Data-Science-For-Beginners/translations/hk

資料科學初學者 - 課程大綱

Azure Cloud Advocates at Microsoft are pleased to offer a 10-week, 20-lesson curriculum all about Data Science. Each lesson includes pre-lesson and post-lesson quizzes, written instructions to complete the lesson, a solution, and an assignment. Our project-based pedagogy allows you to learn while building, a proven way for new skills to 'stick'.

衷心感謝我們的作者： Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 特別感謝 🙏 我們的 Microsoft Student Ambassador 作者、審閱者與內容貢獻者， 特別是 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

資料科學初學者 - 手繪速寫 由 @nitya

🌐 多語言支援

透過 GitHub Action 支援（自動化且隨時更新）

阿拉伯語 | 孟加拉語 | 保加利亞語 | 緬甸語 (Myanmar) | 中文（簡體） | 中文（繁體，香港） | 中文（繁體，澳門） | 中文（繁體，台灣） | 克羅地亞語 | 捷克語 | 丹麥語 | 荷蘭語 | 愛沙尼亞語 | 芬蘭語 | 法語 | 德語 | 希臘語 | 希伯來語 | 印地語 | 匈牙利語 | 印尼語 | 義大利語 | 日語 | 卡納達語 | 韓語 | 立陶宛語 | 馬來語 | 馬拉雅拉姆語 | 馬拉地語 | 尼泊爾語 | 尼日利亞皮欽語 | 挪威語 | 波斯語（Farsi） | 波蘭語 | 葡萄牙語（巴西） | 葡萄牙語（葡萄牙） | 旁遮普語（Gurmukhi） | 羅馬尼亞語 | 俄語 | 塞爾維亞語（西里爾字母） | 斯洛伐克語 | 斯洛文尼亞語 | 西班牙語 | 斯瓦希里語 | 瑞典語 | 塔加洛語（菲律賓語） | 泰米爾語 | 泰盧固語 | 泰語 | 土耳其語 | 烏克蘭語 | 烏爾都語 | 越南語

如果你希望新增翻譯語言，支援的語言列在 這裡

加入我們的社群

我們正在舉辦 Discord 的「與 AI 一起學習」系列活動，從 2025 年 9 月 18 日到 9 月 30 日。了解更多並加入我們，請參閱 Learn with AI Series。你將獲得使用 GitHub Copilot 進行資料科學的技巧與秘訣。

你是學生嗎？

可從以下資源開始：

• Student Hub page 在此頁面，你會找到初學者資源、學生套件，甚至取得免費認證代金券的方法。這是你應該加入書籤並不時查看的頁面，因為我們至少每月會更換內容。
• Microsoft Learn Student Ambassadors 加入全球學生大使社群，這可能是你進入 Microsoft 的一條途徑。

開始使用

📚 文件

• Installation Guide - 初學者逐步設定教學
• Usage Guide - 範例與常見工作流程
• Troubleshooting - 常見問題解決方案
• Contributing Guide - 如何為本專案做出貢獻
• For Teachers - 教學指引與課堂資源

👨‍🎓 給學生

完全初學者：剛接觸資料科學？請從我們的 適合初學者範例 開始！這些簡單且有詳細註解的範例會在你進入完整課程前，協助你了解基本概念。 學生：若想自行使用本課程，請 fork 整個 repo 並從預習測驗開始，獨立完成練習。然後閱讀講義並完成其餘活動。嘗試透過理解課程內容來建立專案，而非直接複製解答程式碼；不過，每個以專案為導向的課程的 /solutions 資料夾中有提供解答程式碼。另一個做法是與朋友組成學習小組，共同學習內容。若想進一步學習，我們建議參考 Microsoft Learn。

快速開始：

1. 查看 Installation Guide 以設定你的環境
2. 閱讀 Usage Guide 以了解如何使用本課程
3. 從第 1 課開始並依序進行
4. 加入我們的 Discord 社群 獲得協助

👩‍🏫 給老師

教師們：我們在 for-teachers.md 中提供了一些使用本課程的建議。我們很樂意在 討論論壇 聽取你的回饋！

認識團隊

動圖製作 Mohit Jaisal

🎥 按上方圖像以觀看由建立此專案的團隊所拍攝的影片！

教學法

在建立這套課程時，我們選擇了兩項教學原則：確保以專案為本，並且包含頻繁的小考。完成這系列課程後，學生將會學到資料科學的基本原則，包括倫理概念、資料準備、不同的資料操作方式、資料視覺化、資料分析、資料科學的實務案例，與更多內容。

此外，課堂前的一個低風險小測驗能幫助學生設定學習主題的意向，而課後的第二個小測驗則能促進記憶保留。這套課程設計具有彈性且充滿樂趣，可整套修讀或分段修讀。專案從簡單開始，並在 10 週週期結束時逐步增加複雜度。

查閱我們的 行為準則、貢獻指南、翻譯指南。我們歡迎您的建設性回饋！

每堂課包含：

• 可選的手繪速記圖（sketchnote）
• 可選的補充影片
• 課前暖身小測驗
• 書面課程內容
• 對於以專案為本的課程，逐步指引如何完成該專案
• 知識檢核
• 挑戰
• 補充閱讀
• 作業
• 課後小測驗

關於小測驗的一點說明：所有小測驗都位於 Quiz-App 資料夾中，共有 40 個小測驗，每個小測驗包含三題。它們會從課程中連結，但也可以在本機執行或部署到 Azure；請依 quiz-app 資料夾中的說明操作。小測驗正在逐步在地化。

🎓 友善初學者的範例

剛接觸資料科學？ 我們建立了一個特別的 examples 目錄，內含簡單且註解詳盡的程式碼，幫助你快速上手：

• 🌟 Hello World - 你的第一個資料科學程式
• 📂 Loading Data - 學習讀取與探索資料集
• 📊 Simple Analysis - 計算統計並發現模式
• 📈 Basic Visualization - 建立圖表與繪圖
• 🔬 Real-World Project - 從頭到尾完成的實務工作流程

每個範例都包含詳細註解，說明每個步驟，非常適合完全沒有經驗的初學者！

👉 從範例開始 👈

課程列表

初學者資料科學：路線圖 - 手繪速記由 @nitya 製作

課程編號	主題	課程群組	學習目標	連結的課程	作者
01	定義資料科學	Introduction	了解資料科學背後的基本概念，以及它與人工智慧、機器學習和大數據的關係。	課程 影片	Dmitry
02	資料科學倫理	Introduction	資料倫理的概念、挑戰與框架。	課程	Nitya
03	定義資料	Introduction	資料如何分類及其常見來源。	課程	Jasmine
04	統計與機率入門	Introduction	使用機率與統計的數學技巧來理解資料。	課程 影片	Dmitry
05	關聯式資料操作	Working With Data	介紹關聯式資料，以及使用結構化查詢語言（SQL，發音為「see-quell」）探索與分析關聯式資料的基礎。	課程	Christopher
06	非關聯式資料操作	Working With Data	介紹非關聯式資料、其各種型態，以及探索與分析文件型資料庫的基礎。	課程	Jasmine
07	使用 Python	Working With Data	使用 Python 進行資料探索的基礎（例如使用 Pandas 等函式庫）。建議具備 Python 程式設計的基礎理解。	課程 影片	Dmitry
08	資料準備	Working With Data	涵蓋用於清理與轉換資料的技術，以處理遺失、不準確或不完整資料的挑戰。	課程	Jasmine
09	數量視覺化	Data Visualization	學習如何使用 Matplotlib 來視覺化鳥類資料 🦆	課程	Jen
10	資料分布視覺化	Data Visualization	視覺化區間內的觀測值與趨勢。	課程	Jen
11	比例視覺化	Data Visualization	視覺化離散與分組的百分比。	課程	Jen
12	關係視覺化	Data Visualization	視覺化資料集合及其變數之間的連結與相關性。	課程	Jen
13	有意義的視覺化	Data Visualization	為了有效解決問題與取得洞見，製作有價值視覺化的技巧與指引。	課程	Jen
14	資料科學生命週期介紹	Lifecycle	介紹資料科學生命週期及其第一步：取得與擷取資料。	課程	Jasmine
15	分析	Lifecycle	資料科學生命週期中專注於分析資料技術的階段。	課程	Jasmine
16	溝通	Lifecycle	資料科學生命週期中專注於以更容易讓決策者理解的方式呈現資料洞見的階段。	課程	Jalen
17	雲端資料科學導論	Cloud Data	這系列課程介紹雲端中的資料科學及其優勢。	課程	Tiffany and Maud
18	雲端資料科學	Cloud Data	使用低程式碼工具訓練模型。	課程	Tiffany and Maud
19	雲端資料科學	Cloud Data	使用 Azure Machine Learning Studio 部署模型。	課程	Tiffany and Maud
20	真實世界的資料科學	In the Wild	真實世界中以資料科學驅動的專案。	課程	Nitya

GitHub Codespaces

按照以下步驟在 Codespace 中開啟此範例：

1. 點選 Code 下拉選單並選擇 Open with Codespaces 選項。
2. 在面板底部選擇 + New codespace。 如需更多資訊，請查閱 GitHub 文件.

VSCode Remote - Containers

按照以下步驟使用本機與 VSCode（透過 VS Code Remote - Containers 擴充功能）在容器中開啟此專案庫：

1. 如果這是您第一次使用開發容器，請先確保系統符合前置需求（例如安裝了 Docker），參閱 入門文件。

要使用此存放庫，您可以選擇在隔離的 Docker 卷（volume）中開啟存放庫：

注意：在內部，此動作會使用 Remote-Containers: Clone Repository in Container Volume... 指令，將原始程式碼複製到 Docker 卷而非本機檔案系統中。Volumes 是持久化容器資料的首選機制。

或是開啟本機已克隆或下載的存放庫版本：

• 將此存放庫複製到本機檔案系統。
• 按 F1 並選擇 Remote-Containers: Open Folder in Container... 指令。
• 選擇已複製的資料夾，等待容器啟動，然後開始試用。

離線存取

您可以使用 Docsify 在離線環境中執行此文件。Fork 此存放庫，在本機安裝 Docsify（參閱快速開始），然後在本存放庫的根目錄中輸入 docsify serve。網站將在您的本機 localhost 的 3000 埠上提供：localhost:3000。

注意，notebook 不會透過 Docsify 呈現，因此當您需要執行 notebook 時，請在執行 Python 核心的 VS Code 中單獨執行。

其他課程

我們團隊也製作其他課程！歡迎參考：

LangChain

---

Azure / Edge / MCP / Agents

---

生成式 AI 系列

---

核心學習

---

Copilot 系列

取得協助

遇到問題？ 請查看我們的 疑難排解指南 以取得常見問題的解決方法。

如果你在構建 AI 應用程式時遇到困難或有任何疑問。加入其他學習者與經驗豐富的開發者，一起討論 MCP。這是一個互相支持的社群，歡迎發問並自由分享知識。

如果你在構建過程中有產品回饋或遇到錯誤，請造訪：

---

免責聲明： 本文件為使用 AI 翻譯服務 Co‑op Translator (https://github.com/Azure/co-op-translator) 所翻譯。雖然我們力求準確，但自動翻譯可能包含錯誤或不準確之處。原始語言版本應視為具權威性的資料來源。對於關鍵或重要資訊，建議使用專業人工翻譯。我們不會就因使用此翻譯而導致的任何誤解或錯誤詮釋承擔責任。