Data-Science-For-Beginners/translations/it/INSTALLATION.md

Guida all'Installazione

Questa guida ti aiuterà a configurare l'ambiente per lavorare con il curriculum "Data Science for Beginners".

Indice

• Prerequisiti
• Opzioni di Avvio Rapido
• Installazione Locale
• Verifica dell'Installazione

Prerequisiti

Prima di iniziare, dovresti avere:

• Familiarità di base con la riga di comando/terminale
• Un account GitHub (gratuito)
• Connessione internet stabile per la configurazione iniziale

Opzioni di Avvio Rapido

Opzione 1: GitHub Codespaces (Consigliato per Principianti)

Il modo più semplice per iniziare è con GitHub Codespaces, che offre un ambiente di sviluppo completo direttamente nel browser.

1. Vai al repository
2. Clicca sul menu a discesa Code
3. Seleziona la scheda Codespaces
4. Clicca su Create codespace on main
5. Attendi l'inizializzazione dell'ambiente (2-3 minuti)

Il tuo ambiente è ora pronto con tutte le dipendenze pre-installate!

Opzione 2: Sviluppo Locale

Per lavorare sul tuo computer, segui le istruzioni dettagliate qui sotto.

Installazione Locale

Passo 1: Installa Git

Git è necessario per clonare il repository e tracciare le modifiche.

Windows:

• Scarica da git-scm.com
• Esegui l'installer con le impostazioni predefinite

macOS:

• Installa tramite Homebrew: brew install git
• Oppure scarica da git-scm.com

Linux:

# Debian/Ubuntu
sudo apt-get update
sudo apt-get install git

# Fedora
sudo dnf install git

# Arch
sudo pacman -S git

Passo 2: Clona il Repository

# Clone the repository
git clone https://github.com/microsoft/Data-Science-For-Beginners.git

# Navigate to the directory
cd Data-Science-For-Beginners

Passo 3: Installa Python e Jupyter

Python 3.7 o superiore è richiesto per le lezioni di data science.

Windows:

1. Scarica Python da python.org
2. Durante l'installazione, seleziona "Add Python to PATH"
3. Verifica l'installazione:

python --version

macOS:

# Using Homebrew
brew install python3

# Verify installation
python3 --version

Linux:

# Most Linux distributions come with Python pre-installed
python3 --version

# If not installed:
# Debian/Ubuntu
sudo apt-get install python3 python3-pip

# Fedora
sudo dnf install python3 python3-pip

Passo 4: Configura l'Ambiente Python

Si consiglia di utilizzare un ambiente virtuale per mantenere le dipendenze isolate.

# Create a virtual environment
python -m venv venv

# Activate the virtual environment
# On Windows:
venv\Scripts\activate

# On macOS/Linux:
source venv/bin/activate

Passo 5: Installa i Pacchetti Python

Installa le librerie necessarie per la data science:

pip install jupyter pandas numpy matplotlib seaborn scikit-learn

Passo 6: Installa Node.js e npm (Per l'App Quiz)

L'app quiz richiede Node.js e npm.

Windows/macOS:

• Scarica da nodejs.org (versione LTS consigliata)
• Esegui l'installer

Linux:

# Debian/Ubuntu
# WARNING: Piping scripts from the internet directly into bash can be a security risk.
# It is recommended to review the script before running it:
#   curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x
#   less setup_lts.x
# Then run:
#   sudo -E bash setup_lts.x
#
# Alternatively, you can use the one-liner below at your own risk:
curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash -
sudo apt-get install -y nodejs

# Fedora
sudo dnf install nodejs

# Verify installation
node --version
npm --version

Passo 7: Installa le Dipendenze dell'App Quiz

# Navigate to quiz app directory
cd quiz-app

# Install dependencies
npm install

# Return to root directory
cd ..

Passo 8: Installa Docsify (Opzionale)

Per accedere alla documentazione offline:

npm install -g docsify-cli

Verifica dell'Installazione

Test Python e Jupyter

# Activate your virtual environment if not already activated
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate

# Start Jupyter Notebook
jupyter notebook

Il tuo browser dovrebbe aprirsi con l'interfaccia Jupyter. Ora puoi navigare verso qualsiasi file .ipynb delle lezioni.

Test dell'App Quiz

# Navigate to quiz app
cd quiz-app

# Start development server
npm run serve

L'app quiz dovrebbe essere disponibile su http://localhost:8080 (o un'altra porta se 8080 è occupata).

Test del Server di Documentazione

# From the root directory of the repository
docsify serve

La documentazione dovrebbe essere disponibile su http://localhost:3000.

Utilizzo dei Contenitori Dev di VS Code

Se hai Docker installato, puoi utilizzare i Contenitori Dev di VS Code:

1. Installa Docker Desktop
2. Installa Visual Studio Code
3. Installa l'estensione Remote - Containers
4. Apri il repository in VS Code
5. Premi F1 e seleziona "Remote-Containers: Reopen in Container"
6. Attendi la costruzione del contenitore (solo la prima volta)

Prossimi Passi

• Esplora il README.md per una panoramica del curriculum
• Leggi USAGE.md per flussi di lavoro comuni ed esempi
• Controlla TROUBLESHOOTING.md se incontri problemi
• Consulta CONTRIBUTING.md se vuoi contribuire

Ottenere Aiuto

Se incontri problemi:

1. Controlla la guida TROUBLESHOOTING.md
2. Cerca tra i GitHub Issues esistenti
3. Unisciti alla nostra community su Discord
4. Crea un nuovo issue con informazioni dettagliate sul tuo problema

---

Disclaimer:
Questo documento è stato tradotto utilizzando il servizio di traduzione automatica Co-op Translator. Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un esperto umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.