Data-Science-For-Beginners/translations/it

Data Science per Principianti - Un Curriculum

Gli Azure Cloud Advocates di Microsoft sono lieti di offrire un curriculum di 10 settimane, 20 lezioni tutto dedicato alla Data Science. Ogni lezione include quiz pre-lezione e post-lezione, istruzioni scritte per completare la lezione, una soluzione e un compito. La nostra pedagogia basata su progetti permette di imparare costruendo, un modo provato per far sì che le nuove competenze "rimangano".

Un sentito grazie ai nostri autori: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Ringraziamenti speciali 🙏 ai nostri autori, revisori e contributori di contenuti Microsoft Student Ambassador, in particolare 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 per Principianti - Sketchnote di @nitya

🌐 Supporto Multilingue

Supportato tramite GitHub Action (Automatizzato e Sempre Aggiornato)

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

Preferisci clonare localmente?

Questo repository include più di 50 traduzioni che aumentano significativamente la dimensione del download. Per clonare senza traduzioni, usa sparse checkout:

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'

Questo ti dà tutto il necessario per completare il corso con un download molto più rapido.

Se desideri avere supporto per ulteriori lingue di traduzione, le lingue supportate sono elencate qui

Unisciti alla nostra comunità

Abbiamo in corso una serie su Discord "impara con l'AI", scopri di più e unisciti a noi su Learn with AI Series dal 18 al 30 settembre 2025. Riceverai suggerimenti e trucchi sull'uso di GitHub Copilot per la Data Science.

Sei uno studente?

Inizia con le seguenti risorse:

• Pagina Student Hub In questa pagina troverai risorse per principianti, pacchetti per studenti e persino modi per ottenere un voucher per la certificazione gratuito. Questa è una pagina che vuoi aggiungere ai preferiti e controllare di tanto in tanto, poiché aggiorniamo i contenuti almeno mensilmente.
• Microsoft Learn Student Ambassadors Unisciti a una comunità globale di ambasciatori studenti, questo potrebbe essere il tuo modo per entrare in Microsoft.

Come iniziare

📚 Documentazione

• Guida all'installazione - Istruzioni passo-passo per principianti
• Guida all'uso - Esempi e flussi di lavoro comuni
• Risoluzione dei problemi - Soluzioni ai problemi comuni
• Guida alla contribuzione - Come contribuire a questo progetto
• Per insegnanti - Indicazioni didattiche e risorse per la classe

👨‍🎓 Per studenti

Principianti assoluti: Nuovo alla data science? Inizia con i nostri esempi per principianti! Questi esempi semplici e ben commentati ti aiuteranno a comprendere le basi prima di immergerti nel curriculum completo.
Studenti: per usare questo curriculum da soli, fai il fork del repository completo e completa gli esercizi in autonomia, iniziando con un quiz pre-lezione. Poi leggi la lezione e completa il resto delle attività. Cerca di creare i progetti comprendendo le lezioni più che copiando il codice soluzione; comunque quel codice è disponibile nelle cartelle /solutions di ogni lezione orientata al progetto. Un’altra idea potrebbe essere formare un gruppo di studio con amici e affrontare insieme i contenuti. Per ulteriori approfondimenti, consigliamo Microsoft Learn.

Avvio rapido:

1. Consulta la Guida all'installazione per configurare l'ambiente
2. Revisione della Guida all'uso per imparare come lavorare con il curriculum
3. Inizia con la Lezione 1 e procedi sequenzialmente
4. Unisciti alla nostra comunità Discord per supporto

👩‍🏫 Per insegnanti

Insegnanti: abbiamo incluso alcuni suggerimenti su come usare questo curriculum. Ci piacerebbe ricevere il tuo feedback nel nostro forum di discussione!

Incontra il Team

Gif di Mohit Jaisal

🎥 Clicca sull'immagine sopra per un video sul progetto e le persone che lo hanno creato!

Pedagogia

Abbiamo scelto due principi pedagogici durante la costruzione di questo curriculum: assicurare che sia basato su progetti e che includa quiz frequenti. Alla fine di questa serie, gli studenti avranno appreso i principi base della scienza dei dati, inclusi concetti etici, preparazione dei dati, diversi modi di lavorare con i dati, visualizzazione dei dati, analisi dei dati, casi d'uso reali della scienza dei dati e altro.

Inoltre, un quiz a basso impatto prima di una lezione stabilisce l'intenzione dello studente verso l'apprendimento di un argomento, mentre un secondo quiz dopo la lezione assicura una maggiore ritenzione. Questo curriculum è stato progettato per essere flessibile e divertente e può essere seguito interamente o parzialmente. I progetti partono da livelli semplici e diventano sempre più complessi entro la fine del ciclo di 10 settimane.

Trova il nostro Codice di Condotta, le linee guida per il Contributo, la Traduzione. Accogliamo con piacere i tuoi feedback costruttivi!

Ogni lezione include:

• Sketchnote opzionale
• Video supplementare opzionale
• Quiz di riscaldamento pre-lezione
• Lezione scritta
• Per le lezioni basate su progetti, guide passo passo su come costruire il progetto
• Verifiche di conoscenza
• Una sfida
• Lettura supplementare
• Compito
• Quiz post-lezione

Una nota sui quiz: Tutti i quiz si trovano nella cartella Quiz-App, per un totale di 40 quiz da tre domande ciascuno. Sono collegati all’interno delle lezioni, ma l’app quiz può essere eseguita localmente o distribuita su Azure; segui le istruzioni nella cartella quiz-app. Sono progressivamente localizzati.

🎓 Esempi per Principianti

Nuovo nella Scienza dei Dati? Abbiamo creato una speciale directory di esempi con codice semplice e ben commentato per aiutarti a iniziare:

• 🌟 Hello World - Il tuo primo programma di scienza dei dati
• 📂 Caricamento Dati - Impara a leggere ed esplorare dataset
• 📊 Analisi Semplice - Calcola statistiche e trova modelli
• 📈 Visualizzazione Base - Crea grafici e tabelle
• 🔬 Progetto Reale - Workflow completo dall'inizio alla fine

Ogni esempio include commenti dettagliati che spiegano ogni passaggio, perfetto per principianti assoluti!

👉 Inizia con gli esempi 👈

Lezioni

Scienza dei Dati per Principianti: Roadmap - Sketchnote di @nitya

Numero Lezione	Argomento	Raggruppamento Lezione	Obiettivi di Apprendimento	Lezione Collegata	Autore
01	Definizione di Scienza dei Dati	Introduzione	Impara i concetti base della scienza dei dati e come si relaziona con intelligenza artificiale, machine learning e big data.	lezione video	Dmitry
02	Etica nella Scienza dei Dati	Introduzione	Concetti, sfide e framework dell’etica dei dati.	lezione	Nitya
03	Definizione di Dati	Introduzione	Come i dati sono classificati e le loro fonti comuni.	lezione	Jasmine
04	Introduzione a Statistica e Probabilità	Introduzione	Le tecniche matematiche della probabilità e della statistica per comprendere i dati.	lezione video	Dmitry
05	Lavorare con Dati Relazionali	Lavorare con i Dati	Introduzione ai dati relazionali e le basi dell'esplorazione e analisi con il Structured Query Language, noto come SQL (pronunciato “see-quell”).	lezione	Christopher
06	Lavorare con Dati NoSQL	Lavorare con i Dati	Introduzione ai dati non relazionali, i suoi vari tipi e le basi dell'esplorazione e analisi di database di documenti.	lezione	Jasmine
07	Lavorare con Python	Lavorare con i Dati	Basi dell'uso di Python per l'esplorazione dei dati con librerie come Pandas. Si raccomanda una comprensione base della programmazione Python.	lezione video	Dmitry
08	Preparazione dei Dati	Lavorare con i Dati	Temi relativi a tecniche di pulizia e trasformazione dei dati per affrontare sfide di dati mancanti, inaccurati o incompleti.	lezione	Jasmine
09	Visualizzazione di Quantità	Data Visualization	Impara a usare Matplotlib per visualizzare dati ornitologici 🦆	lezione	Jen
10	Visualizzare Distribuzioni di Dati	Data Visualization	Visualizzare osservazioni e tendenze all’interno di un intervallo.	lezione	Jen
11	Visualizzare Proporzioni	Data Visualization	Visualizzare percentuali discrete e raggruppate.	lezione	Jen
12	Visualizzare Relazioni	Data Visualization	Visualizzare connessioni e correlazioni tra insiemi di dati e variabili.	lezione	Jen
13	Visualizzazioni Significative	Data Visualization	Tecniche e indicazioni per rendere le tue visualizzazioni preziose per una risoluzione efficace dei problemi e approfondimenti.	lezione	Jen
14	Introduzione al ciclo di vita della Scienza dei Dati	Lifecycle	Introduzione al ciclo di vita della scienza dei dati e il suo primo passo di acquisizione ed estrazione dei dati.	lezione	Jasmine
15	Analisi	Lifecycle	Questa fase del ciclo di vita della scienza dei dati si concentra sulle tecniche per analizzare i dati.	lezione	Jasmine
16	Comunicazione	Lifecycle	Questa fase del ciclo di vita della scienza dei dati si concentra sul presentare gli insight dai dati in modo che sia più facile per i decisori comprendere.	lezione	Jalen
17	Scienza dei Dati nel Cloud	Cloud Data	Questa serie di lezioni introduce la scienza dei dati nel cloud e i suoi vantaggi.	lezione	Tiffany e Maud
18	Scienza dei Dati nel Cloud	Cloud Data	Addestramento modelli usando strumenti Low Code.	lezione	Tiffany e Maud
19	Scienza dei Dati nel Cloud	Cloud Data	Distribuzione dei modelli con Azure Machine Learning Studio.	lezione	Tiffany e Maud
20	Scienza dei Dati nel Mondo Reale	In the Wild	Progetti di scienza dei dati nel mondo reale.	lezione	Nitya

GitHub Codespaces

Segui questi passaggi per aprire questo esempio in un Codespace:

1. Clicca sul menu a tendina Code e seleziona l'opzione Open with Codespaces.
2. Seleziona + New codespace in fondo al pannello. Per ulteriori informazioni, consulta la documentazione GitHub.

VSCode Remote - Containers

Segui questi passaggi per aprire questo repo in un container usando la tua macchina locale e VSCode con l’estensione VS Code Remote - Containers:

1. Se è la prima volta che usi un container di sviluppo, assicurati che il sistema soddisfi i prerequisiti (cioè avere Docker installato) nella documentazione per iniziare.

Per usare questo repository, puoi o aprire il repository in un volume Docker isolato:

Nota: Dietro le quinte, questo userà il comando Remote-Containers: Clone Repository in Container Volume... per clonare il codice sorgente in un volume Docker invece che nel filesystem locale. I volumi sono il meccanismo preferito per persistere dati del container.

Oppure apri una copia clonata o scaricata localmente del repository:

• Clona questo repository nel tuo filesystem locale.
• Premi F1 e seleziona il comando Remote-Containers: Open Folder in Container....
• Seleziona la copia clonata di questa cartella, attendi l’avvio del container e prova.

Accesso Offline

Puoi eseguire questa documentazione offline usando Docsify. Fai il fork di questo repo, installa Docsify sulla tua macchina locale, quindi nella cartella principale di questo repo, digita docsify serve. Il sito sarà servito sulla porta 3000 in locale: localhost:3000.

Nota, i notebook non saranno resi via Docsify, quindi quando devi eseguire un notebook, fallo separatamente in VS Code con un kernel Python attivo.

Altri Curricula

Il nostro team produce altri curricula! Dai un’occhiata:

LangChain

---

Azure / Edge / MCP / Agent

---

Serie AI Generativa

---

Apprendimento di Base

---

Serie Copilot

Ottieni Aiuto

Hai problemi? Consulta la nostra Guida alla Risoluzione dei Problemi per soluzioni ai problemi comuni.

Se rimani bloccato o hai domande sulla creazione di app AI. Unisciti ad altri studenti e sviluppatori esperti nelle discussioni su MCP. È una comunità di supporto dove le domande sono benvenute e la conoscenza viene condivisa liberamente.

Se hai feedback sul prodotto o errori durante la creazione visita:

---

Avvertenza:
Questo documento è stato tradotto utilizzando il servizio di traduzione automatica Co-op Translator. Pur impegnandoci per garantire accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua originale deve essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un umano. Non ci assumiamo alcuna responsabilità per incomprensioni o interpretazioni errate derivanti dall’uso di questa traduzione.