Data-Science-For-Beginners/translations/fi

Tieteenalojen alkeet - Opetussuunnitelma

Azure Cloud Advocates Microsoftilta ovat iloisia voidessaan tarjota 10 viikon ja 20 oppitunnin opetussuunnitelman, joka käsittelee datatiedettä. Jokainen oppitunti sisältää ennakko- ja jälkitestit, kirjalliset ohjeet oppitunnin suorittamiseen, ratkaisun ja tehtävän. Projektipohjainen oppimismenetelmämme antaa mahdollisuuden oppia tekemisen kautta, mikä on todistetusti tehokas tapa omaksua uusia taitoja.

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

🙏 Erityiskiitokset 🙏 Microsoft Student Ambassador -kirjoittajille, arvioijille 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

Datatiede aloittelijoille - Sketchnote by @nitya

🌐 Monikielinen tuki

Tuettu GitHub Actionin kautta (automaattinen ja aina ajan tasalla)

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

Jos haluat lisätä uusia kieliä, tuetut kielet löytyvät täältä

Liity yhteisöömme

Oletko opiskelija?

Aloita seuraavilla resursseilla:

• Opiskelijasivusto Tältä sivulta löydät aloitusresursseja, opiskelijapaketteja ja jopa tapoja saada ilmainen sertifikaattikoodi. Tämä on sivu, jonka haluat lisätä kirjanmerkkeihin ja tarkistaa säännöllisesti, sillä päivitämme sisältöä vähintään kuukausittain.
• Microsoft Learn Student Ambassadors Liity maailmanlaajuiseen opiskelijalähettiläiden yhteisöön, tämä voi olla sinun tiesi Microsoftille.

Aloittaminen

Opettajat: olemme lisänneet joitakin ehdotuksia siitä, miten tätä opetussuunnitelmaa voi käyttää. Kuulemme mielellämme palautettasi keskustelufoorumillamme!

Opiskelijat: jos haluat käyttää tätä opetussuunnitelmaa itsenäisesti, forkkaa koko repo ja suorita harjoitukset itsenäisesti aloittaen ennakkotestistä. Lue sitten oppitunti ja suorita loput tehtävät. Yritä luoda projektit ymmärtämällä oppitunnit sen sijaan, että kopioisit ratkaisukoodin; kuitenkin kyseinen koodi on saatavilla /solutions-kansioissa jokaisessa projektiin perustuvassa oppitunnissa. Toinen idea on muodostaa opiskeluryhmä ystävien kanssa ja käydä sisältö yhdessä läpi. Lisäopiskelua varten suosittelemme Microsoft Learn.

Tutustu tiimiin

Gif by Mohit Jaisal

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

Pedagogiikka

Olemme valinneet kaksi pedagogista periaatetta tätä opetussuunnitelmaa rakentaessamme: varmistaa, että se on projektipohjainen ja että se sisältää usein toistuvia testejä. Tämän sarjan lopussa opiskelijat ovat oppineet datatieteen perusperiaatteet, mukaan lukien eettiset käsitteet, datan valmistelun, erilaiset tavat työskennellä datan kanssa, datan visualisoinnin, data-analyysin, datatieteen todelliset käyttötapaukset ja paljon muuta.

Lisäksi matalan kynnyksen testi ennen oppituntia suuntaa opiskelijan huomion oppimiseen, kun taas toinen testi oppitunnin jälkeen varmistaa paremman tiedon säilymisen. Tämä opetussuunnitelma on suunniteltu joustavaksi ja hauskaksi, ja sen voi suorittaa kokonaan tai osittain. Projektit alkavat pienistä ja muuttuvat yhä monimutkaisemmiksi 10 viikon jakson loppua kohden.

Löydät käytännesäännöt, osallistumisohjeet ja käännösohjeet. Otamme mielellämme vastaan rakentavaa palautettasi!

Jokainen oppitunti sisältää:

• Valinnainen luonnoskuva
• Valinnainen lisävideo
• Ennakkokysely oppitunnin lämmittelyksi
• Kirjallinen oppitunti
• Projektipohjaisissa oppitunneissa vaiheittaiset ohjeet projektin rakentamiseen
• Tietotarkistukset
• Haaste
• Lisälukemista
• Tehtävä
• Jälkitesti

Huomio testeistä: Kaikki testit löytyvät Quiz-App-kansiosta, yhteensä 40 testiä, joissa jokaisessa on kolme kysymystä. Testit on linkitetty oppitunneilta, mutta testisovelluksen voi ajaa paikallisesti tai julkaista Azureen; seuraa ohjeita quiz-app-kansiossa. Testit lokalisoidaan vähitellen.

Oppitunnit

Data Science For Beginners: Roadmap - Luonnoskuva: @nitya

Oppitunnin numero	Aihe	Oppituntiryhmä	Oppimistavoitteet	Linkitetty oppitunti	Tekijä
01	Mitä on datatiede?	Johdanto	Opi datatieteen peruskäsitteet ja sen yhteys tekoälyyn, koneoppimiseen ja big dataan.	oppitunti video	Dmitry
02	Datatieteen etiikka	Johdanto	Datan etiikan käsitteet, haasteet ja viitekehykset.	oppitunti	Nitya
03	Datan määrittely	Johdanto	Miten data luokitellaan ja mitkä ovat sen yleisimmät lähteet.	oppitunti	Jasmine
04	Johdatus tilastoihin ja todennäköisyyksiin	Johdanto	Tilastojen ja todennäköisyyksien matemaattiset menetelmät datan ymmärtämiseksi.	oppitunti video	Dmitry
05	Relaatiodatan käsittely	Datan käsittely	Johdatus relaatiodataan sekä perusteet relaatiodatan tutkimiseen ja analysointiin käyttäen SQL-kieltä (lausutaan "siikuel").	oppitunti	Christopher
06	NoSQL-datan käsittely	Datan käsittely	Johdatus ei-relationaaliseen dataan, sen eri tyyppeihin ja perusteet dokumenttitietokantojen tutkimiseen ja analysointiin.	oppitunti	Jasmine
07	Pythonin käyttö datan käsittelyssä	Datan käsittely	Pythonin perusteet datan tutkimiseen Pandas-kirjaston avulla. Suositellaan perustason Python-ohjelmointiosaamista.	oppitunti video	Dmitry
08	Datan valmistelu	Datan käsittely	Aiheita datan puhdistamiseen ja muokkaamiseen liittyen, jotta voidaan käsitellä puuttuvaa, epätarkkaa tai epätäydellistä dataa.	oppitunti	Jasmine
09	Määrien visualisointi	Datavisualisointi	Opi käyttämään Matplotlib-kirjastoa lintudatan visualisointiin 🦆	oppitunti	Jen
10	Datan jakaumien visualisointi	Datavisualisointi	Havainnoiden ja trendien visualisointi tietyllä aikavälillä.	oppitunti	Jen
11	Suhteiden visualisointi	Datavisualisointi	Yhteyksien ja korrelaatioiden visualisointi datan joukkojen ja muuttujien välillä.	oppitunti	Jen
12	Merkitykselliset visualisoinnit	Datavisualisointi	Tekniikoita ja ohjeita, joiden avulla visualisoinneista saadaan arvokkaita tehokkaaseen ongelmanratkaisuun ja oivalluksiin.	oppitunti	Jen
13	Johdatus datatieteen elinkaareen	Elinkaari	Johdatus datatieteen elinkaareen ja sen ensimmäiseen vaiheeseen: datan hankintaan ja uuttamiseen.	oppitunti	Jasmine
14	Analysointi	Elinkaari	Tämä vaihe datatieteen elinkaaresta keskittyy datan analysointitekniikoihin.	oppitunti	Jasmine
15	Viestintä	Elinkaari	Tämä vaihe datatieteen elinkaaresta keskittyy datasta saatujen oivallusten esittämiseen päätöksentekijöille ymmärrettävällä tavalla.	oppitunti	Jalen
16	Datatiede pilvessä	Pilvidata	Tämä oppituntisarja esittelee datatieteen pilvessä ja sen hyödyt.	oppitunti	Tiffany ja Maud
17	Datatiede pilvessä	Pilvidata	Mallien kouluttaminen Low Code -työkaluilla.	oppitunti	Tiffany ja Maud
18	Datatiede pilvessä	Pilvidata	Mallien julkaiseminen Azure Machine Learning Studiossa.	oppitunti	Tiffany ja Maud
19	Datatiede tosielämässä	Tosielämässä	Datatieteen ohjaamat projektit tosielämässä.	oppitunti	Nitya

GitHub Codespaces

Seuraa näitä ohjeita avataksesi tämän esimerkin Codespacessa:

1. Klikkaa Code-pudotusvalikkoa ja valitse Open with Codespaces -vaihtoehto.
2. Valitse + New codespace paneelin alareunasta. Lisätietoja löydät GitHub-dokumentaatiosta.

VSCode Remote - Containers

Seuraa näitä ohjeita avataksesi tämän repositorion kontissa paikallisella koneellasi ja VSCode-ohjelmalla käyttäen VS Code Remote - Containers -laajennusta:

1. Jos käytät kehityskonttia ensimmäistä kertaa, varmista, että järjestelmäsi täyttää vaatimukset (esim. Docker on asennettu) aloitusdokumentaation mukaisesti.

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

Huomio: Tämä käyttää taustalla Remote-Containers: Clone Repository in Container Volume... -komentoa kloonaamaan lähdekoodin Docker-volyymiin paikallisen tiedostojärjestelmän sijaan. Volyymit ovat suositeltu tapa säilyttää konttidataa.

Tai avaamalla paikallisesti kloonatun tai ladatun version repositoriosta:

• Kloonaa tämä repositorio paikalliselle tiedostojärjestelmällesi.
• Paina F1 ja valitse Remote-Containers: Open Folder in Container... -komento.
• Valitse tämän kansion kloonattu kopio, odota, että kontti käynnistyy, ja kokeile.

Offline-käyttö

Voit käyttää tätä dokumentaatiota offline-tilassa käyttämällä Docsifyä. Haaroita tämä repositorio, asenna Docsify paikalliselle koneellesi ja kirjoita tämän repositorion juurikansiossa docsify serve. Verkkosivusto palvelee portissa 3000 localhostissa: localhost:3000.

Huomio, muistikirjoja ei renderöidä Docsifyn kautta, joten kun tarvitset muistikirjan suorittamista, tee se erikseen VS Codessa Python-ytimellä.

Muut opetussuunnitelmat

Tiimimme tuottaa muita opetussuunnitelmia! Tutustu:

• Generative AI for Beginners
• Generative AI for Beginners .NET
• Generative AI with JavaScript
• Generative AI with Java
• AI for Beginners
• Data Science for Beginners
• Bash for Beginners
• ML for Beginners
• Cybersecurity for Beginners
• Web Dev for Beginners
• IoT for Beginners
• Machine Learning for Beginners
• XR Development for Beginners
• Mastering GitHub Copilot for AI Paired Programming
• XR Development for Beginners
• Mastering GitHub Copilot for C#/.NET Developers
• Choose Your Own Copilot Adventure

---

Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäisellä kielellä tulee pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskääntämistä. Emme ole vastuussa tämän käännöksen käytöstä johtuvista väärinkäsityksistä tai virhetulkinnoista.