|
|
5 months ago | |
|---|---|---|
| .. | ||
| 1-Introduction | 5 months ago | |
| 2-Working-With-Data | 5 months ago | |
| 3-Data-Visualization | 6 months ago | |
| 4-Data-Science-Lifecycle | 6 months ago | |
| 5-Data-Science-In-Cloud | 6 months ago | |
| 6-Data-Science-In-Wild | 6 months ago | |
| docs | 6 months ago | |
| examples | 5 months ago | |
| quiz-app | 6 months ago | |
| sketchnotes | 6 months ago | |
| AGENTS.md | 5 months ago | |
| CODE_OF_CONDUCT.md | 6 months ago | |
| CONTRIBUTING.md | 5 months ago | |
| INSTALLATION.md | 5 months ago | |
| README.md | 5 months ago | |
| SECURITY.md | 6 months ago | |
| SUPPORT.md | 6 months ago | |
| TROUBLESHOOTING.md | 5 months ago | |
| USAGE.md | 5 months ago | |
| for-teachers.md | 6 months ago | |
README.md
מדע הנתונים למתחילים - תוכנית לימודים
צוות המקדמים של Azure Cloud במיקרוסופט שמח להציע תוכנית לימודים בת 10 שבועות ו-20 שיעורים על מדע הנתונים. כל שיעור כולל שאלונים לפני ואחרי השיעור, הוראות כתובות להשלמת השיעור, פתרון ומשימה. שיטת הלמידה מבוססת הפרויקטים שלנו מאפשרת לכם ללמוד תוך כדי עשייה, שיטה מוכחת להטמעת מיומנויות חדשות.
תודה רבה למחברים שלנו: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.
🙏 תודה מיוחדת 🙏 ל-Microsoft Student Ambassador המחברים, הבודקים ותורמי התוכן שלנו, במיוחד 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
![]() |
|---|
| מדע הנתונים למתחילים - איור מאת @nitya |
🌐 תמיכה בריבוי שפות
נתמך באמצעות GitHub Action (אוטומטי ומעודכן תמיד)
ערבית | בנגלית | בולגרית | בורמזית (מיאנמר) | סינית (פשוטה) | סינית (מסורתית, הונג קונג) | סינית (מסורתית, מקאו) | סינית (מסורתית, טייוואן) | קרואטית | צ'כית | דנית | הולנדית | אסטונית | פינית | צרפתית | גרמנית | יוונית | עברית | הינדית | הונגרית | אינדונזית | איטלקית | יפנית | קוריאנית | ליטאית | מלאית | מראטהי | נפאלית | נורווגית | פרסית (פרסית) | פולנית | פורטוגזית (ברזיל) | פורטוגזית (פורטוגל) | פונג'אבית (גורמוחי) | רומנית | רוסית | סרבית (קירילית) | סלובקית | סלובנית | ספרדית | סווהילית | שוודית | טאגאלוג (פיליפינית) | טמילית | תאית | טורקית | אוקראינית | אורדו | וייטנאמית
אם תרצו להוסיף שפות תרגום נוספות, ניתן למצוא את הרשימה כאן
הצטרפו לקהילה שלנו
יש לנו סדרת למידה עם AI ב-Discord, למדו עוד והצטרפו אלינו ב-סדרת למידה עם AI בין ה-18 ל-30 בספטמבר, 2025. תקבלו טיפים וטריקים לשימוש ב-GitHub Copilot עבור מדע הנתונים.
האם אתם סטודנטים?
התחילו עם המשאבים הבאים:
- עמוד מרכז הסטודנטים בעמוד זה תמצאו משאבים למתחילים, חבילות לסטודנטים ואפילו דרכים לקבל שוברי הסמכה בחינם. זהו עמוד שכדאי לשמור ולבדוק מדי פעם, שכן אנו מעדכנים את התוכן לפחות פעם בחודש.
- שגרירי הסטודנטים של מיקרוסופט הצטרפו לקהילה גלובלית של שגרירי סטודנטים, זו יכולה להיות הדרך שלכם למיקרוסופט.
התחלת העבודה
📚 תיעוד
- מדריך התקנה - הוראות התקנה שלב אחר שלב למתחילים
- מדריך שימוש - דוגמאות ותהליכי עבודה נפוצים
- פתרון בעיות - פתרונות לבעיות נפוצות
- מדריך תרומה - איך לתרום לפרויקט הזה
- למורים - הנחיות הוראה ומשאבים לכיתה
👨🎓 לסטודנטים
מתחילים מוחלטים: חדשים במדע הנתונים? התחילו עם דוגמאות ידידותיות למתחילים! דוגמאות פשוטות ומוסברות היטב אלו יעזרו לכם להבין את היסודות לפני שתצללו לתוך התוכנית המלאה. סטודנטים: כדי להשתמש בתוכנית הלימודים הזו בעצמכם, עשו "פיצול" (fork) של כל המאגר והשלימו את התרגילים בעצמכם, החל משאלון לפני השיעור. לאחר מכן קראו את השיעור והשלימו את שאר הפעילויות. נסו ליצור את הפרויקטים על ידי הבנת השיעורים במקום להעתיק את קוד הפתרון; עם זאת, קוד זה זמין בתיקיות /solutions בכל שיעור מבוסס פרויקט. רעיון נוסף הוא להקים קבוצת לימוד עם חברים ולעבור על התוכן יחד. ללימוד נוסף, אנו ממליצים על Microsoft Learn.
התחלה מהירה:
- בדקו את מדריך ההתקנה כדי להגדיר את הסביבה שלכם
- עיינו ב-מדריך השימוש כדי ללמוד כיצד לעבוד עם תוכנית הלימודים
- התחילו עם שיעור 1 והתקדמו לפי הסדר
- הצטרפו ל-קהילת ה-Discord שלנו לקבלת תמיכה
👩🏫 למורים
מורים: הוספנו כמה הצעות כיצד להשתמש בתוכנית הלימודים הזו. נשמח לשמוע את המשוב שלכם בפורום הדיונים שלנו!
הכירו את הצוות
Gif מאת Mohit Jaisal
🎥 לחצו על התמונה למעלה לצפייה בסרטון על הפרויקט והאנשים שיצרו אותו!
פדגוגיה
בחרנו בשני עקרונות פדגוגיים בעת בניית תוכנית הלימודים הזו: להבטיח שהיא מבוססת פרויקטים ושכוללת מבחנים תכופים. בסיום הסדרה, התלמידים ילמדו עקרונות בסיסיים במדעי הנתונים, כולל מושגים אתיים, הכנת נתונים, דרכים שונות לעבודה עם נתונים, ויזואליזציה של נתונים, ניתוח נתונים, שימושים מעשיים במדעי הנתונים ועוד.
בנוסף, מבחן בעל סיכון נמוך לפני השיעור מכוון את התלמיד ללמידת הנושא, בעוד מבחן שני לאחר השיעור מבטיח שימור נוסף של החומר. תוכנית הלימודים עוצבה להיות גמישה ומהנה וניתן ללמוד אותה בשלמותה או בחלקים. הפרויקטים מתחילים קטנים והופכים מורכבים יותר עד סוף מחזור של 10 שבועות.
מצאו את קוד ההתנהגות, הנחיות לתרומה, הנחיות לתרגום. נשמח לקבל משוב בונה!
כל שיעור כולל:
- סקיצות אופציונליות
- סרטון משלים אופציונלי
- מבחן חימום לפני השיעור
- שיעור כתוב
- עבור שיעורים מבוססי פרויקטים, מדריכים שלב-אחר-שלב לבניית הפרויקט
- בדיקות ידע
- אתגר
- קריאה משלימה
- משימה
- מבחן לאחר השיעור
הערה לגבי מבחנים: כל המבחנים נמצאים בתיקיית Quiz-App, סה"כ 40 מבחנים של שלוש שאלות כל אחד. הם מקושרים מתוך השיעורים, אך ניתן להפעיל את אפליקציית המבחנים באופן מקומי או לפרוס אותה ב-Azure; עקבו אחר ההוראות בתיקיית
quiz-app. הם מתורגמים בהדרגה.
🎓 דוגמאות ידידותיות למתחילים
חדש במדעי הנתונים? יצרנו תיקיית דוגמאות מיוחדת עם קוד פשוט ומוסבר היטב שיעזור לכם להתחיל:
- 🌟 שלום עולם - התוכנית הראשונה שלכם במדעי הנתונים
- 📂 טעינת נתונים - למדו לקרוא ולחקור מערכי נתונים
- 📊 ניתוח פשוט - חישוב סטטיסטיקות וזיהוי דפוסים
- 📈 ויזואליזציה בסיסית - יצירת תרשימים וגרפים
- 🔬 פרויקט מעשי - תהליך עבודה מלא מתחילתו ועד סופו
כל דוגמה כוללת הערות מפורטות שמסבירות כל שלב, מה שהופך אותה למושלמת למתחילים מוחלטים!
שיעורים
![]() |
|---|
| מדעי הנתונים למתחילים: מפת דרכים - סקיצה מאת @nitya |
| מספר שיעור | נושא | קבוצת שיעורים | מטרות למידה | שיעור מקושר | מחבר |
|---|---|---|---|---|---|
| 01 | הגדרת מדעי הנתונים | מבוא | למדו את המושגים הבסיסיים במדעי הנתונים וכיצד הם קשורים לבינה מלאכותית, למידת מכונה ונתונים גדולים. | שיעור סרטון | Dmitry |
| 02 | אתיקה במדעי הנתונים | מבוא | מושגים, אתגרים ומסגרות באתיקה של נתונים. | שיעור | Nitya |
| 03 | הגדרת נתונים | מבוא | כיצד נתונים מסווגים ומקורותיהם הנפוצים. | שיעור | Jasmine |
| 04 | מבוא לסטטיסטיקה והסתברות | מבוא | טכניקות מתמטיות של הסתברות וסטטיסטיקה להבנת נתונים. | שיעור סרטון | Dmitry |
| 05 | עבודה עם נתונים יחסיים | עבודה עם נתונים | מבוא לנתונים יחסיים והבסיס לחקר וניתוח נתונים יחסיים עם Structured Query Language, הידוע גם בשם SQL (מבטאים "סי-קוול"). | שיעור | Christopher |
| 06 | עבודה עם נתוני NoSQL | עבודה עם נתונים | מבוא לנתונים לא יחסיים, סוגיהם השונים והבסיס לחקר וניתוח מסדי נתונים מבוססי מסמכים. | שיעור | Jasmine |
| 07 | עבודה עם Python | עבודה עם נתונים | יסודות השימוש ב-Python לחקר נתונים עם ספריות כמו Pandas. מומלץ ידע בסיסי בתכנות ב-Python. | שיעור סרטון | Dmitry |
| 08 | הכנת נתונים | עבודה עם נתונים | נושאים וטכניקות לניקוי והמרת נתונים להתמודדות עם אתגרים של נתונים חסרים, לא מדויקים או לא שלמים. | שיעור | Jasmine |
| 09 | ויזואליזציה של כמויות | ויזואליזציה של נתונים | למדו כיצד להשתמש ב-Matplotlib לויזואליזציה של נתוני ציפורים 🦆 | שיעור | Jen |
| 10 | ויזואליזציה של התפלגויות נתונים | ויזואליזציה של נתונים | ויזואליזציה של תצפיות ומגמות בתוך טווח. | שיעור | Jen |
| 11 | ויזואליזציה של פרופורציות | ויזואליזציה של נתונים | ויזואליזציה של אחוזים בדידים ומקובצים. | שיעור | Jen |
| 12 | ויזואליזציה של קשרים | ויזואליזציה של נתונים | ויזואליזציה של קשרים וקורלציות בין מערכי נתונים ומשתניהם. | שיעור | Jen |
| 13 | ויזואליזציות משמעותיות | ויזואליזציה של נתונים | טכניקות והנחיות ליצירת ויזואליזציות בעלות ערך לפתרון בעיות יעיל ותובנות. | שיעור | Jen |
| 14 | מבוא למחזור החיים של מדעי הנתונים | מחזור חיים | מבוא למחזור החיים של מדעי הנתונים והשלב הראשון של רכישת והפקת נתונים. | שיעור | Jasmine |
| 15 | ניתוח | מחזור חיים | שלב זה במחזור החיים של מדעי הנתונים מתמקד בטכניקות לניתוח נתונים. | שיעור | Jasmine |
| 16 | תקשורת | מחזור חיים | שלב זה במחזור החיים של מדעי הנתונים מתמקד בהצגת התובנות מהנתונים בצורה שמקלה על מקבלי ההחלטות להבין. | שיעור | Jalen |
| 17 | מדעי הנתונים בענן | נתונים בענן | סדרת שיעורים זו מציגה את מדעי הנתונים בענן ואת יתרונותיהם. | שיעור | Tiffany ו-Maud |
| 18 | מדעי הנתונים בענן | נתונים בענן | אימון מודלים באמצעות כלים בעלי קוד נמוך. | שיעור | Tiffany ו-Maud |
| 19 | מדעי הנתונים בענן | נתונים בענן | פריסת מודלים עם Azure Machine Learning Studio. | שיעור | Tiffany ו-Maud |
| 20 | מדעי הנתונים בשטח | בשטח | פרויקטים מונעי מדעי נתונים בעולם האמיתי. | שיעור | Nitya |
GitHub Codespaces
עקבו אחר השלבים הבאים לפתיחת דוגמה זו ב-Codespace:
- לחצו על תפריט Code ובחרו באפשרות Open with Codespaces.
- בחרו + New codespace בתחתית החלונית. למידע נוסף, עיינו ב-תיעוד GitHub.
VSCode Remote - Containers
עקבו אחר השלבים הבאים לפתיחת מאגר זה במיכל באמצעות המחשב המקומי שלכם ו-VSCode באמצעות הרחבת VS Code Remote - Containers:
- אם זו הפעם הראשונה שאתם משתמשים במיכל פיתוח, ודאו שמערכתכם עומדת בדרישות המקדימות (כלומר, התקנת Docker) ב-תיעוד ההתחלה.
כדי להשתמש במאגר זה, תוכלו לפתוח את המאגר בנפח Docker מבודד:
הערה: מאחורי הקלעים, פעולה זו תשתמש בפקודה Remote-Containers: Clone Repository in Container Volume... כדי לשכפל את קוד המקור בנפח Docker במקום במערכת הקבצים המקומית. נפחים הם המנגנון המועדף לשמירת נתוני מיכלים.
או לפתוח גרסה משוכפלת או מורדת של המאגר באופן מקומי:
- שכפלו את המאגר הזה למערכת הקבצים המקומית שלכם.
- לחצו על F1 ובחרו בפקודה Remote-Containers: Open Folder in Container....
- בחרו את העותק המשוכפל של תיקייה זו, המתינו עד שהמיכל יתחיל, ונסו דברים.
גישה לא מקוונת
ניתן להפעיל את התיעוד הזה לא מקוון באמצעות Docsify. שכפלו את המאגר הזה, התקינו את Docsify במחשב המקומי שלכם, ואז בתיקיית השורש של המאגר הזה, הקלידו docsify serve. האתר יוגש על פורט 3000 ב-localhost שלכם: localhost:3000.
שימו לב, מחברות לא יופעלו דרך Docsify, ולכן כאשר תצטרכו להפעיל מחברת, עשו זאת בנפרד ב-VS Code עם קרנל Python פעיל.
תוכניות לימודים נוספות
הצוות שלנו מייצר תוכניות לימודים נוספות! בדקו:
- Edge AI למתחילים
- סוכני AI למתחילים
- Generative AI למתחילים
- Generative AI למתחילים .NET
- Generative AI עם JavaScript
- Generative AI עם Java
- AI למתחילים
- מדעי הנתונים למתחילים
- Bash למתחילים
- ML למתחילים
- סייבר למתחילים
- פיתוח אתרים למתחילים
- האינטרנט של הדברים (IoT) למתחילים
- למידת מכונה למתחילים
- פיתוח XR למתחילים
- שליטה ב-GitHub Copilot לתכנות זוגי מבוסס AI
- פיתוח XR למתחילים
- שליטה ב-GitHub Copilot למפתחי C#/.NET
- בחרו את הרפתקת ה-Copilot שלכם
קבלת עזרה
נתקלתם בבעיות? בדקו את מדריך פתרון הבעיות למציאת פתרונות לבעיות נפוצות.
אם אתם נתקעים או יש לכם שאלות לגבי בניית אפליקציות AI, הצטרפו:
אם יש לכם משוב על מוצרים או שגיאות במהלך הבנייה, בקרו:
כתב ויתור:
מסמך זה תורגם באמצעות שירות תרגום מבוסס AI Co-op Translator. למרות שאנו שואפים לדיוק, יש לקחת בחשבון שתרגומים אוטומטיים עשויים להכיל שגיאות או אי דיוקים. המסמך המקורי בשפתו המקורית צריך להיחשב כמקור סמכותי. עבור מידע קריטי, מומלץ להשתמש בתרגום מקצועי על ידי אדם. איננו נושאים באחריות לאי הבנות או לפרשנויות שגויות הנובעות משימוש בתרגום זה.



