse	Elutsükkel	Sissejuhatus andmeteaduse elutsüklisse ja selle esimene samm andmete hankimisse ja ekstraktsiooni.	õppetükk	Jasmine
15	Analüüs	Elutsükkel	See etapp andmeteaduse elutsüklis keskendub andmete analüüsimise tehnikatele.	õppetükk	Jasmine
16	Kommunikatsioon	Elutsükkel	See etapp andmeteaduse elutsüklis keskendub teadmiste esitamisele andmetest viisil, mis muudab otsustajatel nende mõistmise lihtsamaks.	õppetükk	Jalen
17	Andmeteadus pilves	Pilveandmed	See õppesari tutvustab andmeteadust pilves ja selle eeliseid.	õppetükk	Tiffany ja Maud
18	Andmeteadus pilves	Pilveandmed	Mudelite treenimine madala kooditaseme tööriistadega.	õppetükk	Tiffany ja Maud
19	Andmeteadus pilves	Pilveandmed	Mudelite juurutamine Azure Machine Learning Studio abil.	õppetükk	Tiffany ja Maud
20	Andmeteadus vabas looduses	Looduses	Andmeteadusel põhinevad projektid pärismaailmas.	õppetükk	Nitya

GitHubi Codespaces

Järgige neid samme, et avada see näidis Codespaces’is:

1. Klõpsake koodi rippmenüüd ja valige valik Ava Codespaces’iga.
2. Valige paani allosas + Uus codespace. Lisateabe saamiseks vaadake GitHubi dokumentatsiooni.

VSCode Remote - Containerid

Järgige neid samme, et avada see hoidla konteineris, kasutades oma kohalikku masinat ja VSCode'i koos VS Code Remote - Containers laiendiga:

1. Kui kasutate arenduskonteinerit esmakordselt, veenduge, et teie süsteem vastab eeltingimustele (näiteks on installitud Docker), vaadates alustamise dokumentatsiooni.

Selle hoidla kasutamiseks võite kas avada hoidla isoleeritud Docker’i mahus:

Märkus: Tagaplaanil kasutab see Remote-Containers: Clone Repository in Container Volume... käsku lähtekoodi kopeerimiseks Docker’i mahus kohaliku failisüsteemi asemel. Mahud on soovitatav mehhanism konteineri andmete säilitamiseks.

Või avage kohalikult kloonitud või allalaaditud hoidla versioon:

• Kloonige see hoidla oma kohalikku failisüsteemi.
• Vajutage F1 ja valige käsk Remote-Containers: Open Folder in Container....
• Valige selle kausta kloonitud koopiad, oodake konteineri käivitumist ja proovige.

Võrguühenduseta juurdepääs

Seda dokumentatsiooni saate võrguühenduseta käivitada, kasutades Docsify't. Hargna see hoidla, installi Docsify oma kohalikku masinasse, seejärel tippige selle hoidla juurkaustas docsify serve. Veebisait käivitatakse pordil 3000 aadressil localhost:3000.

Märkus, märkmeid (notebook-e) ei renderdata Docsify abil, nii et kui peate märkmikku kasutama, käitage see eraldi VS Code'is koos Python’i kerneliga.

Muud õppekavad

Meie meeskond toodab ka teisi õppekavu! Vaadake:

LangChain

---

Azure / Edge / MCP / Agendid

---

Generatiivse tehisintellekti sari

---

Põhialused

---

Copiloti sari

Abi saamine

Tekkinud probleeme? Vaadake meie Tõrkeotsingu juhendit, kus on lahendused sageimatele probleemidele.

Kui satute takistustesse või teil on küsimusi tehisintellektirakenduste loomise kohta, liituge koosõppijate ja kogenud arendajatega MCP aruteludes. See on toetav kogukond, kus küsimused on oodatud ja teadmisi jagatakse vabalt.

Kui teil on toodet puudutavat tagasisidet või vigasid arendamise käigus, külastage:

---

Vastutusest loobumine: See dokument on tõlgitud kasutades tehisintellekti tõlketeenust Co-op Translator. Kuigi me püüame täpsust, palun pidage meeles, et automaatsed tõlked võivad sisaldada vigu või ebatäpsusi. Originaaldokument selle emakeeles tuleks pidada autoriteetseks allikaks. Kriitilise teabe korral soovitatakse kasutada professionaalset inimtõlget. Me ei vastuta tõlgendustest või arusaamatustest, mis võivad tekkida selle tõlke kasutamisest.