Что это такое?
Бесплатный учебный план по науке о данных от Microsoft Azure Cloud Advocates: 10 недель и 20 уроков, рассчитанный на то, чтобы провести новичка с нуля — от базовых понятий до настоящих проектов.
Бесплатный учебный план по науке о данных от Microsoft Azure Cloud Advocates: 10 недель и 20 уроков, рассчитанный на то, чтобы провести новичка с нуля — от базовых понятий до настоящих проектов.Как устроен курс?Десять недель, 20 уроков, собранных в тематические блоки: введение, работа с данными, визуализация, жизненный цикл, облако и применение на практике. Каждый урок сочетает текстовый материал с тестом до и после урока, проектом, испытанием и домашним заданием, а проекты становятся сложнее ближе к 10-й неделе.
Десять недель, 20 уроков, собранных в тематические блоки: введение, работа с данными, визуализация, жизненный цикл, облако и применение на практике. Каждый урок сочетает текстовый материал с тестом до и после урока, проектом, испытанием и домашним заданием, а проекты становятся сложнее ближе к 10-й неделе.Как пройти курс самостоятельно?Сделайте форк всего репозитория, начинайте каждый урок с теста перед ним, затем читайте урок и выполняйте задания сами, а не копируйте готовые решения. Решения лежат в папках /solutions, а создать учебную группу даже поощряется.
Сделайте форк всего репозитория, начинайте каждый урок с теста перед ним, затем читайте урок и выполняйте задания сами, а не копируйте готовые решения. Решения лежат в папках /solutions, а создать учебную группу даже поощряется.Нужно ли знать Python до начала курса?Обязательных требований не заявлено, но урок про Python рекомендует базовое понимание программирования на Python, потому что там изучается анализ данных с помощью Pandas. Остальной курс начинается с нуля.
Обязательных требований не заявлено, но урок про Python рекомендует базовое понимание программирования на Python, потому что там изучается анализ данных с помощью Pandas. Остальной курс начинается с нуля.Мне нужны только уроки — скачать репозиторий правда такой огромный?Да: в репозитории лежат переводы более чем на 50 языков, из-за чего он сильно разрастается. В README есть команды sparse-checkout для Bash/macOS/Linux и Windows CMD, чтобы склонировать только то, что нужно для курса.
Да: в репозитории лежат переводы более чем на 50 языков, из-за чего он сильно разрастается. В README есть команды sparse-checkout для Bash/macOS/Linux и Windows CMD, чтобы склонировать только то, что нужно для курса.Он правда подходит совсем новичкам?Да — отдельная папка с примерами проводит вас от программы «Hello World» по науке о данных до загрузки данных, простого анализа, базовой визуализации и полноценного реального проекта ещё до начала уроков.
Да — отдельная папка с примерами проводит вас от программы «Hello World» по науке о данных до загрузки данных, простого анализа, базовой визуализации и полноценного реального проекта ещё до начала уроков.Можно пройти весь курс прямо в браузере, ничего не устанавливая?Да. Откройте репозиторий в GitHub Codespaces через выпадающее меню Code — и получите готовое окружение без локальной настройки; иначе следуйте Installation Guide, чтобы настроить свой компьютер.
Да. Откройте репозиторий в GitHub Codespaces через выпадающее меню Code — и получите готовое окружение без локальной настройки; иначе следуйте Installation Guide, чтобы настроить свой компьютер.Чем заканчивается курс?Уроки 17-20 переходят к прикладной работе: наука о данных в облаке, обучение моделей с инструментами low-code, развёртывание моделей в Azure Machine Learning Studio и обзор реальных проектов, основанных на науке о данных.
Уроки 17-20 переходят к прикладной работе: наука о данных в облаке, обучение моделей с инструментами low-code, развёртывание моделей в Azure Machine Learning Studio и обзор реальных проектов, основанных на науке о данных.Есть ли здесь что-то для преподавателей?Да — в репозитории есть методические материалы и ресурсы для занятий, а преподавателей приглашают поделиться опытом использования учебного плана на форуме обсуждений.
Да — в репозитории есть методические материалы и ресурсы для занятий, а преподавателей приглашают поделиться опытом использования учебного плана на форуме обсуждений.Зачем эти постоянные тесты до и после каждого урока?Это продуманная педагогика: нетребовательный тест перед уроком настраивает вас на тему, тест после урока закрепляет материал, а уроки с проектами позволяют учиться в процессе создания, чтобы новые навыки действительно отложились.
Это продуманная педагогика: нетребовательный тест перед уроком настраивает вас на тему, тест после урока закрепляет материал, а уроки с проектами позволяют учиться в процессе создания, чтобы новые навыки действительно отложились.What are similar projects?mlcourse.ai, ML-For-Beginners, IoT-For-Beginners, pandas_exercises, Python-100-Days, 100-Days-Of-ML-Code, 30-Days-Of-Python, pydata-book
mlcourse.ai, ML-For-Beginners, IoT-For-Beginners, pandas_exercises, Python-100-Days, 100-Days-Of-ML-Code, 30-Days-Of-Python, pydata-bookWhich topics is it in?microsoft-for-beginners, matplotlib, pandas, nosql, data-analysis, microsoft, curriculum, course, jupyter notebook, data-visualization, sql, data-science
microsoft-for-beginners, matplotlib, pandas, nosql, data-analysis, microsoft, curriculum, course, jupyter notebook, data-visualization, sql, data-science