18 KiB
Science des Données pour Débutants - Un Programme
Azure Cloud Advocates chez Microsoft sont ravis de proposer un programme de 10 semaines et 20 leçons dédié à la science des données. Chaque leçon comprend des quiz avant et après la leçon, des instructions écrites pour compléter la leçon, une solution et un devoir. Notre pédagogie basée sur les projets vous permet d'apprendre tout en construisant, une méthode éprouvée pour ancrer de nouvelles compétences.
Un grand merci à nos auteurs : Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.
🙏 Remerciements spéciaux 🙏 à nos Microsoft Student Ambassadors auteurs, relecteurs et contributeurs de contenu, notamment 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
 |
|---|
| Science des Données pour Débutants - Sketchnote par @nitya |
Annonce - Nouveau programme sur l'IA générative !
Nous venons de publier un programme de 12 leçons sur l'IA générative. Venez apprendre des concepts tels que :
- la création de prompts et l'ingénierie de prompts
- la génération d'applications de texte et d'images
- les applications de recherche
Comme d'habitude, chaque leçon comprend des devoirs, des vérifications de connaissances et des défis.
Découvrez-le ici :
Êtes-vous étudiant ?
Commencez avec les ressources suivantes :
- Page Hub Étudiant Sur cette page, vous trouverez des ressources pour débutants, des packs étudiants et même des moyens d'obtenir un bon pour une certification gratuite. C'est une page à mettre en favori et à consulter régulièrement, car nous mettons à jour le contenu au moins une fois par mois.
- Microsoft Learn Student Ambassadors Rejoignez une communauté mondiale d'ambassadeurs étudiants, cela pourrait être votre porte d'entrée chez Microsoft.
Pour Commencer
Enseignants : nous avons inclus quelques suggestions sur la façon d'utiliser ce programme. Nous serions ravis de recevoir vos retours dans notre forum de discussion !
Étudiants : pour utiliser ce programme de manière autonome, clonez le dépôt entier et complétez les exercices par vous-même, en commençant par un quiz pré-lecture. Ensuite, lisez la leçon et complétez les autres activités. Essayez de créer les projets en comprenant les leçons plutôt qu'en copiant le code des solutions ; cependant, ce code est disponible dans les dossiers /solutions de chaque leçon orientée projet. Une autre idée serait de former un groupe d'étude avec des amis et de parcourir le contenu ensemble. Pour aller plus loin, nous recommandons Microsoft Learn.
Rencontrez l'Équipe
Gif par Mohit Jaisal
🎥 Cliquez sur l'image ci-dessus pour une vidéo sur le projet et les personnes qui l'ont créé !
Pédagogie
Nous avons choisi deux principes pédagogiques pour construire ce programme : s'assurer qu'il est basé sur des projets et qu'il inclut des quiz fréquents. À la fin de cette série, les étudiants auront appris les principes de base de la science des données, y compris les concepts éthiques, la préparation des données, les différentes façons de travailler avec les données, la visualisation des données, l'analyse des données, des cas d'utilisation réels de la science des données, et plus encore.
De plus, un quiz à faible enjeu avant une classe oriente l'intention de l'étudiant vers l'apprentissage d'un sujet, tandis qu'un second quiz après la classe assure une meilleure rétention. Ce programme a été conçu pour être flexible et amusant et peut être suivi en totalité ou en partie. Les projets commencent petits et deviennent de plus en plus complexes à la fin du cycle de 10 semaines.
Retrouvez notre Code de Conduite, nos Directives de Contribution, et nos Directives de Traduction. Nous accueillons vos retours constructifs !
Chaque leçon comprend :
- Un sketchnote optionnel
- Une vidéo complémentaire optionnelle
- Un quiz d'échauffement avant la leçon
- Une leçon écrite
- Pour les leçons basées sur des projets, des guides pas à pas pour construire le projet
- Des vérifications de connaissances
- Un défi
- Des lectures complémentaires
- Un devoir
- Un quiz après la leçon
Une note sur les quiz : Tous les quiz sont contenus dans le dossier Quiz-App, pour un total de 40 quiz de trois questions chacun. Ils sont liés dans les leçons, mais l'application de quiz peut être exécutée localement ou déployée sur Azure ; suivez les instructions dans le dossier
quiz-app. Ils sont progressivement localisés.
Leçons
 |
|---|
| Science des Données pour Débutants : Feuille de Route - Sketchnote par @nitya |
| Numéro de Leçon | Sujet | Regroupement des Leçons | Objectifs d'Apprentissage | Leçon Liée | Auteur |
|---|---|---|---|---|---|
| 01 | Définir la Science des Données | Introduction | Apprenez les concepts de base de la science des données et comment elle est liée à l'intelligence artificielle, l'apprentissage automatique et les big data. | leçon vidéo | Dmitry |
| 02 | Éthique de la Science des Données | Introduction | Concepts, défis et cadres éthiques des données. | leçon | Nitya |
| 03 | Définir les Données | Introduction | Comment les données sont classifiées et leurs sources courantes. | leçon | Jasmine |
| 04 | Introduction aux Statistiques & Probabilités | Introduction | Les techniques mathématiques de probabilité et de statistiques pour comprendre les données. | leçon vidéo | Dmitry |
| 05 | Travailler avec des Données Relationnelles | Travailler avec les Données | Introduction aux données relationnelles et aux bases de l'exploration et de l'analyse des données relationnelles avec le langage SQL (prononcé "see-quell"). | leçon | Christopher |
| 06 | Travailler avec des Données NoSQL | Travailler avec les Données | Introduction aux données non relationnelles, leurs différents types et les bases de l'exploration et de l'analyse des bases de données documentaires. | leçon | Jasmine |
| 07 | Travailler avec Python | Travailler avec les Données | Bases de l'utilisation de Python pour l'exploration des données avec des bibliothèques comme Pandas. Une compréhension de base de la programmation Python est recommandée. | leçon vidéo | Dmitry |
| 08 | Préparation des données | Travailler avec les données | Techniques pour nettoyer et transformer les données afin de gérer les défis liés aux données manquantes, inexactes ou incomplètes. | leçon | Jasmine |
| 09 | Visualiser des quantités | Visualisation des données | Apprenez à utiliser Matplotlib pour visualiser des données sur les oiseaux 🦆 | leçon | Jen |
| 10 | Visualiser les distributions de données | Visualisation des données | Visualiser des observations et des tendances dans un intervalle. | leçon | Jen |
| 11 | Visualiser les proportions | Visualisation des données | Visualiser des pourcentages discrets et groupés. | leçon | Jen |
| 12 | Visualiser les relations | Visualisation des données | Visualiser les connexions et corrélations entre des ensembles de données et leurs variables. | leçon | Jen |
| 13 | Visualisations significatives | Visualisation des données | Techniques et conseils pour rendre vos visualisations utiles pour résoudre des problèmes et obtenir des insights. | leçon | Jen |
| 14 | Introduction au cycle de vie de la science des données | Cycle de vie | Introduction au cycle de vie de la science des données et à sa première étape : l'acquisition et l'extraction des données. | leçon | Jasmine |
| 15 | Analyse | Cycle de vie | Cette phase du cycle de vie de la science des données se concentre sur les techniques d'analyse des données. | leçon | Jasmine |
| 16 | Communication | Cycle de vie | Cette phase du cycle de vie de la science des données se concentre sur la présentation des insights issus des données de manière compréhensible pour les décideurs. | leçon | Jalen |
| 17 | Science des données dans le cloud | Données dans le cloud | Cette série de leçons introduit la science des données dans le cloud et ses avantages. | leçon | Tiffany et Maud |
| 18 | Science des données dans le cloud | Données dans le cloud | Entraîner des modèles en utilisant des outils Low Code. | leçon | Tiffany et Maud |
| 19 | Science des données dans le cloud | Données dans le cloud | Déployer des modèles avec Azure Machine Learning Studio. | leçon | Tiffany et Maud |
| 20 | Science des données dans la nature | Dans la nature | Projets de science des données appliqués au monde réel. | leçon | Nitya |
GitHub Codespaces
Suivez ces étapes pour ouvrir cet exemple dans un Codespace :
- Cliquez sur le menu déroulant Code et sélectionnez l'option Open with Codespaces.
- Sélectionnez + New codespace en bas du panneau.
Pour plus d'informations, consultez la documentation GitHub.
VSCode Remote - Containers
Suivez ces étapes pour ouvrir ce dépôt dans un conteneur en utilisant votre machine locale et VSCode avec l'extension VS Code Remote - Containers :
- Si c'est la première fois que vous utilisez un conteneur de développement, assurez-vous que votre système répond aux prérequis (par exemple, avoir Docker installé) dans la documentation de démarrage.
Pour utiliser ce dépôt, vous pouvez soit ouvrir le dépôt dans un volume Docker isolé :
Remarque : En arrière-plan, cela utilisera la commande Remote-Containers : Clone Repository in Container Volume... pour cloner le code source dans un volume Docker au lieu du système de fichiers local. Les volumes sont le mécanisme préféré pour la persistance des données des conteneurs.
Ou ouvrez une version clonée ou téléchargée localement du dépôt :
- Clonez ce dépôt sur votre système de fichiers local.
- Appuyez sur F1 et sélectionnez la commande Remote-Containers: Open Folder in Container....
- Sélectionnez la copie clonée de ce dossier, attendez que le conteneur démarre, et essayez les fonctionnalités.
Accès hors ligne
Vous pouvez exécuter cette documentation hors ligne en utilisant Docsify. Forkez ce dépôt, installez Docsify sur votre machine locale, puis dans le dossier racine de ce dépôt, tapez docsify serve. Le site sera servi sur le port 3000 de votre localhost : localhost:3000.
Remarque, les notebooks ne seront pas rendus via Docsify, donc lorsque vous devez exécuter un notebook, faites-le séparément dans VS Code en utilisant un kernel Python.
Besoin d'aide !
Si vous souhaitez traduire tout ou une partie du programme, veuillez suivre notre guide Traductions.
Autres programmes
Notre équipe produit d'autres programmes ! Découvrez :
- IA générative pour les débutants
- IA générative pour les débutants .NET
- IA générative avec JavaScript
- IA générative avec Java
- IA pour les débutants
- Science des données pour les débutants
- ML pour les débutants
- Cybersécurité pour les débutants
- Développement Web pour les débutants
- IoT pour les débutants
- Développement XR pour les débutants
- Maîtriser GitHub Copilot pour la programmation en binôme
- Maîtriser GitHub Copilot pour les développeurs C#/.NET
- Choisissez votre propre aventure avec Copilot
Avertissement :
Ce document a été traduit à l'aide du service de traduction automatique Co-op Translator. Bien que nous nous efforcions d'assurer l'exactitude, veuillez noter que les traductions automatisées peuvent contenir des erreurs ou des inexactitudes. Le document original dans sa langue d'origine doit être considéré comme la source faisant autorité. Pour des informations critiques, il est recommandé de recourir à une traduction professionnelle réalisée par un humain. Nous déclinons toute responsabilité en cas de malentendus ou d'interprétations erronées résultant de l'utilisation de cette traduction.