Data-Science-For-Beginners/translations/tw

初學者的數據科學 - 課程

Azure Cloud Advocates 團隊很高興提供一個為期10週、共20課的課程，內容涵蓋數據科學的基礎知識。每一課都包含課前和課後測驗、詳細的課程指導、解決方案以及作業。我們的項目式教學法讓您在實際操作中學習，這是一種能讓新技能牢牢掌握的有效方法。

衷心感謝我們的作者： Jasmine Greenaway、Dmitry Soshnikov、Nitya Narasimhan、Jalen McGee、Jen Looper、Maud Levy、Tiffany Souterre、Christopher Harrison。

🙏 特別感謝 🙏 我們的 Microsoft Student Ambassador 作者、審稿人和內容貢獻者， 特別是 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。

初學者的數據科學 - 速寫筆記由 @nitya 繪製

🌐 多語言支持

通過 GitHub Action 支持（自動化且始終保持最新）

阿拉伯語 | 孟加拉語 | 保加利亞語 | 緬甸語 | 中文（簡體） | 中文（繁體，香港） | 中文（繁體，澳門） | 中文（繁體，台灣） | 克羅地亞語 | 捷克語 | 丹麥語 | 荷蘭語 | 愛沙尼亞語 | 芬蘭語 | 法語 | 德語 | 希臘語 | 希伯來語 | 印地語 | 匈牙利語 | 印尼語 | 意大利語 | 日語 | 韓語 | 立陶宛語 | 馬來語 | 馬拉地語 | 尼泊爾語 | 挪威語 | 波斯語（法爾西語） | 波蘭語 | 葡萄牙語（巴西） | 葡萄牙語（葡萄牙） | 旁遮普語（古木基文） | 羅馬尼亞語 | 俄語 | 塞爾維亞語（西里爾文） | 斯洛伐克語 | 斯洛文尼亞語 | 西班牙語 | 斯瓦希里語 | 瑞典語 | 塔加洛語（菲律賓語） | 泰米爾語 | 泰語 | 土耳其語 | 烏克蘭語 | 烏爾都語 | 越南語

如果您希望支持其他翻譯語言，請參考 此處

加入我們的社群

我們正在進行一個 Discord AI 學習系列，了解更多並加入我們 AI 學習系列，活動時間為 2025 年 9 月 18 日至 30 日。您將獲得使用 GitHub Copilot 進行數據科學的技巧和建議。

您是學生嗎？

從以下資源開始：

• 學生中心頁面 在此頁面，您可以找到初學者資源、學生包以及獲得免費證書憑證的方法。這是一個值得收藏的頁面，因為我們至少每月更新一次內容。
• Microsoft Learn 學生大使 加入全球學生大使社群，這可能是您進入 Microsoft 的途徑。

開始使用

📚 文件

• 安裝指南 - 初學者的逐步設置指導
• 使用指南 - 示例和常見工作流程
• 故障排除 - 常見問題的解決方案
• 貢獻指南 - 如何為此項目做出貢獻
• 教師指南 - 教學指導和課堂資源

👨‍🎓 給學生

完全初學者：對數據科學完全陌生？從我們的初學者友好示例開始！這些簡單且有詳細註解的示例將幫助您在深入課程之前理解基礎知識。 學生：如果您想自行使用此課程，請分叉整個倉庫並自行完成練習，從課前測驗開始。然後閱讀講義並完成其餘活動。嘗試通過理解課程內容來創建項目，而不是直接複製解決方案代碼；不過，該代碼可在每個項目導向課程的 /solutions 文件夾中找到。另一個建議是與朋友組成學習小組，共同學習內容。進一步學習，我們推薦 Microsoft Learn。

快速開始：

1. 查看 安裝指南 設置您的環境
2. 閱讀 使用指南 了解如何使用課程
3. 從第一課開始，按順序學習
4. 加入我們的 Discord 社群 獲得支持

👩‍🏫 給教師

教師：我們提供了一些建議供您使用此課程。我們期待您在討論論壇中提供反饋！

認識團隊

Gif 作者 Mohit Jaisal

🎥 點擊上方圖片觀看關於此項目及其創作者的視頻！

教學法

我們在設計這份課程時選擇了兩個教學原則：確保課程以專案為基礎，並包含頻繁的測驗。在這系列課程結束時，學生將學習到數據科學的基本原則，包括倫理概念、數據準備、不同的數據處理方式、數據視覺化、數據分析、數據科學的實際應用案例等等。

此外，課前的低壓測驗可以幫助學生專注於學習主題，而課後的第二次測驗則能加強記憶。這份課程設計靈活有趣，可以完整學習或選擇部分內容。專案從簡單開始，並在10週的循環結束時逐漸變得複雜。

查看我們的行為準則、貢獻指南、翻譯指南。我們歡迎您的建設性反饋！

每節課包含：

• 可選的手繪筆記
• 可選的補充影片
• 課前暖身測驗
• 書面課程
• 專案型課程的逐步指導
• 知識檢查
• 挑戰
• 補充閱讀材料
• 作業
• 課後測驗

關於測驗的說明：所有測驗都包含在 Quiz-App 資料夾中，共有40個測驗，每個測驗包含三個問題。測驗在課程中有連結，但測驗應用程式可以在本地運行或部署到 Azure；請按照 quiz-app 資料夾中的指示操作。測驗正在逐步進行本地化。

🎓 初學者友好的範例

剛接觸數據科學？ 我們創建了一個特別的範例目錄，其中包含簡單且有詳細註解的程式碼，幫助您入門：

• 🌟 Hello World - 您的第一個數據科學程式
• 📂 載入數據 - 學習如何讀取和探索數據集
• 📊 簡單分析 - 計算統計數據並發現模式
• 📈 基礎視覺化 - 創建圖表和圖形
• 🔬 實際專案 - 從開始到完成的完整工作流程

每個範例都包含詳細的註解，解釋每一步，非常適合完全的初學者！

👉 從範例開始 👈

課程

數據科學入門：學習路線圖 - 由 @nitya 繪製的手繪筆記

課程編號	主題	課程分組	學習目標	課程連結	作者
01	定義數據科學	介紹	學習數據科學的基本概念，以及它與人工智慧、機器學習和大數據的關係。	課程 影片	Dmitry
02	數據科學倫理	介紹	數據倫理概念、挑戰與框架。	課程	Nitya
03	定義數據	介紹	數據的分類及其常見來源。	課程	Jasmine
04	統計與機率入門	介紹	使用機率和統計的數學技術來理解數據。	課程 影片	Dmitry
05	使用關聯數據	數據操作	介紹關聯數據以及使用結構化查詢語言（SQL，讀作“see-quell”）探索和分析關聯數據的基礎知識。	課程	Christopher
06	使用 NoSQL 數據	數據操作	介紹非關聯數據及其各種類型，以及探索和分析文件型數據庫的基礎知識。	課程	Jasmine
07	使用 Python	數據操作	使用 Python 和 Pandas 等庫進行數據探索的基礎知識。建議具備 Python 程式設計的基礎知識。	課程 影片	Dmitry
08	數據準備	數據操作	關於清理和轉換數據以應對缺失、不準確或不完整數據挑戰的技術。	課程	Jasmine
09	數量視覺化	數據視覺化	學習如何使用 Matplotlib 視覺化鳥類數據 🦆	課程	Jen
10	數據分佈視覺化	數據視覺化	視覺化區間內的觀察和趨勢。	課程	Jen
11	比例視覺化	數據視覺化	視覺化離散和分組百分比。	課程	Jen
12	關係視覺化	數據視覺化	視覺化數據集及其變數之間的連接和相關性。	課程	Jen
13	有意義的視覺化	數據視覺化	提供使您的視覺化在有效解決問題和獲取洞察方面更有價值的技術和指導。	課程	Jen
14	數據科學生命周期介紹	生命周期	數據科學生命周期的介紹及其第一步：獲取和提取數據。	課程	Jasmine
15	分析	生命周期	數據科學生命周期的這一階段專注於分析數據的技術。	課程	Jasmine
16	溝通	生命周期	數據科學生命周期的這一階段專注於以便於決策者理解的方式呈現數據洞察。	課程	Jalen
17	雲端中的數據科學	雲端數據	這系列課程介紹雲端中的數據科學及其優勢。	課程	Tiffany 和 Maud
18	雲端中的數據科學	雲端數據	使用低代碼工具訓練模型。	課程	Tiffany 和 Maud
19	雲端中的數據科學	雲端數據	使用 Azure Machine Learning Studio 部署模型。	課程	Tiffany 和 Maud
20	真實世界中的數據科學	真實世界應用	真實世界中的數據科學驅動專案。	課程	Nitya

GitHub Codespaces

按照以下步驟在 Codespace 中開啟此範例：

1. 點擊 Code 下拉選單，選擇 Open with Codespaces 選項。
2. 在面板底部選擇 + New codespace。 如需更多資訊，請查看GitHub 文件。

VSCode Remote - Containers

按照以下步驟使用本地電腦和 VSCode 的 VS Code Remote - Containers 擴展在容器中開啟此存儲庫：

1. 如果您是第一次使用開發容器，請確保您的系統符合前置需求（例如已安裝 Docker），請參考入門文檔。

要使用此存儲庫，您可以選擇在隔離的 Docker 卷中開啟存儲庫：

注意：在底層，這將使用 Remote-Containers: Clone Repository in Container Volume... 命令將源代碼克隆到 Docker 卷中，而不是本地文件系統。卷是持久化容器數據的首選機制。

或者開啟本地克隆或下載的存儲庫版本：

• 將此存儲庫克隆到您的本地文件系統。
• 按 F1 並選擇 Remote-Containers: Open Folder in Container... 命令。
• 選擇此資料夾的克隆副本，等待容器啟動，然後嘗試操作。

離線存取

您可以使用 Docsify 離線運行此文檔。Fork 此存儲庫，在您的本地電腦上安裝 Docsify，然後在此存儲庫的根目錄中輸入 docsify serve。網站將在您的本地端口 3000 上運行：localhost:3000。

注意，筆記本文件不會通過 Docsify 渲染，因此當您需要運行筆記本時，請在 VS Code 中單獨運行 Python 核心。

其他課程

我們的團隊還製作了其他課程！查看：

Azure / Edge / MCP / Agents

---

生成式 AI 系列

---

核心學習

---

Copilot 系列

獲得幫助

遇到問題了嗎？ 請查看我們的 故障排除指南，以解決常見問題。

如果您遇到困難或對建立 AI 應用程式有任何疑問，請加入：

如果您有產品反饋或在開發過程中遇到錯誤，請訪問：

---

免責聲明：
本文件已使用 AI 翻譯服務 Co-op Translator 進行翻譯。儘管我們致力於提供準確的翻譯，請注意自動翻譯可能包含錯誤或不準確之處。原始語言的文件應被視為權威來源。對於重要信息，建議使用專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或誤釋不承擔責任。