Data-Science-For-Beginners/translations/hk

初學者的數據科學課程

Azure Cloud Advocates 團隊很高興為大家提供一個為期10週、共20課的數據科學課程。每一課都包含課前和課後測驗、詳細的課程指導、解決方案以及作業。我們採用基於項目的教學法，讓你在實際操作中學習，這是一種能讓新技能更牢固掌握的有效方法。

衷心感謝我們的作者： Jasmine Greenaway、Dmitry Soshnikov、Nitya Narasimhan、Jalen McGee、Jen Looper、Maud Levy、Tiffany Souterre、Christopher Harrison。

🙏 特別感謝 🙏 我們的 Microsoft 學生大使 作者、審稿人及內容貢獻者， 特別是 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。

初學者的數據科學 - 由 @nitya 繪製的速寫筆記

🌐 多語言支持

通過 GitHub Action 支持（自動化且始終保持最新）

法語 | 西班牙語 | 德語 | 俄語 | 阿拉伯語 | 波斯語（法爾西） | 烏爾都語 | 中文（簡體） | 中文（繁體，澳門） | 中文（繁體，香港） | 中文（繁體，台灣） | 日語 | 韓語 | 印地語 | 孟加拉語 | 馬拉地語 | 尼泊爾語 | 旁遮普語（古木基文） | 葡萄牙語（葡萄牙） | 葡萄牙語（巴西） | 意大利語 | 波蘭語 | 土耳其語 | 希臘語 | 泰語 | 瑞典語 | 丹麥語 | 挪威語 | 芬蘭語 | 荷蘭語 | 希伯來語 | 越南語 | 印尼語 | 馬來語 | 他加祿語（菲律賓語） | 斯瓦希里語 | 匈牙利語 | 捷克語 | 斯洛伐克語 | 羅馬尼亞語 | 保加利亞語 | 塞爾維亞語（西里爾文） | 克羅地亞語 | 斯洛文尼亞語 | 烏克蘭語 | 緬甸語（緬甸）

如果你希望支持更多翻譯語言，請參考 此處

加入我們的社群

你是學生嗎？

以下是一些資源供你開始使用：

• 學生中心頁面 在這個頁面，你可以找到初學者資源、學生套件，甚至獲得免費認證憑證的方法。這是一個值得收藏並定期查看的頁面，因為我們至少每月更新一次內容。
• Microsoft Learn 學生大使 加入全球學生大使社群，這可能是你進入 Microsoft 的途徑。

開始使用

教師們：我們已提供一些建議來幫助你使用這個課程。我們非常期待你在討論論壇中的反饋！

學生：如果你想自行使用這個課程，請 fork 整個 repo 並自行完成練習，從課前測驗開始。然後閱讀課程並完成其餘活動。嘗試通過理解課程內容來創建項目，而不是直接複製解決方案代碼；不過，這些代碼可以在每個基於項目的課程的 /solutions 文件夾中找到。另一個建議是與朋友組成學習小組，一起學習內容。若需進一步學習，我們推薦 Microsoft Learn。

認識團隊

Gif 作者 Mohit Jaisal

🎥 點擊上方圖片觀看關於這個項目及其創作者的影片！

教學法

在設計這個課程時，我們選擇了兩個教學原則：確保課程是基於項目的，並且包含頻繁的測驗。在這個系列結束時，學生將學習到數據科學的基本原則，包括倫理概念、數據準備、不同的數據處理方式、數據可視化、數據分析、數據科學的實際應用案例等。

此外，課前的低壓測驗能幫助學生集中注意力學習某個主題，而課後的第二次測驗則能進一步鞏固知識。這個課程設計靈活有趣，可以完整學習，也可以選擇部分內容。項目從簡單開始，隨著10週課程的進行逐漸變得複雜。

查看我們的行為守則、貢獻指南、翻譯指南。我們歡迎您的建設性意見！

每節課包括：

• 可選的手繪筆記
• 可選的補充影片
• 課前暖身測驗
• 書面課程
• 專案型課程的逐步指南，教你如何完成專案
• 知識檢查
• 挑戰
• 補充閱讀
• 作業
• 課後測驗

關於測驗的注意事項：所有測驗都包含在 Quiz-App 資料夾中，共有 40 個測驗，每個測驗包含三個問題。測驗在課程中有連結，但測驗應用程式可以在本地運行或部署到 Azure；請按照 quiz-app 資料夾中的指示操作。測驗正在逐步本地化。

課程

初學者的數據科學：學習路線圖 - 手繪筆記由 @nitya

課程編號	主題	課程分組	學習目標	課程連結	作者
01	定義數據科學	簡介	學習數據科學的基本概念，以及它與人工智能、機器學習和大數據的關係。	課程 影片	Dmitry
02	數據科學倫理	簡介	數據倫理的概念、挑戰與框架。	課程	Nitya
03	定義數據	簡介	數據的分類及其常見來源。	課程	Jasmine
04	統計與概率簡介	簡介	使用概率和統計的數學技術來理解數據。	課程 影片	Dmitry
05	使用關聯數據	使用數據	關聯數據的簡介，以及使用結構化查詢語言（SQL，讀作“see-quell”）探索和分析關聯數據的基礎知識。	課程	Christopher
06	使用 NoSQL 數據	使用數據	非關聯數據的簡介、其各種類型以及探索和分析文件型數據庫的基礎知識。	課程	Jasmine
07	使用 Python	使用數據	使用 Python 進行數據探索的基礎知識，並使用如 Pandas 等庫。建議具備 Python 程式設計的基礎知識。	課程 影片	Dmitry
08	數據準備	使用數據	數據清理和轉換技術，應對缺失、不準確或不完整數據的挑戰。	課程	Jasmine
09	數量的可視化	數據可視化	學習如何使用 Matplotlib 可視化鳥類數據 🦆	課程	Jen
10	數據分佈的可視化	數據可視化	可視化區間內的觀察和趨勢。	課程	Jen
11	比例的可視化	數據可視化	可視化離散和分組百分比。	課程	Jen
12	關係的可視化	數據可視化	可視化數據集及其變數之間的連接和相關性。	課程	Jen
13	有意義的可視化	數據可視化	提供技術和指導，讓你的可視化更具價值，以便有效解決問題並獲得洞察。	課程	Jen
14	數據科學生命周期簡介	生命周期	數據科學生命周期的簡介及其第一步：獲取和提取數據。	課程	Jasmine
15	分析	生命周期	數據科學生命周期的這一階段專注於分析數據的技術。	課程	Jasmine
16	溝通	生命周期	數據科學生命周期的這一階段專注於以易於決策者理解的方式呈現數據洞察。	課程	Jalen
17	雲端中的數據科學	雲端數據	這系列課程介紹雲端中的數據科學及其優勢。	課程	Tiffany 和 Maud
18	雲端中的數據科學	雲端數據	使用低代碼工具訓練模型。	課程	Tiffany 和 Maud
19	雲端中的數據科學	雲端數據	使用 Azure Machine Learning Studio 部署模型。	課程	Tiffany 和 Maud
20	野外的數據科學	野外數據	現實世界中的數據科學驅動專案。	課程	Nitya

GitHub Codespaces

按照以下步驟在 Codespace 中打開此範例：

1. 點擊 Code 下拉選單並選擇 Open with Codespaces 選項。
2. 在面板底部選擇 + New codespace。 更多資訊請查看 GitHub 文件。

VSCode Remote - Containers

按照以下步驟使用本地機器和 VSCode 的 VS Code Remote - Containers 擴展在容器中打開此 repo：

1. 如果這是你第一次使用開發容器，請確保你的系統符合前置需求（例如安裝 Docker），詳情請參閱入門文檔。

要使用此 repo，你可以選擇在隔離的 Docker 卷中打開 repo：

注意：在底層，這將使用 Remote-Containers: Clone Repository in Container Volume... 命令將源代碼克隆到 Docker 卷中，而不是本地文件系統。卷是持久化容器數據的首選機制。

或者打開本地克隆或下載的 repo 版本：

• 將此 repo 克隆到本地文件系統。
• 按 F1 並選擇 Remote-Containers: Open Folder in Container... 命令。
• 選擇此資料夾的克隆副本，等待容器啟動，然後試用。

離線訪問

你可以使用 Docsify 離線運行此文檔。Fork 此 repo，並在本地機器上安裝 Docsify，然後在此 repo 的根目錄中輸入 docsify serve。網站將在本地端口 3000 上提供服務：localhost:3000。

注意，筆記本文件不會通過 Docsify 渲染，因此當你需要運行筆記本時，請在 VS Code 中使用 Python 核心單獨運行。

其他課程

我們的團隊還製作了其他課程！查看以下內容：

• 初學者的生成式 AI
• 初學者的生成式 AI .NET
• 使用 JavaScript 的生成式 AI
• 使用 Java 的生成式 AI
• 初學者的 AI
• 初學者的數據科學
• 初學者的 Bash
• 初學者的機器學習
• 初學者的網絡開發
• 初學者的物聯網
• 初學者的機器學習
• 初學者的 XR 開發
• 掌握 GitHub Copilot 進行 AI 配對編程
• 初學者的 XR 開發
• 掌握 GitHub Copilot 用於 C#/.NET 開發者
• 選擇你的 Copilot 冒險

---

免責聲明：
此文件已使用人工智能翻譯服務 Co-op Translator 進行翻譯。我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。應以原始語言的文件作為權威來源。對於關鍵資訊，建議尋求專業的人類翻譯。我們對因使用此翻譯而引起的任何誤解或誤釋不承擔責任。