You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
253 lines
27 KiB
253 lines
27 KiB
# 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 Advocacy u Microsoftu s radošću nude 10-tjedni, 20-lekcijski kurikulum posvećen Data Science-u. Svaka lekcija uključuje kviz prije i nakon lekcije, pisane upute za dovršetak lekcije, rješenje i zadatak. Naša pedagogija usmjerena na projekte omogućuje vam učenje kroz izgradnju, što je dokazan način da nove vještine „ostanu“.
|
|
|
|
**Iskrene zahvale 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).
|
|
|
|
**🙏 Posebna zahvala 🙏 našim [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) autorima, recenzentima i suradnicima na sadržaju,** osobito Aaryanu Arori, [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 - _Skicirani bilješki od [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
### 🌐 Podrška za više jezika
|
|
|
|
#### Podržano putem GitHub Action (Automatski i uvijek ažurno)
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
[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](./README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
|
|
|
|
> **Preferirate li Klonirati Lokalno?**
|
|
|
|
> Ovaj repozitorij uključuje 50+ prevoda što značajno povećava veličinu preuzimanja. Da biste klonirali bez prijevoda, koristite sparse checkout:
|
|
> ```bash
|
|
> git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
|
|
> cd Data-Science-For-Beginners
|
|
> git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
|
|
> ```
|
|
> Time dobivate sve što vam je potrebno za dovršetak tečaja uz znatno brže preuzimanje.
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
**Ako želite da budu podržani dodatni jezici prijevoda, oni su navedeni [ovdje](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
|
|
|
|
#### Pridružite se našoj zajednici
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
Imamo aktivnu seriju na Discordu pod nazivom "Uči 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. Dobit ćete savjete i trikove o korištenju GitHub Copilot 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, Studentske pakete pa čak i načine da dobijete besplatni certifikat. Ovo je stranica koju želite označiti i povremeno provjeravati jer sadržaj mijenjamo barem 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 rada
|
|
|
|
## 📚 Dokumentacija
|
|
|
|
- **[Vodič za instalaciju](INSTALLATION.md)** - Korak po korak upute za početnike
|
|
- **[Vodič za korištenje](USAGE.md)** - Primjeri i uobičajeni radni tijekovi
|
|
- **[Rješavanje problema](TROUBLESHOOTING.md)** - Rješenja uobičajenih problema
|
|
- **[Vodič za doprinos](CONTRIBUTING.md)** - Kako doprinositi ovom projektu
|
|
- **[Za nastavnike](for-teachers.md)** - Upute za podučavanje i resursi za školu
|
|
|
|
## 👨🎓 Za studente
|
|
> **Potpuni početnici**: Novi ste u data science? Počnite s našim [primjerima prilagođenim početnicima](examples/README.md)! Ovi jednostavni, dobro komentirani primjeri pomoći će vam razumjeti osnove prije nego što prijeđete na cijeli kurikulum.
|
|
> **[Studenti](https://aka.ms/student-page)**: za korištenje ovog kurikuluma samostalno, napravite fork cijelog repozitorija i samostalno dovršite vježbe, počevši s kvizom prije predavanja. Zatim pročitajte predavanje i dovršite ostale aktivnosti. Pokušajte stvarati projekte razumijevanjem lekcija, a ne kopirajući rješenje; međutim, taj je kod dostupan u mapama /solutions u svakoj lekciji usmjerenoj na projekt. Još jedna ideja je da formirate studijsku grupu s prijateljima i zajedno prolazite 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. Pogledajte [Vodič za instalaciju](INSTALLATION.md) za postavljanje okruženja
|
|
2. Pregledajte [Vodič za korištenje](USAGE.md) da naučite kako raditi s kurikulumom
|
|
3. Počnite s Lekcijom 1 i redom prođite kroz lekcije
|
|
4. Pridružite se našoj [Discord zajednici](https://aka.ms/ds4beginners/discord) za podršku
|
|
|
|
## 👩🏫 Za nastavnike
|
|
|
|
> **Nastavnici**: uključen je [nekoliko prijedloga](for-teachers.md) o tome kako koristiti ovaj kurikulum. Veselimo se vašim povratnim informacijama [na našem forumu za raspravu](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
|
|
## Upoznajte Tim
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "Promo video")
|
|
|
|
**Gif autor** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 Kliknite na gornju sliku za video o projektu i ljudima koji su ga stvorili!
|
|
|
|
## Pedagogija
|
|
|
|
Odabrali smo dva pedagoška načela prilikom izrade ovog kurikuluma: osigurati da bude baziran na projektima i da uključuje česte kvizove. Do kraja ove serije, studenti će naučiti osnovne principe znanosti o podacima, uključujući etičke koncepte, pripremu podataka, različite načine rada s podacima, vizualizaciju podataka, analizu podataka, primjere iz stvarnog svijeta primjene znanosti o podacima i više.
|
|
|
|
Uz to, kviz s niskim ulogom prije sata postavlja namjeru studenta prema učenju teme, dok drugi kviz nakon sata osigurava dodatno zadržavanje znanja. Ovaj kurikulum je dizajniran da bude fleksibilan i zabavan te ga se može pohađati u cijelosti ili djelomično. Projekti počinju malo i postaju sve složeniji do kraja ciklusa od 10 tjedana.
|
|
|
|
> Pronađite naš [Kodeks ponašanja](CODE_OF_CONDUCT.md), [Upute za doprinos](CONTRIBUTING.md), [Prijevode](TRANSLATIONS.md). Dobrodošli su vaši konstruktivni komentari!
|
|
|
|
## Svaka lekcija uključuje:
|
|
|
|
- Opcionalni sketchnote
|
|
- Opcionalni dodatni video
|
|
- Kviz za zagrijavanje prije lekcije
|
|
- Pisanu lekciju
|
|
- Za lekcije bazirane na projektu, vodiče korak po korak kako izgraditi projekt
|
|
- Provjere znanja
|
|
- Izazov
|
|
- Dodatnu literaturu
|
|
- Zadatak
|
|
- [Kviz nakon lekcije](https://ff-quizzes.netlify.app/en/)
|
|
|
|
> **Napomena o kvizovima**: Svi kvizovi nalaze se u mapi Quiz-App, ukupno 40 kvizova sa po tri pitanja svaki. Povezani su iz lekcija, ali aplikaciju za kvizove možete pokrenuti lokalno ili je implementirati na Azure; slijedite upute u mapi `quiz-app`. Postupno se lokaliziraju.
|
|
|
|
## 🎓 Primjeri prilagođeni početnicima
|
|
|
|
**Novi ste u znanosti o podacima?** Stvorili smo poseban [direktorij primjera](examples/README.md) sa jednostavnim, dobro komentiranim kodom za lakši početak:
|
|
|
|
- 🌟 **Hello World** - Vaš prvi program za znanost o podacima
|
|
- 📂 **Učitavanje podataka** - Naučite kako čitati i istraživati skupove podataka
|
|
- 📊 **Jednostavna analiza** - Izračunajte statistiku i pronađite obrasce
|
|
- 📈 **Osnovna vizualizacija** - Izradite grafikone i nacrte
|
|
- 🔬 **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!
|
|
|
|
👉 **[Započnite s primjerima](examples/README.md)** 👈
|
|
|
|
## Lekcije
|
|
|
|
|
|
||
|
|
|:---:|
|
|
| Znanost o podacima za početnike: Plan puta - _Sketchnote autor [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
|
|
| Broj lekcije | Tema | Grupiranje lekcija | Ciljevi učenja | Povezana lekcija | Autor |
|
|
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
|
|
| 01 | Definiranje znanosti o podacima | [Uvod](1-Introduction/README.md) | Naučite osnovne pojmove koji stoje iza znanosti o podacima 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 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 su podaci klasificirani 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 pomoću jezika za strukturirane upite, 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 nerealacijske 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. Preporučuje 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) | Teme o tehnikama čišćenja i transformacije podataka za rješavanje problema 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 distribucija 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) |
|
|
| 11 | Vizualizacija proporcija | [Vizualizacija podataka](3-Data-Visualization/README.md) | Vizualizacija diskretnih i grupiranih postotaka. | [lekcija](3-Data-Visualization/11-visualization-proportions/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 znanosti o podacima | [Životni ciklus](4-Data-Science-Lifecycle/README.md) | Uvod u životni ciklus znanosti o podacima i njegov prvi korak - prikupljanje i ekstrakcija 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 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 | Znanost o podacima u oblaku | [Podaci u oblaku](5-Data-Science-In-Cloud/README.md) | Ova serija 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 korištenjem 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 pomoću 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 | Znanost o podacima u stvarnosti | [U stvarnosti](6-Data-Science-In-Wild/README.md) | Projekti temeljeni na znanosti o podacima u stvarnom svijetu. | [lekcija](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
|
|
## GitHub Codespaces
|
|
|
|
Slijedite ove korake za otvaranje ovog uzorka u Codespace-u:
|
|
1. Kliknite na padajući izbornik Code i odaberite opciju Open with Codespaces.
|
|
2. Odaberite + New codespace na dnu panela.
|
|
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 za otvaranje ovog spremišta u kontejneru koristeći lokalno računalo i VSCode uz pomoć proširenja VS Code Remote - Containers:
|
|
|
|
1. Ako prvi put koristite razvojni kontejner, provjerite da vaš sustav ispunjava preduvjete (npr. instaliran Docker) u [uputama za početak](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
|
|
|
|
Da biste koristili ovo spremište, možete ga otvoriti u izoliranom Docker volumenu:
|
|
|
|
**Napomena**: U pozadini, ovo će koristiti naredbu Remote-Containers: **Clone Repository in Container Volume...** za kloniranje izvornog koda u Docker volumen umjesto lokalnog datotečnog sustava. [Volumeni](https://docs.docker.com/storage/volumes/) su preferirani način za trajno pohranjivanje podataka kontejnera.
|
|
|
|
Ili otvorite lokalno kloniranu ili preuzetu verziju spremišta:
|
|
|
|
- Klonirajte ovo spremište na 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.
|
|
|
|
## Pristup bez interneta
|
|
|
|
Ovu dokumentaciju možete koristiti offline pomoću [Docsify](https://docsify.js.org/#/). Forkajte ovo spremište, [instalirajte Docsify](https://docsify.js.org/#/quickstart) na lokalno računalo, zatim u korijenskoj mapi ovog spremišta upišite `docsify serve`. Web stranica će se poslužiti na portu 3000 na vašem localhostu: `localhost:3000`.
|
|
|
|
> Napomena, bilježnice se neće prikazivati putem Docsify-ja, pa kada trebate pokrenuti bilježnicu, učinite to zasebno u VS Code-u koji koristi Python kernel.
|
|
|
|
## Ostali kurikulumi
|
|
|
|
Naš tim proizvodi i druge kurikulume! Pogledajte:
|
|
|
|
<!-- 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)
|
|
---
|
|
|
|
### Azure / Edge / MCP / Agenti
|
|
[](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)
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
|
|
|
## Dobivanje Pomoći
|
|
|
|
**Imate problema?** Pogledajte naš [Vodič za Rješavanje Problema](TROUBLESHOOTING.md) za rješenja uobičajenih problema.
|
|
|
|
Ako zapnete ili imate pitanja o izgradnji AI aplikacija, pridružite se ostalim polaznicima i iskusnim programerima u raspravama o MCP-u. To je podržavajuća zajednica gdje su pitanja dobrodošla, a znanje slobodno dijeljeno.
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
Ako imate povratne informacije o proizvodu ili pogreške tijekom izgradnje posjetite:
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
**Odricanje od odgovornosti**:
|
|
Ovaj dokument preveden je pomoću AI usluge prevođenja [Co-op Translator](https://github.com/Azure/co-op-translator). Iako nastojimo postići točnost, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku smatra se službenim i relevantnim izvorom. Za važne informacije preporučuje se profesionalni prijevod od strane stručnog prevoditelja. Ne snosimo odgovornost za bilo kakva nesporazumevanja ili pogrešna tumačenja koja mogu proizaći iz korištenja ovog prijevoda.
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |