README.md

מדע נתונים למתחילים - תוכנית לימודים

סוכני ענן Azure במיקרוסופט שמחים להציע תוכנית לימודים בת 10 שבועות, 20 שיעורים, הכל על מדע הנתונים. כל שיעור כולל מבחני טרום-שיעור וסתם-שיעור, הנחיות כתובות להשלמת השיעור, פתרון, ומשימה. הפדגוגיה מבוססת הפרויקט שלנו מאפשרת לך ללמוד תוך כדי בנייה, דרך מוכחת להטמעת מיומנויות חדשות.

תודה רבה למחברים שלנו: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 תודה מיוחדת 🙏 למחברי, המבקרים ותורמי התוכן שלנו מ-שגרירי הסטודנטים של מיקרוסופט, באופן בולט: 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

מדע נתונים למתחילים - סקצ'נוט מאת @nitya

🌐 תמיכה ברב-שפות

נתמך דרך GitHub Action (אוטומטי ותמיד מעודכן)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

מעדיף לשכפל מקומית?

מאגר זה כולל יותר מ-50 תרגומים בשפות שונות, מה שמגדיל משמעותית את גודל ההורדה. לשכפל בלי תרגומים, השתמש ב-sparse checkout:

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"

זה נותן לך את כל מה שצריך להשלמת הקורס עם הורדה מהירה יותר.

אם ברצונך לתמוך בשפות תרגום נוספות, הרשימה זמינה כאן

הצטרף לקהילה שלנו

יש לנו סדרת למידה בדיסקורד בנושא AI, למידע נוסף והצטרפות בקר ב-סדרת למידה עם AI מ-18 עד 30 בספטמבר 2025. תקבל טיפים וטריקים לשימוש ב-GitHub Copilot עבור מדע נתונים.

אתה סטודנט?

התחל עם המשאבים הבאים:

• דף מרכז הסטודנטים בדף זה תמצא משאבים למתחילים, חבילות לסטודנטים ואפילו דרכים לקבל שובר הסמכה חינם. זהו דף שכדאי לשמור בסימניות ולבדוק מדי פעם כי אנו מעדכנים תכנים לפחות פעם בחודש.
• שגרירי הסטודנטים של מיקרוסופט הצטרף לקהילת שגרירים עולמית, זו יכולה להיות הדרך שלך למיקרוסופט.

להתחלה

📚 תיעוד

• מדריך התקנה - הוראות הקמה צעד-אחר-צעד למתחילים
• מדריך שימוש - דוגמאות וזרימות עבודה נפוצות
• פתרון תקלות - פתרונות לבעיות נפוצות
• מדריך לתרומה - איך לתרום לפרויקט זה
• למורים - הנחיות הוראה ומשאבים ללמידה בכיתה

👨‍🎓 לסטודנטים

מתחילים מוחלטים: חדשים במדע הנתונים? התחל עם דוגמאות ידידותיות למתחילים! דוגמאות פשוטות ומוסברות היטב שיעזרו לך להבין את היסודות לפני שנכנסים לתוכנית המלאה. סטודנטים: להשתמש בתוכנית זו באופן עצמאי, פצל את המאגר כולו והשלם את התרגילים בעצמך, החל מבחן טרום-הרצאה. לאחר מכן קרא את ההרצאה והשלם את שאר הפעילויות. נסה ליצור את הפרויקטים על ידי הבנת השיעורים ולא על ידי העתקת קטעי הקוד; עם זאת, הקוד זמין בתיקיית /solutions בכל שיעור ממוקד פרויקט. רעיון נוסף יהיה להקים קבוצת לימוד עם חברים ולעבוד על התוכן יחד. ללמידה נוספת מומלץ Microsoft Learn.

התחלה מהירה:

1. בדוק את מדריך ההתקנה כדי להקים את הסביבה שלך
2. עיין ב-מדריך השימוש כדי ללמוד כיצד לעבוד עם תוכנית הלימודים
3. התחל בשיעור 1 ועבור לפי הסדר
4. הצטרף לקהילת הדיסקורד שלנו לקבלת תמיכה

👩‍🏫 למורים

מורים: כלולנו כמה הצעות כיצד להשתמש בתוכנית הלימודים הזו. נשמח למשובכם בפורום הדיונים שלנו!

הכירו את הצוות

גיף מאת Mohit Jaisal

🎥 לחצו על התמונה למעלה לסרטון אודות הפרויקט והאנשים שיצרו אותו!

פדגוגיה

בחרנו שני עקרונות פדגוגיים בעת בניית תוכנית הלימודים הזו: להבטיח שהיא מבוססת פרויקטים וכוללת חידונים תכופים. בסוף הסדרה הזו, התלמידים ילמדו עקרונות בסיסיים במדעי הנתונים, כולל מושגים אתיים, הכנת נתונים, דרכים שונות לעבודה עם נתונים, ויזואליזציה של נתונים, ניתוח נתונים, מקרי שימוש אמיתיים במדעי הנתונים, ועוד.

בנוסף, חידון קל-השפעה לפני השיעור קובע את כוונת התלמיד ללמוד נושא, בעוד שחידון שני לאחר השיעור מבטיח שימור נוסף. תוכנית הלימודים הזו עוצבה להיות גמישה ומהנה וניתן לעבור עליה בשלמותה או בחלקה. הפרויקטים מתחילים קטנים והופכים למורכבים יותר לקראת סוף מחזור של 10 שבועות.

מצאו את קוד ההתנהגות שלנו, הנחיות השתתפות, ותרגום. נשמח למשוב בונה!

כל שיעור כולל:

• סיכום בעזרת ציור (אופציונלי)
• וידאו תוספתי (אופציונלי)
• חידון חימום לפני השיעור
• שיעור כתוב
• לשיעורים מבוססי פרויקט, מדריכים שלב אחר שלב לבניית הפרויקט
• בדיקות ידע
• אתגר
• קריאה תוספתית
• משימה
• חידון לאחר השיעור

הערה על חידונים: כל החידונים נמצאים בתיקיית Quiz-App, ובסך הכל יש 40 חידונים עם שלוש שאלות בכל אחד. הם מקושרים מתוך השיעורים, אך אפליקציית החידונים יכולה לפעול באופן מקומי או להיות מועלת ל-Azure; עקבו אחרי ההוראות בתיקיית quiz-app. החידונים מיועדים להיטמע בהדרגה לשפות שונות.

🎓 דוגמאות ידידותיות למתחילים

חדש במדעי הנתונים? יצרנו תיקיית דוגמאות מיוחדת עם קודים פשוטים ומוסברים היטב שיעזרו לכם להתחיל:

• 🌟 Hello World - תוכנית מדעי הנתונים הראשונה שלכם
• 📂 טעינת נתונים - למידת קריאה וחקר מערכי נתונים
• 📊 ניתוח פשוט - חישוב סטטיסטיקות ומציאת דפוסים
• 📈 ויזואליזציה בסיסית - יצירת טבלאות וגרפים
• 🔬 פרויקט מהמציאות - תהליך עבודה מלא מתחילתו ועד סופו

כל דוגמה כוללת הערות מפורטות המסבירות כל שלב, מושלם למתחילים מוחלטים!

👉 התחילו עם הדוגמאות 👈

שיעורים

מדעי הנתונים למתחילים: מפת דרכים - סקצ'נוט מאת @nitya

מספר שיעור	נושא	קבוצת שיעור	מטרות למידה	שיעור מקושר	מחבר
01	הגדרת מדעי הנתונים	הקדמה	למידת מושגי הבסיס של מדעי הנתונים וכיצד הם קשורים לאינטליגנציה מלאכותית, למידת מכונה ו-big data.	שיעור וידאו	דמיטרי
02	אתיקה במדעי הנתונים	הקדמה	מושגי אתיקה, אתגרים ומסגרות.	שיעור	ניטיה
03	הגדרת נתונים	הקדמה	כיצד סווגים נתונים ומה מקורותיהם הנפוצים.	שיעור	ג'סמין
04	מבוא לסטטיסטיקה והסתברות	הקדמה	טכניקות מתמטיות בסטטיסטיקה והסתברות להבנת נתונים.	שיעור וידאו	דמיטרי
05	עבודה עם נתונים יחסיים	עבודה עם נתונים	מבוא לנתונים יחסיים והבסיס לחקר וניתוח נתונים יחסיים באמצעות שפת השאילתה המבנית (SQL).	שיעור	כריסטופר
06	עבודה עם נתוני NoSQL	עבודה עם נתונים	מבוא לנתונים לא יחסיים, סוגיהם השונים והבסיס לחקר וניתוח מסדי נתונים מסוג מסמך.	שיעור	ג'סמין
07	עבודה עם פייתון	עבודה עם נתונים	יסודות השימוש בפייתון לחקר נתונים עם ספריות כגון Pandas. מומלץ להכיר יסודות בתכנות בפייתון.	שיעור וידאו	דמיטרי
08	הכנת נתונים	עבודה עם נתונים	נושאים על טכניקות ניקוי והמרת נתונים להתמודד עם אתגרים של נתונים חסרים, לא מדויקים או לא שלמים.	שיעור	ג'סמין
09	ויזואליזציה של כמויות	ויזואליזציה של נתונים	למדו כיצד להשתמש ב-Matplotlib לויזואליזציה של נתוני ציפורים 🦆	שיעור	ג'ן
10	ויזואליזציה של התפלגויות נתונים	ויזואליזציה של נתונים	ויזואליזציה של תצפיות ומגמות במסגרת מסוימת.	שיעור	ג'ן
11	ויזואליזציה של אחוזים	ויזואליזציה של נתונים	ויזואליזציה של אחוזים בדידים וקבוצתיים.	שיעור	ג'ן
12	ויזואליזציה של קשרים	ויזואליזציה של נתונים	ויזואליזציה של חיבורים וקורלציות בין מערכי נתונים ומשתנים שלהם.	שיעור	ג'ן
13	ויזואליזציות משמעותיות	ויזואליזציה של נתונים	טכניקות והנחיות להפיכת הויזואליזציות שלכם ליעילות לפתרון בעיות ותובנות.	שיעור	ג'ן
14	מבוא למחזור חיי מדעי הנתונים	מחזור חיים	מבוא למחזור חיי מדעי הנתונים והשלב הראשון של רכישת ושליפת נתונים.	שיעור	ג'סמין
15	ניתוח	מחזור חיים	שלב במחזור החיים של מדעי הנתונים המתמקד בטכניקות לניתוח נתונים.	שיעור	ג'סמין
16	תקשורת	מחזור חיים	שלב במחזור החיים של מדעי הנתונים המתמקד בהצגת תובנות מהנתונים באופן המקל על מקבלי ההחלטות להבין.	שיעור	ג'יילן
17	מדעי נתונים בענן	נתוני ענן	סדרת שיעורים זו מציגה את מדעי הנתונים בענן ואת יתרונותיו.	שיעור	טיפאני ו-מוד
18	מדעי נתונים בענן	נתוני ענן	אימון מודלים באמצעות כלים ללא קוד.	שיעור	טיפאני ו-מוד
19	מדעי נתונים בענן	נתוני ענן	פריסת מודלים עם Azure Machine Learning Studio.	שיעור	טיפאני ו-מוד
20	מדעי נתונים בשטח	בשדה	פרויקטים מבוססי מדעי נתונים בעולם האמיתי.	שיעור	ניטיה

GitHub Codespaces

עקבו אחרי השלבים הבאים כדי לפתוח דוגמה זו ב-Codespace:

1. לחצו על תפריט הנפתח Code ובחרו באפשרות Open with Codespaces.
2. בחרו + New codespace בתחתית החלון. למידע נוסף, קראו את התיעוד של GitHub.

VSCode Remote - Containers

עקבו אחרי השלבים הבאים כדי לפתוח את המאגר הזה במכולה באמצעות המחשב המקומי ו-VSCode עם התוסף VS Code Remote - Containers:

1. אם זו הפעם הראשונה שבה אתם משתמשים במכולת פיתוח, וודאו שמערכתכם עומדת בדרישות המקדימות (למשל, התקנת Docker) בתיעוד התחלת העבודה.

כדי להשתמש במאגר זה, תוכלו לפתוח את המאגר בנפח מבודד בתוך Docker:

הערה: מאחורי הקלעים, פעולה זו משתמשת בפקודה Remote-Containers: Clone Repository in Container Volume... לשכפול קוד המקור בנפח Docker במקום במערכת הקבצים המקומית. נפחים הם המנגנון המועדף לשמירת נתוני מכולה.

או לפתוח גרסה שהורדתם או ששכפלתם למחשב מקומי:

• שכפלו את המאגר למערכת הקבצים המקומית.
• לחצו F1 ובחרו את הפקודה Remote-Containers: Open Folder in Container....
• בחרו את התיקייה המשוכפלת, המתינו לפתיחת המכולה וניסו את הפעולות.

גישה לא מקוונת

ניתן להפעיל תיעוד זה במצב לא מקוון באמצעות Docsify. פוצו את המאגר, התקינו Docsify במחשב המקומי, ואז בתיקיית השורש של המאגר, הקלידו docsify serve. האתר יוגש על נמל 3000 בכתובת המקומית שלכם: localhost:3000.

שימו לב, מחברות עבודה לא יוצגו דרך Docsify, לכן כאשר תצטרכו להריץ מחברת עבודה, עשו זאת בנפרד ב-VS Code עם מאיץ Python.

תוכניות לימודים נוספות

הצוות שלנו מפתח תוכניות לימוד נוספות! עיינו ב:

LangChain

Azure / Edge / MCP / סוכנים

---

סדרת AI גנרטיבי

---

למידה בסיסית

---

סדרת Copilot

קבלת עזרה

מתקשים? בדקו את מדריך פתרון הבעיות שלנו לפתרונות לבעיות נפוצות.

אם אתם תקועים או יש לכם שאלות על בניית אפליקציות AI. הצטרפו ללומדים אחרים ומפתחים מנוסים בדיונים על MCP. זו קהילה תומכת בה שאלות מתקבלות בברכה והידע משותף בחופשיות.

אם יש לכם משוב על המוצר או שגיאות בעת בנייה בקרו:

---

כתב ויתור: מסמך זה תורגם באמצעות שירות תרגום בינה מלאכותית Co-op Translator. למרות שאנו שואפים לדיוק, יש לקחת בחשבון כי תרגומים אוטומטיים עשויים להכיל שגיאות או אי דיוקים. המסמך המקורי בשפתו המקורית צריך להיחשב כמקור הסמכות. למידע קריטי מומלץ להשתמש בתרגום מקצועי אנושי. איננו אחראים לכל אי הבנה או פרשנות שגויה הנובעת משימוש בתרגום זה.