Azure Cloud Advocates a Microsoftnál örömmel kínál egy 10 hetes, 20 leckéből álló tantervet az adattudományról. Minden lecke tartalmaz előzetes és utólagos kvízeket, írásos útmutatót a lecke elvégzéséhez, megoldást és feladatot. Projektalapú pedagógiánk lehetővé teszi, hogy tanulás közben építs, ami bizonyítottan segíti az új készségek elsajátítását.
Szívből köszönjük szerzőinknek: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.
🙏 Külön köszönet 🙏 a Microsoft Student Ambassador szerzőknek, bírálóknak és tartalomhozzájárulóknak, különösen 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
 |
|---|
| Adattudomány kezdőknek - Sketchnote by @nitya |
Arab | Bengáli | Bolgár | Burmai (Mianmar) | Kínai (Egyszerűsített) | Kínai (Hagyományos, Hongkong) | Kínai (Hagyományos, Makaó) | Kínai (Hagyományos, Tajvan) | Horvát | Cseh | Dán | Holland | Észt | Finn | Francia | Német | Görög | Héber | Hindi | Magyar | Indonéz | Olasz | Japán | Koreai | Litván | Maláj | Maráthi | Nepáli | Nigériai Pidgin | Norvég | Perzsa (Fárszi) | Lengyel | Portugál (Brazília) | Portugál (Portugália) | Pandzsábi (Gurmukhi) | Román | Orosz | Szerb (Cirill) | Szlovák | Szlovén | Spanyol | Szuahéli | Svéd | Tagalog (Filippínó) | Tamil | Thai | Török | Ukrán | Urdu | Vietnámi
Ha további fordításokat szeretnél, a támogatott nyelvek listája itt található
Van egy AI tanulási sorozatunk Discordon, tudj meg többet és csatlakozz hozzánk a Learn with AI Series eseményen 2025. szeptember 18-30. között. Tippeket és trükköket kapsz a GitHub Copilot használatához az adattudományban.
Kezdd az alábbi forrásokkal:
- Student Hub oldal Ezen az oldalon kezdő forrásokat, diákcsomagokat és akár ingyenes tanúsítvány vouchert is találhatsz. Ez egy olyan oldal, amit érdemes könyvjelzőzni és időnként ellenőrizni, mivel havonta legalább egyszer frissítjük a tartalmat.
- Microsoft Learn Student Ambassadors Csatlakozz egy globális diák nagyköveti közösséghez, ez lehet az utad a Microsofthoz.
- Telepítési útmutató - Lépésről lépésre kezdőknek
- Használati útmutató - Példák és gyakori munkafolyamatok
- Hibaelhárítás - Megoldások gyakori problémákra
- Hozzájárulási útmutató - Hogyan járulhatsz hozzá a projekthez
- Tanároknak - Oktatási útmutató és osztálytermi források
Teljesen kezdőknek: Új vagy az adattudományban? Kezdd a kezdőbarát példákkal! Ezek az egyszerű, jól kommentált példák segítenek megérteni az alapokat, mielőtt belevágnál a teljes tantervbe. Diákok: ha önállóan szeretnéd használni ezt a tantervet, forkolj le az egész repót, és végezd el a gyakorlatokat önállóan, kezdve egy előadás előtti kvízzel. Ezután olvasd el az előadást, és végezd el a többi tevékenységet. Próbáld meg a projekteket úgy létrehozni, hogy megérted a leckéket, nem pedig a megoldási kódot másolod; azonban a kód elérhető a /solutions mappákban minden projektorientált leckében. Egy másik ötlet lehet, hogy tanulócsoportot alakítasz barátaiddal, és együtt haladtok a tartalommal. További tanulmányokhoz ajánljuk a Microsoft Learn platformot.
Gyors kezdés:
- Nézd meg a Telepítési útmutatót a környezet beállításához
- Tekintsd át a Használati útmutatót, hogy megtanuld, hogyan dolgozz a tantervvel
- Kezdd az 1. leckével, és haladj sorban
- Csatlakozz a Discord közösségünkhöz támogatásért
Tanárok: néhány javaslatot is mellékeltünk, hogyan használhatjátok ezt a tantervet. Szívesen fogadjuk visszajelzéseiteket a vitafórumunkon!
Gif készítette Mohit Jaisal
🎥 Kattints a fenti képre, hogy megnézd a projektet és azokat, akik létrehozták!
Két pedagógiai alapelvet választottunk ennek a tananyagnak a kidolgozása során: biztosítani, hogy projektalapú legyen, és hogy gyakori kvízeket tartalmazzon. A sorozat végére a diákok elsajátítják az adatkutatás alapelveit, beleértve az etikai fogalmakat, az adatok előkészítését, az adatokkal való munka különböző módjait, az adatvizualizációt, az adatelemzést, az adatkutatás valós példáit és még sok mást.
Ezenkívül egy alacsony tétű kvíz az óra előtt segít a diákoknak a témára való ráhangolódásban, míg egy második kvíz az óra után elősegíti a tanultak jobb megőrzését. Ez a tananyag rugalmas és szórakoztató módon lett kialakítva, és teljes egészében vagy részleteiben is elvégezhető. A projektek kicsiben kezdődnek, és a 10 hetes ciklus végére egyre összetettebbé válnak.
Tekintsd meg Magatartási kódexünket, Hozzájárulási, Fordítási irányelveinket. Örömmel fogadjuk az építő jellegű visszajelzéseket!
- Opcionális vázlatrajz
- Opcionális kiegészítő videó
- Óra előtti bemelegítő kvíz
- Írott lecke
- Projektalapú leckék esetén lépésről lépésre útmutató a projekt elkészítéséhez
- Tudásellenőrzések
- Kihívás
- Kiegészítő olvasmány
- Feladat
- Óra utáni kvíz
Megjegyzés a kvízekről: Minden kvíz a Quiz-App mappában található, összesen 40 darab, három kérdésből álló kvíz. A leckékből hivatkozva érhetők el, de a kvíz alkalmazás helyben futtatható vagy Azure-ra telepíthető; kövesd az utasításokat a
quiz-appmappában. Folyamatosan lokalizáljuk őket.
Új az adatkutatásban? Készítettünk egy külön példák könyvtárat egyszerű, jól kommentált kóddal, hogy segítsünk az indulásban:
- 🌟 Hello World - Az első adatkutatási programod
- 📂 Adatok betöltése - Tanuld meg, hogyan olvass és fedezz fel adatállományokat
- 📊 Egyszerű elemzés - Számíts statisztikákat és találj mintázatokat
- 📈 Alapvető vizualizáció - Készíts diagramokat és grafikonokat
- 🔬 Valós projekt - Teljes munkafolyamat az elejétől a végéig
Minden példában részletes kommentárok magyarázzák el az egyes lépéseket, így tökéletesek abszolút kezdők számára!
 |
|---|
| Adatkutatás kezdőknek: Útmutató - Vázlatrajz @nitya |
| Lecke száma | Téma | Leckecsoport | Tanulási célok | Kapcsolódó lecke | Szerző |
|---|---|---|---|---|---|
| 01 | Az adatkutatás meghatározása | Bevezetés | Ismerd meg az adatkutatás alapfogalmait, és hogy hogyan kapcsolódik a mesterséges intelligenciához, gépi tanuláshoz és nagy adatokhoz. | lecke videó | Dmitry |
| 02 | Adatkutatási etika | Bevezetés | Adatetikával kapcsolatos fogalmak, kihívások és keretrendszerek. | lecke | Nitya |
| 03 | Az adatok meghatározása | Bevezetés | Hogyan osztályozzuk az adatokat és azok gyakori forrásait. | lecke | Jasmine |
| 04 | Bevezetés a statisztikába és valószínűségszámításba | Bevezetés | A statisztika és valószínűség matematikai technikái az adatok megértéséhez. | lecke videó | Dmitry |
| 05 | Relációs adatokkal való munka | Adatokkal való munka | Bevezetés a relációs adatokba és az SQL (Structured Query Language) alapjaiba, amelyet „szí-kvell”-nek ejtünk. | lecke | Christopher |
| 06 | NoSQL adatokkal való munka | Adatokkal való munka | Bevezetés a nem relációs adatokba, azok különböző típusai és dokumentumadatbázisok elemzésének alapjai. | lecke | Jasmine |
| 07 | Python használata | Adatokkal való munka | Alapok a Python használatához az adatok feltárásában, például Pandas könyvtárral. Ajánlott alapvető Python programozási ismeretek. | lecke videó | Dmitry |
| 08 | Adatok előkészítése | Adatokkal való munka | Témák az adatok tisztításának és átalakításának technikáiról, hogy kezeljük a hiányzó, pontatlan vagy hiányos adatokat. | lecke | Jasmine |
| 09 | Mennyiségek vizualizálása | Adatvizualizáció | Tanuld meg, hogyan használhatod a Matplotlib-et madáradatok 🦆 vizualizálására. | lecke | Jen |
| 10 | Adatok eloszlásának vizualizálása | Adatvizualizáció | Megfigyelések és trendek vizualizálása egy intervallumon belül. | lecke | Jen |
| 11 | Arányok vizualizálása | Adatvizualizáció | Diszkrét és csoportosított százalékok vizualizálása. | lecke | Jen |
| 12 | Kapcsolatok vizualizálása | Adatvizualizáció | Kapcsolatok és korrelációk vizualizálása adathalmazok és azok változói között. | lecke | Jen |
| 13 | Értelmes vizualizációk | Adatvizualizáció | Technikák és útmutatók, hogy vizualizációid értékesek legyenek a hatékony problémamegoldás és betekintések érdekében. | lecke | Jen |
| 14 | Bevezetés az adatkutatási életciklusba | Életciklus | Bevezetés az adatkutatási életciklusba és annak első lépésébe, az adatok megszerzésébe és kinyerésébe. | lecke | Jasmine |
| 15 | Elemzés | Életciklus | Az adatkutatási életciklus ezen fázisa az adatok elemzésének technikáira összpontosít. | lecke | Jasmine |
| 16 | Kommunikáció | Életciklus | Az adatkutatási életciklus ezen fázisa az adatokból származó betekintések bemutatására összpontosít, hogy a döntéshozók könnyebben megértsék azokat. | lecke | Jalen |
| 17 | Adatkutatás a felhőben | Felhő adatok | Ez a leckesorozat bevezeti az adatkutatást a felhőben és annak előnyeit. | lecke | Tiffany és Maud |
| 18 | Adatkutatás a felhőben | Felhő adatok | Modellek tanítása alacsony kódú eszközökkel. | lecke | Tiffany és Maud |
| 19 | Adatkutatás a felhőben | Felhő adatok | Modellek telepítése az Azure Machine Learning Studio-val. | lecke | Tiffany és Maud |
| 20 | Adatkutatás a vadonban | A vadonban | Adatkutatás által vezérelt projektek a való világban. | lecke | Nitya |
Kövesd az alábbi lépéseket, hogy megnyisd ezt a mintát egy Codespace-ben:
- Kattints a Code legördülő menüre, és válaszd az Open with Codespaces opciót.
- Válaszd a + New codespace lehetőséget a panel alján. További információért nézd meg a GitHub dokumentációt.
Kövesd az alábbi lépéseket, hogy megnyisd ezt a repót egy konténerben a helyi géped és a VSCode használatával, a VS Code Remote - Containers bővítmény segítségével:
- Ha először használsz fejlesztői konténert, győződj meg róla, hogy a rendszered megfelel az előfeltételeknek (például telepítve van a Docker) a kezdő dokumentációban.
A repót kétféleképpen használhatod:
Megjegyzés: A háttérben a Remote-Containers: Clone Repository in Container Volume... parancsot használja, hogy a forráskódot egy Docker kötetbe klónozza a helyi fájlrendszer helyett. A kötetek az adatok tárolásának preferált mechanizmusa.
Vagy megnyithatsz egy helyileg klónozott vagy letöltött verziót a repóból:
- Klónozd ezt a repót a helyi fájlrendszeredre.
- Nyomd meg az F1-et, és válaszd a Remote-Containers: Open Folder in Container... parancsot.
- Válaszd ki a klónozott mappát, várd meg, amíg a konténer elindul, és próbáld ki.
Ezt a dokumentációt offline is futtathatod a Docsify segítségével. Forkold ezt a repót, telepítsd a Docsify-t a helyi gépedre, majd a repó gyökérmappájában írd be: docsify serve. A weboldal a localhost 3000-es portján lesz elérhető: localhost:3000.
Megjegyzés: A notebookok nem jelennek meg a Docsify-on keresztül, így ha notebookot kell futtatnod, azt külön futtasd a VS Code-ban Python kernel használatával.
Csapatunk más tananyagokat is készít! Nézd meg:
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
Problémákba ütköztél? Nézd meg a Hibaelhárítási útmutatónkat a gyakori problémák megoldásához.
Ha elakadnál, vagy kérdéseid lennének az AI alkalmazások építésével kapcsolatban, csatlakozz más tanulókhoz és tapasztalt fejlesztőkhöz az MCP-ről szóló beszélgetésekben. Ez egy támogató közösség, ahol szívesen fogadják a kérdéseket, és szabadon osztják meg a tudást.
Ha termékvisszajelzést szeretnél adni, vagy hibákat tapasztalsz az építés során, látogasd meg:
Felelősség kizárása:
Ez a dokumentum az Co-op Translator AI fordítási szolgáltatás segítségével lett lefordítva. Bár törekszünk a pontosságra, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az eredeti nyelvén tekintendő hiteles forrásnak. Kritikus információk esetén javasolt professzionális emberi fordítást igénybe venni. Nem vállalunk felelősséget semmilyen félreértésért vagy téves értelmezésért, amely a fordítás használatából eredhet.