History

leestott 57edd69619 🌐 Update translations via Co-op Translator		3 months ago
..
README.md	🌐 Update translations via Co-op Translator	3 months ago

README.md

Contoh Data Sains Mesra Pemula

Selamat datang ke direktori contoh! Koleksi contoh yang mudah dan penuh dengan komen ini direka untuk membantu anda memulakan perjalanan dalam data sains, walaupun anda seorang pemula sepenuhnya.

📚 Apa Yang Anda Akan Temui Di Sini

Setiap contoh adalah berdiri sendiri dan termasuk:

Komen yang jelas menerangkan setiap langkah
Kod yang mudah dibaca yang menunjukkan satu konsep pada satu masa
Konteks dunia sebenar untuk membantu anda memahami bila dan mengapa menggunakan teknik ini
Output yang dijangka supaya anda tahu apa yang perlu dicari

🚀 Memulakan

Prasyarat

Sebelum menjalankan contoh-contoh ini, pastikan anda mempunyai:

Python 3.7 atau lebih tinggi dipasang
Pemahaman asas tentang cara menjalankan skrip Python

Memasang Perpustakaan Yang Diperlukan

pip install pandas numpy matplotlib

📖 Gambaran Keseluruhan Contoh

1. Hello World - Gaya Data Sains

Fail: 01_hello_world_data_science.py

Program data sains pertama anda! Belajar cara:

Memuatkan dataset yang mudah
Memaparkan maklumat asas tentang data anda
Mencetak output data sains pertama anda

Sesuai untuk pemula mutlak yang ingin melihat program data sains pertama mereka beraksi.

2. Memuatkan dan Meneroka Data

Fail: 02_loading_data.py

Belajar asas bekerja dengan data:

Membaca data dari fail CSV
Melihat beberapa baris pertama dataset anda
Mendapatkan statistik asas tentang data anda
Memahami jenis data

Ini sering menjadi langkah pertama dalam mana-mana projek data sains!

3. Analisis Data Mudah

Fail: 03_simple_analysis.py

Lakukan analisis data pertama anda:

Mengira statistik asas (purata, median, mod)
Mencari nilai maksimum dan minimum
Mengira kekerapan nilai
Menapis data berdasarkan syarat

Lihat bagaimana menjawab soalan mudah tentang data anda.

4. Asas Visualisasi Data

Fail: 04_basic_visualization.py

Buat visualisasi pertama anda:

Membuat carta bar yang mudah
Membuat plot garis
Menjana carta pai
Menyimpan visualisasi anda sebagai imej

Belajar untuk menyampaikan penemuan anda secara visual!

5. Bekerja dengan Data Sebenar

Fail: 05_real_world_example.py

Gabungkan semuanya dengan contoh lengkap:

Memuatkan data sebenar dari repositori
Membersihkan dan menyediakan data
Melakukan analisis
Membuat visualisasi yang bermakna
Membuat kesimpulan

Contoh ini menunjukkan aliran kerja lengkap dari awal hingga akhir.

🎯 Cara Menggunakan Contoh-Contoh Ini

Mulakan dari awal: Contoh-contoh ini diberi nombor mengikut tahap kesukaran. Mulakan dengan 01_hello_world_data_science.py dan teruskan.
Baca komen: Setiap fail mempunyai komen terperinci yang menerangkan apa yang dilakukan oleh kod dan mengapa. Bacalah dengan teliti!
Bereksperimen: Cuba ubah kod. Apa yang berlaku jika anda mengubah nilai? Pecahkan sesuatu dan perbaiki - itulah cara anda belajar!
Jalankan kod: Laksanakan setiap contoh dan perhatikan outputnya. Bandingkan dengan apa yang anda jangkakan.
Kembangkan: Setelah anda memahami satu contoh, cuba kembangkan dengan idea anda sendiri.

💡 Petua untuk Pemula

Jangan tergesa-gesa: Luangkan masa untuk memahami setiap contoh sebelum beralih ke yang seterusnya
Taip kod sendiri: Jangan hanya salin-tampal. Mengetik membantu anda belajar dan mengingati
Cari konsep yang tidak dikenali: Jika anda melihat sesuatu yang tidak anda fahami, cari maklumat mengenainya secara dalam talian atau dalam pelajaran utama
Tanya soalan: Sertai forum perbincangan jika anda memerlukan bantuan
Berlatih secara berkala: Cuba kod sedikit setiap hari daripada sesi panjang sekali seminggu

🔗 Langkah Seterusnya

Selepas melengkapkan contoh-contoh ini, anda bersedia untuk:

Meneruskan pelajaran kurikulum utama
Mencuba tugasan dalam setiap folder pelajaran
Meneroka Jupyter notebooks untuk pembelajaran yang lebih mendalam
Membuat projek data sains anda sendiri

📚 Sumber Tambahan

Kurikulum Utama - Kursus lengkap 20 pelajaran
Untuk Guru - Menggunakan kurikulum ini di bilik darjah anda
Microsoft Learn - Sumber pembelajaran dalam talian percuma
Dokumentasi Python - Rujukan rasmi Python

🤝 Menyumbang

Menemui pepijat atau mempunyai idea untuk contoh baru? Kami mengalu-alukan sumbangan! Sila lihat Panduan Menyumbang.

Selamat Belajar! 🎉

Ingat: Setiap pakar pernah menjadi pemula. Ambil satu langkah pada satu masa, dan jangan takut untuk membuat kesilapan - ia adalah sebahagian daripada proses pembelajaran!

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