Data-Science-For-Beginners/translations/ms

Sains Data untuk Pemula - Kurikulum

Advokat Awan Azure di Microsoft dengan sukacitanya menawarkan kurikulum 10 minggu, 20 pelajaran yang semuanya mengenai Sains Data. Setiap pelajaran termasuk kuiz pra-pelajaran dan pasca-pelajaran, arahan bertulis untuk menyelesaikan pelajaran, penyelesaian, dan tugasan. Pedagogi berasaskan projek kami membolehkan anda belajar sambil membina, cara terbukti untuk kemahiran baru 'melekat'.

Terima kasih yang ikhlas kepada penulis kami: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Terima kasih istimewa 🙏 kepada penulis, penyemak dan penyumbang kandungan Duta Pelajar Microsoft, terutamanya 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

Sains Data Untuk Pemula - Nota Lakaran oleh @nitya

🌐 Sokongan Pelbagai Bahasa

Disokong melalui GitHub Action (Automatik & Sentiasa Terkini)

Arab | Bengali | Bulgaria | Burma (Myanmar) | Cina (Dipermudahkan) | Cina (Tradisional, Hong Kong) | Cina (Tradisional, Macau) | Cina (Tradisional, Taiwan) | Kroasia | Ceko | Denmark | Belanda | Estonia | Finland | Perancis | Jerman | Greek | Ibrani | Hindi | Hungaria | Indonesia | Itali | Jepun | Kannada | Korea | Lithuania | Melayu | Malayalam | Marathi | Nepali | Pidgin Nigeria | Norway | Parsi (Farsi) | Poland | Portugal (Brazil) | Portugal (Portugal) | Punjabi (Gurmukhi) | Romania | Rusia | Serbia (Cyrillic) | Slovakia | Slovenia | Sepanyol | Swahili | Swedish | Tagalog (Filipina) | Tamil | Telugu | Thai | Turki | Ukraine | Urdu | Vietnam

Lebih Suka Klon Secara Lokal?

Repositori ini termasuk 50+ terjemahan bahasa yang meningkatkan saiz muat turun dengan ketara. Untuk klon tanpa terjemahan, gunakan sparse checkout:

git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

Ini memberikan anda segala yang anda perlukan untuk menyelesaikan kursus dengan muat turun yang jauh lebih cepat.

Jika anda ingin sokongan bahasa terjemahan tambahan disenaraikan di sini

Sertai Komuniti Kami

Kami sedang menjalankan siri belajar dengan AI di Discord, pelajari lebih lanjut dan sertai kami di Siri Belajar dengan AI dari 18 - 30 September, 2025. Anda akan mendapat petua dan helah menggunakan GitHub Copilot untuk Sains Data.

Adakah anda seorang pelajar?

Mulakan dengan sumber berikut:

• Halaman Pusat Pelajar Dalam halaman ini, anda akan menemui sumber permulaan, Pek Pelajar dan bahkan cara untuk mendapatkan baucar sijil percuma. Ini adalah halaman yang anda mahu tandakan dan semak dari masa ke masa kerana kami menukar kandungan sekurang-kurangnya setiap bulan.
• Duta Pelajar Microsoft Learn Sertai komuniti duta pelajar global, ini boleh menjadi jalan anda ke Microsoft.

Memulakan

📚 Dokumentasi

• Panduan Pemasangan - Arahan pemasangan langkah demi langkah untuk pemula
• Panduan Penggunaan - Contoh dan aliran kerja biasa
• Penyelesaian Masalah - Penyelesaian untuk isu biasa
• Panduan Menyumbang - Cara menyumbang kepada projek ini
• Untuk Guru - Panduan pengajaran dan sumber kelas

👨‍🎓 Untuk Pelajar

Pemula Lengkap: Baru dalam sains data? Mula dengan contoh mesra-pemula kami! Contoh mudah yang disertakan komen ini akan membantu anda memahami asas sebelum menyelami keseluruhan kurikulum. Pelajar: untuk menggunakan kurikulum ini sendiri, buat forkan repo penuh dan selesaikan latihan sendiri, bermula dengan kuiz sebelum kuliah. Kemudian baca kuliah dan lengkapkan aktiviti lain. Cuba hasilkan projek dengan memahami pelajaran daripada menyalin kod penyelesaian; walau bagaimanapun, kod itu tersedia dalam folder /solutions dalam setiap pelajaran berorientasikan projek. Satu idea lain adalah membentuk kumpulan belajar bersama rakan dan bersama-sama melalui kandungan. Untuk kajian lebih lanjut, kami mengesyorkan Microsoft Learn.

Permulaan Pantas:

1. Semak Panduan Pemasangan untuk menyediakan persekitaran anda
2. Tinjau Panduan Penggunaan untuk belajar cara menggunakan kurikulum
3. Mulakan dengan Pelajaran 1 dan ikuti secara berurutan
4. Sertai komuniti Discord kami untuk sokongan

👩‍🏫 Untuk Guru

Guru: kami telah menyertakan beberapa cadangan mengenai cara menggunakan kurikulum ini. Kami mengalu-alukan maklum balas anda di forum perbincangan kami!

Temui Pasukan

Gif oleh Mohit Jaisal

🎥 Klik gambar di atas untuk video tentang projek dan orang yang menciptakannya!

Pedagogi

Kami telah memilih dua prinsip pedagogi semasa membina kurikulum ini: memastikan ia berasaskan projek dan termasuk kuiz yang kerap. Pada akhir siri ini, pelajar akan mempelajari prinsip asas sains data, termasuk konsep etika, penyediaan data, pelbagai cara bekerja dengan data, visualisasi data, analisis data, kes penggunaan sains data dunia sebenar, dan banyak lagi.

Selain itu, kuiz berisiko rendah sebelum kelas menetapkan niat pelajar untuk mempelajari sesuatu topik, manakala kuiz kedua selepas kelas memastikan pengingatan yang lebih baik. Kurikulum ini direka untuk menjadi fleksibel dan menyeronokkan serta boleh diikuti secara keseluruhan atau sebahagian. Projek bermula kecil dan menjadi semakin kompleks menjelang akhir kitaran 10 minggu.

Temui Kod Etika, Menyumbang, Terjemahan panduan kami. Kami mengalu-alukan maklum balas membina anda!

Setiap pelajaran termasuk:

• Sketchnote pilihan
• Video sokongan pilihan
• Kuiz pemanasan sebelum pelajaran
• Pelajaran bertulis
• Untuk pelajaran berasaskan projek, panduan langkah demi langkah cara membina projek
• Semakan pengetahuan
• Cabaran
• Bacaan tambahan
• Tugasan
• Kuiz selepas pelajaran

Nota mengenai kuiz: Semua kuiz terkandung di dalam folder Quiz-App, dengan jumlah 40 kuiz kandungan tiga soalan setiap satu. Ia dipautkan dalam pelajaran, tetapi aplikasi kuiz boleh dijalankan secara tempatan atau dipasang di Azure; ikut arahan dalam folder quiz-app. Ia sedang diterjemahkan secara berperingkat.

🎓 Contoh Mesra Pemula

Baharu dalam Sains Data? Kami telah mencipta direktori contoh khas dengan kod mudah dan bertulis dengan baik untuk membantu anda bermula:

• 🌟 Hello World - Program sains data pertama anda
• 📂 Memuatkan Data - Belajar membaca dan meneroka set data
• 📊 Analisis Mudah - Kira statistik dan cari pola
• 📈 Visualisasi Asas - Buat carta dan graf
• 🔬 Projek Dunia Nyata - Aliran kerja lengkap dari mula hingga akhir

Setiap contoh termasuk komen terperinci menerangkan setiap langkah, sesuai untuk pemula mutlak!

👉 Mulakan dengan contoh 👈

Pelajaran

Sains Data Untuk Pemula: Peta Jalan - Sketchnote oleh @nitya

Nombor Pelajaran	Topik	Kumpulan Pelajaran	Objektif Pembelajaran	Pelajaran Berkaitan	Pengarang
01	Mendefinisikan Sains Data	Pengenalan	Pelajari konsep asas di sebalik sains data dan bagaimana ia berkaitan dengan kecerdasan buatan, pembelajaran mesin, dan data besar.	pelajaran video	Dmitry
02	Etika Sains Data	Pengenalan	Konsep, cabaran & rangka kerja Etika Data.	pelajaran	Nitya
03	Mendefinisikan Data	Pengenalan	Bagaimana data diklasifikasikan dan sumbernya yang biasa.	pelajaran	Jasmine
04	Pengenalan Statistik & Kebarangkalian	Pengenalan	Teknik matematik kebarangkalian dan statistik untuk memahami data.	pelajaran video	Dmitry
05	Bekerja dengan Data Relasional	Bekerja Dengan Data	Pengenalan kepada data relasional dan asas meneroka serta menganalisis data relasional dengan Bahasa Pertanyaan Berstruktur, juga dikenali sebagai SQL (sebutan “see-quell”).	pelajaran	Christopher
06	Bekerja dengan Data NoSQL	Bekerja Dengan Data	Pengenalan kepada data bukan relasional, pelbagai jenisnya dan asas meneroka serta menganalisis pangkalan data dokumen.	pelajaran	Jasmine
07	Bekerja dengan Python	Bekerja Dengan Data	Asas menggunakan Python untuk penerokaan data dengan perpustakaan seperti Pandas. Disarankan mempunyai pemahaman asas pengaturcaraan Python.	pelajaran video	Dmitry
08	Penyediaan Data	Bekerja Dengan Data	Topik teknik data untuk membersih dan menukar data bagi mengendalikan cabaran data yang hilang, tidak tepat, atau tidak lengkap.	pelajaran	Jasmine
09	Visualisasi Kuantiti	Visualisasi Data	Pelajari cara menggunakan Matplotlib untuk memvisualisasikan data burung 🦆	pelajaran	Jen
10	Visualisasi Taburan Data	Visualisasi Data	Visualisasi pemerhatian dan trend dalam selang.	pelajaran	Jen
11	Visualisasi Peratusan	Visualisasi Data	Visualisasi peratusan diskret dan berkelompok.	pelajaran	Jen
12	Visualisasi Hubungan	Visualisasi Data	Visualisasi sambungan dan korelasi antara set data dan pembolehubahnya.	pelajaran	Jen
13	Visualisasi Bermakna	Visualisasi Data	Teknik dan panduan untuk menjadikan visualisasi anda bernilai bagi penyelesaian masalah dan memperoleh pengetahuan yang berkesan.	pelajaran	Jen
14	Pengenalan kepada Kitaran Hayat Sains Data	Kitaran Hayat	Pengenalan kepada kitaran hayat sains data dan langkah pertama iaitu memperoleh dan mengekstrak data.	pelajaran	Jasmine
15	Menganalisis	Kitaran Hayat	Fasa kitaran hayat sains data yang memberi fokus pada teknik untuk menganalisis data.	pelajaran	Jasmine
16	Komunikasi	Kitaran Hayat	Fasa kitaran hayat sains data yang menumpukan pada pembentangan maklumat daripada data agar mudah difahami oleh pembuat keputusan.	pelajaran	Jalen
17	Sains Data di Awan	Data Awan	Siri pelajaran yang memperkenalkan sains data di awan dan manfaatnya.	pelajaran	Tiffany dan Maud
18	Sains Data di Awan	Data Awan	Melatih model menggunakan alat Low Code.	pelajaran	Tiffany dan Maud
19	Sains Data di Awan	Data Awan	Melancarkan model dengan Azure Machine Learning Studio.	pelajaran	Tiffany dan Maud
20	Sains Data di Dunia Sebenar	Di Luar	Projek berasaskan sains data dalam dunia sebenar.	pelajaran	Nitya

GitHub Codespaces

Ikut langkah berikut untuk membuka contoh ini dalam Codespace:

1. Klik menu turun bawah Kod dan pilih pilihan Buka dengan Codespaces.
2. Pilih + Kod ruang baru di bawah panel. Untuk maklumat lanjut, lihat dokumentasi GitHub.

VSCode Remote - Containers

Ikut langkah ini untuk membuka repo ini dalam kontena menggunakan mesin tempatan anda dan VSCode dengan sambungan VS Code Remote - Containers:

1. Jika ini kali pertama anda menggunakan kontena pembangunan, pastikan sistem anda memenuhi prasyarat (contohnya telah pasang Docker) dalam dokumentasi memulakan.

Untuk menggunakan repositori ini, anda boleh membuka repo dalam volum Docker terasing:

Nota: Secara dalaman, ini akan menggunakan perintah Remote-Containers: Clone Repository in Container Volume... untuk menyalin kod sumber dalam volum Docker dan bukannya sistem fail tempatan. Volum adalah mekanisme pilihan untuk mengekalkan data kontena.

Atau buka salinan repo yang telah dimuat turun atau diklon secara tempatan:

• Klon repositori ini ke sistem fail tempatan anda.
• Tekan F1 dan pilih arahan Remote-Containers: Open Folder in Container....
• Pilih salinan folder yang diklon tersebut, tunggu kontena bermula, dan cuba gunakan.

Akses Luar Talian

Anda boleh menjalankan dokumentasi ini luar talian dengan menggunakan Docsify. Fork repo ini, pasang Docsify pada mesin tempatan anda, kemudian dalam folder akar repo ini, taip docsify serve. Laman web akan disajikan pada port 3000 di localhost anda: localhost:3000.

Nota, buku nota tidak akan dirender melalui Docsify, jadi apabila anda perlu menjalankan buku nota, lakukan secara berasingan di VS Code dengan kernel Python.

Kurikulum Lain

Pasukan kami mengeluarkan kurikulum lain! Lihat:

LangChain

---

Azure / Edge / MCP / Ejen

---

Siri AI Generatif

---

Pembelajaran Teras

---

Siri Copilot

Mendapatkan Bantuan

Menghadapi masalah? Semak Panduan Penyelesaian Masalah kami untuk penyelesaian kepada masalah biasa.

Jika anda tersekat atau mempunyai sebarang soalan tentang membina aplikasi AI. Sertai pelajar lain dan pembangun berpengalaman dalam perbincangan mengenai MCP. Ia adalah komuniti sokongan di mana soalan dialu-alukan dan pengetahuan dikongsi dengan bebas.

Jika anda mempunyai maklum balas produk atau ralat semasa membina, lawati:

---

Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk ketepatan, sila ambil perhatian bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya hendaklah dianggap sebagai sumber rasmi. Untuk maklumat penting, terjemahan profesional oleh manusia adalah disyorkan. Kami tidak bertanggungjawab terhadap sebarang salah faham atau salah tafsir yang timbul akibat penggunaan terjemahan ini.