Data-Science-For-Beginners/translations/et

Andmeteadus algajatele - õppekava

Microsofti Azure'i Cloud Advocates pakub 10-nädalast, 20-õppetunni pikkust õppekava, mis keskendub täielikult andmeteadusele. Iga õppetund sisaldab eelkatsel ja järellõputesti, kirjalikke juhiseid õppetunni läbiviimiseks, lahendust ja ülesannet. Meie projektipõhine õpetamisviis võimaldab sul õppida ehitamise käigus – tõestatud meetod uute oskuste kinnistamiseks.

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

🙏 Eriline tänu meie Microsoft Student Ambassador autoritele, ülevaatajaile ja sisukontribuutoritele, eriti 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 autor @nitya

🌐 Mitmekeelsuse tugi

Toetatud GitHub Actioni kaudu (automaatne ja alati ajakohane)

Araabia | Bengali | Bulgaaria | Burma (Myanmar) | Hiina (lihtsustatud) | Hiina (traditsiooniline, Hongkong) | Hiina (traditsiooniline, Macau) | Hiina (traditsiooniline, Taiwan) | Horvaadi | Tšehhi | Taani | Hollandi | Eesti | Soome | Prantsuse | Saksa | Kreeka | Heebrea | Hindi | Ungari | Indoneesia | Itaalia | Jaapani | Kannada | Korea | Leedu | Malai | Malajalami | Marathi | Nepali | Nigeeria pidžin | Norra | Pärsia (Farsi) | Poola | Portugali (Brasiilia) | Portugali (Portugal) | Pandžabi (Gurmukhi) | Rumeenia | Vene | Serbia (kirilitsas) | Slovaki | Sloveeni | Hispaania | Suahiili | Rootsi | Tagalogi (filipiinid) | Tamili | Telugu | Tai | Türgi | Ukraiina | Urdu | Vietnam

Eelistad kohalikku kloonimist?

See hoidla sisaldab 50+ keele tõlked, mis suurendavad oluliselt allalaadimismahu. Kui soovid kloonida ilma tõlgeteta, kasuta sparse checkouti:

Bash / macOS / Linux:

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):

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 sulle kõik vajaliku kursuse lõpetamiseks oluliselt kiiremalt.

Kui soovid, et toetataks täiendavaid tõlkekeeli, on need loetletud siin

Liitu meie kogukonnaga

Meil töötab Discordis õppesari AI-ga, saa rohkem teada ja liitu meiega aadressil Õpi koos AI-ga sari 18.-30. septembrini 2025. Saad nõuandeid ja nippe GitHub Copiloti kasutamiseks andmeteaduses.

Kas oled tudeng?

Alusta järgmiste ressurssidega:

• Tudengi keskus Selles lehel leiad algajatele mõeldud ressursse, tudengipakette ja isegi võimalusi saada tasuta sertifikaadikuponk. See on üks leht, mille peaksid järjehoidjatesse panema ja aeg-ajalt vaatama, sest sisu uuendatakse vähemalt kord kuus.
• Microsoft Learn Student Ambassadors Liitu ülemaailmse tudengisaadikute kogukonnaga, see võib olla sinu tee Microsofti.

Alustamine

📚 Dokumentatsioon

• Paigaldusjuhend - samm-sammult juhised algajatele
• Kasutusjuhend - näited ja levinud töövood
• Probleemilahendus - lahendused sagedastele probleemidele
• Panustamisjuhend - kuidas sellesse projekti panustada
• Õpetajatele - õpetamisjuhised ja klassiruumi ressursid

👨‍🎓 Tudengitele

Täielikud algajad: Uus andmeteaduses? Alusta meie algajasõbralike näidete juurest! Need lihtsad, hästi kommenteeritud näited aitavad sul mõista põhialuseid enne täisõppekava läbimist. Tudengid: selle õppekava iseseisvaks kasutamiseks tee kogu repo fork ja tee harjutused ise läbi, alustades eelkatsest. Seejärel loe õppetund läbi ja tee ülejäänud tegevused. Proovi projekte luua läbi õppetundide mõistmise, mitte kopeerides lahenduse koodi; siiski on see kood saadaval iga projektipõhise õppetunni /solutions kaustas. Teine võimalus on moodustada õpirühm sõpradega ja läbida sisu koos. Täiendavaks õppimiseks soovitame Microsoft Learn'i.

Kiirstart:

1. Vaata üle Paigaldusjuhend, et keskkond seadistada
2. Uuri Kasutusjuhendit, kuidas õppekavaga töötada
3. Alusta 1. õppetunnist ja tee järjest edasi
4. Liitu meie Discord kogukonnaga toe saamiseks

👩‍🏫 Õpetajatele

Õpetajatele: oleme lisanud mõningaid soovitusi, kuidas seda õppekava kasutada. Ootame teie tagasisidet meie arutelufoorumis!

Tutvuge 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 õpe baseeruks projektidel, ning et see sisaldaks tihedaid viktoriine. Selle sarja lõpuks on õpilased omandanud andmeteaduse põhialused, sh eetilised kontseptsioonid, andmete ettevalmistamise, erinevad viisid andmetega töötamiseks, andmete visualiseerimise, andmete analüüsi, andmeteaduse reaalse maailma kasutusjuhtumid ja palju muud.

Lisaks seab madala panusega viktoriin enne tundi õpilase kavatsuse konkreetset õppeainet omandada, samas kui teine viktoriin pärast tundi aitab teadmiste kinnistamisel. See õppekava on koostatud nii, et see oleks paindlik ja lõbus ning seda saab läbida kas terviklikult või osaliselt. Projektid algavad väikestest ja muutuvad 10-nädalase tsükli lõpuks järjest keerukamaks.

Leiake meie käitumiskoodeks, panustamise juhised, tõlke juhised. Ootame teie konstruktiivset tagasisidet!

Igas õppetükis on:

• Vabatahtlik visandmärkmed
• Vabatahtlik lisa-video
• Soojendav viktoriin enne õppetundi
• Kirjalik õppetükk
• Projektipõhiste õppetükkide puhul samm-sammult juhised projekti loomiseks
• Teadmiste kontroll
• Väljakutse
• Lisa-lugemine
• Kodune ülesanne
• Õppetunnijärgne viktoriin

Märkus viktoriinide kohta: Kõik viktoriinid on koos Quiz-App kaustas, kokku 40 viktoriini, igas kolm küsimust. Neid on linkitud õppetöö sees, kuid viktoriinirakendust saab käivitada kohapeal või juurutada Azure'i; järgige juhiseid kaustas quiz-app. Viktoriine lokaliseeritakse järk-järgult.

🎓 Algajatele sobivad näited

Uus andmeteaduses? Oleme loonud eraldi näidiskataloogi lihtsa ja hästi kommenteeritud koodiga, mis aitab teil alustada:

• 🌟 Hello World - Teie esimene andmeteaduse programm
• 📂 Andmete laadimine - Õppige, kuidas lugeda ja uurida andmekogumeid
• 📊 Lihtne analüüs - Arvutage statistikat ja leidke mustreid
• 📈 Põhiline visualiseerimine - Looge diagramme ja graafikuid
• 🔬 Reaalmaailma projekt - Täielik töövoog algusest lõpuni

Iga näide sisaldab üksikasjalikke kommentaare, mis selgitavad igat sammu, mis teeb need täiuslikuks täiesti algajatele!

👉 Alustage näidetest 👈

Õppetükid

Andmeteaduse algajatele teejuht - visandmärkmed autorilt @nitya

Õppetüki number	Teema	Õppetüki rühm	Õpieesmärgid	Lingitud õppetükk	Autor
01	Andmeteaduse määratlus	Sissejuhatus	Õppida andmeteaduse põhikontseptsioone ja selle seoseid tehisintellekti, masinõppe ja suurandmetega.	õppetükk video	Dmitry
02	Andmeteaduse eetika	Sissejuhatus	Andmete eetika mõisted, väljakutsed ja raamistikud.	õppetükk	Nitya
03	Andmete määratlus	Sissejuhatus	Kuidas andmeid klassifitseeritakse ja nende tavapärased allikad.	õppetükk	Jasmine
04	Sissejuhatus statistika ja tõenäosusesse	Sissejuhatus	Matemaatilised meetodid tõenäosuse ja statistika alal andmete mõistmiseks.	õppetükk video	Dmitry
05	Töötamine relatsioonandmetega	Andmetega töötamine	Sissejuhatus relatsioonandmetesse ning andmete uurimise ja analüüsi põhialused relatsioonandmebaaside keelt kasutades, tuntud ka kui SQL (hääldatakse "sii-kwell").	õppetükk	Christopher
06	Töötamine NoSQL andmetega	Andmetega töötamine	Sissejuhatus mitte-relatsioonandmetesse, nende erinevatesse tüüpidesse ja dokumentandmebaaside uurimise ning analüüsi põhialustesse.	õppetükk	Jasmine
07	Töö Pythoniga	Andmetega töötamine	Pythoni kasutamise alused andmete uurimiseks, sh teekide nagu Pandas kasutamine. Soovitatav on omada põhiteadmisi Python programmeerimisest.	õppetükk video	Dmitry
08	Andmete ettevalmistamine	Andmetega töötamine	Teemad andmetöötluse tehnikatest andmete puhastamiseks ja ümberkujundamiseks, et toime tulla puuduvate, ebatäpsete või mittetäielike andmetega.	õppetükk	Jasmine
09	Kvantitatiivsete andmete visualiseerimine	Andmete visualiseerimine	Õppige kasutama Matplotlibi lindude andmete visualiseerimiseks 🦆	õppetükk	Jen
10	Andmete jaotuste visualiseerimine	Andmete visualiseerimine	Täheldamiste ja trendide visualiseerimine kindlas 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 visualiseerimised	Andmete visualiseerimine	Tehnikad ja juhised, kuidas muuta oma visualiseeringud väärtuslikeks efektiivse probleemi lahendamise ja teadmiste saamiseks.	õppetükk	Jen
14	Sissejuhatus andmeteaduse elutsüklisse	Elutsükkel	Sissejuhatus andmeteaduse elutsüklisse ja selle esimese sammu andmete hankimisse ja töötlemisse.	õppetükk	Jasmine
15	Analüüs	Elutsükkel	Andmeteaduse elutsükli faas, mis keskendub andmete analüüsimeetoditele.	õppetükk	Jasmine
16	Kommunikatsioon	Elutsükkel	Andmeteaduse elutsükli faas, mis keskendub andmetest saadud teadmiste esitamisele viisil, mis hõlbustab otsustajate mõistmist.	õppetükk	Jalen
17	Andmeteadus pilves	Pilvandmed	See õppetükkide sari tutvustab andmeteadust pilves ja selle eeliseid.	õppetükk	Tiffany ja Maud
18	Andmeteadus pilves	Pilvandmed	Mudelite treenimine madala koodi tööriistadega.	õppetükk	Tiffany ja Maud
19	Andmeteadus pilves	Pilvandmed	Mudelite juurutamine Azure Machine Learning Studio abil.	õppetükk	Tiffany ja Maud
20	Andmeteadus looduses	Looduses	Andmeteaduse-põhised projektid reaalses maailmas.	õppetükk	Nitya

GitHub Codespaces

Avage see näide Codespaces'is järgides neid samme:

1. Klõpsake koodimenüüd ja valige valik Open with Codespaces.
2. Valige paneeli allosas + New codespace. Rohkem info saamiseks vaadake GitHub dokumentatsiooni.

VSCode Remote - konteinerid

Avage see hoidla konteineris oma kohalikus masinas VSCode'i ja VS Code Remote - Containers laienduse abil:

1. Kui kasutate arenduskonteinerit esimest korda, veenduge, et teie süsteem vastab eeltingimustele (nt Docker on paigaldatud), vt algusjuhendit.

Selle hoidla kasutamiseks saate kas avada hoidla isoleeritud Docker mahu sees:

Märkus: Sisuliselt kasutab see käsku Remote-Containers: Clone Repository in Container Volume... lähtekoodi kloonimiseks Docker mahu asemel kohalikule failisüsteemile. Mahud on eelistatud mehhanism konteineri andmete säilitamiseks.

Või avage kohalikult kloonitud või alla laetud hoidla koopia:

• Kloonige see hoidla oma kohalikule failisüsteemile.
• Vajutage F1 ja valige käsk Remote-Containers: Open Folder in Container....
• Valige selle kausta kloonitud koopia, oodake konteineri käivitamist ja testige.

Offline juurdepääs

Seda dokumentatsiooni saab kasutada ka offline režiimis Docsify abil: Docsify. Tehke selle hoidla fork, paigaldage kohalikus masinas Docsify ja seejärel juurkaustas tippige docsify serve. Veebileht töötab aadressil localhost:3000.

Märkus, et märkmikud ei ilmu Docsify abil, seega kui peate käivitama märkmiku, tehke seda eraldi VS Code'is Python kernelit kasutades.

Teised õppekavad

Meie meeskond toodab ka teisi õppekavasid! Vaadake:

LangChain

Azure / Edge / MCP / Agendid

---

Generatiivse tehisintellekti sari

---

Põhialane õppimine

---

Copiloti sari

Abi saamine

Tekkinud probleemid? Vaadake meie Tõrkeotsingu juhendit, et leida lahendusi tavapärastele probleemidele.

Kui jääte hätta või on küsimusi AI rakenduste loomise kohta, liituge teiste õppijate ja kogenud arendajatega MCP aruteludes. See on toetav kogukond, kus küsimused on teretulnud ja teadmisi jagatakse vabalt.

Kui teil on toote tagasisidet või ilmnevad vead arendamise ajal, külastage:

---

Vastutusest loobumine: See dokument on tõlgitud AI tõlke teenuse Co-op Translator abil. Kuigi püüame täpsust, palun pidage meeles, et automatiseeritud tõlgetes võib esineda vigu või ebatäpsusi. Originaaldokument selle algkeeles tuleks pidada autoriteetseks allikaks. Kriitilise teabe puhul soovitatakse kasutada professionaalset inimtõlget. Me ei vastuta selle tõlkega seotud arusaamatuste või valesti mõistmiste eest.