localizeflow[bot]
README.md
초보자를 위한 데이터 과학 - 커리큘럼
Microsoft의 Azure Cloud Advocates가 데이터 과학에 관한 10주 20강의 커리큘럼을 기쁜 마음으로 제공합니다. 각 강의는 사전 및 사후 퀴즈, 강의를 완료하기 위한 서면 지침, 해답 및 과제를 포함합니다. 프로젝트 기반 교육 방식을 통해 학습하면서 직접 만들어 보는 경험을 제공하며, 이는 새로운 기술을 확실히 익히는 검증된 방법입니다.
저자 여러분께 진심으로 감사드립니다: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.
🙏 특별 감사드립니다 🙏 Microsoft Student Ambassador 저자, 검토자 및 콘텐츠 기여자 여러분께, 특히 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
 |
|---|
| 초보자를 위한 데이터 과학 - @nitya 스케치노트 |
🌐 다국어 지원
GitHub 액션을 통한 지원 (자동 및 항상 최신 상태 유지)
아랍어 | 벵골어 | 불가리아어 | 버마어 (미얀마) | 중국어 (간체) | 중국어 (번체, 홍콩) | 중국어 (번체, 마카오) | 중국어 (번체, 대만) | 크로아티아어 | 체코어 | 덴마크어 | 네덜란드어 | 에스토니아어 | 핀란드어 | 프랑스어 | 독일어 | 그리스어 | 히브리어 | 힌디어 | 헝가리어 | 인도네시아어 | 이탈리아어 | 일본어 | 칸나다어 | 한국어 | 리투아니아어 | 말레이어 | 말라얄람어 | 마라티어 | 네팔어 | 나이지리아 피진어 | 노르웨이어 | 페르시아어 (파르시) | 폴란드어 | 포르투갈어 (브라질) | 포르투갈어 (포르투갈) | 펀자브어 (구르무키) | 루마니아어 | 러시아어 | 세르비아어 (키릴 문자) | 슬로바키아어 | 슬로베니아어 | 스페인어 | 스와힐리어 | 스웨덴어 | 타갈로그어 (필리피노) | 타밀어 | 텔루구어 | 태국어 | 터키어 | 우크라이나어 | 우르두어 | 베트남어
로컬 복제를 선호하십니까?
이 저장소에는 50개 이상의 언어 번역이 포함되어 있어 다운로드 크기가 상당히 증가합니다. 번역 없이 복제하려면 희소 체크아웃을 사용하세요:
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'이 방법으로 보다 빠른 다운로드 속도로 과정 완료에 필요한 모든 것을 얻을 수 있습니다.
추가 번역 언어를 지원하고 싶다면 여기에서 확인하세요
커뮤니티에 참여하기
우리는 Discord에서 AI와 함께 배우는 시리즈를 진행 중입니다. 자세한 내용을 확인하고 2025년 9월 18일부터 30일까지 Learn with AI Series에 참여하세요. GitHub Copilot을 데이터 과학에 활용하는 팁과 요령을 얻을 수 있습니다.
학생이신가요?
다음 리소스부터 시작하세요:
- 학생 허브 페이지 이 페이지에서 초보자용 리소스, 학생 패키지, 무료 인증 바우처 받는 방법 등을 찾을 수 있습니다. 콘텐츠는 매월 변경되니 즐겨찾기에 추가하고 수시로 확인해 보세요.
- Microsoft Learn Student Ambassadors 전 세계 학생 대사 커뮤니티에 참여하세요. 이것이 Microsoft로의 길이 될 수 있습니다.
시작하기
📚 문서
- 설치 가이드 - 초보자를 위한 단계별 설치 안내
- 사용 가이드 - 예제와 일반적인 작업 흐름
- 문제 해결 - 일반적인 문제 해결 방법
- 기여 가이드 - 이 프로젝트에 기여하는 방법
- 교사용 자료 - 교수법 및 교실용 자료
👨🎓 학생용
완전 초보자: 데이터 과학이 처음이라면, 초보자 친화적 예제부터 시작하세요! 이 간단하고 주석이 잘 달린 예제들은 전체 커리큘럼에 들어가기 전 기본기를 이해하는 데 도움을 줍니다. 학생: 이 커리큘럼을 스스로 사용하려면, 전체 저장소를 포크한 뒤 사전 강의 퀴즈부터 시작해 보세요. 그 다음 강의를 읽고 나머지 활동을 완성하세요. 해답 코드를 단순히 복사하지 말고 강의를 이해하며 프로젝트를 만들어 보세요. 해답 코드는 각 프로젝트 중심 강의의 /solutions 폴더에 있습니다. 또 다른 방법은 친구들과 스터디 그룹을 만들어 함께 내용을 진행하는 것입니다. 더 깊이 공부하고 싶다면 Microsoft Learn을 추천합니다.
빠른 시작 방법:
- 환경 설정을 위해 설치 가이드를 확인하세요
- 커리큘럼 사용법을 배우려면 사용 가이드를 검토하세요
- 1강부터 순서대로 시작하세요
- 지원이 필요하면 Discord 커뮤니티에 참여하세요
👩🏫 교사용
교사분들께: 이 커리큘럼 활용을 위한 몇 가지 제안을 포함했습니다. 여러분의 피드백을 토론 포럼에서 기다립니다!
팀을 소개합니다
GIF 제공자 Mohit Jaisal
🎥 위 이미지를 클릭하면 프로젝트와 그것을 만든 사람들에 관한 영상을 볼 수 있습니다!
교수법
이 커리큘럼을 구성하면서 우리는 두 가지 교수 원칙을 선택했습니다: 프로젝트 기반 학습과 자주 출제되는 퀴즈 포함. 이 시리즈가 끝날 때쯤 학생들은 윤리 개념, 데이터 준비, 다양한 데이터 작업 방법, 데이터 시각화, 데이터 분석, 데이터 과학의 실제 사례 등 기본적인 데이터 과학 원리를 학습하게 됩니다.
또한, 수업 전에 진행하는 간단한 퀴즈는 주제 학습에 대한 의도를 세우고, 수업 후 두 번째 퀴즈는 학습 내용을 더 오래 기억하도록 돕습니다. 이 커리큘럼은 유연하고 재미있게 설계되었으며 전부 또는 일부만 학습할 수도 있습니다. 프로젝트는 작게 시작해 10주 주기 종료 시점에 점점 더 복잡해집니다.
각 수업에는 다음이 포함됩니다:
- 선택적 스케치노트
- 선택적 추가 영상
- 수업 전 워밍업 퀴즈
- 작성된 강의 내용
- 프로젝트 기반 수업의 경우 프로젝트를 단계별로 만드는 가이드
- 지식 점검
- 도전 과제
- 추가 읽을거리
- 과제
- 수업 후 퀴즈
퀴즈에 대한 참고: 모든 퀴즈는 Quiz-App 폴더에 있으며 총 40개의 3문제 퀴즈로 구성되어 있습니다. 퀴즈는 수업 중 연결되어 있지만 퀴즈 앱을 로컬에서 실행하거나 Azure에 배포할 수도 있습니다.
quiz-app폴더 내의 지침을 따르세요. 점차 현지화되고 있습니다.
🎓 초보자 친화적 예제
데이터 과학이 처음이신가요? 저희가 간단하고 주석이 잘 달린 코드를 모은 특별한 예제 디렉터리를 만들었습니다:
- 🌟 Hello World - 첫 데이터 과학 프로그램
- 📂 데이터 불러오기 - 데이터셋 읽기와 탐색 배우기
- 📊 간단한 분석 - 통계 계산과 패턴 찾기
- 📈 기본 시각화 - 차트와 그래프 만들기
- 🔬 실제 프로젝트 - 시작부터 끝까지의 완전한 워크플로우
각 예제는 모든 단계를 자세히 설명하는 주석이 포함되어 있어 완전 초보자에게 안성맞춤입니다!
👉 예제부터 시작하세요 👈
수업 목록
 |
|---|
| 초보자용 데이터 과학 로드맵 - 스케치노트 작성자 @nitya |
| 수업 번호 | 주제 | 수업 그룹 | 학습 목표 | 링크된 수업 | 저자 |
|---|---|---|---|---|---|
| 01 | 데이터 과학 정의 | 소개 | 데이터 과학의 기본 개념과 인공지능, 기계 학습, 빅 데이터와의 관련성 배우기. | 강의 영상 | Dmitry |
| 02 | 데이터 과학 윤리 | 소개 | 데이터 윤리 개념, 도전 과제 및 프레임워크. | 강의 | Nitya |
| 03 | 데이터 정의 | 소개 | 데이터가 어떻게 분류되는지와 일반적인 출처. | 강의 | Jasmine |
| 04 | 통계 및 확률 소개 | 소개 | 데이터를 이해하기 위한 확률 및 통계의 수학적 기법. | 강의 영상 | Dmitry |
| 05 | 관계형 데이터 다루기 | 데이터 작업 | 관계형 데이터 소개와 SQL(“see-quell”로 발음)로 관계형 데이터를 탐색하고 분석하는 기본. | 강의 | Christopher |
| 06 | NoSQL 데이터 다루기 | 데이터 작업 | 비관계형 데이터, 다양한 유형 및 문서 데이터베이스 탐색과 기본 분석법 소개. | 강의 | Jasmine |
| 07 | Python 다루기 | 데이터 작업 | Pandas와 같은 라이브러리를 사용한 데이터 탐색 Python 기초. Python 프로그래밍 기초 지식 권장. | 강의 영상 | Dmitry |
| 08 | 데이터 준비 | 데이터 작업 | 누락되거나 부정확하거나 불완전한 데이터를 처리하기 위한 데이터 클리닝 및 변환 기법. | 강의 | Jasmine |
| 09 | 양적 데이터 시각화 | 데이터 시각화 | Matplotlib를 사용하여 새 데이터를 시각화하는 법 배우기 🦆 | 강의 | Jen |
| 10 | 데이터 분포 시각화 | 데이터 시각화 | 구간 내 관측치와 추세 시각화. | 강의 | Jen |
| 11 | 비율 시각화 | 데이터 시각화 | 이산 및 그룹화된 백분율 시각화. | 강의 | Jen |
| 12 | 관계 시각화 | 데이터 시각화 | 데이터 집합과 변수 간 연결 및 상관관계 시각화. | 강의 | Jen |
| 13 | 유의미한 시각화 | 데이터 시각화 | 효과적인 문제 해결과 통찰을 위한 가치 있는 시각화 기법과 안내. | 강의 | Jen |
| 14 | 데이터 과학 수명주기 소개 | 수명주기 | 데이터 수집과 추출이라는 데이터 과학 수명주기 첫 단계 소개. | 강의 | Jasmine |
| 15 | 분석 | 수명주기 | 데이터 과학 수명주기에서 데이터를 분석하는 기법에 집중. | 강의 | Jasmine |
| 16 | 커뮤니케이션 | 수명주기 | 데이터 과학 수명주기에서 의사결정에 도움이 되도록 인사이트를 발표하는 단계. | 강의 | Jalen |
| 17 | 클라우드에서의 데이터 과학 | 클라우드 데이터 | 클라우드의 데이터 과학과 그 이점 소개. | 강의 | Tiffany and Maud |
| 18 | 클라우드에서의 데이터 과학 | 클라우드 데이터 | Low Code 도구를 사용한 모델 학습. | 강의 | Tiffany and Maud |
| 19 | 클라우드에서의 데이터 과학 | 클라우드 데이터 | Azure Machine Learning Studio를 사용한 모델 배포. | 강의 | Tiffany and Maud |
| 20 | 현실 세계의 데이터 과학 | 현실 세계 | 실제 세계에서 데이터 과학이 주도하는 프로젝트. | 강의 | Nitya |
GitHub Codespaces
다음 단계를 따라 이 샘플을 Codespace에서 열어보세요:
- Code 드롭다운 메뉴를 클릭하고 Open with Codespaces 옵션을 선택합니다.
- 창 하단에서 + New codespace를 선택합니다. 자세한 내용은 GitHub 문서를 참조하세요.
VSCode 원격 - 컨테이너
로컬 머신과 VSCode를 사용하여 이 저장소를 컨테이너에서 열려면 VS Code Remote - Containers 확장 기능을 따라 하세요:
- 처음 개발 컨테이너를 사용한다면, 시스템이 사전 요구 사항(예: Docker 설치)을 충족하는지 시작하기 문서에서 확인하세요.
이 저장소를 사용하려면, 격리된 Docker 볼륨 내에서 저장소를 열 수 있습니다:
참고: 내부적으로 Remote-Containers: Clone Repository in Container Volume... 명령을 사용하여 소스 코드를 로컬 파일 시스템 대신 Docker 볼륨에 복제합니다. 볼륨은 컨테이너 데이터 영속화를 위한 권장 방법입니다.
또는 로컬에 복제하거나 다운로드한 저장소를 열 수 있습니다:
- 이 저장소를 로컬 파일 시스템에 복제하세요.
- F1을 누르고 Remote-Containers: Open Folder in Container... 명령을 선택하세요.
- 복제한 폴더를 선택하고 컨테이너 시작을 기다린 후 사용해 보세요.
오프라인 접근
이 문서를 오프라인에서 보려면 Docsify를 사용하세요. 이 저장소를 포크하고, 로컬 머신에 Docsify를 설치한 후 저장소 루트 폴더에서 docsify serve를 실행하세요. 로컬호스트의 3000 포트(localhost:3000)에서 웹사이트가 서비스됩니다.
참고로, 노트북은 Docsify를 통해 렌더링되지 않으므로 노트북을 실행해야 할 때는 Python 커널이 실행 중인 VS Code에서 별도로 실행하세요.
기타 커리큘럼
저희 팀은 다른 커리큘럼도 제작합니다! 확인해보세요:
LangChain
Azure / Edge / MCP / 에이전트
생성형 AI 시리즈
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
기본 학습
코파일럿 시리즈
도움 받기
문제가 있나요? 일반적인 문제 해결 방법은 문제 해결 가이드에서 확인하세요.
AI 앱 개발 중에 막히거나 질문이 있으면 MCP 학습자 및 숙련된 개발자들과 함께 토론에 참여하세요. 질문이 환영받고 지식이 자유롭게 공유되는 지원 커뮤니티입니다.
제품 피드백이나 빌드 중 발생하는 오류는 다음에서 알려주세요:
면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 노력했으나, 자동 번역에는 오류나 부정확성이 포함될 수 있음을 유의하시기 바랍니다. 원본 문서가 권위 있는 출처로 간주되어야 합니다. 중요한 정보에 대해서는 전문 번역가의 번역을 권장합니다. 본 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.