Skip to content

Latest commit

 

History

History
242 lines (168 loc) · 26.1 KB

File metadata and controls

242 lines (168 loc) · 26.1 KB

Tietojenkäsittelytiede aloittelijoille - Opetussuunnitelma

Avaa GitHub Codespacesissa

GitHub-lisenssi GitHub-avustajat GitHub-ongelmat GitHub-pyynnöt PRs Tervetuloa

GitHub-seuraajat GitHub-haarat GitHub-tähdet

Azure AI Foundry Developer Forum

Microsoftin Azure Cloud Advocates -tiimi tarjoaa ilolla 10 viikon ja 20 oppitunnin opetussuunnitelman, joka käsittelee tietojenkäsittelytiedettä. Jokainen oppitunti sisältää ennen oppituntia ja sen jälkeen tehtävät kyselyt, kirjalliset ohjeet oppitunnin suorittamiseen, ratkaisun ja tehtävän. Projektipohjainen oppimismetodimme antaa mahdollisuuden oppia tekemällä, mikä on todistetusti tehokas tapa omaksua uusia taitoja.

Sydämelliset kiitokset kirjoittajillemme: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Erityiskiitokset 🙏 Microsoft Student Ambassador -kirjoittajille, arvioijille ja sisällön tuottajille, erityisesti 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

Sketchnote by @sketchthedocs https://sketchthedocs.dev
Tietojenkäsittelytiede aloittelijoille - Sketchnote by @nitya

🌐 Monikielinen tuki

Tuettu GitHub Actionin kautta (automaattinen ja aina ajan tasalla)

Arabia | Bengali | Bulgaria | Burma (Myanmar) | Kiina (yksinkertaistettu) | Kiina (perinteinen, Hongkong) | Kiina (perinteinen, Macao) | Kiina (perinteinen, Taiwan) | Kroatia | Tšekki | Tanska | Hollanti | Viro | Suomi | Ranska | Saksa | Kreikka | Heprea | Hindi | Unkari | Indonesia | Italia | Japani | Korea | Liettua | Malaiji | Marathi | Nepali | Norja | Persia (Farsi) | Puola | Portugali (Brasilia) | Portugali (Portugali) | Punjabi (Gurmukhi) | Romania | Venäjä | Serbia (kyrillinen) | Slovakki | Sloveeni | Espanja | Swahili | Ruotsi | Tagalog (Filipino) | Tamili | Thai | Turkki | Ukraina | Urdu | Vietnam

Jos haluat lisätä uusia käännöksiä, tuetut kielet löytyvät täältä

Liity yhteisöömme

Azure AI Discord

Meillä on käynnissä Discordissa oppimissarja tekoälyn kanssa. Lue lisää ja liity mukaan Learn with AI Series 18.–30. syyskuuta 2025. Saat vinkkejä ja neuvoja GitHub Copilotin käytöstä tietojenkäsittelytieteessä.

Learn with AI series

Oletko opiskelija?

Aloita seuraavilla resursseilla:

  • Opiskelijasivusto Tältä sivulta löydät aloittelijaresursseja, opiskelijapaketit ja jopa tapoja saada ilmainen sertifikaattivoucher. Tämä on sivu, jonka haluat tallentaa kirjanmerkkeihin ja tarkistaa säännöllisesti, sillä sisältöä vaihdetaan vähintään kuukausittain.
  • Microsoft Learn Student Ambassadors Liity maailmanlaajuiseen opiskelijalähettiläiden yhteisöön, tämä voi olla sinun tiesi Microsoftiin.

Aloittaminen

📚 Dokumentaatio

👨‍🎓 Opiskelijoille

Täysin aloittelijat: Uusi tietojenkäsittelytieteessä? Aloita aloittelijaystävällisistä esimerkeistämme! Nämä yksinkertaiset, hyvin kommentoidut esimerkit auttavat sinua ymmärtämään perusteet ennen kuin siirryt koko opetussuunnitelmaan. Opiskelijat: Jos haluat käyttää tätä opetussuunnitelmaa itsenäisesti, haaroita koko repo ja suorita tehtävät itsenäisesti aloittaen ennen luentoa tehtävällä kyselyllä. Lue sitten luento ja suorita loput aktiviteetit. Yritä luoda projektit ymmärtämällä oppitunnit sen sijaan, että kopioisit ratkaisukoodin; kuitenkin kyseinen koodi löytyy /solutions-kansioista jokaisessa projektiin keskittyvässä oppitunnissa. Toinen idea voisi olla muodostaa opiskeluryhmä ystävien kanssa ja käydä sisältö läpi yhdessä. Lisäopiskelua varten suosittelemme Microsoft Learn.

Pikakäynnistys:

  1. Tarkista Asennusopas ympäristön asettamiseksi
  2. Tutustu Käyttöoppaaseen oppiaksesi käyttämään opetussuunnitelmaa
  3. Aloita oppitunnista 1 ja etene järjestyksessä
  4. Liity Discord-yhteisöömme saadaksesi tukea

👩‍🏫 Opettajille

Opettajat: olemme lisänneet joitakin ehdotuksia siitä, miten käyttää tätä opetussuunnitelmaa. Kuulemme mielellämme palautettasi keskustelufoorumillamme!

Tapaa tiimi

Promo video

Gif by Mohit Jaisal

🎥 Klikkaa yllä olevaa kuvaa nähdäksesi videon projektista ja sen tekijöistä!

Pedagogiikka

Olemme valinneet kaksi pedagogista periaatetta tämän opetussuunnitelman rakentamisessa: varmistamme, että se perustuu projekteihin ja sisältää usein tehtäviä. Tämän sarjan lopussa opiskelijat ovat oppineet datatieteen perusperiaatteet, mukaan lukien eettiset käsitteet, datan valmistelu, erilaiset tavat työskennellä datan kanssa, datan visualisointi, data-analyysi, datatieteen todelliset käyttötapaukset ja paljon muuta.

Lisäksi matalan kynnyksen testi ennen oppituntia ohjaa opiskelijan huomion opittavaan aiheeseen, kun taas toinen testi oppitunnin jälkeen varmistaa paremman muistamisen. Tämä opetussuunnitelma on suunniteltu joustavaksi ja hauskaksi, ja sen voi suorittaa kokonaan tai osittain. Projektit alkavat pienistä ja muuttuvat yhä monimutkaisemmiksi 10 viikon jakson loppuun mennessä.

Löydä käytössäännöt, osallistumisohjeet, käännösohjeet. Otamme mielellämme vastaan rakentavaa palautetta!

Jokainen oppitunti sisältää:

  • Valinnainen piirrosmuistio
  • Valinnainen lisävideo
  • Lämmittelytesti ennen oppituntia
  • Kirjallinen oppitunti
  • Projektipohjaisissa oppitunneissa vaiheittaiset ohjeet projektin rakentamiseen
  • Tietotarkistukset
  • Haaste
  • Lisälukemista
  • Tehtävä
  • Oppitunnin jälkeinen testi

Huomio testeistä: Kaikki testit löytyvät Quiz-App-kansiosta, yhteensä 40 testiä, joissa on kolme kysymystä kussakin. Ne on linkitetty oppituntien sisällä, mutta testisovelluksen voi ajaa paikallisesti tai julkaista Azureen; seuraa ohjeita quiz-app-kansiossa. Testit lokalisoidaan vähitellen.

🎓 Esimerkkejä aloittelijoille

Uusi datatieteessä? Olemme luoneet erityisen esimerkkikansion, joka sisältää yksinkertaista ja hyvin kommentoitua koodia, joka auttaa sinua alkuun:

  • 🌟 Hello World - Ensimmäinen datatiedeohjelmasi
  • 📂 Datan lataaminen - Opettele lukemaan ja tutkimaan datasettiä
  • 📊 Yksinkertainen analyysi - Laske tilastoja ja löydä kuvioita
  • 📈 Perusvisualisointi - Luo kaavioita ja grafiikoita
  • 🔬 Todellinen projekti - Täydellinen työnkulku alusta loppuun

Jokainen esimerkki sisältää yksityiskohtaisia kommentteja, jotka selittävät jokaisen vaiheen, mikä tekee niistä täydellisiä aloittelijoille!

👉 Aloita esimerkeistä 👈

Oppitunnit

 Piirrosmuistio @sketchthedocs https://sketchthedocs.dev
Datatiede aloittelijoille: Reittikartta - Piirrosmuistio @nitya
Oppitunnin numero Aihe Oppituntiryhmä Oppimistavoitteet Linkitetty oppitunti Tekijä
01 Datatieteen määrittely Johdanto Opi datatieteen peruskäsitteet ja sen yhteys tekoälyyn, koneoppimiseen ja big dataan. oppitunti video Dmitry
02 Datatieteen etiikka Johdanto Datan etiikan käsitteet, haasteet ja viitekehykset. oppitunti Nitya
03 Datan määrittely Johdanto Kuinka data luokitellaan ja sen yleiset lähteet. oppitunti Jasmine
04 Johdatus tilastoihin ja todennäköisyyteen Johdanto Todennäköisyyden ja tilastojen matemaattiset tekniikat datan ymmärtämiseksi. oppitunti video Dmitry
05 Työskentely relaatiodatan kanssa Työskentely datan kanssa Johdatus relaatiodataan sekä perusteet relaatiodatan tutkimisesta ja analysoinnista SQL-kielellä (lausutaan "see-quell"). oppitunti Christopher
06 Työskentely NoSQL-datan kanssa Työskentely datan kanssa Johdatus ei-relaatiodataan, sen eri tyyppeihin sekä dokumenttitietokantojen tutkimisen ja analysoinnin perusteisiin. oppitunti Jasmine
07 Työskentely Pythonilla Työskentely datan kanssa Perusteet Pythonin käytöstä datan tutkimiseen Pandas-kirjaston avulla. Suositellaan perustietämystä Python-ohjelmoinnista. oppitunti video Dmitry
08 Datan valmistelu Työskentely datan kanssa Aiheita datan puhdistamisen ja muuntamisen tekniikoista puuttuvan, virheellisen tai puutteellisen datan käsittelemiseksi. oppitunti Jasmine
09 Määrien visualisointi Datan visualisointi Opi käyttämään Matplotlibia lintudatan visualisointiin 🦆 oppitunti Jen
10 Datan jakaumien visualisointi Datan visualisointi Havainnollistetaan havaintoja ja trendejä tietyllä aikavälillä. oppitunti Jen
11 Suhteiden visualisointi Datan visualisointi Visualisoidaan yhteyksiä ja korrelaatioita dataryhmien ja niiden muuttujien välillä. oppitunti Jen
12 Merkitykselliset visualisoinnit Datan visualisointi Tekniikoita ja ohjeita, joiden avulla visualisoinnit ovat arvokkaita tehokkaaseen ongelmanratkaisuun ja oivalluksiin. oppitunti Jen
13 Johdatus datatieteen elinkaareen Elinkaari Johdatus datatieteen elinkaareen ja sen ensimmäiseen vaiheeseen, datan hankintaan ja uuttamiseen. oppitunti Jasmine
14 Analysointi Elinkaari Datatieteen elinkaaren vaihe, joka keskittyy datan analysointitekniikoihin. oppitunti Jasmine
15 Viestintä Elinkaari Datatieteen elinkaaren vaihe, joka keskittyy datasta saatujen oivallusten esittämiseen päätöksentekijöille ymmärrettävällä tavalla. oppitunti Jalen
16 Datatiede pilvessä Pilvidata Tämä oppituntisarja esittelee datatieteen pilvessä ja sen hyödyt. oppitunti Tiffany ja Maud
17 Datatiede pilvessä Pilvidata Mallien kouluttaminen Low Code -työkaluilla. oppitunti Tiffany ja Maud
18 Datatiede pilvessä Pilvidata Mallien julkaiseminen Azure Machine Learning Studiossa. oppitunti Tiffany ja Maud
19 Datatiede tosielämässä Tosielämässä Datatieteen ohjaamat projektit tosielämässä. oppitunti Nitya

GitHub Codespaces

Noudata näitä ohjeita avataksesi tämän esimerkin Codespacessa:

  1. Klikkaa Code-pudotusvalikkoa ja valitse Open with Codespaces -vaihtoehto.
  2. Valitse + New codespace paneelin alareunasta. Lisätietoja löydät GitHub-dokumentaatiosta.

VSCode Remote - Containers

Noudata näitä ohjeita avataksesi tämän repositorion kontissa paikallisella koneellasi ja VSCode-ohjelmalla käyttäen VS Code Remote - Containers -laajennusta:

  1. Jos käytät kehityskonttia ensimmäistä kertaa, varmista, että järjestelmäsi täyttää vaatimukset (esim. Docker on asennettu) aloitusdokumentaation mukaisesti.

Tämän repositorion käyttöön voit joko avata sen eristetyssä Docker-volyymissa:

Huomio: Tämä käyttää taustalla Remote-Containers: Clone Repository in Container Volume... -komentoa lähdekoodin kloonaamiseen Docker-volyymiin paikallisen tiedostojärjestelmän sijaan. Volyymit ovat suositeltu tapa säilyttää konttidata.

Tai avata paikallisesti kloonatun tai ladatun version repositoriosta:

  • Kloonaa tämä repositorio paikalliselle tiedostojärjestelmällesi.
  • Paina F1 ja valitse Remote-Containers: Open Folder in Container... -komento.
  • Valitse kloonattu kopio tästä kansiosta, odota kontti käynnistyy ja kokeile asioita.

Offline-käyttö

Voit käyttää tätä dokumentaatiota offline-tilassa käyttämällä Docsifyä. Haaroita tämä repositorio, asenna Docsify paikalliselle koneellesi, ja kirjoita tämän repositorion juurikansiossa docsify serve. Verkkosivusto palvelee portilla 3000 localhostissa: localhost:3000.

Huomio, muistikirjoja ei renderöidä Docsifyllä, joten kun tarvitset muistikirjan suorittamista, tee se erikseen VS Codessa Python-ytimellä.

Muut opetussuunnitelmat

Tiimimme tuottaa muita opetussuunnitelmia! Tutustu:

Azure / Edge / MCP / Agents

AZD for Beginners Edge AI for Beginners MCP aloittelijoille
AI-agentit aloittelijoille


Generatiivisen tekoälyn sarja

Generatiivinen tekoäly aloittelijoille
Generatiivinen tekoäly (.NET)
Generatiivinen tekoäly (Java)
Generatiivinen tekoäly (JavaScript)


Keskeiset oppimateriaalit

ML aloittelijoille
Data-analytiikka aloittelijoille
Tekoäly aloittelijoille
Kyberturvallisuus aloittelijoille
Web-kehitys aloittelijoille
IoT aloittelijoille
XR-kehitys aloittelijoille


Copilot-sarja

Copilot tekoälyavusteiseen ohjelmointiin
Copilot C#/.NET:lle
Copilot-seikkailu

Apua saatavilla

Ongelmatilanteita? Katso Vianetsintäopas yleisten ongelmien ratkaisemiseksi.

Jos jäät jumiin tai sinulla on kysymyksiä tekoälysovellusten rakentamisesta, liity:

Azure AI Foundry Discord

Jos sinulla on palautetta tuotteesta tai kohtaat virheitä rakentamisen aikana, käy:

Azure AI Foundry Developer Forum


Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäinen asiakirja sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa väärinkäsityksistä tai virhetulkinnoista, jotka johtuvat tämän käännöksen käytöstä.