Data-Science-For-Beginners/translations/ru

Data Science для начинающих - Учебная программа

Azure Cloud Advocates в Microsoft рады предложить 10-недельную учебную программу из 20 уроков, полностью посвящённую Data Science. Каждый урок включает предварительный и итоговый тесты, письменные инструкции для выполнения урока, решение и задание. Наша проектно-ориентированная методика позволяет учиться, создавая проекты — проверенный способ закрепления новых навыков.

Большое спасибо нашим авторам: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Особая благодарность 🙏 нашим авторам, рецензентам и контент-участникам из Microsoft Student Ambassador, в частности 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 для начинающих - Скетчноут от @nitya

🌐 Многоязычная поддержка

Поддерживается через GitHub Action (Автоматически и всегда актуально)

Арабский | Бенгальский | Болгарский | Бирманский (Мьянма) | Китайский (упрощённый) | Китайский (традиционный, Гонконг) | Китайский (традиционный, Макао) | Китайский (традиционный, Тайвань) | Хорватский | Чешский | Датский | Нидерландский | Эстонский | Финский | Французский | Немецкий | Греческий | Иврит | Хинди | Венгерский | Индонезийский | Итальянский | Японский | Каннада | Корейский | Литовский | Малайский | Малаялам | Маратхи | Непальский | Нигерийский пиджин | Норвежский | Персидский (фарси) | Польский | Португальский (Бразилия) | Португальский (Португалия) | Пенджаби (гурмукхи) | Румынский | Русский | Сербский (кириллица) | Словацкий | Словенский | Испанский | Суахили | Шведский | Тагальский (филиппинский) | Тамильский | Телугу | Тайский | Турецкий | Украинский | Урду | Вьетнамский

Если вы хотите, чтобы были добавлены дополнительные языки перевода, они перечислены здесь

Присоединяйтесь к нашему сообществу

У нас проходит серия мероприятий Learn with AI в Discord, узнайте больше и присоединяйтесь к нам на Learn with AI Series с 18 по 30 сентября 2025 года. Вы получите советы и хитрости по использованию GitHub Copilot для Data Science.

Вы студент?

Начните с следующих ресурсов:

• Страница Student Hub На этой странице вы найдете ресурсы для начинающих, студенческие пакеты и даже способы получить бесплатный сертификатный ваучер. Это страница, которую стоит добавить в закладки и периодически проверять, так как мы обновляем контент как минимум раз в месяц.
• Microsoft Learn Student Ambassadors Присоединяйтесь к глобальному сообществу студенческих послов, это может стать вашим путём в Microsoft.

Начало работы

📚 Документация

• Руководство по установке - Пошаговые инструкции по настройке для начинающих
• Руководство по использованию - Примеры и распространённые рабочие процессы
• Устранение неполадок - Решения распространённых проблем
• Руководство по внесению вклада - Как внести вклад в этот проект
• Для преподавателей - Руководство по преподаванию и ресурсы для классов

👨‍🎓 Для студентов

Полные новички: Новичок в Data Science? Начните с наших примеров для начинающих! Эти простые, хорошо прокомментированные примеры помогут вам понять основы перед тем, как погрузиться в полную учебную программу. Студенты: чтобы использовать эту учебную программу самостоятельно, сделайте форк всего репозитория и выполняйте упражнения самостоятельно, начиная с предварительного теста. Затем прочитайте лекцию и выполните остальные задания. Старайтесь создавать проекты, понимая уроки, а не просто копируя код решения; однако этот код доступен в папках /solutions в каждом уроке, ориентированном на проекты. Ещё одна идея — сформировать учебную группу с друзьями и проходить материал вместе. Для дальнейшего изучения рекомендуем Microsoft Learn.

Быстрый старт:

1. Ознакомьтесь с Руководством по установке для настройки среды
2. Изучите Руководство по использованию, чтобы узнать, как работать с учебной программой
3. Начните с урока 1 и проходите их последовательно
4. Присоединяйтесь к нашему сообществу в Discord для поддержки

👩‍🏫 Для преподавателей

Преподаватели: мы включили некоторые рекомендации по использованию этой учебной программы. Мы будем рады вашим отзывам в нашем форуме обсуждений!

Познакомьтесь с командой

Gif от Mohit Jaisal

🎥 Нажмите на изображение выше, чтобы посмотреть видео о проекте и людях, которые его создали!

Педагогика

Мы выбрали два педагогических принципа при создании этой учебной программы: обеспечение проектной направленности и включение частых викторин. К концу этого цикла студенты изучат базовые принципы науки о данных, включая этические концепции, подготовку данных, различные способы работы с данными, визуализацию данных, анализ данных, реальные примеры использования науки о данных и многое другое.

Кроме того, викторина с низкой ставкой перед занятием задает студенту настрой на изучение темы, а вторая викторина после занятия обеспечивает лучшее усвоение материала. Эта учебная программа была разработана так, чтобы быть гибкой и увлекательной, и ее можно проходить полностью или частично. Проекты начинаются с простых и становятся все более сложными к концу 10-недельного цикла.

Ознакомьтесь с нашим Кодексом поведения, Правилами участия, Руководством по переводу. Мы приветствуем ваши конструктивные отзывы!

Каждое занятие включает:

• Необязательные скетчноуты
• Необязательное дополнительное видео
• Разминку-викторину перед занятием
• Письменный урок
• Для проектных уроков — пошаговые руководства по созданию проекта
• Проверки знаний
• Задание
• Дополнительное чтение
• Викторину после урока

Примечание о викторинах: Все викторины находятся в папке Quiz-App, всего 40 викторин по три вопроса каждая. Они связаны с уроками, но приложение викторин можно запускать локально или развертывать в Azure; следуйте инструкциям в папке quiz-app. Они постепенно локализуются.

🎓 Примеры для начинающих

Новичок в науке о данных? Мы создали специальный каталог примеров с простым, хорошо прокомментированным кодом, чтобы помочь вам начать:

• 🌟 Hello World — ваша первая программа по науке о данных
• 📂 Загрузка данных — научитесь читать и исследовать наборы данных
• 📊 Простой анализ — вычисляйте статистику и находите закономерности
• 📈 Базовая визуализация — создавайте диаграммы и графики
• 🔬 Реальный проект — полный рабочий процесс от начала до конца

Каждый пример содержит подробные комментарии, объясняющие каждый шаг, что делает их идеальными для абсолютных новичков!

👉 Начните с примеров 👈

Уроки

Наука о данных для начинающих: Дорожная карта - Скетчноут от @nitya

Номер урока	Тема	Группа уроков	Цели обучения	Связанный урок	Автор
01	Определение науки о данных	Введение	Изучить основные понятия науки о данных и ее связь с искусственным интеллектом, машинным обучением и большими данными.	урок видео	Дмитрий
02	Этика в науке о данных	Введение	Концепции, вызовы и рамки этики данных.	урок	Нития
03	Определение данных	Введение	Как классифицируются данные и их распространённые источники.	урок	Жасмин
04	Введение в статистику и вероятность	Введение	Математические методы вероятности и статистики для понимания данных.	урок видео	Дмитрий
05	Работа с реляционными данными	Работа с данными	Введение в реляционные данные и основы исследования и анализа реляционных данных с использованием языка структурированных запросов, также известного как SQL (произносится «си-квел»).	урок	Кристофер
06	Работа с NoSQL данными	Работа с данными	Введение в нереляционные данные, их различные типы и основы исследования и анализа документных баз данных.	урок	Жасмин
07	Работа с Python	Работа с данными	Основы использования Python для исследования данных с библиотеками, такими как Pandas. Рекомендуется базовое понимание программирования на Python.	урок видео	Дмитрий
08	Подготовка данных	Работа с данными	Темы по техникам очистки и преобразования данных для решения проблем с отсутствующими, неточными или неполными данными.	урок	Жасмин
09	Визуализация количеств	Визуализация данных	Научитесь использовать Matplotlib для визуализации данных о птицах 🦆	урок	Джен
10	Визуализация распределений данных	Визуализация данных	Визуализация наблюдений и тенденций в интервале.	урок	Джен
11	Визуализация пропорций	Визуализация данных	Визуализация дискретных и сгруппированных процентов.	урок	Джен
12	Визуализация взаимосвязей	Визуализация данных	Визуализация связей и корреляций между наборами данных и их переменными.	урок	Джен
13	Значимые визуализации	Визуализация данных	Техники и рекомендации для создания ценных визуализаций для эффективного решения проблем и получения инсайтов.	урок	Джен
14	Введение в жизненный цикл науки о данных	Жизненный цикл	Введение в жизненный цикл науки о данных и его первый этап — получение и извлечение данных.	урок	Жасмин
15	Анализ	Жизненный цикл	Этот этап жизненного цикла науки о данных сосредоточен на техниках анализа данных.	урок	Жасмин
16	Коммуникация	Жизненный цикл	Этот этап жизненного цикла науки о данных сосредоточен на представлении инсайтов из данных таким образом, чтобы их было легче понять лицам, принимающим решения.	урок	Джейлен
17	Наука о данных в облаке	Облачные данные	Эта серия уроков знакомит с наукой о данных в облаке и ее преимуществами.	урок	Тиффани и Мод
18	Наука о данных в облаке	Облачные данные	Обучение моделей с использованием Low Code инструментов.	урок	Тиффани и Мод
19	Наука о данных в облаке	Облачные данные	Развертывание моделей с помощью Azure Machine Learning Studio.	урок	Тиффани и Мод
20	Наука о данных в реальной жизни	В реальной жизни	Проекты, основанные на науке о данных, в реальном мире.	урок	Нития

GitHub Codespaces

Выполните следующие шаги, чтобы открыть этот пример в Codespace:

1. Нажмите на выпадающее меню Code и выберите опцию Open with Codespaces.
2. Выберите + New codespace внизу панели. Для получения дополнительной информации ознакомьтесь с документацией GitHub.

VSCode Remote - Containers

Выполните следующие шаги, чтобы открыть этот репозиторий в контейнере, используя вашу локальную машину и VSCode с расширением VS Code Remote - Containers:

1. Если вы используете контейнер разработки впервые, убедитесь, что ваша система соответствует требованиям (например, установлен Docker) в документации по началу работы.

Для использования этого репозитория вы можете либо открыть репозиторий в изолированном Docker-томе:

Примечание: Внутри это будет использовать команду Remote-Containers: Clone Repository in Container Volume... для клонирования исходного кода в Docker-том вместо локальной файловой системы. Томы — предпочтительный механизм для сохранения данных контейнера.

Или открыть локально клонированную или загруженную версию репозитория:

• Клонируйте этот репозиторий на локальный диск.
• Нажмите F1 и выберите команду Remote-Containers: Open Folder in Container....
• Выберите клонированную копию этой папки, дождитесь запуска контейнера и начните работу.

Оффлайн-доступ

Вы можете просматривать эту документацию оффлайн, используя Docsify. Форкните этот репозиторий, установите Docsify на локальной машине, затем в корневой папке репозитория введите docsify serve. Веб-сайт будет доступен на порту 3000 на вашем локальном хосте: localhost:3000.

Обратите внимание, что ноутбуки не будут отображаться через Docsify, поэтому для запуска ноутбука делайте это отдельно в VS Code с запущенным Python ядром.

Другие учебные программы

Наша команда создает и другие учебные программы! Ознакомьтесь:

LangChain

---

Azure / Edge / MCP / Agents

---

Серия по генеративному ИИ

---

Основное обучение

---

Серия Copilot

Получение помощи

Возникли проблемы? Ознакомьтесь с нашим Руководством по устранению неполадок для решения распространённых проблем.

Если вы застряли или у вас есть вопросы по созданию AI-приложений, присоединяйтесь к другим учащимся и опытным разработчикам для обсуждения MCP. Это поддерживающее сообщество, где вопросы приветствуются, а знания свободно делятся.

Если у вас есть отзывы о продукте или ошибки при разработке, посетите:

---

Отказ от ответственности:
Этот документ был переведен с помощью сервиса автоматического перевода Co-op Translator. Несмотря на наши усилия по обеспечению точности, имейте в виду, что автоматический перевод может содержать ошибки или неточности. Оригинальный документ на его исходном языке следует считать авторитетным источником. Для получения критически важной информации рекомендуется обращаться к профессиональному переводу, выполненному человеком. Мы не несем ответственности за любые недоразумения или неправильные толкования, возникшие в результате использования данного перевода.