# Data Science za početnike - Kurikulum [](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198) [](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE) [](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/) [](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/) [](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/) [](http://makeapullrequest.com) [](https://GitHub.com/microsoft/Data-Science-For-Beginners/watchers/) [](https://GitHub.com/microsoft/Data-Science-For-Beginners/network/) [](https://GitHub.com/microsoft/Data-Science-For-Beginners/stargazers/) [](https://discord.gg/nTYy5BXMWG) [](https://aka.ms/foundry/forum) Azure Cloud Advocates u Microsoftu s veseljem nude 10-tjedni, 20-lekcijski kurikulum posvećen Znanosti o podacima. Svaka lekcija uključuje kviz prije i nakon lekcije, pisane upute za dovršetak lekcije, rješenje i zadatak. Naša pedagogija temeljena na projektima omogućuje vam učenje kroz izgradnju, provjeren način da nove vještine "ostanu". **Veliko hvala našim autorima:** [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). **🙏 Posebno hvala 🙏 našim autorima, recenzentima i suradnicima iz programa [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/),** posebno 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), [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/) || |:---:| | Data Science za početnike - _Sketchnote od [@nitya](https://twitter.com/nitya)_ | ### 🌐 Podrška za više jezika #### Podržano putem GitHub Action (automatizirano i uvijek ažurno) [Arapski](../ar/README.md) | [Bengalski](../bn/README.md) | [Bugarski](../bg/README.md) | [Burmanski (Myanmar)](../my/README.md) | [Kineski (pojednostavljeni)](../zh/README.md) | [Kineski (tradicionalni, Hong Kong)](../hk/README.md) | [Kineski (tradicionalni, Macau)](../mo/README.md) | [Kineski (tradicionalni, Taiwan)](../tw/README.md) | [Hrvatski](./README.md) | [Češki](../cs/README.md) | [Danski](../da/README.md) | [Nizozemski](../nl/README.md) | [Estonski](../et/README.md) | [Finski](../fi/README.md) | [Francuski](../fr/README.md) | [Njemački](../de/README.md) | [Grčki](../el/README.md) | [Hebrejski](../he/README.md) | [Hindi](../hi/README.md) | [Mađarski](../hu/README.md) | [Indonezijski](../id/README.md) | [Talijanski](../it/README.md) | [Japanski](../ja/README.md) | [Kannada](../kn/README.md) | [Korejski](../ko/README.md) | [Litvanski](../lt/README.md) | [Malajski](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepalski](../ne/README.md) | [Nigerijski pidžin](../pcm/README.md) | [Norveški](../no/README.md) | [Perzijski (Farsi)](../fa/README.md) | [Poljski](../pl/README.md) | [Portugalski (Brazil)](../br/README.md) | [Portugalski (Portugal)](../pt/README.md) | [Pandžapski (Gurmukhi)](../pa/README.md) | [Rumunjski](../ro/README.md) | [Ruski](../ru/README.md) | [Srpski (ćirilica)](../sr/README.md) | [Slovački](../sk/README.md) | [Slovenski](../sl/README.md) | [Španjolski](../es/README.md) | [Svahili](../sw/README.md) | [Švedski](../sv/README.md) | [Tagalog (Filipinski)](../tl/README.md) | [Tamilski](../ta/README.md) | [Telugu](../te/README.md) | [Tajlandski](../th/README.md) | [Turski](../tr/README.md) | [Ukrajinski](../uk/README.md) | [Urdu](../ur/README.md) | [Vijetnamski](../vi/README.md) **Ako želite dodatne jezike za prijevod, podržani jezici navedeni su [ovdje](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)** #### Pridružite se našoj zajednici [](https://discord.gg/nTYy5BXMWG) Na Discordu imamo seriju "Learn with AI" u tijeku, saznajte više i pridružite nam se na [Learn with AI Series](https://aka.ms/learnwithai/discord) od 18. do 30. rujna 2025. Dobit ćete savjete i trikove za korištenje GitHub Copilot-a za Data Science.  # Jeste li student? Počnite 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, pakete za studente i čak načine kako dobiti besplatni vaučer za certifikat. Ovo je stranica koju želite označiti kao bookmark i povremeno provjeravati jer mijenjamo sadržaj najmanje 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 ## 📚 Dokumentacija - **[Vodič za instalaciju](INSTALLATION.md)** - Korak-po-korak upute za postavljanje za početnike - **[Vodič za korištenje](USAGE.md)** - Primjeri i uobičajeni radni tokovi - **[Rješavanje problema](TROUBLESHOOTING.md)** - Rješenja za uobičajene probleme - **[Vodič za doprinos](CONTRIBUTING.md)** - Kako doprinijeti ovom projektu - **[Za nastavnike](for-teachers.md)** - Smjernice za poučavanje i materijali za nastavu ## 👨‍🎓 Za studente > **Potpuni početnici**: Novi u znanosti o podacima? Počnite s našim [primjerima prilagođenima početnicima](examples/README.md)! Ovi jednostavni, dobro komentirani primjeri pomoći će vam razumjeti osnove prije nego što zaronite u cijeli kurikulum. > **[Studenti](https://aka.ms/student-page)**: da biste koristili ovaj kurikulum samostalno, forkajte cijeli repozitorij i rješavajte zadatke sami, počevši s kvizom prije predavanja. Zatim pročitajte predavanje i dovršite ostale aktivnosti. Pokušajte stvarati projekte razumijevanjem lekcija umjesto kopiranja rješenja; međutim, taj kod dostupan je u mapama /solutions u svakoj lekciji orijentiranoj na projekt. Još jedna ideja je formirati studijsku grupu s prijateljima i zajedno proći kroz sadržaj. Za daljnje učenje preporučamo [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum). **Brzi početak:** 1. Provjerite [Vodič za instalaciju](INSTALLATION.md) kako biste postavili svoje okruženje 2. Pregledajte [Vodič za korištenje](USAGE.md) kako biste naučili kako raditi s kurikulumom 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. Voljeli bismo vaše povratne informacije [na našem forumu za raspravu](https://github.com/microsoft/Data-Science-For-Beginners/discussions)! ## Upoznajte tim [](https://youtu.be/8mzavjQSMM4 "Promotivni video") **Gif autora** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal) > 🎥 Kliknite gornju sliku za video o projektu i ljudima koji su ga stvorili! ## Pedagogija Odabrali smo dva pedagoška načela prilikom izrade ovog kurikuluma: osigurati da je zasnovan na projektima i da uključuje česte kvizove. Do kraja ovog serijala, studenti će naučiti osnovna načela znanosti o podacima, uključujući etičke koncepte, pripremu podataka, različite načine rada s podacima, vizualizaciju podataka, analizu podataka, primjere uporabe znanosti o podacima u stvarnom svijetu i još mnogo toga. Osim toga, kviz s niskim ulozima prije sata postavlja namjeru studenta prema učenju teme, dok drugi kviz nakon sata osigurava daljnje zadržavanje znanja. Ovaj kurikulum je dizajniran da bude fleksibilan i zabavan te se može pohađati u cijelosti ili djelomično. Projekti počinju mali i postaju sve složeniji do kraja 10-tjednog ciklusa. > Pronađite naš [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translation](TRANSLATIONS.md) smjernice. Cijenimo vaše konstruktivne povratne informacije! ## Svaka lekcija uključuje: - Neobvezna sketchnota - Neobvezni dodatni video - Kviz za zagrijavanje prije lekcije - Pisana lekcija - Za lekcije zasnovane na projektima, vodiče korak-po-korak kako izgraditi projekt - Provjere znanja - Izazov - Dodatna literatura - Zadatak - [Kviz nakon lekcije](https://ff-quizzes.netlify.app/en/) > **Napomena o kvizovima**: Svi kvizovi nalaze se u mapi Quiz-App, ukupno 40 kvizova, svaki s tri pitanja. Povezani su iz lekcija, ali aplikaciju za kvizove možete pokrenuti lokalno ili je postaviti na Azure; slijedite upute u mapi `quiz-app`. Postupno se lokaliziraju. ## 🎓 Primjeri prilagođeni početnicima **Novi u znanosti o podacima?** Stvorili smo poseban [direktorij primjera](examples/README.md) s jednostavnim, dobro komentiranim kodom koji će vam pomoći da započnete: - 🌟 **Hello World** - Vaš prvi program za znanost o podacima - 📂 **Loading Data** - Naučite čitati i istraživati skupove podataka - 📊 **Simple Analysis** - Izračunajte statistike i pronađite obrasce - 📈 **Basic Visualization** - Kreirajte grafikone i dijagrame - 🔬 **Real-World Project** - Cjelokupni tijek rada od početka do kraja Svaki primjer sadrži detaljne komentare koji objašnjavaju svaki korak, što ga čini savršenim za potpune početnike! 👉 **[Započnite s primjerima](examples/README.md)** 👈 ## Lekcije || |:---:| | Znanost o podacima za početnike: Plan - _Sketchnota autora [@nitya](https://twitter.com/nitya)_ | | Broj lekcije | Tema | Klasifikacija lekcije | Ciljevi učenja | Povezana lekcija | Autor | | :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: | | 01 | Definiranje znanosti o podacima | [Introduction](1-Introduction/README.md) | Naučite osnovne pojmove iza znanosti o podacima i kako je povezana s umjetnom inteligencijom, strojnim učenjem i velikim podacima. | [lesson](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) | | 02 | Etika u znanosti o podacima | [Introduction](1-Introduction/README.md) | Pojmovi etike podataka, izazovi i okviri. | [lesson](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) | | 03 | Definiranje podataka | [Introduction](1-Introduction/README.md) | Kako se podaci klasificiraju i njihovi uobičajeni izvori. | [lesson](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) | | 04 | Uvod u statistiku i vjerojatnost | [Introduction](1-Introduction/README.md) | Matematičke tehnike vjerojatnosti i statistike za razumijevanje podataka. | [lesson](1-Introduction/04-stats-and-probability/README.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) | | 05 | Rad s relacijskim podacima | [Working With Data](2-Working-With-Data/README.md) | Uvod u relacijske podatke i osnove istraživanja i analize relacijskih podataka pomoću Strukturiranog upitnog jezika, također poznatog kao SQL (izgovara se “see-quell”). | [lesson](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | | | 06 | Rad s NoSQL podacima | [Working With Data](2-Working-With-Data/README.md) | Uvod u nerelacijske podatke, njihove različite vrste i osnove istraživanja i analize dokumentno-orijentiranih baza podataka. | [lesson](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)| | 07 | Rad s Pythonom | [Working With Data](2-Working-With-Data/README.md) | Osnove korištenja Pythona za istraživanje podataka s knjižnicama poput Pandas. Preporučeno je osnovno razumijevanje programiranja u Pythonu. | [lesson](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) | | 08 | Priprema podataka | [Working With Data](2-Working-With-Data/README.md) | Teme o tehnikama obrade podataka za čišćenje i transformaciju podataka kako bi se riješili problemi nedostajućih, netočnih ili nepotpunih podataka. | [lesson](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) | | 09 | Vizualizacija količina | [Data Visualization](3-Data-Visualization/README.md) | Naučite kako koristiti Matplotlib za vizualizaciju podataka o pticama 🦆 | [lesson](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) | | 10 | Vizualizacija raspodjela podataka | [Data Visualization](3-Data-Visualization/README.md) | Vizualizacija opažanja i trendova unutar intervala. | [lesson](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) | | 11 | Vizualizacija udjela | [Data Visualization](3-Data-Visualization/README.md) | Vizualizacija diskretnih i grupiranih postotaka. | [lesson](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) | | 12 | Vizualizacija odnosa | [Data Visualization](3-Data-Visualization/README.md) | Vizualizacija veza i korelacija između skupova podataka i njihovih varijabli. | [lesson](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) | | 13 | Smislene vizualizacije | [Data Visualization](3-Data-Visualization/README.md) | Tehnike i smjernice za izradu vizualizacija koje su vrijedne za učinkovito rješavanje problema i dobivanje uvida. | [lesson](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) | | 14 | Uvod u životni ciklus znanosti o podacima | [Lifecycle](4-Data-Science-Lifecycle/README.md) | Uvod u životni ciklus znanosti o podacima i njegov prvi korak – pribavljanje i izdvajanje podataka. | [lesson](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) | | 15 | Analiza | [Lifecycle](4-Data-Science-Lifecycle/README.md) | Ova faza životnog ciklusa znanosti o podacima usredotočuje se na tehnike za analizu podataka. | [lesson](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | | | 16 | Komunikacija | [Lifecycle](4-Data-Science-Lifecycle/README.md) | Ova faza životnog ciklusa znanosti o podacima usredotočuje se na predstavljanje saznanja iz podataka na način koji olakšava razumijevanje donositeljima odluka. | [lesson](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | | | 17 | Znanost o podacima u oblaku | [Cloud Data](5-Data-Science-In-Cloud/README.md) | Ovaj niz lekcija uvodi znanost o podacima u oblaku i njezine prednosti. | [lesson](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) | | 18 | Znanost o podacima u oblaku | [Cloud Data](5-Data-Science-In-Cloud/README.md) | Treniranje modela koristeći Low Code alate. |[lesson](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) | | 19 | Znanost o podacima u oblaku | [Cloud Data](5-Data-Science-In-Cloud/README.md) | Postavljanje modela pomoću Azure Machine Learning Studio. | [lesson](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) | | 20 | Znanost o podacima u stvarnom svijetu | [In the Wild](6-Data-Science-In-Wild/README.md) | Projekti vođeni znanošću o podacima u stvarnom svijetu. | [lesson](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) | ## GitHub Codespaces Slijedite ove korake za otvaranje ovog primjera u Codespaceu: 1. Kliknite 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). ## VSCode Remote - Containers Slijedite ove korake da otvorite ovaj repozitorij u kontejneru koristeći svoje lokalno računalo i VSCode pomoću proširenja VS Code Remote - Containers: 1. Ako je ovo prvi put da koristite razvojni kontejner, provjerite zadovoljava li vaš sustav preduvjete (npr. da imate 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: **Note**: Ispod haube, ovo će koristiti Remote-Containers: **Clone Repository in Container Volume...** naredbu za kloniranje izvornog koda u Docker volumen umjesto lokalnog datotečnog sustava. [Volumes](https://docs.docker.com/storage/volumes/) su preporučeni mehanizam za trajno pohranjivanje podataka kontejnera. Ili otvorite lokalno kloniranu ili preuzetu verziju repozitorija: - Klonirajte ovaj repozitorij na svoj lokalni datotečni sustav. - Pritisnite F1 i odaberite naredbu **Remote-Containers: Open Folder in Container...**. - Odaberite kloniranu kopiju ove mape, pričekajte da se kontejner pokrene i isprobajte stvari. ## Offline pristup Ovu dokumentaciju možete pokrenuti offline koristeći [Docsify](https://docsify.js.org/#/). Forkajte ovaj repozitorij, [instalirajte Docsify](https://docsify.js.org/#/quickstart) na svoje lokalno računalo, zatim u korijenskom direktoriju ovog repozitorija upišite `docsify serve`. Web-stranica će se poslužiti na portu 3000 na vašem lokalnom računalu: `localhost:3000`. > Napomena, bilježnice neće biti prikazane preko Docsify-a, pa kada trebate pokrenuti bilježnicu, učinite to zasebno u VS Codeu s pokrenutim Python kernelom. ## Ostali kurikulumi Naš tim proizvodi i druge kurikulume! Pogledajte: ### LangChain [](https://aka.ms/langchain4j-for-beginners) [](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) --- ### Azure / Edge / MCP / Agents [](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) --- ### 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) --- ### 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://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) --- ### Serija Copilot [](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://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) ## Dobivanje pomoći **Imate li problema?** Check our [Troubleshooting Guide](TROUBLESHOOTING.md) for solutions to common problems. Ako zapnete ili imate bilo kakvih pitanja o izradi AI aplikacija. Pridružite se ostalim učenicima i iskusnim programerima u raspravama o MCP. To je podržavajuća zajednica u kojoj su pitanja dobrodošla i u kojoj se znanje slobodno dijeli. [](https://discord.gg/nTYy5BXMWG) Ako imate povratne informacije o proizvodu ili pogreške tijekom izrade posjetite: [](https://aka.ms/foundry/forum) --- Odricanje odgovornosti: Ovaj dokument je preveden pomoću AI usluge za prevođenje [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 treba smatrati autoritativnim izvorom. Za kritične informacije preporučuje se profesionalni prijevod koji obavi ljudski prevoditelj. Ne snosimo odgovornost za bilo kakve nesporazume ili pogrešna tumačenja koja proizlaze iz korištenja ovog prijevoda.