Data-Science-For-Beginners/translations/ms

Sains Data untuk Pemula - Kurikulum

Penyokong Azure Cloud di Microsoft gembira untuk menawarkan kurikulum 10 minggu, 20 pelajaran yang membahas tentang 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 yang terbukti untuk kemahiran baru terus diingati.

Terima kasih banyak kepada penulis kami: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Terima kasih istimewa 🙏 kepada penulis, pengulas dan penyumbang kandungan Duta Pelajar Microsoft, 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

Sains Data Untuk Pemula - Sketchnote oleh @nitya

🌐 Sokongan Pelbagai Bahasa

Disokong melalui Tindakan GitHub (Automatik & Sentiasa Dikemas Kini)

Arab | Benggali | Bulgaria | Myanmar (Bahasa Burma) | Cina (Ringkas) | Cina (Tradisional, Hong Kong) | Cina (Tradisional, Macau) | Cina (Tradisional, Taiwan) | Kroasia | Czech | Denmark | Belanda | Estonia | Finland | Perancis | Jerman | Yunani | Ibrani | Hindi | Hungary | Indonesia | Itali | Jepun | Kannada | Korea | Lithuania | Melayu | Malayalam | Marathi | Nepali | Pidgin Nigeria | Norway | Parsi (Farsi) | Poland | Portugis (Brazil) | Portugis (Portugal) | Punjabi (Gurmukhi) | Romania | Rusia | Serbia (Cyrillic) | Slovakia | Slovenia | Sepanyol | Swahili | Sweden | Tagalog (Filipina) | Tamil | Telugu | Thai | Turki | Ukraine | Urdu | Vietnam

Lebih suka Klon Secara Tempatan?

Repositori ini merangkumi lebih dari 50 terjemahan bahasa yang meningkatkan saiz muat turun dengan ketara. 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 memberi anda semua yang anda perlukan untuk menyelesaikan kursus dengan muat turun yang lebih pantas.

Jika anda ingin menyokong bahasa tambahan terjemahan disenaraikan di sini

Sertai Komuniti Kami

Kami mempunyai siri belajar dengan AI di Discord yang sedang berjalan, ketahui lebih lanjut dan sertai kami di Siri Belajar dengan AI dari 18 - 30 September, 2025. Anda akan mendapatkan petua dan trik menggunakan GitHub Copilot untuk Sains Data.

Adakah anda pelajar?

Mulakan dengan sumber berikut:

• Halaman Pusat Pelajar Dalam halaman ini, anda akan menemui sumber untuk pemula, Pakej Pelajar dan juga cara untuk mendapatkan baucar sijil percuma. Ini adalah satu halaman yang anda mahu tandai dan semak dari masa ke masa kerana kandungan diganti sekurang-kurangnya setiap bulan.
• Duta Pelajar Microsoft Learn Sertai komuniti global duta pelajar, ini boleh menjadi jalan anda ke Microsoft.

Memulakan

📚 Dokumentasi

• Panduan Pemasangan - Arahan langkah demi langkah untuk pemula
• Panduan Penggunaan - Contoh dan alur kerja biasa
• Penyelesaian Masalah - Penyelesaian untuk isu biasa
• Panduan Menyumbang - Cara untuk menyumbang kepada projek ini
• Untuk Guru - Panduan pengajaran dan sumber bilik darjah

👨‍🎓 Untuk Pelajar

Pemula Sepenuhnya: Baru dalam sains data? Mulakan dengan contoh mesra pemula kami! Contoh mudah ini dengan komen membantu anda memahami asas sebelum menyelami kurikulum penuh. Pelajar: untuk menggunakan kurikulum ini secara sendiri, forklah keseluruhan repo dan selesaikan latihan sendiri, bermula dengan kuiz pra-ceramah. Kemudian baca ceramah dan selesaikan aktiviti lain. Cuba cipta projek dengan memahami pelajaran bukannya menyalin kod penyelesaian; namun, kod itu ada di dalam folder /solutions dalam setiap pelajaran berorientasikan projek. Satu lagi idea adalah membuat kumpulan belajar dengan rakan dan lalui kandungan bersama. Untuk kajian lanjut, kami mengesyorkan Microsoft Learn.

Mulakan dengan cepat:

1. Semak Panduan Pemasangan untuk menyediakan persekitaran anda
2. Tinjau Panduan Penggunaan untuk belajar cara bekerja dengan kurikulum
3. Mulakan dari Pelajaran 1 dan teruskan secara berurutan
4. Sertai komuniti Discord kami untuk sokongan

👩‍🏫 Untuk Guru

Guru: kami telah menyertakan beberapa cadangan tentang cara menggunakan kurikulum ini. Kami amat menghargai maklum balas anda di forum perbincangan kami!

Kenali Pasukan

Gif oleh Mohit Jaisal

🎥 Klik imej di atas untuk video mengenai projek dan orang yang menciptakannya!

Pedagogi

Kami telah memilih dua prinsip pedagogi semasa membina kurikulum ini: memastikan ianya berasaskan projek dan termasuk kuiz yang kerap. Menjelang akhir siri ini, pelajar akan mempelajari prinsip asas sains data, termasuk konsep etika, persiapan data, pelbagai cara bekerja dengan data, visualisasi data, analisis data, penggunaan dunia sebenar dalam sains data, dan banyak lagi.

Selain itu, kuiz berisiko rendah sebelum kelas menetapkan niat pelajar terhadap pembelajaran topik, manakala kuiz kedua selepas kelas memastikan pengekalan tambahan. Kurikulum ini direka untuk fleksibel dan menyeronokkan dan boleh diambil secara keseluruhan atau sebahagian. Projek bermula kecil dan menjadi semakin rumit menjelang akhir kitaran 10 minggu.

Cari Kod Etika, Sumbangan, Terjemahan kami. Kami mengalu-alukan maklum balas membina anda!

Setiap pelajaran termasuk:

• Nota sketchnote pilihan
• Video tambahan pilihan
• Kuiz pemanasan sebelum pelajaran
• Pelajaran bertulis
• Untuk pelajaran berasaskan projek, panduan langkah demi langkah cara membina projek
• Pemeriksaan pengetahuan
• Cabaran
• Bacaan tambahan
• Tugasan
• Kuiz selepas pelajaran

Nota tentang kuiz: Semua kuiz terkandung dalam folder Quiz-App, dengan 40 kuiz keseluruhan yang setiap satu mempunyai tiga soalan. Mereka dipautkan dari dalam pelajaran, tetapi aplikasi kuiz boleh dijalankan secara lokal atau dilancarkan di Azure; ikuti arahan dalam folder quiz-app. Ia sedang diterjemah secara berperingkat.

🎓 Contoh Mesra Pemula

Baru dalam Sains Data? Kami telah mencipta direktori contoh khas dengan kod mudah dan dikomen dengan baik untuk membantu anda bermula:

• 🌟 Hello World - Program sains data pertama anda
• 📂 Memuatkan Data - Belajar membaca dan meneroka set data
• 📊 Analisis Mudah - Mengira statistik dan mencari corak
• 📈 Visualisasi Asas - Mencipta carta dan graf
• 🔬 Projek Dunia Sebenar - Aliran kerja lengkap dari mula hingga akhir

Setiap contoh termasuk komen terperinci yang menerangkan setiap langkah, menjadikannya sempurna untuk pemula mutlak!

👉 Mula dengan contoh 👈

Pelajaran

Sains Data Untuk Pemula: Peta Jalan - Sketchnote oleh @nitya

Nombor Pelajaran	Topik	Kumpulan Pelajaran	Objektif Pembelajaran	Pelajaran Berkaitan	Pengarang
01	Mendefinisikan Sains Data	Pengenalan	Pelajari konsep asas di belakang sains data dan bagaimana ia berkaitan dengan kecerdasan buatan, pembelajaran mesin, dan data besar.	pelajaran video	Dmitry
02	Etika Sains Data	Pengenalan	Konsep Etika Data, Cabaran & Rangka Kerja.	pelajaran	Nitya
03	Mendefinisikan Data	Pengenalan	Bagaimana data diklasifikasikan dan sumber-sumber umumnya.	pelajaran	Jasmine
04	Pengenalan kepada 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 meneroka serta menganalisis data relasi dengan Bahasa Pengaturcaraan Berstruktur, juga dikenali sebagai SQL (sebut “see-quell”).	pelajaran	Christopher
06	Bekerja dengan Data NoSQL	Bekerja Dengan Data	Pengenalan kepada data bukan relasi, pelbagai jenisnya dan asas meneroka serta menganalisis pangkalan data dokumen.	pelajaran	Jasmine
07	Bekerja dengan Python	Bekerja Dengan Data	Asas menggunakan Python untuk penerokaan data dengan perpustakaan seperti Pandas. Pemahaman asas pengaturcaraan Python disyorkan.	pelajaran video	Dmitry
08	Persiapan Data	Bekerja Dengan Data	Topik teknik data untuk membersihkan dan mengubah data bagi menangani cabaran data hilang, tidak tepat, atau tidak lengkap.	pelajaran	Jasmine
09	Memvisualisasikan Kuantiti	Visualisasi Data	Belajar cara menggunakan Matplotlib untuk memvisualisasikan data burung 🦆	pelajaran	Jen
10	Memvisualisasikan Taburan Data	Visualisasi Data	Memvisualisasikan pemerhatian dan tren dalam suatu selang.	pelajaran	Jen
11	Memvisualisasikan Peratusan	Visualisasi Data	Memvisualisasikan peratusan diskret dan berkelompok.	pelajaran	Jen
12	Memvisualisasikan Hubungan	Visualisasi Data	Memvisualisasikan sambungan dan korelasi antara set data dan pemboleh ubahnya.	pelajaran	Jen
13	Visualisasi Bermakna	Visualisasi Data	Teknik dan panduan untuk menjadikan visualisasi anda berharga untuk penyelesaian masalah yang berkesan dan 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 ini memfokuskan pada teknik untuk menganalisis data.	pelajaran	Jasmine
16	Komunikasi	Kitaran Hayat	Fasa kitaran hayat sains data ini memfokuskan pada penyampaian wawasan dari data dengan cara yang lebih mudah difahami oleh pembuat keputusan.	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	Melancarkan model dengan Azure Machine Learning Studio.	pelajaran	Tiffany dan Maud
20	Sains Data dalam Alam Semula Jadi	Dalam Alam Semula Jadi	Projek yang didorong oleh sains data di dunia sebenar.	pelajaran	Nitya

GitHub Codespaces

Ikuti langkah ini untuk membuka contoh ini dalam Codespace:

1. Klik menu lungsur turun Code dan pilih pilihan Open with Codespaces.
2. Pilih + New codespace di bahagian bawah panel. Untuk maklumat lanjut, semak dokumentasi GitHub.

VSCode Remote - Containers

Ikuti langkah ini untuk membuka repo ini dalam bekas menggunakan mesin tempatan anda dan VSCode menggunakan sambungan VS Code Remote - Containers:

1. Jika ini kali pertama anda menggunakan bekas pembangunan, sila pastikan sistem anda memenuhi prasyarat (contohnya telah memasang Docker) dalam dokumentasi permulaan.

Untuk menggunakan repositori ini, anda boleh buka sama ada repositori dalam volume Docker yang terasing:

Nota: Di belakang tabir, ini akan menggunakan perintah Remote-Containers: Clone Repository in Container Volume... untuk menyalin kod sumber dalam volume Docker bukan dalam sistem fail tempatan. Volume adalah mekanisme pilihan untuk mengekalkan data kontena.

Atau buka versi repositori yang diclon secara lokal atau dimuat turun:

• Klon repositori ini ke sistem fail tempatan anda.
• Tekan F1 dan pilih perintah Remote-Containers: Open Folder in Container....
• Pilih salinan folder yang telah diclon, tunggu bekas mula, dan cuba solusi.

Akses Luar Talian

Anda boleh menjalankan dokumentasi ini secara luar talian dengan menggunakan Docsify. Gandakan repo ini, pasang Docsify pada mesin lokal anda, kemudian dalam folder root repo ini, taip docsify serve. Laman web akan disediakan pada port 3000 di localhost anda: localhost:3000.

Nota, buku nota tidak akan dipaparkan melalui Docsify, jadi apabila anda perlu menjalankan buku nota, lakukan secara berasingan di VS Code yang menjalankan kernel Python.

Kurikulum Lain

Pasukan kami menghasilkan kurikulum lain! Semak:

LangChain

---

Azure / Edge / MCP / Ejen

---

Siri AI Generatif

---

Pembelajaran Asas

---

Siri Copilot

Mendapatkan Bantuan

Menghadapi masalah? Semak Panduan Penyelesaian Masalah kami untuk penyelesaian masalah biasa.

Jika anda tersekat atau ada soalan mengenai pembinaan aplikasi AI. Sertai pelajar lain dan pembangun berpengalaman dalam perbincangan mengenai MCP. Ia adalah komuniti sokongan di mana soalan dialu-alukan dan pengetahuan dikongsi secara 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 ketepatan, sila ambil maklum bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber rujukan utama. Untuk maklumat penting, terjemahan oleh penterjemah profesional adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau tafsiran yang timbul daripada penggunaan terjemahan ini.