# Data Science dla Początkujących - Program Nauczania [![Open in GitHub Codespaces](https://github.com/codespaces/badge.svg)](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198) [![GitHub license](https://img.shields.io/github/license/microsoft/Data-Science-For-Beginners.svg)](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE) [![GitHub contributors](https://img.shields.io/github/contributors/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/) [![GitHub issues](https://img.shields.io/github/issues/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/) [![GitHub pull-requests](https://img.shields.io/github/issues-pr/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/) [![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) [![GitHub watchers](https://img.shields.io/github/watchers/microsoft/Data-Science-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/Data-Science-For-Beginners/watchers/) [![GitHub forks](https://img.shields.io/github/forks/microsoft/Data-Science-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/Data-Science-For-Beginners/network/) [![GitHub stars](https://img.shields.io/github/stars/microsoft/Data-Science-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/Data-Science-For-Beginners/stargazers/) [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) [![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum) Zespół Azure Cloud Advocates w Microsoft ma przyjemność zaoferować 10-tygodniowy program nauczania składający się z 20 lekcji, dotyczący Data Science. Każda lekcja zawiera quizy przed i po lekcji, pisemne instrukcje do wykonania lekcji, rozwiązanie oraz zadanie. Nasza metodologia oparta na projektach pozwala uczyć się podczas budowania, co jest sprawdzonym sposobem na utrwalenie nowych umiejętności. **Serdeczne podziękowania dla naszych autorów:** [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). **🙏 Szczególne podziękowania 🙏 dla naszych autorów, recenzentów i współtwórców treści z [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/),** w szczególności 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/) |![Sketchnote by @sketchthedocs https://sketchthedocs.dev](../../translated_images/pl/00-Title.8af36cd35da1ac55.webp)| |:---:| | Data Science Dla Początkujących - _Sketchnote autorstwa [@nitya](https://twitter.com/nitya)_ | ### 🌐 Wsparcie Wielojęzyczne #### Obsługiwane przez GitHub Action (Automatyczne i Zawsze Aktualne) [Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](./README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md) > **Wolisz sklonować lokalnie?** > > To repozytorium zawiera ponad 50 tłumaczeń językowych, co znacznie zwiększa rozmiar pobierania. Aby sklonować bez tłumaczeń, użyj sparse checkout: > > **Bash / macOS / Linux:** > ```bash > git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git > cd Data-Science-For-Beginners > git sparse-checkout set --no-cone '/*' '!translations' '!translated_images' > ``` > > **CMD (Windows):** > ```cmd > git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git > cd Data-Science-For-Beginners > git sparse-checkout set --no-cone "/*" "!translations" "!translated_images" > ``` > > To daje Ci wszystko, czego potrzebujesz, aby ukończyć kurs, z dużo szybszym pobieraniem. **Jeśli chcesz, aby obsługiwane były dodatkowe języki tłumaczeń, są one wymienione [tutaj](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)** #### Dołącz do naszej społeczności [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) Mamy trwającą serię "Learn with AI" na Discordzie, dowiedz się więcej i dołącz do nas na [Learn with AI Series](https://aka.ms/learnwithai/discord) w dniach 18 - 30 września 2025. Otrzymasz wskazówki i triki dotyczące używania GitHub Copilot do Data Science. ![Learn with AI series](../../translated_images/pl/1.2b28cdc6205e26fe.webp) # Jesteś studentem? Zacznij z następującymi zasobami: - [Strona Student Hub](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) Na tej stronie znajdziesz zasoby dla początkujących, pakiety dla studentów a nawet sposoby na zdobycie darmowego vouchera na certyfikat. To jedna ze stron, którą warto dodać do zakładek i sprawdzać od czasu do czasu, ponieważ treść jest zmieniana co najmniej raz w miesiącu. - [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Dołącz do globalnej społeczności ambasadorów studenckich, to może być Twoja droga do Microsoftu. # Pierwsze kroki ## 📚 Dokumentacja - **[Przewodnik instalacji](INSTALLATION.md)** - Instrukcje krok po kroku dla początkujących - **[Przewodnik użycia](USAGE.md)** - Przykłady i typowe przepływy pracy - **[Rozwiązywanie problemów](TROUBLESHOOTING.md)** - Rozwiązania typowych problemów - **[Przewodnik dla współtwórców](CONTRIBUTING.md)** - Jak przyczyniać się do tego projektu - **[Dla nauczycieli](for-teachers.md)** - Wskazówki dydaktyczne i zasoby do klasy ## 👨‍🎓 Dla studentów > **Kompletni początkujący**: Nowy w data science? Zacznij od naszych [przyjaznych przykładów dla początkujących](examples/README.md)! Te proste, dobrze komentowane przykłady pomogą Ci zrozumieć podstawy zanim zagłębisz się w cały program. > **[Studenci](https://aka.ms/student-page)**: aby korzystać z tego programu samodzielnie, forkuj całe repozytorium i wykonuj ćwiczenia samodzielnie, zaczynając od quizu przed wykładem. Następnie przeczytaj wykład i wykonaj pozostałe aktywności. Staraj się tworzyć projekty, rozumiejąc lekcje, zamiast kopiować kod rozwiązania; jednakże kod ten jest dostępny w folderach /solutions w każdej lekcji zorientowanej na projekt. Innym pomysłem jest stworzenie grupy naukowej z przyjaciółmi i wspólne przechodzenie przez materiał. Do dalszej nauki polecamy [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum). **Szybki start:** 1. Sprawdź [Przewodnik instalacji](INSTALLATION.md) aby skonfigurować środowisko 2. Przejrzyj [Przewodnik użycia](USAGE.md), aby nauczyć się pracować z programem 3. Zacznij od Lekcji 1 i kontynuuj kolejno 4. Dołącz do naszej społeczności na [Discord](https://aka.ms/ds4beginners/discord) aby uzyskać wsparcie ## 👩‍🏫 Dla nauczycieli > **Nauczyciele**: umieściliśmy [kilka sugestii](for-teachers.md) dotyczących korzystania z tego programu nauczania. Chętnie poznamy wasze opinie [na naszym forum dyskusyjnym](https://github.com/microsoft/Data-Science-For-Beginners/discussions)! ## Poznaj Zespół [![Wideo promocyjne](../../ds-for-beginners.gif)](https://youtu.be/8mzavjQSMM4 "Wideo promocyjne") **Gif autorstwa** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal) > 🎥 Kliknij powyższy obraz, aby obejrzeć wideo o projekcie i ludziach, którzy go stworzyli! ## Pedagogika Podczas tworzenia tego programu nauczania wybraliśmy dwa założenia pedagogiczne: zapewnienie, że jest oparty na projektach oraz że zawiera częste quizy. Pod koniec tej serii uczniowie poznają podstawowe zasady nauki o danych, w tym koncepcje etyczne, przygotowanie danych, różne sposoby pracy z danymi, wizualizację danych, analizę danych, rzeczywiste zastosowania nauki o danych i wiele więcej. Dodatkowo quiz o niskiej stawce przed zajęciami ustawia intencję ucznia do nauki tematu, podczas gdy drugi quiz po zajęciach zapewnia dalsze utrwalenie. Ten program nauczania został zaprojektowany tak, aby był elastyczny i przyjazny, i można go realizować w całości lub częściowo. Projekty zaczynają się od małych i stają się coraz bardziej złożone do końca 10-tygodniowego cyklu. > Znajdź nasz [Kodeks Postępowania](CODE_OF_CONDUCT.md), [Zasady Współpracy](CONTRIBUTING.md), [Wytyczne dotyczące tłumaczeń](TRANSLATIONS.md). Zapraszamy do konstruktywnej krytyki! ## Każda lekcja zawiera: - Opcjonalną notatkę wizualną - Opcjonalny dodatkowy film - Quiz rozgrzewkowy przed lekcją - Pisemną lekcję - W przypadku lekcji opartych na projekcie – przewodniki krok po kroku, jak zbudować projekt - Sprawdziany wiedzy - Wyzwanie - Dodatkową lekturę - Zadanie - [Quiz po lekcji](https://ff-quizzes.netlify.app/en/) > **Uwaga o quizach**: Wszystkie quizy znajdują się w folderze Quiz-App, łącznie 40 quizów po trzy pytania każdy. Są one powiązane z lekcjami, ale aplikację quizową można uruchomić lokalnie lub wdrożyć w Azure; postępuj według instrukcji w folderze `quiz-app`. Stopniowo są lokalizowane. ## 🎓 Przykłady przyjazne dla początkujących **Nowy w nauce o danych?** Stworzyliśmy specjalny [folder z przykładami](examples/README.md) z prostym, dobrze skomentowanym kodem, aby pomóc Ci zacząć: - 🌟 **Hello World** – Twój pierwszy program do nauki o danych - 📂 **Ładowanie danych** – Naucz się czytać i eksplorować zestawy danych - 📊 **Prosta analiza** – Oblicz statystyki i znajdź wzorce - 📈 **Podstawowa wizualizacja** – Twórz wykresy i grafiki - 🔬 **Projekt z prawdziwego świata** – Kompletny proces od początku do końca Każdy przykład zawiera szczegółowe komentarze wyjaśniające każdy krok, co czyni go idealnym dla absolutnych początkujących! 👉 **[Zacznij od przykładów](examples/README.md)** 👈 ## Lekcje |![Notatka wizualna autorstwa @sketchthedocs https://sketchthedocs.dev](../../translated_images/pl/00-Roadmap.4905d6567dff4753.webp)| |:---:| | Nauka o danych dla początkujących: Mapa drogowa - _Notatka wizualna autorstwa [@nitya](https://twitter.com/nitya)_ | | Numer lekcji | Temat | Grupowanie lekcji | Cele nauczania | Powiązana lekcja | Autor | | :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: | | 01 | Definicja nauki o danych | [Wprowadzenie](1-Introduction/README.md) | Poznaj podstawowe pojęcia nauki o danych oraz jej powiązania ze sztuczną inteligencją, uczeniem maszynowym i big data. | [lekcja](1-Introduction/01-defining-data-science/README.md) [wideo](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) | | 02 | Etyka w nauce o danych | [Wprowadzenie](1-Introduction/README.md) | Pojęcia, wyzwania i ramy etyki danych. | [lekcja](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) | | 03 | Definicja danych | [Wprowadzenie](1-Introduction/README.md) | Jak klasyfikowane są dane i ich najczęstsze źródła. | [lekcja](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) | | 04 | Wprowadzenie do statystyki i prawdopodobieństwa | [Wprowadzenie](1-Introduction/README.md) | Matematyczne techniki prawdopodobieństwa i statystyki do zrozumienia danych. | [lekcja](1-Introduction/04-stats-and-probability/README.md) [wideo](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) | | 05 | Praca z danymi relacyjnymi | [Praca z danymi](2-Working-With-Data/README.md) | Wprowadzenie do danych relacyjnych oraz podstawy eksploracji i analizy danych relacyjnych za pomocą języka zapytań strukturalnych, znanego jako SQL (wym. „see-quell”). | [lekcja](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | | | 06 | Praca z danymi NoSQL | [Praca z danymi](2-Working-With-Data/README.md) | Wprowadzenie do danych nierelacyjnych, ich różnych typów oraz podstawy eksploracji i analizy baz dokumentowych. | [lekcja](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)| | 07 | Praca z Pythonem | [Praca z danymi](2-Working-With-Data/README.md) | Podstawy użycia Pythona do eksploracji danych z bibliotekami takimi jak Pandas. Zalecana jest podstawowa znajomość programowania w Pythonie. | [lekcja](2-Working-With-Data/07-python/README.md) [wideo](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) | | 08 | Przygotowanie danych | [Praca z danymi](2-Working-With-Data/README.md) | Tematy dotyczące technik czyszczenia i przekształcania danych do radzenia sobie z brakującymi, nieprecyzyjnymi lub niekompletnymi danymi. | [lekcja](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) | | 09 | Wizualizacja ilości | [Wizualizacja danych](3-Data-Visualization/README.md) | Naucz się korzystać z Matplotlib do wizualizacji danych o ptakach 🦆 | [lekcja](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) | | 10 | Wizualizacja rozkładów danych | [Wizualizacja danych](3-Data-Visualization/README.md) | Wizualizacja obserwacji i trendów w przedziale czasowym. | [lekcja](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) | | 11 | Wizualizacja proporcji | [Wizualizacja danych](3-Data-Visualization/README.md) | Wizualizacja procentów dyskretnych i pogrupowanych. | [lekcja](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) | | 12 | Wizualizacja relacji | [Wizualizacja danych](3-Data-Visualization/README.md) | Wizualizacja połączeń i korelacji między zestawami danych i ich zmiennymi. | [lekcja](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) | | 13 | Znaczące wizualizacje | [Wizualizacja danych](3-Data-Visualization/README.md) | Techniki i wskazówki, jak tworzyć wizualizacje wartościowe dla efektywnego rozwiązywania problemów i uzyskiwania spostrzeżeń. | [lekcja](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) | | 14 | Wprowadzenie do cyklu życia nauki o danych | [Cykl życia](4-Data-Science-Lifecycle/README.md) | Wprowadzenie do cyklu życia nauki o danych oraz jego pierwszego kroku – pozyskiwania i ekstrakcji danych. | [lekcja](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) | | 15 | Analiza | [Cykl życia](4-Data-Science-Lifecycle/README.md) | Ta faza cyklu życia nauki o danych koncentruje się na technikach analizy danych. | [lekcja](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | | | 16 | Komunikacja | [Cykl życia](4-Data-Science-Lifecycle/README.md) | Ta faza cyklu życia nauki o danych koncentruje się na prezentowaniu spostrzeżeń z danych w sposób ułatwiający zrozumienie decydentom. | [lekcja](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | | | 17 | Nauka o danych w chmurze | [Dane w chmurze](5-Data-Science-In-Cloud/README.md) | Seria lekcji wprowadzająca naukę o danych w chmurze oraz jej korzyści. | [lekcja](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) i [Maud](https://twitter.com/maudstweets) | | 18 | Nauka o danych w chmurze | [Dane w chmurze](5-Data-Science-In-Cloud/README.md) | Trenowanie modeli za pomocą narzędzi Low Code. |[lekcja](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) i [Maud](https://twitter.com/maudstweets) | | 19 | Nauka o danych w chmurze | [Dane w chmurze](5-Data-Science-In-Cloud/README.md) | Wdrażanie modeli z wykorzystaniem Azure Machine Learning Studio. | [lekcja](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) i [Maud](https://twitter.com/maudstweets) | | 20 | Nauka o danych w praktyce | [W terenie](6-Data-Science-In-Wild/README.md) | Projekty nauki o danych w rzeczywistym świecie. | [lekcja](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) | ## GitHub Codespaces Wykonaj następujące kroki, aby otworzyć ten przykład w Codespace: 1. Kliknij menu rozwijane Kod i wybierz opcję Otwórz w Codespaces. 2. Na dole panelu wybierz + Nowy codespace. Więcej informacji znajdziesz w [dokumentacji GitHub](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace). ## VSCode Remote - Containers Wykonaj następujące kroki, aby otworzyć to repozytorium w kontenerze, używając lokalnej maszyny i VSCode z rozszerzeniem VS Code Remote - Containers: 1. Jeśli używasz kontenera deweloperskiego po raz pierwszy, upewnij się, że Twój system spełnia wymagania wstępne (np. ma zainstalowany Docker) w [dokumentacji rozpoczęcia pracy](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started). Aby użyć tego repozytorium, możesz otworzyć repozytorium w izolowanym wolumenie Dockera: **Uwaga**: Pod maską użyje to polecenia Remote-Containers: **Klonuj repozytorium w wolumenie kontenera...** do sklonowania kodu źródłowego w wolumenie Dockera zamiast w lokalnym systemie plików. [Wolumeny](https://docs.docker.com/storage/volumes/) są preferowanym mechanizmem do przechowywania danych kontenera. Lub otwórz lokalnie sklonowaną lub pobraną wersję repozytorium: - Sklonuj to repozytorium na lokalny system plików. - Naciśnij F1 i wybierz polecenie **Remote-Containers: Otwórz folder w kontenerze...**. - Wybierz sklonowaną kopię tego folderu, poczekaj, aż kontener się uruchomi i wypróbuj. ## Dostęp offline Możesz przeglądać tę dokumentację offline, używając [Docsify](https://docsify.js.org/#/). Sklonuj to repozytorium, [zainstaluj Docsify](https://docsify.js.org/#/quickstart) na swojej lokalnej maszynie, a następnie w folderze głównym repozytorium wpisz `docsify serve`. Strona internetowa będzie dostępna na porcie 3000 na twoim localhost: `localhost:3000`. > Uwaga, notatniki nie będą renderowane przez Docsify, więc gdy potrzebujesz uruchomić notatnik, zrób to osobno w VS Code z uruchomionym jądrem Pythona. ## Inne programy nauczania Nasz zespół tworzy również inne programy! Zobacz: ### LangChain [![LangChain4j dla początkujących](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners) [![LangChain.js dla początkujących](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) [![LangChain dla początkujących](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin) --- ### Azure / Edge / MCP / Agenci [![AZD dla początkujących](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst) [![Edge AI dla początkujących](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst) [![MCP dla początkujących](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst) [![AI Agenci dla początkujących](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Seria Generatywnej AI [![Generatywna AI dla początkujących](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst) [![Generatywna AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst) [![Generatywna AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst) [![Generatywna AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst) --- ### Podstawowa nauka [![ML dla początkujących](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst) [![Data Science dla początkujących](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst) [![AI dla początkujących](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst) [![Cyberbezpieczeństwo dla początkujących](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung) [![Web Dev dla początkujących](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst) [![IoT dla początkujących](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst) [![XR Development dla początkujących](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Seria Copilot [![Copilot dla AI z programowaniem w parach](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) [![Copilot dla C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) [![Copilot Adventure](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) ## Uzyskiwanie pomocy **Napotykałeś problemy?** Sprawdź nasz [Przewodnik Rozwiązywania Problemów](TROUBLESHOOTING.md) z rozwiązaniami typowych problemów. Jeśli utkniesz lub masz pytania dotyczące tworzenia aplikacji AI. Dołącz do innych uczących się i doświadczonych programistów w dyskusjach o MCP. To wspierająca społeczność, gdzie pytania są mile widziane, a wiedza swobodnie dzielona. [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) Jeśli masz uwagi dotyczące produktu lub napotkasz błędy podczas tworzenia, odwiedź: [![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum) --- **Zastrzeżenie**: Niniejszy dokument został przetłumaczony przy użyciu usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/co-op-translator). Chociaż dokładamy starań, aby tłumaczenie było poprawne, prosimy mieć na uwadze, że tłumaczenia automatyczne mogą zawierać błędy lub niedokładności. Oryginalny dokument w języku źródłowym powinien być uznawany za autorytatywne źródło. W przypadku informacji krytycznych zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z korzystania z tego tłumaczenia.