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

คู่มือการติดตั้ง

คู่มือนี้จะช่วยคุณตั้งค่าสภาพแวดล้อมเพื่อใช้งานหลักสูตร Data Science for Beginners

สารบัญ

• ข้อกำหนดเบื้องต้น
• ตัวเลือกเริ่มต้นอย่างรวดเร็ว
• การติดตั้งในเครื่อง
• ตรวจสอบการติดตั้ง

ข้อกำหนดเบื้องต้น

ก่อนเริ่มต้น คุณควรมี:

• ความคุ้นเคยพื้นฐานกับคำสั่งใน command line/terminal
• บัญชี GitHub (ฟรี)
• การเชื่อมต่ออินเทอร์เน็ตที่เสถียรสำหรับการตั้งค่าเริ่มต้น

ตัวเลือกเริ่มต้นอย่างรวดเร็ว

ตัวเลือกที่ 1: GitHub Codespaces (แนะนำสำหรับผู้เริ่มต้น)

วิธีที่ง่ายที่สุดในการเริ่มต้นคือใช้ GitHub Codespaces ซึ่งให้สภาพแวดล้อมการพัฒนาแบบครบวงจรในเบราว์เซอร์ของคุณ

1. ไปที่ repository
2. คลิกเมนู Code แบบดรอปดาวน์
3. เลือกแท็บ Codespaces
4. คลิก Create codespace on main
5. รอให้สภาพแวดล้อมเริ่มต้น (ประมาณ 2-3 นาที)

ตอนนี้สภาพแวดล้อมของคุณพร้อมใช้งานแล้ว พร้อมด้วย dependencies ที่ติดตั้งไว้ล่วงหน้า!

ตัวเลือกที่ 2: การพัฒนาในเครื่อง

สำหรับการทำงานบนคอมพิวเตอร์ของคุณเอง ให้ทำตามคำแนะนำโดยละเอียดด้านล่าง

การติดตั้งในเครื่อง

ขั้นตอนที่ 1: ติดตั้ง Git

Git จำเป็นสำหรับการโคลน repository และติดตามการเปลี่ยนแปลงของคุณ

Windows:

• ดาวน์โหลดจาก git-scm.com
• รันตัวติดตั้งด้วยการตั้งค่าเริ่มต้น

macOS:

• ติดตั้งผ่าน Homebrew: brew install git
• หรือดาวน์โหลดจาก 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

ขั้นตอนที่ 2: โคลน Repository

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

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

ขั้นตอนที่ 3: ติดตั้ง Python และ Jupyter

Python 3.7 หรือสูงกว่าจำเป็นสำหรับบทเรียนด้านวิทยาศาสตร์ข้อมูล

Windows:

1. ดาวน์โหลด Python จาก python.org
2. ในระหว่างการติดตั้ง ให้เลือก "Add Python to PATH"
3. ตรวจสอบการติดตั้ง:

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

ขั้นตอนที่ 4: ตั้งค่าสภาพแวดล้อม Python

แนะนำให้ใช้ virtual environment เพื่อแยก dependencies ออกจากกัน

# Create a virtual environment
python -m venv venv

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

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

ขั้นตอนที่ 5: ติดตั้ง Python Packages

ติดตั้งไลบรารีที่จำเป็นสำหรับวิทยาศาสตร์ข้อมูล:

pip install jupyter pandas numpy matplotlib seaborn scikit-learn

ขั้นตอนที่ 6: ติดตั้ง Node.js และ npm (สำหรับแอป Quiz)

แอป Quiz ต้องการ Node.js และ npm

Windows/macOS:

• ดาวน์โหลดจาก nodejs.org (แนะนำเวอร์ชัน LTS)
• รันตัวติดตั้ง

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

ขั้นตอนที่ 7: ติดตั้ง Dependencies ของแอป Quiz

# Navigate to quiz app directory
cd quiz-app

# Install dependencies
npm install

# Return to root directory
cd ..

ขั้นตอนที่ 8: ติดตั้ง Docsify (ไม่บังคับ)

สำหรับการเข้าถึงเอกสารแบบออฟไลน์:

npm install -g docsify-cli

ตรวจสอบการติดตั้ง

ทดสอบ Python และ 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

เบราว์เซอร์ของคุณควรเปิดด้วยอินเทอร์เฟซ Jupyter คุณสามารถไปยังไฟล์ .ipynb ของบทเรียนใดก็ได้

ทดสอบแอป Quiz

# Navigate to quiz app
cd quiz-app

# Start development server
npm run serve

แอป Quiz ควรพร้อมใช้งานที่ http://localhost:8080 (หรือพอร์ตอื่นหากพอร์ต 8080 ถูกใช้งาน)

ทดสอบเซิร์ฟเวอร์เอกสาร

# From the root directory of the repository
docsify serve

เอกสารควรพร้อมใช้งานที่ http://localhost:3000

การใช้ VS Code Dev Containers

หากคุณติดตั้ง Docker แล้ว คุณสามารถใช้ VS Code Dev Containers:

1. ติดตั้ง Docker Desktop
2. ติดตั้ง Visual Studio Code
3. ติดตั้ง Remote - Containers extension
4. เปิด repository ใน VS Code
5. กด F1 และเลือก "Remote-Containers: Reopen in Container"
6. รอให้ container สร้างขึ้น (ครั้งแรกเท่านั้น)

ขั้นตอนถัดไป

• สำรวจ README.md เพื่อดูภาพรวมของหลักสูตร
• อ่าน USAGE.md สำหรับเวิร์กโฟลว์และตัวอย่างทั่วไป
• ตรวจสอบ TROUBLESHOOTING.md หากคุณพบปัญหา
• ทบทวน CONTRIBUTING.md หากคุณต้องการมีส่วนร่วม

การขอความช่วยเหลือ

หากคุณพบปัญหา:

1. ตรวจสอบคู่มือ TROUBLESHOOTING.md
2. ค้นหาปัญหาที่มีอยู่ใน GitHub Issues
3. เข้าร่วมชุมชน Discord
4. สร้าง issue ใหม่พร้อมข้อมูลรายละเอียดเกี่ยวกับปัญหาของคุณ

---

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้ว่าเราจะพยายามให้การแปลมีความถูกต้องมากที่สุด แต่โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาดั้งเดิมควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลภาษามนุษย์ที่มีความเชี่ยวชาญ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดที่เกิดจากการใช้การแปลนี้