Data-Science-For-Beginners/translations/ru

Основы Data Science - Учебная программа

Azure Cloud Advocates в Microsoft рады предложить 10-недельную учебную программу, состоящую из 20 уроков, посвященных Data Science. Каждый урок включает тесты до и после занятия, письменные инструкции для выполнения урока, решение и задание. Наш проектно-ориентированный подход позволяет учиться через практику, что доказано как эффективный способ закрепления новых навыков.

Огромная благодарность нашим авторам: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Особая благодарность 🙏 нашим Microsoft Student Ambassador авторам, рецензентам и участникам контента, включая 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

Data Science для начинающих - Скетчноут от @nitya

🌐 Поддержка нескольких языков

Поддерживается через GitHub Action (автоматически и всегда актуально)

French | Spanish | German | Russian | Arabic | Persian (Farsi) | Urdu | Chinese (Simplified) | Chinese (Traditional, Macau) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Taiwan) | Japanese | Korean | Hindi | Bengali | Marathi | Nepali | Punjabi (Gurmukhi) | Portuguese (Portugal) | Portuguese (Brazil) | Italian | Polish | Turkish | Greek | Thai | Swedish | Danish | Norwegian | Finnish | Dutch | Hebrew | Vietnamese | Indonesian | Malay | Tagalog (Filipino) | Swahili | Hungarian | Czech | Slovak | Romanian | Bulgarian | Serbian (Cyrillic) | Croatian | Slovenian | Ukrainian | Burmese (Myanmar)

Если вы хотите добавить дополнительные языки, список поддерживаемых языков доступен здесь

Присоединяйтесь к нашему сообществу

Мы проводим серию обучения с AI в Discord, узнайте больше и присоединяйтесь к нам на Learn with AI Series с 18 по 25 сентября 2025 года. Вы узнаете советы и хитрости использования GitHub Copilot для Data Science.

Вы студент?

Начните с следующих ресурсов:

• Страница для студентов На этой странице вы найдете ресурсы для начинающих, студенческие пакеты и даже способы получить бесплатный ваучер на сертификацию. Это страница, которую стоит добавить в закладки и проверять время от времени, так как мы обновляем контент как минимум раз в месяц.
• Microsoft Learn Student Ambassadors Присоединяйтесь к глобальному сообществу студенческих амбассадоров, это может стать вашим путем в Microsoft.

Начало работы

Учителя: мы добавили несколько предложений о том, как использовать эту учебную программу. Нам будет приятно получить ваш отзыв в нашем форуме обсуждений!

Студенты: чтобы использовать эту учебную программу самостоятельно, сделайте форк репозитория и выполняйте упражнения самостоятельно, начиная с теста перед лекцией. Затем прочитайте лекцию и выполните остальные задания. Постарайтесь создавать проекты, понимая уроки, а не копируя код решения; однако этот код доступен в папках /solutions в каждом проектно-ориентированном уроке. Еще одна идея — создать учебную группу с друзьями и изучать контент вместе. Для дальнейшего изучения мы рекомендуем Microsoft Learn.

Знакомьтесь с командой

Gif от Mohit Jaisal

🎥 Нажмите на изображение выше, чтобы посмотреть видео о проекте и людях, которые его создали!

Педагогика

При создании этой учебной программы мы выбрали два педагогических принципа: обеспечение проектно-ориентированного подхода и включение частых тестов. К концу этой серии студенты изучат основные принципы Data Science, включая этические концепции, подготовку данных, различные способы работы с данными, визуализацию данных, анализ данных, реальные примеры использования Data Science и многое другое.

Кроме того, тест с низкими ставками перед занятием настраивает студента на изучение темы, а второй тест после занятия способствует дальнейшему закреплению материала. Эта учебная программа была разработана как гибкая и увлекательная, и ее можно проходить полностью или частично. Проекты начинаются с простых и становятся все более сложными к концу 10-недельного цикла.

Ознакомьтесь с нашими Правилами поведения, Руководством по внесению вклада, Руководством по переводу. Мы будем рады вашему конструктивному отзыву!

Каждый урок включает:

• Опциональный скетчноут
• Опциональное дополнительное видео
• Разминочный тест перед уроком
• Письменный урок
• Для проектных уроков — пошаговые инструкции по созданию проекта
• Проверка знаний
• Задание на вызов
• Дополнительное чтение
• Домашнее задание
• Тест после урока

Примечание о тестах: Все тесты находятся в папке Quiz-App, всего 40 тестов по три вопроса каждый. Они связаны с уроками, но приложение для тестов можно запустить локально или развернуть в Azure; следуйте инструкциям в папке quiz-app. Постепенно они переводятся на другие языки.

Уроки

Data Science For Beginners: Roadmap - Скетчноут от @nitya

Номер урока	Тема	Группа уроков	Цели обучения	Связанный урок	Автор
01	Определение Data Science	Введение	Изучите основные концепции Data Science и его связь с искусственным интеллектом, машинным обучением и большими данными.	урок видео	Dmitry
02	Этика Data Science	Введение	Концепции, вызовы и рамки этики данных.	урок	Nitya
03	Определение данных	Введение	Как классифицируются данные и их основные источники.	урок	Jasmine
04	Введение в статистику и теорию вероятностей	Введение	Математические методы теории вероятностей и статистики для анализа данных.	урок видео	Dmitry
05	Работа с реляционными данными	Работа с данными	Введение в реляционные данные и основы их анализа с использованием языка SQL (произносится как "си-квел").	урок	Christopher
06	Работа с NoSQL данными	Работа с данными	Введение в нереляционные данные, их различные типы и основы анализа документных баз данных.	урок	Jasmine
07	Работа с Python	Работа с данными	Основы использования Python для анализа данных с библиотеками, такими как Pandas. Рекомендуется базовое понимание программирования на Python.	урок видео	Dmitry
08	Подготовка данных	Работа с данными	Техники очистки и преобразования данных для решения проблем, связанных с отсутствующими, неточными или неполными данными.	урок	Jasmine
09	Визуализация количеств	Визуализация данных	Узнайте, как использовать Matplotlib для визуализации данных о птицах 🦆	урок	Jen
10	Визуализация распределений данных	Визуализация данных	Визуализация наблюдений и трендов в пределах интервала.	урок	Jen
11	Визуализация пропорций	Визуализация данных	Визуализация дискретных и сгруппированных процентов.	урок	Jen
12	Визуализация взаимосвязей	Визуализация данных	Визуализация связей и корреляций между наборами данных и их переменными.	урок	Jen
13	Значимые визуализации	Визуализация данных	Техники и рекомендации для создания визуализаций, которые помогают эффективно решать задачи и получать инсайты.	урок	Jen
14	Введение в жизненный цикл Data Science	Жизненный цикл	Введение в жизненный цикл Data Science и его первый этап — сбор и извлечение данных.	урок	Jasmine
15	Анализ	Жизненный цикл	Этот этап жизненного цикла Data Science посвящен техникам анализа данных.	урок	Jasmine
16	Коммуникация	Жизненный цикл	Этот этап жизненного цикла Data Science посвящен представлению инсайтов из данных таким образом, чтобы они были понятны лицам, принимающим решения.	урок	Jalen
17	Data Science в облаке	Облачные данные	Серия уроков, посвященная Data Science в облаке и его преимуществам.	урок	Tiffany и Maud
18	Data Science в облаке	Облачные данные	Обучение моделей с использованием инструментов Low Code.	урок	Tiffany и Maud
19	Data Science в облаке	Облачные данные	Развертывание моделей с помощью Azure Machine Learning Studio.	урок	Tiffany и Maud
20	Data Science в реальном мире	В реальном мире	Проекты, основанные на Data Science, в реальных условиях.	урок	Nitya

GitHub Codespaces

Следуйте этим шагам, чтобы открыть этот пример в Codespace:

1. Нажмите на выпадающее меню Code и выберите опцию Open with Codespaces.
2. Выберите + New codespace внизу панели. Для получения дополнительной информации ознакомьтесь с документацией GitHub.

VSCode Remote - Containers

Следуйте этим шагам, чтобы открыть этот репозиторий в контейнере, используя ваш локальный компьютер и VSCode с расширением VS Code Remote - Containers:

1. Если вы впервые используете контейнер для разработки, убедитесь, что ваша система соответствует требованиям (например, установлен Docker) в документации по началу работы.

Чтобы использовать этот репозиторий, вы можете либо открыть его в изолированном Docker-объеме:

Примечание: Внутри будет использоваться команда Remote-Containers: Clone Repository in Container Volume... для клонирования исходного кода в Docker-объем вместо локальной файловой системы. Объемы являются предпочтительным механизмом для сохранения данных контейнера.

Или открыть локально клонированную или загруженную версию репозитория:

• Клонируйте этот репозиторий на вашу локальную файловую систему.
• Нажмите F1 и выберите команду Remote-Containers: Open Folder in Container....
• Выберите клонированную копию этой папки, дождитесь запуска контейнера и попробуйте.

Оффлайн-доступ

Вы можете запустить эту документацию оффлайн, используя Docsify. Форкните этот репозиторий, установите Docsify на вашем локальном компьютере, затем в корневой папке этого репозитория введите docsify serve. Веб-сайт будет доступен на порту 3000 вашего localhost: localhost:3000.

Примечание: блокноты не будут отображаться через Docsify, поэтому, если вам нужно запустить блокнот, сделайте это отдельно в VS Code с запущенным Python-ядром.

Другие учебные материалы

Наша команда создает другие учебные материалы! Ознакомьтесь:

• Generative AI для начинающих
• Generative AI для начинающих .NET
• Generative AI с JavaScript
• Generative AI с Java
• AI для начинающих
• Data Science для начинающих
• Bash для начинающих
• ML для начинающих
• Кибербезопасность для начинающих
• Веб-разработка для начинающих
• IoT для начинающих
• Машинное обучение для начинающих
• XR-разработка для начинающих
• Мастерство GitHub Copilot для парного программирования с AI
• XR-разработка для начинающих
• Мастерство GitHub Copilot для разработчиков C#/.NET
• Выберите свое приключение с Copilot

---

Отказ от ответственности:
Этот документ был переведен с использованием сервиса автоматического перевода Co-op Translator. Хотя мы стремимся к точности, пожалуйста, учитывайте, что автоматические переводы могут содержать ошибки или неточности. Оригинальный документ на его родном языке следует считать авторитетным источником. Для получения критически важной информации рекомендуется профессиональный перевод человеком. Мы не несем ответственности за любые недоразумения или неправильные интерпретации, возникающие в результате использования данного перевода.