24 KiB

Raw Blame History Unescape Escape

Наука за данни за начинаещи - Учебна програма

Azure Cloud Advocates в Microsoft с удоволствие предлагат 10-седмична, 20-урочна учебна програма, посветена на науката за данни. Всеки урок включва предварителни и последващи тестове, писмени инструкции за изпълнение на урока, решение и задача. Нашият подход, базиран на проекти, ви позволява да учите, докато създавате, доказан начин за усвояване на нови умения.

Сърдечни благодарности на нашите автори: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Специални благодарности 🙏 на нашите Microsoft Student Ambassador автори, рецензенти и сътрудници на съдържание, включително 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


Наука за данни за начинаещи - Скетч от @nitya

Съобщение - Нова учебна програма за Генеративен AI е вече налична!

Току-що пуснахме 12-урочна учебна програма за генеративен AI. Научете неща като:

създаване на заявки и инженеринг на заявки
генериране на текстови и визуални приложения
приложения за търсене

Както обикновено, има урок, задачи за изпълнение, проверки на знанията и предизвикателства.

Вижте тук:

https://aka.ms/genai-beginners

Студент ли сте?

Започнете с тези ресурси:

Студентска страница На тази страница ще намерите ресурси за начинаещи, студентски пакети и дори начини да получите безплатен ваучер за сертификат. Това е страница, която си струва да запазите и проверявате редовно, тъй като съдържанието се обновява поне веднъж месечно.
Microsoft Learn Student Ambassadors Присъединете се към глобална общност от студентски посланици, това може да бъде вашият път към Microsoft.

Започнете

Учители: включили сме някои предложения за това как да използвате тази учебна програма. Ще се радваме на вашата обратна връзка в нашия форум за дискусии!

Студенти: за да използвате тази учебна програма самостоятелно, клонирайте цялото хранилище и изпълнете упражненията самостоятелно, започвайки с предварителен тест. След това прочетете урока и завършете останалите дейности. Опитайте се да създадете проектите, като разбирате уроците, вместо да копирате кода на решенията; въпреки това, този код е наличен в папките /solutions във всеки проектно-ориентиран урок. Друга идея е да създадете учебна група с приятели и да преминете през съдържанието заедно. За допълнително обучение препоръчваме Microsoft Learn.

Запознайте се с екипа

Gif от Mohit Jaisal

🎥 Кликнете върху изображението по-горе за видео за проекта и хората, които го създадоха!

Педагогика

Избрахме два педагогически принципа при създаването на тази учебна програма: да гарантираме, че тя е базирана на проекти и че включва чести тестове. До края на тази серия студентите ще са научили основни принципи на науката за данни, включително етични концепции, подготовка на данни, различни начини за работа с данни, визуализация на данни, анализ на данни, реални приложения на науката за данни и други.

Освен това, тест с нисък риск преди урока насочва вниманието на студента към изучаването на дадена тема, докато втори тест след урока гарантира по-добро запаметяване. Тази учебна програма е проектирана да бъде гъвкава и забавна и може да бъде взета изцяло или частично. Проектите започват малки и стават все по-сложни до края на 10-седмичния цикъл.

Намерете нашите Правила за поведение, Принос, Превод насоки. Ще се радваме на вашата конструктивна обратна връзка!

Всеки урок включва:

По избор скетч
По избор допълнително видео
Предварителен тест за загряване
Писмен урок
За уроци, базирани на проекти, ръководства стъпка по стъпка за изграждане на проекта
Проверки на знанията
Предизвикателство
Допълнително четене
Задача
Последващ тест

Бележка за тестовете: Всички тестове се намират в папката Quiz-App, за общо 40 теста с по три въпроса всеки. Те са свързани от уроците, но приложението за тестове може да се изпълнява локално или да се разположи в Azure; следвайте инструкциите в папката quiz-app. Постепенно се локализират.

Уроци


Наука за данни за начинаещи: Пътна карта - Скетч от @nitya

Номер на урока	Тема	Групиране на урока	Цели на обучението	Свързан урок	Автор
01	Определяне на науката за данни	Въведение	Научете основните концепции зад науката за данни и как тя е свързана с изкуствения интелект, машинното обучение и големите данни.	урок видео	Dmitry
02	Етика в науката за данни	Въведение	Концепции за етика на данните, предизвикателства и рамки.	урок	Nitya
03	Определяне на данни	Въведение	Как се класифицират данните и техните общи източници.	урок	Jasmine
04	Въведение в статистиката и вероятността	Въведение	Математическите техники на вероятността и статистиката за разбиране на данни.	урок видео	Dmitry
05	Работа с релационни данни	Работа с данни	Въведение в релационните данни и основите на изследването и анализа на релационни данни със Structured Query Language, известен като SQL (произнася се „си-квел“).	урок	Christopher
06	Работа с NoSQL данни	Работа с данни	Въведение в нерелационните данни, техните различни типове и основите на изследването и анализа на документни бази данни.	урок	Jasmine
07	Работа с Python	Работа с данни	Основи на използването на Python за изследване на данни с библиотеки като Pandas. Препоръчва се основно разбиране на програмирането с Python.	урок видео	Dmitry
08	Подготовка на данни	Работа с данни	Теми за техники за почистване и трансформиране на данни, за справяне с предизвикателства като липсващи, неточни или непълни данни.	урок	Jasmine
09	Визуализиране на количества	Визуализация на данни	Научете как да използвате Matplotlib за визуализиране на данни за птици 🦆	урок	Jen
10	Визуализиране на разпределения на данни	Визуализация на данни	Визуализиране на наблюдения и тенденции в рамките на интервал.	урок	Jen
11	Визуализиране на пропорции	Визуализация на данни	Визуализиране на дискретни и групирани проценти.	урок	Jen
12	Визуализиране на взаимоотношения	Визуализация на данни	Визуализиране на връзки и корелации между набори от данни и техните променливи.	урок	Jen
13	Значими визуализации	Визуализация на данни	Техники и насоки за създаване на визуализации, които са ценни за ефективно решаване на проблеми и извличане на прозрения.	урок	Jen
14	Въведение в жизнения цикъл на науката за данни	Жизнен цикъл	Въведение в жизнения цикъл на науката за данни и първата му стъпка - придобиване и извличане на данни.	урок	Jasmine
15	Анализиране	Жизнен цикъл	Тази фаза от жизнения цикъл на науката за данни се фокусира върху техники за анализ на данни.	урок	Jasmine
16	Комуникация	Жизнен цикъл	Тази фаза от жизнения цикъл на науката за данни се фокусира върху представянето на прозренията от данните по начин, който улеснява разбирането от страна на вземащите решения.	урок	Jalen
17	Наука за данни в облака	Облачни данни	Тази серия от уроци представя науката за данни в облака и нейните предимства.	урок	Tiffany и Maud
18	Наука за данни в облака	Облачни данни	Обучение на модели с помощта на инструменти за нисък код.	урок	Tiffany и Maud
19	Наука за данни в облака	Облачни данни	Деплойване на модели с Azure Machine Learning Studio.	урок	Tiffany и Maud
20	Наука за данни в реалния свят	В реалния свят	Проекти, базирани на науката за данни, в реалния свят.	урок	Nitya

GitHub Codespaces

Следвайте тези стъпки, за да отворите този пример в Codespace:

Кликнете върху падащото меню Code и изберете опцията Open with Codespaces.
Изберете + New codespace в долната част на панела. За повече информация, вижте документацията на GitHub.

VSCode Remote - Containers

Следвайте тези стъпки, за да отворите това хранилище в контейнер, използвайки вашата локална машина и VSCode с разширението VS Code Remote - Containers:

Ако за първи път използвате контейнер за разработка, уверете се, че вашата система отговаря на предварителните изисквания (например, инсталиран Docker) в документацията за започване.

За да използвате това хранилище, можете да го отворите в изолиран Docker обем:

Забележка: В основата си това ще използва командата Remote-Containers: Clone Repository in Container Volume..., за да клонира изходния код в Docker обем вместо в локалната файлова система. Обемите са предпочитаният механизъм за запазване на данни в контейнера.

Или да отворите локално клонирана или изтеглена версия на хранилището:

Клонирайте това хранилище на вашата локална файлова система.
Натиснете F1 и изберете командата Remote-Containers: Open Folder in Container....
Изберете клонираното копие на тази папка, изчакайте контейнерът да стартира и опитайте.

Офлайн достъп

Можете да стартирате тази документация офлайн, използвайки Docsify. Форкнете това хранилище, инсталирайте Docsify на вашата локална машина, след това в основната папка на това хранилище въведете docsify serve. Уебсайтът ще бъде достъпен на порт 3000 на вашия localhost: localhost:3000.

Забележка: тетрадките няма да бъдат визуализирани чрез Docsify, така че когато трябва да стартирате тетрадка, направете го отделно в VS Code, използвайки Python kernel.

Търсим помощ!

Ако искате да преведете цялата или част от учебната програма, моля, следвайте нашето ръководство Translations.

Други учебни програми

Нашият екип създава и други учебни програми! Вижте:

Отказ от отговорност:
Този документ е преведен с помощта на AI услуга за превод Co-op Translator. Въпреки че се стремим към точност, моля, имайте предвид, че автоматизираните преводи може да съдържат грешки или неточности. Оригиналният документ на неговия роден език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Ние не носим отговорност за каквито и да било недоразумения или погрешни интерпретации, произтичащи от използването на този превод.

24 KiB Raw Blame History Unescape Escape