Data-Science-For-Beginners/translations/ru

Data Science для начинающих - учебный план

Адвокаты облаков Azure в Microsoft рады предложить учебный план по Data Science длительностью 10 недель и включающий 20 уроков. Каждый урок включает тесты до и после урока, письменные инструкции для выполнения, решение и задание. Наш проектно-ориентированный подход позволяет учиться на практике, что доказано помогает новым навыкам "закрепиться".

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

🙏 Особая благодарность 🙏 нашим авторам, рецензентам и контентным 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 | Голландский | 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) | Панджаби (Гурмукхи) | Румынский | Русский | Сербский (кириллица) | Словацкий | Словенский | Испанский | Свахили | Шведский | Тагальский (Филиппины) | Тамильский | Телугу | Тайский | Турецкий | Украинский | Урду | Вьетнамский

Предпочитаете клонировать локально?

Этот репозиторий включает более 50 языков переводов, что значительно увеличивает размер загрузки. Чтобы клонировать без переводов, используйте sparse checkout:

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'

Это даёт всё необходимое для прохождения курса с гораздо более быстрой загрузкой.

Если вы хотите добавить поддержку дополнительных языков перевода, они перечислены здесь

Присоединяйтесь к нашему сообществу

У нас продолжается серия занятий в Discord "Учимся с ИИ", узнайте больше и присоединяйтесь к нам на Learn with AI Series с 18 по 30 сентября 2025 года. Вы получите советы и рекомендации по использованию GitHub Copilot для Data Science.

Вы студент?

Начните с следующих ресурсов:

• Страница студента На этой странице вы найдете ресурсы для начинающих, комплекты для студентов и даже способы получить бесплатный сертификат. Это страница, которую стоит добавить в закладки и периодически проверять, так как мы обновляем контент минимум раз в месяц.
• Microsoft Learn Student Ambassadors Присоединяйтесь к глобальному сообществу студенческих послов, это может стать вашим входом 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 свой вклад в этот проект
• Для преподавателей - Руководство по преподаванию и материалы для класса

👨‍🎓 Для студентов

Полные новички: Новичок в Data Science? Начните с наших простых примеров для начинающих! Эти простые, хорошо комментируемые примеры помогут вам понять основы перед тем, как углубиться в учебный план. Студенты: чтобы использовать этот учебный план самостоятельно, форкните весь репозиторий и выполняйте упражнения самостоятельно, начиная с теста перед лекцией. Затем читайте лекцию и выполняйте остальные задания. Старайтесь создавать проекты, понимая уроки, а не просто копируя код решения; однако код доступен в папках /solutions в каждом ориентированном на проекты уроке. Еще одна идея — сформировать учебную группу с друзьями и изучать материал вместе. Для дальнейшего изучения рекомендуем Microsoft Learn.

Быстрый старт:

1. Ознакомьтесь с Руководством по установке для настройки окружения
2. Просмотрите Руководство по использованию, чтобы узнать, как работать с учебным планом
3. Начинайте с Урока 1 и проходите уроки по порядку
4. Присоединяйтесь к нашему сообществу в Discord для поддержки

👩‍🏫 Для преподавателей

Преподаватели: мы включили несколько предложений по использованию этого учебного плана. Мы будем рады вашему отзыву в нашем форуме обсуждений!

Познакомьтесь с командой

Гифка 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 того, чтобы она была проектно-ориентированной и включала частые викторины. К концу этой серии студенты изучат основные 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 степенью риска перед занятием настраивает студента на изучение темы, а вторая викторина после занятия гарантирует лучшее усвоение материала. Эта учебная программа была разработана так, чтобы быть гибкой и увлекательной, и может проходиться полностью или частично. Проекты начинаются с малого и становятся всё более сложными к концу 10-недельного цикла.

Найдите наши Правила поведения, Руководство по сотрудничеству, Руководство по переводу. Мы приветствуем ваши конструктивные отзывы!

Каждый урок включает:

• Необязательный скетчноут
• Необязательное дополнительное видео
• Викторину для разминки перед уроком
• Текстовый урок
• Для уроков с проектами, пошаговые инструкции по созданию проекта
• Проверки знаний
• Задачу
• Дополнительное чтение
• Домашнее задание
• Викторину после урока

Примечание о викторинах: Все викторины находятся в папке Quiz-App, всего 40 викторин по три вопроса каждая. Они связаны внутри уроков, но приложение викторин можно запустить локально или развернуть в Azure; следуйте инструкциям в папке quiz-app. Постепенно происходит их локализация.

🎓 Примеры для начинающих

Новый 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 — Рассчитывайте 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 его идеальным 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 концепции науки о данных и её связь с искусственным интеллектом, машинным обучением и большими данными.	урок видео	Дмитрий
02	Этика науки о данных	Введение	Концепции этики данных, вызовы и рамки.	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 помощью языка структурированных запросов, 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 документальных 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 методам подготовки данных для очистки и преобразования данных для решения проблем с пропущенными, 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 первый этап получения и извлечения данных.	урок	Жасмин
15	Анализ	Жизненный цикл	Эта фаза жизненного цикла науки о данных фокусируется на методах анализа данных.	урок	Жасмин
16	Коммуникация	Жизненный цикл	Эта фаза жизненного цикла науки о данных фокусируется на представлении выводов из данных так, чтобы лица, принимающие решения, могли их легче понять.	урок	Джейлен
17	Наука о данных в облаке	Облачные данные	Эта серия уроков знакомит с наукой о данных в облаке и её преимуществами.	урок	Тиффани и Мод
18	Наука о данных в облаке	Облачные данные	Обучение моделей с помощью Low Code инструментов.	урок	Тиффани и Мод
19	Наука о данных в облаке	Облачные данные	Развёртывание моделей с помощью Azure Machine Learning Studio.	урок	Тиффани и Мод
20	Наука о данных в реальном мире	В реальном мире	Проекты, основанные на науке о данных в реальном мире.	урок	Нития

GitHub Codespaces

Следуйте этим шагам, чтобы открыть этот пример в Codespace:

1. Нажмите на 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

Следуйте этим шагам, чтобы открыть этот репозиторий в контейнере, используя ваш локальный компьютер и VSCode с расширением VS Code Remote - Containers:

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

Чтобы использовать этот репозиторий, вы можете открыть его либо в изолированном Docker-томе:

Примечание: Под капотом будет использоваться команда 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 склонированную или загруженную версию репозитория:

• Клонируйте этот репозиторий в локальную файловую систему.
• Нажмите F1 и выберите команду Remote-Containers: Open Folder in Container....
• Выберите склонированную копию этой папки, дождитесь запуска контейнера и попробуйте работать.

Оффлайн-доступ

Вы можете запускать эту документацию офлайн, 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 блокноты не будут отображаться через Docsify, поэтому при необходимости запускать блокнот делайте это отдельно в VS Code с запущенным Python ядром.

Другие учебные курсы

Наша команда выпускает и другие учебные курсы! Ознакомьтесь с:

LangChain

---

Azure / Edge / MCP / Agenty

---

Серия по генеративному ИИ

---

Основы обучения

---

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 приложений с ИИ, присоединяйтесь к другим учащимся и опытным разработчикам для обсуждений MCP. Это поддерживающее сообщество, где вопросы приветствуются, а знания свободно делятся.

Если у вас есть отзывы о продукте или ошибки во время разработки, посетите:

---

Отказ от ответственности:
Этот документ был переведен с помощью сервиса автоматического перевода Co-op Translator. Несмотря на наши усилия обеспечить точность, имейте в виду, что автоматические переводы могут содержать ошибки или неточности. Оригинальный документ на его исходном языке следует считать авторитетным источником. Для критически важной информации рекомендуется профессиональный перевод человеком. Мы не несем ответственности за любые недоразумения или неправильные толкования, возникшие в результате использования данного перевода.