Data-Science-For-Beginners/translations/it

Data Science per Principianti - Un Curriculum

I Cloud Advocates per il Cloud di Azure di Microsoft sono lieti di offrire un curriculum di 10 settimane e 20 lezioni interamente dedicato alla Data Science. Ogni lezione include quiz pre-lezione e post-lezione, istruzioni scritte per completare la lezione, una soluzione e un compito. La nostra pedagogia basata su progetti ti permette di imparare costruendo, un modo comprovato perché le nuove competenze "rimangano".

Un sentito ringraziamento ai nostri autori: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Ringraziamenti speciali 🙏 ai nostri autori, revisori e contributori di contenuti del programma Microsoft Student Ambassador, in particolare 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

Data Science per Principianti - Sketchnote di @nitya

🌐 Supporto multilingue

Supportato tramite GitHub Action (automatico e sempre aggiornato)

Arabo | Bengalese | Bulgaro | Birmano (Myanmar) | Cinese (semplificato) | Cinese (tradizionale, Hong Kong) | Cinese (tradizionale, Macao) | Cinese (tradizionale, Taiwan) | Croato | Ceco | Danese | Olandese | Estone | Finlandese | Francese | Tedesco | Greco | Ebraico | Hindi | Ungherese | Indonesiano | Italiano | Giapponese | Kannada | Coreano | Lituano | Malese | Malayalam | Marathi | Nepalese | Pidgin nigeriano | Norvegese | Persiano (Farsi) | Polacco | Portoghese (Brasile) | Portoghese (Portogallo) | Punjabi (Gurmukhi) | Rumeno | Russo | Serbo (Cirillico) | Slovacco | Sloveno | Spagnolo | Swahili | Svedese | Tagalog (Filippino) | Tamil | Telugu | Thailandese | Turco | Ucraino | Urdu | Vietnamita

Se desideri avere ulteriori traduzioni, le lingue supportate sono elencate qui

Unisciti alla nostra comunità

Stiamo conducendo una serie su Discord intitolata "Impara con l'IA", scopri di più e unisciti a noi su Serie Impara con l'IA dal 18 - 30 settembre 2025. Riceverai suggerimenti e trucchi per usare GitHub Copilot per la Data Science.

Sei uno studente?

Inizia con le seguenti risorse:

• Pagina Student Hub In questa pagina troverai risorse per principianti, pacchetti per studenti e persino modalità per ottenere un voucher per la certificazione gratuito. Questa è una pagina da aggiungere ai preferiti e controllare di tanto in tanto, poiché aggiorniamo i contenuti almeno mensilmente.
• Microsoft Learn Student Ambassadors Unisciti a una comunità globale di ambasciatori studenteschi; questa potrebbe essere la tua strada verso Microsoft.

Per iniziare

📚 Documentazione

• Guida all'installazione - Istruzioni passo-passo per la configurazione per principianti
• Guida all'uso - Esempi e flussi di lavoro comuni
• Risoluzione dei problemi - Soluzioni ai problemi comuni
• Guida alla contribuzione - Come contribuire a questo progetto
• Per gli insegnanti - Indicazioni didattiche e risorse per la classe

👨‍🎓 Per studenti

Principianti assoluti: Nuovo alla data science? Inizia con i nostri esempi adatti ai principianti! Questi esempi semplici e ben commentati ti aiuteranno a comprendere le basi prima di affrontare l'intero curriculum. Studenti: per usare questo curriculum in autonomia, effettua il fork dell'intero repo e completa gli esercizi da solo, iniziando con un quiz pre-lezione. Poi leggi la lezione e completa il resto delle attività. Cerca di creare i progetti comprendendo le lezioni anziché copiare il codice della soluzione; comunque quel codice è disponibile nelle cartelle /solutions in ogni lezione orientata al progetto. Un'altra idea è formare un gruppo di studio con amici e seguire i contenuti insieme. Per approfondire, consigliamo Microsoft Learn.

Avvio rapido:

1. Controlla la Guida all'installazione per configurare il tuo ambiente
2. Consulta la Guida all'uso per imparare a lavorare con il curriculum
3. Inizia con la Lezione 1 e procedi in ordine
4. Partecipa alla nostra comunità Discord per supporto

👩‍🏫 Per insegnanti

Insegnanti: abbiamo incluso alcune suggerimenti su come utilizzare questo curriculum. Ci farebbe piacere ricevere il vostro feedback nel nostro forum di discussione!

Incontra il team

Gif di Mohit Jaisal

🎥 Clicca sull'immagine sopra per un video sul progetto e le persone che lo hanno creato!

Pedagogia

Abbiamo scelto due principi pedagogici durante la costruzione di questo curriculum: assicurare che sia basato su progetti e che includa quiz frequenti. Alla fine di questa serie, gli studenti avranno appreso i principi di base della data science, compresi concetti etici, preparazione dei dati, diversi modi di lavorare con i dati, visualizzazione dei dati, analisi dei dati, casi d'uso reali della data science e altro.

Inoltre, un quiz a bassa posta in gioco prima di una lezione pone l'intenzione dello studente verso l'apprendimento di un argomento, mentre un secondo quiz dopo la lezione ne garantisce una maggiore ritenzione. Questo curriculum è stato progettato per essere flessibile e divertente e può essere seguito interamente o in parte. I progetti partono piccoli e diventano sempre più complessi entro la fine del ciclo di 10 settimane.

Trova le nostre linee guida sul Code of Conduct, Contributing, Translation. Accogliamo con piacere il tuo feedback costruttivo!

Ogni lezione include:

• Sketchnote opzionale
• Video supplementare opzionale
• Quiz di riscaldamento prima della lezione
• Lezione scritta
• Per le lezioni basate su progetti, guide passo-passo su come costruire il progetto
• Verifiche delle conoscenze
• Una sfida
• Letture supplementari
• Compito
• Quiz post-lezione

Una nota sui quiz: Tutti i quiz sono contenuti nella cartella Quiz-App, per un totale di 40 quiz di tre domande ciascuno. Sono collegati all'interno delle lezioni, ma l'app dei quiz può essere eseguita localmente o distribuita su Azure; segui le istruzioni nella cartella quiz-app. Vengono progressivamente localizzati.

🎓 Esempi per principianti

Nuovo alla Data Science? Abbiamo creato una speciale directory degli esempi con codice semplice e ben commentato per aiutarti a iniziare:

• 🌟 Hello World - Il tuo primo programma di data science
• 📂 Caricamento dei dati - Impara a leggere ed esplorare i dataset
• 📊 Analisi semplice - Calcola statistiche e trova modelli
• 📈 Visualizzazione di base - Crea grafici e diagrammi
• 🔬 Progetto reale - Flusso di lavoro completo dall'inizio alla fine

Ogni esempio include commenti dettagliati che spiegano ogni passaggio, rendendolo perfetto per principianti assoluti!

👉 Inizia con gli esempi 👈

Lezioni

Data Science per Principianti: Roadmap - Sketchnote di @nitya

Numero Lezione	Argomento	Raggruppamento Lezione	Obiettivi di apprendimento	Lezione collegata	Autore
01	Definire la Data Science	Introduction	Impara i concetti di base alla base della data science e come è correlata all'intelligenza artificiale, al machine learning e ai big data.	lesson video	Dmitry
02	Etica della Data Science	Introduction	Concetti, sfide e framework dell'etica dei dati.	lesson	Nitya
03	Definizione dei dati	Introduction	Come i dati sono classificati e le loro fonti comuni.	lesson	Jasmine
04	Introduzione alla Statistica e alla Probabilità	Introduction	Tecniche matematiche di probabilità e statistica per comprendere i dati.	lesson video	Dmitry
05	Lavorare con dati relazionali	Working With Data	Introduzione ai dati relazionali e le nozioni di base per esplorare e analizzare dati relazionali con il Structured Query Language, noto anche come SQL (pronunciato “see-quell”).	lesson	Christopher
06	Lavorare con dati NoSQL	Working With Data	Introduzione ai dati non-relazionali, ai loro vari tipi e le basi per esplorare e analizzare database a documenti.	lesson	Jasmine
07	Lavorare con Python	Working With Data	Nozioni di base sull'uso di Python per l'esplorazione dei dati con librerie come Pandas. Si raccomanda una comprensione fondamentale della programmazione in Python.	lesson video	Dmitry
08	Preparazione dei dati	Working With Data	Argomenti sulle tecniche per pulire e trasformare i dati per gestire problemi di dati mancanti, imprecisi o incompleti.	lesson	Jasmine
09	Visualizzare quantità	Data Visualization	Impara come usare Matplotlib per visualizzare dati sugli uccelli 🦆	lesson	Jen
10	Visualizzare distribuzioni di dati	Data Visualization	Visualizzare osservazioni e tendenze all'interno di un intervallo.	lesson	Jen
11	Visualizzare proporzioni	Data Visualization	Visualizzare percentuali discrete e raggruppate.	lesson	Jen
12	Visualizzare relazioni	Data Visualization	Visualizzare connessioni e correlazioni tra insiemi di dati e le loro variabili.	lesson	Jen
13	Visualizzazioni significative	Data Visualization	Tecniche e indicazioni per rendere le tue visualizzazioni utili per una risoluzione efficace dei problemi e per ottenere insight.	lesson	Jen
14	Introduzione al ciclo di vita della Data Science	Lifecycle	Introduzione al ciclo di vita della data science e al suo primo passo di acquisire ed estrarre i dati.	lesson	Jasmine
15	Analisi	Lifecycle	Questa fase del ciclo di vita della data science si concentra sulle tecniche per analizzare i dati.	lesson	Jasmine
16	Comunicazione	Lifecycle	Questa fase del ciclo di vita della data science si concentra sulla presentazione degli insight dai dati in modo che sia più facile per i decisori comprenderli.	lesson	Jalen
17	Data Science nel Cloud	Cloud Data	Questa serie di lezioni introduce la data science nel cloud e i suoi benefici.	lesson	Tiffany and Maud
18	Data Science nel Cloud	Cloud Data	Addestramento di modelli utilizzando strumenti Low Code.	lesson	Tiffany and Maud
19	Data Science nel Cloud	Cloud Data	Distribuire modelli con Azure Machine Learning Studio.	lesson	Tiffany and Maud
20	Data Science nel mondo reale	In the Wild	Progetti guidati dalla data science nel mondo reale.	lesson	Nitya

GitHub Codespaces

Segui questi passaggi per aprire questo esempio in un Codespace:

1. Clicca sul menu a discesa Code e seleziona l'opzione Open with Codespaces.
2. Seleziona + New codespace in basso nel pannello. Per maggiori informazioni, consulta la documentazione GitHub.

VSCode Remote - Containers

Segui questi passaggi per aprire questo repo in un contenitore usando la tua macchina locale e VSCode con l'estensione VS Code Remote - Containers:

1. Se è la prima volta che usi un contenitore di sviluppo, assicurati che il tuo sistema soddisfi i prerequisiti (cioè avere Docker installato) nella documentazione per iniziare.

Per usare questo repository, puoi aprire il repository in un volume Docker isolato:

Nota: Sotto il cofano, questo utilizzerà il comando Remote-Containers: Clone Repository in Container Volume... per clonare il codice sorgente in un volume Docker invece del filesystem locale. Volumes sono il meccanismo preferito per persistere i dati del container.

Oppure apri una versione del repository clonata o scaricata localmente:

• Clona questo repository nel tuo filesystem locale.
• Premi F1 e seleziona il comando Remote-Containers: Open Folder in Container....
• Seleziona la copia clonata di questa cartella, attendi l'avvio del contenitore e prova.

Accesso offline

Puoi eseguire questa documentazione offline usando Docsify. Fai fork di questo repo, installa Docsify sulla tua macchina locale, quindi nella cartella radice di questo repo, digita docsify serve. Il sito sarà servito sulla porta 3000 del tuo localhost: localhost:3000.

Nota: i notebook non verranno renderizzati tramite Docsify, quindi quando hai bisogno di eseguire un notebook, fallo separatamente in VS Code con un kernel Python.

Altri curricula

Il nostro team produce altri curricula! Dai un'occhiata a:

LangChain

---

Azure / Edge / MCP / Agents

---

Serie sull'AI generativa

---

Apprendimento di base

---

Serie Copilot

Ottenere aiuto

Hai problemi? Consulta la nostra Guida alla risoluzione dei problemi per soluzioni ai problemi comuni.

Se ti blocchi o hai domande sulla creazione di app AI. Unisciti ad altri studenti e sviluppatori esperti nelle discussioni su MCP. È una comunità di supporto dove le domande sono benvenute e le conoscenze vengono condivise liberamente.

Se hai feedback sul prodotto o riscontri errori durante lo sviluppo visita:

---

Avviso di non responsabilità: Questo documento è stato tradotto utilizzando il servizio di traduzione automatica Co-op Translator. Sebbene ci sforziamo di garantire l'accuratezza, si tenga presente che le traduzioni automatiche possono contenere errori o inesattezze. Il documento originale nella sua lingua natia deve essere considerato la fonte autorevole. Per informazioni critiche si raccomanda una traduzione professionale effettuata da un traduttore umano. Non ci assumiamo alcuna responsabilità per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.