Data-Science-For-Beginners/translations/it

Data Science per Principianti - Un Curriculum

Azure Cloud Advocates di Microsoft sono lieti di offrire un curriculum di 10 settimane e 20 lezioni interamente dedicato alla Data Science. Ogni lezione include quiz pre-lezione e post-lezione, istruzioni scritte per completare la lezione, una soluzione e un compito. La nostra pedagogia basata sui progetti ti permette di imparare mentre costruisci, un metodo comprovato per far sì che le nuove competenze rimangano impresse.

Un sentito ringraziamento ai nostri autori: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Un ringraziamento speciale 🙏 ai nostri Microsoft Student Ambassador autori, revisori e collaboratori di contenuti, in particolare 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 per Principianti - Sketchnote di @nitya

🌐 Supporto Multilingue

Supportato tramite GitHub Action (Automatizzato e Sempre Aggiornato)

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 | 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

Se desideri avere ulteriori traduzioni, le lingue supportate sono elencate qui

Unisciti alla nostra comunità

Abbiamo una serie di apprendimento con AI in corso su Discord, scopri di più e unisciti a noi su Learn with AI Series dal 18 al 30 settembre 2025. Riceverai consigli e trucchi sull'utilizzo di GitHub Copilot per la Data Science.

Sei uno studente?

Inizia con le seguenti risorse:

• Pagina Student Hub In questa pagina troverai risorse per principianti, pacchetti per studenti e persino modi per ottenere un voucher gratuito per la certificazione. Questa è una pagina che vuoi salvare nei preferiti e controllare di tanto in tanto, poiché cambiamo contenuti almeno mensilmente.
• Microsoft Learn Student Ambassadors Unisciti a una comunità globale di ambasciatori studenti, potrebbe essere il tuo ingresso in Microsoft.

Per iniziare

📚 Documentazione

• Guida all'Installazione - Istruzioni passo-passo per principianti
• Guida all'Uso - Esempi e flussi di lavoro comuni
• Risoluzione dei Problemi - Soluzioni ai problemi più comuni
• Guida al Contributo - Come contribuire a questo progetto
• Per Insegnanti - Guida all'insegnamento e risorse per la classe

👨‍🎓 Per Studenti

Principianti Assoluti: Nuovo alla Data Science? Inizia con i nostri esempi per principianti! Questi esempi semplici e ben commentati ti aiuteranno a comprendere le basi prima di immergerti nel curriculum completo. Studenti: per utilizzare questo curriculum autonomamente, fai un fork dell'intero repository e completa gli esercizi da solo, iniziando con un quiz pre-lezione. Poi leggi la lezione e completa il resto delle attività. Cerca di creare i progetti comprendendo le lezioni piuttosto che copiare il codice della soluzione; tuttavia, quel codice è disponibile nelle cartelle /solutions in ogni lezione orientata al progetto. Un'altra idea potrebbe essere formare un gruppo di studio con amici e affrontare insieme il contenuto. Per ulteriori studi, raccomandiamo Microsoft Learn.

Avvio Rapido:

1. Controlla la Guida all'Installazione per configurare il tuo ambiente
2. Consulta la Guida all'Uso per imparare a lavorare con il curriculum
3. Inizia con la Lezione 1 e procedi in ordine
4. Unisciti alla nostra comunità Discord per supporto

👩‍🏫 Per Insegnanti

Insegnanti: abbiamo incluso alcune indicazioni su come utilizzare questo curriculum. Ci piacerebbe ricevere il vostro feedback nel nostro forum di discussione!

Incontra il Team

Gif di Mohit Jaisal

🎥 Clicca sull'immagine sopra per un video sul progetto e sulle persone che lo hanno creato!

Pedagogia

Abbiamo scelto due principi pedagogici per costruire questo curriculum: garantire che sia basato su progetti e che includa quiz frequenti. Alla fine di questa serie, gli studenti avranno appreso i principi fondamentali della scienza dei dati, inclusi concetti etici, preparazione dei dati, diversi modi di lavorare con i dati, visualizzazione dei dati, analisi dei dati, casi d'uso reali della scienza dei dati e altro ancora.

Inoltre, un quiz a basso rischio prima della lezione orienta lo studente verso l'apprendimento di un argomento, mentre un secondo quiz dopo la lezione garantisce una maggiore ritenzione. Questo curriculum è stato progettato per essere flessibile e divertente e può essere seguito interamente o in parte. I progetti iniziano in piccolo e diventano sempre più complessi entro la fine del ciclo di 10 settimane.

Trova il nostro Codice di Condotta, le linee guida per Contribuire e per la Traduzione. Accogliamo con favore i tuoi feedback costruttivi!

Ogni lezione include:

• Sketchnote opzionale
• Video supplementare opzionale
• Quiz di riscaldamento pre-lezione
• Lezione scritta
• Per le lezioni basate su progetti, guide passo-passo su come costruire il progetto
• Verifiche di conoscenza
• Una sfida
• Letture supplementari
• Compiti
• Quiz post-lezione

Nota sui quiz: Tutti i quiz sono contenuti nella cartella Quiz-App, per un totale di 40 quiz da tre domande ciascuno. Sono collegati all'interno delle lezioni, ma l'app dei quiz può essere eseguita localmente o distribuita su Azure; segui le istruzioni nella cartella quiz-app. Stiamo gradualmente localizzando i quiz.

🎓 Esempi per principianti

Nuovo alla Scienza dei Dati? Abbiamo creato una speciale directory di esempi con codice semplice e ben commentato per aiutarti a iniziare:

• 🌟 Hello World - Il tuo primo programma di scienza dei dati
• 📂 Caricamento dei Dati - Impara a leggere ed esplorare dataset
• 📊 Analisi Semplice - Calcola statistiche e trova modelli
• 📈 Visualizzazione di Base - Crea grafici e diagrammi
• 🔬 Progetto Reale - Workflow completo dall'inizio alla fine

Ogni esempio include commenti dettagliati che spiegano ogni passaggio, rendendolo perfetto per i principianti assoluti!

👉 Inizia con gli esempi 👈

Lezioni

Scienza dei Dati per Principianti: Roadmap - Sketchnote di @nitya

Numero Lezione	Argomento	Raggruppamento Lezione	Obiettivi di Apprendimento	Lezione Collegata	Autore
01	Definizione di Scienza dei Dati	Introduzione	Impara i concetti di base della scienza dei dati e come è correlata all'intelligenza artificiale, al machine learning e ai big data.	lezione video	Dmitry
02	Etica nella Scienza dei Dati	Introduzione	Concetti, sfide e framework sull'etica dei dati.	lezione	Nitya
03	Definizione di Dati	Introduzione	Come i dati sono classificati e le loro fonti comuni.	lezione	Jasmine
04	Introduzione a Statistica e Probabilità	Introduzione	Le tecniche matematiche di probabilità e statistica per comprendere i dati.	lezione video	Dmitry
05	Lavorare con Dati Relazionali	Lavorare con i Dati	Introduzione ai dati relazionali e alle basi dell'esplorazione e analisi dei dati relazionali con il linguaggio SQL (Structured Query Language).	lezione	Christopher
06	Lavorare con Dati NoSQL	Lavorare con i Dati	Introduzione ai dati non relazionali, ai loro vari tipi e alle basi dell'esplorazione e analisi dei database documentali.	lezione	Jasmine
07	Lavorare con Python	Lavorare con i Dati	Basi dell'uso di Python per l'esplorazione dei dati con librerie come Pandas. È consigliata una comprensione di base della programmazione in Python.	lezione video	Dmitry
08	Preparazione dei Dati	Lavorare con i Dati	Tecniche sui dati per pulire e trasformare i dati per affrontare le sfide di dati mancanti, inaccurati o incompleti.	lezione	Jasmine
09	Visualizzare Quantità	Visualizzazione dei Dati	Impara a usare Matplotlib per visualizzare dati sugli uccelli 🦆	lezione	Jen
10	Visualizzare Distribuzioni di Dati	Visualizzazione dei Dati	Visualizzare osservazioni e tendenze all'interno di un intervallo.	lezione	Jen
11	Visualizzare Proporzioni	Visualizzazione dei Dati	Visualizzare percentuali discrete e raggruppate.	lezione	Jen
12	Visualizzare Relazioni	Visualizzazione dei Dati	Visualizzare connessioni e correlazioni tra insiemi di dati e le loro variabili.	lezione	Jen
13	Visualizzazioni Significative	Visualizzazione dei Dati	Tecniche e indicazioni per rendere le tue visualizzazioni utili per una risoluzione efficace dei problemi e per ottenere intuizioni.	lezione	Jen
14	Introduzione al ciclo di vita della Scienza dei Dati	Ciclo di Vita	Introduzione al ciclo di vita della scienza dei dati e al suo primo passo di acquisizione ed estrazione dei dati.	lezione	Jasmine
15	Analisi	Ciclo di Vita	Questa fase del ciclo di vita della scienza dei dati si concentra sulle tecniche per analizzare i dati.	lezione	Jasmine
16	Comunicazione	Ciclo di Vita	Questa fase del ciclo di vita della scienza dei dati si concentra sulla presentazione delle intuizioni dai dati in modo che sia più facile per i decisori comprendere.	lezione	Jalen
17	Scienza dei Dati nel Cloud	Dati nel Cloud	Questa serie di lezioni introduce la scienza dei dati nel cloud e i suoi benefici.	lezione	Tiffany e Maud
18	Scienza dei Dati nel Cloud	Dati nel Cloud	Addestramento di modelli usando strumenti Low Code.	lezione	Tiffany e Maud
19	Scienza dei Dati nel Cloud	Dati nel Cloud	Distribuzione di modelli con Azure Machine Learning Studio.	lezione	Tiffany e Maud
20	Scienza dei Dati nel Mondo Reale	Nel Mondo Reale	Progetti guidati dalla scienza dei dati nel mondo reale.	lezione	Nitya

GitHub Codespaces

Segui questi passaggi per aprire questo esempio in un Codespace:

1. Clicca sul menu a tendina Code e seleziona l'opzione Open with Codespaces.
2. Seleziona + New codespace in fondo al pannello. Per maggiori informazioni, consulta la documentazione di GitHub.

VSCode Remote - Containers

Segui questi passaggi per aprire questo repository in un container usando la tua macchina locale e VSCode con l'estensione VS Code Remote - Containers:

1. Se è la prima volta che usi un container di sviluppo, assicurati che il tuo sistema soddisfi i prerequisiti (ad esempio, avere Docker installato) nella documentazione introduttiva.

Per utilizzare questo repository, puoi aprirlo in un volume Docker isolato:

Nota: In background, verrà utilizzato il comando Remote-Containers: Clone Repository in Container Volume... per clonare il codice sorgente in un volume Docker invece che nel filesystem locale. I volumi sono il meccanismo preferito per la persistenza dei dati del container.

Oppure apri una versione clonata o scaricata localmente del repository:

• Clona questo repository nel tuo filesystem locale.
• Premi F1 e seleziona il comando Remote-Containers: Open Folder in Container....
• Seleziona la copia clonata di questa cartella, attendi che il container si avvii e prova.

Accesso offline

Puoi eseguire questa documentazione offline utilizzando Docsify. Fai un fork di questo repository, installa Docsify sulla tua macchina locale, quindi nella cartella principale di questo repository, digita docsify serve. Il sito web sarà servito sulla porta 3000 del tuo localhost: localhost:3000.

Nota, i notebook non saranno visualizzati tramite Docsify, quindi quando hai bisogno di eseguire un notebook, fallo separatamente in VS Code utilizzando un kernel Python.

Altri Curriculum

Il nostro team produce altri curriculum! Dai un'occhiata:

Azure / Edge / MCP / Agents

---

Serie AI Generativa

---

Apprendimento Core

---

Serie Copilot

Ottenere Aiuto

Hai riscontrato problemi? Consulta la nostra Guida alla Risoluzione dei Problemi per soluzioni ai problemi comuni.

Se ti trovi bloccato o hai domande sulla creazione di app AI, unisciti a:

Se hai feedback sui prodotti o errori durante la creazione, visita:

---

Disclaimer:
Questo documento è stato tradotto utilizzando il servizio di traduzione automatica Co-op Translator. Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale umana. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.