27 KiB
Data Science untuk Pemula - Kurikulum
Azure Cloud Advocates di Microsoft berbesar hati untuk menawarkan kurikulum 10 minggu, 20 pelajaran semuanya mengenai Sains Data. Setiap pelajaran termasuk kuiz pra-pelajaran dan pasca-pelajaran, arahan bertulis untuk menyelesaikan pelajaran, penyelesaian, dan tugasan. Pedagogi berasaskan projek kami membolehkan anda belajar sambil membina, cara terbukti agar kemahiran baru 'melekat'.
Terima kasih yang tidak terhingga kepada penulis kami: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.
🙏 Terima kasih khas 🙏 kepada penulis, penyemak dan penyumbang kandungan Microsoft Student Ambassador, khususnya 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 For Beginners - Sketchnote oleh @nitya |
🌐 Sokongan Pelbagai Bahasa
Disokong melalui GitHub Action (Automatik & Sentiasa Dikemas Kini)
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
Lebih Suka Klon Secara Tempatan?
Repositori ini termasuk 50+ terjemahan bahasa yang secara signifikan meningkatkan saiz muat turun. Untuk klon tanpa terjemahan, gunakan 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'Ini memberikan anda segala yang anda perlukan untuk menyelesaikan kursus dengan muat turun yang jauh lebih pantas.
Jika anda mahu bahasa terjemahan tambahan disokong disenaraikan di sini
Sertai Komuniti Kami
Kami mempunyai siri pelajaran Discord belajar dengan AI yang sedang berjalan, ketahui lebih lanjut dan sertai kami di Learn with AI Series dari 18 - 30 September, 2025. Anda akan mendapat petua dan trik menggunakan GitHub Copilot untuk Sains Data.
Adakah anda seorang pelajar?
Mulakan dengan sumber berikut:
- Halaman Pusat Pelajar Di halaman ini, anda akan menemui sumber untuk pemula, Pek Pelajar dan juga cara untuk mendapatkan baucar sijil percuma. Ini adalah satu halaman yang anda mahu tandakan dan semak dari masa ke semasa kerana kami menukar kandungan sekurang-kurangnya sebulan sekali.
- Microsoft Learn Student Ambassadors Sertai komuniti global duta pelajar, ini boleh jadi jalan anda ke Microsoft.
Memulakan
📚 Dokumentasi
- Panduan Pemasangan - Arahan langkah demi langkah untuk pemula
- Panduan Penggunaan - Contoh dan aliran kerja biasa
- Penyelesaian Masalah - Penyelesaian untuk masalah biasa
- Panduan Menyumbang - Cara menyumbang kepada projek ini
- Untuk Guru - Panduan mengajar dan sumber bilik darjah
👨🎓 Untuk Pelajar
Pemula Sepenuhnya: Baru dalam sains data? Mula dengan contoh mesra pemula kami! Contoh mudah yang disertakan dengan komen ini akan membantu anda memahami asas sebelum meneruskan kurikulum penuh. Pelajar: untuk menggunakan kurikulum ini sendiri, forklah repositori sepenuhnya dan selesaikan latihan sendiri, bermula dengan kuiz pra-ceramah. Kemudian baca kuliah dan selesaikan aktiviti yang lain. Cuba cipta projek dengan memahami pelajaran dan bukannya menyalin kod penyelesaian; namun, kod tersebut tersedia dalam folder /solutions dalam setiap pelajaran berorientasikan projek. Satu lagi idea adalah untuk membentuk kumpulan belajar bersama rakan dan meneliti kandungan bersama. Untuk pembelajaran lanjut, kami mengesyorkan Microsoft Learn.
Mula Pantas:
- Semak Panduan Pemasangan untuk menyediakan persekitaran anda
- Tinjau Panduan Penggunaan untuk belajar cara bekerja dengan kurikulum
- Mulakan dengan Pelajaran 1 dan teruskan secara berurutan
- Sertai komuniti Discord kami untuk sokongan
👩🏫 Untuk Guru
Guru: kami telah menyediakan beberapa cadangan tentang cara menggunakan kurikulum ini. Kami menghargai maklum balas anda di forum perbincangan kami!
Kenali Pasukan
Gif oleh Mohit Jaisal
🎥 Klik imej di atas untuk video tentang projek dan orang-orang yang menciptakannya!
Pedagogi
Kami telah memilih dua prinsip pedagogi semasa membina kurikulum ini: memastikan ia berasaskan projek dan turut merangkumi kuiz secara kerap. Pada akhir siri ini, pelajar akan mempelajari prinsip asas sains data, termasuk konsep etika, penyediaan data, pelbagai cara bekerja dengan data, visualisasi data, analisis data, penggunaan sebenar sains data, dan banyak lagi.
Selain itu, kuiz dengan risiko rendah sebelum kelas menetapkan niat pelajar untuk mempelajari sesuatu topik, manakala kuiz kedua selepas kelas memastikan pengekalan pengetahuan lebih lanjut. Kurikulum ini direka supaya fleksibel dan menyeronokkan dan boleh diikuti sepenuhnya atau sebahagian. Projek bermula dengan mudah dan menjadi semakin kompleks menjelang akhir kitaran 10 minggu.
Dapatkan Kod Etika, Menyumbang, Panduan Terjemahan kami. Kami mengalu-alukan maklum balas membina anda!
Setiap pelajaran termasuk:
- Nota lakaran pilihan
- Video tambahan pilihan
- Kuiz pemanasan sebelum pelajaran
- Pelajaran bertulis
- Untuk pelajaran berasaskan projek, panduan langkah demi langkah membina projek
- Semakan pengetahuan
- Satu cabaran
- Bacaan tambahan
- Tugasan
- Kuiz selepas pelajaran
Nota tentang kuiz: Semua kuiz terdapat dalam folder Quiz-App, dengan jumlah 40 kuiz mengandungi tiga soalan setiap satu. Ia dihubungkan dari dalam pelajaran, tetapi aplikasi kuiz boleh dijalankan secara lokal atau dihoskan di Azure; ikut arahan dalam folder
quiz-app. Ia sedang diterjemahkan secara beransur-ansur.
🎓 Contoh Mesra Pemula
Baru dalam Sains Data? Kami telah mencipta direktori contoh khusus dengan kod ringkas dan berkomentar untuk membantu anda bermula:
- 🌟 Hello World - Program data sains pertama anda
- 📂 Memuat Data - Belajar membaca dan meneroka set data
- 📊 Analisis Ringkas - Kirakan statistik dan cari corak
- 📈 Visualisasi Asas - Buat carta dan graf
- 🔬 Projek Dunia Sebenar - Aliran kerja lengkap dari mula hingga selesai
Setiap contoh termasuk komen terperinci yang menerangkan setiap langkah, menjadikannya sempurna untuk yang benar-benar baru!
Pelajaran
 |
|---|
| Data Science For Beginners: Peta Jalan - Nota lakaran oleh @nitya |
| Nombor Pelajaran | Topik | Kumpulan Pelajaran | Objektif Pembelajaran | Pelajaran Berkaitan | Pengarang |
|---|---|---|---|---|---|
| 01 | Mendefinisikan Sains Data | Pengenalan | Pelajari konsep asas di sebalik sains data dan bagaimana ia berkaitan dengan kecerdasan buatan, pembelajaran mesin, dan data besar. | pelajaran video | Dmitry |
| 02 | Etika Sains Data | Pengenalan | Konsep, cabaran & kerangka etika data. | pelajaran | Nitya |
| 03 | Mendefinisikan Data | Pengenalan | Bagaimana data diklasifikasikan dan sumbernya yang biasa. | pelajaran | Jasmine |
| 04 | Pengenalan Statistik & Kebarangkalian | Pengenalan | Teknik matematik kebarangkalian dan statistik untuk memahami data. | pelajaran video | Dmitry |
| 05 | Bekerja dengan Data Relasi | Bekerja Dengan Data | Pengenalan kepada data relasi dan asas untuk meneroka serta menganalisis data relasi dengan Bahasa Pertanyaan Berstruktur, juga dikenali sebagai SQL (disebut “see-quell”). | pelajaran | Christopher |
| 06 | Bekerja dengan Data NoSQL | Bekerja Dengan Data | Pengenalan kepada data bukan relasi, pelbagai jenisnya dan asas penerokaan serta penganalisisan pangkalan data dokumen. | pelajaran | Jasmine |
| 07 | Bekerja dengan Python | Bekerja Dengan Data | Asas menggunakan Python untuk penerokaan data dengan pustaka seperti Pandas. Pemahaman asas pengaturcaraan Python disyorkan. | pelajaran video | Dmitry |
| 08 | Penyediaan Data | Bekerja Dengan Data | Topik teknik data untuk membersih dan mengubah data bagi menangani cabaran data yang hilang, tidak tepat atau tidak lengkap. | pelajaran | Jasmine |
| 09 | Visualisasi Kuantiti | Visualisasi Data | Belajar menggunakan Matplotlib untuk memvisualkan data burung 🦆 | pelajaran | Jen |
| 10 | Visualisasi Taburan Data | Visualisasi Data | Memvisualkan pemerhatian dan trend dalam sesuatu interval. | pelajaran | Jen |
| 11 | Visualisasi Peratusan | Visualisasi Data | Memvisualkan peratusan diskret dan bergrup. | pelajaran | Jen |
| 12 | Visualisasi Hubungan | Visualisasi Data | Memvisualkan hubungan dan korelasi antara set data dan pembolehubahnya. | pelajaran | Jen |
| 13 | Visualisasi Bermakna | Visualisasi Data | Teknik dan panduan untuk menjadikan visualisasi anda bernilai untuk menyelesaikan masalah dengan berkesan dan mendapatkan wawasan. | pelajaran | Jen |
| 14 | Pengenalan kepada kitaran hayat Sains Data | Kitaran Hayat | Pengenalan kepada kitaran hayat sains data dan langkah pertama iaitu memperoleh dan mengekstrak data. | pelajaran | Jasmine |
| 15 | Menganalisis | Kitaran Hayat | Fasa kitaran hayat sains data yang menumpukan pada teknik untuk menganalisis data. | pelajaran | Jasmine |
| 16 | Komunikasi | Kitaran Hayat | Fasa kitaran hayat sains data yang menumpukan pada penyampaian wawasan daripada data dengan cara yang memudahkan pembuat keputusan memahaminya. | pelajaran | Jalen |
| 17 | Sains Data di Awan | Data Awan | Siri pelajaran ini memperkenalkan sains data di awan dan manfaatnya. | pelajaran | Tiffany dan Maud |
| 18 | Sains Data di Awan | Data Awan | Melatih model menggunakan alat Low Code. | pelajaran | Tiffany dan Maud |
| 19 | Sains Data di Awan | Data Awan | Menyebarkan model dengan Azure Machine Learning Studio. | pelajaran | Tiffany dan Maud |
| 20 | Sains Data Dalam Dunia Nyata | Dalam Dunia Nyata | Projek berpandukan sains data di dunia sebenar. | pelajaran | Nitya |
GitHub Codespaces
Ikuti langkah ini untuk membuka contoh ini dalam Codespace:
- Klik menu lungsur Code dan pilih pilihan Open with Codespaces.
- Pilih + New codespace di bawah bahagian panel. Untuk maklumat lanjut, sila semak dokumentasi GitHub.
VSCode Remote - Containers
Ikuti langkah ini untuk membuka repositori ini dalam bekas menggunakan mesin setempat anda dan VSCode dengan sambungan VS Code Remote - Containers:
- Jika ini kali pertama anda menggunakan bekas pembangunan, pastikan sistem anda memenuhi syarat prasyarat (cth: memasang Docker) dalam dokumentasi memulakan.
Untuk menggunakan repositori ini, anda boleh buka repositori dalam volum Docker terpencil:
Nota: Secara teknikal, ini akan menggunakan arahan Remote-Containers: Clone Repository in Container Volume... untuk menggandakan kod sumber dalam volum Docker dan bukannya sistem fail tempatan. Volume adalah mekanisme pilihan untuk mengekalkan data bekas.
Atau buka salinan repositori yang digandakan atau dimuat turun secara tempatan:
- Gandakan repositori ini ke sistem fail tempatan anda.
- Tekan F1 dan pilih perintah Remote-Containers: Open Folder in Container....
- Pilih salinan folder yang digandakan ini, tunggu bekas bermula, dan cuba ia.
Akses Luar Talian
Anda boleh menjalankan dokumentasi ini secara luar talian menggunakan Docsify. Fork repositori ini, pasang Docsify pada mesin tempatan anda, kemudian pada folder akar repositori ini, taip docsify serve. Laman web akan dihidangkan pada port 3000 di localhost anda: localhost:3000.
Nota, buku nota tidak akan dirender melalui Docsify, jadi apabila anda perlu menjalankan buku nota, jalankan secara berasingan dalam VS Code menggunakan kernel Python.
Kurikulum Lain
Pasukan kami menghasilkan kurikulum lain! Lihat:
LangChain
Azure / Edge / MCP / Agen
Siri AI Generatif
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
Pembelajaran Teras
Siri Copilot
Mendapatkan Bantuan
Menghadapi masalah? Semak Panduan Penyelesaian Masalah kami untuk penyelesaian masalah yang biasa.
Jika anda tersekat atau mempunyai sebarang pertanyaan tentang membina aplikasi AI. Sertai pelajar lain dan pembangun berpengalaman dalam perbincangan tentang MCP. Ia adalah komuniti sokongan di mana soalan dialu-alukan dan pengetahuan dikongsi dengan bebas.
Jika anda mempunyai maklum balas produk atau ralat semasa membina, lawati:
Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk memastikan ketepatan, sila ambil perhatian bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang sahih. Untuk maklumat penting, terjemahan oleh penterjemah manusia profesional adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.