Data-Science-For-Beginners/translations/fi

Data Science aloittelijoille - Opetussuunnitelma

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 opetusmenetelmämme sallii oppimisen tekemällä, mikä on todistettu tapa uuden taidon omaksumiseen.

Sydämelliset kiitokset kirjoittajillemme: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Erityiskiitokset 🙏 Microsoft Student Ambassador -kirjoittajillemme, tarkistajille ja sisällöntuottajille, erityisesti 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

Data Science Aloittelijoille - Sketchnote by @nitya

🌐 Monikielinen tuki

Tuettu GitHub Actionin kautta (Automaattinen ja aina ajan tasalla)

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

Haluatko kloonata paikallisesti?

Tämä repositorio sisältää yli 50 kielen käännökset, mikä lisää merkittävästi latauskokoa. Jos haluat kloonata ilman käännöksiä, käytä sparse checkout -toimintoa:

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"

Tämä antaa sinulle kaiken tarvitsemasi kurssin suorittamiseen paljon nopeammalla latauksella.

Jos haluat lisättyjä käännöskieliä, tuetut kielet on listattu tässä

Liity yhteisöömme

Meillä on käynnissä Discord opi tekoälyn kanssa -sarja, opi lisää ja liity mukaan Learn with AI Series 18.–30. syyskuuta 2025. Saat vinkkejä ja temppuja GitHub Copilotin käyttämiseen Data Sciencessa.

Oletko opiskelija?

Aloita seuraavista resursseista:

• Student Hub -sivu Tältä sivulta löydät aloittelijoille tarkoitettuja resursseja, opiskelijapaketteja ja jopa tapoja saada ilmainen sertifikaattivoucher. Tämä on sivu, johon kannattaa laittaa kirjanmerkki ja tarkistaa säännöllisesti, sillä sisältöä päivitetään vähintään kuukausittain.
• Microsoft Learn Student Ambassadors Liity globaalin opiskelija-ambassadoreiden yhteisöön, tämä voi olla sinun tie Microsoftiin.

Aloittaminen

📚 Dokumentaatio

• Asennusopas - Vaihe vaiheelta asennusohjeet aloittelijoille
• Käyttöopas - Esimerkkejä ja yleisiä työnkulkuja
• Vianmääritys - Ratkaisuja yleisimpiin ongelmiin
• Osallistumisohjeet - Kuinka osallistua tähän projektiin
• Opettajille - Opetusopas ja luokkahuoneen resurssit

👨‍🎓 Opiskelijoille

Täysin aloittelijat: Oletko uusi data sciencen parissa? Aloita meidän aloittelijaystävällisistä esimerkeistämme! Nämä yksinkertaiset, hyvin kommentoidut esimerkit auttavat sinua ymmärtämään perusteet ennen kuin sukellat kokonaisiin oppitunteihin. Opiskelijat: käyttämään tätä opetussuunnitelmaa itsenäisesti, haarauta koko repositorio ja tee harjoitukset itse, aloittaen ennakkokyselyllä. Sen jälkeen lue luento ja suorita loput tehtävistä. Yritä luoda projektit ymmärtämällä oppitunnit kopioimisen sijaan; ratkaisukoodi on kuitenkin saatavilla /solutions-kansioissa jokaisessa projekti-suuntaisessa oppitunnissa. Toinen idea on muodostaa opintoryhmä ystävien kanssa ja käydä sisältö yhdessä läpi. Lisäopiskelua varten suosittelemme Microsoft Learnia.

Pika-aloitus:

1. Tarkista Asennusopas ympäristön pystyttämiseksi
2. Tutustu Käyttöoppaaseen oppiaksesi opetussuunnitelman käytön
3. Aloita Oppitunnista 1 ja käy läpi peräkkäin
4. Liity Discord-yhteisöömme saadaksesi tukea

👩‍🏫 Opettajille

Opettajat: olemme sisällyttäneet muutamia ehdotuksia kurssin käyttämiseen. Arvostamme palautettanne keskustelufoorumillamme!

Tapaa tiimi

Gif: Mohit Jaisal

🎥 Klikkaa yllä olevaa kuvaa nähdäksesi videon projektista ja sen tekijöistä!

Pedagogiikka

Olemme valinneet kaksi pedagogista periaatetta tätä opetussuunnitelmaa rakentaessamme: varmistaa, että se perustuu projekteihin ja sisältää säännöllisiä visailuja. Sarjan lopussa opiskelijat ovat oppineet datatieteen perusteet, mukaan lukien eettiset käsitteet, datan valmistelun, erilaisia tapoja työskennellä datan kanssa, datan visualisoinnin, data-analyysin, datatieteen käytännön sovellukset ja paljon muuta.

Lisäksi matalan panoksen visailu ennen oppituntia asettaa opiskelijalle tarkoituksen oppia aihe, ja toinen visailu oppitunnin jälkeen varmistaa paremman tiedon säilymisen. Tämä opetussuunnitelma on suunniteltu joustavaksi ja viihdyttäväksi, ja sen voi suorittaa kokonaan tai osittain. Projektit alkavat pienestä ja monimutkaistuvat vähitellen 10 viikon jakson aikana.

Löydät käyttäytymissääntömme, yhteistyöohjeet ja käännösohjeet. Otamme mielellämme vastaan rakentavaa palautetta!

Jokainen oppitunti sisältää:

• Valinnainen muistiinpanokartta
• Valinnainen lisävideo
• Ennen oppituntia tehtävä lämmittelyvisailu
• Kirjallinen oppitunti
• Projektioppitunneissa vaiheittaiset ohjeet projektin rakentamiseen
• Tiedon tarkistukset
• Haasteen
• Lisälukemista
• Tehtävän
• Oppituntoviisailun jälkeisen visailun

Huomautus visailuista: Kaikki visailut ovat Quiz-App-kansiossa, yhteensä 40 visailua, joissa jokaisessa on kolme kysymystä. Ne on linkitetty oppituntien sisältä, mutta visailusovellusta voi ajaa paikallisesti tai ottaa käyttöön Azureen; tutustu ohjeisiin quiz-app-kansiossa. Visailuja ollaan asteittain lokalisoimassa.

🎓 Aloittelijaystävälliset esimerkit

Uusi datatieteessä? Olemme luoneet erillisen esimerkkihakemiston, jossa on yksinkertaista ja hyvin kommentoitua koodia auttamaan alkuun pääsyssä:

• 🌟 Hei maailma - Ensimmäinen datatieteohjelmasi
• 📂 Datan lataaminen - Opettele lukemaan ja tutkimaan aineistoja
• 📊 Yksinkertainen analyysi - Laske tilastoja ja löydä kaavoja
• 📈 Perusvisualisointi - Luo kaavioita ja graafeja
• 🔬 Todellinen projekti - Koko työnkulku alusta loppuun

Jokaisessa esimerkissä on yksityiskohtaiset kommentit, jotka selittävät jokaista askelta, joten ne sopivat erinomaisesti täysin aloittelijoille!

👉 Aloita esimerkeistä 👈

Oppitunnit

Data Science For Beginners: Roadmap - Muistiinpanokartta tekijänä @nitya

Oppitunnin numero	Aihe	Oppitunnin ryhmittely	Oppimistavoitteet	Linkitetty oppitunti	Tekijä
01	Datatieteen määrittely	Johdanto	Opettele datatieteen peruskäsitteet ja miten se liittyy tekoälyyn, koneoppimiseen ja big dataan.	oppitunti video	Dmitry
02	Datatieteen etiikka	Johdanto	Tieteen eettiset käsitteet, haasteet ja viitekehykset.	oppitunti	Nitya
03	Datan määrittely	Johdanto	Miten data luokitellaan ja mistä yleisimmin saadaan.	oppitunti	Jasmine
04	Tilastotiede ja todennäköisyys	Johdanto	Matemaattiset todennäköisyys- ja tilastotekniikat datan ymmärtämiseksi.	oppitunti video	Dmitry
05	Työskentely relaatiodatan kanssa	Työskentely datan kanssa	Johdanto relaatiodataan ja perustaidot relaatiodatan tutkimisesta ja analysoinnista rakenteisen kyselykielen (SQL) avulla.	oppitunti	Christopher
06	Työskentely NoSQL-datan kanssa	Työskentely datan kanssa	Johdatus ei-relaatiodataan, sen eri tyyppeihin ja dokumenttitietokantojen tutkimiseen ja analysointiin.	oppitunti	Jasmine
07	Työskentely Pythonin kanssa	Työskentely datan kanssa	Pythonin perusteet datan tutkimiseen Pandas-kirjaston avulla. Perustason Python-ohjelmointitaito suositeltavaa.	oppitunti video	Dmitry
08	Datan valmistelu	Työskentely datan kanssa	Datan puhdistamisen ja muuntamisen tekniikat haasteiden, kuten puutteellisen, virheellisen tai epätäydellisen datan käsittelyyn.	oppitunti	Jasmine
09	Määrien visualisointi	Datan visualisointi	Opettele käyttämään Matplotlibia lintudatan visualisointiin 🦆	oppitunti	Jen
10	Datan jakaumien visualisointi	Datan visualisointi	Havainnot ja trendit visualisointi tietyllä aikavälillä.	oppitunti	Jen
11	Osuuksien visualisointi	Datan visualisointi	Diskreettien ja ryhmiteltyjen prosenttiosuuksien visualisointi.	oppitunti	Jen
12	Suhteiden visualisointi	Datan visualisointi	Visualisointi yhteyksistä ja korrelaatioista eri datasarjojen ja muuttujien välillä.	oppitunti	Jen
13	Merkitykselliset visualisoinnit	Datan visualisointi	Tekniikat ja ohjeet, joilla visualisointisi ovat arvokkaita tehokkaaseen ongelmanratkaisuun ja oivalluksiin.	oppitunti	Jen
14	Johdatus datatieteen elinkaareen	Elinkaari	Johdatus datatieteen elinkaareen ja sen ensimmäiseen vaiheeseen, datan hankintaan ja poimintaan.	oppitunti	Jasmine
15	Analysointi	Elinkaari	Tämä datatieteen elinkaaren vaihe keskittyy datan analysointitekniikoihin.	oppitunti	Jasmine
16	Viestintä	Elinkaari	Tämä datatieteen elinkaaren vaihe keskittyy datasta saatavien oivallusten esittämiseen tavalla, joka helpottaa päätöksentekijöiden ymmärrystä.	oppitunti	Jalen
17	Datatiede pilvessä	Pilvidata	Tämä sarja oppitunteja esittelee datatieteen pilvessä ja sen hyödyt.	oppitunti	Tiffany ja Maud
18	Datatiede pilvessä	Pilvidata	Mallien kouluttaminen Low Code -työkaluilla.	oppitunti	Tiffany ja Maud
19	Datatiede pilvessä	Pilvidata	Mallien käyttöönotto Azure Machine Learning Studiolla.	oppitunti	Tiffany ja Maud
20	Datatiede luonnossa	Luonnossa	Datatieteen ohjaamat projektit tosimaailmassa.	oppitunti	Nitya

GitHub Codespaces

Seuraa näitä ohjeita avataksesi tämän esimerkin Codespacessa:

1. Klikkaa Code-pudotusvalikkoa ja valitse Open with Codespaces -vaihtoehto.
2. Valitse paneelin alareunasta + New codespace. Lisätietoja on GitHubin dokumentaatiossa.

VSCode Remote - Containers

Seuraa näitä ohjeita avataksesi tämän repositorion kontissa käyttäen paikallista konettasi ja VSCodea VS Code Remote - Containers -laajennuksen avulla:

1. Jos käytät kehityskonttia ensimmäistä kertaa, varmista, että järjestelmäsi täyttää vaatimukset (esim. Docker on asennettuna) aloittamisen ohjeissa.

Voit käyttää tätä repositoriota joko avaamalla sen eristetyssä Docker-volyymissa:

Huom: Taustalla tätä varten käytetään Remote-Containers-komentoa: Clone Repository in Container Volume..., joka kloonaa lähdekoodin Docker-volyymiin paikallisen tiedostojärjestelmän sijaan. Volyymit ovat suositeltuja konttien datan tallentamiseen.

Tai avaamalla lokaalisti kloonatun tai ladatun version repositoriosta:

• Kloonaa repositorio paikalliseen tiedostojärjestelmääsi.
• Paina F1 ja valitse Remote-Containers: Open Folder in Container... -komento.
• Valitse kloonattu kansio, odota että kontti käynnistyy, ja kokeile.

Offline-käyttö

Voit käyttää tätä dokumentaatiota offline-tilassa käyttämällä Docsifya. Forkkaa tämä repo, asenna Docsify paikalliselle koneellesi, ja aja juurikansiossa komento docsify serve. Sivusto palvelisi portissa 3000 osoitteessa localhost:3000.

Huomaa, että muistikirjoja ei renderöidä Docsifylla, joten tarvitset erikseen pyörittää muistikirjaa VS Codessa Python-ytimen kanssa.

Muut opetussuunnitelmat

Tiimimme tuottaa muitakin opetussuunnitelmia! Tutustu:

LangChain

Azure / Edge / MCP / Agentit

---

Generatiivisen tekoälyn sarja

---

Perusteet

---

Copilot-sarja

Saat apua

Koetko ongelmia? Tutustu Vianmääritysohjeeseemme yleisten ongelmien ratkaisuja varten.

Jos jumitut tai sinulla on kysymyksiä tekoälysovellusten rakentamisesta. Liity muiden oppijoiden ja kokeneiden kehittäjien keskusteluihin MCP:stä. Tämä on kannustava yhteisö, jossa kysymykset ovat tervetulleita ja tieto jaetaan avoimesti.

Jos sinulla on palautetta tuotteesta tai kohtaat virheitä rakennusvaiheessa, käy:

---

Vastuuvapauslauseke: Tämä asiakirja on käännetty käyttäen tekoälypohjaista käännöspalvelua Co-op Translator. Pyrimme tarkkuuteen, mutta huomioithan, että automaattikäännöksissä saattaa esiintyä virheitä tai epätarkkuuksia. Alkuperäinen asiakirja sen alkuperäiskielellä on ensisijainen ja virallinen lähde. Tärkeissä tiedoissa suosittelemme ammattimaista ihmiskäännöstä. Emme ole vastuussa tämän käännöksen käytöstä aiheutuvista väärinkäsityksistä tai virhetulkinnoista.