17 KiB
Tietojenkäsittelytiede aloittelijoille - Opetussuunnitelma
Azure Cloud Advocates Microsoftilta ovat iloisia voidessaan tarjota 10 viikon, 20 oppitunnin opetussuunnitelman, joka käsittelee tietojenkäsittelytiedettä. Jokainen oppitunti sisältää ennakko- ja jälkitestit, kirjalliset ohjeet oppitunnin suorittamiseen, ratkaisun ja tehtävän. Projektipohjainen oppimismenetelmämme mahdollistaa oppimisen 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
![]() |
---|
Tietojenkäsittelytiede aloittelijoille - Sketchnote by @nitya |
Ilmoitus - Uusi opetussuunnitelma generatiivisesta tekoälystä julkaistu!
Olemme juuri julkaisseet 12 oppitunnin opetussuunnitelman generatiivisesta tekoälystä. Opit muun muassa:
- kehotteiden ja kehotteiden suunnittelun perusteet
- tekstin ja kuvien sovellusten luomisen
- hakusovellusten kehittämisen
Kuten aina, mukana on oppitunteja, tehtäviä, tietotarkistuksia ja haasteita.
Tutustu siihen:
Oletko opiskelija?
Aloita seuraavilla resursseilla:
- Opiskelijasivusto Tältä sivulta löydät aloitteleville suunnattuja resursseja, opiskelijapaketit ja jopa tapoja saada ilmainen sertifikaattivoucher. Tämä on sivu, jonka haluat lisätä kirjanmerkkeihin ja tarkistaa säännöllisesti, sillä päivitämme sisältöä vähintään kuukausittain.
- Microsoft Learn Student Ambassadors Liity maailmanlaajuiseen opiskelijalähettiläiden yhteisöön, tämä voi olla sinun tiesi Microsoftille.
Aloittaminen
Opettajille: olemme lisänneet joitakin ehdotuksia tämän opetussuunnitelman käyttöön. Haluaisimme kuulla palautettasi keskustelufoorumillamme!
Opiskelijoille: jos käytät tätä opetussuunnitelmaa itsenäisesti, haarauta koko repo ja suorita harjoitukset itsenäisesti aloittaen ennakkotestistä. Lue sitten oppitunti ja suorita loput tehtävät. Yritä luoda projektit ymmärtämällä oppitunnit sen sijaan, että kopioisit ratkaisukoodin; kuitenkin kyseinen koodi on saatavilla /solutions-kansioissa jokaisessa projektiin perustuvassa oppitunnissa. Toinen idea on muodostaa opiskeluryhmä ystävien kanssa ja käydä sisältö läpi yhdessä. Lisäopiskelua varten suosittelemme Microsoft Learn.
Tapaa tiimi
Gif by Mohit Jaisal
🎥 Klikkaa yllä olevaa kuvaa nähdäksesi videon projektista ja sen tekijöistä!
Opetusmenetelmät
Olemme valinneet kaksi pedagogista periaatetta tätä opetussuunnitelmaa rakentaessamme: varmistamme, että se on projektipohjainen ja että se sisältää usein toistuvia testejä. Tämän sarjan lopussa opiskelijat ovat oppineet tietojenkäsittelytieteen perusperiaatteet, mukaan lukien eettiset käsitteet, datan valmistelun, erilaiset tavat työskennellä datan kanssa, datan visualisoinnin, data-analyysin, tietojenkäsittelytieteen käytännön sovellukset ja paljon muuta.
Lisäksi matalan kynnyksen testi ennen oppituntia suuntaa opiskelijan huomion oppimisen aiheeseen, kun taas toinen testi 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 loppua kohden.
Löydä käytössäännöt, osallistumisohjeet, käännösohjeet. Otamme mielellämme vastaan rakentavaa palautettasi!
Jokainen oppitunti sisältää:
- Valinnainen sketchnote
- Valinnainen lisävideo
- Ennakko-oppitunnin lämmittelevä testi
- Kirjallinen oppitunti
- Projektipohjaisissa oppitunneissa vaiheittaiset ohjeet projektin rakentamiseen
- Tietotarkistukset
- Haaste
- Lisälukemista
- Tehtävä
- Jälkitesti
Huomio testeistä: Kaikki testit löytyvät Quiz-App-kansiosta, yhteensä 40 testiä, joissa on kolme kysymystä kussakin. Ne on linkitetty oppitunneista, mutta testisovelluksen voi ajaa paikallisesti tai julkaista Azureen; seuraa ohjeita
quiz-app
-kansiossa. Testejä lokalisoidaan vähitellen.
Oppitunnit
![]() |
---|
Tietojenkäsittelytiede aloittelijoille: Reittikartta - Sketchnote by @nitya |
Oppitunnin numero | Aihe | Oppituntiryhmä | Oppimistavoitteet | Linkitetty oppitunti | Kirjoittaja |
---|---|---|---|---|---|
01 | Tietojenkäsittelytieteen määrittely | Johdanto | Opi tietojenkäsittelytieteen peruskäsitteet ja sen suhde tekoälyyn, koneoppimiseen ja big dataan. | oppitunti video | Dmitry |
02 | Tietojenkäsittelytieteen etiikka | Johdanto | Tietoeettiset käsitteet, haasteet ja viitekehykset. | oppitunti | Nitya |
03 | Datan määrittely | Johdanto | Miten data luokitellaan ja sen yleiset lähteet. | oppitunti | Jasmine |
04 | Johdatus tilastotieteeseen ja todennäköisyyksiin | Johdanto | Tilastotieteen ja todennäköisyyksien matemaattiset tekniikat datan ymmärtämiseksi. | oppitunti video | Dmitry |
05 | Työskentely relaatiodatan kanssa | Työskentely datan kanssa | Johdatus relaatiodataan ja SQL:n (Structured Query Language) perusteisiin relaatiodatan tutkimisessa ja analysoinnissa. | oppitunti | Christopher |
06 | Työskentely NoSQL-datan kanssa | Työskentely datan kanssa | Johdatus ei-relaatiodataan, sen eri tyyppeihin ja dokumenttitietokantojen tutkimisen ja analysoinnin perusteisiin. | oppitunti | Jasmine |
07 | Työskentely Pythonin kanssa | Työskentely datan kanssa | Pythonin perusteet datan tutkimiseen Pandas-kirjaston avulla. Suositellaan perustason ymmärrystä Python-ohjelmoinnista. | oppitunti video | Dmitry |
08 | Datan valmistelu | Työskentely datan kanssa | Aiheita datan puhdistamiseen ja muuntamiseen liittyvistä tekniikoista, joilla käsitellään puuttuvaa, epätarkkaa tai epätäydellistä dataa. | oppitunti | Jasmine |
09 | Määrien visualisointi | Datavisualisointi | Opi käyttämään Matplotlibia lintudatan visualisointiin 🦆 | oppitunti | Jen |
10 | Datan jakaumien visualisointi | Datavisualisointi | Havainnot ja trendit aikavälillä. | oppitunti | Jen |
11 | Suhteellisten osuuksien visualisointi | Datavisualisointi | Diskreettien ja ryhmiteltyjen prosenttiosuuksien visualisointi. | oppitunti | Jen |
12 | Suhteiden visualisointi | Datavisualisointi | Yhteyksien ja korrelaatioiden visualisointi datan joukkojen ja niiden muuttujien välillä. | oppitunti | Jen |
13 | Merkitykselliset visualisoinnit | Datavisualisointi | Tekniikoita ja ohjeita, joiden avulla visualisoinneista tulee arvokkaita tehokkaaseen ongelmanratkaisuun ja oivalluksiin. | oppitunti | Jen |
14 | Johdanto datatieteen elinkaareen | Elinkaari | Johdanto datatieteen elinkaareen ja sen ensimmäiseen vaiheeseen: datan hankintaan ja uuttamiseen. | oppitunti | Jasmine |
15 | Analysointi | Elinkaari | Tämä datatieteen elinkaaren vaihe keskittyy datan analysointitekniikoihin. | oppitunti | Jasmine |
16 | Viestintä | Elinkaari | Tämä datatieteen elinkaaren vaihe 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 käyttöönotto Azure Machine Learning Studiossa. | oppitunti | Tiffany ja Maud |
20 | Datatiede tosielämässä | Tosielämässä | Datatieteeseen perustuvat projektit tosielämässä. | oppitunti | Nitya |
GitHub Codespaces
Noudata näitä ohjeita avataksesi tämän esimerkin Codespacessa:
- Klikkaa Code-pudotusvalikkoa ja valitse Open with Codespaces -vaihtoehto.
- 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:
- Jos käytät kehityskonttia ensimmäistä kertaa, varmista, että järjestelmäsi täyttää ennakkovaatimukset (esim. Docker on asennettu) aloitusdokumentaation mukaisesti.
Voit käyttää tätä repositoriota joko avaamalla sen eristetyssä Docker-volyymissä:
Huom: Tämä käyttää taustalla Remote-Containers: Clone Repository in Container Volume... -komentoa kloonaamaan lähdekoodin Docker-volyymiin paikallisen tiedostojärjestelmän sijaan. Volyymit ovat suositeltu tapa säilyttää konttidataa.
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 kansio, odota kontin käynnistymistä ja kokeile.
Offline-käyttö
Voit käyttää tätä dokumentaatiota offline-tilassa käyttämällä Docsifyä. Haaroita tämä repositorio, asenna Docsify paikalliselle koneellesi ja kirjoita tämän repositorion juurikansiossa docsify serve
. Verkkosivusto palvelee portissa 3000 localhostissa: localhost:3000
.
Huomaa, että Docsify ei renderöi muistikirjoja, joten kun tarvitset muistikirjan suorittamista, tee se erikseen VS Codessa Python-ytimellä.
Apua tarvitaan!
Jos haluat kääntää koko tai osan oppimateriaalista, noudata Käännökset -ohjettamme.
Muut oppimateriaalit
Tiimimme tuottaa myös muita oppimateriaaleja! Tutustu:
- Generative AI for Beginners
- Generative AI for Beginners .NET
- Generative AI with JavaScript
- Generative AI with Java
- AI for Beginners
- Data Science for Beginners
- ML for Beginners
- Cybersecurity for Beginners
- Web Dev for Beginners
- IoT for Beginners
- XR Development for Beginners
- Mastering GitHub Copilot for Paired Programming
- Mastering GitHub Copilot for C#/.NET Developers
- Choose Your Own Copilot Adventure
Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäinen asiakirja sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa väärinkäsityksistä tai virhetulkinnoista, jotka johtuvat tämän käännöksen käytöstä.