Data-Science-For-Beginners/translations/da

Data Science for Beginners - A Curriculum

Azure Cloud Advocates hos Microsoft er glade for at kunne tilbyde en 10-ugers, 20-lektioners læseplan, der handler om Data Science. Hver lektion indeholder quizzer før og efter lektionen, skriftlige instruktioner til at gennemføre lektionen, en løsning og en opgave. Vores projektbaserede pædagogik gør det muligt at lære ved at bygge — en dokumenteret måde for nye færdigheder at 'sætte sig fast'.

Stor tak til vores forfattere: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Særlige tak 🙏 til vores Microsoft Student Ambassador forfattere, anmeldere og indholds-bidragsydere, især 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 For Beginners - Sketchnote af @nitya

🌐 Flersproget support

Understøttet via GitHub Action (Automatiseret & Altid opdateret)

Arabisk | Bengalsk | Bulgarsk | Burmesisk (Myanmar) | Kinesisk (forenklet) | Kinesisk (traditionelt, Hong Kong) | Kinesisk (traditionelt, Macau) | Kinesisk (traditionelt, Taiwan) | Kroatisk | Tjekkisk | Dansk | Hollandsk | Estisk | Finsk | Fransk | Tysk | Græsk | Hebraisk | Hindi | Ungarsk | Indonesisk | Italiensk | Japansk | Kannada | Koreansk | Litauisk | Malaysisk | Malayalam | Marathi | Nepali | Nigeriansk Pidgin | Norsk | Persisk (Farsi) | Polsk | Portugisisk (Brasilien) | Portugisisk (Portugal) | Punjabi (Gurmukhi) | Rumænsk | Russisk | Serbisk (kyrillisk) | Slovakisk | Slovensk | Spansk | Swahili | Svensk | Tagalog (filippinsk) | Tamil | Telugu | Thai | Tyrkisk | Ukrainsk | Urdu | Vietnamesisk

Hvis du ønsker, at flere oversættelser understøttes, er de understøttede sprog listet her

Deltag i vores fællesskab

Vi har en Discord "Learn with AI"-serie i gang — læs mere og deltag hos Learn with AI Series fra 18 - 30 september, 2025. Du får tips og tricks til brug af GitHub Copilot til Data Science.

Er du studerende?

Kom i gang med følgende ressourcer:

• Student Hub-side På denne side finder du begynderressourcer, studerendepakker og endda måder at få en gratis certifikatvoucher. Dette er en side, du bør bogmærke og tjekke fra tid til anden, da vi udskifter indhold mindst månedligt.
• Microsoft Learn Student Ambassadors Deltag i et globalt fællesskab af Student Ambassadors; dette kan være din vej ind i Microsoft.

Kom godt i gang

📚 Dokumentation

• Installation Guide - Trin-for-trin installationsvejledning for begyndere
• Usage Guide - Eksempler og almindelige arbejdsgange
• Troubleshooting - Løsninger på almindelige problemer
• Contributing Guide - Hvordan du bidrager til dette projekt
• For Teachers - Vejledning til undervisning og ressourcer til klasseværelset

👨‍🎓 For studerende

Fuldstændige begyndere: Er du ny inden for data science? Start med vores begynder-venlige eksempler! Disse enkle, godt kommenterede eksempler hjælper dig med at forstå det grundlæggende, før du dykker ned i hele pensum. Studerende: for at bruge denne læseplan på egen hånd, fork hele repoet og gennemfør øvelserne selv, begyndende med en quiz før forelæsningen. Læs derefter forelæsningen og gennemfør resten af aktiviteterne. Forsøg at skabe projekterne ved at forstå lektionerne i stedet for at kopiere løsningskoden; den kode er dog tilgængelig i /solutions-mapperne i hver projektorienterede lektion. En anden idé er at danne en studiegruppe med venner og gennemgå indholdet sammen. Til yderligere studie anbefaler vi Microsoft Learn.

Hurtig start:

1. Tjek Installation Guide for at sætte dit miljø op
2. Gennemse Usage Guide for at lære, hvordan du arbejder med læseplanen
3. Start med Lektion 1 og arbejd dig igennem sekventielt
4. Deltag i vores Discord-fællesskab for support

👩‍🏫 For lærere

Lærere: vi har inkluderet nogle forslag til, hvordan I kan bruge denne læseplan. Vi vil meget gerne have din feedback i vores diskussionsforum!

Mød teamet

Gif af Mohit Jaisal

🎥 Klik på billedet ovenfor for en video om projektet de personer, der skabte det!

Pædagogik

Vi har valgt to pædagogiske principper, mens vi udviklede dette pensum: at sikre, at det er projektbaseret, og at det indeholder hyppige quizzer. Ved afslutningen af denne serie vil eleverne have lært grundlæggende principper inden for datavidenskab, herunder etiske begreber, dataklargøring, forskellige måder at arbejde med data på, datavisualisering, dataanalyse, virkelige anvendelsestilfælde af datavidenskab og mere.

Derudover sætter en lavrisiko-quiz før en lektion elevens intention om at lære et emne, mens en anden quiz efter lektionen sikrer yderligere fastholdelse. Dette pensum er designet til at være fleksibelt og sjovt og kan tages i sin helhed eller delvist. Projekterne starter små og bliver gradvist mere komplekse i slutningen af den 10-ugers cyklus.

Find vores Adfærdskodeks, Bidrag, Oversættelse retningslinjer. Vi byder din konstruktive feedback velkommen!

Hver lektion inkluderer:

• Valgfri sketchnote
• Valgfri supplerende video
• Opvarmningsquiz før lektionen
• Skriftlig lektion
• For projektbaserede lektioner, trin-for-trin vejledninger om hvordan man bygger projektet
• Videnstjek
• En udfordring
• Supplerende læsning
• Opgave
• Quiz efter lektionen

En note om quizzer: Alle quizzer findes i Quiz-App mappen, i alt 40 quizzer med tre spørgsmål i hver. De er linket fra lektionerne, men quiz-appen kan køres lokalt eller implementeres til Azure; følg instruktionen i quiz-app mappen. De bliver gradvist lokaliseret.

🎓 Begyndervenlige eksempler

Ny til datavidenskab? Vi har oprettet en særlig eksempelmappen med enkel, velkommenteret kode for at hjælpe dig i gang:

• 🌟 Hello World - Dit første datavidenskabsprogram
• 📂 Indlæsning af data - Lær at læse og udforske datasæt
• 📊 Simpel analyse - Beregn statistik og find mønstre
• 📈 Grundlæggende visualisering - Opret diagrammer og grafer
• 🔬 Reelt projekt - Fuldt workflow fra start til slut

Hvert eksempel inkluderer detaljerede kommentarer, der forklarer hvert trin, hvilket gør det perfekt til helt nybegyndere!

👉 Start med eksemplerne 👈

Lessons

Data Science for begyndere: køreplan - Sketchnote af @nitya

Lesson Number	Topic	Lesson Grouping	Learning Objectives	Linked Lesson	Author
01	Definere datavidenskab	Introduktion	Lær de grundlæggende begreber bag datavidenskab og hvordan det relaterer sig til kunstig intelligens, maskinlæring og big data.	lektion video	Dmitry
02	Etik i datavidenskab	Introduktion	Dataetiske begreber, udfordringer og rammeværk.	lektion	Nitya
03	Definere data	Introduktion	Hvordan data klassificeres og dets almindelige kilder.	lektion	Jasmine
04	Introduktion til statistik og sandsynlighed	Introduktion	De matematiske teknikker inden for sandsynlighed og statistik til at forstå data.	lektion video	Dmitry
05	Arbejde med relationelle data	Arbejde med data	Introduktion til relationsdata og det grundlæggende i at udforske og analysere relationsdata med Structured Query Language, også kendt som SQL (udtales “see-quell”).	lektion	Christopher
06	Arbejde med NoSQL-data	Arbejde med data	Introduktion til ikke-relationelle data, deres forskellige typer og det grundlæggende i at udforske og analysere dokumentdatabaser.	lektion	Jasmine
07	Arbejde med Python	Arbejde med data	Grundlæggende brug af Python til dataudforskning med biblioteker såsom Pandas. Grundlæggende forståelse af Python-programmering anbefales.	lektion video	Dmitry
08	Dataforberedelse	Arbejde med data	Emner om datateknikker til at rense og transformere data for at håndtere udfordringer med manglende, unøjagtige eller ufuldstændige data.	lektion	Jasmine
09	Visualisering af mængder	Datavisualisering	Lær hvordan du bruger Matplotlib til at visualisere fugledata 🦆	lektion	Jen
10	Visualisering af datadistributioner	Datavisualisering	Visualisering af observationer og tendenser inden for et interval.	lektion	Jen
11	Visualisering af proportioner	Datavisualisering	Visualisering af diskrete og grupperede procenter.	lektion	Jen
12	Visualisering af relationer	Datavisualisering	Visualisering af forbindelser og korrelationer mellem datasæt og deres variabler.	lektion	Jen
13	Meningsfulde visualiseringer	Datavisualisering	Teknikker og vejledning til at gøre dine visualiseringer værdifulde for effektiv problemløsning og indsigt.	lektion	Jen
14	Introduktion til datavidenskabens livscyklus	Livscyklus	Introduktion til datavidenskabens livscyklus og dets første trin med at indsamle og udtrække data.	lektion	Jasmine
15	Analyse	Livscyklus	Denne fase af datavidenskabens livscyklus fokuserer på teknikker til at analysere data.	lektion	Jasmine
16	Kommunikation	Livscyklus	Denne fase af datavidenskabens livscyklus fokuserer på at præsentere indsigterne fra data på en måde, der gør det lettere for beslutningstagere at forstå.	lektion	Jalen
17	Datavidenskab i skyen	Skydata	Denne serie af lektioner introducerer datavidenskab i skyen og dets fordele.	lektion	Tiffany and Maud
18	Datavidenskab i skyen	Skydata	Træning af modeller ved hjælp af Low Code-værktøjer.	lektion	Tiffany and Maud
19	Datavidenskab i skyen	Skydata	Implementering af modeller med Azure Machine Learning Studio.	lektion	Tiffany and Maud
20	Datavidenskab i praksis	I praksis	Datavidenskabsdrevne projekter i den virkelige verden.	lektion	Nitya

GitHub Codespaces

Følg disse trin for at åbne dette eksempel i en Codespace:

1. Klik på Code-rullelisten og vælg Open with Codespaces-optionen.
2. Vælg + New codespace nederst i panelet. For mere info, se GitHub-dokumentationen.

VSCode Remote - Containers

Følg disse trin for at åbne dette repo i en container ved hjælp af din lokale maskine og VSCode using the VS Code Remote - Containers extension:

1. If this is your first time using a development container, please ensure your system meets the pre-reqs (i.e. have Docker installed) in the getting started documentation.

To use this repository, you can either open the repository in an isolated Docker volume:

Note: Under the hood, this will use the Remote-Containers: Clone Repository in Container Volume... command to clone the source code in a Docker volume instead of the local filesystem. Volumes are the preferred mechanism for persisting container data.

Or open a locally cloned or downloaded version of the repository:

• Clone this repository to your local filesystem.
• Press F1 and select the Remote-Containers: Open Folder in Container... command.
• Select the cloned copy of this folder, wait for the container to start, and try things out.

Offline access

Du kan køre denne dokumentation offline ved at bruge Docsify. Fork dette repo, install Docsify på din lokale maskine, then in the root folder of this repo, type docsify serve. Hjemmesiden vil blive serveret på port 3000 på din localhost: localhost:3000.

Bemærk, notebooks vil ikke blive gengivet via Docsify, så når du har brug for at køre en notebook, gør det separat i VS Code, der kører en Python-kernel.

Other Curricula

Vores team producerer andre læseplaner! Tjek:

LangChain

---

Azure / Edge / MCP / Agents

---

Generativ AI-serie

---

Kerne-læring

---

Copilot-serie

Få hjælp

Oplever du problemer? Se vores Fejlfindingsguide for løsninger på almindelige problemer.

Hvis du sidder fast eller har spørgsmål om at bygge AI-apps. Deltag i diskussioner med medstuderende og erfarne udviklere om MCP. Det er et støttende fællesskab, hvor spørgsmål er velkomne, og viden deles frit.

Hvis du har produktfeedback eller støder på fejl under udvikling, besøg:

---

Ansvarsfraskrivelse: Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, bedes du være opmærksom på, at automatiske oversættelser kan indeholde fejl eller unøjagtigheder. Det oprindelige dokument på originalsproget bør betragtes som den autoritative kilde. For kritisk information anbefales en professionel menneskelig oversættelse. Vi påtager os intet ansvar for eventuelle misforståelser eller fejltolkninger, der måtte opstå som følge af brugen af denne oversættelse.