You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
31 lines
1.9 KiB
31 lines
1.9 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "696a8474a01054281704cbfb09148949",
|
|
"translation_date": "2025-08-26T21:14:08+00:00",
|
|
"source_file": "1-Introduction/README.md",
|
|
"language_code": "no"
|
|
}
|
|
-->
|
|
# Introduksjon til Data Science
|
|
|
|
|
|
> Foto av <a href="https://unsplash.com/@dawson2406?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Stephen Dawson</a> på <a href="https://unsplash.com/s/photos/data?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
|
|
|
|
I disse leksjonene vil du oppdage hvordan Data Science defineres og lære om etiske hensyn som en dataforsker må ta i betraktning. Du vil også lære hvordan data defineres og få en introduksjon til statistikk og sannsynlighet, de sentrale akademiske områdene innen Data Science.
|
|
|
|
### Emner
|
|
|
|
1. [Definere Data Science](01-defining-data-science/README.md)
|
|
2. [Etikk i Data Science](02-ethics/README.md)
|
|
3. [Definere Data](03-defining-data/README.md)
|
|
4. [Introduksjon til Statistikk og Sannsynlighet](04-stats-and-probability/README.md)
|
|
|
|
### Kreditering
|
|
|
|
Disse leksjonene ble skrevet med ❤️ av [Nitya Narasimhan](https://twitter.com/nitya) og [Dmitry Soshnikov](https://twitter.com/shwars).
|
|
|
|
---
|
|
|
|
**Ansvarsfraskrivelse**:
|
|
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten [Co-op Translator](https://github.com/Azure/co-op-translator). Selv om vi streber etter nøyaktighet, vær oppmerksom på at automatiserte oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på sitt opprinnelige språk bør anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen. |