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.
253 lines
41 KiB
253 lines
41 KiB
# Data Science for Beginners - หลักสูตร
|
|
|
|
[](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
|
|
|
|
[](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/)
|
|
[](http://makeapullrequest.com)
|
|
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/watchers/)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/network/)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/stargazers/)
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
กลุ่ม Azure Cloud Advocates ที่ Microsoft มีความยินดีที่จะนำเสนอโครงการหลักสูตร 10 สัปดาห์ 20 บทเรียนเกี่ยวกับวิทยาศาสตร์ข้อมูล ทุกบทเรียนรวมถึงแบบทดสอบก่อนบทเรียนและหลังบทเรียน คำแนะนำเป็นลายลักษณ์อักษรสำหรับการทำบทเรียนให้เสร็จสมบูรณ์ ตัวอย่างคำตอบ และแบบฝึกหัด วิธีการเรียนรู้โดยเน้นโครงการช่วยให้คุณเรียนรู้ไปพร้อมกับการสร้างงาน ซึ่งเป็นวิธีที่ได้รับการพิสูจน์แล้วว่าสามารถช่วยให้ทักษะใหม่ๆ ตรึงติด
|
|
|
|
**ขอขอบคุณอย่างจริงใจต่อผู้เขียนของเรา:** [Jasmine Greenaway](https://www.twitter.com/paladique), [Dmitry Soshnikov](http://soshnikov.com), [Nitya Narasimhan](https://twitter.com/nitya), [Jalen McGee](https://twitter.com/JalenMcG), [Jen Looper](https://twitter.com/jenlooper), [Maud Levy](https://twitter.com/maudstweets), [Tiffany Souterre](https://twitter.com/TiffanySouterre), [Christopher Harrison](https://www.twitter.com/geektrainer).
|
|
|
|
**🙏 ขอขอบคุณเป็นพิเศษ 🙏 ต่อผู้เขียน, ผู้ตรวจสอบ และผู้ที่มีส่วนร่วมในเนื้อหาจาก [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/),** โดยเฉพาะ Aaryan Arora, [Aditya Garg](https://github.com/AdityaGarg00), [Alondra Sanchez](https://www.linkedin.com/in/alondra-sanchez-molina/), [Ankita Singh](https://www.linkedin.com/in/ankitasingh007), [Anupam Mishra](https://www.linkedin.com/in/anupam--mishra/), [Arpita Das](https://www.linkedin.com/in/arpitadas01/), ChhailBihari Dubey, [Dibri Nsofor](https://www.linkedin.com/in/dibrinsofor), [Dishita Bhasin](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [Majd Safi](https://www.linkedin.com/in/majd-s/), [Max Blum](https://www.linkedin.com/in/max-blum-6036a1186/), [Miguel Correa](https://www.linkedin.com/in/miguelmque/), [Mohamma Iftekher (Iftu) Ebne Jalal](https://twitter.com/iftu119), [Nawrin Tabassum](https://www.linkedin.com/in/nawrin-tabassum), [Raymond Wangsa Putra](https://www.linkedin.com/in/raymond-wp/), [Rohit Yadav](https://www.linkedin.com/in/rty2423), Samridhi Sharma, [Sanya Sinha](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200),
|
|
[Sheena Narula](https://www.linkedin.com/in/sheena-narua-n/), [Tauqeer Ahmad](https://www.linkedin.com/in/tauqeerahmad5201/), Yogendrasingh Pawar , [Vidushi Gupta](https://www.linkedin.com/in/vidushi-gupta07/), [Jasleen Sondhi](https://www.linkedin.com/in/jasleen-sondhi/)
|
|
|
|
||
|
|
|:---:|
|
|
| วิทยาศาสตร์ข้อมูลสำหรับผู้เริ่มต้น - _สเก็ตช์โน้ตโดย [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
### 🌐 รองรับหลายภาษา
|
|
|
|
#### รองรับผ่าน GitHub Action (อัตโนมัติและอัปเดตเสมอ)
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](./README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
|
|
|
|
> **ต้องการโคลนลงเครื่อง?**
|
|
|
|
> ที่เก็บนี้รวมการแปลภาษามากกว่า 50 ภาษา ซึ่งทำให้ขนาดการดาวน์โหลดเพิ่มขึ้นอย่างมีนัยสำคัญ หากต้องการโคลนโดยไม่รวมการแปล ให้ใช้ sparse checkout:
|
|
> ```bash
|
|
> 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'
|
|
> ```
|
|
> วิธีนี้จะให้ทุกอย่างที่คุณต้องใช้สำหรับการเรียนหลักสูตรด้วยการดาวน์โหลดที่เร็วขึ้นมาก
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
**ถ้าคุณต้องการให้รองรับภาษาแปลเพิ่มเติม รายการภาษาที่รองรับมีอยู่ [ที่นี่](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
|
|
|
|
#### เข้าร่วมชุมชนของเรา
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
เรามีซีรีส์เรียนกับ AI บน Discord ที่กำลังดำเนินอยู่ เรียนรู้เพิ่มเติมและเข้าร่วมกับเราได้ที่ [Learn with AI Series](https://aka.ms/learnwithai/discord) ตั้งแต่ 18 - 30 กันยายน 2025 คุณจะได้รับเคล็ดลับและเทคนิคในการใช้ GitHub Copilot สำหรับวิทยาศาสตร์ข้อมูล
|
|
|
|
|
|
|
|
# คุณเป็นนักเรียนหรือไม่?
|
|
|
|
เริ่มต้นด้วยแหล่งข้อมูลต่อไปนี้:
|
|
|
|
- [หน้า Student Hub](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) ในหน้านี้คุณจะพบแหล่งข้อมูลสำหรับผู้เริ่มต้น ชุดนักเรียน และวิธีรับคูปองใบรับรองฟรี นี่คือหน้าหนึ่งที่คุณควรบุ๊คมาร์กและตรวจสอบเป็นครั้งคราวเพราะเราจะเปลี่ยนเนื้อหาอย่างน้อยเดือนละครั้ง
|
|
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) เข้าร่วมชุมชนนักเรียนระดับโลก นี่อาจเป็นช่องทางของคุณเข้าสู่ Microsoft
|
|
|
|
# การเริ่มต้น
|
|
|
|
## 📚 เอกสาร
|
|
|
|
- **[คู่มือการติดตั้ง](INSTALLATION.md)** - คำแนะนำทีละขั้นตอนสำหรับผู้เริ่มต้น
|
|
- **[คู่มือการใช้งาน](USAGE.md)** - ตัวอย่างและขั้นตอนการทำงานทั่วไป
|
|
- **[แก้ไขปัญหา](TROUBLESHOOTING.md)** - วิธีแก้ไขปัญหาที่พบบ่อย
|
|
- **[คู่มือการมีส่วนร่วม](CONTRIBUTING.md)** - วิธีการมีส่วนร่วมในโครงการนี้
|
|
- **[สำหรับครูผู้สอน](for-teachers.md)** - คำแนะนำการสอนและแหล่งข้อมูลในห้องเรียน
|
|
|
|
## 👨🎓 สำหรับนักเรียน
|
|
> **ผู้เริ่มต้นอย่างสมบูรณ์**: ใหม่กับวิทยาศาสตร์ข้อมูล? เริ่มด้วย [ตัวอย่างสำหรับผู้เริ่มต้น](examples/README.md)! ตัวอย่างง่ายๆ ที่มีคำอธิบายอย่างละเอียดเหล่านี้จะช่วยให้คุณเข้าใจพื้นฐานก่อนเรียนหลักสูตรทั้งหมด
|
|
> **[นักเรียน](https://aka.ms/student-page)**: เพื่อใช้หลักสูตรนี้ด้วยตนเอง ให้ fork ทั้ง repository และทำแบบฝึกหัดด้วยตนเอง เริ่มด้วยแบบทดสอบก่อนบรรยาย จากนั้นอ่านบรรยายและทำกิจกรรมที่เหลือให้ครบ พยายามสร้างโครงการโดยเข้าใจบทเรียนแทนที่จะคัดลอกโค้ดคำตอบ อย่างไรก็ตาม โค้ดเหล่านั้นมีให้ในโฟลเดอร์ /solutions ในแต่ละบทเรียนที่เน้นโครงการ อีกแนวคิดหนึ่งคือการตั้งกลุ่มเรียนกับเพื่อนและเรียนรู้เนื้อหาร่วมกัน สำหรับการศึกษาต่อ เราแนะนำ [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
|
|
|
|
**เริ่มเร็ว:**
|
|
1. ตรวจสอบ [คู่มือการติดตั้ง](INSTALLATION.md) เพื่อตั้งค่าสภาพแวดล้อมของคุณ
|
|
2. ทบทวน [คู่มือการใช้งาน](USAGE.md) เพื่อเรียนรู้วิธีการใช้หลักสูตร
|
|
3. เริ่มกับบทเรียนที่ 1 และเรียนตามลำดับ
|
|
4. เข้าร่วม [ชุมชน Discord ของเรา](https://aka.ms/ds4beginners/discord) เพื่อรับการสนับสนุน
|
|
|
|
## 👩🏫 สำหรับครูผู้สอน
|
|
|
|
> **ครูผู้สอน**: เรามี [ข้อเสนอแนะบางส่วน](for-teachers.md) เกี่ยวกับวิธีใช้หลักสูตรนี้ เราต้องการฟีดแบ็คของคุณ [ในฟอรัมอภิปรายของเรา](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
|
|
## พบกับทีมงาน
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "วิดีโอโปรโมต")
|
|
|
|
**ภาพเคลื่อนไหวโดย** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 คลิกที่ภาพด้านบนเพื่อชมวิดีโอเกี่ยวกับโครงการและผู้ที่อยู่เบื้องหลังการสร้างมัน!
|
|
|
|
## แนวทางการสอน
|
|
|
|
เราได้เลือกใช้หลักการสอนสองประการในการสร้างหลักสูตรนี้: ให้เป็นโครงการฐานการเรียนรู้และมีแบบทดสอบบ่อย ๆ ภายในตอนจบของชุดนี้ นักเรียนจะได้เรียนรู้หลักการพื้นฐานของวิทยาศาสตร์ข้อมูล รวมถึงแนวคิดด้านจริยธรรม การเตรียมข้อมูล วิธีการต่าง ๆ ในการทำงานกับข้อมูล การแสดงผลข้อมูล การวิเคราะห์ข้อมูล กรณีใช้งานจริงของวิทยาศาสตร์ข้อมูล และอื่น ๆ
|
|
|
|
นอกจากนี้ แบบทดสอบที่มีความเสี่ยงต่ำก่อนเรียนจะช่วยตั้งจุดมุ่งหมายของนักเรียนในการเรียนรู้หัวข้อ ในขณะที่แบบทดสอบอีกชุดหลังเรียนจะช่วยเพิ่มการจดจำ หลักสูตรนี้ออกแบบมาให้ยืดหยุ่นและสนุกสนาน และสามารถเรียนทั้งหมดหรือเป็นบางส่วนได้ โครงการเริ่มจากขนาดเล็กและซับซ้อนขึ้นตามลำดับจนจบรอบ 10 สัปดาห์
|
|
|
|
> ค้นหา [จรรยาบรรณของเรา](CODE_OF_CONDUCT.md), [ข้อกำหนดการมีส่วนร่วม](CONTRIBUTING.md), [แนวทางการแปล](TRANSLATIONS.md) เรายินดีรับฟังคำติชมที่สร้างสรรค์ของคุณ!
|
|
|
|
## แต่ละบทเรียนประกอบด้วย:
|
|
|
|
- สเก็ตช์โน้ตเสริม (เลือกดูได้)
|
|
- วิดีโอเสริม (เลือกดูได้)
|
|
- แบบทดสอบวอร์มอัพก่อนบทเรียน
|
|
- บทเรียนเขียน
|
|
- สำหรับบทเรียนฐานโครงการ มีคำแนะนำทีละขั้นตอนในการสร้างโครงการ
|
|
- การตรวจสอบความรู้
|
|
- ความท้าทาย
|
|
- การอ่านเสริม
|
|
- การบ้าน
|
|
- [แบบทดสอบหลังบทเรียน](https://ff-quizzes.netlify.app/en/)
|
|
|
|
> **หมายเหตุเกี่ยวกับแบบทดสอบ**: แบบทดสอบทั้งหมดถูกจัดเก็บในโฟลเดอร์ Quiz-App รวม 40 แบบทดสอบ แต่ละแบบมี 3 คำถาม มีการลิงก์จากบทเรียน แต่แอปแบบทดสอบสามารถรันได้ในเครื่องหรือดีพลอยไปยัง Azure; โปรดดูคำแนะนำในโฟลเดอร์ `quiz-app` มีการแปลเป็นภาษาต่าง ๆ อย่างต่อเนื่อง
|
|
|
|
## 🎓 ตัวอย่างสำหรับผู้เริ่มต้น
|
|
|
|
**ใหม่กับวิทยาศาสตร์ข้อมูล?** เราได้สร้าง [ไดเรกทอรีตัวอย่าง](examples/README.md) เฉพาะที่มีโค้ดง่าย ๆ พร้อมคำอธิบายอย่างละเอียดเพื่อช่วยคุณเริ่มต้น:
|
|
|
|
- 🌟 **Hello World** - โปรแกรมวิทยาศาสตร์ข้อมูลแรกของคุณ
|
|
- 📂 **โหลดข้อมูล** - เรียนรู้การอ่านและสำรวจชุดข้อมูล
|
|
- 📊 **วิเคราะห์ง่าย ๆ** - คำนวณสถิติและค้นหารูปแบบ
|
|
- 📈 **สร้างภาพพื้นฐาน** - สร้างแผนภูมิและกราฟ
|
|
- 🔬 **โครงการจริง** - กระบวนการทำงานครบถ้วนตั้งแต่ต้นจนจบ
|
|
|
|
แต่ละตัวอย่างมีคำอธิบายละเอียดทุกขั้นตอน เหมาะสำหรับมือใหม่สุด ๆ!
|
|
|
|
👉 **[เริ่มต้นด้วยตัวอย่าง](examples/README.md)** 👈
|
|
|
|
## บทเรียน
|
|
|
|
|
|
||
|
|
|:---:|
|
|
| แผนที่เส้นทางวิทยาศาสตร์ข้อมูลสำหรับผู้เริ่มต้น - _สเก็ตช์โน้ตโดย [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
|
|
| หมายเลขบทเรียน | หัวข้อ | กลุ่มบทเรียน | วัตถุประสงค์การเรียนรู้ | บทเรียนที่เชื่อมโยง | ผู้เขียน |
|
|
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
|
|
| 01 | การกำหนดวิทยาศาสตร์ข้อมูล | [บทนำ](1-Introduction/README.md) | เรียนรู้แนวคิดพื้นฐานของวิทยาศาสตร์ข้อมูลและความสัมพันธ์กับปัญญาประดิษฐ์ การเรียนรู้ของเครื่อง และข้อมูลขนาดใหญ่ | [บทเรียน](1-Introduction/01-defining-data-science/README.md) [วิดีโอ](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
|
|
| 02 | จริยธรรมวิทยาศาสตร์ข้อมูล | [บทนำ](1-Introduction/README.md) | แนวคิดทางจริยธรรม ความท้าทาย และกรอบงาน | [บทเรียน](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
| 03 | การกำหนดข้อมูล | [บทนำ](1-Introduction/README.md) | วิธีการจัดประเภทข้อมูลและแหล่งข้อมูลทั่วไป | [บทเรียน](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 04 | บทนำสถิติและความน่าจะเป็น | [บทนำ](1-Introduction/README.md) | เทคนิคคณิตศาสตร์ของความน่าจะเป็นและสถิติเพื่อทำความเข้าใจข้อมูล | [บทเรียน](1-Introduction/04-stats-and-probability/README.md) [วิดีโอ](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
|
|
| 05 | การทำงานกับข้อมูลเชิงสัมพันธ์ | [ทำงานกับข้อมูล](2-Working-With-Data/README.md) | บทนำสู่ข้อมูลสัมพันธ์และพื้นฐานการสำรวจวิเคราะห์ข้อมูลด้วยภาษา Structured Query Language หรือ SQL (อ่านว่า “ซีเควล”) | [บทเรียน](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
|
|
| 06 | การทำงานกับข้อมูล NoSQL | [ทำงานกับข้อมูล](2-Working-With-Data/README.md) | บทนำสู่ข้อมูลที่ไม่ใช่ความสัมพันธ์ ประเภทต่าง ๆ และพื้นฐานการสำรวจวิเคราะห์ฐานข้อมูลเอกสาร | [บทเรียน](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
|
|
| 07 | การทำงานกับ Python | [ทำงานกับข้อมูล](2-Working-With-Data/README.md) | พื้นฐานการใช้ Python สำหรับสำรวจข้อมูลด้วยไลบรารี เช่น Pandas ควรมีพื้นฐานการโปรแกรม Python | [บทเรียน](2-Working-With-Data/07-python/README.md) [วิดีโอ](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
|
|
| 08 | การเตรียมข้อมูล | [ทำงานกับข้อมูล](2-Working-With-Data/README.md) | หัวข้อเกี่ยวกับเทคนิคทำความสะอาดและแปลงข้อมูลเพื่อจัดการกับความท้าทายของข้อมูลที่ขาดหาย ไม่ถูกต้อง หรือไม่ครบถ้วน | [บทเรียน](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 09 | การแสดงปริมาณข้อมูล | [ภาพข้อมูล](3-Data-Visualization/README.md) | เรียนรู้การใช้ Matplotlib ในการแสดงข้อมูลนก 🦆 | [บทเรียน](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 10 | การแสดงการแจกแจงของข้อมูล | [ภาพข้อมูล](3-Data-Visualization/README.md) | การแสดงการสังเกตและแนวโน้มภายในช่วงเวลา | [บทเรียน](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 11 | การแสดงสัดส่วน | [ภาพข้อมูล](3-Data-Visualization/README.md) | การแสดงร้อยละกลุ่มและจำแนก | [บทเรียน](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 12 | การแสดงความสัมพันธ์ | [ภาพข้อมูล](3-Data-Visualization/README.md) | การแสดงการเชื่อมโยงและความสัมพันธ์ระหว่างชุดข้อมูลและตัวแปร | [บทเรียน](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 13 | การแสดงผลที่มีความหมาย | [ภาพข้อมูล](3-Data-Visualization/README.md) | เทคนิคและแนวทางสำหรับสร้างภาพข้อมูลที่มีคุณค่าเพื่อแก้ปัญหาและให้ข้อมูลเชิงลึกอย่างมีประสิทธิภาพ | [บทเรียน](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 14 | บทนำสู่วงจรชีวิตวิทยาศาสตร์ข้อมูล | [วงจรชีวิต](4-Data-Science-Lifecycle/README.md) | บทนำสู่วงจรชีวิตวิทยาศาสตร์ข้อมูลและขั้นตอนแรกของการรับและสกัดข้อมูล | [บทเรียน](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
|
|
| 15 | การวิเคราะห์ | [วงจรชีวิต](4-Data-Science-Lifecycle/README.md) | ขั้นตอนนี้ในวงจรชีวิตวิทยาศาสตร์ข้อมูลเน้นเทคนิคการวิเคราะห์ข้อมูล | [บทเรียน](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
|
|
| 16 | การสื่อสาร | [วงจรชีวิต](4-Data-Science-Lifecycle/README.md) | ขั้นตอนนี้เน้นการนำเสนอข้อมูลเชิงลึกจากข้อมูลในรูปแบบที่เข้าใจง่ายสำหรับผู้ตัดสินใจ | [บทเรียน](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
|
|
| 17 | วิทยาศาสตร์ข้อมูลบนคลาวด์ | [ข้อมูลคลาวด์](5-Data-Science-In-Cloud/README.md) | ชุดบทเรียนที่แนะนำวิทยาศาสตร์ข้อมูลบนคลาวด์และประโยชน์ | [บทเรียน](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) และ [Maud](https://twitter.com/maudstweets) |
|
|
| 18 | วิทยาศาสตร์ข้อมูลบนคลาวด์ | [ข้อมูลคลาวด์](5-Data-Science-In-Cloud/README.md) | ฝึกอบรมโมเดลโดยใช้เครื่องมือ Low Code |[บทเรียน](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) และ [Maud](https://twitter.com/maudstweets) |
|
|
| 19 | วิทยาศาสตร์ข้อมูลบนคลาวด์ | [ข้อมูลคลาวด์](5-Data-Science-In-Cloud/README.md) | การดีพลอยโมเดลด้วย Azure Machine Learning Studio | [บทเรียน](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) และ [Maud](https://twitter.com/maudstweets) |
|
|
| 20 | วิทยาศาสตร์ข้อมูลในโลกจริง | [โลกจริง](6-Data-Science-In-Wild/README.md) | โครงการวิทยาศาสตร์ข้อมูลในโลกจริง | [บทเรียน](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
|
|
## GitHub Codespaces
|
|
|
|
ทำตามขั้นตอนเหล่านี้เพื่อเปิดตัวอย่างนี้ใน Codespace:
|
|
1. คลิกเมนูแบบเลื่อนของ Code และเลือกตัวเลือก Open with Codespaces
|
|
2. เลือก + New codespace ที่ด้านล่างของแผง
|
|
สำหรับข้อมูลเพิ่มเติม ดูที่ [เอกสาร GitHub](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace)
|
|
|
|
## VSCode Remote - Containers
|
|
ทำตามขั้นตอนเหล่านี้เพื่อเปิด repo นี้ในคอนเทนเนอร์โดยใช้เครื่องของคุณและ VSCode ผ่านส่วนขยาย VS Code Remote - Containers:
|
|
|
|
1. หากนี่เป็นครั้งแรกของคุณในการใช้คอนเทนเนอร์พัฒนา โปรดตรวจสอบว่าเครื่องของคุณมีข้อกำหนดพื้นฐาน เช่น การติดตั้ง Docker แล้ว ใน [เอกสารเริ่มต้น](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started)
|
|
|
|
ในการใช้ repo นี้ คุณสามารถเปิด repo ในโวลุ่ม Docker แยกต่างหากได้:
|
|
|
|
**หมายเหตุ**: ภายใต้ระบบ จะใช้คำสั่ง Remote-Containers: **Clone Repository in Container Volume...** เพื่อโคลนซอร์สโค้ดในโวลุ่ม Docker แทนระบบไฟล์ภายในเครื่อง [โวลุ่ม](https://docs.docker.com/storage/volumes/) เป็นกลไกที่แนะนำสำหรับการจัดเก็บข้อมูลคอนเทนเนอร์อย่างถาวร
|
|
|
|
หรือเปิดโคลนหรือดาวน์โหลด repo นี้ไว้ในเครื่อง:
|
|
|
|
- โคลน repo นี้ลงในเครื่องของคุณ
|
|
- กด F1 แล้วเลือกคำสั่ง **Remote-Containers: Open Folder in Container...**
|
|
- เลือกโฟลเดอร์ที่โคลนไว้ รอคอนเทนเนอร์เริ่มทำงาน แล้วลองใช้งานได้เลย
|
|
|
|
## การเข้าใช้งานแบบออฟไลน์
|
|
|
|
คุณสามารถรันเอกสารนี้แบบออฟไลน์ด้วยการใช้ [Docsify](https://docsify.js.org/#/) ได้นะ เพียงส้อม (fork) repo นี้, [ติดตั้ง Docsify](https://docsify.js.org/#/quickstart) บนเครื่องของคุณ แล้วที่โฟลเดอร์ root ของ repo นี้ ให้พิมพ์คำสั่ง `docsify serve` เว็บไซต์จะถูกให้บริการบนพอร์ต 3000 ที่ localhost ของคุณ: `localhost:3000`
|
|
|
|
> หมายเหตุ โน้ตบุ๊กจะไม่ถูกแสดงผลผ่าน Docsify ดังนั้นเมื่อต้องรันโน้ตบุ๊ก ให้ทำแยกต่างหากใน VS Code ที่รันเคอร์เนล Python
|
|
|
|
## หลักสูตรอื่น ๆ
|
|
|
|
ทีมงานของเราผลิตหลักสูตรอื่นด้วย! ลองดู:
|
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
|
|
### LangChain
|
|
[](https://aka.ms/langchain4j-for-beginners)
|
|
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
---
|
|
|
|
### Azure / Edge / MCP / Agents
|
|
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Generative AI Series
|
|
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
|
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
|
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Core Learning
|
|
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
|
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Copilot Series
|
|
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
|
|
|
## การขอรับความช่วยเหลือ
|
|
|
|
**พบปัญหาใช่ไหม?** ตรวจสอบ [คู่มือแก้ปัญหา](TROUBLESHOOTING.md) ของเราเพื่อหาวิธีแก้ปัญหาทั่วไป
|
|
|
|
ถ้าคุณติดขัดหรือมีคำถามเกี่ยวกับการสร้างแอป AI เข้าร่วมกับผู้เรียนและนักพัฒนาที่มีประสบการณ์ในการพูดคุยเกี่ยวกับ MCP ชุมชนที่สนับสนุนนี้เปิดรับคำถามและแบ่งปันความรู้กันอย่างอิสระ
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
ถ้าคุณมีข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์หรือพบข้อผิดพลาดขณะสร้าง โปรดเยี่ยมชม:
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
**คำปฏิเสธความรับผิดชอบ**:
|
|
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษาด้วยปัญญาประดิษฐ์ [Co-op Translator](https://github.com/Azure/co-op-translator) แม้ว่าเราจะพยายามให้ความถูกต้องสูงสุด โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้องได้ เอกสารต้นฉบับในภาษาต้นทางถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ควรใช้บริการแปลโดยนักแปลมืออาชีพที่เป็นมนุษย์ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดที่อาจเกิดขึ้นจากการใช้การแปลนี้
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |