Data-Science-For-Beginners/translations/hk

初學者的數據科學課程

Microsoft 的 Azure Cloud Advocates 很高興提供一個為期 10 週、共 20 節課的數據科學課程。每節課都包含課前和課後測驗、完成課程的書面指導、解決方案以及作業。我們的基於項目的教學法讓您在實踐中學習，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 學生大使 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 - 由 @nitya 繪製的速寫

🌐 多語言支持

通過 GitHub Action 支持（自動化且始終保持最新）

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

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 AI 學習系列，了解更多並加入我們的 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？

以下是一些資源供您開始：

• 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認證憑證的方法。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。

開始學習

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。

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！

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。然後閱讀課程並完成其餘活動。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，解決方案代碼可在每個基於項目的課程的 /solutions 文件夾中找到。另一個想法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。

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

在設計此課程時，我們選擇了兩個教學原則：確保課程是基於項目的，並且包含頻繁的測驗。到本系列結束時，學生將學習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、數據可視化、數據分析、數據科學的實際應用案例等。

此外，課前的低壓測驗可以幫助學生集中注意力於學習主題，而課後的第二次測驗則能進一步鞏固知識。此課程設計靈活有趣，可以完整學習或部分學習。項目從簡單開始，到 10 週課程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！

每節課包括：

• 可選的速寫筆記
• 可選的補充視頻
• 課前熱身測驗
• 書面課程
• 對於基於項目的課程，提供逐步指南以完成項目
• 知識檢查
• 挑戰
• 補充閱讀
• 作業
• 課後測驗

關於測驗的注意事項：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。這些測驗已在課程中提供連結，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？ 我們特別創建了一個 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 - 計算統計數據並尋找模式
• 📈 基礎視覺化 - 創建圖表和圖形
• 🔬 真實世界專案 - 從頭到尾的完整工作流程

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

初學者的數據科學：學習路線圖 - 由 @nitya 繪製的 Sketchnote

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	簡介	學習數據科學的基本概念，以及它與人工智能、機器學習和大數據的關係。	課程 影片	Dmitry
02	數據科學倫理	簡介	數據倫理的概念、挑戰與框架。	課程	Nitya
03	定義數據	簡介	數據的分類及其常見來源。	課程	Jasmine
04	統計與概率簡介	簡介	使用概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	使用數據	關聯數據的簡介，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	使用數據	非關聯數據的簡介、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	使用數據	使用 Python 進行數據探索的基礎知識，包括使用 Pandas 等庫。建議具備 Python 程式設計的基礎知識。	課程 影片	Dmitry
08	數據準備	使用數據	數據清理和轉換技術，應對缺失、不準確或不完整數據的挑戰。	課程	Jasmine
09	數量的視覺化	數據視覺化	學習如何使用 Matplotlib 視覺化鳥類數據 🦆	課程	Jen
10	數據分佈的視覺化	數據視覺化	視覺化區間內的觀察和趨勢。	課程	Jen
11	比例的視覺化	數據視覺化	視覺化離散和分組百分比。	課程	Jen
12	關係的視覺化	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	提供技術和指導，讓您的視覺化在有效解決問題和洞察方面更具價值。	課程	Jen
14	數據科學生命周期簡介	生命周期	數據科學生命周期的簡介及其第一步：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易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	野外的數據科學	野外應用	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 中打開此範例：

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。 更多資訊請參考 GitHub 文檔。

VSCode Remote - Containers

按照以下步驟使用本地機器和 VSCode 的 VS Code Remote - Containers 擴展在容器中打開此 repo：

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條件（例如已安裝 Docker），詳情請參考 入門文檔。

要使用此 repo，您可以選擇在隔離的 Docker 卷中打開 repo：

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。

或者打開本地克隆或下載的 repo 版本：

• 將此 repo 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。

離線訪問

您可以使用 Docsify 離線運行此文檔。Fork 此 repo，並在您的本地機器上 安裝 Docsify，然後在此 repo 的根目錄中輸入 docsify serve。網站將在本地端口 3000 上提供服務：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！查看以下內容：

• 初學者的邊緣 AI
• 初學者的 AI 代理
• 初學者的生成式 AI
• 初學者的生成式 AI .NET
• 使用 JavaScript 的生成式 AI
• 使用 Java 的生成式 AI
• 初學者的 AI
• 初學者的數據科學
• 初學者的 Bash
• 初學者的機器學習
• 初學者的網絡安全
• 初學者的 Web 開發
• 初學者的物聯網
• 初學者的機器學習
• 初學者的 XR 開發
• 掌握 GitHub Copilot 的 AI 配對編程
• 初學者的 XR 開發
• 掌握 GitHub Copilot 的 C#/.NET 開發
• 選擇您的 Copilot 冒險

獲取幫助

如果您遇到困難或對構建 AI 應用有任何疑問，請加入：

如果您在構建過程中遇到產品反饋或錯誤，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。原始文件的母語版本應被視為權威來源。對於關鍵資訊，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錯誤解釋概不負責。