# Podatkovna znanost za začetnike - 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 pri Microsoftu z veseljem ponujamo 10-tedenski, 20-brisni kurikulum, ki obravnava podatkovno znanost. Vsaka lekcija vključuje pred-lekcijski in po-lekcijski kviz, pisna navodila za izvedbo lekcije, rešitev in nalogo. Naša projektno-usmerjena pedagogika vam omogoča učenje med ustvarjanjem, kar je preizkušen način, da nove veščine "ostanejo". **Iskrena hvala našim avtorjem:** [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). **🙏 Posebna zahvala 🙏 našim avtorjem, recenzentom in prispevalcem vsebin iz [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/),** zlasti 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/) || |:---:| | Podatkovna znanost za začetnike - _Sketchnote avtorja [@nitya](https://twitter.com/nitya)_ | ### 🌐 Večjezična podpora #### Podprto prek GitHub Action (samodejno in vedno posodobljeno) [Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Hong Kong)](../hk/README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Taiwan)](../tw/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../br/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](./README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md) **Če želite dodatne prevode, podprte jezike najdete [tukaj](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)** #### Pridružite se naši skupnosti [](https://discord.gg/nTYy5BXMWG) Imamo tekočo serijo "Learn with AI" na Discordu, izveste več in se nam pridružite na [Learn with AI Series](https://aka.ms/learnwithai/discord) od 18. do 30. septembra 2025. Prejeli boste nasvete in trike za uporabo GitHub Copilot 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 za začetnike, pakete za študente in celo načine, kako dobiti brezplačen kupon za certifikat. To je stran, ki si jo želite dodati med zaznamke in jo občasno preveriti, saj vsebine vsaj mesečno menjamo. - [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Pridružite se globalni skupnosti študentskih ambasadorjev, to bi lahko bil vaš način za vstop v Microsoft. # Začetek ## 📚 Dokumentacija - **[Vodnik za namestitev](INSTALLATION.md)** - Korak-po-korak navodila za nastavitev okolja za začetnike - **[Vodnik za uporabo](USAGE.md)** - Primeri in pogosti poteki dela - **[Odpravljanje težav](TROUBLESHOOTING.md)** - Rešitve pogostih težav - **[Navodila za prispevanje](CONTRIBUTING.md)** - Kako prispevati k temu projektu - **[Za učitelje](for-teachers.md)** - Navodila za poučevanje in učne vsebine za razred ## 👨‍🎓 Za študente > **Popolni začetniki**: Novi v podatkovni znanosti? Začnite z našimi [primeri prijaznimi do začetnikov](examples/README.md)! Ti preprosti, dobro komentirani primeri vam bodo pomagali razumeti osnove, preden se podate v celoten kurikulum. > **[Študenti](https://aka.ms/student-page)**: če želite uporabljati ta kurikulum samostojno, forkajte celoten repozitorij in samostojno opravite vaje, začenši s pred-predavanjem kvizom. Nato preberite predavanje in dokončajte preostale aktivnosti. Poskusite ustvariti projekte z razumevanjem lekcij, namesto da bi kopirali kodo rešitve; ta koda je na voljo v mapah /solutions v vsaki lekciji, usmerjeni v projekte. Druga ideja je oblikovati študijsko skupino s prijatelji in skupaj preiti skozi 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) in se naučite, kako delati s kurikulumom 3. Začnite z Lekcijo 1 in nadaljujte zaporedoma 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 uporabiti ta kurikulum. Veseli bomo vaših povratnih informacij [v našem forumu za razprave](https://github.com/microsoft/Data-Science-For-Beginners/discussions)! ## Spoznajte ekipo [](https://youtu.be/8mzavjQSMM4 "Promocijski video") **Gif avtor** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal) > 🎥 Kliknite sliko zgoraj za video o projektu in ljudeh, ki so ga ustvarili! ## Pedagogika Izbrali smo dve pedagoški načeli pri gradnji tega kurikuluma: zagotoviti, da temelji na projektih, in vključiti pogoste kvize. Do konca te serije se bodo učenci naučili osnovnih načel 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 kviz z nizko stopnjo tveganja pred predavanjem usmerja namen učenca k učenju teme, medtem ko drugi kviz po predavanju zagotavlja nadaljnje zadrževanje znanja. 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 bolj zapleteni do konca 10-tedenskega cikla. > Najdite naš [Kodeks ravnanja](CODE_OF_CONDUCT.md), [Prispevanje](CONTRIBUTING.md), [Prevajanje](TRANSLATIONS.md) smernice. Veseli smo vaših konstruktivnih povratnih informacij! ## Vsaka lekcija vključuje: - Neobvezni sketchnote - Neobvezni dodatni video - Predpredavalni ogrevalni kviz - Pisno lekcijo - Za lekcije, ki temeljijo na projektih, vodnike korak za korakom za izdelavo projekta - Preverjanja znanja - Izziv - Dodatno branje - Nalogo - [Kviz po lekciji](https://ff-quizzes.netlify.app/en/) > **Opomba o kvizih**: Vsi kvizi so vsebovani v mapi Quiz-App, skupaj 40 kvizov s po tremi vprašanji vsak. Povezani so znotraj lekcij, vendar lahko aplikacijo kviza zaženete lokalno ali jo razmestite v Azure; sledite navodilom v mapi `quiz-app`. Postopoma se prevajajo. ## 🎓 Primeri prijazni začetnikom **Novi v podatkovni znanosti?** Ustvarili smo poseben [primeri direktorij](examples/README.md) z enostavno, dobro komentirano kodo, ki vam bo pomagala začeti: - 🌟 **Hello World** - Vaš prvi program za podatkovno znanost - 📂 **Loading Data** - Naučite se brati in raziskovati nize podatkov - 📊 **Simple Analysis** - Izračunajte statistike in poiščite vzorce - 📈 **Basic Visualization** - Ustvarite diagrame in grafe - 🔬 **Real-World Project** - Celoten potek dela od začetka do konca Vsak primer vsebuje podrobne komentarje, ki pojasnjujejo vsak korak, zato je kot nalašč za popolne začetnike! 👉 **[Začnite s primeri](examples/README.md)** 👈 ## Lekcije || |:---:| | Data Science For Beginners: Roadmap - _Sketchnote by [@nitya](https://twitter.com/nitya)_ | | Številka lekcije | Tema | Skupina lekcij | Učni cilji | Povezana lekcija | Avtor | | :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: | | 01 | Opredelitev podatkovne znanosti | [Introduction](1-Introduction/README.md) | Spoznajte osnovne koncepte podatkovne znanosti in kako je povezana z umetno inteligenco, strojim 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 | [Introduction](1-Introduction/README.md) | Koncepti etike podatkov, izzivi in okviri. | [lekcija](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) | | 03 | Opredelitev podatkov | [Introduction](1-Introduction/README.md) | Kako se podatki klasificirajo in njihovi pogosti viri. | [lekcija](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) | | 04 | Uvod v statistiko in verjetnost | [Introduction](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 | [Working With Data](2-Working-With-Data/README.md) | Uvod v relacijske podatke in osnove raziskovanja ter analiziranja relacijskih podatkov s strukturiranim poizvedbenim jezikom, 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 | [Working With Data](2-Working-With-Data/README.md) | Uvod v neralacijske 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 | [Working With Data](2-Working-With-Data/README.md) | Osnove uporabe Pythona za raziskovanje podatkov z uporabo knjižnic, kot je Pandas. Priporoča se osnovno razumevanje programiranja v Pythonu. | [lekcija](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) | | 08 | Priprava podatkov | [Working With Data](2-Working-With-Data/README.md) | Teme o tehnikah za čiščenje in transformacijo podatkov za obvladovanje manjkajočih, netočnih ali nepopolnih podatkov. | [lekcija](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) | | 09 | Vizualizacija količin | [Data Visualization](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 | [Data Visualization](3-Data-Visualization/README.md) | Vizualizacija opazovanj in trendov v okviru intervala. | [lekcija](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) | | 11 | Vizualizacija deležev | [Data Visualization](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 | [Data Visualization](3-Data-Visualization/README.md) | Vizualizacija povezav in korelacij med sklopi podatkov in njihovimi spremenljivkami. | [lekcija](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) | | 13 | Smiselne vizualizacije | [Data Visualization](3-Data-Visualization/README.md) | Tehnike in navodila za ustvarjanje vizualizacij, ki so uporabne za učinkovito reševanje problemov in pridobivanje vpogledov. | [lekcija](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) | | 14 | Uvod v življenjski cikel podatkovne znanosti | [Lifecycle](4-Data-Science-Lifecycle/README.md) | Uvod v življenjski cikel podatkovne znanosti in njegov prvi korak — pridobivanje in izvleček podatkov. | [lekcija](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) | | 15 | Analiza | [Lifecycle](4-Data-Science-Lifecycle/README.md) | V tej fazi življenjskega cikla podatkovne znanosti se osredotočamo na tehnike za analizo podatkov. | [lekcija](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | | | 16 | Komunikacija | [Lifecycle](4-Data-Science-Lifecycle/README.md) | V tej fazi se osredotočamo na predstavitev vpogledov iz podatkov na način, ki je za odločevalce lažje razumljiv. | [lekcija](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | | | 17 | Podatkovna znanost v oblaku | [Cloud Data](5-Data-Science-In-Cloud/README.md) | Ta niz lekcij predstavlja podatkovno znanost v oblaku in njene prednosti. | [lekcija](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) | | 18 | Podatkovna znanost v oblaku | [Cloud Data](5-Data-Science-In-Cloud/README.md) | Učenje modelov z orodji z nizko kodo. |[lekcija](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) | | 19 | Podatkovna znanost v oblaku | [Cloud Data](5-Data-Science-In-Cloud/README.md) | Postavitev modelov z Azure Machine Learning Studio. | [lekcija](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) | | 20 | Podatkovna znanost v praksi | [In the Wild](6-Data-Science-In-Wild/README.md) | Projekti, ki jih poganja podatkovna znanost, 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: 1. Kliknite spustni meni Code in izberite možnost Open with Codespaces. 2. Na dnu podokna izberite + New codespace. 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-for-a-repository). ## VSCode Remote - Containers Sledite tem korakom, da odprete ta repozitorij v vsebniku s pomočjo vaše lokalne naprave in VSCode z razširitvijo VS Code Remote - Containers: 1. Če je to vaš prvič, ko uporabljate razvojni vsebnik, poskrbite, da vaš sistem izpolnjuje predpogoje (npr. da imate nameščen Docker) v [dokumentaciji za začetek](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started). Za uporabo tega repozitorija ga lahko ali odprete v izoliranem Docker volumnu: **Note**: Under the hood, this will use the Remote-Containers: **Clone Repository in Container Volume...** command to clone the source code in a Docker volume instead of the local filesystem. [Volumes](https://docs.docker.com/storage/volumes/) are the preferred mechanism for persisting container data. Ali pa odprite lokalno klonirano ali preneseno različico repozitorija: - Klonirajte ta repozitorij na vaš 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. ## Brez povezave To dokumentacijo lahko zaženete brez povezave z uporabo [Docsify](https://docsify.js.org/#/). Forkajte ta repozitorij, [namestite Docsify](https://docsify.js.org/#/quickstart) na vaš lokalni računalnik, nato pa v korenski mapi tega repozitorija vnesite `docsify serve`. Spletna stran bo služena na vratih 3000 na vašem localhost: `localhost:3000`. > Opomba: zvezki (notebooks) se ne bodo upodobili prek Docsify, zato, ko morate zagnati zvezek, to storite ločeno v VS Code z zagonom Python jedra. ## Drugi kurikulumi Naša ekipa ustvarja tudi druge kurikulume! Oglejte si: ### 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 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) --- ### 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) ## Pomoč **Imate težave?** Preverite naš [Vodnik za odpravljanje težav](TROUBLESHOOTING.md) za rešitve pogostih težav. Če se zataknete ali imate vprašanja o ustvarjanju AI aplikacij, se pridružite drugim učečim se in izkušenim razvijalcem v razpravah o MCP. To je podporna skupnost, kjer so vprašanja dobrodošla in se znanje prostodušno deli. [](https://discord.gg/nTYy5BXMWG) Če imate povratne informacije o izdelku ali napake med razvijanjem, obiščite: [](https://aka.ms/foundry/forum) --- Izjava o omejitvi odgovornosti: Ta dokument je bil preveden s pomočjo storitve za avtomatski prevod z umetno inteligenco Co-op Translator (https://github.com/Azure/co-op-translator). Čeprav si prizadevamo za natančnost, upoštevajte, da lahko avtomatski prevodi vsebujejo napake ali netočnosti. Izvirni dokument v svojem izvirnem jeziku velja za avtoritativni vir. Za pomembne informacije priporočamo strokovni prevod, opravljen s strani usposobljenega prevajalca. Nismo odgovorni za morebitne nesporazume ali napačne razlage, ki izhajajo iz uporabe tega prevoda.