Data-Science-For-Beginners/translations/no

Datavitenskap for nybegynnere - En læreplan

Azure Cloud Advocates hos Microsoft er glade for å tilby en 10-ukers, 20-leksjoners læreplan som handler om datavitenskap. Hver leksjon inkluderer før-leksjon og etter-leksjon quizzer, skriftlige instruksjoner for å fullføre leksjonen, en løsning og en oppgave. Vår prosjektbaserte pedagogikk lar deg lære mens du bygger, en gjennomprøvd måte for nye ferdigheter å feste seg på.

Stor takk til våre forfattere: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Spesiell takk 🙏 til våre Microsoft Student Ambassador forfattere, korrekturlesere og bidragsytere av innhold, særlig 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

Datavitenskap for nybegynnere - Sketchnote av @nitya

🌐 Flerspråklig støtte

Støttet via GitHub Action (Automatisert og alltid oppdatert)

Arabisk | Bengali | Bulgarsk | Burmesisk (Myanmar) | Kinesisk (forenklet) | Kinesisk (tradisjonell, Hong Kong) | Kinesisk (tradisjonell, Macau) | Kinesisk (tradisjonell, Taiwan) | Kroatisk | Tsjekkisk | Dansk | Nederlandsk | Estisk | Finsk | Fransk | Tysk | Gresk | Hebraisk | Hindi | Ungarsk | Indonesisk | Italiensk | Japansk | Kannada | Koreansk | Litauisk | Malayisk | Malayalam | Marathi | Nepali | Nigeriansk pidgin | Norsk | Persisk (farsi) | Polsk | Portugisisk (Brasil) | Portugisisk (Portugal) | Punjabi (Gurmukhi) | Rumensk | Russisk | Serbisk (kyrillisk) | Slovakisk | Slovensk | Spansk | Swahili | Svensk | Tagalog (filippinsk) | Tamil | Telugu | Thai | Tyrkisk | Ukrainsk | Urdu | Vietnamesisk

Hvis du ønsker flere oversettelser, er støttede språk listet her

Bli med i vårt fellesskap

Vi har en Discord-serie "Learn with AI" pågående — lær mer og bli med oss på Learn with AI-serien fra 18. - 30. september 2025. Du vil få tips og triks for å bruke GitHub Copilot for datavitenskap.

Er du student?

Kom i gang med følgende ressurser:

• Student Hub-siden På denne siden finner du nybegynnerressurser, studentpakker og til og med måter å få en gratis sertifikatkupong. Dette er en side du bør bokmerke og sjekke fra tid til annen ettersom vi bytter ut innhold minst månedlig.
• Microsoft Learn Student Ambassadors Bli med i et globalt fellesskap av studentambassadører — dette kan være din vei inn i Microsoft.

Kom i gang

📚 Dokumentasjon

• Installasjonsveiledning - Trinnvise oppsettsinstruksjoner for nybegynnere
• Bruksanvisning - Eksempler og vanlige arbeidsflyter
• Feilsøking - Løsninger på vanlige problemer
• Veiledning for bidrag - Hvordan bidra til dette prosjektet
• For lærere - Veiledning for undervisning og ressurser for klasserommet

👨‍🎓 For studenter

Fullstendige nybegynnere: Ny innen datavitenskap? Start med våre nybegynnervennlige eksempler! Disse enkle, godt kommenterte eksemplene vil hjelpe deg å forstå det grunnleggende før du dykker ned i hele læreplanen. Studenter: for å bruke denne læreplanen på egenhånd, fork repoet og fullfør oppgavene på egen hånd, start med en før-forelesnings-quiz. Les deretter forelesningen og fullfør resten av aktivitetene. Prøv å lage prosjektene ved å forstå leksjonene i stedet for å kopiere løsningskoden; den koden er imidlertid tilgjengelig i /solutions-mappene i hver prosjektorienterte leksjon. En annen idé er å danne en studiegruppe med venner og gå gjennom innholdet sammen. For videre studier anbefaler vi Microsoft Learn.

Rask start:

1. Sjekk Installasjonsveiledningen for å sette opp miljøet ditt
2. Gå gjennom Bruksanvisningen for å lære hvordan du jobber med læreplanen
3. Start med Leksjon 1 og arbeid deg gjennom dem sekvensielt
4. Bli med i vårt Discord-fellesskap for støtte

👩‍🏫 For lærere

Lærere: vi har inkludert noen forslag om hvordan du kan bruke denne læreplanen. Vi setter pris på tilbakemeldinger i vårt diskusjonsforum!

Møt teamet

GIF av Mohit Jaisal

🎥 Klikk på bildet over for en video om prosjektet og folkene som laget det!

Pedagogikk

Vi har valgt to pedagogiske prinsipper mens vi bygget dette pensumet: å sikre at det er prosjektbasert og at det inneholder hyppige quizer. Ved slutten av denne serien vil studentene ha lært grunnleggende prinsipper for datavitenskap, inkludert etiske konsepter, datarensing, forskjellige måter å arbeide med data på, datavisualisering, dataanalyse, virkelige brukstilfeller av datavitenskap og mer.

I tillegg setter en lavterskel-quiz før en klasse studentens intensjon mot å lære et emne, mens en andre quiz etter klassen sikrer videre tilbakeholdelse. Dette pensumet ble designet for å være fleksibelt og morsomt og kan tas som helhet eller delvis. Prosjektene starter smått og blir stadig mer komplekse mot slutten av 10-ukers syklusen.

Finn vår Code of Conduct, Contributing, Translation retningslinjer. Vi tar imot dine konstruktive tilbakemeldinger!

Hver leksjon inkluderer:

• Valgfri sketchnote
• Valgfri tilleggsvideo
• Oppvarmingsquiz før leksjonen
• Skriftlig leksjon
• For prosjektbaserte leksjoner, trinnvise guider om hvordan bygge prosjektet
• Kunnskapssjekker
• En utfordring
• Tilleggslesning
• Oppgave
• Quiz etter leksjonen

En merknad om quizer: Alle quizer ligger i Quiz-App-mappen, for totalt 40 quizer med tre spørsmål hver. De er koblet fra leksjonene, men quiz-appen kan kjøres lokalt eller distribueres til Azure; følg instruksjonene i quiz-app-mappen. De blir gradvis lokalisert.

🎓 Begynnervennlige eksempler

Ny i datavitenskap? Vi har laget en egen eksempelkatalog med enkel, godt kommentert kode for å hjelpe deg i gang:

• 🌟 Hello World - Ditt første program for datavitenskap
• 📂 Loading Data - Lær å lese og utforske datasett
• 📊 Simple Analysis - Beregn statistikk og finn mønstre
• 📈 Basic Visualization - Lag diagrammer og grafer
• 🔬 Real-World Project - Full arbeidsflyt fra start til slutt

Hvert eksempel inkluderer detaljerte kommentarer som forklarer hvert trinn, noe som gjør det perfekt for helt nybegynnere!

👉 Start med eksemplene 👈

Leksjoner

Datavitenskap for nybegynnere: veikart - Sketchnote av @nitya

Lesson Number	Topic	Lesson Grouping	Learning Objectives	Linked Lesson	Author
01	Defining Data Science	Introduksjon	Lær de grunnleggende konseptene bak datavitenskap og hvordan den er relatert til kunstig intelligens, maskinlæring og big data.	lesson video	Dmitry
02	Data Science Ethics	Introduksjon	Begreper, utfordringer og rammeverk innen dataetikk.	lesson	Nitya
03	Defining Data	Introduksjon	Hvordan data klassifiseres og vanlige kilder.	lesson	Jasmine
04	Introduction to Statistics & Probability	Introduksjon	De matematiske teknikkene innen sannsynlighet og statistikk for å forstå data.	lesson video	Dmitry
05	Working with Relational Data	Arbeide med data	Introduksjon til relasjonsdata og det grunnleggende i å utforske og analysere relasjonsdata med Structured Query Language, også kjent som SQL (uttales “see-quell”).	lesson	Christopher
06	Working with NoSQL Data	Arbeide med data	Introduksjon til ikke-relasjonelle data, deres ulike typer og grunnleggende om å utforske og analysere dokumentdatabaser.	lesson	Jasmine
07	Working with Python	Arbeide med data	Grunnleggende bruk av Python for datautforskning med biblioteker som Pandas. Grunnleggende forståelse av Python-programmering anbefales.	lesson video	Dmitry
08	Data Preparation	Arbeide med data	Temaer om datateknikker for rengjøring og transformasjon av data for å håndtere utfordringer med manglende, unøyaktige eller ufullstendige data.	lesson	Jasmine
09	Visualizing Quantities	Datavisualisering	Lær hvordan du bruker Matplotlib for å visualisere fugldata 🦆	lesson	Jen
10	Visualizing Distributions of Data	Datavisualisering	Visualisere observasjoner og trender innenfor et intervall.	lesson	Jen
11	Visualizing Proportions	Datavisualisering	Visualisere diskrete og grupperte prosentandeler.	lesson	Jen
12	Visualizing Relationships	Datavisualisering	Visualisere koblinger og korrelasjoner mellom datamengder og deres variabler.	lesson	Jen
13	Meaningful Visualizations	Datavisualisering	Teknikker og veiledning for å gjøre visualiseringene dine nyttige for effektiv problemløsning og innsikt.	lesson	Jen
14	Introduction to the Data Science lifecycle	Livssyklus	Introduksjon til datavitenskapens livssyklus og dets første trinn for innhenting og ekstraksjon av data.	lesson	Jasmine
15	Analyzing	Livssyklus	Denne fasen av datavitenskapens livssyklus fokuserer på teknikker for å analysere data.	lesson	Jasmine
16	Communication	Livssyklus	Denne fasen av datavitenskapens livssyklus fokuserer på å presentere innsikter fra data på en måte som gjør det enklere for beslutningstakere å forstå.	lesson	Jalen
17	Data Science in the Cloud	Data i skyen	Denne serien av leksjoner introduserer datavitenskap i skyen og dens fordeler.	lesson	Tiffany and Maud
18	Data Science in the Cloud	Data i skyen	Trene modeller ved bruk av lavkodeverktøy.	lesson	Tiffany and Maud
19	Data Science in the Cloud	Data i skyen	Distribuere modeller med Azure Machine Learning Studio.	lesson	Tiffany and Maud
20	Data Science in the Wild	I felten	Datavitenskapsdrevne prosjekter i den virkelige verden.	lesson	Nitya

GitHub Codespaces

Følg disse trinnene for å åpne dette eksemplet i en Codespace:

1. Klikk på Code drop-down-menyen og velg alternativet Open with Codespaces.
2. Velg + New codespace nederst i panelet. For mer info, sjekk ut GitHub-dokumentasjonen.

VSCode Remote - Containers

Følg disse trinnene for å åpne dette repoet i en container ved å bruke din lokale maskin og VSCode med VS Code Remote - Containers-utvidelsen:

1. Hvis dette er første gangen du bruker en utviklingscontainer, sørg for at systemet ditt møter forutsetningene (f.eks. at Docker er installert) i getting started-dokumentasjonen.

For å bruke dette depotet kan du enten åpne depotet i et isolert Docker-volum:

Merk: Under panseret vil dette bruke Remote-Containers: Clone Repository in Container Volume...-kommandoen for å klone kildekoden i et Docker-volum i stedet for det lokale filsystemet. Volumes er den foretrukne mekanismen for å bevare containerdata.

Eller åpne en lokalt klonet eller nedlastet versjon av depotet:

• Klon dette depotet til ditt lokale filsystem.
• Trykk F1 og velg Remote-Containers: Open Folder in Container...-kommandoen.
• Velg den klonede kopien av denne mappen, vent på at containeren starter, og prøv det ut.

Offline-tilgang

Du kan kjøre denne dokumentasjonen frakoblet ved å bruke Docsify. Fork dette repoet, installer Docsify på din lokale maskin, deretter i rotmappen til dette repoet, skriv docsify serve. Nettstedet vil bli servert på port 3000 på din localhost: localhost:3000.

Merk, notatbøker vil ikke bli rendret via Docsify, så når du trenger å kjøre en notatbok, gjør det separat i VS Code med en Python-kjerne.

Andre læreplaner

Teamet vårt produserer andre læreplaner! Sjekk ut:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI-serien

---

Kjerneopplæring

---

Copilot-serien

Få hjelp

Opplever du problemer? Sjekk vår Feilsøkingsguide for løsninger på vanlige problemer.

Hvis du står fast eller har spørsmål om å bygge AI-apper. Bli med andre lærende og erfarne utviklere i diskusjoner om MCP. Det er et støttende fellesskap der spørsmål er velkomne og kunnskap deles fritt.

Hvis du har produkttilbakemeldinger eller opplever feil mens du bygger, besøk:

---

Ansvarsfraskrivelse: Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator (https://github.com/Azure/co-op-translator). Selv om vi streber etter nøyaktighet, vennligst vær oppmerksom på at automatiske oversettelser kan inneholde feil eller unøyaktigheter. Det opprinnelige dokumentet på originalspråket skal anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.