msb-public
/
Data-Science-For-Beginners
mirror of https://github.com/microsoft/Data-Science-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'cd575a82b7'
${ noResults }
Data-Science-For-Beginners/translations/vi/examples
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

Các Ví Dụ Khoa Học Dữ Liệu Dành Cho Người Mới Bắt Đầu

Chào mừng bạn đến với thư mục ví dụ! Bộ sưu tập các ví dụ đơn giản, được chú thích rõ ràng này được thiết kế để giúp bạn bắt đầu với khoa học dữ liệu, ngay cả khi bạn là người hoàn toàn mới.

📚 Những Gì Bạn Sẽ Tìm Thấy Ở Đây

Mỗi ví dụ đều độc lập và bao gồm:

  • Các chú thích rõ ràng giải thích từng bước
  • Mã dễ đọc, đơn giản minh họa từng khái niệm một
  • Ngữ cảnh thực tế giúp bạn hiểu khi nào và tại sao sử dụng các kỹ thuật này
  • Kết quả mong đợi để bạn biết cần tìm kiếm điều gì

🚀 Bắt Đầu

Yêu Cầu Trước

Trước khi chạy các ví dụ này, hãy đảm bảo bạn đã:

  • Cài đặt Python 3.7 hoặc cao hơn
  • Hiểu cơ bản về cách chạy các tập lệnh Python

Cài Đặt Các Thư Viện Cần Thiết

pip install pandas numpy matplotlib

📖 Tổng Quan Các Ví Dụ

1. Hello World - Phong Cách Khoa Học Dữ Liệu

Tệp: 01_hello_world_data_science.py

Chương trình khoa học dữ liệu đầu tiên của bạn! Học cách:

  • Tải một tập dữ liệu đơn giản
  • Hiển thị thông tin cơ bản về dữ liệu của bạn
  • In kết quả khoa học dữ liệu đầu tiên của bạn

Hoàn hảo cho người mới bắt đầu muốn thấy chương trình khoa học dữ liệu đầu tiên của mình hoạt động.

2. Tải và Khám Phá Dữ Liệu

Tệp: 02_loading_data.py

Học các nguyên tắc cơ bản về làm việc với dữ liệu:

  • Đọc dữ liệu từ các tệp CSV
  • Xem vài dòng đầu tiên của tập dữ liệu
  • Nhận các thống kê cơ bản về dữ liệu của bạn
  • Hiểu các loại dữ liệu

Đây thường là bước đầu tiên trong bất kỳ dự án khoa học dữ liệu nào!

3. Phân Tích Dữ Liệu Đơn Giản

Tệp: 03_simple_analysis.py

Thực hiện phân tích dữ liệu đầu tiên của bạn:

  • Tính toán các thống kê cơ bản (trung bình, trung vị, mode)
  • Tìm giá trị lớn nhất và nhỏ nhất
  • Đếm số lần xuất hiện của các giá trị
  • Lọc dữ liệu dựa trên điều kiện

Xem cách trả lời các câu hỏi đơn giản về dữ liệu của bạn.

4. Cơ Bản Về Trực Quan Hóa Dữ Liệu

Tệp: 04_basic_visualization.py

Tạo các trực quan hóa đầu tiên của bạn:

  • Tạo biểu đồ cột đơn giản
  • Tạo biểu đồ đường
  • Tạo biểu đồ tròn
  • Lưu các trực quan hóa của bạn dưới dạng hình ảnh

Học cách truyền đạt kết quả của bạn một cách trực quan!

5. Làm Việc Với Dữ Liệu Thực Tế

Tệp: 05_real_world_example.py

Kết hợp tất cả với một ví dụ hoàn chỉnh:

  • Tải dữ liệu thực từ kho lưu trữ
  • Làm sạch và chuẩn bị dữ liệu
  • Thực hiện phân tích
  • Tạo các trực quan hóa có ý nghĩa
  • Rút ra kết luận

Ví dụ này cho bạn thấy một quy trình hoàn chỉnh từ đầu đến cuối.

🎯 Cách Sử Dụng Các Ví Dụ Này

  1. Bắt đầu từ đầu: Các ví dụ được đánh số theo mức độ khó. Bắt đầu với 01_hello_world_data_science.py và làm theo thứ tự.

  2. Đọc các chú thích: Mỗi tệp đều có các chú thích chi tiết giải thích mã làm gì và tại sao. Đọc kỹ chúng!

  3. Thử nghiệm: Hãy thử sửa đổi mã. Điều gì xảy ra nếu bạn thay đổi một giá trị? Làm hỏng và sửa chữa - đó là cách bạn học!

  4. Chạy mã: Thực thi từng ví dụ và quan sát kết quả. So sánh với những gì bạn mong đợi.

  5. Phát triển thêm: Khi bạn hiểu một ví dụ, hãy thử mở rộng nó với ý tưởng của riêng bạn.

💡 Mẹo Dành Cho Người Mới Bắt Đầu

  • Đừng vội vàng: Dành thời gian để hiểu từng ví dụ trước khi chuyển sang ví dụ tiếp theo
  • Tự gõ mã: Đừng chỉ sao chép-dán. Việc gõ giúp bạn học và ghi nhớ
  • Tra cứu các khái niệm không quen thuộc: Nếu bạn thấy điều gì đó không hiểu, hãy tìm kiếm trực tuyến hoặc trong các bài học chính
  • Đặt câu hỏi: Tham gia diễn đàn thảo luận nếu bạn cần trợ giúp
  • Luyện tập thường xuyên: Cố gắng viết mã một chút mỗi ngày thay vì các buổi học dài một lần mỗi tuần

🔗 Bước Tiếp Theo

Sau khi hoàn thành các ví dụ này, bạn đã sẵn sàng:

  • Làm các bài học chính trong chương trình học
  • Thử các bài tập trong từng thư mục bài học
  • Khám phá các notebook Jupyter để học sâu hơn
  • Tạo các dự án khoa học dữ liệu của riêng bạn

📚 Tài Nguyên Bổ Sung

🤝 Đóng Góp

Phát hiện lỗi hoặc có ý tưởng cho một ví dụ mới? Chúng tôi hoan nghênh các đóng góp! Vui lòng xem Hướng Dẫn Đóng Góp.

Chúc Bạn Học Tốt! 🎉

Hãy nhớ: Mỗi chuyên gia đều từng là người mới bắt đầu. Hãy đi từng bước một, và đừng ngại mắc lỗi - chúng là một phần của quá trình học tập!

Tuyên bố miễn trừ trách nhiệm:
Tài liệu này đã được dịch bằng dịch vụ dịch thuật AI Co-op Translator. Mặc dù chúng tôi cố gắng đảm bảo độ chính xác, xin lưu ý rằng các bản dịch tự động có thể chứa lỗi hoặc không chính xác. Tài liệu gốc bằng ngôn ngữ bản địa nên được coi là nguồn thông tin chính thức. Đối với các thông tin quan trọng, khuyến nghị sử dụng dịch vụ dịch thuật chuyên nghiệp bởi con người. Chúng tôi không chịu trách nhiệm cho bất kỳ sự hiểu lầm hoặc diễn giải sai nào phát sinh từ việc sử dụng bản dịch này.