Data-Science-For-Beginners/translations/fi/INSTALLATION.md

Asennusopas

Tämä opas auttaa sinua ympäristön asennuksessa, jotta voit työskennellä Data Science for Beginners -opetussuunnitelman parissa.

Sisällysluettelo

• Edellytykset
• Pikakäynnistysvaihtoehdot
• Paikallinen asennus
• Asennuksen tarkistaminen

Edellytykset

Ennen kuin aloitat, sinulla tulisi olla:

• Perustiedot komentorivistä/terminaalista
• GitHub-tili (ilmainen)
• Vakaa internetyhteys alkuasennusta varten

Pikakäynnistysvaihtoehdot

Vaihtoehto 1: GitHub Codespaces (suositeltu aloittelijoille)

Helpoin tapa aloittaa on GitHub Codespaces, joka tarjoaa täydellisen kehitysympäristön suoraan selaimessasi.

1. Siirry repositoryyn
2. Klikkaa Code-pudotusvalikkoa
3. Valitse Codespaces-välilehti
4. Klikkaa Create codespace on main
5. Odota ympäristön alustamista (2-3 minuuttia)

Ympäristösi on nyt valmis, ja kaikki riippuvuudet on esiasennettu!

Vaihtoehto 2: Paikallinen kehitys

Jos haluat työskennellä omalla tietokoneellasi, seuraa alla olevia yksityiskohtaisia ohjeita.

Paikallinen asennus

Vaihe 1: Asenna Git

Git vaaditaan repositoryn kloonaamiseen ja muutosten seuraamiseen.

Windows:

• Lataa git-scm.com
• Suorita asennus oletusasetuksilla

macOS:

• Asenna Homebrew'n kautta: brew install git
• Tai lataa git-scm.com

Linux:

# Debian/Ubuntu
sudo apt-get update
sudo apt-get install git

# Fedora
sudo dnf install git

# Arch
sudo pacman -S git

Vaihe 2: Kloonaa repository

# Clone the repository
git clone https://github.com/microsoft/Data-Science-For-Beginners.git

# Navigate to the directory
cd Data-Science-For-Beginners

Vaihe 3: Asenna Python ja Jupyter

Python 3.7 tai uudempi vaaditaan data science -oppitunteihin.

Windows:

1. Lataa Python python.org
2. Asennuksen aikana valitse "Add Python to PATH"
3. Vahvista asennus:

python --version

macOS:

# Using Homebrew
brew install python3

# Verify installation
python3 --version

Linux:

# Most Linux distributions come with Python pre-installed
python3 --version

# If not installed:
# Debian/Ubuntu
sudo apt-get install python3 python3-pip

# Fedora
sudo dnf install python3 python3-pip

Vaihe 4: Määritä Python-ympäristö

Suosittelemme käyttämään virtuaalista ympäristöä riippuvuuksien eristämiseksi.

# Create a virtual environment
python -m venv venv

# Activate the virtual environment
# On Windows:
venv\Scripts\activate

# On macOS/Linux:
source venv/bin/activate

Vaihe 5: Asenna Python-kirjastot

Asenna tarvittavat data science -kirjastot:

pip install jupyter pandas numpy matplotlib seaborn scikit-learn

Vaihe 6: Asenna Node.js ja npm (Quiz-sovellusta varten)

Quiz-sovellus vaatii Node.js:n ja npm:n.

Windows/macOS:

• Lataa nodejs.org (suositellaan LTS-versiota)
• Suorita asennusohjelma

Linux:

# Debian/Ubuntu
# WARNING: Piping scripts from the internet directly into bash can be a security risk.
# It is recommended to review the script before running it:
#   curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x
#   less setup_lts.x
# Then run:
#   sudo -E bash setup_lts.x
#
# Alternatively, you can use the one-liner below at your own risk:
curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash -
sudo apt-get install -y nodejs

# Fedora
sudo dnf install nodejs

# Verify installation
node --version
npm --version

Vaihe 7: Asenna Quiz-sovelluksen riippuvuudet

# Navigate to quiz app directory
cd quiz-app

# Install dependencies
npm install

# Return to root directory
cd ..

Vaihe 8: Asenna Docsify (valinnainen)

Dokumentaation offline-käyttöä varten:

npm install -g docsify-cli

Asennuksen tarkistaminen

Testaa Python ja Jupyter

# Activate your virtual environment if not already activated
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate

# Start Jupyter Notebook
jupyter notebook

Selaimesi pitäisi avautua Jupyter-käyttöliittymällä. Voit nyt navigoida minkä tahansa oppitunnin .ipynb-tiedostoon.

Testaa Quiz-sovellus

# Navigate to quiz app
cd quiz-app

# Start development server
npm run serve

Quiz-sovelluksen pitäisi olla saatavilla osoitteessa http://localhost:8080 (tai toisessa portissa, jos 8080 on varattu).

Testaa dokumentaatiopalvelin

# From the root directory of the repository
docsify serve

Dokumentaation pitäisi olla saatavilla osoitteessa http://localhost:3000.

VS Code Dev Containers -käyttö

Jos sinulla on Docker asennettuna, voit käyttää VS Code Dev Containers -ominaisuutta:

1. Asenna Docker Desktop
2. Asenna Visual Studio Code
3. Asenna Remote - Containers -laajennus
4. Avaa repository VS Codessa
5. Paina F1 ja valitse "Remote-Containers: Reopen in Container"
6. Odota säiliön rakentamista (vain ensimmäisellä kerralla)

Seuraavat askeleet

• Tutustu README.md-tiedostoon saadaksesi yleiskuvan opetussuunnitelmasta
• Lue USAGE.md yleisiä työnkulkuja ja esimerkkejä varten
• Tarkista TROUBLESHOOTING.md, jos kohtaat ongelmia
• Katso CONTRIBUTING.md, jos haluat osallistua

Avun saaminen

Jos kohtaat ongelmia:

1. Tarkista TROUBLESHOOTING.md -opas
2. Etsi olemassa olevia GitHub Issues
3. Liity Discord-yhteisöömme
4. Luo uusi issue, jossa kerrot yksityiskohtaisesti ongelmastasi

---

Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa väärinkäsityksistä tai virhetulkinnoista, jotka johtuvat tämän käännöksen käytöstä.