Data-Science-For-Beginners/translations/lt

Duomenų mokslas pradedantiesiems – Mokymo programa

Azure Cloud Advocates komanda iš Microsoft džiaugiasi galėdama pasiūlyti 10 savaičių, 20 pamokų mokymo programą apie duomenų mokslą. Kiekviena pamoka apima prieš pamoką ir po pamokos pateikiamus testus, rašytines instrukcijas, kaip atlikti užduotis, sprendimus ir namų darbus. Mūsų projektinis mokymosi metodas leidžia mokytis kuriant – tai įrodytas būdas įtvirtinti naujus įgūdžius.

Nuoširdžiai dėkojame mūsų autoriams: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Ypatinga padėka 🙏 mūsų Microsoft Student Ambassador autoriams, recenzentams ir turinio kūrėjams, tarp jų 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

Duomenų mokslas pradedantiesiems - Sketchnote by @nitya

🌐 Daugiakalbė parama

Palaikoma per GitHub Action (Automatizuota ir visada atnaujinama)

Prancūzų | Ispanų | Vokiečių | Rusų | Arabų | Persų (Farsi) | Urdu | Kinų (supaprastinta) | Kinų (tradicinė, Makao) | Kinų (tradicinė, Honkongas) | Kinų (tradicinė, Taivanas) | Japonų | Korėjiečių | Hindi | Bengalų | Marathi | Nepalų | Pandžabų (Gurmukhi) | Portugalų (Portugalija) | Portugalų (Brazilija) | Italų | Lenkų | Turkų | Graikų | Tajų | Švedų | Danų | Norvegų | Suomių | Olandų | Hebrajų | Vietnamiečių | Indoneziečių | Malajų | Tagalogų (Filipinų) | Svahilių | Vengrų | Čekų | Slovakų | Rumunų | Bulgarų | Serbų (kirilica) | Kroatų | Slovėnų | Ukrainiečių | Birmos (Mianmaras)

Jei norite pridėti papildomų vertimų, palaikomos kalbos pateiktos čia

Prisijunkite prie mūsų bendruomenės

Ar esate studentas?

Pradėkite nuo šių išteklių:

• Studentų centras Šiame puslapyje rasite pradedančiųjų išteklius, studentų paketus ir net būdus, kaip gauti nemokamą sertifikato kuponą. Tai puslapis, kurį verta pažymėti ir reguliariai tikrinti, nes turinys keičiamas bent kartą per mėnesį.
• Microsoft Learn Student Ambassadors Prisijunkite prie pasaulinės studentų ambasadorių bendruomenės – tai gali būti jūsų kelias į Microsoft.

Pradžia

Mokytojai: mes įtraukėme keletą pasiūlymų, kaip naudoti šią mokymo programą. Laukiame jūsų atsiliepimų mūsų diskusijų forume!

Studentai: norėdami naudoti šią mokymo programą savarankiškai, fork'inkite visą repozitoriją ir atlikite užduotis savarankiškai, pradėdami nuo prieš paskaitą pateikiamo testo. Tada perskaitykite paskaitą ir atlikite likusias veiklas. Stenkitės kurti projektus suprasdami pamokas, o ne kopijuodami sprendimų kodą; tačiau tas kodas yra prieinamas /solutions aplankuose kiekvienoje projektinėje pamokoje. Kita idėja – sukurti mokymosi grupę su draugais ir kartu peržiūrėti turinį. Tolimesniam mokymuisi rekomenduojame Microsoft Learn.

Susipažinkite su komanda

Gif sukūrė Mohit Jaisal

🎥 Spustelėkite aukščiau esančią nuotrauką, kad pamatytumėte vaizdo įrašą apie projektą ir žmones, kurie jį sukūrė!

Pedagogika

Kurdami šią mokymo programą pasirinkome du pedagoginius principus: užtikrinti, kad ji būtų paremta projektais, ir įtraukti dažnus testus. Pasibaigus šiai serijai, studentai bus išmokę pagrindinius duomenų mokslo principus, įskaitant etikos koncepcijas, duomenų paruošimą, įvairius darbo su duomenimis būdus, duomenų vizualizaciją, duomenų analizę, realaus pasaulio duomenų mokslo taikymo atvejus ir dar daugiau.

Be to, mažos rizikos testas prieš pamoką padeda studentui susitelkti į temos mokymąsi, o antrasis testas po pamokos užtikrina geresnį įsiminimą. Ši mokymo programa buvo sukurta taip, kad būtų lanksti ir smagi, ir ją galima naudoti visą arba dalimis. Projektai prasideda nuo paprastų ir tampa vis sudėtingesni per 10 savaičių ciklą.

Rasite mūsų Elgesio kodeksą, Prisidėjimo, Vertimo gaires. Laukiame jūsų konstruktyvių atsiliepimų!

Kiekviena pamoka apima:

• Pasirenkamą eskizą
• Pasirenkamą papildomą vaizdo įrašą
• Įžanginį testą prieš pamoką
• Rašytinę pamoką
• Projektinėms pamokoms – žingsnis po žingsnio vadovus, kaip sukurti projektą
• Žinių patikrinimus
• Iššūkį
• Papildomą skaitymą
• Užduotį
• Testą po pamokos

Pastaba apie testus: Visi testai yra „Quiz-App“ aplanke, iš viso 40 testų, kiekviename po tris klausimus. Jie yra susieti su pamokomis, tačiau testų programėlę galima paleisti lokaliai arba įdiegti „Azure“; sekite instrukcijas „quiz-app“ aplanke. Testai palaipsniui lokalizuojami.

Pamokos

Duomenų mokslas pradedantiesiems: Planas - Eskizas @nitya

Pamokos numeris	Tema	Pamokų grupavimas	Mokymosi tikslai	Susieta pamoka	Autorius
01	Duomenų mokslo apibrėžimas	Įvadas	Sužinokite pagrindines duomenų mokslo sąvokas ir kaip jis susijęs su dirbtiniu intelektu, mašininiu mokymusi ir didžiaisiais duomenimis.	pamoka vaizdo įrašas	Dmitry
02	Duomenų mokslo etika	Įvadas	Duomenų etikos sąvokos, iššūkiai ir struktūros.	pamoka	Nitya
03	Duomenų apibrėžimas	Įvadas	Kaip klasifikuojami duomenys ir jų dažniausi šaltiniai.	pamoka	Jasmine
04	Įvadas į statistiką ir tikimybes	Įvadas	Matematiniai tikimybių ir statistikos metodai duomenims suprasti.	pamoka vaizdo įrašas	Dmitry
05	Darbas su reliaciniais duomenimis	Darbas su duomenimis	Įvadas į reliacinius duomenis ir pagrindai, kaip tyrinėti ir analizuoti reliacinius duomenis naudojant struktūrinės užklausos kalbą, dar žinomą kaip SQL (tariama „si-kvel“).	pamoka	Christopher
06	Darbas su NoSQL duomenimis	Darbas su duomenimis	Įvadas į nereliacinius duomenis, jų įvairius tipus ir pagrindai, kaip tyrinėti ir analizuoti dokumentų duomenų bazes.	pamoka	Jasmine
07	Darbas su Python	Darbas su duomenimis	Python naudojimo pagrindai duomenų tyrinėjimui su tokiomis bibliotekomis kaip Pandas. Rekomenduojama turėti pagrindinį Python programavimo supratimą.	pamoka vaizdo įrašas	Dmitry
08	Duomenų paruošimas	Darbas su duomenimis	Temos apie duomenų valymo ir transformavimo technikas, siekiant spręsti trūkstamų, netikslių ar neišsamių duomenų problemas.	pamoka	Jasmine
09	Kiekių vizualizavimas	Duomenų vizualizacija	Sužinokite, kaip naudoti Matplotlib vizualizuojant paukščių duomenis 🦆	pamoka	Jen
10	Duomenų pasiskirstymo vizualizavimas	Duomenų vizualizacija	Vizualizuojant stebėjimus ir tendencijas intervale.	pamoka	Jen
11	Proporcijų vizualizavimas	Duomenų vizualizacija	Vizualizuojant diskrečius ir grupuotus procentus.	pamoka	Jen
12	Ryšių vizualizavimas	Duomenų vizualizacija	Vizualizuojant ryšius ir koreliacijas tarp duomenų rinkinių ir jų kintamųjų.	pamoka	Jen
13	Reikšmingos vizualizacijos	Duomenų vizualizacija	Technikos ir patarimai, kaip padaryti vizualizacijas vertingas efektyviam problemų sprendimui ir įžvalgoms.	pamoka	Jen
14	Įvadas į duomenų mokslo gyvavimo ciklą	Gyvavimo ciklas	Įvadas į duomenų mokslo gyvavimo ciklą ir jo pirmąjį žingsnį – duomenų gavimą ir išskyrimą.	pamoka	Jasmine
15	Analizavimas	Gyvavimo ciklas	Ši duomenų mokslo gyvavimo ciklo fazė orientuota į duomenų analizės technikas.	pamoka	Jasmine
16	Komunikacija	Gyvavimo ciklas	Ši duomenų mokslo gyvavimo ciklo fazė orientuota į įžvalgų iš duomenų pateikimą taip, kad sprendimų priėmėjams būtų lengviau suprasti.	pamoka	Jalen
17	Duomenų mokslas debesyje	Debesų duomenys	Ši pamokų serija pristato duomenų mokslą debesyje ir jo privalumus.	pamoka	Tiffany ir Maud
18	Duomenų mokslas debesyje	Debesų duomenys	Modelių mokymas naudojant mažo kodo įrankius.	pamoka	Tiffany ir Maud
19	Duomenų mokslas debesyje	Debesų duomenys	Modelių diegimas naudojant „Azure Machine Learning Studio“.	pamoka	Tiffany ir Maud
20	Duomenų mokslas realiame pasaulyje	Realiame pasaulyje	Duomenų mokslo projektai realiame pasaulyje.	pamoka	Nitya

GitHub Codespaces

Sekite šiuos žingsnius, kad atidarytumėte šį pavyzdį „Codespace“:

1. Spustelėkite „Code“ išskleidžiamąjį meniu ir pasirinkite „Open with Codespaces“ parinktį.
2. Pasirinkite + Naujas „Codespace“ apačioje. Daugiau informacijos rasite GitHub dokumentacijoje.

VSCode Remote - Containers

Sekite šiuos žingsnius, kad atidarytumėte šį repo konteineryje naudodami savo vietinį kompiuterį ir VSCode su VS Code Remote - Containers plėtiniu:

1. Jei tai jūsų pirmas kartas naudojant vystymo konteinerį, įsitikinkite, kad jūsų sistema atitinka reikalavimus (pvz., įdiegta „Docker“) pradžios dokumentacijoje.

Norėdami naudoti šį repo, galite jį atidaryti izoliuotame „Docker“ tūryje:

Pastaba: Viduje tai naudos „Remote-Containers: Clone Repository in Container Volume...“ komandą, kad nukopijuotų šaltinio kodą į „Docker“ tūrį, o ne vietinį failų sistemą. Tūriai yra rekomenduojamas mechanizmas konteinerio duomenims išsaugoti.

Arba atidarykite vietoje nukopijuotą ar atsisiųstą repo versiją:

• Nukopijuokite šį repo į savo vietinę failų sistemą.
• Paspauskite F1 ir pasirinkite Remote-Containers: Open Folder in Container... komandą.
• Pasirinkite nukopijuotą šio aplanko kopiją, palaukite, kol konteineris pradės veikti, ir išbandykite.

Prieiga neprisijungus

Šią dokumentaciją galite paleisti neprisijungus naudodami Docsify. Nukopijuokite šį repo, įdiekite Docsify savo vietiniame kompiuteryje, tada šio repo šakniniame aplanke įveskite docsify serve. Svetainė bus paleista 3000 prievade jūsų vietiniame kompiuteryje: localhost:3000.

Pastaba, užrašų knygelės nebus rodomos per Docsify, todėl, kai reikia paleisti užrašų knygelę, tai darykite atskirai VS Code naudojant Python branduolį.

Kiti mokymo planai

Mūsų komanda kuria kitus mokymo planus! Peržiūrėkite:

• Generatyvus AI pradedantiesiems
• Generatyvus AI pradedantiesiems .NET
• Generatyvus AI su JavaScript
• Generatyvus AI su Java
• AI pradedantiesiems
• Duomenų mokslas pradedantiesiems
• Bash pradedantiesiems
• ML pradedantiesiems
• Kibernetinis saugumas pradedantiesiems
• Web kūrimas pradedantiesiems
• IoT pradedantiesiems
• Mašininis mokymasis pradedantiesiems
• XR kūrimas pradedantiesiems
• GitHub Copilot įvaldymas AI poriniam programavimui
• XR kūrimas pradedantiesiems
• GitHub Copilot įvaldymas C#/.NET programuotojams
• Pasirinkite savo Copilot nuotykį

---

Atsakomybės apribojimas:
Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, atkreipiame dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Kritinei informacijai rekomenduojama naudoti profesionalų žmogaus vertimą. Mes neprisiimame atsakomybės už nesusipratimus ar klaidingus aiškinimus, kylančius dėl šio vertimo naudojimo.