入门通识课程入门英文10 周★ 37k31 章可站内阅读
Data Science for Beginners
微软 10 周数据科学通识课：从数据到叙事
Microsoft · 36,564 stars
微软官方数据科学入门课（约 10 周 / 20 课）。目标不是训模型，而是建立「用数据回答问题」的完整闭环：统计直觉、可视化、清洗分析与负责任的叙事。适合几乎零基础、想先补数据思维再进 ML/AI 的读者。
为什么收录 · 与站内微软 AI/ML 入门系列互补：先学会读数据和讲故事，再学模型会稳很多，是数据思维层最该先补的官方课。
数据科学可视化统计直觉数据伦理叙事沟通入门课程
这本书强在哪
- 微软官方入门课，10 周 / 20 课结构清晰，适合零基础
- 强调沟通与伦理，不只堆工具命令
- 与 AI For Beginners / ML For Beginners 同系列，可串成学习路径
- 练习驱动，适合自学打卡
建议怎么学
- 01按周推进，每课先读概念再做练习
- 02每周输出一份「问题→数据→图表→结论」短笔记
- 03可视化与数据准备两章务必动手，不要只看答案
- 04学完后接 ML For Beginners；若直接转向 GenAI，再补 Generative AI for Beginners
适合谁 / 前置
- 能读英文课程材料（或配合翻译）
- 基础电脑操作与表格直觉即可
- 不要求先学机器学习或微积分
学完得到什么
- 理解数据科学工作流：获取、清洗、分析、可视化、沟通
- 能用课程练习完成入门级数据分析任务
- 建立伦理与偏见意识，知道数据叙事的边界
- 为后续 ML / AI 课打好「数据思维」底子
目录
来自站内阅读器镜像；点击章节直接阅读
Introduction5 章
Working With Data5 章
Data Visualization11 章
Data Science Lifecycle4 章
Data Science In Cloud4 章
Data Science In Wild2 章
策展亮点章节
数据科学定义与伦理概率统计直觉数据可视化数据准备与分析云与真实世界案例
仓库数据
Stars36,564
Forks7,405
主要语言Jupyter Notebook
协议MIT
创建2021/3/4
更新2026/8/6
4d2ac427（main）· 许可证 MIT License (MIT)。 上游更新后可通过同步脚本刷新。