Zagovornici Azure Clouda u Microsoftu s veseljem nude 10-tjedni, 20-lekcijski nastavni plan u potpunosti posvećen Data Scienceu. Svaka lekcija uključuje kvizove prije i poslije lekcije, pisane upute za dovršavanje lekcije, rješenje i zadatak. Naša pedagoška metoda bazirana na projektima omogućava učenje kroz izgradnju, dokazano djelotvoran način da nove vještine 'upamtiš'.
Azure Cloud Advocates u Microsoftu s veseljem nude 10-tjedni, 20-lekcijski nastavni plan koji se bavi Data Science-om. Svaka lekcija uključuje kvizove prije i poslije lekcije, pisane upute za dovršetak lekcije, rješenje i zadatak. Naša projektno orijentirana pedagogija omogućava vam učenje dok gradite, što je dokazan način da nove vještine "vole zadržavati".
> Ovaj repozitorij uključuje prijevode na preko 50 jezika što značajno povećava veličinu preuzimanja. Za kloniranje bez prijevoda, koristite sparse checkout:
> Ovaj repozitorij uključuje više od 50 jezika prijevoda što značajno povećava veličinu preuzimanja. Za kloniranje bez prijevoda, koristite sparse checkout:
>
> **Bash / macOS / Linux:**
> ```bash
@ -53,88 +53,88 @@ Zagovornici Azure Clouda u Microsoftu s veseljem nude 10-tjedni, 20-lekcijski na
> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
> ```
>
> Ovo vam daje sve što vam treba za dovršetak tečaja s mnogo bržim preuzimanjem.
> Ovo vam daje sve što trebate za dovršetak tečaja sa znatno bržim preuzimanjem.
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
**Ako želite podržati dodatne jezike prijevoda, popis podržanih jezika je [ovdje](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
**Ako želite imati dodatne podržane jezike prijevoda navedene su [ovdje](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
Imamo u tijeku Discord seriju "learn with AI", saznajte više i pridružite nam se na [Learn with AI Series](https://aka.ms/learnwithai/discord) od 18. do 30. rujna 2025. Dobit ćete korisne savjete i trikove za korištenje GitHub Copilota za Data Science.
Imamo aktivnu Discord seriju "učimo s AI-jem", saznajte više i pridružite nam se na [Learn with AI Series](https://aka.ms/learnwithai/discord) od 18. do 30. rujna 2025. Učit ćete savjete i trikove za korištenje GitHub Copilota za Data Science.
# Jeste li student?
Započnite sa sljedećim resursima:
Započnite s sljedećim resursima:
- [Student Hub stranica](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) Na ovoj stranici pronaći ćete resurse za početnike, studentske pakete pa čak i načine za dobiti besplatni certifikat vaučer. Ovo je stranica koju ćete htjeti bookmarkirati i povremeno pregledavati jer redovito mijenjamo sadržaj, barem na mjesečnoj bazi.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Pridružite se globalnoj zajednici studentskih ambasadora, ovo može biti vaš put u Microsoft.
- [Student Hub stranica](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) Na ovoj stranici pronaći ćete resurse za početnike, studentske pakete pa čak i načine za dobivanje besplatnog certifikacijskog vaučera. Ovo je stranica koju ćete htjeti označiti i s vremena na vrijeme provjeravati jer mijenjamo sadržaj barem jednom mjesečno.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Pridružite se globalnoj zajednici studentskih ambasadora, ovo bi mogao biti vaš put u Microsoft.
# Početak
# Početak rada
## 📚 Dokumentacija
- **[Upute za instalaciju](INSTALLATION.md)** - Korak-po-korak upute za postavljanje za početnike
- **[Upute za korištenje](USAGE.md)** - Primjeri i uobičajeni postupci
- **[Vodič za instalaciju](INSTALLATION.md)** - Korak po korak upute za početnike
- **[Vodič za korištenje](USAGE.md)** - Primjeri i uobičajeni tijekovi rada
- **[Rješavanje problema](TROUBLESHOOTING.md)** - Rješenja za uobičajene probleme
- **[Upute za doprinos](CONTRIBUTING.md)** - Kako pridonijeti ovom projektu
- **[Za nastavnike](for-teachers.md)** - Upute za podučavanje i materijali za nastavu
- **[Vodič za doprinos](CONTRIBUTING.md)** - Kako doprinijeti ovom projektu
- **[Za nastavnike](for-teachers.md)** - Smjernice za podučavanje i resursi za učionicu
## 👨🎓 Za studente
> **Potpuni početnici**: Novi ste u data scienceu? Započnite s našim [primjerima prilagođenim početnicima](examples/README.md)! Ovi jednostavni, dobro komentirani primjeri pomoći će vam shvatiti osnove prije nego započnete s punim nastavnim planom.
> **[Studenti](https://aka.ms/student-page)**: Za samostalan rad na ovom nastavnom planu, forkajte cijeli repozitorij i sami dovršavajte zadatke, počevši s kvizom prije predavanja. Zatim pročitajte predavanje i dovršite ostatak aktivnosti. Pokušajte stvarati projekte razumijevanjem lekcija umjesto kopiranjem koda rješenja; no taj kod je dostupan u mapama /solutions u svakoj lekciji usmjerenoj na projekte. Druga ideja je formirati studijsku grupu s prijateljima i zajedno prolaziti sadržaj. Za dodatno učenje preporučujemo [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
> **Potpuni početnici**: Novi ste u data science-u? Počnite s našim [primjerima prilagođenim početnicima](examples/README.md)! Ovi jednostavni, dobro komentirani primjeri pomoći će vam razumjeti osnove prije nego što zaronite u cijeli nastavni plan.
> **[Studenti](https://aka.ms/student-page)**: kako biste koristili ovaj nastavni plan samostalno, forknite cijeli repozitorij i dovršite zadatke sami, počevši s predavanjem kviza. Zatim pročitajte lekciju i izvršite ostale aktivnosti. Pokušajte stvarati projekte razumijevajući lekcije umjesto kopiranja koda rješenja; međutim, taj kod je dostupan u /solutions mapama u svakoj lekciji usmjerenoj na projekte. Druga ideja je formirati grupu za učenje s prijateljima i zajedno prolaziti kroz sadržaj. Za daljnje učenje preporučujemo [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
**Brzi početak:**
1. Provjerite [Upute za instalaciju](INSTALLATION.md) za postavljanje vašeg okruženja
2. Pregledajte [Upute za korištenje](USAGE.md) kako biste naučili rad s nastavnim planom
1. Pogledajte [Vodič za instalaciju](INSTALLATION.md) za postavljanje okruženja
2. Pregledajte [Vodič za korištenje](USAGE.md) kako biste naučili kako raditi s nastavnim planom
3. Započnite s Lekcijom 1 i radite redom
4. Pridružite se našoj [Discord zajednici](https://aka.ms/ds4beginners/discord) za podršku
## 👩🏫 Za nastavnike
> **Nastavnici**: uključili smo [neke prijedloge](for-teachers.md) o tome kako koristiti ovaj kurikulum. Veselimo se vašim povratnim informacijama [u našem forumu za raspravu](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> **Nastavnici**: uključili smo [neke prijedloge](for-teachers.md) kako koristiti ovaj kurikulum. Voljeli bismo vaše povratne informacije [u našem forumu za raspravu](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> 🎥 Kliknite gornju sliku za video o projektu i ljudima koji su ga stvorili!
> 🎥 Kliknite na sliku iznad za video o projektu i ljudima koji su ga stvorili!
## Pedagogija
Prilikom izrade ovog kurikuluma odabrali smo dva pedagoška načela: osigurati da je projektno orijentiran i da uključuje česte kvizove. Do kraja ove serije, učenici će naučiti osnovne principe podatkovne znanosti, uključujući etičke koncepte, pripremu podataka, različite načine rada s podacima, vizualizaciju podataka, analizu podataka, primjere upotrebe podatkovne znanosti u stvarnom svijetu i više.
Odabrali smo dva pedagoška načela prilikom izrade ovog kurikuluma: osigurati da je projektno orijentiran i da uključuje česte kvizove. Do kraja ovog niza, studenti će naučiti osnovna načela znanosti o podatcima, uključujući etičke koncepte, pripremu podataka, različite načine rada s podacima, vizualizaciju podataka, analizu podataka, primjere iz stvarnog svijeta za znanost o podatcima i još mnogo toga.
Osim toga, kviz s niskim ulogom prije sata usmjerava učenikovu namjeru prema učenju teme, dok drugi kviz nakon sata osigurava dodatno zadržavanje znanja. Ovaj kurikulum dizajniran je da bude fleksibilan i zabavan i može se prolaziti u cijelosti ili dijelom. Projekti započinju mali i postaju složeniji do kraja 10-tjednog ciklusa.
Osim toga, kviz s niskim ulozima prije nastave postavlja namjeru učenika za učenje teme, dok drugi kviz nakon nastave osigurava daljnje zadržavanje znanja. Ovaj kurikulum je dizajniran da bude fleksibilan i zabavan te se može koristiti u cijelosti ili djelomično. Projekti počinju mali i postaju sve složeniji do kraja 10-tjednog ciklusa.
> Pronađite naš [Kodeks ponašanja](CODE_OF_CONDUCT.md), [Upute za doprinos](CONTRIBUTING.md), [Pravila prevođenja](TRANSLATIONS.md). Veselimo se vašim konstruktivnim povratnim informacijama!
> Pronađite naš [Kodeks ponašanja](CODE_OF_CONDUCT.md), [Upute za doprinos](CONTRIBUTING.md), [Pravila prevođenja](TRANSLATIONS.md). Dobrodošle su vaše konstruktivne povratne informacije!
## Svaka lekcija uključuje:
- Neobavezan sketchnote
- Neobavezan dodatni video
- Opcionalnu skicu bilješke
- Opcionalni dodatni video
- Kviz za zagrijavanje prije lekcije
- Pisanu lekciju
- Za projektno orijentirane lekcije, korak-po-korak vodiče za izgradnju projekta
- Za lekcije temeljene na projektima, vodiče korak-po-korak kako izgraditi projekt
- Provjere znanja
- Izazov
- Dodatno čitanje
- Zadatak
- [Kviz nakon lekcije](https://ff-quizzes.netlify.app/en/)
> **Napomena o kvizovima**: Svi kvizovi nalaze se u mapi Quiz-App, ukupno 40 kvizova po tri pitanja svaki. Povezani su unutar lekcija, ali quiz app se može pokrenuti lokalno ili implementirati na Azure; slijedite upute u mapi `quiz-app`. Postupno se lokaliziraju.
> **Napomena o kvizovima**: Svi kvizovi nalaze se u mapi Quiz-App, ukupno 40 kvizova s po tri pitanja. Povezani su unutar lekcija, ali se kviz aplikacija može pokrenuti lokalno ili implementirati na Azure; slijedite upute u mapi `quiz-app`. Postupno se lokaliziraju.
## 🎓 Primjeri prilagođeni početnicima
**Novi ste u podatkovnoj znanosti?** Kreirali smo poseban [direktorij primjera](examples/README.md) s jednostavnim i dobro komentiranim kodom koji će vam pomoći da započnete:
**Novi ste u znanosti o podatcima?** Kreirali smo poseban [direktorij primjera](examples/README.md) s jednostavnim, dobro komentiranim kodom kako bismo vam pomogli započeti:
- 🌟 **Hello World** - Vaš prvi program podatkovne znanosti
- 📂 **Učitavanje podataka** - Naučite kako čitati i istraživati skupove podataka
- 📊 **Jednostavna analiza** - Izračunajte statistike i pronađite obrasce
- 📈 **Osnovna vizualizacija** - Stvarajte grafikone i grafikone
- 🔬 **Projekt iz stvarnog svijeta** - Potpuni radni tijek od početka do kraja
- 🌟 **Hello World** - Vaš prvi program iz znanosti o podatcima
- 📂 **Učitavanje podataka** - Naučite čitati i istraživati skupove podataka
- 📊 **Jednostavna analiza** - Izračunajte statistiku i pronađite uzorke
- 📈 **Osnovna vizualizacija** - Kreirajte grafikone i dijagrame
- 🔬 **Projekt iz stvarnog svijeta** - Kompletan tijek rada od početka do kraja
Svaki primjer uključuje detaljne komentare koji objašnjavaju svaki korak, što ga čini savršenim za apsolutne početnike!
@ -145,59 +145,59 @@ Svaki primjer uključuje detaljne komentare koji objašnjavaju svaki korak, što
||
|:---:|
| Podatkovna znanost za početnike: Putokaz - _Sketchnote by [@nitya](https://twitter.com/nitya)_ |
| Znanost o Podacima za Početnike: Plan puta - _Sketchnote od [@nitya](https://twitter.com/nitya)_ |
| Broj lekcije | Tema | Grupiranje lekcije | Ciljevi učenja | Povezana lekcija | Autor |
| Broj lekcije | Tema | Grupiranje lekcija | Ciljevi učenja | Povezana lekcija | Autor |
| 01 | Definiranje podatkovne znanosti | [Uvod](1-Introduction/README.md) | Naučite osnovne pojmove vezane uz podatkovnu znanost i kako je povezana s umjetnom inteligencijom, strojnim učenjem i velikim podacima. | [lekcija](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
| 02 | Etika podatkovne znanosti | [Uvod](1-Introduction/README.md) | Koncepti, izazovi i okviri etike podataka. | [lekcija](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
| 01 | Definiranje znanosti o podacima | [Uvod](1-Introduction/README.md) | Naučite osnovne koncepte znanosti o podacima i kako su povezani s umjetnom inteligencijom, strojnim učenjem i big data tehnologijama. | [lekcija](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
| 02 | Etika u znanosti o podacima | [Uvod](1-Introduction/README.md) | Koncepti, izazovi i okviri etike podataka. | [lekcija](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
| 03 | Definiranje podataka | [Uvod](1-Introduction/README.md) | Kako se podaci klasificiraju i njihovi uobičajeni izvori. | [lekcija](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 04 | Uvod u statistiku i vjerojatnost | [Uvod](1-Introduction/README.md) | Matematičke tehnike vjerojatnosti i statistike za razumijevanje podataka. | [lekcija](1-Introduction/04-stats-and-probability/README.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
| 05 | Rad s relacijskim podacima | [Rad s podacima](2-Working-With-Data/README.md) | Uvod u relacijske podatke i osnove istraživanja i analize relacijskih podataka uz korištenje strukturalnog jezika upita, poznatog kao SQL (izgovara se "es-kju-el"). | [lekcija](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Rad s NoSQL podacima | [Rad s podacima](2-Working-With-Data/README.md) | Uvod u nerelacijske podatke, različite vrste i osnove istraživanja i analize dokumenata baza podataka. | [lekcija](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
| 07 | Rad s Pythonom | [Rad s podacima](2-Working-With-Data/README.md) | Osnove korištenja Pythona za istraživanje podataka s bibliotekama kao što je Pandas. Preporučeno osnovno razumijevanje programiranja u Pythonu. | [lekcija](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| 08 | Priprema podataka | [Rad s podacima](2-Working-With-Data/README.md) | Tematska područja tehnika čišćenja i transformacije podataka za rješavanje izazova poput nedostajućih, netočnih ili nepotpunih podataka. | [lekcija](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 05 | Rad s relacijskim podacima | [Rad s podacima](2-Working-With-Data/README.md) | Uvod u relacijske podatke i osnove istraživanja i analize relacijskih podataka koristeći strukturirani upitni jezik, poznat kao SQL (izgovara se “see-quell”). | [lekcija](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Rad s NoSQL podacima | [Rad s podacima](2-Working-With-Data/README.md) | Uvod u nrelacijske podatke, njihove različite vrste i osnove istraživanja i analize baza dokumenata. | [lekcija](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
| 07 | Rad s Pythonom | [Rad s podacima](2-Working-With-Data/README.md) | Osnove korištenja Pythona za istraživanje podataka s bibliotekama poput Pandas. Preporuča se osnovno razumijevanje programiranja u Pythonu. | [lekcija](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| 08 | Priprema podataka | [Rad s podacima](2-Working-With-Data/README.md) | Tematika tehnika za čišćenje i transformaciju podataka kako bi se nosili s izazovima poput nedostajućih, netočnih ili nepotpunih podataka. | [lekcija](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 09 | Vizualizacija količina | [Vizualizacija podataka](3-Data-Visualization/README.md) | Naučite kako koristiti Matplotlib za vizualizaciju podataka o pticama 🦆 | [lekcija](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
| 10 | Vizualizacija raspodjele podataka | [Vizualizacija podataka](3-Data-Visualization/README.md) | Vizualizacija opažanja i trendova unutar intervala. | [lekcija](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 10 | Vizualizacija raspodjela podataka | [Vizualizacija podataka](3-Data-Visualization/README.md) | Vizualizacija opažanja i trendova unutar intervala. | [lekcija](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Vizualizacija odnosa | [Vizualizacija podataka](3-Data-Visualization/README.md) | Vizualizacija veza i korelacija između skupova podataka i njihovih varijabli. | [lekcija](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| 13 | Značajne vizualizacije | [Vizualizacija podataka](3-Data-Visualization/README.md) | Tehnike i smjernice za stvaranje vrijednih vizualizacija za učinkovito rješavanje problema i dobivanje uvida. | [lekcija](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
| 14 | Uvod u životni ciklus podatkovne znanosti | [Životni ciklus](4-Data-Science-Lifecycle/README.md) | Uvod u životni ciklus podatkovne znanosti i njegov prvi korak - prikupljanje i izdvajanje podataka. | [lekcija](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | Analiza | [Životni ciklus](4-Data-Science-Lifecycle/README.md) | Ova faza životnog ciklusa podatkovne znanosti fokusira se na tehnike analize podataka. | [lekcija](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
| 16 | Komunikacija | [Životni ciklus](4-Data-Science-Lifecycle/README.md) | Ova faza životnog ciklusa podatkovne znanosti fokusira se na prezentiranje uvida iz podataka na način koji olakšava razumijevanje donositeljima odluka. | [lekcija](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 17 | Podatkovna znanost u oblaku | [Podaci u oblaku](5-Data-Science-In-Cloud/README.md) | Ova serija lekcija uvodi podatkovnu znanost u oblak i njezine prednosti. | [lekcija](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) i [Maud](https://twitter.com/maudstweets) |
| 18 | Podatkovna znanost u oblaku | [Podaci u oblaku](5-Data-Science-In-Cloud/README.md) | Treniranje modela koristeći Low Code alate. |[lekcija](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) i [Maud](https://twitter.com/maudstweets) |
| 19 | Podatkovna znanost u oblaku | [Podaci u oblaku](5-Data-Science-In-Cloud/README.md) | Implementacija modela s Azure Machine Learning Studio. | [lekcija](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) i [Maud](https://twitter.com/maudstweets) |
| 20 | Podatkovna znanost u praksi | [U praksi](6-Data-Science-In-Wild/README.md) | Projekti vođeni podatkovnom znanošću u stvarnom svijetu. | [lekcija](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
| 13 | Značajne vizualizacije | [Vizualizacija podataka](3-Data-Visualization/README.md) | Tehnike i smjernice za izradu vrijednih vizualizacija za učinkovito rješavanje problema i uvide. | [lekcija](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
| 14 | Uvod u životni ciklus znanosti o podacima | [Životni ciklus](4-Data-Science-Lifecycle/README.md) | Uvod u životni ciklus znanosti o podacima i prvi korak prikupljanja i ekstrakcije podataka. | [lekcija](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | Analiza | [Životni ciklus](4-Data-Science-Lifecycle/README.md) | Ova faza životnog ciklusa znanosti o podacima fokusira se na tehnike analize podataka. | [lekcija](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
| 16 | Komunikacija | [Životni ciklus](4-Data-Science-Lifecycle/README.md) | Ova faza životnog ciklusa znanosti o podacima fokusira se na prezentaciju spoznaja iz podataka na način koji olakšava donošenje odluka. | [lekcija](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 17 | Znanost o podacima u oblaku | [Podaci u oblaku](5-Data-Science-In-Cloud/README.md) | Ovaj niz lekcija uvodi znanost o podacima u oblaku i njezine prednosti. | [lekcija](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) i [Maud](https://twitter.com/maudstweets) |
| 18 | Znanost o podacima u oblaku | [Podaci u oblaku](5-Data-Science-In-Cloud/README.md) | Treniranje modela pomoću Low Code alata. |[lekcija](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) i [Maud](https://twitter.com/maudstweets) |
| 19 | Znanost o podacima u oblaku | [Podaci u oblaku](5-Data-Science-In-Cloud/README.md) | Implementacija modela s Azure Machine Learning Studijom. | [lekcija](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) i [Maud](https://twitter.com/maudstweets) |
| 20 | Znanost o podacima u stvarnom svijetu | [U stvarnom svijetu](6-Data-Science-In-Wild/README.md) | Projekti vođeni znanošću o podacima u stvarnim situacijama. | [lekcija](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
## GitHub Codespaces
Slijedite ove korake da biste otvorili ovaj primjer u Codespaceu:
Slijedite ove korake za otvaranje ovog primjera u Codespaceu:
1. Kliknite na padajući izbornik Code i odaberite opciju Open with Codespaces.
2. Odaberite + New codespace pri dnu okna.
Za više informacija, pogledajte [GitHub dokumentaciju](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
2. Odaberite + New codespace na dnu okna.
Za dodatne informacije pogledajte [GitHub dokumentaciju](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
## VSCode Remote - Containers
Slijedite ove korake da biste otvorili ovaj repozitorij u kontejneru koristeći vaše lokalno računalo i VSCode s proširenjem VS Code Remote - Containers:
Slijedite ove korake da otvorite ovaj repozitorij u kontejneru na svom lokalnom računalu koristeći VSCode i ekstenziju VS Code Remote - Containers:
1. Ako prvi put koristite razvojni kontejner, provjerite zadovoljava li vaš sustav preduvjete (npr. imate li instaliran Docker) u [putu za početak rada](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
1. Ako prvi put koristite razvojni kontejner, provjerite ispunjava li vaš sustav preduvjete (npr. instaliran Docker) u [dokumentaciji za početak rada](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
Za korištenje ovog repozitorija možete ili otvoriti repozitorij u izoliranom Docker volumenu:
Za korištenje ovog repozitorija, možete otvoriti repozitorij u izoliranom Docker volumenu:
**Napomena**: U pozadini će se koristiti naredba Remote-Containers: **Clone Repository in Container Volume...** za kloniranje izvornog koda unutar Docker volumena umjesto lokalnog datotečnog sustava. [Volumeni](https://docs.docker.com/storage/volumes/) su preferirani mehanizam za trajno pohranjivanje podataka kontejnera.
**Napomena**: Iza scene, koristi se Remote-Containers: **Clone Repository in Container Volume...** naredba za kloniranje izvornog koda u Docker volumen umjesto u lokalni sustav datoteka. [Volumeni](https://docs.docker.com/storage/volumes/) su preferirani mehanizam za trajno pohranjivanje podataka kontejnera.
Ili otvoriti lokalno kloniranu ili preuzetu verziju repozitorija:
Ili otvorite lokalno kloniranu ili preuzetu verziju repozitorija:
- Klonirajte ovaj repozitorij na svoj lokalni datotečni sustav.
- Klonirajte ovaj repozitorij na lokalni disk.
- Pritisnite F1 i odaberite naredbu **Remote-Containers: Open Folder in Container...**.
- Odaberite kloniranu kopiju ove mape, pričekajte da kontejner krene i isprobajte.
- Odaberite kloniranu kopiju ove mape, pričekajte da se kontejner pokrene i isprobajte.
## Pristup bez mreže
## Pristup bez interneta
Ovu dokumentaciju možete pokrenuti offline koristeći [Docsify](https://docsify.js.org/#/). Forkajte ovaj repozitorij, [instalirajte Docsify](https://docsify.js.org/#/quickstart) na svom lokalnom računalu, zatim u korijenskoj mapi ovog repozitorija upišite `docsify serve`. Web stranica bit će dostupna na portu 3000 na vašem localhostu: `localhost:3000`.
Možete pokrenuti ovu dokumentaciju offline koristeći [Docsify](https://docsify.js.org/#/). Forkajte ovaj repozitorij, [instalirajte Docsify](https://docsify.js.org/#/quickstart) na svom lokalnom računalu, zatim u glavnoj mapi repozitorija upišite `docsify serve`. Web stranica će biti poslužena na portu 3000 na vašem localhostu: `localhost:3000`.
> Napomena, bilježnice se neće prikazivati preko Docsifyja, pa kada trebate pokrenuti bilježnicu, učinite to zasebno u VS Codeu koji pokreće Python kernel.
> Napomena, bilježnice se neće prikazivati preko Docsify, pa ih pokrećite zasebno u VS Codeu s Python kernelom.
## Ostali kurikulumi
@ -205,7 +205,7 @@ Naš tim proizvodi i druge kurikulume! Pogledajte:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
[](https://aka.ms/langchain4j-for-beginners)
[](https://aka.ms/langchain4j-for-beginners)
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
---
@ -214,15 +214,15 @@ Naš tim proizvodi i druge kurikulume! Pogledajte:
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### Serija generativne umjetne inteligencije
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
### Serija Generativnog AI
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
---
@ -230,7 +230,7 @@ Naš tim proizvodi i druge kurikulume! Pogledajte:
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
@ -238,26 +238,26 @@ Naš tim proizvodi i druge kurikulume! Pogledajte:
---
### Serija Copilot
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
**Imate problema?** Pogledajte naš [Vodič za rješavanje problema](TROUBLESHOOTING.md) za rješenja uobičajenih problema.
**Imate problema?** Pogledajte naš [Vodič za rješavanje problema](TROUBLESHOOTING.md) za rješenja čestih poteškoća.
Ako zapnete ili imate pitanja o izgradnji AI aplikacija, pridružite se drugim polaznicima i iskusnim programerima u raspravama o MCP-u. To je podržavajuća zajednica u kojoj su pitanja dobrodošla, a znanje se slobodno dijeli.
Ako zapnete ili imate pitanja o izradi AI aplikacija, pridružite se ostalim učenicima i iskusnim programerima u raspravama o MCP-u. To je podržavajuća zajednica gdje su pitanja dobrodošla i znanje se slobodno dijeli.
Ovaj dokument je preveden koristeći AI prevodilačku uslugu [Co-op Translator](https://github.com/Azure/co-op-translator). Iako se trudimo osigurati točnost, imajte na umu da automatizirani prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na njegovom izvornom jeziku treba se smatrati službenim izvorom. Za važne informacije preporučuje se profesionalni ljudski prijevod. Ne snosimo odgovornost za bilo kakve nesporazume ili kriva tumačenja koja proizlaze iz uporabe ovog prijevoda.
**Odricanje od odgovornosti**:
Ovaj je dokument preveden pomoću AI usluge za prijevod [Co-op Translator](https://github.com/Azure/co-op-translator). Iako težimo točnosti, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku smatra se ovlaštenim izvorom. Za kritične informacije preporučuje se profesionalni ljudski prijevod. Nismo odgovorni za bilo kakva nesporazuma ili pogrešna tumačenja proizašla iz korištenja ovog prijevoda.
# Področje podatkovne znanosti za začetnike - učni načrt
[](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/)
Zagovorniki Azure Clouda pri Microsoftu z veseljem ponujajo 10-tedenski učni načrt s 20 lekcijami, ki pokrivajo podatkovno znanost. Vsaka lekcija vključuje kvize pred in po lekciji, pisna navodila za izvedbo lekcije, rešitev in nalogo. Naš pedagoški pristop, ki temelji na projektih, vam omogoča učenje med ustvarjanjem, kar je preizkušena metoda za trdno pridobivanje novih veščin.
Zagovorniki Azure Clouda pri Microsoftu z veseljem ponujajo 10-tedenski, 20-urni učni načrt, ki pokriva podatkovno znanost. Vsaka lekcija vključuje kvize pred in po lekciji, pisna navodila za dokončanje lekcije, rešitev in nalogo. Naša projektno usmerjena pedagogika vam omogoča učenje med gradnjo, kar je dokazano učinkovit način za ohranjanje novih znanj.
> Ta repozitorij vsebuje več kot 50 jezikovnih prevodov, kar bistveno poveča velikost prenosa. Za kloniranje brez prevodov uporabite sparse checkout:
>
> **Raje lokalno klonirate?**
>
> Ta repozitorij vključuje prevode v več kot 50 jezikih, kar znatno poveča velikost prenosa. Če želite klonirati brez prevodov, uporabite sparse checkout:
@ -53,155 +53,154 @@ Zagovorniki Azure Clouda pri Microsoftu z veseljem ponujajo 10-tedenski učni na
> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
> ```
>
> Tako boste imeli vse, kar potrebujete za dokončanje tečaja z veliko hitrejšim prenosom.
> Tako dobite vse, kar potrebujete za dokončanje tečaja, z bistveno hitrejšim prenosom.
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
**Če želite dodatno podporo za prevode jezikov, so podprti jeziki navedeni [tukaj](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
**Če želite, da so podprti dodatni prevodi jezikov, so našteti [tukaj](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
Imamo tečaj na Discordu o učenju z AI, izveste več in se pridružite na [Learn with AI Series](https://aka.ms/learnwithai/discord) od 18. do 30. septembra 2025. Dobili boste nasvete in trike za uporabo GitHub Copilot pri podatkovni znanosti.
Imamo tekočo serijo Discord učnih dogodkov z AI, izveste več in se pridružite na [Learn with AI Series](https://aka.ms/learnwithai/discord) od 18. do 30. septembra 2025. Dobite nasvete in trike za uporabo GitHub Copilota pri podatkovni znanosti.
# Ste študent?
Začnite z naslednjimi viri:
- [Stran Student Hub](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) Na tej strani boste našli vire primerne za začetnike, pakete za študente in celo načine, kako pridobiti brezplačen potrdilni kupon. To je stran, ki si jo želite shraniti med zaznamke in jo občasno pregledati, saj vsebino redno osvežujemo.
- [Stran Student Hub](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) Na tej strani boste našli vire za začetnike, študentske pakete in celo načine za pridobitev brezplačnega certifikatnega bona. To stran si želite dodati med zaznamke in jo od časa do časa pregledati, saj redno menjamo vsebino vsaj na mesečni ravni.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Pridružite se globalni skupnosti študentskih ambasadorjev, to bi lahko bila vaša pot v Microsoft.
# Začetek
## 📚 Dokumentacija
- **[Vodnik za namestitev](INSTALLATION.md)** - navodila za korak-po-korak namestitev za začetnike
- **[Vodnik za uporabo](USAGE.md)** - primeri in pogosti poteki dela
- **[Reševanje težav](TROUBLESHOOTING.md)** - rešitve za pogoste težave
- **[Vodnik za prispevanje](CONTRIBUTING.md)** - kako prispevati k temu projektu
- **[Za učitelje](for-teachers.md)** - smernice za poučevanje in učni materiali
- **[Vodnik za namestitev](INSTALLATION.md)** - navodila po korakih za začetnike
- **[Uporabniški vodič](USAGE.md)** - primeri in pogosti delovni poteki
- **[Odpravljanje težav](TROUBLESHOOTING.md)** - rešitve pogostih težav
- **[Prispevanje](CONTRIBUTING.md)** - kako prispevati k temu projektu
- **[Za učitelje](for-teachers.md)** - navodila za poučevanje in učni viri
## 👨🎓 Za študente
> **Popolni začetniki**: Nov v podatkovni znanosti? Začnite z našimi [primeri za začetnike](examples/README.md)! Ti preprosti, dobro komentirani primeri vam bodo pomagali razumeti osnove predno se podate v celotni učni načrt.
> **[Študenti](https://aka.ms/student-page)**: za samostojno uporabo tega učnega načrta, vilice celoten repozitorij in opravite vaje sami, začnite s kvizom pred predavanjem. Nato preberite predavanje in dokončajte preostale aktivnosti. Poskusite ustvariti projekte z razumevanjem lekcij in ne samo s kopiranjem kode rešitve; ta koda je na voljo v mapah /solutions v vsaki lekciji, usmerjeni v projekt. Druga ideja je, da oblikujete študijsko skupino s prijatelji in skupaj pregledujete vsebino. Za nadaljnje študije priporočamo [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
> **Popolni začetniki**: Novi v podatkovni znanosti? Začnite z našimi [prijaznimi primeri za začetnike](examples/README.md)! Ti preprosti, dobro komentirani primeri vam bodo pomagali razumeti osnove, preden se podate v celoten učni načrt.
> **[Študenti](https://aka.ms/student-page)**: za samostojno uporabo tega učnega načrta razvejite celoten repozitorij in dokončajte vaje sami, pri tem začnite s kvizom pred predavanjem. Nato preberite predavanje in dokončajte ostale aktivnosti. Poskusite ustvariti projekte s pomočjo razumevanja lekcij namesto kopiranja rešitvene kode; ta koda je sicer na voljo v mapah /solutions v vsaki lekciji, usmerjeni na projekt. Druga ideja je, da oblikujete študijsko skupino s prijatelji in skupaj pregledate vsebino. Za nadaljnje študije priporočamo [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
**Hiter začetek:**
1. Preverite [Vodnik za namestitev](INSTALLATION.md) za nastavitev vašega okolja
2. Preglejte [Vodnik za uporabo](USAGE.md), da se naučite delati z učnim načrtom
1. Preverite [vodnik za namestitev](INSTALLATION.md) za nastavitev okolja
2. Preglejte [uporabniški vodič](USAGE.md) za nauk dela z učnim načrtom
3. Začnite z Lekcijo 1 in nadaljujte zaporedno
4. Pridružite se naši [Discord skupnosti](https://aka.ms/ds4beginners/discord) za podporo
## 👩🏫 Za učitelje
> **Učitelji**: vključili smo [nekaj predlogov](for-teachers.md) o tem, kako uporabljati ta učni načrt. Veseli bomo vaših povratnih informacij [na našem forumu za razpravo](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> **Učitelji**: vključili smo [nekaj predlogov](for-teachers.md), kako uporabiti ta kurikulum. Veselimo se vaših povratnih informacij [v našem forumu za razprave](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> 🎥 Kliknite zgornjo sliko za video o projektu in ljudeh, ki so ga ustvarili!
## Pedagogika
Pri izdelavi tega učnega načrta smo izbrali dve pedagoški načeli: zagotoviti, da je učno gradivo osredotočeno na projekte in da vključuje pogoste kvize. Do konca te serije bodo študentje osvojili osnovna načela podatkovne znanosti, vključno z etičnimi koncepti, pripravo podatkov, različnimi načini dela s podatki, vizualizacijo podatkov, analizo podatkov, primeri uporabe podatkovne znanosti v resničnem svetu in več.
Pri oblikovanju tega kurikuluma smo izbrali dva pedagoška načela: zagotoviti, da temelji na projektih in da vključuje pogoste kvize. Na koncu te serije bodo študenti osvojili osnovna načela podatkovne znanosti, vključno z etičnimi koncepti, pripravo podatkov, različnimi načini dela s podatki, vizualizacijo podatkov, analizo podatkov, primeri uporabe podatkovne znanosti v resničnem svetu in še več.
Poleg tega nizko tvegani kviz pred poukom usmerja študenta k učenju določene teme, medtem ko drugi kviz po pouku zagotavlja nadaljnje pomnjenje. Ta učni načrt je zasnovan tako, da je prilagodljiv in zabaven ter se ga lahko opravi v celoti ali delno. Projekti se začnejo majhni in postajajo vse bolj kompleksni do konca 10-tedenskega cikla.
Poleg tega nizkoklidnostni kviz pred predavanjem usmeri študenta k učenju določene teme, medtem ko drugi kviz po predavanju zagotovi nadaljnje pomnjenje. Ta kurikulum je zasnovan tako, da je prilagodljiv in zabaven ter ga je mogoče opraviti v celoti ali delno. Projekti se začnejo majhni in postajajo vse kompleksnejši do konca 10-tedenskega cikla.
> Najdete naše [Kodeks ravnanja](CODE_OF_CONDUCT.md), [Navodila za prispevanje](CONTRIBUTING.md), [Navodila za prevajanje](TRANSLATIONS.md). Veseli bomo vaše konstruktivne povratne informacije!
> Najdite naš [Kodeks ravnanja](CODE_OF_CONDUCT.md), [Smernice za prispevke](CONTRIBUTING.md), [Prevajanje](TRANSLATIONS.md). Veselimo se vaših konstruktivnih povratnih informacij!
## Vsaka lekcija vključuje:
- Neobvezno skiciranje
- Neobvezni dopolnilni video
- Kviz za ogrevanje pred lekcijo
- Neobvezno skico zapiskov
- Neobvezni dodatni video
- Predhodni ogrevalni kviz
- Pisno lekcijo
- Pri lekcijah, ki temeljijo na projektih, vodiče korak za korakom za izdelavo projekta
- Za lekcije, ki temeljijo na projektih, korak-po-korak vodiče, kako zgraditi projekt
- Preverjanje znanja
- Izziv
- Dopolnilno branje
- Nalogo
- Dodatno branje
- [Kviz po lekciji](https://ff-quizzes.netlify.app/en/)
> **Opomba o kvizih**: Vsi kvizi so shranjeni v mapi Quiz-App, skupaj je 40 kvizov s po tremi vprašanji v vsakem. Povezani so iz lekcij, a aplikacijo za kvize lahko zaženete lokalno ali jo namestite na Azure; sledite navodilom v mapi `quiz-app`. Postopoma poteka tudi lokalizacija.
> **Opomba o kvizih**: Vsi kvizi so shranjeni v mapi Quiz-App, skupaj 40 kvizov s tremi vprašanji v vsakem. Povezani so iz lekcij, vendar lahko aplikacijo za kvize zaženete lokalno ali jo namestite v Azure; sledite navodilom v mapi `quiz-app`. Postopoma se prevajajo.
## 🎓 Primeri prijazni do začetnikov
## 🎓 Prijazni primeri za začetnike
**Nov v podatkovni znanosti?** Ustvarili smo posebno [mapo primerov](examples/README.md) z enostavno in dobro komentirano kodo, ki vam bo pomagala začeti:
**Nov v podatkovni znanosti?** Ustvarili smo poseben [imenik primerov](examples/README.md) z enostavno, dobro komentirano kodo, ki vam pomaga začeti:
- 🌟 **Pozdravljen svet** - Vaš prvi program podatkovne znanosti
- 📂 **Nalaganje podatkov** - Naučite se brati in raziskovati datasete
- 📊 **Preprosta analiza** - Izračunajte statistiko in poiščite vzorce
- 📈 **Osnovna vizualizacija** - Ustvarite grafikone in diagrame
- 🔬 **Projekt iz resničnega sveta** - Celoten delovni tok od začetka do konca
- 🌟 **Pozdravljen svet** - vaš prvi program podatkovne znanosti
- 📂 **Nalaganje podatkov** - naučite se brati in raziskovati nize podatkov
- 📊 **Enostavna analiza** - izračunajte statistiko in poiščite vzorce
- 📈 **Osnovna vizualizacija** - ustvarite diagrame in grafe
- 🔬 **Projekt iz resničnega sveta** - celoten potek dela od začetka do konca
Vsak primer vključuje podrobne komentarje, ki pojasnjujejo vsak korak, kar je idealno za popolne začetnike!
Vsak primer vsebuje podrobne komentarje, ki pojasnjujejo vsak korak, zato je popoln za popolne začetnike!
| 01 | Opredelitev podatkovne znanosti | [Uvod](1-Introduction/README.md) | Spoznajte osnovne koncepte podatkovne znanosti ter kako se povezuje z umetno inteligenco, strojno učenje in velikimi podatki. | [lekcija](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
| 02 | Etika podatkovne znanosti | [Uvod](1-Introduction/README.md) | Koncepti, izzivi in okvirji za etiko podatkov. | [lekcija](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
| 03 | Opredelitev podatkov | [Uvod](1-Introduction/README.md) | Kako so podatki razvrščeni in njihovi pogosti viri. | [lekcija](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 01 | Določanje podatkovne znanosti | [Uvod](1-Introduction/README.md) | Spoznajte osnovne koncepte podatkovne znanosti in povezave z umetno inteligenco, strojno učenjem in velikimi podatki. | [lekcija](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
| 02 | Etika podatkovne znanosti | [Uvod](1-Introduction/README.md) | Koncepti etike podatkov, izzivi in okvirji. | [lekcija](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
| 03 | Določanje podatkov | [Uvod](1-Introduction/README.md) | Kako so podatki razvrščeni in njihovi pogosti viri. | [lekcija](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 04 | Uvod v statistiko in verjetnost | [Uvod](1-Introduction/README.md) | Matematične tehnike verjetnosti in statistike za razumevanje podatkov. | [lekcija](1-Introduction/04-stats-and-probability/README.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
| 05 | Delo z relacijskimi podatki | [Delo s podatki](2-Working-With-Data/README.md) | Uvod v relacijske podatke in osnove raziskovanja ter analiziranja relacijskih podatkov s pomočjo jezika Structured Query Language, znanega kot SQL (izgovorjava "es-kyu-el"). | [lekcija](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Delo s podatki NoSQL | [Delo s podatki](2-Working-With-Data/README.md) | Uvod v nerelacijske podatke, njihove različne vrste in osnove raziskovanja ter analiziranja dokumentnih baz podatkov. | [lekcija](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
| 07 | Delo s Pythonom | [Delo s podatki](2-Working-With-Data/README.md) | Osnove uporabe Pythona za raziskovanje podatkov z knjižnicami, kot je Pandas. Priporočeno je osnovno znanje programiranja v Pythonu. | [lekcija](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| 08 | Priprava podatkov | [Delo s podatki](2-Working-With-Data/README.md) | Teme o tehnikah čiščenja in transformacije podatkov za obvladovanje izzivov, kot so manjkajoči, netočni ali nepopolni podatki. | [lekcija](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 05 | Delo s relacijskimi podatki | [Delo s podatki](2-Working-With-Data/README.md) | Uvod v relacijske podatke in osnove raziskovanja ter analize relacijskih podatkov z jezikom Structured Query Language, znanim kot SQL (izgovori se "see-quell"). | [lekcija](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Delo z NoSQL podatki | [Delo s podatki](2-Working-With-Data/README.md) | Uvod v nerezalacijske podatke, njihove različne tipe in osnove raziskovanja ter analize dokumentarnih baz podatkov. | [lekcija](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
| 07 | Delo s Pythonom | [Delo s podatki](2-Working-With-Data/README.md) | Osnove uporabe Pythona za raziskovanje podatkov z uporabo knjižnic, kot je Pandas. Priporočeno osnovno znanje programiranja v Pythonu. | [lekcija](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| 08 | Priprava podatkov | [Delo s podatki](2-Working-With-Data/README.md) | Teme o tehnikah čiščenja in pretvorbe podatkov za obvladovanje izzivov z manjkajočimi, netočnimi ali nepopolnimi podatki. | [lekcija](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 09 | Vizualizacija količin | [Vizualizacija podatkov](3-Data-Visualization/README.md) | Naučite se uporabljati Matplotlib za vizualizacijo podatkov o pticah 🦆 | [lekcija](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
| 10 | Vizualizacija porazdelitev podatkov | [Vizualizacija podatkov](3-Data-Visualization/README.md) | Vizualizacija opazovanj in trendov znotraj intervala. | [lekcija](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Vizualizacija odnosov | [Vizualizacija podatkov](3-Data-Visualization/README.md) | Vizualizacija povezav in korelacij med nabori podatkov in njihovimi spremenljivkami. | [lekcija](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| 13 | Smiselne vizualizacije | [Vizualizacija podatkov](3-Data-Visualization/README.md) | Tehnike in navodila za ustvarjanje vizualizacij, ki so dragocene za učinkovito reševanje problemov in pridobivanje spoznanj. | [lekcija](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
| 14 | Uvod v življenjski cikel podatkovne znanosti | [Življenjski cikel](4-Data-Science-Lifecycle/README.md) | Uvod v življenjski cikel podatkovne znanosti in njegov prvi korak pridobivanja in izvlečenja podatkov. | [lekcija](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | Analiziranje | [Življenjski cikel](4-Data-Science-Lifecycle/README.md) | Ta faza življenjskega cikla podatkovne znanosti se osredotoča na tehnike za analizo podatkov. | [lekcija](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
| 16 | Komunikacija | [Življenjski cikel](4-Data-Science-Lifecycle/README.md) | Ta faza življenjskega cikla podatkovne znanosti se osredotoča na predstavitev spoznanj iz podatkov na način, ki olajša razumevanje odločevalcem. | [lekcija](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 17 | Podatkovna znanost v oblaku | [Oblačni podatki](5-Data-Science-In-Cloud/README.md) | Ta serija lekcij uvaja podatkovno znanost v oblaku in njene prednosti. | [lekcija](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) in [Maud](https://twitter.com/maudstweets) |
| 18 | Podatkovna znanost v oblaku | [Oblačni podatki](5-Data-Science-In-Cloud/README.md) | Usposabljanje modelov z orodji Low Code. |[lekcija](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) in [Maud](https://twitter.com/maudstweets) |
| 19 | Podatkovna znanost v oblaku | [Oblačni podatki](5-Data-Science-In-Cloud/README.md) | Nameščanje modelov z Azure Machine Learning Studio. | [lekcija](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) in [Maud](https://twitter.com/maudstweets) |
| 10 | Vizualizacija porazdelitev podatkov | [Vizualizacija podatkov](3-Data-Visualization/README.md) | Vizualizacija opazovanj in trendov v določenem intervalu. | [lekcija](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 11 | Vizualizacija deležev | [Vizualizacija podatkov](3-Data-Visualization/README.md) | Vizualizacija diskretnih in združenih odstotkov. | [lekcija](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Vizualizacija odnosov | [Vizualizacija podatkov](3-Data-Visualization/README.md) | Vizualizacija povezav in korelacij med nizi podatkov in njihovimi spremenljivkami. | [lekcija](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| 13 | Smiselne vizualizacije | [Vizualizacija podatkov](3-Data-Visualization/README.md) | Tehnike in smernice za ustvarjanje vrednih vizualizacij za učinkovito reševanje problemov in vpogledov. | [lekcija](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
| 14 | Uvod v življenjski cikel podatkovne znanosti | [Življenjski cikel](4-Data-Science-Lifecycle/README.md) | Uvod v življenjski cikel podatkovne znanosti in njegov prvi korak pridobivanja in ekstrakcije podatkov. | [lekcija](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | Analiziranje | [Življenjski cikel](4-Data-Science-Lifecycle/README.md) | Ta faza življenjskega cikla podatkovne znanosti se osredotoča na tehnike analize podatkov. | [lekcija](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
| 16 | Komunikacija | [Življenjski cikel](4-Data-Science-Lifecycle/README.md) | Ta faza življenjskega cikla podatkovne znanosti se osredotoča na predstavitev vpogledov iz podatkov na način, ki olajša razumevanje odločevalcem. | [lekcija](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 17 | Podatkovna znanost v oblaku | [Podatki v oblaku](5-Data-Science-In-Cloud/README.md) | Ta serija lekcij uvaja podatkovno znanost v oblaku in njene koristi. | [lekcija](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) in [Maud](https://twitter.com/maudstweets) |
| 18 | Podatkovna znanost v oblaku | [Podatki v oblaku](5-Data-Science-In-Cloud/README.md) | Usposabljanje modelov z orodji nizke kode. |[lekcija](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) in [Maud](https://twitter.com/maudstweets) |
| 19 | Podatkovna znanost v oblaku | [Podatki v oblaku](5-Data-Science-In-Cloud/README.md) | Uvajanje modelov z Azure Machine Learning Studio. | [lekcija](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) in [Maud](https://twitter.com/maudstweets) |
| 20 | Podatkovna znanost v naravi | [V naravi](6-Data-Science-In-Wild/README.md) | Projekti podatkovne znanosti v resničnem svetu. | [lekcija](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
## GitHub Codespaces
Sledite tem korakom, da odprete ta vzorec v Codespace:
Sledite tem korakom za odpiranje tega vzorca v Codespace:
1. Kliknite spustni meni Code in izberite možnost Open with Codespaces.
2. Izberite + New codespace na dnu panela.
2. Izberite + New codespace na dnu plošče.
Za več informacij si oglejte [GitHub dokumentacijo](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
## VSCode Remote - Containers
Sledite tem korakom, da odprete ta repozitorij v vsebniku z uporabo lokalnega računalnika in VSCode z razširitvijo VS Code Remote - Containers:
Sledite tem korakom za odpiranje tega repozitorija v vsebniku z uporabo lokalnega računalnika in VSCode z razširitvijo VS Code Remote - Containers:
1. Če prvič uporabljate razvojni vsebnik, preverite, da vaš sistem izpolnjuje predpogoje (npr. ima nameščen Docker) v [dokumentaciji za začetek](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
1. Če prvič uporabljate razvojni vsebnik, preverite, ali vaš sistem izpolnjuje predpogoje (npr. ima nameščen Docker) v [dokumentaciji za začetek](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
Za uporabo tega repozitorija lahko repozitorij odprete v izoliranem Docker volumnu:
Za uporabo tega repozitorija lahko odprete repozitorij v izoliranem Docker volumnu:
**Opomba**: Pod pokrovom bo uporabljena ukaz Remote-Containers: **Clone Repository in Container Volume...** za kloniranje izvorne kode v Docker volumen namesto v lokalni datotečni sistem. [Volumni](https://docs.docker.com/storage/volumes/) so priporočeni mehanizem za trajno shranjevanje podatkov vseh vsebnikov.
**Opomba**: V ozadju bo to uporabilo ukaz Remote-Containers: **Clone Repository in Container Volume...** za kloniranje izvorne kode v Docker volumen namesto lokalnega datotečnega sistema. [Volumni](https://docs.docker.com/storage/volumes/) so priporočeni mehanizem za trajno shranjevanje podatkov vsebnika.
Ali pa odprite lokalno klonirano ali preneseno različico repozitorija:
Ali odprite lokalno klonirano ali preneseno različico repozitorija:
- Klonirajte ta repozitorij na lokalni datotečni sistem.
- Klonirajte ta repozitorij na svoj lokalni datotečni sistem.
- Pritisnite F1 in izberite ukaz **Remote-Containers: Open Folder in Container...**.
- Izberite klonirano kopijo te mape, počakajte, da se vsebnik zažene, in preizkusite stvari.
- Izberite klonirano kopijo te mape, počakajte, da se vsebnik zažene, in preizkusite funkcije.
## Dostop brez povezave
To dokumentacijo lahko uporabljate brez povezave z uporabo [Docsify](https://docsify.js.org/#/). Razvijte ta repozitorij, [namestite Docsify](https://docsify.js.org/#/quickstart) na vaš lokalni računalnik, nato pa v glavni mapi tega repozitorija vnesite `docsify serve`. Spletna stran bo dostopna na pristanišču 3000 na localhostu: `localhost:3000`.
To dokumentacijo lahko zaženete brez povezave z uporabo [Docsify](https://docsify.js.org/#/). Kopirajte ta repozitorij, [namestite Docsify](https://docsify.js.org/#/quickstart) na svoj lokalni računalnik, nato v korenski mapi tega repozitorija vnesite `docsify serve`. Spletna stran bo na voljo na portu 3000 na vašem lokalnem računalniku: `localhost:3000`.
> Opomba, zvezki (notebooks) ne bodo prikazani preko Docsify, zato ko boste potrebovali zagnati zvezek, to naredite ločeno v VS Code z izvajanjem Pythonovega jedra.
> Opomba: zvezki se prek Docsify ne bodo prikazovali, zato jih zaženite ločeno v VS Code z zagonom Python jedra.
## Drugi učni načrti
## Drugi kurikulumi
Naša ekipa izdeluje tudi druge učne načrte! Oglejte si:
Naša ekipa ustvarja tudi druge kurikulume! Oglejte si:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
@ -210,26 +209,26 @@ Naša ekipa izdeluje tudi druge učne načrte! Oglejte si:
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
---
### Azure / Edge / MCP / Agenti
### Azure / Edge / MCP / Agentje
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### Serija generativne umetne inteligence
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
---
### Osnovno učenje
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
@ -238,26 +237,26 @@ Naša ekipa izdeluje tudi druge učne načrte! Oglejte si:
---
### Serija Copilot
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
**Se soočate s težavami?** Preverite naš [vodnik za odpravljanje težav](TROUBLESHOOTING.md) za rešitve pogostih problemov.
**Se vam pojavljajo težave?** Preverite naš [Vodič za odpravljanje težav](TROUBLESHOOTING.md) za rešitve pogostih problemov.
Če se zataknete ali imate kakršnakoli vprašanja o gradnji AI aplikacij. Pridružite se so-učencem in izkušenim razvijalcem v razpravah o MCP. Je podporna skupnost, kjer so vprašanja dobrodošla in se znanje svobodno deli.
Če se zataknete ali imate kakršnakoli vprašanja o razvoju AI aplikacij, se pridružite drugim učencem in izkušenim razvijalcem v razpravah o MCP. To je spodbudna skupnost, kjer so vprašanja dobrodošla in kjer se znanje svobodno deli.
Ta dokument je bil preveden z uporabo AI prevajalske storitve [Co-op Translator](https://github.com/Azure/co-op-translator). Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da avtomatizirani prevodi lahko vsebujejo napake ali netočnosti. Izvirni dokument v matičnem jeziku velja za avtoritativni vir. Za pomembne informacije priporočamo strokovni prevod, ki ga opravi človek. Za morebitne nesporazume ali napačne interpretacije, ki izhajajo iz uporabe tega prevoda, ne prevzemamo odgovornosti.
To besedilo je bilo prevedeno z uporabo storitve za samodejni prevod AI [Co-op Translator](https://github.com/Azure/co-op-translator). Čeprav si prizadevamo za natančnost, vas opozarjamo, da lahko samodejni prevodi vsebujejo napake ali netočnosti. Izvirni dokument v maternem jeziku naj velja za avtoritativni vir. Za ključne informacije priporočamo strokovni človeški prevod. Za kakršnekoli nesporazume ali napačne interpretacije, ki izhajajo iz uporabe tega prevoda, ne odgovarjamo.
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/)
Azure Cloud Advocates компаније Microsoft са задовољством нуде програм од 10 недеља и 20 лекција посвећених науци о подацима. Свака лекција укључује квиз пре и после лекције, писане упутства за извршење лекције, решење и задатак. Наша педагогија заснована на пројектима омогућава вам учење кроз практичан рад, доказао се као ефикасан начин за усвајање нових вештина.
Azure Cloud Advocates у Microsoft-уса задовољством нуде наставни програм од 10 недеља, 20 лекција, све о Data Science. Сваку лекцију прати пред-лекцијски и пост-лекцијски квиз, писане инструкције за завршетак лекције, решење и задатак. Наша педагогија заснована на пројектима омогућава вам да учите док градите, што је проверен начин да нове вештине остану у сећању.
> Овај репозиторијум укључује преводе на више од 50 језика што значајно повећава величину преузимања. Да бисте клонирали без превода, користите sparse checkout:
> Ово репозиторијум укључује преводе на преко 50 језика што значајно повећава величину преузимања. Да бисте клонирали без превода, користите sparse checkout:
>
> **Bash / macOS / Linux:**
> ```bash
@ -53,47 +53,47 @@ Azure Cloud Advocates компаније Microsoft са задовољством
> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
> ```
>
> Ово вам даје све што вам је потребно за завршетак курса уз много брже преузимање.
> Ово вам даје све што вам је потребно да завршите курс бржим преузимањем.
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
**Ако желите додатне преводе подржани језици су наведени [овде](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
**Ако желите да додате подршку за још језика, листа подржаних се налази [овде](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
Имамо текућу серију "Учи са AI" на Discord-у, сазнајте више и придружите нам се на [Learn with AI Series](https://aka.ms/learnwithai/discord) од 18. до 30. септембра 2025. године. Добићете савете и трикове за коришћење GitHub Copilot-а за науку о подацима.
Имамо активно серију Learn with AI на Discord-у, сазнајте више и придружите нам се на [Learn with AI Series](https://aka.ms/learnwithai/discord) од 18. до 30. септембра 2025. године. Добићете савете и трикове за коришћење GitHub Copilot-a за Data Science.
# Да ли сте студент?
Започните са следећим ресурсима:
Почните са следећим ресурсима:
- [Страница студентског центра](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) На овој страници наћи ћете ресурсе за почетнике, студентске пакете па чак и начине да добијете бесплатни сертификат. Ово је страница коју треба да означите обележивачем и проверите с времена на времејер редовно мењамо садржај, најмање једном месечно.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Придружите се глобалној заједници студентских амбасадора, ово може бити ваш улазаку Microsoft.
- [Страница Student Hub](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) На овој страници пронаћи ћете ресурсе за почетнике, студентске пакете и чак начине да добијете бесплатан сертификат ваучер. Ово је страница коју треба да означите као фаворита и повремено провераватејер редовно мењамо садржај најмање једном месечно.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Придружите се глобалној заједници студентских амбасадора, ово може бити ваш улаз у Microsoft.
# Почетак рада
## 📚 Документација
- **[Упутство за инсталацију](INSTALLATION.md)** - Корак по корак упутства за постављање за почетнике
- **[Упутство за коришћење](USAGE.md)** - Примери и уобичајени токови рада
- **[Упутство за инсталацију](INSTALLATION.md)** - Корак по корак упутства за почетнике
- **[Упутство за коришћење](USAGE.md)** - Примери и уобичајени радни токови
- **[Решавање проблема](TROUBLESHOOTING.md)** - Решења за уобичајене проблеме
- **[Упутство за допринос пројекту](CONTRIBUTING.md)** - Како допринети овом пројекту
- **[Упутство за допринос](CONTRIBUTING.md)** - Како допринети овом пројекту
- **[За наставнике](for-teachers.md)** - Упутства за наставу и ресурси за учионицу
## 👨🎓 За студенте
> **Потпуно почетници**: Нови сте у науци о подацима? Почните са нашим [примерима прилагођеним почетницима](examples/README.md)! Ови једноставни, добро коментарисани примери помоћи ће вам да разумете основе пре него што пређете на цео наставни програм.
> **[Студенти](https://aka.ms/student-page)**: да бисте користили овај наставни програм самостално, форкујте цео репо и радите вежбе сами, почевши од квиза пре предавања. Затим прочитајте предавање и завршите остатак активности. Покушајте да креирате пројекте тако што ћете разумети лекције, а не само копирати код решења; ипак, тај код је доступан у фасциклама /solutions у свакој лекцији оријентисаној ка пројекту. Још једна идеја је да формирате студијску групу са пријатељима и заједно прођете кроз садржај. За даље учење препоручујемо [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
> **Потпуни почетници**: Нови сте у Data Science? Почните са нашим [примерама прилагођеним почетницима](examples/README.md)! Ови једноставни, добро коментарисани примери ће вам помоћи да разумете основе пре него што уђете у цео наставни план.
> **[Студенти](https://aka.ms/student-page)**: да бисте користили овај наставни план сами, направите fork целог репозиторијума и сами радите на вежбама, почевши са квизом пре предавања. Онда прочитајте предавање и завршите остале активности. Трудите се да пројекте креирате разумевањем лекција уместо копирања кода решења; међутим, тај код је доступан у /solutions фолдерима у свакој лекцији усмереној на пројекте. Још једна идеја је да формирате ученичку групу са пријатељима и заједно прођете кроз садржај. За даље учење препоручујемо [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
**Брзи почетак:**
1. Погледајте [Упутство за инсталацију](INSTALLATION.md) за подешавање вашег окружења
2. Прегледајте [Упутство за коришћење](USAGE.md) да бисте научили како радити са наставним програмом
3. Почните са Лекцијом 1 и радите узастопно
1. Погледајте [Упутство за инсталацију](INSTALLATION.md) да подесите своје окружење
2. Прегледајте [Упутство за коришћење](USAGE.md) да научите како да радите са наставним планом
3. Почните са Лекцијом 1 и радите редом
4. Придружите се нашој [Discord заједници](https://aka.ms/ds4beginners/discord) за подршку
## 👩🏫 За наставнике
> **Наставници**: укључили смо [неке предлоге](for-teachers.md) о томе како користити овај наставни план. Волели бисмо ваше повратне информације [на нашем форуму за дискусију](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> **Наставници**: укључили смо [неколико предлога](for-teachers.md) о томе како користити овај наставни план. Волео би да добијемо ваше повратне информације [на нашем форуму за дискусију](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
## Упознајте тим
@ -101,103 +101,103 @@ Azure Cloud Advocates компаније Microsoft са задовољством
> 🎥 Кликните горњу слику за видео о пројекту и људима који суга креирали!
> 🎥 Кликните на слику изнад за видео о пројекту и људима који суга креирали!
## Педагогија
## Педагошки приступ
Приликом израде овог наставног плана изабрали смо два педагошка начела: да буде заснован на пројектима и да укључује честа тестирања (квизове). До краја ове серије, ученици ће научити основне принципе науке о подацима, укључујући етичке концепте, припрему података, различите начине рада са подацима, визуелизацију података, анализу података, примере из стварног света коришћења науке о подацима и још много тога.
Изабрали смо два педагошка уџбеника приликом креирања овог наставног плана: обезбеђивање да буде заснован на пројектима и да укључује честе квизове. На крају ове серије, студенти ће научити основне принципе науке о подацима, укључујући етичке појмове, припрему података, различите начине рада са подацима, визуализацију података, анализу података, примере из стварног света и још много тога.
Поред тога, квиз са мало утицаја пре часа поставља намераваност ученика ка учењу теме, док други квиз након часа осигурава додатно задржавање знања. Овај наставни план је дизајниран да буде флексибилан и забаван и може се пратити у целини или делимично. Пројекти почињу мали и постају све сложенији до краја циклуса од 10 недеља.
Поред тога, квиз са малим ризиком пре часа поставља сврху ученика ка учењу теме, док други квиз након часа осигурава боље усвајање знања. Овај наставни план је дизајниран да буде флексибилан и забаван и може се проћи у целости или делимично. Пројекти почињу мали и постају све сложенији до краја циклуса од 10 недеља.
> Проналазите наш [Кодекс понашања](CODE_OF_CONDUCT.md), упутства за [допринос](CONTRIBUTING.md), [превод](TRANSLATIONS.md). Добродошле су ваше конструктивне повратне информације!
> Пронађите наш [Кодекс понашања](CODE_OF_CONDUCT.md), смернице за [допринење](CONTRIBUTING.md) и [превод](TRANSLATIONS.md). Добродошле су ваше конструктивне повратне информације!
## Свака лекција укључује:
- Опциони скицнот
- Опциони додатни видео
- Квиз за уводnu припрему пре лекције
- Писана лекција
- За лекције засноване на пројектима, водич корак по корак за израду пројекта
- Опциони цртеж (скетчнот)
- Опциони допунски видео
- Квиз за припрему пре лекције
- Писану лекцију
- За лекције засноване на пројектима, корак по корак водиче за креирање пројекта
- Провере знања
- Изазов
- Додатна литература
- Допунско читање
- Задатак
- [Квиз након лекције](https://ff-quizzes.netlify.app/en/)
> **Напомена о квизовима**: Сви квизови налазесеу фасцикли Quiz-App, укупно 40 квизова са по три питања сваки. Они су повезани из самих лекција, али апликацију за квизове је могуће покренути локално или распоредити на Azure; пратите упутства у фасцикли `quiz-app`. Квизови се постепено локализују.
> **Напомена о квизовима**: Сви квизови сеналазе у фасцикли Quiz-App, укупно 40 квизова са по три питања сваки. Они су повезани из самих лекција, али квиз апликација може да се покреће локално или да се постави на Azure; пратите упутства у фасцикли `quiz-app`. Квизови се постепено преводе.
## 🎓 Примери прилагођени почетницима
**Нову науци о подацима?** Направили смо посебан [директоријум примера](examples/README.md) са једноставним, добро коментарисаним кодом који ће вам помоћи да започнете:
**Нови сте у науци о подацима?** Креирали смо посебан [директоријум примера](examples/README.md) са једноставним, добро коментарисаним кодом који ће вам помоћи да почнете:
- 🌟 **Здраво Свете** - Ваш први програм за науку о подацима
- 📂 **Учитавање података** - Научите како да читате и истражујете скупове података
- 📊 **Једноставна анализа** - Израчунајте статистике и пронађите обрасце
- 📈 **Основна визуализација** - Креирајте дијаграме и графиконе
- 🔬 **Пројекат из стварног света** - Комплетан радни ток од почетка до краја
- 🌟 **Hello World** - Ваш први програм за науку о подацима
- 📂 **Учитавање података** - Научите како читати и истраживати скупове података
- 📊 **Једноставна анализа** - Израчунавање статистика и проналажење образаца
- 📈 **Основна визуализација** - Креирање графикона и дијаграма
- 🔬 **Пројекат из стварног света** - Комплетан радни процес од почетка до краја
Сваки пример укључује детаљне коментаре који објашњавају сваки корак, што га чини савршеним за апсолутне почетнике!
Сваки пример укључује детаљне коментаре који објашњавају сваки корак, што је савршено за апсолутне почетнике!
👉 **[Почните са примерима](examples/README.md)** 👈
## Лекције
||
||
|:---:|
| Наука о подацима за почетнике: План - _Скицнот од [@nitya](https://twitter.com/nitya)_ |
| Наука о подацима за почетнике: Путоказ - _Скетчнот од [@nitya](https://twitter.com/nitya)_ |
| 01 | Дефинисање науке о подацима | [Увод](1-Introduction/README.md) | Научите основне појмове иза науке о подацима и како је повезана са вештачком интелигенцијом, машинским учењем и великим подацима. | [лекција](1-Introduction/01-defining-data-science/README.md) [видео](https://youtu.be/beZ7Mb_oz9I) | [Дмитриј](http://soshnikov.com) |
| 02 | Етика у науцио подацима | [Увод](1-Introduction/README.md) | Концепти, изазови и оквири етике података. | [лекција](1-Introduction/02-ethics/README.md) | [Нитија](https://twitter.com/nitya) |
| 03 | Дефинисање података | [Увод](1-Introduction/README.md) | Како се подаци класификују и њихови уобичајени извори. | [лекција](1-Introduction/03-defining-data/README.md) | [Јасмин](https://www.twitter.com/paladique) |
| 01 | Дефинисање науке о подацима | [Увод](1-Introduction/README.md) | Научите основне концепте иза науке о подацима и како је она повезана са вештачком интелигенцијом, машинским учењем и великим подацима. | [лекција](1-Introduction/01-defining-data-science/README.md) [видео](https://youtu.be/beZ7Mb_oz9I) | [Дмитриј](http://soshnikov.com) |
| 02 | Етика наукео подацима | [Увод](1-Introduction/README.md) | Концепти, изазови и оквири етике података. | [лекција](1-Introduction/02-ethics/README.md) | [Нитија](https://twitter.com/nitya) |
| 03 | Дефинисање података | [Увод](1-Introduction/README.md) | Како се подаци класификују и њихови уобичајени извори. | [лекција](1-Introduction/03-defining-data/README.md) | [Џасмин](https://www.twitter.com/paladique) |
| 04 | Увод у статистику и вероватноћу | [Увод](1-Introduction/README.md) | Математичке технике вероватноће и статистике за разумевање података. | [лекција](1-Introduction/04-stats-and-probability/README.md) [видео](https://youtu.be/Z5Zy85g4Yjw) | [Дмитриј](http://soshnikov.com) |
| 05 | Рад са релационим подацима | [Рад са подацима](2-Working-With-Data/README.md) | Увод у релационе податке и основе истраживања и анализе релационих података помоћу структурираног језика за упитник, познатог као SQL (изговара се „си-квел“). | [лекција](2-Working-With-Data/05-relational-databases/README.md) | [Кристофер](https://www.twitter.com/geektrainer) | | |
| 06 | Рад са NoSQL подацима | [Рад са подацима](2-Working-With-Data/README.md) | Увод у нерелационе податке, њихове различите типове и основе истраживања и анализе докумената база података. | [лекција](2-Working-With-Data/06-non-relational/README.md) | [Јасмин](https://twitter.com/paladique)|
| 05 | Рад са релаторним подацима | [Рад са подацима](2-Working-With-Data/README.md) | Увод у релаторне податке и основе истраживања и анализе релаторних података помоћу Структурног језика за упите, познатог као SQL (изговара се „си-квел“). | [лекција](2-Working-With-Data/05-relational-databases/README.md) | [Кристофер](https://www.twitter.com/geektrainer) | | |
| 06 | Рад са NoSQL подацима | [Рад са подацима](2-Working-With-Data/README.md) | Увод у нерелаторне податке, њихове различите типове и основе истраживања и анализе докумената убазама података. | [лекција](2-Working-With-Data/06-non-relational/README.md) | [Џасмин](https://twitter.com/paladique)|
| 07 | Рад са Python-ом | [Рад са подацима](2-Working-With-Data/README.md) | Основе коришћења Python-а за истраживање података уз библиотеке као што је Pandas. Препоручује се основно разумевање програмирања у Python-у. | [лекција](2-Working-With-Data/07-python/README.md) [видео](https://youtu.be/dZjWOGbsN4Y) | [Дмитриј](http://soshnikov.com) |
| 08 | Припрема података | [Рад са подацима](2-Working-With-Data/README.md) | Теме о техникама за чишћење и трансформацију података ради решавања проблема са недостајућим, нетачним или непотпуном подацима. | [лекција](2-Working-With-Data/08-data-preparation/README.md) | [Јасмин](https://www.twitter.com/paladique) |
| 09 | Визуализација количина | [Визуелизација података](3-Data-Visualization/README.md) | Научите како користити Matplotlib за визуелизацију података о птицама 🦆 | [лекција](3-Data-Visualization/09-visualization-quantities/README.md) | [Џен](https://twitter.com/jenlooper) |
| 10 | Визуализација расподела података | [Визуелизација података](3-Data-Visualization/README.md) | Визуализација посматрања и трендова у оквиру интервала. | [лекција](3-Data-Visualization/10-visualization-distributions/README.md) | [Џен](https://twitter.com/jenlooper) |
| 12 | Визуализација веза | [Визуелизација података](3-Data-Visualization/README.md) | Визуализација веза и корелација између скупова података и њихових променљивих. | [лекција](3-Data-Visualization/12-visualization-relationships/README.md) | [Џен](https://twitter.com/jenlooper) |
| 13 | Смислене визуализације | [Визуелизација података](3-Data-Visualization/README.md) | Технике и упутства за креирање вредних визуализација за ефикасно решавање проблема и увида. | [лекција](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Џен](https://twitter.com/jenlooper) |
| 14 | Увод у животни циклус науке о подацима | [Животни циклус](4-Data-Science-Lifecycle/README.md) | Увод у животни циклус науке о подацима и први корак - прикупљање и вађење података. | [лекција](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Јасмин](https://twitter.com/paladique) |
| 15 | Анализа | [Животни циклус](4-Data-Science-Lifecycle/README.md) | Ова фаза животног циклуса науке о подацима фокусира се на технике анализе података. | [лекција](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Јасмин](https://twitter.com/paladique) | | |
| 16 | Комуникација | [Животни циклус](4-Data-Science-Lifecycle/README.md) | Ова фаза животног циклуса науке о подацима фокусира се на представљање увида из података на начин који олакшава разумевање донетиоцима одлука. | [лекција](4-Data-Science-Lifecycle/16-communication/README.md) | [Џејлен](https://twitter.com/JalenMcG) | | |
| 08 | Припрема података | [Рад са подацима](2-Working-With-Data/README.md) | Теме о техникама за чишћење и трансформацију података како би се решили изазови непотпуних, нетачних или недостајућих података. | [лекција](2-Working-With-Data/08-data-preparation/README.md) | [Џасмин](https://www.twitter.com/paladique) |
| 09 | Визуализација количина | [Визуализација података](3-Data-Visualization/README.md) | Научите како користити Matplotlib за визуализацију података о птицама 🦆 | [лекција](3-Data-Visualization/09-visualization-quantities/README.md) | [Џен](https://twitter.com/jenlooper) |
| 10 | Визуализација расподела података | [Визуализација података](3-Data-Visualization/README.md) | Визуализација опсервација и трендова унутар интервала. | [лекција](3-Data-Visualization/10-visualization-distributions/README.md) | [Џен](https://twitter.com/jenlooper) |
| 12 | Визуализација веза | [Визуализација података](3-Data-Visualization/README.md) | Визуализација веза и корелација између скупова података и њихових променљивих. | [лекција](3-Data-Visualization/12-visualization-relationships/README.md) | [Џен](https://twitter.com/jenlooper) |
| 13 | Смислене визуализације | [Визуализација података](3-Data-Visualization/README.md) | Технике и смернице за прављење вредних визуализација за ефикасно решавање проблема и добијање увида. | [лекција](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Џен](https://twitter.com/jenlooper) |
| 14 | Увод у животни циклус науке о подацима | [Животни циклус](4-Data-Science-Lifecycle/README.md) | Увод у животни циклус науке о подацима и његов први корак, прибављање и издвајање података. | [лекција](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Џасмин](https://twitter.com/paladique) |
| 15 | Анализа | [Животни циклус](4-Data-Science-Lifecycle/README.md) | Овa фаза животног циклуса науке о подацима фокусира се на технике анализе података. | [лекција](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Џасмин](https://twitter.com/paladique) | | |
| 16 | Комуникација | [Животни циклус](4-Data-Science-Lifecycle/README.md) | Овај део животног циклуса науке о подацима фокусира се на представљање увида из података на начин који олакшава разумевање од стране донесилаца одлука. | [лекција](4-Data-Science-Lifecycle/16-communication/README.md) | [Џален](https://twitter.com/JalenMcG) | | |
| 17 | Наука о подацима у облаку | [Облак података](5-Data-Science-In-Cloud/README.md) | Ова серија лекција уводи науку о подацима у облаку и њене предности. | [лекција](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Тифани](https://twitter.com/TiffanySouterre) и [Мод](https://twitter.com/maudstweets) |
| 18 | Наука о подацима у облаку | [Облак података](5-Data-Science-In-Cloud/README.md) | Тренирање модела уз алате са мало кода. |[лекција](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Тифани](https://twitter.com/TiffanySouterre) и [Мод](https://twitter.com/maudstweets) |
| 19 | Наука о подацима у облаку | [Облак података](5-Data-Science-In-Cloud/README.md) | Распоређивање модела уз Azure Machine Learning Studio. | [лекција](5-Data-Science-In-Cloud/19-Azure/README.md)| [Тифани](https://twitter.com/TiffanySouterre) и [Мод](https://twitter.com/maudstweets) |
| 20 | Наука о подацима у пракси | [У пракси](6-Data-Science-In-Wild/README.md) | Пројекти наукео подацима у стварном свету. | [лекција](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Нитија](https://twitter.com/nitya) |
| 18 | Наука о подацима у облаку | [Облак података](5-Data-Science-In-Cloud/README.md) | Тренирање модела коришћењем Low Code алата. |[лекција](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Тифани](https://twitter.com/TiffanySouterre) и [Мод](https://twitter.com/maudstweets) |
| 19 | Наука о подацима у облаку | [Облак података](5-Data-Science-In-Cloud/README.md) | Постављање модела у Azure Machine Learning Studio. | [лекција](5-Data-Science-In-Cloud/19-Azure/README.md)| [Тифани](https://twitter.com/TiffanySouterre) и [Мод](https://twitter.com/maudstweets) |
| 20 | Наука о подацима у пракси | [У пракси](6-Data-Science-In-Wild/README.md) | Пројекти вођени наукомо подацима у стварном свету. | [лекција](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Нитија](https://twitter.com/nitya) |
## GitHub Codespaces
Пратите ове кораке да отворите овај пример у Codespace-у:
1. Кликните на падајући мени Code и одаберите опцију Open with Codespaces.
2. На дну панела изаберите + New codespace.
За више информација погледајте [GitHub документацију](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
Пратите ове кораке да бисте отворили овај пример у Codespace-у:
1. Кликните на мени Code и изаберите опцију Open with Codespaces.
2. Изаберите + New codespace на дну панела.
За више информација, погледајте [GitHub документацију](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
## VSCode Remote - Containers
Пратите ове кораке да отворите овај репо у контејнеру користећи ваш локални рачунар и VSCode са проширењем VS Code Remote - Containers:
Пратите ове кораке да бисте отворили овај репо у контејнеру користећи вашу локалну машину и VSCode уз помоћ екстензије Remote - Containers:
1. Ако први пут користите контејнер за развој, осигурајте да ваш систем испуњава предуслове (тј. да је Docker инсталиран) у [документацији за почетак](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
1. Ако ово први пут користите контејнер за развој, уверите се да ваш систем испуњава предуслове (нпр. да имате инсталиран Docker) у [документацији за почетак рада](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
Да бисте користили овај репозиторијум, можете или отворити репозиторијуму изолованом Docker волумену:
За коришћење овог репозиторијума можете или отворити репоу изолованом Docker волумену:
**Напомена**: Испод хаубе, ово користи наредбу Remote-Containers: **Clone Repository in Container Volume...** да клонира изворни код у Docker волумен уместо у локални фајл систем. [Волумени](https://docs.docker.com/storage/volumes/) су препоручени механизам за чување података контејнера.
**Напомена**: Испод хаубе, ово користи команду Remote-Containers: **Clone Repository in Container Volume...** која клонира изворни код у Docker волумен уместо на локални фајл систем. [Волумени](https://docs.docker.com/storage/volumes/) су препоручени механизам за чување података из контејнера.
Или отворите локално клонирану или скинуту верзију репозиторијума:
Или отворите локално клониран или преузет пример овог репозиторијума:
- Клонирајте овај репозиторијум на вашем локалном фајл систему.
- Клонирајте овај репозиторијум на ваш локални фајл систем.
- Притисните F1 и изаберите команду **Remote-Containers: Open Folder in Container...**.
- Изаберите копију ове фасцикле коју сте клонирали, сачекајте да се контејнер покрене и испробајте.
- Изаберите клонирану копију овог фолдера, сачекајте да се контејнер покрене и испробајте ствари.
## Оффлине приступ
Ову документацију можете користити оффлајн помоћу [Docsify](https://docsify.js.org/#/). Форкујте овај репо, [инсталирајте Docsify](https://docsify.js.org/#/quickstart) на ваш локални рачунар, па затим у коренском фолдеру овог репо-а укуцајте `docsify serve`. Вебсајт ће бити доступан на порту 3000 на вашем локалхосту: `localhost:3000`.
Ову документацију можете покренути оффлине користећи [Docsify](https://docsify.js.org/#/). Форкујте овај репо, [инсталирајте Docsify](https://docsify.js.org/#/quickstart) на вашој локалној машини, затим у основном фолдеру овог репозиторијума укуцајте `docsify serve`. Вебсајт ће бити доступан на порту 3000 на вашем localhostu: `localhost:3000`.
> Напомена, нотебоок-ови се не приказују преко Docsify, тако да ако треба да покренете нотебоок, урадите то посебно у VS Code-у покрећући Python kernel.
> Напомена, бележнице се неће приказивати преко Docsify-а, па када треба да користите бележницу, покрените је посебно у VS Code-у који користи Python kernel.
## Остали наставни планови
@ -206,52 +206,52 @@ Azure Cloud Advocates компаније Microsoft са задовољством
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
[](https://aka.ms/langchain4j-for-beginners)
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
---
### Azure / Edge / MCP / Агенти
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### Серии Генеративне Вештачке Интелигенције
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
### Основно учење
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### Серии Копилот
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
**Имате проблеме?** Погледајте наш [Водич за решавање проблема](TROUBLESHOOTING.md) за решења за уобичајене проблеме.
Ако се заглавите или имате било каквих питања о изради апликација са вештачком интелигенцијом, придружите се осталим ученицима и искусним програмерима у дискусијама о MCP-у. Тоје подржавајућа заједница у којој су питања добродошла и знање се слободно дели.
Ако сте заглавили или имате питања о изградњи AI апликација, придружите се другим учесницима и искусним програмерима у дискусијама о MCP-у. Тоје подржавајућа заједница у којој су питања добродошла, а знање се слободно дели.
@ -259,5 +259,5 @@ Azure Cloud Advocates компаније Microsoft са задовољством
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**Одрицање од одговорности**:
Овај документ је преведен уз помоћ AI услуге за превођење [Co-op Translator](https://github.com/Azure/co-op-translator). Иако тежимо тачности, молимо вас да имате у виду да аутоматски преводи могу садржати грешке или нетачности. Изворни документ на његовом оригиналном језику треба сматрати ауторитетним извором. За критичне информације препоручује се професионални људски превод. Нисмо одговорни за било каква неспоразума или погрешне интерпретације настале коришћењем овог превода.
Овај документ је преведен коришћењем АИ преводилачке услуге [Co-op Translator](https://github.com/Azure/co-op-translator). Иако тежимо тачности, имајте у виду да аутоматски преводи могу садржати грешке или нетачности. Изворни документ на његовом оригиналном језику треба сматрати ауторитетом. За критичне информације препоручује се професионални људски превод. Нисмо одговорни за било каква неспоразума или погрешна тумачења која произлазе из употребе овог превода.
localizeflow[bot]
6 days ago