Data-Science-For-Beginners/translations/lt

Duomenų mokslas pradedantiesiems - Mokymo programa

Azure Cloud Advocates iš Microsoft džiaugiasi galėdami pasiūlyti 10 savaičių, 20 pamokų mokymo programą apie duomenų mokslą. Kiekvienoje pamokoje yra prieš pamoką ir po pamokos pateikiami testai, rašytinės instrukcijos pamokai atlikti, sprendimas ir užduotis. Mūsų projektinis mokymosi metodas leidžia mokytis kuriant, o tai yra įrodytas būdas įtvirtinti naujus įgūdžius.

Nuoširdžiai dėkojame mūsų autoriams: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Ypatinga padėka 🙏 mūsų Microsoft Student Ambassador autoriams, recenzentams ir turinio kūrėjams, ypač 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

Duomenų mokslas pradedantiesiems - Sketchnote by @nitya

🌐 Daugiakalbė parama

Palaikoma per GitHub Action (Automatizuota ir visada atnaujinta)

Arabų | Bengalų | Bulgarų | Birmos (Mianmaras) | Kinų (supaprastinta) | Kinų (tradicinė, Honkongas) | Kinų (tradicinė, Makao) | Kinų (tradicinė, Taivanas) | Kroatų | Čekų | Danų | Olandų | Estų | Suomių | Prancūzų | Vokiečių | Graikų | Hebrajų | Hindi | Vengrų | Indoneziečių | Italų | Japonų | Korėjiečių | Lietuvių | Malajų | Maratų | Nepalų | Nigerijos pidžinas | Norvegų | Persų (Farsi) | Lenkų | Portugalų (Brazilija) | Portugalų (Portugalija) | Pundžabi (Gurmukhi) | Rumunų | Rusų | Serbų (kirilica) | Slovakų | Slovėnų | Ispanų | Svahilių | Švedų | Tagalog (Filipinų) | Tamilų | Tajų | Turkų | Ukrainiečių | Urdu | Vietnamiečių

Jei norite, kad būtų palaikomos papildomos kalbos, sąrašą rasite čia

Prisijunkite prie mūsų bendruomenės

Turime Discord mokymų su AI seriją, sužinokite daugiau ir prisijunkite prie mūsų Learn with AI Series nuo 2025 m. rugsėjo 18 iki 30 d. Čia rasite patarimų ir gudrybių, kaip naudoti GitHub Copilot duomenų mokslui.

Ar esate studentas?

Pradėkite nuo šių išteklių:

• Studentų centras Šiame puslapyje rasite pradedančiųjų išteklius, studentų paketus ir net būdus, kaip gauti nemokamą sertifikato kuponą. Tai puslapis, kurį verta įsiminti ir kartkartėmis patikrinti, nes turinį keičiame bent kartą per mėnesį.
• Microsoft Learn Student Ambassadors Prisijunkite prie pasaulinės studentų ambasadorių bendruomenės, tai gali būti jūsų kelias į Microsoft.

Pradžia

📚 Dokumentacija

• Diegimo vadovas - Žingsnis po žingsnio instrukcijos pradedantiesiems
• Naudojimo vadovas - Pavyzdžiai ir dažniausiai naudojami procesai
• Trikčių šalinimas - Sprendimai dažniausiai pasitaikančioms problemoms
• Indėlio vadovas - Kaip prisidėti prie šio projekto
• Mokytojams - Mokymo gairės ir klasės ištekliai

👨‍🎓 Studentams

Visiškai pradedantiesiems: Nauji duomenų mokslui? Pradėkite nuo mūsų pradedantiesiems skirtų pavyzdžių! Šie paprasti, gerai paaiškinti pavyzdžiai padės suprasti pagrindus prieš gilindamiesi į visą mokymo programą. Studentai: norėdami naudoti šią mokymo programą savarankiškai, nukopijuokite visą saugyklą ir atlikite užduotis savarankiškai, pradedant nuo prieš paskaitą pateikiamo testo. Tada perskaitykite paskaitą ir atlikite likusias veiklas. Stenkitės kurti projektus suprasdami pamokas, o ne kopijuodami sprendimo kodą; tačiau tas kodas yra prieinamas /solutions aplankuose kiekvienoje projektui skirtoje pamokoje. Kita idėja būtų sukurti studijų grupę su draugais ir kartu peržiūrėti turinį. Tolimesniam mokymuisi rekomenduojame Microsoft Learn.

Greitas startas:

1. Peržiūrėkite Diegimo vadovą, kad nustatytumėte aplinką
2. Perskaitykite Naudojimo vadovą, kad sužinotumėte, kaip dirbti su mokymo programa
3. Pradėkite nuo 1 pamokos ir tęskite nuosekliai
4. Prisijunkite prie mūsų Discord bendruomenės pagalbai

👩‍🏫 Mokytojams

Mokytojai: mes įtraukėme keletą pasiūlymų, kaip naudoti šią mokymo programą. Norėtume gauti jūsų atsiliepimus mūsų diskusijų forume!

Susipažinkite su komanda

Gif sukūrė Mohit Jaisal

🎥 Spustelėkite aukščiau esančią nuotrauką, kad pamatytumėte vaizdo įrašą apie projektą ir žmones, kurie jį sukūrė!

Pedagogika

Mes pasirinkome du pedagoginius principus kurdami šią mokymo programą: užtikrinti, kad ji būtų projektinė ir kad joje būtų dažni testai. Iki šios serijos pabaigos studentai išmoks pagrindinius duomenų mokslo principus, įskaitant etikos koncepcijas, duomenų paruošimą, įvairius darbo su duomenimis būdus, duomenų vizualizaciją, duomenų analizę, realaus pasaulio duomenų mokslo panaudojimo atvejus ir dar daugiau.

Be to, mažos rizikos testas prieš pamoką padeda studentui susikoncentruoti į mokymosi temą, o antrasis testas po pamokos užtikrina geresnį informacijos išlaikymą. Ši mokymo programa buvo sukurta taip, kad būtų lanksti ir įdomi, ją galima studijuoti pilnai arba dalimis. Projektai prasideda nuo mažų ir tampa vis sudėtingesni iki 10 savaičių ciklo pabaigos.

Raskite mūsų Elgesio kodeksą, Prisidėjimo, Vertimo gaires. Laukiame jūsų konstruktyvios nuomonės!

Kiekviena pamoka apima:

• Pasirenkamą eskizą
• Pasirenkamą papildomą vaizdo įrašą
• Testą prieš pamoką
• Rašytinę pamoką
• Projektinėms pamokoms – žingsnis po žingsnio vadovus, kaip sukurti projektą
• Žinių patikrinimus
• Iššūkį
• Papildomą skaitymą
• Užduotį
• Testą po pamokos

Pastaba apie testus: Visi testai yra „Quiz-App“ aplanke, iš viso 40 testų, kiekviename po tris klausimus. Jie yra susieti su pamokomis, tačiau testų programėlę galima paleisti vietoje arba įdiegti „Azure“; sekite instrukcijas „quiz-app“ aplanke. Jie palaipsniui lokalizuojami.

🎓 Pavyzdžiai pradedantiesiems

Naujokas duomenų moksle? Mes sukūrėme specialų pavyzdžių katalogą su paprastu, gerai komentuotu kodu, kuris padės jums pradėti:

• 🌟 Hello World – Jūsų pirmoji duomenų mokslo programa
• 📂 Duomenų įkėlimas – Išmokite skaityti ir tyrinėti duomenų rinkinius
• 📊 Paprasta analizė – Skaičiuokite statistiką ir raskite dėsningumus
• 📈 Pagrindinė vizualizacija – Kurkite diagramas ir grafikus
• 🔬 Realaus pasaulio projektas – Pilnas darbo procesas nuo pradžios iki pabaigos

Kiekviename pavyzdyje yra išsamūs komentarai, paaiškinantys kiekvieną žingsnį, todėl jie puikiai tinka visiškiems pradedantiesiems!

👉 Pradėkite nuo pavyzdžių 👈

Pamokos

Duomenų mokslas pradedantiesiems: Planas – Eskizas @nitya

Pamokos numeris	Tema	Pamokų grupavimas	Mokymosi tikslai	Susieta pamoka	Autorius
01	Duomenų mokslo apibrėžimas	Įvadas	Sužinokite pagrindines duomenų mokslo sąvokas ir kaip jis susijęs su dirbtiniu intelektu, mašininiu mokymusi ir dideliais duomenimis.	pamoka vaizdo įrašas	Dmitry
02	Duomenų mokslo etika	Įvadas	Duomenų etikos koncepcijos, iššūkiai ir struktūros.	pamoka	Nitya
03	Duomenų apibrėžimas	Įvadas	Kaip klasifikuojami duomenys ir jų bendri šaltiniai.	pamoka	Jasmine
04	Įvadas į statistiką ir tikimybes	Įvadas	Matematinės tikimybių ir statistikos technikos, skirtos duomenims suprasti.	pamoka vaizdo įrašas	Dmitry
05	Darbas su reliaciniais duomenimis	Darbas su duomenimis	Įvadas į reliacinius duomenis ir pagrindai, kaip tyrinėti ir analizuoti reliacinius duomenis naudojant struktūrinę užklausų kalbą, dar žinomą kaip SQL (tariama „si-kvel“).	pamoka	Christopher
06	Darbas su NoSQL duomenimis	Darbas su duomenimis	Įvadas į nereliacinius duomenis, jų įvairius tipus ir pagrindai, kaip tyrinėti ir analizuoti dokumentų duomenų bazes.	pamoka	Jasmine
07	Darbas su Python	Darbas su duomenimis	Pagrindai, kaip naudoti Python duomenų tyrinėjimui su tokiomis bibliotekomis kaip Pandas. Rekomenduojama turėti pagrindinį Python programavimo supratimą.	pamoka vaizdo įrašas	Dmitry
08	Duomenų paruošimas	Darbas su duomenimis	Temos apie duomenų valymo ir transformavimo technikas, skirtas spręsti trūkstamų, netikslių ar neišsamių duomenų problemas.	pamoka	Jasmine
09	Kiekių vizualizavimas	Duomenų vizualizacija	Sužinokite, kaip naudoti Matplotlib vizualizuojant paukščių duomenis 🦆	pamoka	Jen
10	Duomenų pasiskirstymo vizualizavimas	Duomenų vizualizacija	Vizualizuojant stebėjimus ir tendencijas intervale.	pamoka	Jen
11	Proporcijų vizualizavimas	Duomenų vizualizacija	Vizualizuojant diskrečius ir grupuotus procentus.	pamoka	Jen
12	Ryšių vizualizavimas	Duomenų vizualizacija	Vizualizuojant ryšius ir koreliacijas tarp duomenų rinkinių ir jų kintamųjų.	pamoka	Jen
13	Reikšmingos vizualizacijos	Duomenų vizualizacija	Technikos ir gairės, kaip padaryti jūsų vizualizacijas vertingas efektyviam problemų sprendimui ir įžvalgoms.	pamoka	Jen
14	Įvadas į duomenų mokslo gyvavimo ciklą	Gyvavimo ciklas	Įvadas į duomenų mokslo gyvavimo ciklą ir jo pirmąjį žingsnį – duomenų įsigijimą ir išgavimą.	pamoka	Jasmine
15	Analizavimas	Gyvavimo ciklas	Ši duomenų mokslo gyvavimo ciklo fazė orientuota į duomenų analizės technikas.	pamoka	Jasmine
16	Komunikacija	Gyvavimo ciklas	Ši duomenų mokslo gyvavimo ciklo fazė orientuota į duomenų įžvalgų pateikimą taip, kad sprendimų priėmėjams būtų lengviau suprasti.	pamoka	Jalen
17	Duomenų mokslas debesyje	Debesų duomenys	Ši pamokų serija pristato duomenų mokslą debesyje ir jo privalumus.	pamoka	Tiffany ir Maud
18	Duomenų mokslas debesyje	Debesų duomenys	Modelių mokymas naudojant mažo kodo įrankius.	pamoka	Tiffany ir Maud
19	Duomenų mokslas debesyje	Debesų duomenys	Modelių diegimas naudojant „Azure Machine Learning Studio“.	pamoka	Tiffany ir Maud
20	Duomenų mokslas laukinėje gamtoje	Laukinėje gamtoje	Duomenų mokslo projektai realiame pasaulyje.	pamoka	Nitya

GitHub Codespaces

Sekite šiuos žingsnius, kad atidarytumėte šį pavyzdį „Codespace“:

1. Spustelėkite „Code“ išskleidžiamąjį meniu ir pasirinkite „Open with Codespaces“ parinktį.
2. Pasirinkite + Naujas „Codespace“ apačioje. Daugiau informacijos rasite GitHub dokumentacijoje.

VSCode Remote - Containers

Sekite šiuos žingsnius, kad atidarytumėte šį repo konteineryje naudodami savo vietinį kompiuterį ir VSCode su VS Code Remote - Containers plėtiniu:

1. Jei tai jūsų pirmas kartas naudojant kūrimo konteinerį, įsitikinkite, kad jūsų sistema atitinka reikalavimus (pvz., įdiegta „Docker“) pradžios dokumentacijoje.

Norėdami naudoti šį repo, galite jį atidaryti izoliuotame „Docker“ tūryje:

Pastaba: Viduje tai naudos „Remote-Containers: Clone Repository in Container Volume...“ komandą, kad nukopijuotų šaltinio kodą „Docker“ tūryje, o ne vietiniame failų sistemoje. Tūriai yra pageidaujamas mechanizmas konteinerio duomenims išsaugoti.

Arba atidarykite vietoje nukopijuotą ar atsisiųstą repo versiją:

• Nukopijuokite šį repo į savo vietinę failų sistemą.
• Paspauskite F1 ir pasirinkite Remote-Containers: Open Folder in Container... komandą.
• Pasirinkite nukopijuotą šio aplanko kopiją, palaukite, kol konteineris pradės veikti, ir išbandykite.

Prieiga neprisijungus

Šią dokumentaciją galite paleisti neprisijungus naudodami Docsify. Nukopijuokite šį repo, įdiekite Docsify savo vietiniame kompiuteryje, tada šio repo šakniniame aplanke įveskite docsify serve. Svetainė bus pasiekiama 3000 prievade jūsų vietiniame kompiuteryje: localhost:3000.

Pastaba, užrašų knygelės nebus rodomos per Docsify, todėl, kai reikia paleisti užrašų knygelę, tai darykite atskirai VS Code naudojant Python branduolį.

Kitos mokymo programos

Mūsų komanda kuria kitas mokymo programas! Peržiūrėkite:

Azure / Edge / MCP / Agentai

---

Generatyvinės AI serijos

---

Pagrindinis mokymasis

---

Copilot serija

Pagalbos gavimas

Susidūrėte su problemomis? Peržiūrėkite mūsų Trikčių šalinimo vadovą, kuriame rasite sprendimus dažniausiai pasitaikančioms problemoms.

Jei susiduriate su sunkumais ar turite klausimų apie AI programų kūrimą, prisijunkite prie kitų besimokančiųjų ir patyrusių kūrėjų diskusijų apie MCP. Tai palaikanti bendruomenė, kurioje laukiami klausimai ir laisvai dalijamasi žiniomis.

Jei turite atsiliepimų apie produktą ar susiduriate su klaidomis kurdami, apsilankykite:

---

Atsakomybės apribojimas:
Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, atkreipkite dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Dėl svarbios informacijos rekomenduojama profesionali žmogaus vertimo paslauga. Mes neprisiimame atsakomybės už nesusipratimus ar klaidingus aiškinimus, kylančius dėl šio vertimo naudojimo.