microsoft · leonardopaffi · Oct 2, 2021 · Oct 2, 2021 · Oct 2, 2021
diff --git a/1-Introduction/translations/README.it.md b/1-Introduction/translations/README.it.md
@@ -0,0 +1,18 @@
+# Introduzione alla Data Science
+
+![dati in azione](../images/data.jpg)
+> Foto di <a href="https://unsplash.com/@dawson2406?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Stephen Dawson</a> pubblicata su <a href="https://unsplash.com/s/photos/data?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
+
+In queste lezioni scoprirai la definizione di Data Science e le considerazioni etiche
+che un "data scientist" deve tenere in considerazione. Imparerai anche la definizione di Dato e alcuni concetti di Statistica e Probabilità, argomenti accademici fondamentali nel dominio della Data Science.
+
+### Argomenti
+
+1. [Definizione Data Science](01-defining-data-science/README.md)
+2. [Etica Data Science](02-ethics/README.md)
+3. [Definizione di Dato](03-defining-data/README.md)
+4. [Introduzione a Statistica e Probabilità](04-stats-and-probability/README.md)
+
+### Credits
+
+Queste lezioni sono state scritte con ❤️ da [Nitya Narasimhan](https://twitter.com/nitya) e [Dmitry Soshnikov](https://twitter.com/shwars).
diff --git a/translations/README.it.md b/translations/README.it.md
@@ -0,0 +1,112 @@
+# Data Science per Principianti - Il corso
+
+[![GitHub license](https://img.shields.io/github/license/microsoft/Data-Science-For-Beginners.svg)](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE)
+[![GitHub contributors](https://img.shields.io/github/contributors/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/)
+[![GitHub issues](https://img.shields.io/github/issues/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/)
+[![GitHub pull-requests](https://img.shields.io/github/issues-pr/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/)
+[![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)
+
+[![GitHub watchers](https://img.shields.io/github/watchers/microsoft/Data-Science-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/Data-Science-For-Beginners/watchers/)
+[![GitHub forks](https://img.shields.io/github/forks/microsoft/Data-Science-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/Data-Science-For-Beginners/network/)
+[![GitHub stars](https://img.shields.io/github/stars/microsoft/Data-Science-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/Data-Science-For-Beginners/stargazers/)
+
+Gli operatori di Azure Cloud presso Microsoft sono lieti di potervi offrire un corso di 10 settimane, 20 lezioni, riguardante la Data Science. Ogni unità formativa include quiz da svolgere prima e dopo le lezioni, istruzioni scritte per completare la teoria, soluzioni e problemi da risolvere. La nostra didattica basata su un approccio "a progetti", permette di imparare concetti pratici, un metodo efficace per non dimenticarsi delle nuove skill acquisite.
+
+**Un caloroso ringraziamento ai nostri autori:** [Jasmine Greenaway](https://www.twitter.com/paladique), [Dmitry Soshnikov](http://soshnikov.com), [Nitya Narasimhan](https://twitter.com/nitya), [Jalen McGee](https://twitter.com/JalenMcG), [Jen Looper](https://twitter.com/jenlooper), [Maud Levy](https://twitter.com/maudstweets), [Tiffany Souterre](https://twitter.com/TiffanySouterre), [Christopher Harrison](https://www.twitter.com/geektrainer).
+
+**🙏 Un ringraziamento speciale 🙏 ai nostri autori "Microsoft Student Ambassador", revisionatori e autori di contenuti,** in particolare [Raymond Wangsa Putra](https://www.linkedin.com/in/raymond-wp/), [Ankita Singh](https://www.linkedin.com/in/ankitasingh007), [Rohit Yadav](https://www.linkedin.com/in/rty2423), [Arpita Das](https://www.linkedin.com/in/arpitadas01/), [Mohamma Iftekher (Iftu) Ebne Jalal](https://twitter.com/iftu119), [Dishita Bhasin](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [Miguel Correa](https://www.linkedin.com/in/miguelmque/), [Nawrin Tabassum](https://www.linkedin.com/in/nawrin-tabassum), [Sanya Sinha](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200), [Majd Safi](https://www.linkedin.com/in/majd-s/), [Sheena Narula](https://www.linkedin.com/in/sheena-narula-n/), [Anupam Mishra](https://www.linkedin.com/in/anupam--mishra/), [Dibri Nsofor](https://www.linkedin.com/in/dibrinsofor), [Aditya Garg](https://github.com/AdityaGarg00), [Alondra Sanchez](https://www.linkedin.com/in/alondra-sanchez-molina/), Yogendrasingh Pawar, Max Blum, Samridhi Sharma, Tauqeer Ahmad, Aaryan Arora, ChhailBihari Dubey
+
+|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../sketchnotes/00-Title.png)|
+|:---:|
+| Data Science per principianti - _Sketchnote di [@nitya](https://twitter.com/nitya)_ |
+
+
+# Per cominciare
+
+> **Insegnati**, abbiamo [incluso alcuni suggerimenti](for-teachers.md) su come usare questo corso. Apprezzeremmo molto il vostro feedback [nel nostro forum per le discussioni](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
+
+> **Studenti**, per svolgere questo corso da auto-didatta, vi consigliamo di fare un "fork" della repository, così da poter completare gli esercizi per conto proprio, partendo dal quiz pre-lezione, continuando con la teoria per, infine, concludere con il resto delle attività. Cercate di svolgere gli esercizi comprendendo ciò che sta scritto nelle lezioni, piuttosto che copiare il codice dalle soluzioni; è comunque possibile ottenere tale codice, in ogni lezione che comprende un progetto, nella cartella /solutions. Un'altra idea sarebbe quella di formare un gruppo di studio con amici e fruire del contenuto insieme. Per ulteriori studi, vi consigliamo [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-40229-cxa).
+
+<!--[![Promo video](screenshot.png)]( "Promo video")
+
+> 🎥 Click the image above for a video about the project  the folks who created it!-->
+
+## Didattica
+
+Durante la stesura di questo corso, abbiamo scelto di appoggiarci a due principi didattici: assicurarsi che il corso sia di natura pratica e includere molti quiz. Alla fine di questa serie di lezioni, gli studenti avranno imparato i principi base della data science, includendo concetti etici, preparazione dei dati, differenti metodi per lavorare sui dati, visualizzazione dei dati, analisi dei dati, casi di studio nel mondo reale, e molto altro.
+
+In addition, a low-stakes quiz before a class sets the intention of the student towards learning a topic, while a second quiz after class ensures further retention. This curriculum was designed to be flexible and fun and can be taken in whole or in part. The projects start small and become increasingly complex by the end of the 10 week cycle.
+
+In aggiunta, un quiz base prima di ogni lezione cerca di invogliare lo studente ad approfondire quel determinato argomento, mentre un quiz conclusivo assicura il mantenimento dei concetti imparati. Questo curriculum è stato progettato per essere flessibile e divertente, può essere erogato per intero o anche parzialmente. I progetti pratici partono dal più semplice per poi aumentare progressivamente in difficoltà durante le 10 settimane di corso.
+
+
+> Puoi trovare le nostre linee guida per [Codice di condotta](CODE_OF_CONDUCT.md), [Contributo](CONTRIBUTING.md),  [Traduzione](TRANSLATIONS.md). Sono apprezzati feedback!
+
+## Ogni lezione include: 
+
+- Schemi opzionali
+- Video di supplemento opzionale
+- Quiz pre-lezione di riscaldamento
+- Lezione scritta
+- Per le lezioni pratiche, una guida passo per passo su come fare il progetto
+- Knowledge checks
+- Controlli su conoscenza
+- Una sfida
+- Letture supplementari
+- Esercizi da svolgere
+- Quiz post-lezione
+
+> **Una nota sui quiz**: Tutti i quiz sono contenuti [in questa app](https://red-water-0103e7a0f.azurestaticapps.net/), per un totale di 40 quiz di tre domjande l'uno. I collegamenti sono disponibili all'interno delle lezioni, ma l'applicazione dei quiz può anche essere avviata localmente; segui le istruzioni nella cartella `quiz-app`. La traduzione del materiale avviene in modo graduale.
+
+## Lezioni
+
+
+|![Schema di [(@sketchthedocs)](https://sketchthedocs.dev) ](../sketchnotes/00-Roadmap.png)|
+|:---:|
+| Data Science per principianti: Roadmap - _Sketchnote di [@nitya](https://twitter.com/nitya)_ |
+
+
+| Numero lezione | Argomento | Gruppo Lezioni | Obiettivi di apprendimento | Collegamenti lezioni | Autore |
+| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
+| 01 | Definizione di Data Science | [Introduzione](1-Introduction/README.md) | Imparare i concetti base dietro la data science e come essi sono collegati all'intelligenza artificiale e al big data. | [lezione](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/pqqsm5reGvs) | [Dmitry](http://soshnikov.com) |
+| 02 | Etica della Data Science | [Introduzione](1-Introduction/README.md) | Concetti sull'etica dei dati, sfide e framework. | [lezione](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
+| 03 | Definizione Dato | [Introduzione](1-Introduction/README.md) | Come i dati vengono classificati e le fonti più comuni. | [lezione](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
+| 04 | Introduzione alla Statistica e Probabilità | [Introduzione](1-Introduction/README.md) | Tecniche matematiche della probabilità e statistica per interpretare i dati. | [lezione](1-Introduction/04-stats-and-probability/README.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
+| 05 | Lavorare con Dati Relazionali | [Lavorare coi Dati](2-Working-With-Data/README.md) | Introduzione ai dati relazionali e alle basi per esplorare, analizzare dati relazionali con lo "Structured Query Language", anche conosciuto come SQL (pronunciato “si-quell”). | [lezione](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
+| 06 | Lavorare con Dati NoSQL | [Lavorare coi Dati](2-Working-With-Data/README.md) | Introduzione ai dati non-relazionali, le varie tipologie e le basi per esplorare e analizzare i database orientati al documento. | [lezione](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
+| 07 | Lavorare con Python | [Lavorare coi Dati](2-Working-With-Data/README.md) | Basi di Python per esplorazione dei dati con librerie, come ad esempio Pandas. Raccomandata una conoscenza pregressa della programmazione in Python. | [lezione](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
+| 08 | Preparazione dei Dati | [Lavorare coi Dati](2-Working-With-Data/README.md) | Tecniche di scrematura e trasformazione dei dati per gestire alcuni problemi di dati mancanti, inaccurati o incompleti. | [lezione](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
+| 09 | Visualizzare le Quantità | [Visualizzazione Dati](3-Data-Visualization/README.md) | Imparare come usare Matplotlib per visualizzare alcuni dati presi da uccelli 🦆 | [lezione](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
+| 10 | Visualizzare le distribuzioni dei Dati | [Visualizzazione Dati](3-Data-Visualization/README.md) | Osservare e visualizzare trend in un intervallo specifico. | [lezione](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
+| 11 | Visualizzare Proporzioni | [Visualizzazione Dati](3-Data-Visualization/README.md) | Visualizzare percentuali discrete e di gruppo. | [lezione](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
+| 12 | Visualizzare Relazioni | [Visualizzazione Dati](3-Data-Visualization/README.md) | Visualizzare le connessioni e correlazioni tra i vari set di dati e le loro varibili. | [lezione](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
+| 13 | Visualizzazioni Consistenti | [Visualizzazione Dati](3-Data-Visualization/README.md) | Tecniche e linee guida per un problem solving guidato da visualizzazioni efficaci. | [lezione](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
+| 14 | Introduzione al cilo di vita della Data Science | [Ciclo di vita](4-Data-Science-Lifecycle/README.md) | Introduzione al ciclo di vita della data sicence e i primi passi per acquisire ed estrarre dati. | [lezione](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
+| 15 | Analizzare | [Ciclo di vita](4-Data-Science-Lifecycle/README.md) | Questa fase del ciclo di vita della data science si focalizza sulle tecniche di analisi dei dati. | [lezione](4-Data-Science-Lifecycle/15-Analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
+| 16 | Comunicazione | [Lifecycle](4-Data-Science-Lifecycle/README.md) | Questa fase del ciclo di vita della data science si focalizza sul presentare la visione d'insieme dei dati in modo da semplificarne la comprensione a chi non è del settore. | [lezione](4-Data-Science-Lifecycle/16-Communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
+| 17 | Data Science nel Cloud | [Dati Cloud](5-Data-Science-In-Cloud/README.md) | Questa serie di lezioni introduce il cloud nella data science e i vari benefici. | [lezione](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) e [Maud](https://twitter.com/maudstweets) |
+| 18 | Data Science nel Cloud | [Dati Cloud](5-Data-Science-In-Cloud/README.md) | Allenare i modelli utilizzando strumenti Low Code |[lezione](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) e [Maud](https://twitter.com/maudstweets) |
+| 19 | Data Science nel Cloud | [Dati Cloud](5-Data-Science-In-Cloud/README.md) | Fare il deploy dei modelli con Azure Machine Learning Studio | [lesson](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) e [Maud](https://twitter.com/maudstweets) |
+| 20 | Data Science nella Natura | [Nella Natura](6-Data-Science-In-Wild/README.md) | Progetti di Data Science nel mondo reale. | [lezione](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
+
+## Accesso offline
+
+Puoi leggere questa documentazione offline utilizzando [Docsify](https://docsify.js.org/#/). Fai un Fork di questa repository, [installa Docsify](https://docsify.js.org/#/quickstart) nel tuo computer,  poi, nella cartella base di questa repository, scrivi `docsify serve`. Il ito web sarà servito nella porta 3000 nel tuo localhost: `localhost:3000`. 
+
+> Nota bene, i notebook non possono essere visualizzati via Docsify, perciò quando avii un notebook, dovrai farlo in VS Code con un kernel Python. 
+
+## PDF
+
+Un PDF di tutte le lezioni può essere trovato [qui](https://microsoft.github.io/Data-Science-For-Beginners/pdf/readme.pdf)
+
+## Aiutaci!
+
+Se vuoi tradurre tutto il corso o parte di esso, per favore segui la nostra guida sulle [Traduzioni](TRANSLATIONS.md)
+
+## Altri corsi
+
+Il nostro team produce anche altri corsi! Dai un occhio anche a:
+
+- [Machine Learning per principianti](https://aka.ms/ml-beginners)
+- [IoT per principianti](https://aka.ms/iot-beginners)
+- [Web Dev per principianti](https://aka.ms/webdev-beginners)