MicrosoftのAzureCloudAdvocatesは、データサイエンスに関する10週間の20レッスンのカリキュラムを提供できることを嬉しく思います。各レッスンには、レッスン前とレッスン後のクイズ、レッスンを完了するための書面による指示、解決策、および課題が含まれています。私たちのプロジェクトベースの教育法では、新しいスキルを「定着」させるための実証済みの方法である、構築しながら学習することができます。
著者に心から感謝します: Jasmine Greenaway、Dmitry Soshnikov、Nitya Narasimhan、Jalen McGee、Jen Looper、Maud Levy、Tiffany Souterre、ChristopherHarrison。
![]() |
---|
初心者のためのデータサイエンス- @nityaによるSketchnote |
次のリソースから始めましょう。
教師:このカリキュラムの使用方法に関するいくつかの提案が含まれています。ディスカッションフォーラムでのフィードバックをお待ちしています。
学生:このカリキュラムを自分で使用するには、レポ全体をフォークして、講義前のクイズから始めて、自分で演習を完了します。次に、講義を読み、残りのアクティビティを完了します。ソリューションコードをコピーするのではなく、レッスンを理解してプロジェクトを作成してみてください。ただし、そのコードは、各プロジェクト指向のレッスンの/solutionsフォルダーにあります。もう一つのアイデアは、友達と一緒に研究会を作り、一緒に内容を調べることです。さらに調査するには、 MicrosoftLearnをお勧めします。
MohitJaisalによる GIF
🎥 上の画像をクリックして、プロジェクトを作成した人々のプロジェクトに関するビデオをご覧ください。
このカリキュラムを作成する際に、2つの教育学的信条を選択しました。それは、プロジェクトベースであり、頻繁なクイズが含まれていることを確認することです。このシリーズの終わりまでに、学生は、倫理的概念、データ準備、データのさまざまな操作方法、データの視覚化、データ分析、データサイエンスの実際の使用例など、データサイエンスの基本原則を学びます。
さらに、クラスの前のローステークスクイズは、トピックを学習することへの学生の意図を設定し、クラスの後の2番目のクイズは、さらなる保持を保証します。このカリキュラムは、柔軟で楽しいものになるように設計されており、全体または一部を受講することができます。プロジェクトは小規模に始まり、10週間のサイクルの終わりまでにますます複雑になります。
クイズに関する注意:すべてのクイズがこのアプリに含まれており、それぞれ3つの質問からなる合計40のクイズになります。これらはレッスン内からリンクされていますが、クイズアプリはローカルで実行できます。
quiz-appフォルダの指示に従ってください。それらは徐々にローカライズされています。
![]() |
---|
初心者のためのデータサイエンス:ロードマップ- @nityaによるSketchnote |
レッスン番号 | トピック | レッスンのグループ化 | 学習目標 | リンクレッスン | 著者 |
---|---|---|---|---|---|
01 | データサイエンスの定義 | 序章 | データサイエンスの背後にある基本的な概念と、それが人工知能、機械学習、ビッグデータとどのように関連しているかを学びます。 | レッスン ビデオ | ドミトリー |
02 | データサイエンス倫理 | 序章 | データ倫理の概念、課題、フレームワーク。 | レッスン | ニティア |
03 | データの定義 | 序章 | データの分類方法とその一般的なソース。 | レッスン | ジャスミン |
04 | 統計と確率の概要 | 序章 | データを理解するための確率と統計の数学的手法。 | レッスン ビデオ | ドミトリー |
05 | リレーショナルデータの操作 | データの操作 | リレーショナルデータの概要と、SQL(「see-quell」と発音)とも呼ばれる構造化クエリ言語を使用したリレーショナルデータの探索と分析の基本。 | レッスン | クリストファー |
06 | NoSQLデータの操作 | データの操作 | 非リレーショナルデータの概要、そのさまざまなタイプ、およびドキュメントデータベースの探索と分析の基本。 | レッスン | ジャスミン |
07 | Pythonでの作業 | データの操作 | Pandasなどのライブラリを使用したデータ探索にPythonを使用するための基本。Pythonプログラミングの基礎を理解することをお勧めします。 | レッスン ビデオ | ドミトリー |
08 | データの準備 | データの操作 | 欠落、不正確、または不完全なデータの課題を処理するためにデータをクリーニングおよび変換するためのデータ手法に関するトピック。 | レッスン | ジャスミン |
09 | 量の視覚化 | データの視覚化 | Matplotlibを使用して鳥のデータを視覚化する方法を学ぶ |
レッスン | ジェン |
10 | データの分布の視覚化 | データの視覚化 | 間隔内の観測と傾向を視覚化します。 | レッスン | ジェン |
11 | 比率の視覚化 | データの視覚化 | 離散およびグループ化されたパーセンテージの視覚化。 | レッスン | ジェン |
12 | 関係の視覚化 | データの視覚化 | データセットとその変数間の接続と相関関係を視覚化します。 | レッスン | ジェン |
13 | 意味のある視覚化 | データの視覚化 | 効果的な問題解決と洞察のために視覚化を価値あるものにするためのテクニックとガイダンス。 | レッスン | ジェン |
14 | データサイエンスライフサイクルの概要 | ライフサイクル | データサイエンスのライフサイクルの概要と、データを取得および抽出する最初のステップ。 | レッスン | ジャスミン |
15 | 分析 | ライフサイクル | データサイエンスライフサイクルのこのフェーズでは、データを分析する手法に焦点を当てます。 | レッスン | ジャスミン |
16 | コミュニケーション | ライフサイクル | データサイエンスライフサイクルのこのフェーズでは、意思決定者が理解しやすい方法でデータからの洞察を提示することに焦点を当てています。 | レッスン | ジャレン |
17 | クラウドのデータサイエンス | クラウドデータ | この一連のレッスンでは、クラウドのデータサイエンスとその利点を紹介します。 | レッスン | ティファニーとモード |
18 | クラウドのデータサイエンス | クラウドデータ | ローコードツールを使用したモデルのトレーニング。 | レッスン | ティファニーとモード |
19 | クラウドのデータサイエンス | クラウドデータ | Azure MachineLearningStudioを使用したモデルのデプロイ。 | レッスン | ティファニーとモード |
20 | 野生のデータサイエンス | 野生で | 実世界でのデータサイエンス主導のプロジェクト。 | レッスン | ニティア |
Docsifyを使用して、このドキュメントをオフラインで実行できます。このレポジトリをフォークし、ローカルマシンにDocsifyをインストールしてから、このレポジトリのルートフォルダに「。」と入力し
docsify serveます。Webサイトはローカルホストのポート3000で提供されます:
localhost:3000。
ノートブックはDocsifyを介してレンダリングされないため、ノートブックを実行する必要がある場合は、Pythonカーネルを実行しているVSCodeで個別に実行してください。
すべてのレッスンのPDFはここにあります
カリキュラムの全部または一部を翻訳したい場合は、翻訳ガイドに従ってください。
私たちのチームは他のカリキュラムを作成しています!チェックアウト: