Data-Science-For-Beginners/translations/he

מדעי הנתונים למתחילים - תוכנית לימודים

השותפים לקידום ענן Azure במיקרוסופט שמחים להציע תוכנית לימודים בת 10 שבועות, הכוללת 20 שיעורים, הכל בנושא מדעי הנתונים. כל שיעור כולל חידונים לפני ואחרי השיעור, הוראות כתובות להשלמת השיעור, פתרון ומשימה. הפדגוגיה המבוססת על פרויקטים שלנו מאפשרת לכם ללמוד תוך כדי בנייה, דרך מוכחת שבה מיומנויות חדשות "נשארות".

תודה ענקית למחברים שלנו: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 תודה מיוחדת 🙏 למחברי, מבקרים ותורמי התוכן שלנו משגרירי הסטודנטים של מיקרוסופט, ובעיקר ל- 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

מדעי הנתונים למתחילים - סקצ'נוט מאת @nitya

🌐 תמיכה בריבוי שפות

נתמך באמצעות GitHub Action (אוטומטי ותמיד מעודכן)

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

מעדיפים לשכפל מקומית?

מאגר זה כולל 50+ תרגומים בשפות, מה שמגדיל משמעותית את גודל ההורדה. כדי לשכפל בלי תרגומים, השתמשו ב-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'

זה נותן לכם את כל מה שצריך כדי להשלים את הקורס בהורדה מהירה הרבה יותר.

אם אתם מעוניינים בתמיכה בשפות נוספות, רשימת השפות הנתמכות נמצאת כאן

הצטרפו לקהילה שלנו

יש לנו סדרת למידה ב-Discord עם AI שמתמשכת, למדו עוד והצטרפו אלינו ב-Learn with AI Series מ-18 עד 30 בספטמבר 2025. תקבלו טיפים וטריקים לשימוש ב-GitHub Copilot למדעי הנתונים.

אתה סטודנט?

התחל עם המשאבים הבאים:

• דף מרכז הסטודנטים בדף זה תמצאו משאבים למתחילים, ערכות לסטודנטים ואפילו דרכים לקבל שובר לתעודה חינמית. זוהי דף שתרצו לסמן ולעקוב אחריו מעת לעת כי אנו מחליפים תוכן לפחות פעם בחודש.
• שגרירי הסטודנטים של מיקרוסופט הצטרפו לקהילה עולמית של שגרירי סטודנטים, זו יכולה להיות הדרך שלכם למיקרוסופט.

להתחלה

📚 תיעוד

• מדריך התקנה - הוראות שלב אחר שלב להקמה עבור מתחילים
• מדריך שימוש - דוגמאות וזרימות עבודה נפוצות
• פתרון בעיות - פתרונות לבעיות נפוצות
• מדריך לתרומה - איך לתרום לפרויקט הזה
• למחנכים - הנחיות הוראה ומשאבים לכיתה

👨‍🎓 לסטודנטים

למתחילים מוחלטים: חדשים במדעי הנתונים? התחילו עם דוגמאות ידידותיות למתחילים! הדוגמאות הפשוטות והמוסברות היטב הללו יעזרו לכם להבין את הבסיס לפני שקופצים לתוכנית המלאה. סטודנטים: כדי להשתמש בתוכנית זו בעצמכם, פתחו פרויקט חדש מכל המאגר ושלימו את התרגילים בעצמכם, החל מחידון טרום-הרצאה. לאחר מכן קראו את ההרצאה והשלימו את שאר הפעילויות. נסו ליצור את הפרויקטים תוך הבנת השיעורים ולא בהעתקת קוד הפתרון; עם זאת, הקוד זמין בתיקיות /solutions בכל שיעור המתמקד בפרויקטים. רעיון נוסף הוא להקים קבוצת לימוד עם חברים ולעבור יחד על התוכן. ללימודים נוספים אנו ממליצים על Microsoft Learn.

התחלה מהירה:

1. עיינו במדריך ההתקנה כדי להגדיר את הסביבה שלכם
2. עברו על מדריך השימוש כדי ללמוד איך לעבוד עם התוכנית
3. התחילו מהשיעור הראשון ועבדו לפי הסדר
4. הצטרפו לקהילת הדיסקורד שלנו לתמיכה

👩‍🏫 למחנכים

למחנכים: כללנו כמה הצעות כיצד להשתמש בתוכנית זו. נשמח לקבל את המשוב שלכם בפורום הדיונים שלנו!

הכירו את הצוות

גיף מאת Mohit Jaisal

🎥 הקלק על התמונה למעלה לסרטון אודות הפרויקט והאנשים שיצרו אותו!

פדגוגיה

בחרנו שני עקרונות פדגוגיים בעת בניית סילבוס זה: לוודא שהוא מבוסס פרויקט וכולל חידונים תכופים. בסיום הסדרה הזו, התלמידים ילמדו עקרונות בסיסיים במדעי הנתונים, כולל מושגים אתיים, הכנת נתונים, דרכים שונות לעבודה עם נתונים, ויזואליזציה של נתונים, ניתוח נתונים, מקרי שימוש אמיתיים במדעי הנתונים ועוד.

בנוסף, חידון בעל סיכון נמוך לפני השיעור קובע את כוונת הלומד כלפי לימוד הנושא, בעוד חידון שני אחרי השיעור מבטיח שימור נוסף. סילבוס זה עוצב להיות גמיש ומהנה וניתן לקחת אותו בשלמותו או בחלקו. הפרויקטים מתחילים קטנים והופכים למורכבים יותר עד סוף מחזור של 10 שבועות.

מצא את קוד ההתנהגות שלנו, הנחיות לתרומה, הנחיות לתרגום. נשמח לקבל את המשוב הבונה שלך!

כל שיעור כולל:

• שרטוט אופציונלי
• וידאו נוסף אופציונלי
• חידון חימום לפני השיעור
• שיעור כתוב
• לשיעורים מבוססי פרויקטים, מדריכים שלב אחר שלב לבניית הפרויקט
• בדיקות ידע
• אתגר
• קריאה נוספת
• משימה
• חידון לאחר השיעור

הערה לגבי חידונים: כל החידונים נמצאים בתיקיית Quiz-App, עם סך הכל 40 חידונים של שלוש שאלות כל אחד. הם מקושרים מתוך השיעורים, אך אפליקציית החידונים ניתן להריץ מקומית או לפרוס ב-Azure; עקוב אחר ההוראות בתיקיית quiz-app. החידונים מתורגמים בהדרגה.

🎓 דוגמאות ידידותיות למתחילים

חדש במדעי הנתונים? יצרנו ספריית דוגמאות מיוחדת עם קוד פשוט ומוסבר היטב שיעזור לך להתחיל:

• 🌟 שלום עולם - תוכנית מדעי הנתונים הראשונה שלך
• 📂 טעינת נתונים - למידת קריאה וחקירת מערכי נתונים
• 📊 ניתוח פשוט - חישוב סטטיסטיקות ומציאת תבניות
• 📈 ויזואליזציה בסיסית - יצירת דיאגרמות וגרפים
• 🔬 פרויקט מהעולם האמיתי - זרימת עבודה מלאה מתחילת לסיום

כל דוגמה כוללת הערות מפורטות שמסבירות כל שלב, מה שהופך אותה למושלמת למתחילים מוחלטים!

👉 התחל עם הדוגמאות 👈

שיעורים

מדעי הנתונים למתחילים: מפת דרכים - שרטוט מאת @nitya

מספר שיעור	נושא	קבוצת שיעור	מטרות למידה	שיעור מקושר	מחבר
01	הגדרת מדעי הנתונים	הקדמה	למידת המושגים הבסיסיים מאחורי מדעי הנתונים וכיצד הם קשורים לבינה מלאכותית, למידת מכונה ונתונים גדולים.	שיעור וידאו	Dmitry
02	אתיקה במדעי הנתונים	הקדמה	מושגים, אתגרים ומסגרות אתיות במדעי הנתונים.	שיעור	Nitya
03	הגדרת נתונים	הקדמה	איך נתונים מסווגים ומקורותיהם הנפוצים.	שיעור	Jasmine
04	מבוא לסטטיסטיקה והסתברות	הקדמה	טכניקות מתמטיות של הסתברות וסטטיסטיקה להבנת נתונים.	שיעור וידאו	Dmitry
05	עבודה עם נתונים יחסיים	עבודה עם נתונים	מבוא לנתונים יחסיים והבסיס לחקירה וניתוח נתונים יחסיים באמצעות שפת השאילתות המובנית, המכונה גם SQL (מנוצח "סי-קול").	שיעור	Christopher
06	עבודה עם נתוני NoSQL	עבודה עם נתונים	מבוא לנתוני NoSQL, סוגיהם השונים והבסיס לחקירה וניתוח מסמכי נתונים.	שיעור	Jasmine
07	עבודה עם פייתון	עבודה עם נתונים	יסודות השימוש בפייתון לחקירת נתונים עם ספריות כגון Pandas. מומלץ ידע בסיסי בתכנות בפייתון.	שיעור וידאו	Dmitry
08	הכנת נתונים	עבודה עם נתונים	נושאים בטכניקות לניקוי והמרת נתונים להתמודדות עם אתגרים של נתונים חסרים, לא מדויקים או לא שלמים.	שיעור	Jasmine
09	ויזואליזציה של כמויות	ויזואליזציה של נתונים	ללמוד כיצד להשתמש ב-Matplotlib להצגת נתוני ציפורים 🦆	שיעור	Jen
10	ויזואליזציה של התפלגויות של נתונים	ויזואליזציה של נתונים	ויזואליזציה של תצפיות ומגמות בתוך טווח.	שיעור	Jen
11	ויזואליזציה של יחסים	ויזואליזציה של נתונים	ויזואליזציה של אחוזים בדידים ומקובצים.	שיעור	Jen
12	ויזואליזציה של קשרים	ויזואליזציה של נתונים	ויזואליזציה של קשרים וקורלציות בין קבוצות נתונים ומשתנים שלהם.	שיעור	Jen
13	ויזואליזציות משמעותיות	ויזואליזציה של נתונים	טכניקות והנחיות להפיכת הוויזואליזציות שלך ליעילות לפתרון בעיות ותובנות.	שיעור	Jen
14	מבוא למחזור החיים של מדעי הנתונים	מחזור חיים	מבוא למחזור החיים של מדעי הנתונים והשלב הראשון של רכישה וחילוץ נתונים.	שיעור	Jasmine
15	ניתוח	מחזור חיים	שלב זה במחזור החיים של מדעי הנתונים מתמקד בטכניקות לניתוח נתונים.	שיעור	Jasmine
16	תקשורת	מחזור חיים	שלב זה במחזור החיים של מדעי הנתונים מתמקד בהצגת התובנות מהנתונים בצורה שמאפשרת למקבלי ההחלטות להבין טוב יותר.	שיעור	Jalen
17	מדעי הנתונים בענן	נתונים בענן	סדרת שיעורים זו מציגה את מדעי הנתונים בענן ואת יתרונותיהם.	שיעור	Tiffany ו-Maud
18	מדעי הנתונים בענן	נתונים בענן	אימון מודלים באמצעות כלים בהם משתמשים בקוד נמוך.	שיעור	Tiffany ו-Maud
19	מדעי הנתונים בענן	נתונים בענן	פריסת מודלים עם Azure Machine Learning Studio.	שיעור	Tiffany ו-Maud
20	מדעי הנתונים בשטח	בשדה	פרויקטים מונעי מדעי נתונים בעולם האמיתי.	שיעור	Nitya

GitHub Codespaces

עקוב אחר השלבים הבאים לפתיחת דוגמה זו ב-Codespace:

1. לחץ על תפריט הנפתח של הקוד ובחר באפשרות Open with Codespaces.
2. בחר + New codespace בתחתית החלון. למידע נוסף, עיין ב-תיעוד GitHub.

VSCode Remote - Containers

עקוב אחר השלבים לפתיחת מאגר זה במיכל באמצעות המחשב המקומי שלך ו-VSCode באמצעות הרחבת VS Code Remote - Containers:

1. אם זו הפעם הראשונה שלך להשתמש במיכל פיתוח, וודא שהמערכת שלך עומדת בדרישות המקדימות (למשל, התקנת Docker) במדריך התחלת עבודה.

כדי להשתמש במאגר זה, ניתן לפתוח את המאגר בנפח Docker מבודד:

הערה: מתחת לפני השטח, הפקודה Remote-Containers: Clone Repository in Container Volume... תשמש לשכפול קוד המקור בנפח Docker במקום במערכת הקבצים המקומית. נפחים הם המנגנון המועדף לשמירת נתוני מיכל.

או לפתוח עותק ששוכפל או הורד מקומית:

• שכפל מאגר זה למערכת הקבצים המקומית שלך.
• לחץ F1 ובחר את הפקודה Remote-Containers: Open Folder in Container....
• בחר את העותק ששוכפל של התיקייה הזו, המתן שהמיכל יתחיל, ונסה להשתמש.

גישה לא מקוונת

ניתן להריץ את התיעוד הזה באופן לא מקוון באמצעות Docsify. הסתעף מהמאגר הזה, התקן את Docsify במחשב המקומי שלך, ואז בתיקיית השורש של מאגר זה, הקלד docsify serve. האתר ישרת בפורט 3000 בכתובת הלוקל שלך: localhost:3000.

שים לב, מחברות לא יוצגו דרך Docsify, לכן כשאתה צריך להריץ מחברת, עשה זאת בנפרד ב-VS Code עם ליבת פייתון.

סילבוסים אחרים

הצוות שלנו מייצר סילבוסים נוספים! בדוק:

LangChain

---

Azure / Edge / MCP / סוכנים

---

סדרת AI יוצרת

---

ליבת הלמידה

---

סדרת קופיילוט

קבלת עזרה

נתקעת? עיין במדריך פתרון בעיות שלנו לפתרונות לבעיות נפוצות.

אם נתקלת בקשיים או יש לך שאלות לגבי בניית אפליקציות AI. הצטרף ללומדים ומפתחים מנוסים בדיונים על MCP. זוהי קהילה תומכת שבה שאלות מתקבלות בברכה והידע משותף בחופשיות.

אם יש לך משוב על מוצר או שגיאות בזמן הבנייה, בקר:

---

כתב ויתור: מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית Co-op Translator. למרות שאנו שואפים לדיוק, יש לקחת בחשבון שתרגומים אוטומטיים עלולים להכיל שגיאות או אי דיוקים. המסמך המקורי בשפת המקור שלו יש להחשב למקור הסמכותי. למידע קריטי, מומלץ להיעזר בתרגום מקצועי על ידי מתרגם אנושי. אנו מצהירים כי איננו אחראים לכל אי הבנות או פרשנויות שגויות הנובעות מהשימוש בתרגום זה.