Home Progetti Data-Science-For-Beginners
Data-Science-For-Beginners
Jupyter Notebook

Data-Science-For-Beginners

10 Settimane, 20 Lezioni, Data Science per Tutti!

di microsoft · GitHub
Top 5% più stellati nel catalogo
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
data-analysisdata-sciencedata-visualizationMITJupyter Notebook
Visualizza su GitHub
In parole semplici

Segui un corso di 10 settimane per imparare la scienza dei dati attraverso progetti pratici e quiz.

Dal README

Estratti dal README del progetto su GitHub. I diritti d'autore e le licenze rimangono con i rispettivi autori.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
Data-Science-For-Beginners — GitHub preview card
📈 Storia delle stelle
37k36k
2026-08-022026-08-17
📈 Segui Data-Science-For-Beginners

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

10 Settimane, 20 Lezioni, Data Science per Tutti!

Data-Science-For-Beginners ha 36.6k stelle su GitHub. È stato forkato 7.4k volte. Data-Science-For-Beginners è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2021. Data-Science-For-Beginners è disponibile con licenza MIT. I suoi temi principali sono: data-analysis, data-science, data-visualization, microsoft-for-beginners.

Read the full guide
Frequently asked questions

Che cos'è Data-Science-For-Beginners?

10 Settimane, 20 Lezioni, Data Science per Tutti!

Data-Science-For-Beginners è open source?

Data-Science-For-Beginners è un progetto open source. È rilasciato con licenza MIT.

Data-Science-For-Beginners è gratuito?

Sì. Data-Science-For-Beginners è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è Data-Science-For-Beginners?

Data-Science-For-Beginners è disponibile con licenza MIT.

In quale linguaggio è scritto Data-Science-For-Beginners?

Data-Science-For-Beginners è scritto principalmente in Jupyter Notebook.

🏅 Manutentore di questo progetto?
olud.ai badge — Data-Science-For-Beginners

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=microsoft-data-science-for-beginners)](https://olud.ai/project/microsoft-data-science-for-beginners.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
streamlit
Streamlit — Un modo più veloce per costruire e condividere app di dati.
45.3k · data-analysis
condividedata-visualizationdata-analysis
gradio
Costruisci e condividi app di machine learning deliziose, tutto in Python. 🌟 Metti una stella p…
43.2k · data-analysis
condividedata-visualizationdata-analysis
machine_learning_complete
Un repository completo di machine learning contenente oltre 30 notebook su diversi concetti, al…
5k · computer-vision
condividedata-visualizationdata-analysis
ml-workspace
🛠 IDE web all-in-one specializzato per machine learning e data science.
3.5k · anaconda
condividedata-visualizationdata-analysis
responsible-ai-toolbox
La Toolbox AI Responsabile è una suite di strumenti che fornisce interfacce utente e librerie p…
1.8k · data-analysis
condividedata-visualizationdata-analysis
Auto-Analyst
Piattaforma di data science alimentata da AI open-source.
702 · ai
condividedata-visualizationdata-analysis
pandas-ai
Chiacchiera con il tuo database o il tuo datalake (SQL, CSV, parquet). PandasAI rende l'analisi…
23.7k · ai
condividepandasdata-visualization
scikit-learn
scikit-learn: machine learning in Python
66.7k · data-analysis
condividedata-analysisdata-science
imbalanced-learn
Un pacchetto Python per affrontare la maledizione dei dataset sbilanciati nel Machine Learning
7.1k · data-analysis
condividedata-analysisdata-science
Python
Questo repository ti aiuta a imparare Python e Machine Learning da zero.
2.2k · data
condividedata-visualizationdata-analysis

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.