25 KiB

Raw Permalink Blame History Unescape Escape

Увод у науку о подацима - Наставни план

Azure Cloud Advocates у Microsoft-у са задовољством представљају наставни план од 10 недеља и 20 лекција посвећен науци о подацима. Свака лекција укључује квизове пре и после лекције, писана упутства за завршетак лекције, решење и задатак. Наш приступ заснован на пројектима омогућава вам да учите кроз практичан рад, што је доказан начин за усвајање нових вештина.

Срдачна захвалност нашим ауторима: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Посебна захвалност 🙏 нашим Microsoft Student Ambassador ауторима, рецензентима и сарадницима, укључујући 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


Наука о подацима за почетнике - Илустрација од @nitya

🌐 Подршка за више језика

Подржано преко GitHub Action (аутоматски и увек ажурирано)

Ако желите да додате још језика, подржани језици су наведени овде

Придружите се нашој заједници

Да ли сте студент?

Започните са следећим ресурсима:

Студентска страница На овој страници ћете пронаћи ресурсе за почетнике, студентске пакете и чак начине да добијете бесплатан ваучер за сертификат. Ово је страница коју треба да обележите и повремено проверавате, јер садржај мењамо најмање једном месечно.
Microsoft Learn Student Ambassadors Придружите се глобалној заједници студентских амбасадора, ово може бити ваш пут ка Microsoft-у.

Почетак

Наставници: укључили смо неке предлоге о томе како да користите овај наставни план. Волели бисмо да чујемо ваше повратне информације у нашем форуму за дискусију!

Студенти: да бисте користили овај наставни план самостално, форкујте цео репозиторијум и завршите вежбе самостално, почевши од квиза пре предавања. Затим прочитајте предавање и завршите остале активности. Покушајте да креирате пројекте разумевањем лекција, а не копирањем решења; међутим, тај код је доступан у /solutions фолдерима у свакој лекцији заснованој на пројекту. Друга идеја би била да формирате студијску групу са пријатељима и заједно прођете кроз садржај. За даље учење, препоручујемо Microsoft Learn.

Упознајте тим

Gif од Mohit Jaisal

🎥 Кликните на слику изнад за видео о пројекту и људима који су га креирали!

Педагошки приступ

Приликом креирања овог наставног плана, изабрали смо два педагошка принципа: осигурање да је заснован на пројектима и да укључује честе квизове. До краја овог серијала, студенти ће научити основне принципе науке о подацима, укључујући етичке концепте, припрему података, различите начине рада са подацима, визуализацију података, анализу података, примере из стварног света и још много тога.

Поред тога, квиз са ниским ризиком пре часа поставља намеру студента ка учењу теме, док други квиз након часа осигурава боље задржавање знања. Овај наставни план је дизајниран да буде флексибилан и забаван и може се узети у целости или делимично. Пројекти почињу са мањим задацима и постају све сложенији до краја циклуса од 10 недеља.

Пронађите наше Правила понашања, Упутства за допринос, Упутства за превод. Радо прихватамо ваше конструктивне повратне информације!

Свака лекција укључује:

Опциона скица
Опциони допунски видео
Квиз за загревање пре лекције
Писана лекција
За лекције засноване на пројектима, водичи корак по корак како изградити пројекат
Провере знања
Изазов
Допунско читање
Задатак
Квиз након лекције

Напомена о квизовима: Сви квизови се налазе у фасцикли Quiz-App, укупно 40 квизова са по три питања. Линкови ка квизовима су укључени унутар лекција, али апликација за квиз може се покренути локално или поставити на Azure; пратите упутства у фасцикли quiz-app. Постепено се локализују.

Лекције


Наука о подацима за почетнике: План пута - Скица од @nitya

Број лекције	Тема	Груписање лекција	Циљеви учења	Линкована лекција	Аутор
01	Дефинисање науке о подацима	Увод	Научите основне концепте науке о подацима и како је она повезана са вештачком интелигенцијом, машинским учењем и великим подацима.	лекција видео	Дмитриј
02	Етика у науци о подацима	Увод	Концепти етике података, изазови и оквири.	лекција	Нитија
03	Дефинисање података	Увод	Како се подаци класификују и њихови уобичајени извори.	лекција	Јасмин
04	Увод у статистику и вероватноћу	Увод	Математичке технике вероватноће и статистике за разумевање података.	лекција видео	Дмитриј
05	Рад са релационим подацима	Рад са подацима	Увод у релационе податке и основе истраживања и анализе релационих података помоћу језика Structured Query Language, познатог као SQL (изговара се „си-квел“).	лекција	Кристофер
06	Рад са NoSQL подацима	Рад са подацима	Увод у нерелационе податке, њихове различите типове и основе истраживања и анализе докумената базе података.	лекција	Јасмин
07	Рад са Python-ом	Рад са подацима	Основе коришћења Python-а за истраживање података уз библиотеке као што је Pandas. Препоручује се основно разумевање Python програмирања.	лекција видео	Дмитриј
08	Припрема података	Рад са подацима	Теме о техникама за чишћење и трансформацију података ради решавања проблема са недостајућим, нетачним или непотпуним подацима.	лекција	Јасмин
09	Визуелизација количина	Визуелизација података	Научите како да користите Matplotlib за визуелизацију података о птицама 🦆	лекција	Џен
10	Визуелизација расподела података	Визуелизација података	Визуелизација запажања и трендова унутар интервала.	лекција	Џен
11	Визуелизација пропорција	Визуелизација података	Визуелизација дискретних и груписаних процената.	лекција	Џен
12	Визуелизација односа	Визуелизација података	Визуелизација веза и корелација између скупова података и њихових варијабли.	лекција	Џен
13	Смислене визуелизације	Визуелизација података	Технике и смернице за прављење визуелизација које су вредне за ефикасно решавање проблема и увиде.	лекција	Џен
14	Увод у животни циклус науке о подацима	Животни циклус	Увод у животни циклус науке о подацима и његов први корак - прикупљање и екстракција података.	лекција	Јасмин
15	Анализа	Животни циклус	Ова фаза животног циклуса науке о подацима фокусира се на технике за анализу података.	лекција	Јасмин
16	Комуникација	Животни циклус	Ова фаза животног циклуса науке о подацима фокусира се на представљање увида из података на начин који олакшава разумевање доносиоцима одлука.	лекција	Џејлен
17	Наука о подацима у облаку	Облачни подаци	Ова серија лекција представља науку о подацима у облаку и њене предности.	лекција	Тифани и Мод
18	Наука о подацима у облаку	Облачни подаци	Тренирање модела помоћу алата са мало кода.	лекција	Тифани и Мод
19	Наука о подацима у облаку	Облачни подаци	Постављање модела помоћу Azure Machine Learning Studio.	лекција	Тифани и Мод
20	Наука о подацима у стварном свету	У стварном свету	Пројекти вођени науком о подацима у стварном свету.	лекција	Нитија

GitHub Codespaces

Пратите ове кораке да отворите овај пример у Codespace-у:

Кликните на падајући мени Code и изаберите опцију Open with Codespaces.
Изаберите + New codespace на дну панела. За више информација, погледајте GitHub документацију.

VSCode Remote - Containers

Пратите ове кораке да отворите овај репозиторијум у контејнеру користећи ваш локални рачунар и VSCode уз екстензију VS Code Remote - Containers:

Ако први пут користите развојни контејнер, уверите се да ваш систем испуњава предуслове (нпр. да имате инсталиран Docker) у документацији за почетак.

Да бисте користили овај репозиторијум, можете га отворити у изолованом Docker волумену:

Напомена: У позадини, ово ће користити Remote-Containers: Clone Repository in Container Volume... команду за клонирање изворног кода у Docker волумен уместо локалног фајл система. Волумени су препоручени механизам за чување података контејнера.

Или отворите локално клонирану или преузету верзију репозиторијума:

Клонирајте овај репозиторијум на ваш локални фајл систем.
Притисните F1 и изаберите команду Remote-Containers: Open Folder in Container....
Изаберите клонирану копију ове фасцикле, сачекајте да се контејнер покрене и испробајте.

Офлајн приступ

Можете покренути ову документацију офлајн користећи Docsify. Форкујте овај репозиторијум, инсталирајте Docsify на ваш локални рачунар, а затим у коренској фасцикли овог репозиторијума укуцајте docsify serve. Веб-сајт ће бити доступан на порту 3000 на вашем localhost-у: localhost:3000.

Напомена, бележнице неће бити приказане преко Docsify-а, па када треба да покренете бележницу, урадите то одвојено у VS Code-у са Python кернелом.

Остали курикулуми

Наш тим производи и друге курикулуме! Погледајте:

Одрицање од одговорности:
Овај документ је преведен коришћењем услуге за превођење помоћу вештачке интелигенције Co-op Translator. Иако се трудимо да обезбедимо тачност, молимо вас да имате у виду да аутоматски преводи могу садржати грешке или нетачности. Оригинални документ на његовом изворном језику треба сматрати меродавним извором. За критичне информације препоручује се професионални превод од стране људи. Не преузимамо одговорност за било каква погрешна тумачења или неспоразуме који могу настати услед коришћења овог превода.

25 KiB Raw Permalink Blame History Unescape Escape