Data-Science-For-Beginners/translations/ko

초보자를 위한 데이터 사이언스 - 커리큘럼

마이크로소프트의 Azure Cloud Advocates는 데이터 사이언스에 관한 10주, 20강짜리 커리큘럼을 제공합니다. 각 강의에는 강의 전/후 퀴즈, 강의를 완료하기 위한 서면 지침, 솔루션 및 과제가 포함되어 있습니다. 프로젝트 기반 교수법은 학습하면서 직접 만들도록 하여 새로운 기술이 잘 '정착'되도록 돕는 입증된 방법입니다.

저자들께 깊이 감사드립니다: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 특별 감사 🙏 우리 Microsoft 학생 홍보대사 저자, 검토자 및 콘텐츠 기여자들에게, 특히 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

초보자를 위한 데이터 사이언스 - 스케치노트 작성자 @nitya

🌐 다국어 지원

GitHub 액션을 통해 지원 (자동화 및 항상 최신 유지)

아랍어 | 벵골어 | 불가리아어 | 버마어 (미얀마) | 중국어(간체) | 중국어(번체, 홍콩) | 중국어(번체, 마카오) | 중국어(번체, 대만) | 크로아티아어 | 체코어 | 덴마크어 | 네덜란드어 | 에스토니아어 | 핀란드어 | 프랑스어 | 독일어 | 그리스어 | 히브리어 | 힌디어 | 헝가리어 | 인도네시아어 | 이탈리아어 | 일본어 | 칸나다어 | 한국어 | 리투아니아어 | 말레이어 | 말라얄람어 | 마라티어 | 네팔어 | 나이지리아 피진어 | 노르웨이어 | 페르시아어(파르시) | 폴란드어 | 포르투갈어(브라질) | 포르투갈어(포르투갈) | 펀자브어(구르무키) | 루마니아어 | 러시아어 | 세르비아어(키릴) | 슬로바키아어 | 슬로베니아어 | 스페인어 | 스와힐리어 | 스웨덴어 | 타갈로그어(필리핀) | 타밀어 | 텔루구어 | 태국어 | 터키어 | 우크라이나어 | 우르두어 | 베트남어

추가 번역을 원하시면 지원되는 언어 목록은 여기

커뮤니티에 참여하세요

우리는 Discord에서 Learn with AI 시리즈를 진행하고 있습니다. 자세한 내용 및 참여는 AI와 함께 배우기 시리즈에서 확인하세요. 기간: 2025년 9월 18일 - 30일. GitHub Copilot을 데이터 사이언스에 활용하는 팁과 요령을 얻을 수 있습니다.

학생이신가요?

다음 리소스로 시작하세요:

• 학생 허브 페이지 이 페이지에서는 초보자용 리소스, 학생 팩 및 무료 인증 바우처를 받을 수 있는 방법 등을 찾아볼 수 있습니다. 이 페이지는 즐겨찾기에 추가해 두고 최소 한 달에 한 번씩 내용을 교체하므로 가끔 확인하는 것이 좋습니다.
• Microsoft Learn 학생 홍보대사 전 세계 학생 홍보대사 커뮤니티에 참여하세요. 이것이 마이크로소프트에 들어가는 하나의 방법이 될 수 있습니다.

시작하기

📚 문서

• 설치 가이드 - 초보자를 위한 단계별 설정 지침
• 사용 가이드 - 예제 및 일반적인 워크플로
• 문제 해결 - 일반적인 문제 해결 방법
• 기여 가이드 - 이 프로젝트에 기여하는 방법
• 교사용 자료 - 교수 안내 및 수업 자료

👨‍🎓 학생을 위한 안내

완전 초보자: 데이터 과학이 처음이신가요? 초보자 친화적인 예제로 시작하세요! 이러한 간단하고 주석이 잘 달린 예제들은 전체 커리큘럼에 들어가기 전에 기본을 이해하는 데 도움이 됩니다. Students: 이 커리큘럼을 스스로 사용하려면 리포지토리를 포크하고 강의 전 퀴즈부터 시작하여 연습 문제들을 스스로 완료하세요. 그런 다음 강의를 읽고 나머지 활동을 완료하세요. 솔루션 코드를 복사하기보다는 강의를 이해하면서 프로젝트를 만드는 것을 시도해 보세요; 하지만 해당 코드는 각 프로젝트 지향 수업의 /solutions 폴더에서 제공됩니다. 또 다른 방법은 친구들과 스터디 그룹을 만들어 함께 콘텐츠를 진행하는 것입니다. 추가 학습을 위해 Microsoft Learn을 권장합니다.

빠른 시작:

1. 환경을 설정하려면 설치 가이드를 확인하세요
2. 커리큘럼 작업 방법을 배우려면 사용 가이드를 검토하세요
3. 1과부터 시작하여 순차적으로 진행하세요
4. 지원을 위해 Discord 커뮤니티에 참여하세요

👩‍🏫 교사용

교사 분들: 이 커리큘럼을 사용하는 방법에 대한 몇 가지 제안을 포함했습니다. 의견을 토론 포럼에서 알려주세요!

팀을 만나보세요

GIF 제작자 Mohit Jaisal

🎥 위 이미지를 클릭하면 프로젝트 그것을 만든 사람들에 대한 비디오를 볼 수 있습니다!

교수법

우리는 이 커리큘럼을 구성하면서 두 가지 교수법적 원칙을 선택했습니다: 프로젝트 기반 학습을 보장하고 자주 퀴즈를 포함하는 것입니다. 이 시리즈가 끝날 무렵, 학생들은 윤리적 개념, 데이터 준비, 다양한 데이터 작업 방식, 데이터 시각화, 데이터 분석, 데이터 과학의 실제 사용 사례 등 데이터 과학의 기본 원리를 배우게 됩니다.

또한 수업 전의 낮은 부담의 퀴즈는 학생이 주제 학습에 의도를 설정하게 하고, 수업 후의 두 번째 퀴즈는 추가적인 기억 유지에 도움을 줍니다. 이 커리큘럼은 유연하고 재미있게 설계되었으며 전체 또는 일부만 수강할 수 있습니다. 프로젝트는 작게 시작하여 10주 사이클의 끝에 점점 더 복잡해집니다.

다음 문서를 확인하세요: 행동 강령, 기여 안내, 번역 지침. 건설적인 피드백을 환영합니다!

각 수업에는 다음이 포함됩니다:

• 선택적 스케치노트
• 선택적 보조 비디오
• 수업 전 준비 퀴즈
• 서면 강의
• 프로젝트 기반 수업의 경우 프로젝트를 만드는 단계별 가이드
• 지식 점검
• 도전 과제
• 보조 읽을거리
• 과제
• 수업 후 퀴즈

퀴즈에 대한 참고: 모든 퀴즈는 Quiz-App 폴더에 포함되어 있으며, 총 40개의 퀴즈(각 3문제)가 있습니다. 퀴즈들은 수업 내에서 링크되어 있지만, 퀴즈 앱은 로컬에서 실행하거나 Azure에 배포할 수 있습니다; quiz-app 폴더의 지침을 따르세요. 퀴즈는 점진적으로 현지화되고 있습니다.

🎓 초보자 친화적 예제

데이터 과학이 처음이신가요? 우리는 시작하는 데 도움이 되는 간단하고 주석이 잘 달린 코드를 포함한 특별한 예제 디렉터리를 만들었습니다:

• 🌟 Hello World - 당신의 첫 번째 데이터 과학 프로그램
• 📂 Loading Data - 데이터셋을 읽고 탐색하는 방법 배우기
• 📊 Simple Analysis - 통계를 계산하고 패턴 찾기
• 📈 Basic Visualization - 차트와 그래프 만들기
• 🔬 Real-World Project - 시작부터 끝까지 전체 워크플로우

각 예제는 모든 단계를 설명하는 자세한 주석을 포함하고 있어 절대 초보자에게 적합합니다!

👉 예제부터 시작하기 👈

Lessons

초보자를 위한 데이터 과학: 로드맵 - 스케치노트 작성자 @nitya

수업 번호	주제	수업 분류	학습 목표	연결된 수업	저자
01	데이터 과학 정의	Introduction	데이터 과학의 기본 개념과 그것이 인공지능, 머신러닝, 빅데이터와 어떻게 관련되는지 배우세요.	수업 비디오	Dmitry
02	데이터 과학 윤리	Introduction	데이터 윤리 개념, 과제 및 프레임워크.	수업	Nitya
03	데이터 정의	Introduction	데이터가 어떻게 분류되고 그 일반적인 출처는 무엇인지.	수업	Jasmine
04	통계학 및 확률 소개	Introduction	데이터를 이해하기 위한 확률 및 통계의 수학적 기법.	수업 비디오	Dmitry
05	관계형 데이터 작업	Working With Data	관계형 데이터 소개 및 구조화된 질의 언어(Structured Query Language, 약칭 SQL, 발음 “see-quell”)를 사용하여 관계형 데이터를 탐색하고 분석하는 기초.	수업	Christopher
06	비관계형 데이터 작업	Working With Data	비관계형 데이터, 그 다양한 유형 및 문서형 데이터베이스를 탐색하고 분석하는 기초.	수업	Jasmine
07	Python으로 작업하기	Working With Data	Pandas와 같은 라이브러리를 사용한 데이터 탐색을 위한 Python 사용 기초. Python 프로그래밍의 기초 이해가 권장됩니다.	수업 비디오	Dmitry
08	데이터 준비	Working With Data	결측, 부정확 또는 불완전한 데이터를 처리하기 위한 정리 및 변환 기술.	수업	Jasmine
09	수량 시각화	Data Visualization	Matplotlib를 사용하여 새 데이터를 시각화하는 방법을 배우세요 🦆	수업	Jen
10	데이터 분포 시각화	Data Visualization	구간 내 관측값과 추세 시각화.	수업	Jen
11	비율 시각화	Data Visualization	이산적 및 그룹화된 백분율 시각화.	수업	Jen
12	관계 시각화	Data Visualization	데이터 집합과 변수들 간의 연결 및 상관관계 시각화.	수업	Jen
13	의미 있는 시각화	Data Visualization	효과적인 문제 해결과 인사이트 도출을 위해 시각화를 가치 있게 만드는 기술과 지침.	수업	Jen
14	데이터 과학 수명주기 소개	Lifecycle	데이터 과학 수명주기 소개와 데이터 수집 및 추출이라는 첫 단계.	수업	Jasmine
15	분석	Lifecycle	데이터 과학 수명주기의 이 단계는 데이터를 분석하는 기법에 초점을 맞춥니다.	수업	Jasmine
16	커뮤니케이션	Lifecycle	데이터의 통찰을 의사결정자가 이해하기 쉽게 제시하는 것에 초점을 맞춘 데이터 과학 수명주기의 단계.	수업	Jalen
17	클라우드에서의 데이터 과학	Cloud Data	클라우드에서의 데이터 과학과 그 이점을 소개하는 일련의 수업입니다.	수업	Tiffany and Maud
18	클라우드에서의 데이터 과학	Cloud Data	Low Code 도구를 사용하여 모델을 학습시키기.	수업	Tiffany and Maud
19	클라우드에서의 데이터 과학	Cloud Data	Azure Machine Learning Studio로 모델 배포.	수업	Tiffany and Maud
20	현장의 데이터 과학	In the Wild	실제 세계에서의 데이터 과학 기반 프로젝트.	수업	Nitya

GitHub Codespaces

Follow these steps to open this sample in a Codespace:

1. Code 드롭다운 메뉴를 클릭한 다음 Open with Codespaces 옵션을 선택하세요.
2. 창의 하단 패널에서 + New codespace를 선택하세요. For more info, check out the GitHub documentation.

VSCode Remote - Containers

Follow these steps to open this repo in a container using your local machine and VSCode using the VS Code Remote - Containers extension:

1. If this is your first time using a development container, please ensure your system meets the pre-reqs (i.e. have Docker installed) in the getting started documentation.

To use this repository, you can either open the repository in an isolated Docker volume:

Note: Under the hood, this will use the Remote-Containers: Clone Repository in Container Volume... command to clone the source code in a Docker volume instead of the local filesystem. Volumes are the preferred mechanism for persisting container data.

Or open a locally cloned or downloaded version of the repository:

• 이 저장소를 로컬 파일시스템에 복제하세요.
• F1을 누른 다음 Remote-Containers: Open Folder in Container... 명령을 선택하세요.
• 복제한 이 폴더를 선택하고 컨테이너가 시작될 때까지 기다린 다음 사용해 보세요.

Offline access

You can run this documentation offline by using Docsify. Fork this repo, install Docsify on your local machine, then in the root folder of this repo, type docsify serve. The website will be served on port 3000 on your localhost: localhost:3000.

참고: Docsify에서는 노트북이 렌더링되지 않으므로 노트북을 실행해야 하는 경우 VS Code에서 Python 커널을 실행하여 별도로 수행하세요.

Other Curricula

Our team produces other curricula! Check out:

LangChain

---

Azure / Edge / MCP / Agents

---

생성형 AI 시리즈

---

핵심 학습

---

코파일럿 시리즈

도움받기

문제가 발생했나요? 일반적인 문제에 대한 해결책은 문제 해결 안내서에서 확인하세요.

AI 앱을 만드는 동안 막히거나 질문이 있나요? MCP에 대해 다른 학습자 및 경험 많은 개발자들과 토론에 참여하세요. 질문을 환영하고 지식을 자유롭게 공유하는 지원 커뮤니티입니다.

제품에 대한 피드백이나 빌드 중 발생한 오류가 있으면 다음을 방문하세요:

---

면책 조항: 이 문서는 AI 번역 서비스인 Co-op Translator(https://github.com/Azure/co-op-translator)를 사용하여 번역되었습니다. 정확성을 위해 노력하고 있으나 자동 번역에는 오류나 부정확성이 포함될 수 있음을 알려드립니다. 원문(원어) 문서를 권위 있는 자료로 간주해야 합니다. 중요한 정보의 경우 전문적인 인간 번역을 권장합니다. 본 번역의 사용으로 인해 발생하는 오해나 잘못된 해석에 대해서는 당사는 책임을 지지 않습니다.