Data-Science-For-Beginners/translations/ja

データサイエンス入門 - カリキュラム

マイクロソフトのAzure Cloud Advocatesは、データサイエンスに関する10週間、全20レッスンのカリキュラムを提供しています。各レッスンには、事前・事後のクイズ、レッスンを完了するための文章による指示、解答例、課題が含まれています。プロジェクトベースの教授法により、学びながら実践でき、新しいスキルを確実に身につけることができます。

著者の皆様に心からの感謝を： Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison。

🙏 特別な感謝を Microsoft Student Ambassador の著者、レビュアー、コンテンツ貢献者の皆様へ🙏、特に 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

データサイエンス入門 - スケッチノート：@nitya

🌐 多言語サポート

GitHub Actionによるサポート（自動かつ常に最新）

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

ローカルでのクローンを希望しますか？

このリポジトリには50以上の言語翻訳が含まれており、ダウンロードサイズが大きくなっています。翻訳を含めずクローンするには、sparse checkoutを使用してください：

git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

これにより、コースを完了するために必要なすべてをより高速にダウンロードできます。

追加の翻訳言語のサポートを希望される場合は、こちらをご覧ください

コミュニティに参加しましょう

Discordで進行中の「AIと学ぶシリーズ」について詳しくは、Learn with AI Series をご覧ください。2025年9月18日から30日まで開催。GitHub Copilotのデータサイエンスでの活用に関するコツも得られます。

あなたは学生ですか？

以下のリソースから始めましょう：

• 学生ハブページ このページには初心者向けリソース、学生パック、さらには無料認定バウチャーを取得する方法が記載されています。コンテンツは月に一度以上更新されるため、時々ブックマークしてチェックすることをお勧めします。
• Microsoft Learn Student Ambassadors グローバルな学生アンバサダーのコミュニティに参加しましょう。マイクロソフトへの道が開かれます。

はじめに

📚 ドキュメント

• インストールガイド - 初心者向けのステップバイステップセットアップ手順
• 使い方ガイド - 例と一般的なワークフロー
• トラブルシューティング - よくある問題の解決策
• コントリビュートガイド - プロジェクトへの貢献方法
• 先生向け - 授業指導と教室リソース

👨‍🎓 学生向け

完全初心者向け：データサイエンスが初めての方は、初心者向けの例から始めましょう！シンプルでコメント付きの例が基本を理解するのに役立ちます。 学生向け: このカリキュラムを独自に利用する場合は、リポジトリ全体をフォークし、事前講義クイズから始めて課題を進めてください。講義を読んだら残りの活動を完了しましょう。解答コードをコピーするのではなく、内容を理解してプロジェクトを作成するよう心がけてください。解答コードは各プロジェクト指向レッスンの/solutionsフォルダーにあります。また、友人と勉強グループを作って一緒に学習するのも良いでしょう。さらに学習したい場合は Microsoft Learn をお勧めします。

クイックスタート：

1. インストールガイド を確認し環境をセットアップしてください
2. 使い方ガイド に目を通し、カリキュラムの利用方法を学びましょう
3. レッスン1から順に進めてください
4. サポートが必要ならDiscordコミュニティに参加しましょう

👩‍🏫 教師向け

先生方へ：このカリキュラムの活用方法についていくつかの提案を含めています。ご意見はディスカッションフォーラムでお待ちしています！

チーム紹介

Gif by Mohit Jaisal

🎥 上の画像をクリックすると、このプロジェクトとそれを作成した人たちについてのビデオがご覧いただけます！

教育方針

このカリキュラムを作成する際、私たちは2つの教育の原則を選びました：プロジェクトベースであることと、頻繁なクイズを含むこと。シリーズの最後には、学生はデータサイエンスの基本原則を学びます。これには倫理的な概念、データ準備、データのさまざまな扱い方、データ可視化、データ分析、データサイエンスの実世界の活用例などが含まれます。

さらに、授業前の低リスクのクイズは学生の学習意欲を高め、授業後の2回目のクイズは理解の定着を助けます。このカリキュラムは柔軟で楽しく学べるよう設計されており、全体または一部だけ取り組むことも可能です。プロジェクトは小さなものから始まり、10週間のサイクルの終わりにはより複雑になります。

行動規範、貢献ガイド、翻訳ガイドをご覧ください。建設的なフィードバックを歓迎します！

各レッスンに含まれるもの：

• 任意のスケッチノート
• 任意の補足動画
• 授業前ウォームアップクイズ
• 書かれたレッスン内容
• プロジェクトベースのレッスンには、プロジェクトを作成するためのステップバイステップガイド
• 知識チェック
• チャレンジ
• 補足読書
• 課題
• 授業後クイズ

クイズについての注意：すべてのクイズはQuiz-Appフォルダーにあり、合計40回分の3問ずつのクイズです。レッスン内からリンクされていますが、クイズアプリはローカルでも起動でき、Azureに展開も可能です。quiz-appフォルダーの指示に従ってください。現在、順次ローカライズ中です。

🎓 初心者向けの例

データサイエンスが初めてですか？ スタートアップに役立つシンプルでコメント付きのコードを集めた特別なexamplesディレクトリを作成しました：

• 🌟 Hello World - 最初のデータサイエンスプログラム
• 📂 データの読み込み - データセットの読み込みと探索を学ぶ
• 📊 シンプルな分析 - 統計計算とパターンの発見
• 📈 基本的な可視化 - チャートとグラフの作成
• 🔬 実世界プロジェクト - 最初から最後までのワークフロー

各例には詳細なコメントがあり、全ステップを説明しているため、完全な初心者にも最適です！

👉 例から始める 👈

レッスン

Data Science For Beginners: ロードマップ - スケッチノート @nitya

レッスン番号	トピック	レッスングループ	学習目標	関連レッスン	著者
01	データサイエンスの定義	イントロダクション	データサイエンスの基本概念、人工知能、機械学習、ビッグデータとの関連性を学びます。	lesson video	Dmitry
02	データサイエンス倫理	イントロダクション	データ倫理の概念、課題とフレームワーク。	lesson	Nitya
03	データの定義	イントロダクション	データの分類と一般的なデータソース。	lesson	Jasmine
04	統計学と確率の入門	イントロダクション	データを理解するための確率と統計の数学的手法。	lesson video	Dmitry
05	リレーショナルデータの扱い	データ操作	リレーショナルデータの紹介と、SQL（シーケル）を使った探索と分析の基本。	lesson	Christopher
06	NoSQLデータの取り扱い	データ操作	非リレーショナルデータの紹介、その種類とドキュメントデータベースの基本的な探索と分析。	lesson	Jasmine
07	Pythonでの操作	データ操作	Pandasなどのライブラリを使ったPythonによるデータ探索の基礎。Pythonの基礎知識が推奨されます。	lesson video	Dmitry
08	データ準備	データ操作	欠損、不正確、不完全なデータの課題に対応するためのデータのクリーニングと変換技術。	lesson	Jasmine
09	量の可視化	データ可視化	Matplotlibを使って鳥データを可視化する方法 🦆	lesson	Jen
10	データ分布の可視化	データ可視化	観測値と傾向を区間内で可視化。	lesson	Jen
11	割合の可視化	データ可視化	離散的かつグループ化されたパーセンテージの可視化。	lesson	Jen
12	関係性の可視化	データ可視化	データや変数の集合間のつながりや相関を可視化。	lesson	Jen
13	意義のある可視化	データ可視化	有効な問題解決や洞察を得るための可視化の技術と指針。	lesson	Jen
14	データサイエンスライフサイクル入門	ライフサイクル	データサイエンスライフサイクルと最初のステップであるデータの取得と抽出についての紹介。	lesson	Jasmine
15	分析	ライフサイクル	データサイエンスライフサイクルのこの段階では、データ分析手法に焦点を当てる。	lesson	Jasmine
16	コミュニケーション	ライフサイクル	データからの洞察を意思決定者が理解しやすい形で伝えることに集中する段階。	lesson	Jalen
17	クラウドにおけるデータサイエンス	クラウドデータ	クラウドのデータサイエンスとその利点を紹介する一連のレッスン。	lesson	Tiffany and Maud
18	クラウドにおけるデータサイエンス	クラウドデータ	ローコードツールを使ったモデルのトレーニング。	lesson	Tiffany and Maud
19	クラウドにおけるデータサイエンス	クラウドデータ	Azure Machine Learning Studioを使ったモデルのデプロイ。	lesson	Tiffany and Maud
20	実世界のデータサイエンス	実世界	実世界でのデータサイエンスに基づくプロジェクト。	lesson	Nitya

GitHub Codespaces

このサンプルをCodespaceで開くには以下の手順を実行してください：

1. Codeのドロップダウンメニューをクリックし、「Open with Codespaces」オプションを選択します。
2. ペインの下部で「+ New codespace」を選択します。 詳細はGitHubのドキュメントをご覧ください。

VSCode Remote - Containers

このリポジトリをローカルマシンとVSCodeを使い、VS Code Remote - Containers拡張機能を利用してコンテナ内で開く手順：

1. 開発用コンテナを初めて使う場合、動作環境準備のドキュメントにある必要条件（例：Dockerのインストールなど）を満たしているか確認してください。

このリポジトリを使うには、リポジトリを隔離されたDockerボリューム内で開く方法があります：

メモ：内部的には、ソースコードをローカルファイルシステムではなくDockerボリュームにクローンする「Remote-Containers: Clone Repository in Container Volume...」コマンドを使用します。ボリュームはコンテナデータの永続化に適しています。

またはローカルにクローンまたはダウンロードしたリポジトリを開く方法：

• このリポジトリをローカルファイルシステムにクローンします。
• F1キーを押して「Remote-Containers: Open Folder in Container...」コマンドを選択します。
• クローンしたフォルダーを選び、コンテナの起動を待ち、試してみてください。

オフラインアクセス

Docsifyを使って、このドキュメントをオフラインで閲覧できます。リポジトリをフォークし、Docsifyをローカルにインストールしてから、このリポジトリのルートフォルダーで docsify serve と入力してください。ウェブサイトはlocalhostの3000ポートで提供されます：localhost:3000。

注意：ノートブックはDocsifyでレンダリングされないため、ノートブックを実行する場合はVS CodeのPythonカーネルで別途行ってください。

その他のカリキュラム

私たちのチームは他のカリキュラムも提供しています！ぜひご覧ください：

LangChain

---

Azure / Edge / MCP / エージェント

---

生成AIシリーズ

---

コア学習

---

コパイロットシリーズ

ヘルプを得る

問題に直面していますか？ よくある問題の解決策については、トラブルシューティングガイドを確認してください。

AIアプリの構築で詰まったり質問がある場合は、学習者や経験豊富な開発者と一緒にMCPについて話し合うコミュニティに参加してください。ここは質問が歓迎され、知識が自由に共有される支援的なコミュニティです。

製品フィードバックや開発中のエラーについては、以下を訪問してください：

---

免責事項：
本書類はAI翻訳サービス［Co-op Translator］(https://github.com/Azure/co-op-translator)を使用して翻訳されています。正確性には努めておりますが、自動翻訳には誤りや不正確な部分が含まれる可能性があります。原文の言語によるオリジナル資料が正本として取り扱われるべきです。重要な情報については、専門の翻訳者による翻訳をお勧めします。本翻訳の使用に起因するいかなる誤解や解釈の相違についても、当方は一切の責任を負いかねます。