Data-Science-For-Beginners/translations/fi

Data Science aloittelijoille - Opetussuunnitelma

Azure Cloud Advocates Microsoftilta tarjoavat mielellään 10 viikon, 20 oppitunnin opetussuunnitelman, joka käsittelee data-analytiikkaa. Jokainen oppitunti sisältää ennakkokyselyn ja jälkikyselyn, kirjalliset ohjeet oppitunnin suorittamiseen, ratkaisun ja tehtävän. Projektipohjainen oppimismetodimme antaa mahdollisuuden oppia tekemällä, mikä on todistetusti tehokas tapa omaksua uusia taitoja.

Sydämellinen kiitos kirjoittajillemme: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Erityiskiitos 🙏 Microsoft Student Ambassador -kirjoittajille, arvioijille ja sisällön tuottajille, erityisesti 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 aloittelijoille - Sketchnote by @nitya

🌐 Monikielinen tuki

Tuettu GitHub Actionin kautta (automaattinen ja aina ajan tasalla)

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

Jos haluat lisätä tuettuja kieliä, lista löytyy täältä

Liity yhteisöömme

Meillä on käynnissä Discordissa oppimissarja tekoälyn kanssa, opi lisää ja liity mukaan Learn with AI Series 18.–30. syyskuuta 2025. Saat vinkkejä ja neuvoja GitHub Copilotin käytöstä data-analytiikassa.

Oletko opiskelija?

Aloita seuraavilla resursseilla:

• Student Hub -sivu Tältä sivulta löydät aloittelijaresursseja, opiskelijapaketit ja jopa tapoja saada ilmainen sertifikaattivoucher. Tämä on sivu, jonka haluat tallentaa kirjanmerkkeihin ja tarkistaa säännöllisesti, sillä sisältöä vaihdetaan vähintään kuukausittain.
• Microsoft Learn Student Ambassadors Liity maailmanlaajuiseen opiskelijalähettiläiden yhteisöön, tämä voi olla sinun tiesi Microsoftiin.

Aloittaminen

📚 Dokumentaatio

• Asennusohje - Vaiheittaiset asennusohjeet aloittelijoille
• Käyttöohje - Esimerkkejä ja yleisiä työnkulkuja
• Vianetsintä - Ratkaisuja yleisiin ongelmiin
• Ohjeet osallistumiseen - Kuinka osallistua tähän projektiin
• Opettajille - Opetusohjeet ja luokkahuoneresurssit

👨‍🎓 Opiskelijoille

Täysin aloittelijat: Uusi data-analytiikassa? Aloita aloittelijaystävällisistä esimerkeistä! Nämä yksinkertaiset, hyvin kommentoidut esimerkit auttavat sinua ymmärtämään perusteet ennen kuin sukellat koko opetussuunnitelmaan. Opiskelijat: jos haluat käyttää tätä opetussuunnitelmaa itsenäisesti, haaroita koko repo ja suorita harjoitukset itsenäisesti aloittaen ennakkokyselystä. Lue sitten luento ja suorita loput aktiviteetit. Yritä luoda projektit ymmärtämällä oppitunnit sen sijaan, että kopioisit ratkaisukoodin; kuitenkin kyseinen koodi löytyy /solutions-kansioista jokaisessa projektiin keskittyvässä oppitunnissa. Toinen idea voisi olla muodostaa opiskeluryhmä ystävien kanssa ja käydä sisältö läpi yhdessä. Jatko-opiskelua varten suosittelemme Microsoft Learn.

Pikakäynnistys:

1. Tarkista Asennusohje ympäristön asettamiseksi
2. Tutustu Käyttöohjeeseen oppiaksesi käyttämään opetussuunnitelmaa
3. Aloita oppitunnista 1 ja etene järjestyksessä
4. Liity Discord-yhteisöömme saadaksesi tukea

👩‍🏫 Opettajille

Opettajat: olemme lisänneet joitakin ehdotuksia siitä, miten käyttää tätä opetussuunnitelmaa. Haluaisimme kuulla palautettasi keskustelufoorumillamme!

Tapaa tiimi

Gif by Mohit Jaisal

🎥 Klikkaa yllä olevaa kuvaa nähdäksesi videon projektista ja sen luoneista henkilöistä!

Pedagogiikka

Olemme valinneet kaksi pedagogista periaatetta tämän opetussuunnitelman rakentamisessa: varmistamme, että se on projektipohjainen ja sisältää usein toistuvia kyselyitä. Tämän sarjan lopussa opiskelijat ovat oppineet datatieteen perusperiaatteet, mukaan lukien eettiset käsitteet, datan valmistelu, erilaiset tavat työskennellä datan kanssa, datan visualisointi, data-analyysi, datatieteen käytännön sovellukset ja paljon muuta.

Lisäksi matalan kynnyksen kysely ennen oppituntia ohjaa opiskelijan huomion oppimaan aihetta, kun taas toinen kysely oppitunnin jälkeen varmistaa tiedon säilymisen. Tämä opetussuunnitelma on suunniteltu joustavaksi ja hauskaksi, ja sen voi suorittaa kokonaan tai osittain. Projektit alkavat pienistä ja muuttuvat yhä monimutkaisemmiksi 10 viikon jakson loppuun mennessä.

Löydä Toimintaohjeet, Osallistumisohjeet, Käännösohjeet. Otamme mielellämme vastaan rakentavaa palautettasi!

Jokainen oppitunti sisältää:

• Valinnainen luonnoskuva
• Valinnainen lisävideo
• Lämmittelykysely ennen oppituntia
• Kirjallinen oppitunti
• Projektipohjaisissa oppitunneissa vaiheittaiset ohjeet projektin rakentamiseen
• Tietotarkistukset
• Haaste
• Lisälukemista
• Tehtävä
• Oppitunnin jälkeinen kysely

Huomio kyselyistä: Kaikki kyselyt löytyvät Quiz-App-kansiosta, yhteensä 40 kyselyä, joissa on kolme kysymystä kussakin. Ne on linkitetty oppituntien sisällä, mutta kyselysovelluksen voi ajaa paikallisesti tai julkaista Azureen; seuraa ohjeita quiz-app-kansiossa. Kyselyitä lokalisoidaan vähitellen.

🎓 Esimerkkejä aloittelijoille

Uusi datatieteessä? Olemme luoneet erityisen esimerkkikansion, jossa on yksinkertaista ja hyvin kommentoitua koodia, joka auttaa sinua alkuun:

• 🌟 Hello World - Ensimmäinen datatiedeohjelmasi
• 📂 Datan lataaminen - Opettele lukemaan ja tutkimaan datasettiä
• 📊 Yksinkertainen analyysi - Laske tilastoja ja löydä kuvioita
• 📈 Perusvisualisointi - Luo kaavioita ja grafiikoita
• 🔬 Käytännön projekti - Täydellinen työnkulku alusta loppuun

Jokainen esimerkki sisältää yksityiskohtaisia kommentteja, jotka selittävät jokaisen vaiheen, joten ne sopivat täydellisesti aloittelijoille!

👉 Aloita esimerkeistä 👈

Oppitunnit

Datatiede aloittelijoille: Reittikartta - Luonnoskuva @nitya

Oppitunnin numero	Aihe	Oppituntiryhmä	Oppimistavoitteet	Linkitetty oppitunti	Tekijä
01	Datatieteen määrittely	Johdanto	Opettele datatieteen peruskäsitteet ja sen yhteys tekoälyyn, koneoppimiseen ja big dataan.	oppitunti video	Dmitry
02	Datatieteen etiikka	Johdanto	Datan eettiset käsitteet, haasteet ja viitekehykset.	oppitunti	Nitya
03	Datan määrittely	Johdanto	Kuinka data luokitellaan ja sen yleiset lähteet.	oppitunti	Jasmine
04	Johdatus tilastoihin ja todennäköisyyteen	Johdanto	Matematiikan tekniikat todennäköisyyden ja tilastojen avulla datan ymmärtämiseksi.	oppitunti video	Dmitry
05	Työskentely relaatiodatan kanssa	Työskentely datan kanssa	Johdatus relaatiodataan ja perusteet relaatiodatan tutkimiseen ja analysointiin Structured Query Language -kielellä, joka tunnetaan myös nimellä SQL (lausutaan "si-kuel").	oppitunti	Christopher
06	Työskentely NoSQL-datan kanssa	Työskentely datan kanssa	Johdatus ei-relaatiodataan, sen eri tyyppeihin ja perusteet dokumenttitietokantojen tutkimiseen ja analysointiin.	oppitunti	Jasmine
07	Työskentely Pythonin kanssa	Työskentely datan kanssa	Perusteet Pythonin käytöstä datan tutkimiseen Pandas-kirjastojen avulla. Suositellaan perustason ymmärrystä Python-ohjelmoinnista.	oppitunti video	Dmitry
08	Datan valmistelu	Työskentely datan kanssa	Aiheita datan puhdistamisen ja muuntamisen tekniikoista, jotta voidaan käsitellä puuttuvan, epätarkan tai epätäydellisen datan haasteita.	oppitunti	Jasmine
09	Määrien visualisointi	Datan visualisointi	Opettele käyttämään Matplotlibia lintudatan visualisointiin 🦆	oppitunti	Jen
10	Datan jakaumien visualisointi	Datan visualisointi	Havainnointien ja trendien visualisointi tietyllä aikavälillä.	oppitunti	Jen
11	Suhteiden visualisointi	Datan visualisointi	Yhteyksien ja korrelaatioiden visualisointi dataryhmien ja niiden muuttujien välillä.	oppitunti	Jen
13	Merkitykselliset visualisoinnit	Datan visualisointi	Tekniikat ja ohjeet, jotka tekevät visualisoinneistasi arvokkaita tehokkaaseen ongelmanratkaisuun ja oivalluksiin.	oppitunti	Jen
14	Johdatus datatieteen elinkaareen	Elinkaari	Johdatus datatieteen elinkaareen ja sen ensimmäiseen vaiheeseen, datan hankintaan ja uuttamiseen.	oppitunti	Jasmine
15	Analysointi	Elinkaari	Datatieteen elinkaaren vaihe, joka keskittyy datan analysointitekniikoihin.	oppitunti	Jasmine
16	Viestintä	Elinkaari	Datatieteen elinkaaren vaihe, joka keskittyy datasta saatujen oivallusten esittämiseen päätöksentekijöille ymmärrettävällä tavalla.	oppitunti	Jalen
17	Datatiede pilvessä	Pilvidata	Tämä oppituntisarja esittelee datatieteen pilvessä ja sen hyödyt.	oppitunti	Tiffany ja Maud
18	Datatiede pilvessä	Pilvidata	Mallien kouluttaminen Low Code -työkaluilla.	oppitunti	Tiffany ja Maud
19	Datatiede pilvessä	Pilvidata	Mallien julkaiseminen Azure Machine Learning Studiossa.	oppitunti	Tiffany ja Maud
20	Datatiede käytännössä	Käytännössä	Datatieteen ohjaamat projektit tosielämässä.	oppitunti	Nitya

GitHub Codespaces

Noudata näitä ohjeita avataksesi tämän esimerkin Codespacessa:

1. Klikkaa Code-pudotusvalikkoa ja valitse Open with Codespaces -vaihtoehto.
2. Valitse + New codespace paneelin alareunasta. Lisätietoja löydät GitHub-dokumentaatiosta.

VSCode Remote - Containers

Noudata näitä ohjeita avataksesi tämän repositorion kontissa paikallisella koneellasi ja VSCode-ohjelmalla käyttäen VS Code Remote - Containers -laajennusta:

1. Jos käytät kehityskonttia ensimmäistä kertaa, varmista, että järjestelmäsi täyttää vaatimukset (esim. Docker asennettuna) aloitusdokumentaatiossa.

Tämän repositorion käyttöön voit joko avata repositorion eristetyssä Docker-volyymissä:

Huomio: Tämä käyttää taustalla Remote-Containers: Clone Repository in Container Volume... -komentoa lähdekoodin kloonaamiseen Docker-volyymiin paikallisen tiedostojärjestelmän sijaan. Volyymit ovat suositeltu mekanismi konttidatan säilyttämiseen.

Tai avata paikallisesti kloonatun tai ladatun version repositoriosta:

• Kloonaa tämä repositorio paikalliselle tiedostojärjestelmällesi.
• Paina F1 ja valitse Remote-Containers: Open Folder in Container... -komento.
• Valitse kloonattu kopio tästä kansiosta, odota konttia käynnistymään ja kokeile asioita.

Offline-käyttö

Voit käyttää tätä dokumentaatiota offline-tilassa käyttämällä Docsifyä. Haaroita tämä repositorio, asenna Docsify paikalliselle koneellesi, ja kirjoita tämän repositorion juurikansiossa docsify serve. Verkkosivusto palvelee portissa 3000 localhostissa: localhost:3000.

Huomio, muistikirjoja ei renderöidä Docsifyllä, joten kun tarvitset muistikirjan suorittamista, tee se erikseen VS Codessa Python-ytimen avulla.

Muut opetussuunnitelmat

Tiimimme tuottaa muita opetussuunnitelmia! Tutustu:

Azure / Edge / MCP / Agents

---

Generatiivisen tekoälyn sarja

---

Ydinkoulutus

---

Copilot-sarja

Apua saatavilla

Ongelmia? Katso Vianmääritysopas yleisten ongelmien ratkaisuihin.

Jos jäät jumiin tai sinulla on kysymyksiä tekoälysovellusten rakentamisesta, liity muiden oppijoiden ja kokeneiden kehittäjien keskusteluihin MCP:stä. Se on tukevainen yhteisö, jossa kysymykset ovat tervetulleita ja tietoa jaetaan avoimesti.

Jos sinulla on palautetta tuotteesta tai kohtaat virheitä rakentamisen aikana, käy täällä:

---

Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa tämän käännöksen käytöstä johtuvista väärinkäsityksistä tai virhetulkinnoista.