Data-Science-For-Beginners/translations/fi

Tieteenalojen alkeet - Opetussuunnitelma

Microsoftin Azure Cloud Advocates -tiimi tarjoaa ilolla 10 viikon ja 20 oppitunnin opetussuunnitelman, joka käsittelee datatiedettä. Jokainen oppitunti sisältää ennakko- ja jälkitestit, kirjalliset ohjeet oppitunnin suorittamiseen, ratkaisun ja tehtävän. Projektipohjainen oppimismenetelmämme auttaa sinua oppimaan tekemisen kautta, mikä on todistetusti tehokas tapa omaksua uusia taitoja.

Sydämelliset kiitokset kirjoittajillemme: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Erityiskiitokset 🙏 Microsoft Student Ambassador -kirjoittajille, arvioijille ja sisällöntuottajille, erityisesti 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

Datatiede aloittelijoille - Sketchnote by @nitya

🌐 Monikielinen tuki

Tuettu GitHub Actionin kautta (automaattisesti ja aina ajan tasalla)

Arabia | Bengali | Bulgaria | Burma (Myanmar) | Kiina (yksinkertaistettu) | Kiina (perinteinen, Hongkong) | Kiina (perinteinen, Macao) | Kiina (perinteinen, Taiwan) | Kroatia | Tšekki | Tanska | Hollanti | Viro | Suomi | Ranska | Saksa | Kreikka | Heprea | Hindi | Unkari | Indonesia | Italia | Japani | Korea | Liettua | Malaiji | Marathi | Nepali | Norja | Persia (Farsi) | Puola | Portugali (Brasilia) | Portugali (Portugali) | Punjabi (Gurmukhi) | Romania | Venäjä | Serbia (kyrillinen) | Slovakia | Sloveeni | Espanja | Swahili | Ruotsi | Tagalog (Filippiinit) | Tamili | Thai | Turkki | Ukraina | Urdu | Vietnam

Jos haluat lisätä muita käännöksiä, tuetut kielet löytyvät täältä

Liity yhteisöömme

Meillä on käynnissä Discordissa oppimissarja tekoälyn kanssa, lue lisää ja liity mukaan Learn with AI Series 18.–30. syyskuuta 2025. Saat vinkkejä ja niksejä GitHub Copilotin käyttöön datatieteessä.

Oletko opiskelija?

Aloita seuraavilla resursseilla:

• Opiskelijoiden keskus Tältä sivulta löydät aloitteleville suunnattuja resursseja, opiskelijapaketteja ja jopa tapoja saada ilmainen sertifikaattikuponki. Tämä on sivu, jonka haluat tallentaa kirjanmerkkeihin ja tarkistaa säännöllisesti, sillä päivitämme sisältöä vähintään kuukausittain.
• Microsoft Learn Student Ambassadors Liity maailmanlaajuiseen opiskelijalähettiläiden yhteisöön, tämä voi olla sinun tiesi Microsoftille.

Aloittaminen

📚 Dokumentaatio

• Asennusopas - Vaiheittaiset asennusohjeet aloittelijoille
• Käyttöopas - Esimerkkejä ja yleisiä työnkulkuja
• Vianetsintä - Ratkaisuja yleisiin ongelmiin
• Osallistumisopas - Kuinka osallistua tähän projektiin
• Opettajille - Opetusohjeita ja luokkahuoneresursseja

👨‍🎓 Opiskelijoille

Täysin aloittelijoille: Oletko uusi datatieteessä? Aloita aloittelijaystävällisillä esimerkeillämme! Nämä yksinkertaiset, hyvin kommentoidut esimerkit auttavat sinua ymmärtämään perusteet ennen kuin siirryt koko opetussuunnitelmaan. Opiskelijat: Jos haluat käyttää tätä opetussuunnitelmaa itsenäisesti, haaroita koko repo ja suorita harjoitukset itsenäisesti aloittaen ennakkotestistä. Lue sitten luento ja suorita loput tehtävät. Yritä luoda projektit ymmärtämällä oppitunnit sen sijaan, että kopioisit ratkaisukoodin; kuitenkin kyseinen koodi on saatavilla /solutions-kansioissa jokaisessa projektiin liittyvässä oppitunnissa. Toinen idea voisi olla muodostaa opiskeluryhmä ystävien kanssa ja käydä sisältö yhdessä läpi. Jatko-opiskelua varten suosittelemme Microsoft Learn.

Pika-aloitus:

1. Tarkista Asennusopas ympäristön asettamiseksi
2. Tutustu Käyttöoppaaseen oppiaksesi käyttämään opetussuunnitelmaa
3. Aloita oppitunnista 1 ja etene järjestyksessä
4. Liity Discord-yhteisöömme saadaksesi tukea

👩‍🏫 Opettajille

Opettajat: olemme sisällyttäneet joitakin ehdotuksia tämän opetussuunnitelman käyttöön. Otamme mielellämme vastaan palautetta keskustelufoorumillamme!

Tapaa tiimi

Gif tekijältä Mohit Jaisal

🎥 Klikkaa yllä olevaa kuvaa nähdäksesi video projektista ja sen luojista!

Opetusmenetelmät

Olemme valinneet kaksi pedagogista periaatetta tämän opetussuunnitelman rakentamisessa: varmistamme, että se on projektipohjainen ja sisältää usein toistuvia kyselyitä. Tämän sarjan lopussa opiskelijat ovat oppineet datatieteen perusperiaatteet, mukaan lukien eettiset käsitteet, datan valmistelu, erilaiset tavat työskennellä datan kanssa, datan visualisointi, data-analyysi, datatieteen käytännön sovellukset ja paljon muuta.

Lisäksi matalan kynnyksen kysely ennen oppituntia ohjaa opiskelijan huomion oppimisen aiheeseen, kun taas toinen kysely oppitunnin jälkeen varmistaa paremman tiedon säilymisen. Tämä opetussuunnitelma on suunniteltu joustavaksi ja hauskaksi, ja sen voi suorittaa kokonaan tai osittain. Projektit alkavat pienistä ja muuttuvat yhä monimutkaisemmiksi 10 viikon jakson loppuun mennessä.

Löydä Code of Conduct, Contributing, Translation ohjeet. Otamme mielellämme vastaan rakentavaa palautettasi!

Jokainen oppitunti sisältää:

• Valinnainen luonnoskuva
• Valinnainen lisävideo
• Lämmittelykysely ennen oppituntia
• Kirjallinen oppitunti
• Projektipohjaisissa oppitunneissa vaiheittaiset ohjeet projektin rakentamiseen
• Tietotarkistukset
• Haaste
• Lisälukemista
• Tehtävä
• Oppitunnin jälkeinen kysely

Huomio kyselyistä: Kaikki kyselyt löytyvät Quiz-App-kansiosta, yhteensä 40 kyselyä, joissa on kolme kysymystä kussakin. Ne on linkitetty oppitunneista, mutta kyselysovelluksen voi ajaa paikallisesti tai julkaista Azureen; seuraa ohjeita quiz-app-kansiossa. Kyselyitä lokalisoidaan vähitellen.

🎓 Aloittelijaystävälliset esimerkit

Uusi datatieteessä? Olemme luoneet erityisen esimerkkihakemiston, jossa on yksinkertaista ja hyvin kommentoitua koodia, joka auttaa sinua alkuun:

• 🌟 Hello World - Ensimmäinen datatiedeohjelmasi
• 📂 Datan lataaminen - Opettele lukemaan ja tutkimaan datasettiä
• 📊 Yksinkertainen analyysi - Laske tilastoja ja löydä kuvioita
• 📈 Perusvisualisointi - Luo kaavioita ja grafiikoita
• 🔬 Käytännön projekti - Täydellinen työnkulku alusta loppuun

Jokainen esimerkki sisältää yksityiskohtaisia kommentteja, jotka selittävät jokaisen vaiheen, joten ne sopivat täydellisesti aloittelijoille!

👉 Aloita esimerkeistä 👈

Oppitunnit

Datatiede aloittelijoille: Reittikartta - Luonnoskuva @nitya

Oppitunnin numero	Aihe	Oppituntiryhmä	Oppimistavoitteet	Linkitetty oppitunti	Tekijä
01	Datatieteen määrittely	Johdanto	Opettele datatieteen peruskäsitteet ja sen yhteys tekoälyyn, koneoppimiseen ja big dataan.	oppitunti video	Dmitry
02	Datatieteen etiikka	Johdanto	Datan etiikan käsitteet, haasteet ja viitekehykset.	oppitunti	Nitya
03	Datan määrittely	Johdanto	Kuinka data luokitellaan ja sen yleiset lähteet.	oppitunti	Jasmine
04	Johdatus tilastotieteeseen ja todennäköisyyteen	Johdanto	Matematiikan tekniikat todennäköisyyden ja tilastotieteen avulla datan ymmärtämiseksi.	oppitunti video	Dmitry
05	Työskentely relaatiodatan kanssa	Työskentely datan kanssa	Johdatus relaatiodataan ja perusteet relaatiodatan tutkimiseen ja analysointiin Structured Query Language -kielellä, joka tunnetaan myös nimellä SQL ("see-quell").	oppitunti	Christopher
06	Työskentely NoSQL-datan kanssa	Työskentely datan kanssa	Johdatus ei-relaatiodataan, sen eri tyyppeihin ja perusteet dokumenttitietokantojen tutkimiseen ja analysointiin.	oppitunti	Jasmine
07	Työskentely Pythonin kanssa	Työskentely datan kanssa	Perusteet Pythonin käytöstä datan tutkimiseen Pandas-kirjaston avulla. Suositellaan Python-ohjelmoinnin perustietämystä.	oppitunti video	Dmitry
08	Datan valmistelu	Työskentely datan kanssa	Aiheita datan puhdistamisen ja muuntamisen tekniikoista, jotta voidaan käsitellä puuttuvan, virheellisen tai epätäydellisen datan haasteita.	oppitunti	Jasmine
09	Määrien visualisointi	Datan visualisointi	Opettele käyttämään Matplotlibia lintudatan visualisointiin 🦆	oppitunti	Jen
10	Datan jakaumien visualisointi	Datan visualisointi	Havainnointien ja trendien visualisointi tietyllä aikavälillä.	oppitunti	Jen
11	Suhteiden visualisointi	Datan visualisointi	Yhteyksien ja korrelaatioiden visualisointi datan joukkojen ja niiden muuttujien välillä.	oppitunti	Jen
13	Merkitykselliset visualisoinnit	Datan visualisointi	Tekniikat ja ohjeet, joiden avulla visualisoinnit ovat arvokkaita tehokkaaseen ongelmanratkaisuun ja oivalluksiin.	oppitunti	Jen
14	Johdatus datatieteen elinkaareen	Elinkaari	Johdatus datatieteen elinkaareen ja sen ensimmäiseen vaiheeseen, datan hankintaan ja uuttamiseen.	oppitunti	Jasmine
15	Analysointi	Elinkaari	Datatieteen elinkaaren vaihe, joka keskittyy datan analysointitekniikoihin.	oppitunti	Jasmine
16	Viestintä	Elinkaari	Datatieteen elinkaaren vaihe, joka keskittyy datasta saatujen oivallusten esittämiseen päätöksentekijöille ymmärrettävällä tavalla.	oppitunti	Jalen
17	Datatiede pilvessä	Pilvidata	Tämä oppituntisarja esittelee datatieteen pilvessä ja sen hyödyt.	oppitunti	Tiffany ja Maud
18	Datatiede pilvessä	Pilvidata	Mallien kouluttaminen Low Code -työkaluilla.	oppitunti	Tiffany ja Maud
19	Datatiede pilvessä	Pilvidata	Mallien julkaiseminen Azure Machine Learning Studiossa.	oppitunti	Tiffany ja Maud
20	Datatiede tosielämässä	Tosielämässä	Datatieteen ohjaamat projektit tosielämässä.	oppitunti	Nitya

GitHub Codespaces

Noudata näitä ohjeita avataksesi tämän esimerkin Codespacessa:

1. Klikkaa Code-pudotusvalikkoa ja valitse Open with Codespaces -vaihtoehto.
2. Valitse + New codespace paneelin alareunasta. Lisätietoja löydät GitHub-dokumentaatiosta.

VSCode Remote - Containers

Noudata näitä ohjeita avataksesi tämän repositorion kontissa paikallisella koneellasi ja VSCode-ohjelmalla käyttäen VS Code Remote - Containers -laajennusta:

1. Jos käytät kehityskonttia ensimmäistä kertaa, varmista, että järjestelmäsi täyttää ennakkovaatimukset (esim. Docker on asennettu) aloitusdokumentaation mukaisesti.

Tätä repositoriota voi käyttää joko avaamalla sen eristetyssä Docker-volyymissa:

Huomio: Taustalla tämä käyttää Remote-Containers: Clone Repository in Container Volume... -komentoa lähdekoodin kloonaamiseen Docker-volyymiin paikallisen tiedostojärjestelmän sijaan. Volyymit ovat suositeltu tapa säilyttää konttidata.

Tai avaamalla paikallisesti kloonatun tai ladatun version repositoriosta:

• Kloonaa tämä repositorio paikalliselle tiedostojärjestelmällesi.
• Paina F1 ja valitse Remote-Containers: Open Folder in Container... -komento.
• Valitse kloonattu kopio tästä kansiosta, odota konttia käynnistymään ja kokeile asioita.

Offline-käyttö

Voit käyttää tätä dokumentaatiota offline-tilassa käyttämällä Docsifyä. Haarauta tämä repositorio, asenna Docsify paikalliselle koneellesi, ja kirjoita tämän repositorion juurikansiossa docsify serve. Verkkosivusto palvelee portilla 3000 localhostissa: localhost:3000.

Huomio, muistikirjoja ei renderöidä Docsifyllä, joten kun tarvitset muistikirjan suorittamista, tee se erikseen VS Codessa Python-ytimen avulla.

Muut opetussuunnitelmat

Tiimimme tuottaa muita opetussuunnitelmia! Tutustu:

• Edge AI for Beginners
• AI Agents for Beginners
• Generative AI for Beginners
• Generative AI for Beginners .NET
• Generative AI with JavaScript
• Generative AI with Java
• AI for Beginners
• Data Science for Beginners
• Bash for Beginners
• ML for Beginners
• Cybersecurity for Beginners
• Web-kehitys aloittelijoille
• IoT aloittelijoille
• Koneoppiminen aloittelijoille
• XR-kehitys aloittelijoille
• GitHub Copilotin hallinta AI-pariohjelmointiin
• XR-kehitys aloittelijoille
• GitHub Copilotin hallinta C#/.NET-kehittäjille
• Valitse oma Copilot-seikkailusi

Apua ongelmatilanteisiin

Ongelmatilanteita? Katso Vianetsintäopas yleisten ongelmien ratkaisuihin.

Jos jäät jumiin tai sinulla on kysymyksiä AI-sovellusten rakentamisesta, liity:

Jos sinulla on palautetta tuotteesta tai virheitä sovellusten rakentamisen aikana, käy:

---

Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa tämän käännöksen käytöstä johtuvista väärinkäsityksistä tai virhetulkinnoista.