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.
365 lines
9.2 KiB
365 lines
9.2 KiB
# Brukerveiledning
|
|
|
|
Denne veiledningen gir eksempler og vanlige arbeidsflyter for bruk av Data Science for Beginners-læreplanen.
|
|
|
|
## Innholdsfortegnelse
|
|
|
|
- [Hvordan bruke denne læreplanen](../..)
|
|
- [Arbeide med leksjoner](../..)
|
|
- [Arbeide med Jupyter Notebooks](../..)
|
|
- [Bruke quiz-applikasjonen](../..)
|
|
- [Vanlige arbeidsflyter](../..)
|
|
- [Tips for selvstudenter](../..)
|
|
- [Tips for lærere](../..)
|
|
|
|
## Hvordan bruke denne læreplanen
|
|
|
|
Denne læreplanen er designet for å være fleksibel og kan brukes på flere måter:
|
|
|
|
- **Selvstudium**: Jobb gjennom leksjonene uavhengig i ditt eget tempo
|
|
- **Klasseromsundervisning**: Bruk som et strukturert kurs med veiledet undervisning
|
|
- **Studiegrupper**: Lær sammen med andre
|
|
- **Workshop-format**: Intensiv læring over kort tid
|
|
|
|
## Arbeide med leksjoner
|
|
|
|
Hver leksjon følger en konsistent struktur for å maksimere læringen:
|
|
|
|
### Leksjonsstruktur
|
|
|
|
1. **Quiz før leksjonen**: Test din eksisterende kunnskap
|
|
2. **Sketchnote** (Valgfritt): Visuell oppsummering av nøkkelkonsepter
|
|
3. **Video** (Valgfritt): Supplerende videoinnhold
|
|
4. **Skriftlig leksjon**: Kjernekonsepter og forklaringer
|
|
5. **Jupyter Notebook**: Praktiske kodeøvelser
|
|
6. **Oppgave**: Øv på det du har lært
|
|
7. **Quiz etter leksjonen**: Styrk forståelsen din
|
|
|
|
### Eksempel på arbeidsflyt for en leksjon
|
|
|
|
```bash
|
|
# 1. Navigate to the lesson directory
|
|
cd 1-Introduction/01-defining-data-science
|
|
|
|
# 2. Read the README.md
|
|
# Open README.md in your browser or editor
|
|
|
|
# 3. Take the pre-lesson quiz
|
|
# Click the quiz link in the README
|
|
|
|
# 4. Open the Jupyter notebook (if available)
|
|
jupyter notebook
|
|
|
|
# 5. Complete the exercises in the notebook
|
|
|
|
# 6. Work on the assignment
|
|
|
|
# 7. Take the post-lesson quiz
|
|
```
|
|
|
|
## Arbeide med Jupyter Notebooks
|
|
|
|
### Starte Jupyter
|
|
|
|
```bash
|
|
# Activate your virtual environment
|
|
source venv/bin/activate # On macOS/Linux
|
|
# OR
|
|
venv\Scripts\activate # On Windows
|
|
|
|
# Start Jupyter from the repository root
|
|
jupyter notebook
|
|
```
|
|
|
|
### Kjøre Notebook-celler
|
|
|
|
1. **Utfør en celle**: Trykk `Shift + Enter` eller klikk på "Run"-knappen
|
|
2. **Utfør alle celler**: Velg "Cell" → "Run All" fra menyen
|
|
3. **Start kjerne på nytt**: Velg "Kernel" → "Restart" hvis du støter på problemer
|
|
|
|
### Eksempel: Arbeide med data i en Notebook
|
|
|
|
```python
|
|
# Import required libraries
|
|
import pandas as pd
|
|
import numpy as np
|
|
import matplotlib.pyplot as plt
|
|
|
|
# Load a dataset
|
|
df = pd.read_csv('data/sample.csv')
|
|
|
|
# Explore the data
|
|
df.head()
|
|
df.info()
|
|
df.describe()
|
|
|
|
# Create a visualization
|
|
plt.figure(figsize=(10, 6))
|
|
plt.plot(df['column_name'])
|
|
plt.title('Sample Visualization')
|
|
plt.xlabel('X-axis Label')
|
|
plt.ylabel('Y-axis Label')
|
|
plt.show()
|
|
```
|
|
|
|
### Lagre arbeidet ditt
|
|
|
|
- Jupyter lagrer automatisk med jevne mellomrom
|
|
- Lagre manuelt: Trykk `Ctrl + S` (eller `Cmd + S` på macOS)
|
|
- Fremgangen din lagres i `.ipynb`-filen
|
|
|
|
## Bruke quiz-applikasjonen
|
|
|
|
### Kjøre quiz-appen lokalt
|
|
|
|
```bash
|
|
# Navigate to quiz app directory
|
|
cd quiz-app
|
|
|
|
# Start the development server
|
|
npm run serve
|
|
|
|
# Access at http://localhost:8080
|
|
```
|
|
|
|
### Ta quizer
|
|
|
|
1. Quiz før leksjonen er lenket øverst i hver leksjon
|
|
2. Quiz etter leksjonen er lenket nederst i hver leksjon
|
|
3. Hver quiz har 3 spørsmål
|
|
4. Quizer er laget for å styrke læringen, ikke for å teste uttømmende
|
|
|
|
### Quiz-nummerering
|
|
|
|
- Quizer er nummerert fra 0-39 (totalt 40 quizer)
|
|
- Hver leksjon har vanligvis en quiz før og etter
|
|
- Quiz-URL-er inkluderer quiznummeret: `https://ff-quizzes.netlify.app/en/ds/quiz/0`
|
|
|
|
## Vanlige arbeidsflyter
|
|
|
|
### Arbeidsflyt 1: Fullstendig nybegynnersti
|
|
|
|
```bash
|
|
# 1. Set up your environment (see INSTALLATION.md)
|
|
|
|
# 2. Start with Lesson 1
|
|
cd 1-Introduction/01-defining-data-science
|
|
|
|
# 3. For each lesson:
|
|
# - Take pre-lesson quiz
|
|
# - Read the lesson content
|
|
# - Work through the notebook
|
|
# - Complete the assignment
|
|
# - Take post-lesson quiz
|
|
|
|
# 4. Progress through all 20 lessons sequentially
|
|
```
|
|
|
|
### Arbeidsflyt 2: Emnespesifikk læring
|
|
|
|
Hvis du er interessert i et spesifikt emne:
|
|
|
|
```bash
|
|
# Example: Focus on Data Visualization
|
|
cd 3-Data-Visualization
|
|
|
|
# Explore lessons 9-13:
|
|
# - Lesson 9: Visualizing Quantities
|
|
# - Lesson 10: Visualizing Distributions
|
|
# - Lesson 11: Visualizing Proportions
|
|
# - Lesson 12: Visualizing Relationships
|
|
# - Lesson 13: Meaningful Visualizations
|
|
```
|
|
|
|
### Arbeidsflyt 3: Prosjektbasert læring
|
|
|
|
```bash
|
|
# 1. Review the Data Science Lifecycle lessons (14-16)
|
|
cd 4-Data-Science-Lifecycle
|
|
|
|
# 2. Work through a real-world example (Lesson 20)
|
|
cd ../6-Data-Science-In-Wild/20-Real-World-Examples
|
|
|
|
# 3. Apply concepts to your own project
|
|
```
|
|
|
|
### Arbeidsflyt 4: Skybasert data science
|
|
|
|
```bash
|
|
# Learn about cloud data science (Lessons 17-19)
|
|
cd 5-Data-Science-In-Cloud
|
|
|
|
# 17: Introduction to Cloud Data Science
|
|
# 18: Low-Code ML Tools
|
|
# 19: Azure Machine Learning Studio
|
|
```
|
|
|
|
## Tips for selvstudenter
|
|
|
|
### Hold deg organisert
|
|
|
|
```bash
|
|
# Create a learning journal
|
|
mkdir my-learning-journal
|
|
|
|
# For each lesson, create notes
|
|
echo "# Lesson 1 Notes" > my-learning-journal/lesson-01-notes.md
|
|
```
|
|
|
|
### Øv regelmessig
|
|
|
|
- Sett av dedikert tid hver dag eller uke
|
|
- Fullfør minst én leksjon per uke
|
|
- Gjennomgå tidligere leksjoner med jevne mellomrom
|
|
|
|
### Engasjer deg i fellesskapet
|
|
|
|
- Bli med i [Discord-fellesskapet](https://aka.ms/ds4beginners/discord)
|
|
- Delta i #Data-Science-for-Beginners-kanalen på Discord [Discord Discussions](https://aka.ms/ds4beginners/discord)
|
|
- Del fremgangen din og still spørsmål
|
|
|
|
### Bygg dine egne prosjekter
|
|
|
|
Etter å ha fullført leksjonene, bruk konseptene på personlige prosjekter:
|
|
|
|
```python
|
|
# Example: Analyze your own dataset
|
|
import pandas as pd
|
|
|
|
# Load your own data
|
|
my_data = pd.read_csv('my-project/data.csv')
|
|
|
|
# Apply techniques learned
|
|
# - Data cleaning (Lesson 8)
|
|
# - Exploratory data analysis (Lesson 7)
|
|
# - Visualization (Lessons 9-13)
|
|
# - Analysis (Lesson 15)
|
|
```
|
|
|
|
## Tips for lærere
|
|
|
|
### Klasseromsoppsett
|
|
|
|
1. Gå gjennom [for-teachers.md](for-teachers.md) for detaljert veiledning
|
|
2. Sett opp et delt miljø (GitHub Classroom eller Codespaces)
|
|
3. Etabler en kommunikasjonskanal (Discord, Slack eller Teams)
|
|
|
|
### Leksjonsplanlegging
|
|
|
|
**Foreslått 10-ukers plan:**
|
|
|
|
- **Uke 1-2**: Introduksjon (Leksjoner 1-4)
|
|
- **Uke 3-4**: Arbeide med data (Leksjoner 5-8)
|
|
- **Uke 5-6**: Datavisualisering (Leksjoner 9-13)
|
|
- **Uke 7-8**: Data science-livssyklus (Leksjoner 14-16)
|
|
- **Uke 9**: Skybasert data science (Leksjoner 17-19)
|
|
- **Uke 10**: Virkelige applikasjoner og avsluttende prosjekter (Leksjon 20)
|
|
|
|
### Kjøre Docsify for offline tilgang
|
|
|
|
```bash
|
|
# Serve documentation locally for classroom use
|
|
docsify serve
|
|
|
|
# Students can access at localhost:3000
|
|
# No internet required after initial setup
|
|
```
|
|
|
|
### Oppgavevurdering
|
|
|
|
- Gå gjennom studentnotebooks for fullførte øvelser
|
|
- Sjekk forståelsen gjennom quizresultater
|
|
- Vurder avsluttende prosjekter basert på prinsipper for data science-livssyklus
|
|
|
|
### Lage oppgaver
|
|
|
|
```python
|
|
# Example custom assignment template
|
|
"""
|
|
Assignment: [Topic]
|
|
|
|
Objective: [Learning goal]
|
|
|
|
Dataset: [Provide or have students find one]
|
|
|
|
Tasks:
|
|
1. Load and explore the dataset
|
|
2. Clean and prepare the data
|
|
3. Create at least 3 visualizations
|
|
4. Perform analysis
|
|
5. Communicate findings
|
|
|
|
Deliverables:
|
|
- Jupyter notebook with code and explanations
|
|
- Written summary of findings
|
|
"""
|
|
```
|
|
|
|
## Arbeide offline
|
|
|
|
### Last ned ressurser
|
|
|
|
```bash
|
|
# Clone the entire repository
|
|
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
|
|
|
|
# Download datasets in advance
|
|
# Most datasets are included in the repository
|
|
```
|
|
|
|
### Kjøre dokumentasjon lokalt
|
|
|
|
```bash
|
|
# Serve with Docsify
|
|
docsify serve
|
|
|
|
# Access at localhost:3000
|
|
```
|
|
|
|
### Kjøre quiz-appen lokalt
|
|
|
|
```bash
|
|
cd quiz-app
|
|
npm run serve
|
|
```
|
|
|
|
## Tilgang til oversatt innhold
|
|
|
|
Oversettelser er tilgjengelige på 40+ språk:
|
|
|
|
```bash
|
|
# Access translated lessons
|
|
cd translations/fr # French
|
|
cd translations/es # Spanish
|
|
cd translations/de # German
|
|
# ... and many more
|
|
```
|
|
|
|
Hver oversettelse har samme struktur som den engelske versjonen.
|
|
|
|
## Ekstra ressurser
|
|
|
|
### Fortsett læringen
|
|
|
|
- [Microsoft Learn](https://docs.microsoft.com/learn/) - Ytterligere læringsstier
|
|
- [Student Hub](https://docs.microsoft.com/learn/student-hub) - Ressurser for studenter
|
|
- [Azure AI Foundry](https://aka.ms/foundry/forum) - Fellesskapsforum
|
|
|
|
### Relaterte læreplaner
|
|
|
|
- [AI for Beginners](https://aka.ms/ai-beginners)
|
|
- [ML for Beginners](https://aka.ms/ml-beginners)
|
|
- [Web Dev for Beginners](https://aka.ms/webdev-beginners)
|
|
- [Generative AI for Beginners](https://aka.ms/genai-beginners)
|
|
|
|
## Få hjelp
|
|
|
|
- Sjekk [TROUBLESHOOTING.md](TROUBLESHOOTING.md) for vanlige problemer
|
|
- Søk i [GitHub Issues](https://github.com/microsoft/Data-Science-For-Beginners/issues)
|
|
- Bli med i vår [Discord](https://aka.ms/ds4beginners/discord)
|
|
- Gå gjennom [CONTRIBUTING.md](CONTRIBUTING.md) for å rapportere problemer eller bidra
|
|
|
|
---
|
|
|
|
**Ansvarsfraskrivelse**:
|
|
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten [Co-op Translator](https://github.com/Azure/co-op-translator). Selv om vi streber etter nøyaktighet, vær oppmerksom på at automatiserte oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på sitt opprinnelige språk bør anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen. |