数据科学初学者课程

微软 Azure 云倡导者很高兴提供一个为期10周、共20课的完整数据科学课程。每课均包含课前和课后测验、完成课程所需的书面说明、一个解决方案和一个作业。我们的项目驱动教学法使您在构建中学习，这是新技能“扎根”的有效方法。

衷心感谢我们的作者： Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison。

🙏 特别感谢 🙏 我们的 Microsoft 学生大使作者、审核者和内容贡献者， 尤其是 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


数据科学初学者 - 由 @nitya 制作的草图笔记

🌐 多语言支持

通过 GitHub Action 支持（自动且始终保持最新）

更倾向于本地克隆？

本仓库包含50多种语言的翻译，显著增加了下载大小。若想克隆时不包含翻译，可以使用稀疏检出：

Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
CMD（Windows）：
git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
这将为您提供完成课程所需的所有内容，且下载速度更快。

如果您希望支持额外的翻译语言，支持列表见此处

加入我们的社区

我们正在进行 Discord 上的“与 AI 学习”系列，详情及加入请访问与 AI 学习系列，时间为2025年9月18日-30日。您将获得使用 GitHub Copilot 进行数据科学的技巧和窍门。

你是学生吗？

请从以下资源开始：

学生中心页面在此页面，您会找到适合初学者的资源、学生包，甚至获得免费证书凭证的方式。请收藏并不时查看该页面，因为我们至少每月更新一次内容。
微软学习学生大使加入全球学生大使社区，这可能是您进入微软的途径。

入门指南

📚 文档

安装指南 - 针对初学者的逐步设置说明
使用指南 - 示例和常见工作流程
故障排除 - 常见问题的解决方案
贡献指南 - 如何为本项目做出贡献
教师专用 - 教学指导和课堂资源

👨‍🎓 学生专用

完全初学者：刚接触数据科学？请从我们的适合初学者的示例开始！这些简洁、注释详尽的示例将帮助您理解基础知识，再深入学习完整课程。 学生们：若想自行使用本课程，请 fork 整个仓库，自行完成练习，从课前测验开始。然后阅读讲义，完成其余活动。建议通过理解课程内容自己动手创作项目，而非复制解决方案代码；不过，每个项目导向课程中均提供了 /solutions 文件夹的代码。另一个主意是组建学习小组，与朋友们一同学习。进一步学习建议使用 Microsoft Learn。

快速开始：

查阅安装指南设置环境
浏览使用指南学习如何使用课程
从第一课开始，按顺序学习
加入我们的 Discord 社区寻求支持

👩‍🏫 教师专用

教师：我们在为教师准备的一些建议中包含了如何使用本课程的信息。我们非常欢迎您在讨论论坛中提供反馈！

团队介绍

Gif作者 Mohit Jaisal

🎥 点击上方图片观看关于项目和创作者的视频！

教学法

我们在构建本课程时选择了两个教学原则：确保课程以项目为基础，并包含频繁的测验。在本系列结束时，学生将学习数据科学的基本原理，包括伦理概念、数据准备、不同的数据处理方式、数据可视化、数据分析、数据科学的现实应用案例等。

此外，课前的低风险测验有助于学生明确学习主题的意图，而课后的第二次测验则确保进一步巩固知识。本课程设计灵活有趣，可以全部完成或部分学习。项目由浅入深，随着10周学习周期进展逐渐复杂。

查看我们的行为守则、贡献指南、翻译指南。我们欢迎您的建设性反馈！

每节课包括：

可选的手绘笔记
可选的辅助视频
课前热身测验
书面课程材料
以项目为基础的课程含有构建项目的逐步指南
知识点检测
一个挑战
补充阅读
作业
课后测验

关于测验的说明：所有测验均保存在 Quiz-App 文件夹中，共40个测验，每个三题。测验链接嵌入课程中，但测验应用可以本地运行或部署到Azure；请参阅 quiz-app 文件夹中的说明。测验正在逐步本地化。

🎓 适合初学者的示例

刚接触数据科学？ 我们创建了一个特别的示例目录，包含简单且注释详尽的代码，帮助您入门：

🌟 Hello World - 您的第一个数据科学程序
📂 加载数据 - 学习读取和探索数据集
📊 简单分析 - 计算统计量并发现模式
📈 基础可视化 - 创建图表和曲线图
🔬 真实项目 - 从开始到完成的完整工作流程

每个示例都包含详细的注释，解释每一步，非常适合绝对初学者！

👉 从示例开始 👈

课程列表


数据科学初学者路线图 - 手绘笔记作者 @nitya

课程编号	主题	课程归类	学习目标	关联课程	作者
01	定义数据科学	介绍	了解数据科学的基本概念，以及其与人工智能、机器学习和大数据的关系。	课程视频	Dmitry
02	数据科学伦理	介绍	数据伦理的概念、挑战与框架。	课程	Nitya
03	定义数据	介绍	数据如何分类及其常见来源。	课程	Jasmine
04	统计与概率介绍	介绍	使用概率和统计的数学技术理解数据。	课程视频	Dmitry
05	关系型数据处理	数据处理	介绍关系型数据及使用结构化查询语言（SQL，读作“sequel”）探索和分析关系型数据的基础知识。	课程	Christopher
06	NoSQL数据处理	数据处理	介绍非关系型数据、其各种类型及文档数据库的探索和分析基础。	课程	Jasmine
07	Python数据处理	数据处理	使用Python和Pandas库进行数据探索的基础。建议有Python编程基础。	课程视频	Dmitry
08	数据准备	数据处理	关于数据清洗和转换的技术，处理缺失、不准确或不完整数据的挑战。	课程	Jasmine
09	数量可视化	数据可视化	学习使用Matplotlib可视化鸟类数据 🦆	课程	Jen
10	数据分布可视化	数据可视化	在区间内可视化观察数据和趋势。	课程	Jen
11	比例可视化	数据可视化	可视化离散和分组百分比。	课程	Jen
12	关系可视化	数据可视化	可视化数据集及其变量之间的连接和相关性。	课程	Jen
13	有意义的可视化	数据可视化	制作有价值的可视化以促进有效的问题解决和洞察的技术与指导。	课程	Jen
14	数据科学生命周期介绍	生命周期	介绍数据科学生命周期及其数据采集和提取的第一步。	课程	Jasmine
15	数据分析	生命周期	数据科学生命周期中聚焦于数据分析的阶段。	课程	Jasmine
16	交流	生命周期	数据科学生命周期中专注于以使决策者更易理解的方式呈现数据洞察的阶段。	课程	Jalen
17	云端数据科学	云端数据	介绍云端数据科学及其好处的系列课程。	课程	Tiffany 和 Maud
18	云端数据科学	云端数据	使用低代码工具训练模型。	课程	Tiffany 和 Maud
19	云端数据科学	云端数据	使用 Azure 机器学习工作室部署模型。	课程	Tiffany 和 Maud
20	现实世界数据科学	现实世界	现实世界中由数据科学驱动的项目。	课程	Nitya