History

leestott 57edd69619 🌐 Update translations via Co-op Translator		4 months ago
..
README.md	🌐 Update translations via Co-op Translator	4 months ago

README.md

דוגמאות ידידותיות למתחילים במדעי הנתונים

ברוכים הבאים לתיקיית הדוגמאות! אוסף זה של דוגמאות פשוטות ומלוות בהסברים נועד לעזור לכם להתחיל עם מדעי הנתונים, גם אם אתם מתחילים לגמרי.

📚 מה תמצאו כאן

כל דוגמה היא עצמאית וכוללת:

הערות ברורות שמסבירות כל שלב
קוד פשוט וקריא שמדגים מושג אחד בכל פעם
הקשר מעשי שיעזור לכם להבין מתי ולמה להשתמש בטכניקות הללו
תוצאה צפויה כדי שתדעו למה לצפות

🚀 איך להתחיל

דרישות מוקדמות

לפני הרצת הדוגמאות, ודאו שיש לכם:

Python 3.7 או גרסה גבוהה יותר מותקנת
הבנה בסיסית של איך להריץ סקריפטים ב-Python

התקנת ספריות נדרשות

pip install pandas numpy matplotlib

📖 סקירת דוגמאות

1. שלום עולם - בסגנון מדעי הנתונים

קובץ: 01_hello_world_data_science.py

תוכנית מדעי הנתונים הראשונה שלכם! תלמדו איך:

לטעון מערך נתונים פשוט
להציג מידע בסיסי על הנתונים שלכם
להדפיס את הפלט הראשון שלכם במדעי הנתונים

מושלם למתחילים שרוצים לראות את התוכנית הראשונה שלהם בפעולה.

2. טעינה וחקר נתונים

קובץ: 02_loading_data.py

למדו את היסודות של עבודה עם נתונים:

קריאת נתונים מקבצי CSV
צפייה בשורות הראשונות של מערך הנתונים שלכם
קבלת סטטיסטיקות בסיסיות על הנתונים שלכם
הבנת סוגי נתונים

זהו לרוב השלב הראשון בכל פרויקט מדעי נתונים!

3. ניתוח נתונים פשוט

קובץ: 03_simple_analysis.py

בצעו את ניתוח הנתונים הראשון שלכם:

חישוב סטטיסטיקות בסיסיות (ממוצע, חציון, שכיח)
מציאת ערכים מקסימליים ומינימליים
ספירת הופעות של ערכים
סינון נתונים על פי תנאים

ראו איך לענות על שאלות פשוטות לגבי הנתונים שלכם.

4. יסודות ויזואליזציה של נתונים

קובץ: 04_basic_visualization.py

צרו את הוויזואליזציות הראשונות שלכם:

יצירת תרשים עמודות פשוט
יצירת גרף קו
יצירת תרשים עוגה
שמירת הוויזואליזציות שלכם כתמונות

למדו איך לתקשר את הממצאים שלכם בצורה חזותית!

5. עבודה עם נתונים אמיתיים

קובץ: 05_real_world_example.py

חברו הכל יחד עם דוגמה מלאה:

טעינת נתונים אמיתיים מהמאגר
ניקוי והכנת הנתונים
ביצוע ניתוח
יצירת ויזואליזציות משמעותיות
הסקת מסקנות

דוגמה זו מראה לכם תהליך עבודה מלא מתחילתו ועד סופו.

🎯 איך להשתמש בדוגמאות הללו

התחילו מההתחלה: הדוגמאות ממוספרות לפי רמת הקושי. התחילו עם 01_hello_world_data_science.py והתקדמו לפי הסדר.
קראו את ההערות: כל קובץ מכיל הערות מפורטות שמסבירות מה הקוד עושה ולמה. קראו אותן בעיון!
נסו לשנות: נסו לשנות את הקוד. מה קורה אם תשנו ערך? תשברו דברים ותתקנו אותם - כך לומדים!
הריצו את הקוד: הריצו כל דוגמה וצפו בפלט. השוו אותו למה שציפיתם.
בנו על זה: ברגע שתבינו דוגמה, נסו להרחיב אותה עם רעיונות משלכם.

💡 טיפים למתחילים

אל תמהרו: קחו את הזמן להבין כל דוגמה לפני שתעברו לבאה
כתבו את הקוד בעצמכם: אל תעתיקו-הדבק. כתיבה עוזרת ללמוד ולזכור
חפשו מושגים לא מוכרים: אם אתם רואים משהו שלא ברור לכם, חפשו אותו באינטרנט או בשיעורים המרכזיים
שאלו שאלות: הצטרפו ל-פורום הדיונים אם אתם צריכים עזרה
תרגלו באופן קבוע: נסו לקודד קצת כל יום במקום מפגשים ארוכים פעם בשבוע

🔗 צעדים הבאים

לאחר שתסיימו את הדוגמאות הללו, אתם מוכנים:

לעבוד דרך שיעורי הלימוד המרכזיים
לנסות את המשימות בכל תיקיית שיעור
לחקור את מחברות Jupyter ללמידה מעמיקה יותר
ליצור פרויקטים משלכם במדעי הנתונים

📚 משאבים נוספים

תוכנית הלימודים המרכזית - קורס מלא של 20 שיעורים
למורים - שימוש בתוכנית הלימודים בכיתה
Microsoft Learn - משאבי לימוד מקוונים חינמיים
תיעוד Python - מדריך רשמי ל-Python

🤝 תרומות

מצאתם באג או יש לכם רעיון לדוגמה חדשה? נשמח לקבל תרומות! אנא ראו את מדריך התרומות.

למידה נעימה! 🎉

זכרו: כל מומחה היה פעם מתחיל. קחו את זה צעד אחד בכל פעם, ואל תפחדו לעשות טעויות - הן חלק מתהליך הלמידה!

כתב ויתור:
מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית 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 הסמכותי. למידע קריטי, מומלץ להשתמש בתרגום מקצועי על ידי מתרגם אנושי. איננו נושאים באחריות לאי-הבנות או לפרשנויות שגויות הנובעות משימוש בתרגום זה.