chore(i18n): sync translations with latest source changes (chunk 1/1, 213 changes)

update-translations
localizeflow[bot] 5 days ago
parent 147a24a1b4
commit 188a326676

@ -0,0 +1,422 @@
{
"1-Introduction/01-defining-data-science/README.md": {
"original_hash": "43212cc1ac137b7bb1dcfb37ca06b0f4",
"translation_date": "2025-10-25T19:07:38+00:00",
"source_file": "1-Introduction/01-defining-data-science/README.md",
"language_code": "bg"
},
"1-Introduction/01-defining-data-science/assignment.md": {
"original_hash": "4e0f1773b9bee1be3b28f9fe2c71b3de",
"translation_date": "2025-08-26T15:25:37+00:00",
"source_file": "1-Introduction/01-defining-data-science/assignment.md",
"language_code": "bg"
},
"1-Introduction/01-defining-data-science/solution/assignment.md": {
"original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
"translation_date": "2025-08-26T15:27:07+00:00",
"source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
"language_code": "bg"
},
"1-Introduction/02-ethics/README.md": {
"original_hash": "58860ce9a4b8a564003d2752f7c72851",
"translation_date": "2025-10-03T16:59:02+00:00",
"source_file": "1-Introduction/02-ethics/README.md",
"language_code": "bg"
},
"1-Introduction/02-ethics/assignment.md": {
"original_hash": "b588c0fc73014f52520c666efc3e0cc3",
"translation_date": "2025-08-26T15:17:42+00:00",
"source_file": "1-Introduction/02-ethics/assignment.md",
"language_code": "bg"
},
"1-Introduction/03-defining-data/README.md": {
"original_hash": "12339119c0165da569a93ddba05f9339",
"translation_date": "2025-09-05T18:51:20+00:00",
"source_file": "1-Introduction/03-defining-data/README.md",
"language_code": "bg"
},
"1-Introduction/03-defining-data/assignment.md": {
"original_hash": "2e5cacb967c1e9dfd07809bfc441a0b4",
"translation_date": "2025-08-26T15:32:01+00:00",
"source_file": "1-Introduction/03-defining-data/assignment.md",
"language_code": "bg"
},
"1-Introduction/04-stats-and-probability/README.md": {
"original_hash": "ce95884566a74db72572cd51f0cb25ad",
"translation_date": "2025-09-06T14:09:47+00:00",
"source_file": "1-Introduction/04-stats-and-probability/README.md",
"language_code": "bg"
},
"1-Introduction/04-stats-and-probability/assignment.md": {
"original_hash": "01d1b493e8b51a6ebb42524f6b1bcfff",
"translation_date": "2025-08-26T15:43:08+00:00",
"source_file": "1-Introduction/04-stats-and-probability/assignment.md",
"language_code": "bg"
},
"1-Introduction/README.md": {
"original_hash": "696a8474a01054281704cbfb09148949",
"translation_date": "2025-08-26T15:00:13+00:00",
"source_file": "1-Introduction/README.md",
"language_code": "bg"
},
"2-Working-With-Data/05-relational-databases/README.md": {
"original_hash": "11739c7b40e7c6b16ad29e3df4e65862",
"translation_date": "2025-12-19T12:12:07+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/README.md",
"language_code": "bg"
},
"2-Working-With-Data/05-relational-databases/assignment.md": {
"original_hash": "25b37acdfb2452917c1aa2e2ca44317a",
"translation_date": "2025-10-24T09:58:21+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/assignment.md",
"language_code": "bg"
},
"2-Working-With-Data/06-non-relational/README.md": {
"original_hash": "c182e87f9f80be7e7cdffc7b40bbfccf",
"translation_date": "2025-09-05T18:39:01+00:00",
"source_file": "2-Working-With-Data/06-non-relational/README.md",
"language_code": "bg"
},
"2-Working-With-Data/06-non-relational/assignment.md": {
"original_hash": "f824bfdb8b12d33293913f76f5c787c5",
"translation_date": "2025-08-26T14:58:13+00:00",
"source_file": "2-Working-With-Data/06-non-relational/assignment.md",
"language_code": "bg"
},
"2-Working-With-Data/07-python/README.md": {
"original_hash": "7bfec050f4717dcc2dfd028aca9d21f3",
"translation_date": "2025-09-06T15:59:51+00:00",
"source_file": "2-Working-With-Data/07-python/README.md",
"language_code": "bg"
},
"2-Working-With-Data/07-python/assignment.md": {
"original_hash": "dc8f035ce92e4eaa078ab19caa68267a",
"translation_date": "2025-08-26T14:52:09+00:00",
"source_file": "2-Working-With-Data/07-python/assignment.md",
"language_code": "bg"
},
"2-Working-With-Data/08-data-preparation/README.md": {
"original_hash": "1b560955ff39a2bcf2a049fce474a951",
"translation_date": "2025-09-05T18:41:23+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/README.md",
"language_code": "bg"
},
"2-Working-With-Data/08-data-preparation/assignment.md": {
"original_hash": "f9d5a7275e046223fa6474477674b810",
"translation_date": "2025-08-26T14:42:03+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/assignment.md",
"language_code": "bg"
},
"2-Working-With-Data/README.md": {
"original_hash": "abc3309ab41bc5a7846f70ee1a055838",
"translation_date": "2025-08-26T14:28:05+00:00",
"source_file": "2-Working-With-Data/README.md",
"language_code": "bg"
},
"3-Data-Visualization/09-visualization-quantities/README.md": {
"original_hash": "a49d78e32e280c410f04e5f2a2068e77",
"translation_date": "2025-09-05T18:45:22+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/README.md",
"language_code": "bg"
},
"3-Data-Visualization/09-visualization-quantities/assignment.md": {
"original_hash": "ad163c4fda72c8278280b61cad317ff4",
"translation_date": "2025-08-26T17:27:18+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/assignment.md",
"language_code": "bg"
},
"3-Data-Visualization/10-visualization-distributions/README.md": {
"original_hash": "80a20467e046d312809d008395051fc7",
"translation_date": "2025-09-05T18:47:13+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/README.md",
"language_code": "bg"
},
"3-Data-Visualization/10-visualization-distributions/assignment.md": {
"original_hash": "40eeb9b9f94009c537c7811f9f27f037",
"translation_date": "2025-08-26T16:53:10+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/assignment.md",
"language_code": "bg"
},
"3-Data-Visualization/11-visualization-proportions/README.md": {
"original_hash": "42119bcc97bee88254e381156d770f3c",
"translation_date": "2025-09-05T18:44:49+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/README.md",
"language_code": "bg"
},
"3-Data-Visualization/11-visualization-proportions/assignment.md": {
"original_hash": "1e00fe6a244c2f8f9a794c862661dd4f",
"translation_date": "2025-08-26T17:31:19+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/assignment.md",
"language_code": "bg"
},
"3-Data-Visualization/12-visualization-relationships/README.md": {
"original_hash": "0764fd4077f3f04a1d968ec371227744",
"translation_date": "2025-09-06T11:47:22+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/README.md",
"language_code": "bg"
},
"3-Data-Visualization/12-visualization-relationships/assignment.md": {
"original_hash": "680419753c086eef51be86607c623945",
"translation_date": "2025-08-26T16:57:59+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/assignment.md",
"language_code": "bg"
},
"3-Data-Visualization/13-meaningful-visualizations/README.md": {
"original_hash": "cfb068050337a36e348debaa502a24fa",
"translation_date": "2025-09-05T18:45:57+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/README.md",
"language_code": "bg"
},
"3-Data-Visualization/13-meaningful-visualizations/assignment.md": {
"original_hash": "e56df4c0f49357e30ac8fc77aa439dd4",
"translation_date": "2025-08-26T16:47:33+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/assignment.md",
"language_code": "bg"
},
"3-Data-Visualization/13-meaningful-visualizations/solution/README.md": {
"original_hash": "5c51a54dd89075a7a362890117b7ed9e",
"translation_date": "2025-08-26T16:48:52+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/solution/README.md",
"language_code": "bg"
},
"3-Data-Visualization/13-meaningful-visualizations/starter/README.md": {
"original_hash": "5c51a54dd89075a7a362890117b7ed9e",
"translation_date": "2025-08-26T16:48:13+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/starter/README.md",
"language_code": "bg"
},
"3-Data-Visualization/R/09-visualization-quantities/README.md": {
"original_hash": "22acf28f518a4769ea14fa42f4734b9f",
"translation_date": "2025-08-26T17:12:23+00:00",
"source_file": "3-Data-Visualization/R/09-visualization-quantities/README.md",
"language_code": "bg"
},
"3-Data-Visualization/R/09-visualization-quantities/assignment.md": {
"original_hash": "0ea21b6513df5ade7419c6b7d65f10b1",
"translation_date": "2025-08-26T17:14:05+00:00",
"source_file": "3-Data-Visualization/R/09-visualization-quantities/assignment.md",
"language_code": "bg"
},
"3-Data-Visualization/R/10-visualization-distributions/README.md": {
"original_hash": "ea67c0c40808fd723594de6896c37ccf",
"translation_date": "2025-08-26T17:01:26+00:00",
"source_file": "3-Data-Visualization/R/10-visualization-distributions/README.md",
"language_code": "bg"
},
"3-Data-Visualization/R/10-visualization-distributions/assignment.md": {
"original_hash": "a233d542512136c4dd29aad38ca0175f",
"translation_date": "2025-08-26T17:02:36+00:00",
"source_file": "3-Data-Visualization/R/10-visualization-distributions/assignment.md",
"language_code": "bg"
},
"3-Data-Visualization/R/11-visualization-proportions/README.md": {
"original_hash": "47028abaaafa2bcb1079702d20569066",
"translation_date": "2025-08-26T17:21:36+00:00",
"source_file": "3-Data-Visualization/R/11-visualization-proportions/README.md",
"language_code": "bg"
},
"3-Data-Visualization/R/12-visualization-relationships/README.md": {
"original_hash": "a33c5d4b4156a2b41788d8720b6f724c",
"translation_date": "2025-08-26T17:05:57+00:00",
"source_file": "3-Data-Visualization/R/12-visualization-relationships/README.md",
"language_code": "bg"
},
"3-Data-Visualization/R/13-meaningful-vizualizations/README.md": {
"original_hash": "b4039f1c76548d144a0aee0bf28304ec",
"translation_date": "2025-08-26T17:17:44+00:00",
"source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/README.md",
"language_code": "bg"
},
"3-Data-Visualization/README.md": {
"original_hash": "1441550a0d789796b2821e04f7f4cc94",
"translation_date": "2025-08-26T16:42:16+00:00",
"source_file": "3-Data-Visualization/README.md",
"language_code": "bg"
},
"4-Data-Science-Lifecycle/14-Introduction/README.md": {
"original_hash": "07e12a25d20b8f191e3cb651c27fdb2b",
"translation_date": "2025-09-06T21:38:07+00:00",
"source_file": "4-Data-Science-Lifecycle/14-Introduction/README.md",
"language_code": "bg"
},
"4-Data-Science-Lifecycle/14-Introduction/assignment.md": {
"original_hash": "564445c39ad29a491abcb9356fc4d47d",
"translation_date": "2025-08-26T16:28:33+00:00",
"source_file": "4-Data-Science-Lifecycle/14-Introduction/assignment.md",
"language_code": "bg"
},
"4-Data-Science-Lifecycle/15-analyzing/README.md": {
"original_hash": "661dad02c3ac239644d34c1eb51e76f8",
"translation_date": "2025-09-06T21:37:20+00:00",
"source_file": "4-Data-Science-Lifecycle/15-analyzing/README.md",
"language_code": "bg"
},
"4-Data-Science-Lifecycle/15-analyzing/assignment.md": {
"original_hash": "fcc7547171f4530f159676dd73ed772e",
"translation_date": "2025-08-26T16:32:14+00:00",
"source_file": "4-Data-Science-Lifecycle/15-analyzing/assignment.md",
"language_code": "bg"
},
"4-Data-Science-Lifecycle/16-communication/README.md": {
"original_hash": "215a3254ba5a222a57c5bb0192cea8e3",
"translation_date": "2025-09-06T21:38:37+00:00",
"source_file": "4-Data-Science-Lifecycle/16-communication/README.md",
"language_code": "bg"
},
"4-Data-Science-Lifecycle/16-communication/assignment.md": {
"original_hash": "8980d7efd101c82d6d6ffc3458214120",
"translation_date": "2025-08-26T16:40:34+00:00",
"source_file": "4-Data-Science-Lifecycle/16-communication/assignment.md",
"language_code": "bg"
},
"4-Data-Science-Lifecycle/README.md": {
"original_hash": "dd173fd30fc039a7a299898920680723",
"translation_date": "2025-08-26T16:21:14+00:00",
"source_file": "4-Data-Science-Lifecycle/README.md",
"language_code": "bg"
},
"5-Data-Science-In-Cloud/17-Introduction/README.md": {
"original_hash": "5f8e7cdefa096664ae86f795be571580",
"translation_date": "2025-09-05T18:37:41+00:00",
"source_file": "5-Data-Science-In-Cloud/17-Introduction/README.md",
"language_code": "bg"
},
"5-Data-Science-In-Cloud/17-Introduction/assignment.md": {
"original_hash": "96f3696153d9ed54b19a1bb65438c104",
"translation_date": "2025-08-26T16:10:25+00:00",
"source_file": "5-Data-Science-In-Cloud/17-Introduction/assignment.md",
"language_code": "bg"
},
"5-Data-Science-In-Cloud/18-Low-Code/README.md": {
"original_hash": "bd4da10766c64fce4294a98f6479dfb0",
"translation_date": "2025-09-05T18:35:54+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/README.md",
"language_code": "bg"
},
"5-Data-Science-In-Cloud/18-Low-Code/assignment.md": {
"original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
"translation_date": "2025-08-26T16:04:56+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
"language_code": "bg"
},
"5-Data-Science-In-Cloud/19-Azure/README.md": {
"original_hash": "472d3fab1c5be50f387336e7a686dbe1",
"translation_date": "2025-09-05T18:38:13+00:00",
"source_file": "5-Data-Science-In-Cloud/19-Azure/README.md",
"language_code": "bg"
},
"5-Data-Science-In-Cloud/19-Azure/assignment.md": {
"original_hash": "386efdbc19786951341f6956247ee990",
"translation_date": "2025-08-26T16:17:42+00:00",
"source_file": "5-Data-Science-In-Cloud/19-Azure/assignment.md",
"language_code": "bg"
},
"5-Data-Science-In-Cloud/README.md": {
"original_hash": "8dfe141a0f46f7d253e07f74913c7f44",
"translation_date": "2025-08-26T15:53:33+00:00",
"source_file": "5-Data-Science-In-Cloud/README.md",
"language_code": "bg"
},
"6-Data-Science-In-Wild/20-Real-World-Examples/README.md": {
"original_hash": "0f67a4139454816631526779a456b734",
"translation_date": "2025-09-06T18:44:27+00:00",
"source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/README.md",
"language_code": "bg"
},
"6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md": {
"original_hash": "d1e05715f9d97de6c4f1fb0c5a4702c0",
"translation_date": "2025-08-26T15:52:23+00:00",
"source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md",
"language_code": "bg"
},
"6-Data-Science-In-Wild/README.md": {
"original_hash": "07faf02ff163e609edf0b0308dc5d4e6",
"translation_date": "2025-08-26T15:44:21+00:00",
"source_file": "6-Data-Science-In-Wild/README.md",
"language_code": "bg"
},
"AGENTS.md": {
"original_hash": "cc2e18ab65df63e75d3619c4752e9b22",
"translation_date": "2025-10-03T11:40:17+00:00",
"source_file": "AGENTS.md",
"language_code": "bg"
},
"CODE_OF_CONDUCT.md": {
"original_hash": "c06b12caf3c901eb3156e3dd5b0aea56",
"translation_date": "2025-08-26T14:24:16+00:00",
"source_file": "CODE_OF_CONDUCT.md",
"language_code": "bg"
},
"CONTRIBUTING.md": {
"original_hash": "10f86fb29b5407088445ac803b3d0ed1",
"translation_date": "2025-10-03T14:37:25+00:00",
"source_file": "CONTRIBUTING.md",
"language_code": "bg"
},
"INSTALLATION.md": {
"original_hash": "a64d8afa22ffcc2016bb239188d6acb1",
"translation_date": "2025-10-03T15:25:40+00:00",
"source_file": "INSTALLATION.md",
"language_code": "bg"
},
"README.md": {
"original_hash": "8ec92ecfeb14923af733851239552146",
"translation_date": "2026-01-30T02:25:22+00:00",
"source_file": "README.md",
"language_code": "bg"
},
"SECURITY.md": {
"original_hash": "0d575483100c332b2dbaefef915bb3c4",
"translation_date": "2025-08-26T14:26:09+00:00",
"source_file": "SECURITY.md",
"language_code": "bg"
},
"SUPPORT.md": {
"original_hash": "872be8bc1b93ef1dd9ac3d6e8f99f6ab",
"translation_date": "2025-08-26T14:21:37+00:00",
"source_file": "SUPPORT.md",
"language_code": "bg"
},
"TROUBLESHOOTING.md": {
"original_hash": "93a6a8a8a209128cbfedcbc076ee21b0",
"translation_date": "2025-10-03T15:47:38+00:00",
"source_file": "TROUBLESHOOTING.md",
"language_code": "bg"
},
"USAGE.md": {
"original_hash": "f546349678757508d69ce9e1d2688446",
"translation_date": "2025-10-03T15:09:52+00:00",
"source_file": "USAGE.md",
"language_code": "bg"
},
"docs/_sidebar.md": {
"original_hash": "3767555b3cc28a2865c79202f4374204",
"translation_date": "2025-08-26T14:59:19+00:00",
"source_file": "docs/_sidebar.md",
"language_code": "bg"
},
"examples/README.md": {
"original_hash": "9bef7fd96c8f262339933117d9b3e342",
"translation_date": "2025-10-03T13:07:41+00:00",
"source_file": "examples/README.md",
"language_code": "bg"
},
"for-teachers.md": {
"original_hash": "f7440be10c17a8a9262713af3d2818a9",
"translation_date": "2025-09-06T20:01:16+00:00",
"source_file": "for-teachers.md",
"language_code": "bg"
},
"quiz-app/README.md": {
"original_hash": "e92c33ea498915a13c9aec162616db18",
"translation_date": "2025-08-26T16:20:17+00:00",
"source_file": "quiz-app/README.md",
"language_code": "bg"
},
"sketchnotes/README.md": {
"original_hash": "3a848466cb63aff1a93411affb152c2a",
"translation_date": "2025-08-26T15:43:47+00:00",
"source_file": "sketchnotes/README.md",
"language_code": "bg"
}
}

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "43212cc1ac137b7bb1dcfb37ca06b0f4",
"translation_date": "2025-10-25T19:07:38+00:00",
"source_file": "1-Introduction/01-defining-data-science/README.md",
"language_code": "bg"
}
-->
# Определение на науката за данни
| ![Скица от [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/01-Definitions.png) |

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "4e0f1773b9bee1be3b28f9fe2c71b3de",
"translation_date": "2025-08-26T15:25:37+00:00",
"source_file": "1-Introduction/01-defining-data-science/assignment.md",
"language_code": "bg"
}
-->
# Задача: Сценарии за анализ на данни
В тази първа задача ви молим да помислите за някакъв реален процес или проблем в различни области и как можете да го подобрите, използвайки процеса на анализ на данни. Помислете за следното:

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
"translation_date": "2025-08-26T15:27:07+00:00",
"source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
"language_code": "bg"
}
-->
# Задача: Сценарии за анализ на данни
В тази първа задача ви молим да помислите за някакъв реален процес или проблем в различни области и как можете да го подобрите, използвайки процеса на анализ на данни. Помислете за следното:

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "58860ce9a4b8a564003d2752f7c72851",
"translation_date": "2025-10-03T16:59:02+00:00",
"source_file": "1-Introduction/02-ethics/README.md",
"language_code": "bg"
}
-->
# Въведение в етиката на данните
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/02-Ethics.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "b588c0fc73014f52520c666efc3e0cc3",
"translation_date": "2025-08-26T15:17:42+00:00",
"source_file": "1-Introduction/02-ethics/assignment.md",
"language_code": "bg"
}
-->
## Напишете казус за етика на данни
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "12339119c0165da569a93ddba05f9339",
"translation_date": "2025-09-05T18:51:20+00:00",
"source_file": "1-Introduction/03-defining-data/README.md",
"language_code": "bg"
}
-->
# Определяне на данни
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/03-DefiningData.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "2e5cacb967c1e9dfd07809bfc441a0b4",
"translation_date": "2025-08-26T15:32:01+00:00",
"source_file": "1-Introduction/03-defining-data/assignment.md",
"language_code": "bg"
}
-->
# Класифициране на набори от данни
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "ce95884566a74db72572cd51f0cb25ad",
"translation_date": "2025-09-06T14:09:47+00:00",
"source_file": "1-Introduction/04-stats-and-probability/README.md",
"language_code": "bg"
}
-->
# Кратко въведение в статистиката и теорията на вероятностите
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/04-Statistics-Probability.png)|
@ -64,7 +55,7 @@ CO_OP_TRANSLATOR_METADATA:
Графично можем да представим връзката между медианата и квартилите в диаграма, наречена **кутия и мустаци**:
<img src="images/boxplot_explanation.png" alt="Обяснение на диаграмата кутия и мустаци" width="50%">
<img src="../../../../translated_images/bg/boxplot_explanation.4039b7de08780fd4.webp" alt="Обяснение на диаграмата кутия и мустаци" width="50%">
Тук също изчисляваме **междуквартилен обхват** IQR=Q3-Q1 и така наречените **отклонения** - стойности, които лежат извън границите [Q1-1.5*IQR,Q3+1.5*IQR].

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "01d1b493e8b51a6ebb42524f6b1bcfff",
"translation_date": "2025-08-26T15:43:08+00:00",
"source_file": "1-Introduction/04-stats-and-probability/assignment.md",
"language_code": "bg"
}
-->
# Малко изследване на диабет
В това задание ще работим с малък набор от данни за пациенти с диабет, взет от [тук](https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html).

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "696a8474a01054281704cbfb09148949",
"translation_date": "2025-08-26T15:00:13+00:00",
"source_file": "1-Introduction/README.md",
"language_code": "bg"
}
-->
# Въведение в науката за данните
![данни в действие](../../../translated_images/bg/data.48e22bb7617d8d92188afbc4c48effb920ba79f5cebdc0652cd9f34bbbd90c18.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "11739c7b40e7c6b16ad29e3df4e65862",
"translation_date": "2025-12-19T12:12:07+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/README.md",
"language_code": "bg"
}
-->
# Работа с данни: Релационни бази данни
|![ Скетчно изображение от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/05-RelationalData.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "25b37acdfb2452917c1aa2e2ca44317a",
"translation_date": "2025-10-24T09:58:21+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/assignment.md",
"language_code": "bg"
}
-->
# Показване на данни за летища
Предоставена ви е [база данни](https://raw.githubusercontent.com/Microsoft/Data-Science-For-Beginners/main/2-Working-With-Data/05-relational-databases/airports.db), изградена на [SQLite](https://sqlite.org/index.html), която съдържа информация за летища. Схемата е показана по-долу. Ще използвате [SQLite разширението](https://marketplace.visualstudio.com/items?itemName=alexcvzz.vscode-sqlite&WT.mc_id=academic-77958-bethanycheum) в [Visual Studio Code](https://code.visualstudio.com?WT.mc_id=academic-77958-bethanycheum), за да покажете информация за летищата в различни градове.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "c182e87f9f80be7e7cdffc7b40bbfccf",
"translation_date": "2025-09-05T18:39:01+00:00",
"source_file": "2-Working-With-Data/06-non-relational/README.md",
"language_code": "bg"
}
-->
# Работа с данни: Нерелационни данни
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/06-NoSQL.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f824bfdb8b12d33293913f76f5c787c5",
"translation_date": "2025-08-26T14:58:13+00:00",
"source_file": "2-Working-With-Data/06-non-relational/assignment.md",
"language_code": "bg"
}
-->
# Печалби от сода
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "7bfec050f4717dcc2dfd028aca9d21f3",
"translation_date": "2025-09-06T15:59:51+00:00",
"source_file": "2-Working-With-Data/07-python/README.md",
"language_code": "bg"
}
-->
# Работа с данни: Python и библиотеката Pandas
| ![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/07-WorkWithPython.png) |

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "dc8f035ce92e4eaa078ab19caa68267a",
"translation_date": "2025-08-26T14:52:09+00:00",
"source_file": "2-Working-With-Data/07-python/assignment.md",
"language_code": "bg"
}
-->
# Задание за обработка на данни с Python
В това задание ще ви помолим да доразвиете кода, който започнахме да разработваме в нашите предизвикателства. Заданието се състои от две части:

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "1b560955ff39a2bcf2a049fce474a951",
"translation_date": "2025-09-05T18:41:23+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/README.md",
"language_code": "bg"
}
-->
# Работа с данни: Подготовка на данни
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/08-DataPreparation.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f9d5a7275e046223fa6474477674b810",
"translation_date": "2025-08-26T14:42:03+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/assignment.md",
"language_code": "bg"
}
-->
# Оценяване на данни от формуляр
Клиент е тествал [малък формуляр](../../../../2-Working-With-Data/08-data-preparation/index.html), за да събере основна информация за своята клиентска база. Те са ви предоставили своите резултати, за да валидирате събраните данни. Можете да отворите страницата `index.html` в браузъра, за да разгледате формуляра.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "abc3309ab41bc5a7846f70ee1a055838",
"translation_date": "2025-08-26T14:28:05+00:00",
"source_file": "2-Working-With-Data/README.md",
"language_code": "bg"
}
-->
# Работа с данни
![data love](../../../translated_images/bg/data-love.a22ef29e6742c852505ada062920956d3d7604870b281a8ca7c7ac6f37381d5a.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a49d78e32e280c410f04e5f2a2068e77",
"translation_date": "2025-09-05T18:45:22+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/README.md",
"language_code": "bg"
}
-->
# Визуализиране на количества
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/09-Visualizing-Quantities.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "ad163c4fda72c8278280b61cad317ff4",
"translation_date": "2025-08-26T17:27:18+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/assignment.md",
"language_code": "bg"
}
-->
# Линии, Разпръснати точки и Ленти
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "80a20467e046d312809d008395051fc7",
"translation_date": "2025-09-05T18:47:13+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/README.md",
"language_code": "bg"
}
-->
# Визуализиране на разпределения
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/10-Visualizing-Distributions.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "40eeb9b9f94009c537c7811f9f27f037",
"translation_date": "2025-08-26T16:53:10+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/assignment.md",
"language_code": "bg"
}
-->
# Приложете уменията си
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "42119bcc97bee88254e381156d770f3c",
"translation_date": "2025-09-05T18:44:49+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/README.md",
"language_code": "bg"
}
-->
# Визуализиране на пропорции
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/11-Visualizing-Proportions.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "1e00fe6a244c2f8f9a794c862661dd4f",
"translation_date": "2025-08-26T17:31:19+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/assignment.md",
"language_code": "bg"
}
-->
# Опитайте го в Excel
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "0764fd4077f3f04a1d968ec371227744",
"translation_date": "2025-09-06T11:47:22+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/README.md",
"language_code": "bg"
}
-->
# Визуализиране на връзки: Всичко за меда 🍯
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/12-Visualizing-Relationships.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "680419753c086eef51be86607c623945",
"translation_date": "2025-08-26T16:57:59+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/assignment.md",
"language_code": "bg"
}
-->
# Потопете се в кошера
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "cfb068050337a36e348debaa502a24fa",
"translation_date": "2025-09-05T18:45:57+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/README.md",
"language_code": "bg"
}
-->
# Създаване на смислени визуализации
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/13-MeaningfulViz.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "e56df4c0f49357e30ac8fc77aa439dd4",
"translation_date": "2025-08-26T16:47:33+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/assignment.md",
"language_code": "bg"
}
-->
# Създайте своя собствена персонализирана визуализация
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "5c51a54dd89075a7a362890117b7ed9e",
"translation_date": "2025-08-26T16:48:52+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/solution/README.md",
"language_code": "bg"
}
-->
# Проект за визуализация на данни "Опасни връзки"
За да започнете, трябва да се уверите, че имате инсталирани NPM и Node на вашата машина. Инсталирайте зависимостите (npm install) и след това стартирайте проекта локално (npm run serve):

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "5c51a54dd89075a7a362890117b7ed9e",
"translation_date": "2025-08-26T16:48:13+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/starter/README.md",
"language_code": "bg"
}
-->
# Проект за визуализация на данни "Опасни връзки"
За да започнете, трябва да се уверите, че имате инсталирани NPM и Node на вашата машина. Инсталирайте зависимостите (npm install) и след това стартирайте проекта локално (npm run serve):

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "22acf28f518a4769ea14fa42f4734b9f",
"translation_date": "2025-08-26T17:12:23+00:00",
"source_file": "3-Data-Visualization/R/09-visualization-quantities/README.md",
"language_code": "bg"
}
-->
# Визуализиране на количества
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](https://github.com/microsoft/Data-Science-For-Beginners/blob/main/sketchnotes/09-Visualizing-Quantities.png)|
|:---:|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "0ea21b6513df5ade7419c6b7d65f10b1",
"translation_date": "2025-08-26T17:14:05+00:00",
"source_file": "3-Data-Visualization/R/09-visualization-quantities/assignment.md",
"language_code": "bg"
}
-->
# Линии, Разпръснати точки и Ленти
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "ea67c0c40808fd723594de6896c37ccf",
"translation_date": "2025-08-26T17:01:26+00:00",
"source_file": "3-Data-Visualization/R/10-visualization-distributions/README.md",
"language_code": "bg"
}
-->
# Визуализиране на разпределения
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](https://github.com/microsoft/Data-Science-For-Beginners/blob/main/sketchnotes/10-Visualizing-Distributions.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a233d542512136c4dd29aad38ca0175f",
"translation_date": "2025-08-26T17:02:36+00:00",
"source_file": "3-Data-Visualization/R/10-visualization-distributions/assignment.md",
"language_code": "bg"
}
-->
# Приложете уменията си
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "47028abaaafa2bcb1079702d20569066",
"translation_date": "2025-08-26T17:21:36+00:00",
"source_file": "3-Data-Visualization/R/11-visualization-proportions/README.md",
"language_code": "bg"
}
-->
# Визуализиране на пропорции
|![Скица от [(@sketchthedocs)](https://sketchthedocs.dev)](../../../sketchnotes/11-Visualizing-Proportions.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a33c5d4b4156a2b41788d8720b6f724c",
"translation_date": "2025-08-26T17:05:57+00:00",
"source_file": "3-Data-Visualization/R/12-visualization-relationships/README.md",
"language_code": "bg"
}
-->
# Визуализиране на връзки: Всичко за меда 🍯
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../../sketchnotes/12-Visualizing-Relationships.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "b4039f1c76548d144a0aee0bf28304ec",
"translation_date": "2025-08-26T17:17:44+00:00",
"source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/README.md",
"language_code": "bg"
}
-->
# Създаване на смислени визуализации
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../../sketchnotes/13-MeaningfulViz.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "1441550a0d789796b2821e04f7f4cc94",
"translation_date": "2025-08-26T16:42:16+00:00",
"source_file": "3-Data-Visualization/README.md",
"language_code": "bg"
}
-->
# Визуализации
![пчела върху цвете лавандула](../../../translated_images/bg/bee.0aa1d91132b12e3a8994b9ca12816d05ce1642010d9b8be37f8d37365ba845cf.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "07e12a25d20b8f191e3cb651c27fdb2b",
"translation_date": "2025-09-06T21:38:07+00:00",
"source_file": "4-Data-Science-Lifecycle/14-Introduction/README.md",
"language_code": "bg"
}
-->
# Въведение в жизнения цикъл на науката за данни
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/14-DataScience-Lifecycle.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "564445c39ad29a491abcb9356fc4d47d",
"translation_date": "2025-08-26T16:28:33+00:00",
"source_file": "4-Data-Science-Lifecycle/14-Introduction/assignment.md",
"language_code": "bg"
}
-->
# Оценка на набор от данни
Клиент се е обърнал към вашия екип за помощ при изследване на сезонните навици за разходи на клиентите на таксита в Ню Йорк.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "661dad02c3ac239644d34c1eb51e76f8",
"translation_date": "2025-09-06T21:37:20+00:00",
"source_file": "4-Data-Science-Lifecycle/15-analyzing/README.md",
"language_code": "bg"
}
-->
# Жизнен цикъл на науката за данни: Анализиране
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/15-Analyzing.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "fcc7547171f4530f159676dd73ed772e",
"translation_date": "2025-08-26T16:32:14+00:00",
"source_file": "4-Data-Science-Lifecycle/15-analyzing/assignment.md",
"language_code": "bg"
}
-->
# Изследване за отговори
Това е продължение на [заданието](../14-Introduction/assignment.md) от предишния урок, където разгледахме набързо набора от данни. Сега ще направим по-задълбочен анализ на данните.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "215a3254ba5a222a57c5bb0192cea8e3",
"translation_date": "2025-09-06T21:38:37+00:00",
"source_file": "4-Data-Science-Lifecycle/16-communication/README.md",
"language_code": "bg"
}
-->
# Жизнен цикъл на науката за данни: Комуникация
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/16-Communicating.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "8980d7efd101c82d6d6ffc3458214120",
"translation_date": "2025-08-26T16:40:34+00:00",
"source_file": "4-Data-Science-Lifecycle/16-communication/assignment.md",
"language_code": "bg"
}
-->
# Разкажете история
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "dd173fd30fc039a7a299898920680723",
"translation_date": "2025-08-26T16:21:14+00:00",
"source_file": "4-Data-Science-Lifecycle/README.md",
"language_code": "bg"
}
-->
# Жизненият цикъл на науката за данни
![communication](../../../translated_images/bg/communication.06d8e2a88d30d168d661ad9f9f0a4f947ebff3719719cfdaf9ed00a406a01ead.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "5f8e7cdefa096664ae86f795be571580",
"translation_date": "2025-09-05T18:37:41+00:00",
"source_file": "5-Data-Science-In-Cloud/17-Introduction/README.md",
"language_code": "bg"
}
-->
# Въведение в науката за данни в облака
|![ Скицка от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/17-DataScience-Cloud.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "96f3696153d9ed54b19a1bb65438c104",
"translation_date": "2025-08-26T16:10:25+00:00",
"source_file": "5-Data-Science-In-Cloud/17-Introduction/assignment.md",
"language_code": "bg"
}
-->
# Проучване на пазара
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "bd4da10766c64fce4294a98f6479dfb0",
"translation_date": "2025-09-05T18:35:54+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/README.md",
"language_code": "bg"
}
-->
# Наука за данни в облака: Методът "Малко код/Без код"
|![ Скица от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/18-DataScience-Cloud.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
"translation_date": "2025-08-26T16:04:56+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
"language_code": "bg"
}
-->
# Проект за Data Science с малко или без код на Azure ML
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "472d3fab1c5be50f387336e7a686dbe1",
"translation_date": "2025-09-05T18:38:13+00:00",
"source_file": "5-Data-Science-In-Cloud/19-Azure/README.md",
"language_code": "bg"
}
-->
# Наука за данни в облака: Пътят на "Azure ML SDK"
|![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/19-DataScience-Cloud.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "386efdbc19786951341f6956247ee990",
"translation_date": "2025-08-26T16:17:42+00:00",
"source_file": "5-Data-Science-In-Cloud/19-Azure/assignment.md",
"language_code": "bg"
}
-->
# Проект за анализ на данни с Azure ML SDK
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "8dfe141a0f46f7d253e07f74913c7f44",
"translation_date": "2025-08-26T15:53:33+00:00",
"source_file": "5-Data-Science-In-Cloud/README.md",
"language_code": "bg"
}
-->
# Наука за данни в облака
![cloud-picture](../../../translated_images/bg/cloud-picture.f5526de3c6c6387b2d656ba94f019b3352e5e3854a78440e4fb00c93e2dea675.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "0f67a4139454816631526779a456b734",
"translation_date": "2025-09-06T18:44:27+00:00",
"source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/README.md",
"language_code": "bg"
}
-->
# Наука за данни в реалния свят
| ![ Скетч от [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/20-DataScience-RealWorld.png) |

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "d1e05715f9d97de6c4f1fb0c5a4702c0",
"translation_date": "2025-08-26T15:52:23+00:00",
"source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md",
"language_code": "bg"
}
-->
# Изследване на набор от данни от Planetary Computer
## Инструкции

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "07faf02ff163e609edf0b0308dc5d4e6",
"translation_date": "2025-08-26T15:44:21+00:00",
"source_file": "6-Data-Science-In-Wild/README.md",
"language_code": "bg"
}
-->
# Наука за данни в реалния свят
Приложения на науката за данни в различни индустрии.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "cc2e18ab65df63e75d3619c4752e9b22",
"translation_date": "2025-10-03T11:40:17+00:00",
"source_file": "AGENTS.md",
"language_code": "bg"
}
-->
# AGENTS.md
## Преглед на проекта

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "c06b12caf3c901eb3156e3dd5b0aea56",
"translation_date": "2025-08-26T14:24:16+00:00",
"source_file": "CODE_OF_CONDUCT.md",
"language_code": "bg"
}
-->
# Кодекс за поведение при отворен код на Microsoft
Този проект е приел [Кодекса за поведение при отворен код на Microsoft](https://opensource.microsoft.com/codeofconduct/).

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "10f86fb29b5407088445ac803b3d0ed1",
"translation_date": "2025-10-03T14:37:25+00:00",
"source_file": "CONTRIBUTING.md",
"language_code": "bg"
}
-->
# Принос към "Основи на науката за данни"
Благодарим ви за интереса към приноса към учебната програма "Основи на науката за данни"! Приветстваме приноси от общността.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a64d8afa22ffcc2016bb239188d6acb1",
"translation_date": "2025-10-03T15:25:40+00:00",
"source_file": "INSTALLATION.md",
"language_code": "bg"
}
-->
# Ръководство за инсталация
Това ръководство ще ви помогне да настроите вашата среда за работа с учебната програма "Наука за данни за начинаещи".

@ -1,202 +1,193 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "33d252f7491b696d85df7f680e7e7b90",
"translation_date": "2026-01-16T19:38:26+00:00",
"source_file": "README.md",
"language_code": "bg"
}
-->
# Data Science за начинаещи - Учебна програма
[![Отваряне в GitHub Codespaces](https://github.com/codespaces/badge.svg)](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
[![Лиценз на GitHub](https://img.shields.io/github/license/microsoft/Data-Science-For-Beginners.svg)](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE)
[![Автори в GitHub](https://img.shields.io/github/contributors/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/)
[![Проблеми в GitHub](https://img.shields.io/github/issues/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/)
[![Моля за събиране на заявки](https://img.shields.io/github/issues-pr/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/)
[![ПР покани](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)
[![Наблюдатели в GitHub](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/)
[![Разклонения в GitHub](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/)
[![Звезди в GitHub](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/)
# Наука за данните за начинаещи - Учебна програма
[![Open in GitHub Codespaces](https://github.com/codespaces/badge.svg)](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
[![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/)
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
Azure Cloud Advocates в Microsoft с радост предлагат 10-седмична учебна програма с 20 урока, посветена на Науката за данните. Всеки урок включва тестове преди и след урока, писмени инструкции за завършване на урока, решение и задача. Нашата проектно-ориентирана педагогика ви позволява да учите, докато изграждате изпитана методика за усвояване на нови умения.
Адвокатите за облака Azure в Microsoft с удоволствие представят 10-седмична учебна програма от 20 урока, изцяло посветена на науката за данните. Всеки урок включва предварителен и последващ тест, писмени инструкции за изпълнение на урока, решение и задание. Нашата проектно-базирана педагогика ви позволява да учите, докато изграждате, доказано ефективен начин новите умения да "залепват".
**Сърдечни благодарности на нашите автори:** [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).
**Благодарим от сърце на нашите автори:** [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).
**🙏 Специални благодарности 🙏 на нашите автори, рецензенти и сътрудници от [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/),** главно на Aaryan Arora, [Aditya Garg](https://github.com/AdityaGarg00), [Alondra Sanchez](https://www.linkedin.com/in/alondra-sanchez-molina/), [Ankita Singh](https://www.linkedin.com/in/ankitasingh007), [Anupam Mishra](https://www.linkedin.com/in/anupam--mishra/), [Arpita Das](https://www.linkedin.com/in/arpitadas01/), ChhailBihari Dubey, [Dibri Nsofor](https://www.linkedin.com/in/dibrinsofor), [Dishita Bhasin](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [Majd Safi](https://www.linkedin.com/in/majd-s/), [Max Blum](https://www.linkedin.com/in/max-blum-6036a1186/), [Miguel Correa](https://www.linkedin.com/in/miguelmque/), [Mohamma Iftekher (Iftu) Ebne Jalal](https://twitter.com/iftu119), [Nawrin Tabassum](https://www.linkedin.com/in/nawrin-tabassum), [Raymond Wangsa Putra](https://www.linkedin.com/in/raymond-wp/), [Rohit Yadav](https://www.linkedin.com/in/rty2423), Samridhi Sharma, [Sanya Sinha](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200),
**🙏 Специални благодарности 🙏 на нашите [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) автори, рецензенти и сътрудници на съдържание,** сред които Аариан Арора, [Aditya Garg](https://github.com/AdityaGarg00), [Alondra Sanchez](https://www.linkedin.com/in/alondra-sanchez-molina/), [Ankita Singh](https://www.linkedin.com/in/ankitasingh007), [Anupam Mishra](https://www.linkedin.com/in/anupam--mishra/), [Arpita Das](https://www.linkedin.com/in/arpitadas01/), ChhailBihari Dubey, [Dibri Nsofor](https://www.linkedin.com/in/dibrinsofor), [Dishita Bhasin](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [Majd Safi](https://www.linkedin.com/in/majd-s/), [Max Blum](https://www.linkedin.com/in/max-blum-6036a1186/), [Miguel Correa](https://www.linkedin.com/in/miguelmque/), [Mohamma Iftekher (Iftu) Ebne Jalal](https://twitter.com/iftu119), [Nawrin Tabassum](https://www.linkedin.com/in/nawrin-tabassum), [Raymond Wangsa Putra](https://www.linkedin.com/in/raymond-wp/), [Rohit Yadav](https://www.linkedin.com/in/rty2423), Samridhi Sharma, [Sanya Sinha](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200),
[Sheena Narula](https://www.linkedin.com/in/sheena-narua-n/), [Tauqeer Ahmad](https://www.linkedin.com/in/tauqeerahmad5201/), Yogendrasingh Pawar , [Vidushi Gupta](https://www.linkedin.com/in/vidushi-gupta07/), [Jasleen Sondhi](https://www.linkedin.com/in/jasleen-sondhi/)
|![Скетчноут от @sketchthedocs https://sketchthedocs.dev](../../../../translated_images/bg/00-Title.8af36cd35da1ac55.webp)|
|![Sketchnote by @sketchthedocs https://sketchthedocs.dev](../../translated_images/bg/00-Title.8af36cd35da1ac55.webp)|
|:---:|
| Наука за данните за начинаещи - _Скетчноут от [@nitya](https://twitter.com/nitya)_ |
| Наука за данните за начинаещи - _Скетчнот от [@nitya](https://twitter.com/nitya)_ |
### 🌐 Многоезична поддръжка
### 🌐 Поддръжка на много езици
#### Поддържа се чрез GitHub Action (Автоматично и винаги актуално)
#### Поддържа се чрез GitHub Action (Автоматизирано и винаги актуално)
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](./README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Hong Kong)](../hk/README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Taiwan)](../tw/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../br/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](./README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
> **Предпочитате да клонирате локално?**
> Това хранилище включва над 50 езикови превода, което значително увеличава размера на изтегляне. За клониране без преводи, използвайте sparse checkout:
> Това хранилище включва преводи на над 50 езика, което значително увеличава размера на изтегляне. За да клонирате без преводите, използвайте sparse checkout:
> ```bash
> 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'
> ```
> Това ви дава всичко необходимо за завършване на курса с много по-бързо изтегляне.
> Това ви дава всичко необходимо, за да завършите курса с много по-бързо изтегляне.
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
**Ако желаете да се добавят поддържани допълнителни езици, те са изброени [тук](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
**Ако искате да бъдат добавени допълнителни езикови преводи, поддържаните езици са изброени [тук](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
#### Присъединете се към нашата общност
#### Присъединете се към нашата общност
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
Имаме текуща серия в Discord с учене с AI, научете повече и се присъединете към нас в [Learn with AI Series](https://aka.ms/learnwithai/discord) от 18 до 30 септември 2025 г. Ще получите съвети и трикове за използване на GitHub Copilot за Наука за данните.
Имаме активна серия "Научи с AI" в Discord, научете повече и се присъединете към нас на [Learn with AI Series](https://aka.ms/learnwithai/discord) от 18 до 30 септември 2025 г. Ще получите съвети и трикове за използване на GitHub Copilot за наука за данните.
![Learn with AI series](../../../../translated_images/bg/1.2b28cdc6205e26fe.webp)
![Learn with AI series](../../translated_images/bg/1.2b28cdc6205e26fe.webp)
# Студент ли сте?
Започнете с следните ресурси:
- [Страница Студентски център](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) Тук ще намерите ресурси за начинаещи, студентски пакети и дори начини да получите безплатен сертификат. Това е страница, която ще искате да запазите в отметки и да проверявате от време на време, тъй като съдържанието се обновява поне веднъж месечно.
- [Страница за студенти](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) На тази страница ще откриете ресурси за начинаещи, студентски пакети и дори начини да получите безплатен сертификатен ваучер. Това е страница, която ще искате да отбелязвате и преглеждате от време на време, тъй като съдържанието се обновява поне месечно.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Присъединете се към глобална общност от студентски посланици, това може да бъде вашият път към Microsoft.
# Започване
## 📚 Документация
- **[Ръководство за инсталация](INSTALLATION.md)** - Стъпка по стъпка инструкции за начинаещи
- **[Ръководство за инсталиране](INSTALLATION.md)** - Подробни инструкции за настройка за начинаещи
- **[Ръководство за употреба](USAGE.md)** - Примери и често използвани работни потоци
- **[Отстраняване на проблеми](TROUBLESHOOTING.md)** - Решения на често срещани проблеми
- **[Ръководство за принос](CONTRIBUTING.md)** - Как да допринесете за този проект
- **[Отстраняване на проблеми](TROUBLESHOOTING.md)** - Решения на чести проблеми
- **[Ръководство за сътрудничество](CONTRIBUTING.md)** - Как да допринесете към този проект
- **[За учители](for-teachers.md)** - Насоки за преподаване и ресурси за класната стая
## 👨‍🎓 За студенти
> **Пълни начинаещи:** Нови сте в науката за данните? Започнете с нашите [лесни за начинаещи примери](examples/README.md)! Тези прости и добре коментирани примери ще ви помогнат да разберете основите преди да навлезете в пълната учебна програма.
> **[Студенти](https://aka.ms/student-page):** за да използвате тази учебна програма самостоятелно, форкнете цялото хранилище и завършете упражненията самостоятелно, започвайки с тест преди лекцията. След това прочетете лекцията и завършете останалите дейности. Опитайте да създадете проектите като разбирате уроците, вместо да копирате кода за решение; все пак този код е наличен в папките /solutions във всеки проектно-ориентиран урок. Друга идея е да създадете учебна група с приятели и да преминете през съдържанието заедно. За допълнително изучаване препоръчваме [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
> **Напълно начинаещи**: Нови сте в науката за данните? Започнете с нашите [лесни за начинаещи примери](examples/README.md)! Тези прости, добре коментирани примери ще ви помогнат да разберете основите преди да се потопите в пълната учебна програма.
> **[Студенти](https://aka.ms/student-page)**: за да използвате тази учебна програма самостоятелно, форкнете цялото репо и изпълнете задачите самостоятелно, започвайки с предварителен тест. След това прочетете лекцията и завършете останалите дейности. Опитайте се да създадете проектите, като разбирате уроците, а не като копирате кода за решения; въпреки това, кодът е наличен в папките /solutions във всеки проектно ориентиран урок. Друга идея е да формирате учебна група с приятели и да преминете през съдържанието заедно. За по-нататъшно обучение препоръчваме [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
**Бързо започване:**
1. Прегледайте [Ръководството за инсталация](INSTALLATION.md), за да настроите средата си
**Бърз старт:**
1. Прегледайте [Ръководството за инсталиране](INSTALLATION.md), за да настроите средата си
2. Разгледайте [Ръководството за употреба](USAGE.md), за да научите как да работите с учебната програма
3. Започнете с урок 1 и продължете последователно
4. Присъединете се към нашата [Discord общност](https://aka.ms/ds4beginners/discord) за помощ
3. Започнете с Урок 1 и продължете последователно
4. Присъединете се към нашата [Discord общност](https://aka.ms/ds4beginners/discord) за подкрепа
## 👩‍🏫 За учители
> **Учители:** включили сме някои [предложения](for-teachers.md) как да използвате тази учебна програма. Ще се радваме на вашата обратна връзка [в нашия дискусионен форум](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> **Учители**: ние сме [включили някои предложения](for-teachers.md) за това как да използвате тази учебна програма. Ще се радваме на вашата обратна връзка [в нашия дискусионен форум](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
## Запознайте се с екипа
[![Промо видео](../../ds-for-beginners.gif)](https://youtu.be/8mzavjQSMM4 "Промо видео")
**Гиф от** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
**Гиф от** [Мохит Джайзал](https://www.linkedin.com/in/mohitjaisal)
> 🎥 Натиснете изображението по-горе за видео за проекта и хората, които го създадоха!
> 🎥 Кликнете върху изображението по-горе за видео за проекта и хората, които го създадоха!
## Педагогика
Ние избрахме две педагогически принципа при създаването на тази учебна програма: да бъде базирана на проекти и да включва чести викторини. Към края на тази серия студентите ще са научили основни принципи на науката за данни, включително етични концепции, подготовка на данни, различни начини за работа с данни, визуализация на данни, анализ на данни, реални случаи на използване на науката за данни и още много.
Избрахме две педагогически основи при изграждането на тази учебна програма: да бъде базирана на проекти и да включва чести тестове. Към края на тази серия студентите ще са научили основните принципи на науката за данни, включително етични концепции, подготовка на данни, различни начини за работа с данни, визуализация на данни, анализ на данни, реални случаи на използване на науката за данни и още.
Освен това, нискозаложена викторина преди урока поставя намерението на студента за учене на темата, докато втора викторина след урока осигурява допълнително задържане на знанията. Тази учебна програма е проектирана да бъде гъвкава и забавна и може да се премине изцяло или частично. Проектите започват малки и стават все по-сложни към края на 10-седмичния цикъл.
Освен това, тест с нисък залог преди урока задава намерението на ученика към изучаването на тема, а втори тест след урока осигурява по-добро запомняне. Тази учебна програма е проектирана да бъде гъвкава и забавна и може да се предприеме изцяло или на части. Проектите започват малки и стават все по-сложни към края на 10-седмичния цикъл.
> Намерете нашите [Правила за поведение](CODE_OF_CONDUCT.md), [Принос](CONTRIBUTING.md), [Превод](TRANSLATIONS.md) указания. Очакваме вашата конструктивна обратна връзка!
> Намерете нашите [Правила за поведение](CODE_OF_CONDUCT.md), [Приноси](CONTRIBUTING.md), [Превод](TRANSLATIONS.md) насоки. Очакваме вашата конструктивна обратна връзка!
## Всеки урок включва:
- По избор скичен бележник
- По избор допълнително видео
- Предурочна загряваща викторина
- По желание скицник
- По желание допълнително видео
- Загряващ тест преди урока
- Писмен урок
- За уроци на базата на проекти, стъпка по стъпка ръководства за изграждане на проекта
- Проверки на знанията
- За уроци основани на проекти, стъпка по стъпка водачи как да изградите проекта
- Провери на знанията
- Предизвикателство
- Допълнително четиво
- Задача
- [Викторина след урока](https://ff-quizzes.netlify.app/en/)
- [Тест след урока](https://ff-quizzes.netlify.app/en/)
> **Бележка относно викторините**: Всички викторини са в папката Quiz-App, общо 40 викторини с по три въпроса всяка. Те са свързани в уроците, но приложението за викторини може да се стартира локално или да се разположи в Azure; следвайте инструкциите в папката `quiz-app`. Те се локализират постепенно.
> **Бележка относно тестовете**: Всички тестове са в папката Quiz-App, общо 40 теста с по три въпроса. Те са свързани от самите уроци, но приложението за тестове може да се стартира локално или да се разположи в Azure; следвайте инструкциите в папката `quiz-app`. Те постепенно се локализират.
## 🎓 Примери за начинаещи
**Ново в науката за данни?** Създадохме специална [директория с примери](examples/README.md) с прост и добре коментиран код, за да ви помогнем да започнете:
**Нови в науката за данни?** Създадохме специален [директория с примери](examples/README.md) с прост, добре коментиран код, който ще ви помогне да започнете:
- 🌟 **Hello World** - Вашата първа програма за наука за данни
- 📂 **Зареждане на данни** - Научете как да четете и изследвате набори от данни
- 📊 **Прост анализ** - Изчислете статистики и открийте модели
- 📈 **Основна визуализация** - Създайте диаграми и графики
- 🔬 **Реален проект** - Завършен работен поток от начало до край
- 🌟 **Здравей свят** - Вашата първа програма за наука за данни
- 📂 **Зареждане на данни** - Научете се да четете и изследвате набори от данни
- 📊 **Прост анализ** - Изчисляване на статистики и търсене на модели
- 📈 **Основна визуализация** - Създаване на диаграми и графики
- 🔬 **Реален проект** - Цялостен работен процес от начало до край
Всеки пример включва подробни коментари, обясняващи всяка стъпка, правейки го перфектен за абсолютни начинаещи!
Всеки пример включва подробни коментари, обясняващи всяка стъпка, което го прави идеален за абсолютни начинаещи!
👉 **[Започнете с примерите](examples/README.md)** 👈
## Уроци
|![ Скичен бележник от @sketchthedocs https://sketchthedocs.dev](../../../../translated_images/bg/00-Roadmap.4905d6567dff4753.webp)|
|![ Скицник от @sketchthedocs https://sketchthedocs.dev](../../translated_images/bg/00-Roadmap.4905d6567dff4753.webp)|
|:---:|
| Наука за данни за начинаещи: Пътна карта - _Скичен бележник от [@nitya](https://twitter.com/nitya)_ |
| Наука за данни за начинаещи: План - _Скицник от [@nitya](https://twitter.com/nitya)_ |
| Номер на урока | Тема | Групиране на урока | Учебни цели | Свързан урок | Автор |
| Номер на урока | Тема | Групиране на урока | Цели за обучение | Свързан урок | Автор |
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
| 01 | Определение за наука за данни | [Въведение](1-Introduction/README.md) | Научете основните концепции зад науката за данни и как тя е свързана с изкуствен интелект, машинно обучение и големи данни. | [урок](1-Introduction/01-defining-data-science/README.md) [видео](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
| 02 | Етика в науката за данни | [Въведение](1-Introduction/README.md) | Концепции, предизвикателства и рамки за етика в данните. | [урок](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
| 03 | Определяне на данни | [Въведение](1-Introduction/README.md) | Как се класифицират данните и чести източници. | [урок](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 04 | Въведение в статистиката и вероятностите | [Въведение](1-Introduction/README.md) | Математическите техники на вероятността и статистиката за разбиране на данни. | [урок](1-Introduction/04-stats-and-probability/README.md) [видео](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
| 05 | Работа с релационни данни | [Работа с данни](2-Working-With-Data/README.md) | Въведение в релационните данни и основите на изследване и анализ на такива данни с езика за структурирани заявки, известен като SQL (произнася се „сис-квел“). | [урок](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Работа с NoSQL данни | [Работа с данни](2-Working-With-Data/README.md) | Въведение в нерелационни данни, различните им типове и основите за изследване и анализ на документни бази данни. | [урок](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
| 07 | Работа с Python | [Работа с данни](2-Working-With-Data/README.md) | Основи на използването на Python за изследване на данни с библиотеки като Pandas. Препоръчва се основно разбиране на програмиране с Python. | [урок](2-Working-With-Data/07-python/README.md) [видео](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| 08 | Подготовка на данни | [Работа с данни](2-Working-With-Data/README.md) | Теми за техники за почистване и трансформиране на данните, справяне с проблеми като липсващи, неточни или непълни данни. | [урок](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 09 | Визуализация на количества | [Визуализация на данни](3-Data-Visualization/README.md) | Научете как да използвате Matplotlib за визуализация на данни за птици 🦆 | [урок](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
| 10 | Визуализация на разпределенията на данни | [Визуализация на данни](3-Data-Visualization/README.md) | Визуализиране на наблюдения и тенденции в интервал. | [урок](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 11 | Визуализация на пропорции | [Визуализация на данни](3-Data-Visualization/README.md) | Визуализиране на дискретни и групирани проценти. | [урок](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Визуализация на взаимоотношения | [Визуализация на данни](3-Data-Visualization/README.md) | Визуализиране на връзки и корелации между набори от данни и техните променливи. | [урок](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| 13 | Смислени визуализации | [Визуализация на данни](3-Data-Visualization/README.md) | Техники и напътствия за създаване на визуализации, ценни за ефективно решаване на проблеми и извличане на прозрения. | [урок](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
| 14 | Въведение в жизнения цикъл на науката за данни | [Жизнен цикъл](4-Data-Science-Lifecycle/README.md) | Въведение в жизнения цикъл на науката за данни и първата му стъпка - придобиване и извличане на данни. | [урок](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | Анализиране | [Жизнен цикъл](4-Data-Science-Lifecycle/README.md) | Тази фаза от жизнения цикъл на науката за данни се фокусира върху техники за анализ на данни. | [урок](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
| 16 | Комуникация | [Жизнен цикъл](4-Data-Science-Lifecycle/README.md) | Тази фаза от жизнения цикъл на науката за данни се фокусира върху представяне на прозренията от данните по начин, който улеснява разбирането им от вземащите решения. | [урок](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 17 | Наука за данни в облака | [Данни в облака](5-Data-Science-In-Cloud/README.md) | Тази серия уроци представя науката за данни в облака и нейните предимства. | [урок](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) и [Maud](https://twitter.com/maudstweets) |
| 18 | Наука за данни в облака | [Данни в облака](5-Data-Science-In-Cloud/README.md) | Обучение на модели с инструменти Low Code. |[урок](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) и [Maud](https://twitter.com/maudstweets) |
| 19 | Наука за данни в облака | [Данни в облака](5-Data-Science-In-Cloud/README.md) | Разгръщане на модели с Azure Machine Learning Studio. | [урок](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) и [Maud](https://twitter.com/maudstweets) |
| 20 | Наука за данни навън | [В дивата природа](6-Data-Science-In-Wild/README.md) | Проекти, базирани на науката за данни в реалния свят. | [урок](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
| 01 | Определяне на науката за данни | [Въведение](1-Introduction/README.md) | Научете основните понятия зад науката за данни и как тя е свързана с изкуствен интелект, машинно обучение и големи данни. | [урок](1-Introduction/01-defining-data-science/README.md) [видео](https://youtu.be/beZ7Mb_oz9I) | [Дмитрий](http://soshnikov.com) |
| 02 | Етика в науката за данни | [Въведение](1-Introduction/README.md) | Концепции, предизвикателства и рамки на етиката в данните. | [урок](1-Introduction/02-ethics/README.md) | [Нитя](https://twitter.com/nitya) |
| 03 | Определяне на данни | [Въведение](1-Introduction/README.md) | Как се класифицират данните и техните чести източници. | [урок](1-Introduction/03-defining-data/README.md) | [Жасмин](https://www.twitter.com/paladique) |
| 04 | Въведение в статистиката и вероятността | [Въведение](1-Introduction/README.md) | Математическите техники на вероятност и статистика за разбиране на данните. | [урок](1-Introduction/04-stats-and-probability/README.md) [видео](https://youtu.be/Z5Zy85g4Yjw) | [Дмитрий](http://soshnikov.com) |
| 05 | Работа с релационни данни | [Работа с данни](2-Working-With-Data/README.md) | Въведение в релационни данни и основите на изследване и анализ на релационни данни с езика за структурирани заявки, известен като SQL (произнася се “си-кю-ел”). | [урок](2-Working-With-Data/05-relational-databases/README.md) | [Кристофър](https://www.twitter.com/geektrainer) | | |
| 06 | Работа с NoSQL данни | [Работа с данни](2-Working-With-Data/README.md) | Въведение в нерелационни данни, различните им типове и основите на изследване и анализ на документно-базирани бази данни. | [урок](2-Working-With-Data/06-non-relational/README.md) | [Жасмин](https://twitter.com/paladique)|
| 07 | Работа с Python | [Работа с данни](2-Working-With-Data/README.md) | Основи на използването на Python за изследване на данни с библиотеки като Pandas. Препоръчва се основно разбиране на програмирането с Python. | [урок](2-Working-With-Data/07-python/README.md) [видео](https://youtu.be/dZjWOGbsN4Y) | [Дмитрий](http://soshnikov.com) |
| 08 | Подготовка на данни | [Работа с данни](2-Working-With-Data/README.md) | Теми за техники за почистване и трансформиране на данните, за да се справят с проблеми като липсващи, неточни или непълни данни. | [урок](2-Working-With-Data/08-data-preparation/README.md) | [Жасмин](https://www.twitter.com/paladique) |
| 09 | Визуализация на количества | [Визуализация на данни](3-Data-Visualization/README.md) | Научете как да използвате Matplotlib за визуализиране на данни за птици 🦆 | [урок](3-Data-Visualization/09-visualization-quantities/README.md) | [Джен](https://twitter.com/jenlooper) |
| 10 | Визуализация на разпределения на данни | [Визуализация на данни](3-Data-Visualization/README.md) | Визуализиране на наблюдения и тенденции в интервал. | [урок](3-Data-Visualization/10-visualization-distributions/README.md) | [Джен](https://twitter.com/jenlooper) |
| 11 | Визуализация на пропорции | [Визуализация на данни](3-Data-Visualization/README.md) | Визуализиране на дискретни и групирани проценти. | [урок](3-Data-Visualization/11-visualization-proportions/README.md) | [Джен](https://twitter.com/jenlooper) |
| 12 | Визуализация на връзки | [Визуализация на данни](3-Data-Visualization/README.md) | Визуализиране на връзки и корелации между набори от данни и техните променливи. | [урок](3-Data-Visualization/12-visualization-relationships/README.md) | [Джен](https://twitter.com/jenlooper) |
| 13 | Значими визуализации | [Визуализация на данни](3-Data-Visualization/README.md) | Техники и насоки за правене на визуализациите ви ценни за ефективно решаване на проблеми и прозрения. | [урок](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Джен](https://twitter.com/jenlooper) |
| 14 | Въведение в жизнения цикъл на науката за данни | [Жизнен цикъл](4-Data-Science-Lifecycle/README.md) | Въведение в жизнения цикъл на науката за данни и първата му стъпка за придобиване и извличане на данни. | [урок](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Жасмин](https://twitter.com/paladique) |
| 15 | Анализиране | [Жизнен цикъл](4-Data-Science-Lifecycle/README.md) | Тази фаза от жизнения цикъл на науката за данни се фокусира върху техники за анализ на данни. | [урок](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Жасмин](https://twitter.com/paladique) | | |
| 16 | Комуникация | [Жизнен цикъл](4-Data-Science-Lifecycle/README.md) | Тази фаза от жизнения цикъл на науката за данни се фокусира върху представяне на прозренията от данните по начин, който улеснява разбирането им от вземащите решения. | [урок](4-Data-Science-Lifecycle/16-communication/README.md) | [Джален](https://twitter.com/JalenMcG) | | |
| 17 | Наука за данни в облака | [Облачни данни](5-Data-Science-In-Cloud/README.md) | Тази серия уроци представя науката за данни в облака и нейните предимства. | [урок](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Тифани](https://twitter.com/TiffanySouterre) и [Мод](https://twitter.com/maudstweets) |
| 18 | Наука за данни в облака | [Облачни данни](5-Data-Science-In-Cloud/README.md) | Обучение на модели чрез инструменти с нисък код. |[урок](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Тифани](https://twitter.com/TiffanySouterre) и [Мод](https://twitter.com/maudstweets) |
| 19 | Наука за данни в облака | [Облачни данни](5-Data-Science-In-Cloud/README.md) | Разгръщане на модели с Azure Machine Learning Studio. | [урок](5-Data-Science-In-Cloud/19-Azure/README.md)| [Тифани](https://twitter.com/TiffanySouterre) и [Мод](https://twitter.com/maudstweets) |
| 20 | Наука за данни в реалния свят | [В дивата природа](6-Data-Science-In-Wild/README.md) | Проекти, базирани на наука за данни в реалния свят. | [урок](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Нитя](https://twitter.com/nitya) |
## GitHub Codespaces
Следвайте тези стъпки, за да отворите този пример в Codespace:
1. Натиснете падащото меню Code и изберете опцията Open with Codespaces.
1. Кликнете върху менюто Code и изберете опцията Open with Codespaces.
2. Изберете + New codespace в долната част на панела.
За повече информация вижте [документацията на GitHub](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
За повече информация, вижте [документацията на GitHub](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
## VSCode Remote - Контейнери
Следвайте тези стъпки, за да отворите това хранилище в контейнер, използвайки вашия локален компютър и VSCode с разширението VS Code Remote - Containers:
Следвайте тези стъпки, за да отворите това репо в контейнер чрез вашия локален компютър и VSCode, използвайки разширението VS Code Remote - Containers:
1. Ако това е първият път, когато използвате контейнер за разработка, уверете се, че системата ви отговаря на изискванията (напр. Docker е инсталиран) в [документацията за започване](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
1. Ако използвате контейнер за разработка за първи път, уверете се, че системата ви отговаря на предварителните изисквания (т.е. имате инсталиран Docker) в [документацията за започване](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
За да използвате това хранилище, можете или да отворите хранилището в изолиран Docker том:
За да използвате това хранилище, можете да отворите хранилището в изолиран Docker том:
**Забележка**: Работа под капака това ще използва командата Remote-Containers: **Clone Repository in Container Volume...** за клониране на сорс кода в Docker том, вместо в локалната файлова система. [Томовете](https://docs.docker.com/storage/volumes/) са предпочитания механизъм за съхранение на данни на контейнера.
**Забележка**: Под капака, това ще използва командата Remote-Containers: **Clone Repository in Container Volume...** за клониране на изходния код в Docker том вместо локалната файлова система. [Томове](https://docs.docker.com/storage/volumes/) са предпочитаният механизъм за съхранение на данни на контейнера.
Или да отворите локално клонирана или свалена версия на хранилището:
Или отворете локално клонирана или изтеглена версия на хранилището:
- Клонирайте това хранилище на вашия локален диск.
- Клонирайте хранилището на локалната си файлова система.
- Натиснете F1 и изберете командата **Remote-Containers: Open Folder in Container...**.
- Изберете клонираното копие на тази папка, изчакайте контейнера да стартира и изпробвайте нещата.
- Изберете клонираното копие на тази папка, изчакайте да стартира контейнера и опитайте.
## Достъп офлайн
Можете да използвате тази документация офлайн като използвате [Docsify](https://docsify.js.org/#/). Форкнете това хранилище, [инсталирайте Docsify](https://docsify.js.org/#/quickstart) на вашия локален компютър, след това в основната папка на това хранилище въведете `docsify serve`. Уебсайтът ще бъде предоставен на порт 3000 на локалния ви адрес: `localhost:3000`.
Можете да стартирате тази документация офлайн, като използвате [Docsify](https://docsify.js.org/#/). Форкнете това хранилище, [инсталирайте Docsify](https://docsify.js.org/#/quickstart) на локалната си машина, след което в основната папка на това хранилище напишете `docsify serve`. Уебсайтът ще се сервира на порт 3000 на вашия localhost: `localhost:3000`.
> Забележка, тетрадките няма да се визуализират чрез Docsify, така че когато трябва да изпълните тетрадка, направете го отделно във VS Code с изпълняващ се Python kernel.
> Забележка, бележниците няма да бъдат изобразявани чрез Docsify, така че когато трябва да изпълните бележник, направете това отделно в VS Code с работещ Python ядро.
## Други учебни програми
@ -217,17 +208,17 @@ Azure Cloud Advocates в Microsoft с радост предлагат 10-сед
---
### Серия за генеративен AI
[![Генеративен AI за начинаещи](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Генеративен AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![Генеративен AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![Генеративен AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
### Поредица за генериращ AI
[![Генериращ AI за начинаещи](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Генериращ AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![Генериращ AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![Генериращ AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
---
### Основно обучение
[![Машинно обучение за начинаещи](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![Наука за данни за начинаещи](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![Данни науки за начинаещи](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![Изкуствен интелект за начинаещи](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[![Киберсигурност за начинаещи](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[![Уеб разработка за начинаещи](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
@ -236,27 +227,27 @@ Azure Cloud Advocates в Microsoft с радост предлагат 10-сед
---
### Серия за Copilot
[![Copilot за AI съвместно програмиране](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
### Поредица Copilot
[![Copilot за AI програмиране с партньор](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[![Copilot за C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[![Приключение с Copilot](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
[![Copilot приключение](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
## Получаване на помощ
**Имате проблеми?** Вижте нашето [Ръководство за отстраняване на проблеми](TROUBLESHOOTING.md) за решения на често срещани проблеми.
**Имали проблеми?** Проверете нашето [Ръководство за отстраняване на проблеми](TROUBLESHOOTING.md) за решения на често срещани проблеми.
Ако се затруднявате или имате въпроси относно изграждането на AI приложения, присъединете се към други учащи се и опитни разработчици в дискусии за MCP. Това е подкрепяща общност, където въпросите са добре дошли и знанията се споделят свободно.
Ако сте зациклили или имате въпроси относно създаването на AI приложения, присъединете се към други обучаващи се и опитни разработчици в дискусии за MCP. Това е подкрепяща общност, където въпросите са добре дошли и знанието се споделя свободно.
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
Ако имате обратна връзка за продукта или грешки при изграждане, посетете:
Ако имате обратна връзка за продукта или грешки по време на разработка посетете:
[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
---
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**Отказ от отговорност**:
Този документ е преведен с помощта на AI преводаческа услуга [Co-op Translator](https://github.com/Azure/co-op-translator). Въпреки че се стремим към точност, моля, имайте предвид, че автоматичните преводи могат да съдържат грешки или неточности. Оригиналният документ на неговия език трябва да се счита за официален източник. За критична информация се препоръчва професионален човешки превод. Ние не носим отговорност за каквито и да е недоразумения или неправилни тълкувания, произтичащи от използването на този превод.
**Отказ от отговорност**:
Този документ е преведен с помощта на AI преводаческа услуга [Co-op Translator](https://github.com/Azure/co-op-translator). Въпреки че се стремим към точност, моля, имайте предвид, че автоматизираните преводи могат да съдържат грешки или неточности. Оригиналният документ на неговия език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Ние не носим отговорност за никакви недоразумения или неправилни тълкувания, произтичащи от използването на този превод.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "0d575483100c332b2dbaefef915bb3c4",
"translation_date": "2025-08-26T14:26:09+00:00",
"source_file": "SECURITY.md",
"language_code": "bg"
}
-->
## Сигурност
Microsoft приема сигурността на своите софтуерни продукти и услуги сериозно, включително всички хранилища с изходен код, управлявани чрез нашите GitHub организации, които включват [Microsoft](https://github.com/Microsoft), [Azure](https://github.com/Azure), [DotNet](https://github.com/dotnet), [AspNet](https://github.com/aspnet), [Xamarin](https://github.com/xamarin) и [нашите GitHub организации](https://opensource.microsoft.com/).

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "872be8bc1b93ef1dd9ac3d6e8f99f6ab",
"translation_date": "2025-08-26T14:21:37+00:00",
"source_file": "SUPPORT.md",
"language_code": "bg"
}
-->
# Поддръжка
## Как да докладвате проблеми и получите помощ

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "93a6a8a8a209128cbfedcbc076ee21b0",
"translation_date": "2025-10-03T15:47:38+00:00",
"source_file": "TROUBLESHOOTING.md",
"language_code": "bg"
}
-->
# Ръководство за отстраняване на проблеми
Това ръководство предоставя решения на често срещани проблеми, които може да срещнете, докато работите с учебната програма "Наука за данни за начинаещи".

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f546349678757508d69ce9e1d2688446",
"translation_date": "2025-10-03T15:09:52+00:00",
"source_file": "USAGE.md",
"language_code": "bg"
}
-->
# Ръководство за използване
Това ръководство предоставя примери и често срещани работни процеси за използване на учебната програма "Наука за данни за начинаещи".

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "3767555b3cc28a2865c79202f4374204",
"translation_date": "2025-08-26T14:59:19+00:00",
"source_file": "docs/_sidebar.md",
"language_code": "bg"
}
-->
- Въведение
- [Определяне на науката за данни](../1-Introduction/01-defining-data-science/README.md)
- [Етика в науката за данни](../1-Introduction/02-ethics/README.md)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "9bef7fd96c8f262339933117d9b3e342",
"translation_date": "2025-10-03T13:07:41+00:00",
"source_file": "examples/README.md",
"language_code": "bg"
}
-->
# Примери за наука за данни за начинаещи
Добре дошли в директорията с примери! Тази колекция от прости, добре коментирани примери е създадена, за да ви помогне да започнете с науката за данни, дори ако сте напълно начинаещи.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f7440be10c17a8a9262713af3d2818a9",
"translation_date": "2025-09-06T20:01:16+00:00",
"source_file": "for-teachers.md",
"language_code": "bg"
}
-->
## За преподаватели
Искате ли да използвате тази учебна програма във вашата класна стая? Чувствайте се свободни да го направите!

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "e92c33ea498915a13c9aec162616db18",
"translation_date": "2025-08-26T16:20:17+00:00",
"source_file": "quiz-app/README.md",
"language_code": "bg"
}
-->
# Тестове
Тези тестове са предварителни и заключителни тестове за учебната програма по наука за данни на https://aka.ms/datascience-beginners

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "3a848466cb63aff1a93411affb152c2a",
"translation_date": "2025-08-26T15:43:47+00:00",
"source_file": "sketchnotes/README.md",
"language_code": "bg"
}
-->
Намерете всички скицноти тук!
## Кредити

@ -0,0 +1,422 @@
{
"1-Introduction/01-defining-data-science/README.md": {
"original_hash": "43212cc1ac137b7bb1dcfb37ca06b0f4",
"translation_date": "2025-10-25T19:06:43+00:00",
"source_file": "1-Introduction/01-defining-data-science/README.md",
"language_code": "ro"
},
"1-Introduction/01-defining-data-science/assignment.md": {
"original_hash": "4e0f1773b9bee1be3b28f9fe2c71b3de",
"translation_date": "2025-08-26T15:25:11+00:00",
"source_file": "1-Introduction/01-defining-data-science/assignment.md",
"language_code": "ro"
},
"1-Introduction/01-defining-data-science/solution/assignment.md": {
"original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
"translation_date": "2025-08-26T15:26:51+00:00",
"source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
"language_code": "ro"
},
"1-Introduction/02-ethics/README.md": {
"original_hash": "58860ce9a4b8a564003d2752f7c72851",
"translation_date": "2025-10-03T16:57:37+00:00",
"source_file": "1-Introduction/02-ethics/README.md",
"language_code": "ro"
},
"1-Introduction/02-ethics/assignment.md": {
"original_hash": "b588c0fc73014f52520c666efc3e0cc3",
"translation_date": "2025-08-26T15:17:31+00:00",
"source_file": "1-Introduction/02-ethics/assignment.md",
"language_code": "ro"
},
"1-Introduction/03-defining-data/README.md": {
"original_hash": "12339119c0165da569a93ddba05f9339",
"translation_date": "2025-09-05T18:32:53+00:00",
"source_file": "1-Introduction/03-defining-data/README.md",
"language_code": "ro"
},
"1-Introduction/03-defining-data/assignment.md": {
"original_hash": "2e5cacb967c1e9dfd07809bfc441a0b4",
"translation_date": "2025-08-26T15:31:51+00:00",
"source_file": "1-Introduction/03-defining-data/assignment.md",
"language_code": "ro"
},
"1-Introduction/04-stats-and-probability/README.md": {
"original_hash": "ce95884566a74db72572cd51f0cb25ad",
"translation_date": "2025-09-06T14:07:21+00:00",
"source_file": "1-Introduction/04-stats-and-probability/README.md",
"language_code": "ro"
},
"1-Introduction/04-stats-and-probability/assignment.md": {
"original_hash": "01d1b493e8b51a6ebb42524f6b1bcfff",
"translation_date": "2025-08-26T15:42:57+00:00",
"source_file": "1-Introduction/04-stats-and-probability/assignment.md",
"language_code": "ro"
},
"1-Introduction/README.md": {
"original_hash": "696a8474a01054281704cbfb09148949",
"translation_date": "2025-08-26T15:00:05+00:00",
"source_file": "1-Introduction/README.md",
"language_code": "ro"
},
"2-Working-With-Data/05-relational-databases/README.md": {
"original_hash": "11739c7b40e7c6b16ad29e3df4e65862",
"translation_date": "2025-12-19T12:09:33+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/README.md",
"language_code": "ro"
},
"2-Working-With-Data/05-relational-databases/assignment.md": {
"original_hash": "25b37acdfb2452917c1aa2e2ca44317a",
"translation_date": "2025-10-24T09:58:11+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/assignment.md",
"language_code": "ro"
},
"2-Working-With-Data/06-non-relational/README.md": {
"original_hash": "c182e87f9f80be7e7cdffc7b40bbfccf",
"translation_date": "2025-09-05T18:21:08+00:00",
"source_file": "2-Working-With-Data/06-non-relational/README.md",
"language_code": "ro"
},
"2-Working-With-Data/06-non-relational/assignment.md": {
"original_hash": "f824bfdb8b12d33293913f76f5c787c5",
"translation_date": "2025-08-26T14:58:05+00:00",
"source_file": "2-Working-With-Data/06-non-relational/assignment.md",
"language_code": "ro"
},
"2-Working-With-Data/07-python/README.md": {
"original_hash": "7bfec050f4717dcc2dfd028aca9d21f3",
"translation_date": "2025-09-06T15:58:53+00:00",
"source_file": "2-Working-With-Data/07-python/README.md",
"language_code": "ro"
},
"2-Working-With-Data/07-python/assignment.md": {
"original_hash": "dc8f035ce92e4eaa078ab19caa68267a",
"translation_date": "2025-08-26T14:51:58+00:00",
"source_file": "2-Working-With-Data/07-python/assignment.md",
"language_code": "ro"
},
"2-Working-With-Data/08-data-preparation/README.md": {
"original_hash": "1b560955ff39a2bcf2a049fce474a951",
"translation_date": "2025-09-05T18:23:34+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/README.md",
"language_code": "ro"
},
"2-Working-With-Data/08-data-preparation/assignment.md": {
"original_hash": "f9d5a7275e046223fa6474477674b810",
"translation_date": "2025-08-26T14:41:56+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/assignment.md",
"language_code": "ro"
},
"2-Working-With-Data/README.md": {
"original_hash": "abc3309ab41bc5a7846f70ee1a055838",
"translation_date": "2025-08-26T14:27:54+00:00",
"source_file": "2-Working-With-Data/README.md",
"language_code": "ro"
},
"3-Data-Visualization/09-visualization-quantities/README.md": {
"original_hash": "a49d78e32e280c410f04e5f2a2068e77",
"translation_date": "2025-09-05T18:27:27+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/README.md",
"language_code": "ro"
},
"3-Data-Visualization/09-visualization-quantities/assignment.md": {
"original_hash": "ad163c4fda72c8278280b61cad317ff4",
"translation_date": "2025-08-26T17:27:11+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/assignment.md",
"language_code": "ro"
},
"3-Data-Visualization/10-visualization-distributions/README.md": {
"original_hash": "80a20467e046d312809d008395051fc7",
"translation_date": "2025-09-05T18:29:10+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/README.md",
"language_code": "ro"
},
"3-Data-Visualization/10-visualization-distributions/assignment.md": {
"original_hash": "40eeb9b9f94009c537c7811f9f27f037",
"translation_date": "2025-08-26T16:53:03+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/assignment.md",
"language_code": "ro"
},
"3-Data-Visualization/11-visualization-proportions/README.md": {
"original_hash": "42119bcc97bee88254e381156d770f3c",
"translation_date": "2025-09-05T18:26:56+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/README.md",
"language_code": "ro"
},
"3-Data-Visualization/11-visualization-proportions/assignment.md": {
"original_hash": "1e00fe6a244c2f8f9a794c862661dd4f",
"translation_date": "2025-08-26T17:31:05+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/assignment.md",
"language_code": "ro"
},
"3-Data-Visualization/12-visualization-relationships/README.md": {
"original_hash": "0764fd4077f3f04a1d968ec371227744",
"translation_date": "2025-09-06T11:46:46+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/README.md",
"language_code": "ro"
},
"3-Data-Visualization/12-visualization-relationships/assignment.md": {
"original_hash": "680419753c086eef51be86607c623945",
"translation_date": "2025-08-26T16:57:52+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/assignment.md",
"language_code": "ro"
},
"3-Data-Visualization/13-meaningful-visualizations/README.md": {
"original_hash": "cfb068050337a36e348debaa502a24fa",
"translation_date": "2025-09-05T18:27:57+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/README.md",
"language_code": "ro"
},
"3-Data-Visualization/13-meaningful-visualizations/assignment.md": {
"original_hash": "e56df4c0f49357e30ac8fc77aa439dd4",
"translation_date": "2025-08-26T16:47:25+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/assignment.md",
"language_code": "ro"
},
"3-Data-Visualization/13-meaningful-visualizations/solution/README.md": {
"original_hash": "5c51a54dd89075a7a362890117b7ed9e",
"translation_date": "2025-08-26T16:48:46+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/solution/README.md",
"language_code": "ro"
},
"3-Data-Visualization/13-meaningful-visualizations/starter/README.md": {
"original_hash": "5c51a54dd89075a7a362890117b7ed9e",
"translation_date": "2025-08-26T16:48:07+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/starter/README.md",
"language_code": "ro"
},
"3-Data-Visualization/R/09-visualization-quantities/README.md": {
"original_hash": "22acf28f518a4769ea14fa42f4734b9f",
"translation_date": "2025-08-26T17:10:28+00:00",
"source_file": "3-Data-Visualization/R/09-visualization-quantities/README.md",
"language_code": "ro"
},
"3-Data-Visualization/R/09-visualization-quantities/assignment.md": {
"original_hash": "0ea21b6513df5ade7419c6b7d65f10b1",
"translation_date": "2025-08-26T17:13:57+00:00",
"source_file": "3-Data-Visualization/R/09-visualization-quantities/assignment.md",
"language_code": "ro"
},
"3-Data-Visualization/R/10-visualization-distributions/README.md": {
"original_hash": "ea67c0c40808fd723594de6896c37ccf",
"translation_date": "2025-08-26T17:00:55+00:00",
"source_file": "3-Data-Visualization/R/10-visualization-distributions/README.md",
"language_code": "ro"
},
"3-Data-Visualization/R/10-visualization-distributions/assignment.md": {
"original_hash": "a233d542512136c4dd29aad38ca0175f",
"translation_date": "2025-08-26T17:02:29+00:00",
"source_file": "3-Data-Visualization/R/10-visualization-distributions/assignment.md",
"language_code": "ro"
},
"3-Data-Visualization/R/11-visualization-proportions/README.md": {
"original_hash": "47028abaaafa2bcb1079702d20569066",
"translation_date": "2025-08-26T17:21:01+00:00",
"source_file": "3-Data-Visualization/R/11-visualization-proportions/README.md",
"language_code": "ro"
},
"3-Data-Visualization/R/12-visualization-relationships/README.md": {
"original_hash": "a33c5d4b4156a2b41788d8720b6f724c",
"translation_date": "2025-08-26T17:05:23+00:00",
"source_file": "3-Data-Visualization/R/12-visualization-relationships/README.md",
"language_code": "ro"
},
"3-Data-Visualization/R/13-meaningful-vizualizations/README.md": {
"original_hash": "b4039f1c76548d144a0aee0bf28304ec",
"translation_date": "2025-08-26T17:17:06+00:00",
"source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/README.md",
"language_code": "ro"
},
"3-Data-Visualization/README.md": {
"original_hash": "1441550a0d789796b2821e04f7f4cc94",
"translation_date": "2025-08-26T16:42:00+00:00",
"source_file": "3-Data-Visualization/README.md",
"language_code": "ro"
},
"4-Data-Science-Lifecycle/14-Introduction/README.md": {
"original_hash": "07e12a25d20b8f191e3cb651c27fdb2b",
"translation_date": "2025-09-06T21:35:48+00:00",
"source_file": "4-Data-Science-Lifecycle/14-Introduction/README.md",
"language_code": "ro"
},
"4-Data-Science-Lifecycle/14-Introduction/assignment.md": {
"original_hash": "564445c39ad29a491abcb9356fc4d47d",
"translation_date": "2025-08-26T16:28:21+00:00",
"source_file": "4-Data-Science-Lifecycle/14-Introduction/assignment.md",
"language_code": "ro"
},
"4-Data-Science-Lifecycle/15-analyzing/README.md": {
"original_hash": "661dad02c3ac239644d34c1eb51e76f8",
"translation_date": "2025-09-06T21:35:06+00:00",
"source_file": "4-Data-Science-Lifecycle/15-analyzing/README.md",
"language_code": "ro"
},
"4-Data-Science-Lifecycle/15-analyzing/assignment.md": {
"original_hash": "fcc7547171f4530f159676dd73ed772e",
"translation_date": "2025-08-26T16:32:03+00:00",
"source_file": "4-Data-Science-Lifecycle/15-analyzing/assignment.md",
"language_code": "ro"
},
"4-Data-Science-Lifecycle/16-communication/README.md": {
"original_hash": "215a3254ba5a222a57c5bb0192cea8e3",
"translation_date": "2025-09-06T21:36:16+00:00",
"source_file": "4-Data-Science-Lifecycle/16-communication/README.md",
"language_code": "ro"
},
"4-Data-Science-Lifecycle/16-communication/assignment.md": {
"original_hash": "8980d7efd101c82d6d6ffc3458214120",
"translation_date": "2025-08-26T16:40:27+00:00",
"source_file": "4-Data-Science-Lifecycle/16-communication/assignment.md",
"language_code": "ro"
},
"4-Data-Science-Lifecycle/README.md": {
"original_hash": "dd173fd30fc039a7a299898920680723",
"translation_date": "2025-08-26T16:21:06+00:00",
"source_file": "4-Data-Science-Lifecycle/README.md",
"language_code": "ro"
},
"5-Data-Science-In-Cloud/17-Introduction/README.md": {
"original_hash": "5f8e7cdefa096664ae86f795be571580",
"translation_date": "2025-09-05T18:19:52+00:00",
"source_file": "5-Data-Science-In-Cloud/17-Introduction/README.md",
"language_code": "ro"
},
"5-Data-Science-In-Cloud/17-Introduction/assignment.md": {
"original_hash": "96f3696153d9ed54b19a1bb65438c104",
"translation_date": "2025-08-26T16:10:16+00:00",
"source_file": "5-Data-Science-In-Cloud/17-Introduction/assignment.md",
"language_code": "ro"
},
"5-Data-Science-In-Cloud/18-Low-Code/README.md": {
"original_hash": "bd4da10766c64fce4294a98f6479dfb0",
"translation_date": "2025-09-05T18:18:42+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/README.md",
"language_code": "ro"
},
"5-Data-Science-In-Cloud/18-Low-Code/assignment.md": {
"original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
"translation_date": "2025-08-26T16:04:48+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
"language_code": "ro"
},
"5-Data-Science-In-Cloud/19-Azure/README.md": {
"original_hash": "472d3fab1c5be50f387336e7a686dbe1",
"translation_date": "2025-09-05T18:20:20+00:00",
"source_file": "5-Data-Science-In-Cloud/19-Azure/README.md",
"language_code": "ro"
},
"5-Data-Science-In-Cloud/19-Azure/assignment.md": {
"original_hash": "386efdbc19786951341f6956247ee990",
"translation_date": "2025-08-26T16:17:32+00:00",
"source_file": "5-Data-Science-In-Cloud/19-Azure/assignment.md",
"language_code": "ro"
},
"5-Data-Science-In-Cloud/README.md": {
"original_hash": "8dfe141a0f46f7d253e07f74913c7f44",
"translation_date": "2025-08-26T15:53:22+00:00",
"source_file": "5-Data-Science-In-Cloud/README.md",
"language_code": "ro"
},
"6-Data-Science-In-Wild/20-Real-World-Examples/README.md": {
"original_hash": "0f67a4139454816631526779a456b734",
"translation_date": "2025-09-06T18:43:35+00:00",
"source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/README.md",
"language_code": "ro"
},
"6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md": {
"original_hash": "d1e05715f9d97de6c4f1fb0c5a4702c0",
"translation_date": "2025-08-26T15:52:11+00:00",
"source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md",
"language_code": "ro"
},
"6-Data-Science-In-Wild/README.md": {
"original_hash": "07faf02ff163e609edf0b0308dc5d4e6",
"translation_date": "2025-08-26T15:44:16+00:00",
"source_file": "6-Data-Science-In-Wild/README.md",
"language_code": "ro"
},
"AGENTS.md": {
"original_hash": "cc2e18ab65df63e75d3619c4752e9b22",
"translation_date": "2025-10-03T11:39:12+00:00",
"source_file": "AGENTS.md",
"language_code": "ro"
},
"CODE_OF_CONDUCT.md": {
"original_hash": "c06b12caf3c901eb3156e3dd5b0aea56",
"translation_date": "2025-08-26T14:24:09+00:00",
"source_file": "CODE_OF_CONDUCT.md",
"language_code": "ro"
},
"CONTRIBUTING.md": {
"original_hash": "10f86fb29b5407088445ac803b3d0ed1",
"translation_date": "2025-10-03T14:35:31+00:00",
"source_file": "CONTRIBUTING.md",
"language_code": "ro"
},
"INSTALLATION.md": {
"original_hash": "a64d8afa22ffcc2016bb239188d6acb1",
"translation_date": "2025-10-03T15:25:21+00:00",
"source_file": "INSTALLATION.md",
"language_code": "ro"
},
"README.md": {
"original_hash": "8ec92ecfeb14923af733851239552146",
"translation_date": "2026-01-30T02:23:25+00:00",
"source_file": "README.md",
"language_code": "ro"
},
"SECURITY.md": {
"original_hash": "0d575483100c332b2dbaefef915bb3c4",
"translation_date": "2025-08-26T14:25:54+00:00",
"source_file": "SECURITY.md",
"language_code": "ro"
},
"SUPPORT.md": {
"original_hash": "872be8bc1b93ef1dd9ac3d6e8f99f6ab",
"translation_date": "2025-08-26T14:21:31+00:00",
"source_file": "SUPPORT.md",
"language_code": "ro"
},
"TROUBLESHOOTING.md": {
"original_hash": "93a6a8a8a209128cbfedcbc076ee21b0",
"translation_date": "2025-10-03T15:47:08+00:00",
"source_file": "TROUBLESHOOTING.md",
"language_code": "ro"
},
"USAGE.md": {
"original_hash": "f546349678757508d69ce9e1d2688446",
"translation_date": "2025-10-03T15:09:27+00:00",
"source_file": "USAGE.md",
"language_code": "ro"
},
"docs/_sidebar.md": {
"original_hash": "3767555b3cc28a2865c79202f4374204",
"translation_date": "2025-08-26T14:59:04+00:00",
"source_file": "docs/_sidebar.md",
"language_code": "ro"
},
"examples/README.md": {
"original_hash": "9bef7fd96c8f262339933117d9b3e342",
"translation_date": "2025-10-03T13:07:21+00:00",
"source_file": "examples/README.md",
"language_code": "ro"
},
"for-teachers.md": {
"original_hash": "f7440be10c17a8a9262713af3d2818a9",
"translation_date": "2025-09-06T20:00:59+00:00",
"source_file": "for-teachers.md",
"language_code": "ro"
},
"quiz-app/README.md": {
"original_hash": "e92c33ea498915a13c9aec162616db18",
"translation_date": "2025-08-26T16:19:53+00:00",
"source_file": "quiz-app/README.md",
"language_code": "ro"
},
"sketchnotes/README.md": {
"original_hash": "3a848466cb63aff1a93411affb152c2a",
"translation_date": "2025-08-26T15:43:41+00:00",
"source_file": "sketchnotes/README.md",
"language_code": "ro"
}
}

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "43212cc1ac137b7bb1dcfb37ca06b0f4",
"translation_date": "2025-10-25T19:06:43+00:00",
"source_file": "1-Introduction/01-defining-data-science/README.md",
"language_code": "ro"
}
-->
# Definirea Științei Datelor
| ![ Schiță de [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/01-Definitions.png) |

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "4e0f1773b9bee1be3b28f9fe2c71b3de",
"translation_date": "2025-08-26T15:25:11+00:00",
"source_file": "1-Introduction/01-defining-data-science/assignment.md",
"language_code": "ro"
}
-->
# Tema: Scenarii de Știința Datelor
În această primă temă, vă rugăm să vă gândiți la un proces sau o problemă din viața reală în diferite domenii și cum puteți să o îmbunătățiți folosind procesul de Știința Datelor. Gândiți-vă la următoarele:

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
"translation_date": "2025-08-26T15:26:51+00:00",
"source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
"language_code": "ro"
}
-->
# Tema: Scenarii de Știința Datelor
În această primă temă, vă rugăm să vă gândiți la un proces sau o problemă din viața reală în diferite domenii și cum puteți îmbunătăți acest proces folosind metodele Științei Datelor. Gândiți-vă la următoarele:

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "58860ce9a4b8a564003d2752f7c72851",
"translation_date": "2025-10-03T16:57:37+00:00",
"source_file": "1-Introduction/02-ethics/README.md",
"language_code": "ro"
}
-->
# Introducere în Etica Datelor
|![ Sketchnote de [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/02-Ethics.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "b588c0fc73014f52520c666efc3e0cc3",
"translation_date": "2025-08-26T15:17:31+00:00",
"source_file": "1-Introduction/02-ethics/assignment.md",
"language_code": "ro"
}
-->
## Scrie un Studiu de Caz despre Etica Datelor
## Instrucțiuni

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "12339119c0165da569a93ddba05f9339",
"translation_date": "2025-09-05T18:32:53+00:00",
"source_file": "1-Introduction/03-defining-data/README.md",
"language_code": "ro"
}
-->
# Definirea Datelor
|![ Sketchnote de [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/03-DefiningData.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "2e5cacb967c1e9dfd07809bfc441a0b4",
"translation_date": "2025-08-26T15:31:51+00:00",
"source_file": "1-Introduction/03-defining-data/assignment.md",
"language_code": "ro"
}
-->
# Clasificarea Seturilor de Date
## Instrucțiuni

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "ce95884566a74db72572cd51f0cb25ad",
"translation_date": "2025-09-06T14:07:21+00:00",
"source_file": "1-Introduction/04-stats-and-probability/README.md",
"language_code": "ro"
}
-->
# O scurtă introducere în statistică și probabilitate
|![ Sketchnote de [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/04-Statistics-Probability.png)|
@ -64,7 +55,7 @@ Pentru a ne ajuta să înțelegem distribuția datelor, este util să vorbim des
Grafic, putem reprezenta relația dintre mediană și quartile într-un diagramă numită **box plot**:
<img src="images/boxplot_explanation.png" alt="Explicație Box Plot" width="50%">
<img src="../../../../translated_images/ro/boxplot_explanation.4039b7de08780fd4.webp" alt="Explicație Box Plot" width="50%">
Aici calculăm și **intervalul inter-quartil** IQR=Q3-Q1 și așa-numitele **valori extreme** - valori care se află în afara limitelor [Q1-1.5*IQR,Q3+1.5*IQR].

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "01d1b493e8b51a6ebb42524f6b1bcfff",
"translation_date": "2025-08-26T15:42:57+00:00",
"source_file": "1-Introduction/04-stats-and-probability/assignment.md",
"language_code": "ro"
}
-->
# Studiu Mic despre Diabet
În această temă, vom lucra cu un set de date mic despre pacienți cu diabet, preluat de [aici](https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html).

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "696a8474a01054281704cbfb09148949",
"translation_date": "2025-08-26T15:00:05+00:00",
"source_file": "1-Introduction/README.md",
"language_code": "ro"
}
-->
# Introducere în Știința Datelor
![date în acțiune](../../../translated_images/ro/data.48e22bb7617d8d92188afbc4c48effb920ba79f5cebdc0652cd9f34bbbd90c18.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "11739c7b40e7c6b16ad29e3df4e65862",
"translation_date": "2025-12-19T12:09:33+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/README.md",
"language_code": "ro"
}
-->
# Lucrul cu date: baze de date relaționale
|![ Sketchnote de [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/05-RelationalData.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "25b37acdfb2452917c1aa2e2ca44317a",
"translation_date": "2025-10-24T09:58:11+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/assignment.md",
"language_code": "ro"
}
-->
# Afișarea datelor despre aeroporturi
Vi s-a oferit o [bază de date](https://raw.githubusercontent.com/Microsoft/Data-Science-For-Beginners/main/2-Working-With-Data/05-relational-databases/airports.db) construită pe [SQLite](https://sqlite.org/index.html) care conține informații despre aeroporturi. Schema este afișată mai jos. Veți utiliza [extensia SQLite](https://marketplace.visualstudio.com/items?itemName=alexcvzz.vscode-sqlite&WT.mc_id=academic-77958-bethanycheum) în [Visual Studio Code](https://code.visualstudio.com?WT.mc_id=academic-77958-bethanycheum) pentru a afișa informații despre aeroporturile din diferite orașe.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "c182e87f9f80be7e7cdffc7b40bbfccf",
"translation_date": "2025-09-05T18:21:08+00:00",
"source_file": "2-Working-With-Data/06-non-relational/README.md",
"language_code": "ro"
}
-->
# Lucrul cu Date: Date Non-Relationale
|![ Sketchnote de [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/06-NoSQL.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f824bfdb8b12d33293913f76f5c787c5",
"translation_date": "2025-08-26T14:58:05+00:00",
"source_file": "2-Working-With-Data/06-non-relational/assignment.md",
"language_code": "ro"
}
-->
# Profituri Soda
## Instrucțiuni

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "7bfec050f4717dcc2dfd028aca9d21f3",
"translation_date": "2025-09-06T15:58:53+00:00",
"source_file": "2-Working-With-Data/07-python/README.md",
"language_code": "ro"
}
-->
# Lucrul cu Date: Python și Biblioteca Pandas
| ![ Sketchnote de [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/07-WorkWithPython.png) |

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "dc8f035ce92e4eaa078ab19caa68267a",
"translation_date": "2025-08-26T14:51:58+00:00",
"source_file": "2-Working-With-Data/07-python/assignment.md",
"language_code": "ro"
}
-->
# Temă pentru Procesarea Datelor în Python
În această temă, vă vom cere să dezvoltați codul pe care l-am început în provocările noastre. Tema constă din două părți:

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "1b560955ff39a2bcf2a049fce474a951",
"translation_date": "2025-09-05T18:23:34+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/README.md",
"language_code": "ro"
}
-->
# Lucrul cu Date: Pregătirea Datelor
|![ Sketchnote de [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/08-DataPreparation.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f9d5a7275e046223fa6474477674b810",
"translation_date": "2025-08-26T14:41:56+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/assignment.md",
"language_code": "ro"
}
-->
# Evaluarea Datelor dintr-un Formular
Un client a testat un [formular simplu](../../../../2-Working-With-Data/08-data-preparation/index.html) pentru a colecta câteva informații de bază despre baza lor de clienți. Ei ți-au adus rezultatele pentru a valida datele pe care le-au colectat. Poți deschide pagina `index.html` în browser pentru a arunca o privire asupra formularului.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "abc3309ab41bc5a7846f70ee1a055838",
"translation_date": "2025-08-26T14:27:54+00:00",
"source_file": "2-Working-With-Data/README.md",
"language_code": "ro"
}
-->
# Lucrul cu Date
![data love](../../../translated_images/ro/data-love.a22ef29e6742c852505ada062920956d3d7604870b281a8ca7c7ac6f37381d5a.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a49d78e32e280c410f04e5f2a2068e77",
"translation_date": "2025-09-05T18:27:27+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/README.md",
"language_code": "ro"
}
-->
# Vizualizarea Cantităților
|![ Sketchnote de [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/09-Visualizing-Quantities.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "ad163c4fda72c8278280b61cad317ff4",
"translation_date": "2025-08-26T17:27:11+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/assignment.md",
"language_code": "ro"
}
-->
# Linii, Puncte și Bare
## Instrucțiuni

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "80a20467e046d312809d008395051fc7",
"translation_date": "2025-09-05T18:29:10+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/README.md",
"language_code": "ro"
}
-->
# Vizualizarea distribuțiilor
|![ Sketchnote de [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/10-Visualizing-Distributions.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "40eeb9b9f94009c537c7811f9f27f037",
"translation_date": "2025-08-26T16:53:03+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/assignment.md",
"language_code": "ro"
}
-->
# Aplică-ți abilitățile
## Instrucțiuni

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "42119bcc97bee88254e381156d770f3c",
"translation_date": "2025-09-05T18:26:56+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/README.md",
"language_code": "ro"
}
-->
# Vizualizarea Proporțiilor
|![ Sketchnote de [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/11-Visualizing-Proportions.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "1e00fe6a244c2f8f9a794c862661dd4f",
"translation_date": "2025-08-26T17:31:05+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/assignment.md",
"language_code": "ro"
}
-->
# Încearcă în Excel
## Instrucțiuni

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "0764fd4077f3f04a1d968ec371227744",
"translation_date": "2025-09-06T11:46:46+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/README.md",
"language_code": "ro"
}
-->
# Vizualizarea Relațiilor: Totul despre Miere 🍯
|![ Sketchnote realizat de [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/12-Visualizing-Relationships.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "680419753c086eef51be86607c623945",
"translation_date": "2025-08-26T16:57:52+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/assignment.md",
"language_code": "ro"
}
-->
# Explorează stupul
## Instrucțiuni

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "cfb068050337a36e348debaa502a24fa",
"translation_date": "2025-09-05T18:27:57+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/README.md",
"language_code": "ro"
}
-->
# Crearea Vizualizărilor Semnificative
|![ Sketchnote de [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/13-MeaningfulViz.png)|

Some files were not shown because too many files have changed in this diff Show More

Loading…
Cancel
Save