12 KiB

Raw Blame History

AGENTS.md

Projekti Ülevaade

Andmeteadus algajatele on Microsoft Azure Cloud Advocates'i loodud põhjalik 10-nädalane, 20-õppetunniga õppekava. Repositoorium on õppevahend, mis õpetab projektipõhiste tundide kaudu andmeteaduse põhikontseptsioone, sealhulgas Jupyteri märkmikke, interaktiivseid teste ja praktilisi ülesandeid.

Peamised tehnoloogiad:

Jupyteri märkmikud: Peamine õppevahend, kasutades Python 3
Python'i teegid: pandas, numpy, matplotlib andmete analüüsimiseks ja visualiseerimiseks
Vue.js 2: Testirakendus (quiz-app kaust)
Docsify: Dokumentatsiooni saidi generaator võrguühenduseta kasutamiseks
Node.js/npm: JavaScripti komponentide paketihaldus
Markdown: Kõik õppetundide sisu ja dokumentatsioon

Arhitektuur:

Mitmekeelne õppe repositoorium ulatuslike tõlgetega
Struktureeritud õppetundide mooduliteks (1-Sissejuhatus kuni 6-Andmeteadus-praktikas)
Iga õppetund sisaldab README-d, märkmikke, ülesandeid ja teste
Iseseisev Vue.js testirakendus enne/pärast õppetundi hindamiseks
GitHub Codespaces ja VS Code arenduskonteinerite tugi

Seadistamise käsud

Repositooriumi seadistamine

# Clone the repository (if not already cloned)
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners

Python'i keskkonna seadistamine

# Create a virtual environment (recommended)
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

# Install common data science libraries (no requirements.txt exists)
pip install jupyter pandas numpy matplotlib seaborn scikit-learn

Testirakenduse seadistamine

# Navigate to quiz app
cd quiz-app

# Install dependencies
npm install

# Start development server
npm run serve

# Build for production
npm run build

# Lint and fix files
npm run lint

Docsify dokumentatsiooni server

# Install Docsify globally
npm install -g docsify-cli

# Serve documentation locally
docsify serve

# Documentation will be available at localhost:3000

Visualiseerimisprojektide seadistamine

Näiteks visualiseerimisprojektide jaoks nagu meaningful-visualizations (õppetund 13):

# Navigate to starter or solution folder
cd 3-Data-Visualization/13-meaningful-visualizations/starter

# Install dependencies
npm install

# Start development server
npm run serve

# Build for production
npm run build

# Lint files
npm run lint

Arenduse töövoog

Töötamine Jupyteri märkmikega

Käivita Jupyter repositooriumi juurikas: jupyter notebook
Liigu soovitud õppetunni kausta
Ava .ipynb failid, et harjutusi läbi töötada
Märkmikud on iseseisvad, sisaldades selgitusi ja koodirakke
Enamik märkmikke kasutab pandas, numpy ja matplotlib - veendu, et need on paigaldatud

Õppetunni struktuur

Iga õppetund sisaldab tavaliselt:

README.md - Peamine õppetunni sisu teooria ja näidetega
notebook.ipynb - Praktilised Jupyteri märkmiku harjutused
assignment.ipynb või assignment.md - Praktilised ülesanded
solution/ kaust - Lahenduste märkmikud ja kood
images/ kaust - Toetavad visuaalsed materjalid

Testirakenduse arendus

Vue.js 2 rakendus kuumlaadimisega arenduse ajal
Testid salvestatud quiz-app/src/assets/translations/ kaustas
Iga keel omab oma tõlkekausta (en, fr, es jne)
Testide numeratsioon algab 0-st ja ulatub 39-ni (kokku 40 testi)

Tõlgete lisamine

Tõlked asuvad repositooriumi juurikas translations/ kaustas
Iga keel peegeldab ingliskeelset õppetunni struktuuri
Automaatne tõlkimine GitHub Actions'i kaudu (co-op-translator.yml)

Testimise juhised

Testirakenduse testimine

cd quiz-app

# Run lint checks
npm run lint

# Test build process
npm run build

# Manual testing: Start dev server and verify quiz functionality
npm run serve

Märkmike testimine

Märkmike jaoks puudub automaatne testiraamistik
Käsitsi valideerimine: Käivita kõik rakud järjest, et veenduda, et vigu pole
Kontrolli, et andmefailid oleksid kättesaadavad ja väljundid korrektselt genereeritud
Veendu, et visualisatsioonid kuvatakse õigesti

Dokumentatsiooni testimine

# Verify Docsify renders correctly
docsify serve

# Check for broken links manually by navigating through content
# Verify all lesson links work in the rendered documentation

Koodi kvaliteedi kontroll

# Vue.js projects (quiz-app and visualization projects)
cd quiz-app  # or visualization project folder
npm run lint

# Python notebooks - manual verification recommended
# Ensure imports work and cells execute without errors

Koodistiili juhised

Python (Jupyteri märkmikud)

Järgi PEP 8 stiilijuhiseid Python'i koodis
Kasuta selgeid muutujanimesid, mis selgitavad analüüsitavaid andmeid
Lisa markdown-rakud selgitustega enne koodirakke
Hoia koodirakud keskendunud ühele kontseptsioonile või operatsioonile
Kasuta pandas andmete manipuleerimiseks, matplotlib visualiseerimiseks

Tavaline importimise muster:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

JavaScript/Vue.js

Järgi Vue.js 2 stiilijuhiseid ja parimaid praktikaid
ESLint konfiguratsioon quiz-app/package.json failis
Kasuta Vue ühefaililisi komponente (.vue failid)
Säilita komponentidel põhinev arhitektuur
Käivita npm run lint enne muudatuste salvestamist

Markdown dokumentatsioon

Kasuta selget pealkirjade hierarhiat (# ## ### jne)
Lisa koodiplokid keele määratlustega
Lisa piltidele alt-tekst
Linki seotud õppetundide ja ressurssidega
Hoia rea pikkused mõistlikud loetavuse jaoks

Failide organiseerimine

Õppetunni sisu nummerdatud kaustades (01-defining-data-science jne)
Lahendused eraldi solution/ alamkaustades
Tõlked peegeldavad ingliskeelset struktuuri translations/ kaustas
Andmefailid asuvad data/ või õppetunnispetsiifilistes kaustades

Ehitamine ja juurutamine

Testirakenduse juurutamine

cd quiz-app

# Build production version
npm run build

# Output is in dist/ folder
# Deploy dist/ folder to static hosting (Azure Static Web Apps, Netlify, etc.)

Azure Static Web Apps juurutamine

Testirakendust saab juurutada Azure Static Web Apps'i:

Loo Azure Static Web App ressurss
Ühenda GitHubi repositooriumiga
Konfigureeri ehituse seaded:
- Rakenduse asukoht: quiz-app
- Väljundi asukoht: dist
GitHub Actions töövoog juurutab automaatselt muudatuste korral

Dokumentatsiooni sait

# Build PDF from Docsify (optional)
npm run convert

# Docsify documentation is served directly from markdown files
# No build step required for deployment
# Deploy repository to static hosting with Docsify

GitHub Codespaces

Repositoorium sisaldab arenduskonteineri konfiguratsiooni
Codespaces seadistab automaatselt Python'i ja Node.js keskkonna
Ava repositoorium Codespaces'is GitHubi UI kaudu
Kõik sõltuvused paigaldatakse automaatselt

Pull Request'i juhised

Enne esitamist

# For Vue.js changes in quiz-app
cd quiz-app
npm run lint
npm run build

# Test changes locally
npm run serve

PR-i pealkirja formaat

Kasuta selgeid, kirjeldavaid pealkirju
Formaat: [Komponent] Lühike kirjeldus
Näited:
- [Õppetund 7] Paranda Python'i märkmiku importimise viga
- [Testirakendus] Lisa saksa keele tõlge
- [Dokumentatsioon] Uuenda README uute eeldustega

Nõutavad kontrollid

Veendu, et kogu kood töötab vigadeta
Kontrolli, et märkmikud täituvad täielikult
Kinnita, et Vue.js rakendused ehituvad edukalt
Kontrolli, et dokumentatsiooni lingid töötavad
Testi testirakendust, kui see on muudetud
Veendu, et tõlked säilitavad ühtlase struktuuri

Panustamise juhised

Järgi olemasolevat koodistiili ja mustreid
Lisa selgitavad kommentaarid keeruka loogika jaoks
Uuenda asjakohast dokumentatsiooni
Testi muudatusi erinevates õppetundide moodulites, kui see on asjakohane
Vaata üle CONTRIBUTING.md fail

Täiendavad märkused

Kasutatavad teegid

pandas: Andmete manipuleerimine ja analüüs
numpy: Numbriline arvutus
matplotlib: Andmete visualiseerimine ja graafikute loomine
seaborn: Statistiline andmete visualiseerimine (mõned õppetunnid)
scikit-learn: Masinõpe (edasijõudnud õppetunnid)

Töötamine andmefailidega

Andmefailid asuvad data/ kaustas või õppetunnispetsiifilistes kataloogides
Enamik märkmikke eeldab andmefailide olemasolu suhtelistes radades
CSV-failid on peamine andmeformaat
Mõned õppetunnid kasutavad JSON-i relatsiooniväliste andmete näideteks

Mitmekeelne tugi

40+ keele tõlked automaatse GitHub Actions'i kaudu
Tõlkimise töövoog .github/workflows/co-op-translator.yml failis
Tõlked translations/ kaustas keelekoodidega
Testide tõlked quiz-app/src/assets/translations/ kaustas

Arenduskeskkonna valikud

Kohalik arendus: Paigalda Python, Jupyter, Node.js kohalikult
GitHub Codespaces: Pilvepõhine kohene arenduskeskkond
VS Code arenduskonteinerid: Kohalik konteineripõhine arendus
Binder: Käivita märkmikud pilves (kui konfigureeritud)

Õppetunni sisu juhised

Iga õppetund on iseseisev, kuid tugineb eelnevatele kontseptsioonidele
Eeltestid kontrollivad eelnevaid teadmisi
Järgnevad testid tugevdavad õpitut
Ülesanded pakuvad praktilist harjutamist
Sketšid pakuvad visuaalseid kokkuvõtteid

Tavaliste probleemide lahendamine

Jupyteri tuuma probleemid:

# Ensure correct kernel is installed
python -m ipykernel install --user --name=datascience

npm paigaldamise vead:

# Clear npm cache and retry
npm cache clean --force
rm -rf node_modules package-lock.json
npm install

Importimise vead märkmikes:

Kontrolli, et kõik vajalikud teegid on paigaldatud
Kontrolli Python'i versiooni ühilduvust (soovitatav Python 3.7+)
Veendu, et virtuaalne keskkond on aktiveeritud

Docsify ei laadi:

Kontrolli, et server töötab repositooriumi juurikas
Kontrolli, et index.html eksisteerib
Veendu, et võrgule ligipääs on korrektne (port 3000)

Jõudluse kaalutlused

Suurte andmekogumite laadimine märkmikes võib võtta aega
Visualisatsioonide renderdamine võib olla aeglane keerukate graafikute puhul
Vue.js arenduse server võimaldab kiiret iteratsiooni kuumlaadimisega
Tootmise ehitused on optimeeritud ja minimeeritud

Turvanõuded

Ärge lisage tundlikke andmeid või mandaate
Kasutage keskkonnamuutujaid API võtmete jaoks pilveõppetundides
Azure'iga seotud õppetunnid võivad nõuda Azure'i konto mandaate
Hoidke sõltuvused ajakohased turvaparanduste jaoks

Panustamine tõlgetesse

Automaatne tõlkimine hallatud GitHub Actions'i kaudu
Käsitsi parandused on teretulnud tõlke täpsuse tagamiseks
Järgi olemasolevat tõlkekaustade struktuuri
Uuenda testide linke, et lisada keele parameeter: ?loc=fr
Testi tõlgitud õppetunde, et veenduda nende korrektsetes kuvamistes

Seotud ressursid

Peamine õppekava: https://aka.ms/datascience-beginners
Microsoft Learn: https://docs.microsoft.com/learn/
Õpilaste keskus: https://docs.microsoft.com/learn/student-hub
Arutelufoorum: https://github.com/microsoft/Data-Science-For-Beginners/discussions
Teised Microsofti õppekavad: ML algajatele, AI algajatele, Veebiarendus algajatele

Projekti hooldus

Regulaarne uuendamine, et hoida sisu ajakohasena
Kogukonna panused on teretulnud
Probleemid jälgitakse GitHubis
PR-id vaadatakse üle õppekava hooldajate poolt
Igakuine sisu ülevaatus ja uuendused

Lahtiütlus:
See dokument on tõlgitud, kasutades AI tõlketeenust Co-op Translator. Kuigi püüame tagada täpsust, palun arvestage, et automaatsed tõlked võivad sisaldada vigu või ebatäpsusi. Algne dokument selle algkeeles tuleks lugeda autoriteetseks allikaks. Olulise teabe puhul on soovitatav kasutada professionaalset inimtõlget. Me ei vastuta selle tõlke kasutamisest tulenevate arusaamatuste või valede tõlgenduste eest.

12 KiB Raw Blame History