18 KiB

Raw Permalink Blame History

Tieteenalkeet - Opetussuunnitelma

Azure Cloud Advocates Microsoftilta tarjoavat ilolla 10 viikon ja 20 oppitunnin opetussuunnitelman, joka käsittelee datatiedettä. Jokainen oppitunti sisältää ennakkokyselyn ja jälkikyselyn, 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


Datatieteen alkeet - Sketchnote by @nitya

🌐 Monikielinen tuki

Tuettu GitHub Actionin kautta (automaattinen ja aina ajan tasalla)

Jos haluat lisätä uusia käännöksiä, tuetut kielet löytyvät täältä

Liity yhteisöömme

Oletko opiskelija?

Aloita seuraavilla resursseilla:

Opiskelijasivusto Tältä sivulta löydät aloitusresursseja, opiskelijapaketteja ja jopa tapoja saada ilmainen sertifikaattivoucher. 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 tämän opetussuunnitelman käyttöön. Kuulemme mielellämme palautettasi keskustelufoorumillamme!

Opiskelijat: jos käytät tätä opetussuunnitelmaa itsenäisesti, haaroita koko repo ja suorita harjoitukset itsenäisesti aloittaen ennakkokyselystä. Lue sitten luento 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 olisi 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 kyselyitä. Tämän sarjan lopussa opiskelijat ovat oppineet datatieteen perusperiaatteet, mukaan lukien eettiset käsitteet, datan valmistelun, erilaiset tavat työskennellä datan kanssa, datan visualisoinnin, data-analyysin, datatieteen tosielämän käyttötapaukset ja paljon muuta.

Lisäksi matalan kynnyksen kysely ennen oppituntia suuntaa opiskelijan huomion aiheen oppimiseen, kun taas toinen kysely oppitunnin jälkeen varmistaa aiheen paremman muistamisen. 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, ohjeet osallistumiseen ja käännösohjeet. Otamme mielellämme vastaan rakentavaa palautettasi!

Jokainen oppitunti sisältää:

Valinnainen luonnosmuistio
Valinnainen lisävideo
Alkuverryttelykysely ennen oppituntia
Kirjallinen oppitunti
Projektipohjaisissa oppitunneissa vaiheittaiset ohjeet projektin rakentamiseen
Tietotarkistukset
Haaste
Lisälukemista
Tehtävä
Kysely oppitunnin jälkeen

Huomio kyselyistä: Kaikki kyselyt löytyvät Quiz-App-kansiosta, yhteensä 40 kyselyä, joissa jokaisessa on kolme kysymystä. Ne on linkitetty oppitunneilta, mutta kyselysovelluksen voi suorittaa paikallisesti tai ottaa käyttöön Azureen; seuraa ohjeita quiz-app-kansiossa. Kyselyitä lokalisoidaan vähitellen.

Oppitunnit


Data Science For Beginners: Roadmap - Luonnosmuistio @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	Kuinka data luokitellaan ja sen yleiset lähteet.	oppitunti	Jasmine
04	Johdatus tilastoihin ja todennäköisyyksiin	Johdanto	Todennäköisyyden ja tilastotieteen 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 dokumenttitietokantojen tutkimisen ja analysoinnin perusteisiin.	oppitunti	Jasmine
07	Pythonin käyttö datan käsittelyssä	Datan käsittely	Pythonin peruskäyttö datan tutkimiseen Pandas-kirjaston avulla. Suositellaan perustason Python-ohjelmointiosaamista.	oppitunti video	Dmitry
08	Datan valmistelu	Datan käsittely	Aiheita datan puhdistamiseen ja muuntamiseen liittyen, jotta voidaan käsitellä puuttuvaa, epätarkkaa tai epätäydellistä dataa.	oppitunti	Jasmine
09	Määrien visualisointi	Datan visualisointi	Opi käyttämään Matplotlib-kirjastoa lintudatan visualisointiin 🦆	oppitunti	Jen
10	Datan jakaumien visualisointi	Datan visualisointi	Havainnoiden ja trendien visualisointi tietyllä aikavälillä.	oppitunti	Jen
11	Suhteiden visualisointi	Datan visualisointi	Yhteyksien ja korrelaatioiden visualisointi datan joukkojen ja niiden muuttujien välillä.	oppitunti	Jen
12	Merkitykselliset visualisoinnit	Datan visualisointi	Tekniikoita ja ohjeita, joiden avulla visualisoinneista tulee arvokkaita tehokkaaseen ongelmanratkaisuun ja oivalluksiin.	oppitunti	Jen
13	Johdatus datatieteen elinkaareen	Elinkaari	Johdatus datatieteen elinkaareen ja sen ensimmäiseen vaiheeseen, datan hankintaan ja poimintaan.	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 käyttöönotto 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:

Klikkaa Code-pudotusvalikkoa ja valitse Open with Codespaces -vaihtoehto.
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:

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

Käyttääksesi tätä repositoriota voit joko avata sen eristetyssä Docker-volyymissä:

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

Tai avata paikallisesti kloonatun tai ladatun version repositoriosta:

Kloonaa tämä repositorio paikalliselle tiedostojärjestelmällesi.
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 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:

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 aiheutuvista väärinkäsityksistä tai virhetulkinnoista.

18 KiB Raw Permalink Blame History