Data-Science-For-Beginners/translations/ja

初心者のためのデータサイエンス - カリキュラム

Azure Cloud Advocatesは、データサイエンスに関する10週間、20レッスンのカリキュラムを提供します。各レッスンには、事前・事後のクイズ、レッスンを完了するための手順書、解答例、課題が含まれています。プロジェクトベースの学習法により、実際に作りながら学ぶことで新しいスキルを定着させることができます。

著者の皆様に感謝します: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 特別な感謝 🙏 Microsoft Student Ambassador の著者、レビューアー、コンテンツ提供者の皆様へ 特に 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

初心者のためのデータサイエンス - スケッチノート by @nitya

🌐 多言語対応

GitHub Actionによるサポート (自動更新)

アラビア語 | ベンガル語 | ブルガリア語 | ビルマ語 (ミャンマー) | 中国語 (簡体字) | 中国語 (繁体字, 香港) | 中国語 (繁体字, マカオ) | 中国語 (繁体字, 台湾) | クロアチア語 | チェコ語 | デンマーク語 | オランダ語 | エストニア語 | フィンランド語 | フランス語 | ドイツ語 | ギリシャ語 | ヘブライ語 | ヒンディー語 | ハンガリー語 | インドネシア語 | イタリア語 | 日本語 | 韓国語 | リトアニア語 | マレー語 | マラーティー語 | ネパール語 | ナイジェリア・ピジン語 | ノルウェー語 | ペルシャ語 (ファルシ) | ポーランド語 | ポルトガル語 (ブラジル) | ポルトガル語 (ポルトガル) | パンジャブ語 (グルムキー) | ルーマニア語 | ロシア語 | セルビア語 (キリル文字) | スロバキア語 | スロベニア語 | スペイン語 | スワヒリ語 | スウェーデン語 | タガログ語 (フィリピン) | タミル語 | タイ語 | トルコ語 | ウクライナ語 | ウルドゥー語 | ベトナム語

追加の翻訳を希望する場合は、こちらに対応言語が記載されています

コミュニティに参加しよう

現在、DiscordでAI学習シリーズを開催中です。詳細を確認し、2025年9月18日から30日までのAI学習シリーズに参加してください。GitHub Copilotを活用したデータサイエンスのヒントやコツを学べます。

学生の皆さんへ

以下のリソースから始めましょう：

• 学生向けハブページ このページでは、初心者向けリソース、学生向けパック、さらには無料の認定試験バウチャーを取得する方法が見つかります。このページはブックマークして、定期的にチェックしてください。コンテンツは少なくとも月に一度更新されます。
• Microsoft Learn Student Ambassadors グローバルな学生アンバサダーコミュニティに参加しましょう。これがMicrosoftへの道になるかもしれません。

始め方

📚 ドキュメント

• インストールガイド - 初心者向けのステップバイステップのセットアップ手順
• 使用ガイド - 使用例と一般的なワークフロー
• トラブルシューティング - よくある問題の解決策
• 貢献ガイド - このプロジェクトへの貢献方法
• 教師向け - 教育指導と教室用リソース

👨‍🎓 学生向け

完全な初心者: データサイエンスが初めてですか？初心者向けの例から始めましょう！これらのシンプルでコメントが充実した例は、カリキュラムに進む前に基本を理解するのに役立ちます。 学生: このカリキュラムを自分で使用するには、リポジトリ全体をフォークし、事前講義クイズから始めて、演習を自分で完了してください。その後、講義を読み、残りの活動を完了します。解答コードをコピーするのではなく、レッスンを理解しながらプロジェクトを作成するようにしてください。ただし、解答コードは各プロジェクト指向のレッスンの/solutionsフォルダーにあります。別のアイデアとしては、友達と勉強グループを作り、一緒にコンテンツを進めることです。さらに学習するには、Microsoft Learnをお勧めします。

クイックスタート:

1. インストールガイドを確認して環境をセットアップ
2. 使用ガイドをレビューしてカリキュラムの使い方を学ぶ
3. レッスン1から順番に進める
4. サポートのためにDiscordコミュニティに参加

👩‍🏫 教師向け

教師の皆様: このカリキュラムの使用方法についていくつかの提案を含めています。ぜひディスカッションフォーラムでフィードバックをお寄せください！

チーム紹介

Gif作成者 Mohit Jaisal

🎥 上の画像をクリックして、このプロジェクトと作成者についての動画をご覧ください！

教育方法

私たちはこのカリキュラムを構築する際に、プロジェクトベースであることと頻繁なクイズを含むことを重視するという2つの教育的な原則を選びました。このシリーズの終わりまでに、学生はデータサイエンスの基本原則、倫理的な概念、データ準備、データの扱い方のさまざまな方法、データの可視化、データ分析、データサイエンスの実世界での活用例などを学ぶことができます。

さらに、授業前の低リスクなクイズは学生がトピックを学ぶ意欲を高め、授業後のクイズはさらに記憶を定着させる役割を果たします。このカリキュラムは柔軟で楽しいものとして設計されており、全体を通して学ぶことも部分的に学ぶことも可能です。プロジェクトは小さなものから始まり、10週間のサイクルの終わりには徐々に複雑になっていきます。

行動規範、貢献ガイドライン、翻訳ガイドラインをご覧ください。建設的なフィードバックを歓迎します！

各レッスンには以下が含まれます：

• オプションのスケッチノート
• オプションの補足動画
• レッスン前のウォームアップクイズ
• 書かれたレッスン内容
• プロジェクトベースのレッスンでは、プロジェクトを構築するためのステップバイステップガイド
• 知識チェック
• チャレンジ
• 補足読書
• 課題
• レッスン後のクイズ

クイズについての注意: すべてのクイズはQuiz-Appフォルダーに含まれており、合計40個のクイズがそれぞれ3問ずつあります。レッスン内からリンクされていますが、クイズアプリはローカルで実行することもAzureにデプロイすることも可能です。quiz-appフォルダー内の指示に従ってください。現在、徐々にローカライズが進められています。

🎓 初心者向けの例

データサイエンスが初めてですか？ 特別に作成した例のディレクトリには、簡単でコメントが豊富なコードが含まれており、初心者が始めるのに役立ちます：

• 🌟 Hello World - 初めてのデータサイエンスプログラム
• 📂 データの読み込み - データセットの読み取りと探索を学ぶ
• 📊 簡単な分析 - 統計を計算し、パターンを見つける
• 📈 基本的な可視化 - チャートやグラフを作成する
• 🔬 実世界のプロジェクト - 開始から終了までの完全なワークフロー

各例には各ステップを説明する詳細なコメントが含まれており、初心者に最適です！

👉 例から始める 👈

レッスン

データサイエンス初心者向け: ロードマップ - スケッチノート by @nitya

レッスン番号	トピック	レッスングループ	学習目標	リンクされたレッスン	著者
01	データサイエンスの定義	イントロダクション	データサイエンスの基本概念と、それが人工知能、機械学習、ビッグデータとどのように関連しているかを学ぶ。	レッスン 動画	Dmitry
02	データサイエンス倫理	イントロダクション	データ倫理の概念、課題、フレームワーク。	レッスン	Nitya
03	データの定義	イントロダクション	データの分類方法とその一般的なソース。	レッスン	Jasmine
04	統計と確率のイントロダクション	イントロダクション	データを理解するための確率と統計の数学的技術。	レッスン 動画	Dmitry
05	リレーショナルデータの扱い	データの扱い	リレーショナルデータのイントロダクションと、SQL（「シークエル」と発音される）として知られる構造化クエリ言語を使用したリレーショナルデータの探索と分析の基本。	レッスン	Christopher
06	NoSQLデータの扱い	データの扱い	非リレーショナルデータのイントロダクション、そのさまざまな種類、およびドキュメントデータベースの探索と分析の基本。	レッスン	Jasmine
07	Pythonの扱い	データの扱い	Pandasなどのライブラリを使用したデータ探索のためのPythonの基本。Pythonプログラミングの基礎的な理解が推奨されます。	レッスン 動画	Dmitry
08	データ準備	データの扱い	欠損、不正確、または不完全なデータの課題に対処するためのデータクリーニングと変換の技術に関するトピック。	レッスン	Jasmine
09	数量の可視化	データ可視化	Matplotlibを使用して鳥のデータを可視化する方法を学ぶ 🦆	レッスン	Jen
10	データの分布の可視化	データ可視化	区間内の観察と傾向を可視化する。	レッスン	Jen
11	比率の可視化	データ可視化	離散的およびグループ化された割合を可視化する。	レッスン	Jen
12	関係性の可視化	データ可視化	データセットとその変数間の接続と相関を可視化する。	レッスン	Jen
13	意味のある可視化	データ可視化	問題解決と洞察を効果的にするための価値ある可視化を作成するための技術とガイダンス。	レッスン	Jen
14	データサイエンスライフサイクルのイントロダクション	ライフサイクル	データサイエンスライフサイクルのイントロダクションとその最初のステップであるデータの取得と抽出。	レッスン	Jasmine
15	分析	ライフサイクル	データサイエンスライフサイクルのこのフェーズでは、データを分析するための技術に焦点を当てる。	レッスン	Jasmine
16	コミュニケーション	ライフサイクル	データサイエンスライフサイクルのこのフェーズでは、意思決定者が理解しやすい形でデータから得られた洞察を提示することに焦点を当てる。	レッスン	Jalen
17	クラウドでのデータサイエンス	クラウドデータ	クラウドでのデータサイエンスとその利点を紹介する一連のレッスン。	レッスン	Tiffany and Maud
18	クラウドでのデータサイエンス	クラウドデータ	ローコードツールを使用したモデルのトレーニング。	レッスン	Tiffany and Maud
19	クラウドでのデータサイエンス	クラウドデータ	Azure Machine Learning Studioを使用したモデルのデプロイ。	レッスン	Tiffany and Maud
20	実世界でのデータサイエンス	実世界	実世界でのデータサイエンス駆動型プロジェクト。	レッスン	Nitya

GitHub Codespaces

このサンプルをCodespaceで開く手順：

1. Codeドロップダウンメニューをクリックし、Codespacesで開くオプションを選択します。
2. ペインの下部にある+ New codespaceを選択します。 詳細については、GitHubのドキュメントをご覧ください。

VSCode Remote - Containers

VSCodeのRemote - Containers拡張機能を使用して、ローカルマシンでこのリポジトリをコンテナ内で開く手順：

1. 開発コンテナを初めて使用する場合は、開始ドキュメントでシステムが前提条件を満たしていることを確認してください（例：Dockerがインストールされていること）。

このリポジトリを使用するには、以下の方法でリポジトリを開くことができます：

注意: 内部的には、Remote-Containers: Clone Repository in Container Volume... コマンドを使用して、ソースコードをローカルファイルシステムではなくDockerボリュームにクローンします。ボリュームはコンテナデータを永続化するための推奨メカニズムです。

または、ローカルにクローンまたはダウンロードしたバージョンのリポジトリを開く：

• このリポジトリをローカルファイルシステムにクローンします。
• F1を押してRemote-Containers: Open Folder in Container... コマンドを選択します。
• このフォルダーのクローンコピーを選択し、コンテナが起動するのを待って試してみてください。

オフラインアクセス

Docsifyを使用して、このドキュメントをオフラインで実行できます。このリポジトリをフォークし、Docsifyをインストールしてローカルマシンにインストールし、このリポジトリのルートフォルダーでdocsify serveと入力してください。ウェブサイトはローカルホストのポート3000で提供されます：localhost:3000。

注意：ノートブックはDocsifyではレンダリングされないため、ノートブックを実行する必要がある場合は、Pythonカーネルを実行しているVS Codeで別途行ってください。

その他のカリキュラム

私たちのチームは他のカリキュラムも制作しています！以下をご覧ください：

Azure / Edge / MCP / Agents

---

生成AIシリーズ

---

基礎学習

---

Copilotシリーズ

ヘルプを得る

問題に直面していますか？ よくある問題の解決策については、トラブルシューティングガイドをご覧ください。

AIアプリの構築で行き詰まったり質問がある場合は、MCPに関する議論に参加してください。同じ学習者や経験豊富な開発者と交流できるサポートコミュニティで、質問が歓迎され、知識が自由に共有されています。

製品のフィードバックや構築中のエラーについては以下をご覧ください：

---

免責事項:
この文書はAI翻訳サービスCo-op Translatorを使用して翻訳されています。正確性を追求しておりますが、自動翻訳には誤りや不正確な部分が含まれる可能性があります。元の言語で記載された文書を正式な情報源としてお考えください。重要な情報については、専門の人間による翻訳を推奨します。この翻訳の使用に起因する誤解や誤認について、当方は一切の責任を負いません。