Data-Science-For-Beginners/translations/it

Data Science per Principianti - Un Curriculum

Gli Azure Cloud Advocates di Microsoft sono lieti di offrire un curriculum di 10 settimane, 20 lezioni tutto dedicato alla Data Science. Ogni lezione include quiz pre-lezione e post-lezione, istruzioni scritte per completare la lezione, una soluzione e un incarico. La nostra pedagogia basata su progetti permette di imparare mentre si costruisce, un metodo comprovato affinché le nuove competenze "rimangano".

Grazie di cuore ai nostri autori: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Grazie speciali 🙏 ai nostri autori, revisori e contributori di contenuti Microsoft Student Ambassador, in particolare 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 per Principianti - Sketchnote di @nitya

🌐 Supporto Multilingue

Supportato tramite GitHub Action (Automatizzato e Sempre Aggiornato)

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

Preferisci Clonare Localmente?

Questo repository include oltre 50 traduzioni linguistiche che aumentano notevolmente la dimensione del download. Per clonare senza traduzioni, usa lo 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'

Questo ti dà tutto ciò di cui hai bisogno per completare il corso con un download molto più veloce.

Se desideri avere ulteriori lingue di traduzione supportate, sono elencate qui

Unisciti alla Nostra Comunità

Abbiamo una serie Discord learn with AI in corso, scopri di più e unisciti a noi su Learn with AI Series dal 18 al 30 settembre 2025. Riceverai consigli e trucchi su come usare GitHub Copilot per la Data Science.

Sei uno studente?

Inizia con le seguenti risorse:

• Pagina Student Hub In questa pagina troverai risorse per principianti, pacchetti per studenti e anche modi per ottenere un voucher gratuito per la certificazione. Questa è una pagina che vuoi mettere tra i preferiti e controllare di tanto in tanto perché aggiorniamo il contenuto almeno una volta al mese.
• Microsoft Learn Student Ambassadors Unisciti a una comunità globale di ambasciatori studenteschi, questo potrebbe essere il tuo modo per entrare in Microsoft.

Iniziare

📚 Documentazione

• Guida all’Installazione - Istruzioni passo passo per configurare l’ambiente per principianti
• Guida all’Uso - Esempi e flussi di lavoro comuni
• Risoluzione Problemi - Soluzioni ai problemi comuni
• Guida per Contribuire - Come contribuire a questo progetto
• Per Insegnanti - Guida didattica e risorse per la classe

👨‍🎓 Per Studenti

Principianti Completi: Nuovo alla data science? Inizia con i nostri esempi per principianti! Questi esempi semplici e ben commentati ti aiuteranno a capire le basi prima di immergerti nell’intero curriculum. Studenti: per usare questo curriculum in autonomia, fai il fork dell’intero repo e completa gli esercizi da solo, iniziando con un quiz pre-lezione. Quindi leggi la lezione e completa il resto delle attività. Cerca di creare i progetti comprendendo le lezioni anziché copiare il codice della soluzione; tuttavia quel codice è disponibile nelle cartelle /solutions in ogni lezione incentrata sul progetto. Un'altra idea potrebbe essere quella di formare un gruppo di studio con amici e seguire insieme il contenuto. Per ulteriori studi, consigliamo Microsoft Learn.

Avvio Rapido:

1. Controlla la Guida all’Installazione per configurare il tuo ambiente
2. Rivedi la Guida all’Uso per imparare come lavorare con il curriculum
3. Inizia con la Lezione 1 e procedi in ordine
4. Unisciti alla nostra community Discord per supporto

👩‍🏫 Per Insegnanti

Insegnanti: abbiamo incluso alcuni suggerimenti su come usare questo curriculum. Ci piacerebbe ricevere il vostro feedback nel nostro forum di discussione!

Conosci il Team

Gif di Mohit Jaisal

🎥 Clicca sull'immagine sopra per un video sul progetto e sulle persone che lo hanno creato!

Pedagogia

Abbiamo scelto due principi pedagogici nella costruzione di questo curriculum: garantire che sia basato su progetti e che includa quiz frequenti. Alla fine di questa serie, gli studenti avranno appreso i principi base della data science, inclusi concetti etici, preparazione dei dati, diversi modi di lavorare con i dati, visualizzazione dei dati, analisi dei dati, casi d'uso reali della data science e altro ancora.

Inoltre, un quiz a basso rischio prima di una lezione imposta l'intenzione dello studente verso l'apprendimento di un argomento, mentre un secondo quiz dopo la lezione assicura una maggiore ritenzione. Questo curriculum è stato progettato per essere flessibile e divertente e può essere seguito tutto o in parte. I progetti iniziano piccoli e diventano sempre più complessi alla fine del ciclo di 10 settimane.

Trova il nostro Codice di Condotta, le linee guida per Contribuire, Traduzioni. Accogliamo con piacere il tuo feedback costruttivo!

Ogni lezione include:

• Sketchnote opzionale
• Video supplementare opzionale
• Quiz di riscaldamento pre-lezione
• Lezione scritta
• Per le lezioni basate su progetti, guide passo-passo su come costruire il progetto
• Verifiche di conoscenza
• Una sfida
• Letture supplementari
• Compito
• Quiz post-lezione

Una nota sui quiz: Tutti i quiz si trovano nella cartella Quiz-App, per un totale di 40 quiz con tre domande ciascuno. Sono linkati all'interno delle lezioni, ma l'app del quiz può essere eseguita localmente o distribuita su Azure; segui le istruzioni nella cartella quiz-app. Sono gradualmente in fase di localizzazione.

🎓 Esempi per Principianti

Sei nuovo alla Data Science? Abbiamo creato una cartella speciale di esempi con codice semplice e ben commentato per aiutarti a iniziare:

• 🌟 Hello World - Il tuo primo programma di data science
• 📂 Caricamento Dati - Impara a leggere ed esplorare dataset
• 📊 Analisi Semplice - Calcola statistiche e trova pattern
• 📈 Visualizzazione Base - Crea grafici e diagrammi
• 🔬 Progetto Reale - Workflow completo dall'inizio alla fine

Ogni esempio include commenti dettagliati che spiegano ogni passo, perfetto per principianti assoluti!

👉 Inizia con gli esempi 👈

Lezioni

Data Science For Beginners: Roadmap - Sketchnote di @nitya

Numero Lezione	Argomento	Gruppo di Lezioni	Obiettivi di Apprendimento	Lezione Collegata	Autore
01	Definizione di Data Science	Introduzione	Impara i concetti base dietro la data science e come è collegata all'intelligenza artificiale, machine learning e big data.	lezione video	Dmitry
02	Etica della Data Science	Introduzione	Concetti, sfide e quadri etici nella data science.	lezione	Nitya
03	Definizione di Dati	Introduzione	Come vengono classificati i dati e le loro fonti comuni.	lezione	Jasmine
04	Introduzione a Statistica e Probabilità	Introduzione	Tecniche matematiche di probabilità e statistica per comprendere i dati.	lezione video	Dmitry
05	Lavorare con Dati Relazionali	Lavorare con Dati	Introduzione ai dati relazionali e le basi per esplorare e analizzare dati relazionali con il Structured Query Language, noto come SQL (“see-quell”).	lezione	Christopher
06	Lavorare con Dati NoSQL	Lavorare con Dati	Introduzione ai dati non relazionali, i vari tipi e le basi per esplorare e analizzare database a documenti.	lezione	Jasmine
07	Lavorare con Python	Lavorare con Dati	Basi dell'uso di Python per l'esplorazione dei dati con librerie come Pandas. È consigliata una conoscenza di base della programmazione Python.	lezione video	Dmitry
08	Preparazione dei Dati	Lavorare con Dati	Argomenti sulle tecniche di pulizia e trasformazione dati per gestire problemi di dati mancanti, inaccurati o incompleti.	lezione	Jasmine
09	Visualizzazione delle Quantità	Visualizzazione Dati	Impara a usare Matplotlib per visualizzare dati sugli uccelli 🦆	lezione	Jen
10	Visualizzare Distribuzioni di Dati	Visualizzazione Dati	Visualizzare osservazioni e tendenze all'interno di un intervallo.	lezione	Jen
11	Visualizzare Proporzioni	Visualizzazione Dati	Visualizzare percentuali discrete e raggruppate.	lezione	Jen
12	Visualizzare Relazioni	Visualizzazione Dati	Visualizzare connessioni e correlazioni tra set di dati e loro variabili.	lezione	Jen
13	Visualizzazioni Significative	Visualizzazione Dati	Tecniche e consigli per rendere le tue visualizzazioni utili per una risoluzione efficace dei problemi e per ottenere insight.	lezione	Jen
14	Introduzione al ciclo di vita della Data Science	Ciclo di Vita	Introduzione al ciclo di vita della data science e al suo primo passo di acquisizione ed estrazione dati.	lezione	Jasmine
15	Analisi	Ciclo di Vita	Questa fase del ciclo di vita della data science si concentra su tecniche di analisi dei dati.	lezione	Jasmine
16	Comunicazione	Ciclo di Vita	Questa fase del ciclo di vita della data science si concentra sulla presentazione degli insight dai dati in modo che i decisori possano comprenderli meglio.	lezione	Jalen
17	Data Science nel Cloud	Dati nel Cloud	Questa serie di lezioni introduce la data science nel cloud e i suoi vantaggi.	lezione	Tiffany e Maud
18	Data Science nel Cloud	Dati nel Cloud	Addestramento di modelli usando strumenti Low Code.	lezione	Tiffany e Maud
19	Data Science nel Cloud	Dati nel Cloud	Deploy di modelli con Azure Machine Learning Studio.	lezione	Tiffany e Maud
20	Data Science nella vita reale	In natura	Progetti di data science applicati al mondo reale.	lezione	Nitya

GitHub Codespaces

Segui questi passaggi per aprire questo esempio in un Codespace:

1. Clicca sul menu a discesa Code e seleziona l'opzione Open with Codespaces.
2. Seleziona + New codespace in fondo al pannello. Per maggiori informazioni, consulta la documentazione GitHub.

VSCode Remote - Containers

Segui questi passaggi per aprire questo repository in un container usando la tua macchina locale e VSCode con l'estensione VS Code Remote - Containers:

1. Se è la prima volta che usi un container di sviluppo, assicurati che il tuo sistema soddisfi i prerequisiti (ad esempio avere Docker installato) nella documentazione per iniziare.

Per usare questo repository, puoi aprirlo in un volume Docker isolato:

Nota: In background, questo utilizzerà il comando Remote-Containers: Clone Repository in Container Volume... per clonare il codice sorgente in un volume Docker invece che nel filesystem locale. I volumi sono il meccanismo preferito per conservare i dati di un container.

Oppure aprire una copia localmente clonata o scaricata del repository:

• Clona questo repository nel filesystem locale.
• Premi F1 e seleziona il comando Remote-Containers: Open Folder in Container....
• Seleziona la copia clonata di questa cartella, attendi l'avvio del container e prova ad usarlo.

Accesso Offline

Puoi usare questa documentazione offline con Docsify. Fai il fork di questo repo, installa Docsify sulla tua macchina locale, quindi nella cartella root di questo repo digita docsify serve. Il sito web sarà servito sulla porta 3000 in localhost: localhost:3000.

Nota, i notebook non verranno renderizzati via Docsify, quindi quando devi eseguire un notebook, fallo separatamente in VS Code usando un kernel Python.

Altri Curricula

Il nostro team produce altri curricula! Dai un’occhiata a:

LangChain

Azure / Edge / MCP / Agenti

---

Serie AI Generativa

---

Apprendimento di Base

---

Serie Copilot

Ottenere Aiuto

Incontri problemi? Consulta la nostra Guida alla risoluzione dei problemi per soluzioni ai problemi comuni.

Se ti blocchi o hai domande sulla creazione di app AI. Unisciti ad altri studenti e sviluppatori esperti nelle discussioni su MCP. È una comunità di supporto dove le domande sono benvenute e la conoscenza viene condivisa liberamente.

Se hai feedback sul prodotto o errori durante la creazione, visita:

---

Avvertenza:
Questo documento è stato tradotto utilizzando il servizio di traduzione automatica Co-op Translator. Sebbene ci impegniamo per garantire accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa deve essere considerato la fonte autorevole. Per informazioni critiche, si consiglia una traduzione professionale effettuata da un umano. Non ci assumiamo alcuna responsabilità per eventuali malintesi o interpretazioni errate derivanti dall’uso di questa traduzione.