localizeflow[bot]
0b96668c5a
|
5 days ago | |
|---|---|---|
| .. | ||
| 1-Introduction | 2 months ago | |
| 2-Working-With-Data | 5 days ago | |
| 3-Data-Visualization | 4 months ago | |
| 4-Data-Science-Lifecycle | 4 months ago | |
| 5-Data-Science-In-Cloud | 4 months ago | |
| 6-Data-Science-In-Wild | 4 months ago | |
| docs | 4 months ago | |
| examples | 3 months ago | |
| quiz-app | 4 months ago | |
| sketchnotes | 4 months ago | |
| AGENTS.md | 3 months ago | |
| CODE_OF_CONDUCT.md | 4 months ago | |
| CONTRIBUTING.md | 3 months ago | |
| INSTALLATION.md | 3 months ago | |
| README.md | 5 days ago | |
| SECURITY.md | 4 months ago | |
| SUPPORT.md | 4 months ago | |
| TROUBLESHOOTING.md | 3 months ago | |
| USAGE.md | 3 months ago | |
| for-teachers.md | 4 months ago | |
README.md
Sains Data untuk Pemula - Kurikulum
Penyokong Azure Cloud di Microsoft dengan sukacitanya menawarkan kurikulum 10 minggu, 20 pelajaran yang berkaitan dengan Sains Data. Setiap pelajaran termasuk kuiz pra-pelajaran dan pasca-pelajaran, arahan bertulis untuk melengkapkan pelajaran, penyelesaian, dan tugasan. Pedagogi berasaskan projek kami membolehkan anda belajar sambil membina, cara yang terbukti untuk kemahiran baru '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 istimewa 🙏 kepada penulis, penyemak 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 GitHub Action (Automatik & Sentiasa Dikemas Kini)
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
Jika anda ingin bahasa terjemahan tambahan disokong, senarai bahasa tersebut terdapat di sini
Sertai Komuniti Kami
Kami mempunyai siri belajar Discord dengan AI yang sedang berjalan, 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 Pusat Pelajar Dalam halaman ini, anda akan menemui sumber untuk pemula, Pek Pelajar dan juga cara untuk mendapatkan baucar sijil percuma. Ini adalah satu halaman yang anda mahu tandakan dan semak dari semasa ke semasa kerana kami menukar kandungan sekurang-kurangnya setiap bulan.
- Duta Pelajar Microsoft Learn Sertai komuniti global duta pelajar, ini boleh menjadi jalan anda ke Microsoft.
Memulakan
📚 Dokumentasi
- Panduan Pemasangan - Arahan langkah demi langkah untuk pemula
- Panduan Penggunaan - Contoh dan aliran kerja biasa
- Penyelesaian Masalah - Penyelesaian untuk isu biasa
- Panduan Menyumbang - Cara menyumbang kepada projek ini
- Untuk Guru - Panduan pengajaran dan sumber bilik darjah
👨🎓 Untuk Pelajar
Pemula Sepenuhnya: Baru dalam sains data? Mulakan dengan contoh mesra pemula kami! Contoh mudah dan berkomentar baik ini akan membantu anda memahami asas sebelum menyelami kurikulum penuh. Pelajar: untuk menggunakan kurikulum ini sendiri, buat forkan repo sepenuhnya dan lengkapkan latihan sendiri, bermula dengan kuiz pra-ceramah. Kemudian baca ceramah dan lengkapkan aktiviti lain. Cuba cipta projek dengan memahami pelajaran dan bukannya menyalin kod penyelesaian; walau bagaimanapun, kod tersebut tersedia dalam folder /solutions dalam setiap pelajaran berorientasikan projek. Satu lagi idea adalah membentuk kumpulan belajar dengan rakan dan melalui kandungan bersama. Untuk kajian lanjut, kami mengesyorkan Microsoft Learn.
Mula Pantas:
- Semak Panduan Pemasangan untuk menyediakan persekitaran anda
- Tinjau Panduan Penggunaan untuk belajar cara menggunakan kurikulum
- Mulakan dengan Pelajaran 1 dan teruskan secara berurutan
- Sertai komuniti Discord kami untuk sokongan
👩🏫 Untuk Guru
Guru: kami telah menyertakan beberapa cadangan tentang cara menggunakan kurikulum ini. Kami sangat mengalu-alukan maklum balas anda di forum perbincangan kami!
Kenali Pasukan
Gif oleh Mohit Jaisal
🎥 Klik imej di atas untuk 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 termasuk kuiz yang kerap. Pada akhir siri ini, pelajar akan mempelajari prinsip asas sains data, termasuk konsep etika, penyediaan data, pelbagai cara bekerja dengan data, visualisasi data, analisis data, kes penggunaan dunia sebenar sains data, dan banyak lagi.
Selain itu, kuiz berisiko rendah sebelum kelas menetapkan niat pelajar untuk mempelajari sesuatu topik, manakala kuiz kedua selepas kelas memastikan pengekalan yang lebih baik. Kurikulum ini direka untuk fleksibel dan menyeronokkan serta boleh diambil secara keseluruhan atau sebahagian. Projek-projek bermula kecil dan menjadi semakin kompleks menjelang akhir kitaran 10 minggu.
Dapatkan Kod Etika, Sumbangan, Terjemahan panduan kami. Kami mengalu-alukan maklum balas membina anda!
Setiap pelajaran termasuk:
- Sketchnote pilihan
- Video tambahan pilihan
- Kuiz pemanasan sebelum pelajaran
- Pelajaran bertulis
- Untuk pelajaran berasaskan projek, panduan langkah demi langkah cara membina projek
- Pemeriksaan pengetahuan
- Cabaran
- Bacaan tambahan
- Tugasan
- Kuiz selepas pelajaran
Nota tentang kuiz: Semua kuiz terkandung dalam folder Quiz-App, dengan jumlah 40 kuiz yang masing-masing mempunyai tiga soalan. Ia dipautkan dari dalam pelajaran, tetapi aplikasi kuiz boleh dijalankan secara tempatan atau diterapkan ke Azure; ikut arahan dalam folder
quiz-app. Ia sedang diterjemahkan secara berperingkat.
🎓 Contoh Mesra Pemula
Baru dalam Sains Data? Kami telah mencipta direktori contoh khas dengan kod mudah dan berkomentar baik untuk membantu anda bermula:
- 🌟 Hello World - Program sains 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 komen terperinci yang menerangkan setiap langkah, menjadikannya sempurna untuk pemula mutlak!
Pelajaran
 |
|---|
| Sains Data Untuk Pemula: Peta Jalan - Sketchnote oleh @nitya |
| Nombor Pelajaran | Topik | Kumpulan Pelajaran | Objektif Pembelajaran | Pelajaran Berkaitan | Pengarang |
|---|---|---|---|---|---|
| 01 | Mendefinisikan Sains Data | Pengenalan | Pelajari konsep asas di sebalik sains data dan bagaimana ia berkaitan dengan kecerdasan buatan, pembelajaran mesin, dan data besar. | pelajaran video | Dmitry |
| 02 | Etika Sains Data | Pengenalan | Konsep Etika Data, Cabaran & Rangka Kerja. | pelajaran | Nitya |
| 03 | Mendefinisikan Data | Pengenalan | Bagaimana data diklasifikasikan dan sumber lazimnya. | pelajaran | Jasmine |
| 04 | Pengenalan 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 Bahasa Pertanyaan Berstruktur, juga dikenali sebagai SQL (sebutan “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 bagi menangani cabaran data yang 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 | Memvisualisasikan pemerhatian dan tren dalam suatu 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 untuk penyelesaian masalah dan penemuan yang berkesan. | pelajaran | Jen |
| 14 | Pengenalan kepada kitaran hayat Sains Data | Kitaran Hayat | Pengenalan kepada kitaran hayat sains data dan langkah pertama iaitu memperoleh dan mengekstrak data. | pelajaran | Jasmine |
| 15 | Menganalisis | Kitaran Hayat | Fasa kitaran hayat sains data yang memfokuskan teknik untuk menganalisis data. | pelajaran | Jasmine |
| 16 | Komunikasi | Kitaran Hayat | Fasa kitaran hayat sains data yang memfokuskan penyampaian penemuan dari data dengan cara yang memudahkan pembuat keputusan memahami. | pelajaran | Jalen |
| 17 | Sains Data di Awan | Data Awan | Siri pelajaran ini memperkenalkan sains data di awan dan manfaatnya. | pelajaran | Tiffany dan Maud |
| 18 | Sains Data di Awan | Data Awan | Melatih model menggunakan alat Low Code. | pelajaran | Tiffany dan Maud |
| 19 | Sains Data di Awan | Data Awan | Menyebarkan model dengan Azure Machine Learning Studio. | pelajaran | Tiffany dan Maud |
| 20 | Sains Data di Dunia Sebenar | Di Dunia Sebenar | Projek yang dipacu oleh sains data dalam dunia sebenar. | pelajaran | Nitya |
GitHub Codespaces
Ikuti langkah ini untuk membuka contoh ini dalam Codespace:
- Klik menu lungsur Code dan pilih pilihan Open with Codespaces.
- Pilih + New codespace di bahagian bawah panel. Untuk maklumat lanjut, lihat dokumentasi GitHub.
VSCode Remote - Containers
Ikuti langkah ini untuk membuka repo ini dalam bekas menggunakan mesin tempatan anda dan VSCode menggunakan sambungan VS Code Remote - Containers:
- Jika ini kali pertama anda menggunakan bekas pembangunan, pastikan sistem anda memenuhi prasyarat (contohnya telah memasang Docker) dalam dokumentasi memulakan.
Untuk menggunakan repositori ini, anda boleh membuka repositori dalam volum Docker terasing:
Nota: Di belakang tabir, ini akan menggunakan perintah Remote-Containers: Clone Repository in Container Volume... untuk menyalin kod sumber dalam volum Docker dan bukannya sistem fail tempatan. Volum adalah mekanisme yang disyorkan untuk mengekalkan data bekas.
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 yang diklon, tunggu bekas bermula, dan cuba gunakan.
Akses Luar Talian
Anda boleh menjalankan dokumentasi ini secara luar talian dengan menggunakan Docsify. Fork repo ini, pasang Docsify pada mesin tempatan anda, kemudian di folder root 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 anda perlu menjalankan buku nota, lakukan secara berasingan dalam VS Code yang menjalankan kernel Python.
Kurikulum Lain
Pasukan kami menghasilkan kurikulum lain! Lihat:
LangChain
Azure / Edge / MCP / Agen
Siri AI Generatif
-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}
Pembelajaran Teras
Siri Copilot
Mendapatkan Bantuan
Mengalami masalah? Semak Panduan Penyelesaian Masalah kami untuk penyelesaian 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 pengetahuan 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.