Data-Science-For-Beginners/translations/ms

Sains Data untuk Pemula - Kurikulum

Pendukung Azure Cloud di Microsoft dengan sukacitanya menawarkan kurikulum 10 minggu, 20 pelajaran mengenai Sains Data. Setiap pelajaran merangkumi kuiz pra-pelajaran dan pasca-pelajaran, arahan bertulis untuk menyelesaikan pelajaran, satu penyelesaian, dan tugasan. Pedagogi berasaskan projek kami membolehkan anda belajar sambil membina, satu cara terbukti supaya kemahiran baru terus melekat.

Terima kasih yang tidak terhingga kepada penulis kami: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Terima kasih khusus 🙏 kepada penulis, penilai dan penyumbang kandungan Duta Pelajar Microsoft, terutamanya 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

Sains Data untuk Pemula - Sketchnote oleh @nitya

🌐 Sokongan Pelbagai Bahasa

Disokong melalui Tindakan GitHub (Automatik & Sentiasa Terkini)

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 | Khmer | 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

Lebih suka Klon secara Tempatan?

Repositori ini termasuk lebih daripada 50 terjemahan bahasa yang secara ketara meningkatkan saiz muat turun. Untuk klon tanpa terjemahan, gunakan sparse checkout:

Bash / macOS / Linux:

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'

CMD (Windows):

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"

Ini memberi anda segala yang diperlukan untuk menyelesaikan kursus dengan muat turun yang lebih pantas.

Jika anda ingin menyokong bahasa terjemahan tambahan disenaraikan di sini

Sertai Komuniti Kami

Kami mempunyai siri belajar Discord dengan AI sedang berlangsung, ketahui lebih lanjut dan sertai kami di Siri Belajar dengan AI dari 18 - 30 September, 2025. Anda akan mendapat petua dan trik menggunakan GitHub Copilot untuk Sains Data.

Adakah anda seorang pelajar?

Mulakan dengan sumber berikut:

• Halaman Hub Pelajar Dalam halaman ini, anda akan menemui sumber untuk pemula, Pakej Pelajar dan juga cara untuk mendapatkan baucar sijil percuma. Ini adalah satu halaman yang anda ingin tandakan dan semak dari masa ke masa kerana kami menukar kandungan sekurang-kurangnya setiap bulan.
• Duta Pelajar Microsoft Learn Sertai komuniti global duta pelajar, ini boleh menjadi jalan anda ke Microsoft.

Mula

📚 Dokumentasi

• Panduan Pemasangan - Arahan langkah demi langkah untuk pemula
• Panduan Penggunaan - Contoh dan aliran kerja biasa
• Penyelesaian Masalah - Penyelesaian kepada masalah biasa
• Panduan Menyumbang - Cara menyumbang kepada projek ini
• Untuk Guru - Panduan pengajaran dan sumber kelas

👨‍🎓 Untuk Pelajar

Pemula Lengkap: Baru dalam sains data? Mulakan dengan contoh mesra pemula kami! Contoh mudah dan lengkap dengan komen ini akan membantu anda memahami asas sebelum menyelami kurikulum penuh. Pelajar: untuk menggunakan kurikulum ini secara sendiri, buat garpu keseluruhan repositori dan selesaikan latihan sendiri, bermula dengan kuiz pra-ceramah. Kemudian baca ceramah dan selesaikan aktiviti lain. Cuba buat projek dengan memahami pelajaran daripada hanya menyalin kod penyelesaian; namun kod itu tersedia dalam folder /solutions dalam setiap pelajaran berfokus projek. Satu lagi idea adalah membentuk kumpulan belajar bersama rakan dan lalui kandungan bersama. Untuk kajian lanjut, kami cadangkan Microsoft Learn.

Mula Pantas:

1. Semak Panduan Pemasangan untuk menyediakan persekitaran anda
2. Tinjau Panduan Penggunaan untuk belajar cara menggunakan kurikulum
3. Mula dengan Pelajaran 1 dan teruskan secara berurutan
4. Sertai komuniti Discord kami untuk sokongan

👩‍🏫 Untuk Guru

Guru: kami telah menyertakan beberapa cadangan tentang cara menggunakan kurikulum ini. Kami mengalu-alukan maklum balas anda dalam forum perbincangan kami!

Kenali Pasukan

Gif oleh Mohit Jaisal

🎥 Klik imej di atas untuk menonton video mengenai projek ini dan orang-orang yang menciptakannya!

Pedagogi

Kami telah memilih dua prinsip pedagogi semasa membina kurikulum ini: memastikan ia berasaskan projek dan merangkumi kuiz yang kerap. Menjelang akhir siri ini, pelajar akan mempelajari prinsip asas ilmu data, termasuk konsep etika, penyediaan data, pelbagai cara bekerja dengan data, visualisasi data, analisis data, kes penggunaan ilmu data dunia sebenar, dan banyak lagi.

Selain itu, kuiz bertaraf rendah sebelum kelas menetapkan hasrat pelajar untuk mempelajari topik, manakala kuiz kedua selepas kelas memastikan pengekalan yang lebih baik. Kurikulum ini direka untuk fleksibel dan menyeronokkan serta boleh diikuti secara keseluruhan atau sebahagian. Projek-projek bermula kecil dan menjadi semakin kompleks menjelang akhir kitaran 10 minggu.

Dapatkan Kod Etika, Sumbangan, dan garis panduan Terjemahan kami. Kami mengalu-alukan maklum balas membina anda!

Setiap pelajaran merangkumi:

• Sketchnote pilihan
• Video tambahan pilihan
• Kuiz pemanasan pra-pelajaran
• Pelajaran bertulis
• Untuk pelajaran berasaskan projek, panduan langkah demi langkah tentang cara membina projek
• Semakan pengetahuan
• Cabaran
• Bacaan tambahan
• Tugasan
• Kuiz pasca-pelajaran

Nota tentang kuiz: Semua kuiz disimpan dalam folder Quiz-App, dengan jumlah 40 kuiz masing-masing mengandungi tiga soalan. Ia dihubungkan dari dalam pelajaran, tetapi aplikasi kuiz boleh dijalankan secara tempatan atau dikerah ke Azure; ikut arahan dalam folder quiz-app. Ia sedang diperingkatkan penterjemahannya secara berperingkat.

🎓 Contoh Mesra Pemula

Baru dalam Ilmu Data? Kami telah menyediakan direktori contoh khas dengan kod ringkas dan ulasan terperinci untuk membantu anda memulakan:

• 🌟 Hello World - Program ilmu data pertama anda
• 📂 Memuatkan Data - Belajar membaca dan meneroka set data
• 📊 Analisis Mudah - Mengira statistik dan mencari corak
• 📈 Visualisasi Asas - Membuat carta dan graf
• 🔬 Projek Dunia Sebenar - Aliran kerja lengkap dari mula hingga selesai

Setiap contoh termasuk ulasan terperinci yang menerangkan setiap langkah, sangat sesuai untuk pemula mutlak!

👉 Mula dengan contoh 👈

Pelajaran

Ilmu Data untuk Pemula: Peta Jalan - Sketchnote oleh @nitya

Nombor Pelajaran	Topik	Kumpulan Pelajaran	Objektif Pembelajaran	Pelajaran Berkait	Penulis
01	Mendefinisikan Ilmu Data	Pengenalan	Pelajari konsep asas di sebalik ilmu data dan bagaimana ia berkait dengan kecerdasan buatan, pembelajaran mesin, dan data besar.	pelajaran video	Dmitry
02	Etika Ilmu Data	Pengenalan	Konsep Etika Data, Cabaran & Rangka Kerja.	pelajaran	Nitya
03	Mendefinisikan Data	Pengenalan	Cara data diklasifikasikan dan sumber biasa data.	pelajaran	Jasmine
04	Pengenalan kepada Statistik & Kebarangkalian	Pengenalan	Teknik matematik kebarangkalian dan statistik untuk memahami data.	pelajaran video	Dmitry
05	Bekerja dengan Data Relasi	Bekerja Dengan Data	Pengenalan kepada data relasi dan asas meneroka serta menganalisis data relasi dengan Structured Query Language, juga dikenali sebagai SQL (disebut "see-quell").	pelajaran	Christopher
06	Bekerja dengan Data NoSQL	Bekerja Dengan Data	Pengenalan kepada data bukan relasi, pelbagai jenisnya dan asas meneroka serta menganalisis pangkalan data dokumen.	pelajaran	Jasmine
07	Bekerja dengan Python	Bekerja Dengan Data	Asas menggunakan Python untuk penerokaan data dengan perpustakaan seperti Pandas. Pemahaman asas pengaturcaraan Python disyorkan.	pelajaran video	Dmitry
08	Penyediaan Data	Bekerja Dengan Data	Topik teknik data untuk membersihkan dan mengubah data untuk menangani cabaran data hilang, tidak tepat, atau tidak lengkap.	pelajaran	Jasmine
09	Visualisasi Kuantiti	Visualisasi Data	Belajar menggunakan Matplotlib untuk memvisualisasikan data burung 🦆	pelajaran	Jen
10	Visualisasi Taburan Data	Visualisasi Data	Memvisualisasi pemerhatian dan tren dalam satu selang.	pelajaran	Jen
11	Visualisasi Peratusan	Visualisasi Data	Memvisualisasikan peratusan diskret dan berkumpulan.	pelajaran	Jen
12	Visualisasi Hubungan	Visualisasi Data	Memvisualisasikan hubungan dan korelasi antara set data dan pembolehubahnya.	pelajaran	Jen
13	Visualisasi Bermakna	Visualisasi Data	Teknik dan panduan untuk menjadikan visualisasi anda bernilai bagi penyelesaian masalah dan kefahaman yang berkesan.	pelajaran	Jen
14	Pengenalan kepada kitaran hayat Ilmu Data	Kitaran Hayat	Pengenalan kepada kitaran hayat ilmu data dan langkah pertama untuk memperoleh serta mengekstrak data.	pelajaran	Jasmine
15	Menganalisis	Kitaran Hayat	Fasa ini dalam kitaran hayat ilmu data menumpukan pada teknik untuk menganalisis data.	pelajaran	Jasmine
16	Komunikasi	Kitaran Hayat	Fasa ini dalam kitaran hayat ilmu data menumpukan pada penyampaian pandangan dari data dengan cara yang memudahkan pembuat keputusan memahami.	pelajaran	Jalen
17	Ilmu Data di Awan	Data Awan	Siri pelajaran ini memperkenalkan ilmu data di awan dan manfaatnya.	pelajaran	Tiffany dan Maud
18	Ilmu Data di Awan	Data Awan	Melatih model menggunakan alat Kod Rendah.	pelajaran	Tiffany dan Maud
19	Ilmu Data di Awan	Data Awan	Menyebarkan model dengan Azure Machine Learning Studio.	pelajaran	Tiffany dan Maud
20	Ilmu Data di Dunia Nyata	Di Dunia Nyata	Projek berasaskan ilmu data dalam dunia sebenar.	pelajaran	Nitya

GitHub Codespaces

Ikuti langkah-langkah ini untuk membuka contoh ini dalam Codespace:

1. Klik menu lungsur Code dan pilih pilihan Open with Codespaces.
2. Pilih + New codespace di bahagian bawah pane. Untuk maklumat lanjut, lihat dokumentasi GitHub.

VSCode Remote - Containers

Ikuti langkah berikut untuk membuka repo ini dalam kontena menggunakan mesin tempatan anda dan VSCode dengan sambungan VS Code Remote - Containers:

1. Jika ini kali pertama anda menggunakan kontena pembangunan, sila pastikan sistem anda memenuhi prasyarat (contoh: telah memasang Docker) dalam dokumentasi memulakan.

Untuk menggunakan repositori ini, anda boleh membuka repo dalam volum Docker yang terasing:

Nota: Di balik tabir, ini akan menggunakan perintah Remote-Containers: Clone Repository in Container Volume... untuk mengklon kod sumber dalam volum Docker dan bukan sistem fail tempatan. Volum adalah mekanisme yang disyorkan untuk menyimpan data kontena.

Atau buka salinan repo yang telah diklon atau dimuat turun secara tempatan:

• Klon repositori ini ke sistem fail tempatan anda.
• Tekan F1 dan pilih perintah Remote-Containers: Open Folder in Container....
• Pilih salinan folder ini yang telah diklon, tunggu kontena dimulakan, dan cuba gunakan.

Akses Luar Talian

Anda boleh menjalankan dokumentasi ini secara offline dengan menggunakan Docsify. Forq repo ini, pasang Docsify pada mesin tempatan anda, kemudian dalam folder akar repo ini, taip docsify serve. Laman web akan dihidangkan pada port 3000 di localhost anda: localhost:3000.

Nota, buku nota tidak akan dipaparkan melalui Docsify, jadi apabila perlu menjalankan buku nota, lakukan secara berasingan dalam VS Code yang menjalankan kernel Python.

Kurikulum Lain

Pasukan kami juga menghasilkan kurikulum lain! Lihat:

LangChain

Azure / Edge / MCP / Ejen

---

Siri AI Generatif

---

Pembelajaran Teras

---

Siri Copilot

Mendapatkan Bantuan

Menghadapi masalah? Semak Panduan Penyelesaian Masalah kami untuk penyelesaian kepada masalah biasa.

Jika anda tersekat atau mempunyai sebarang soalan tentang membina aplikasi AI. Sertai pelajar lain dan pembangun berpengalaman dalam perbincangan mengenai MCP. Ia adalah komuniti yang menyokong di mana soalan dialu-alukan dan ilmu dikongsi dengan bebas.

Jika anda mempunyai maklum balas produk atau ralat semasa membina, lawati:

---

Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk ketepatan, sila ambil maklum bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang sahih. Untuk maklumat penting, terjemahan profesional oleh manusia adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.