Data-Science-For-Beginners/translations/bg

Наука за данни за начинаещи - Учебна програма

Azure Cloud Advocates в Microsoft с удоволствие предлагат 10-седмична учебна програма с 20 урока, посветена на науката за данни. Всеки урок включва тестове преди и след урока, писмени инструкции за изпълнение на урока, решение и задача. Нашият подход, базиран на проекти, ви позволява да учите, докато създавате, доказан метод за усвояване на нови умения.

Сърдечни благодарности на нашите автори: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Специални благодарности 🙏 на нашите Microsoft Student Ambassador автори, рецензенти и сътрудници на съдържание, включително Aaryan Arora, Aditya Garg, Alondra Sanchez, Ankita Singh, Anupam Mishra, Arpita Das, ChhailBihari Dubey, Dibri Nsofor, Dishita Bhasin, Majd Safi, Max Blum, Miguel Correa, Mohamma Iftekher (Iftu) Ebne Jalal, Nawrin Tabassum, Raymond Wangsa Putra, Rohit Yadav, Samridhi Sharma, Sanya Sinha, Sheena Narula, Tauqeer Ahmad, Yogendrasingh Pawar , Vidushi Gupta, Jasleen Sondhi

Наука за данни за начинаещи - Скица от @nitya

🌐 Поддръжка на много езици

Поддържано чрез GitHub Action (Автоматизирано и винаги актуално)

French | Spanish | German | Russian | Arabic | Persian (Farsi) | Urdu | Chinese (Simplified) | Chinese (Traditional, Macau) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Taiwan) | Japanese | Korean | Hindi | Bengali | Marathi | Nepali | Punjabi (Gurmukhi) | Portuguese (Portugal) | Portuguese (Brazil) | Italian | Polish | Turkish | Greek | Thai | Swedish | Danish | Norwegian | Finnish | Dutch | Hebrew | Vietnamese | Indonesian | Malay | Tagalog (Filipino) | Swahili | Hungarian | Czech | Slovak | Romanian | Bulgarian | Serbian (Cyrillic) | Croatian | Slovenian | Ukrainian | Burmese (Myanmar)

Ако желаете да добавите допълнителни преводи, списъкът с поддържани езици е тук

Присъединете се към нашата общност

Студент ли сте?

Започнете с тези ресурси:

• Студентска страница На тази страница ще намерите ресурси за начинаещи, студентски пакети и дори начини да получите безплатен ваучер за сертификат. Това е страница, която трябва да запазите и проверявате от време на време, тъй като съдържанието се обновява поне веднъж месечно.
• Microsoft Learn Student Ambassadors Присъединете се към глобална общност от студентски посланици, това може да бъде вашият път към Microsoft.

Започнете

Учители: включили сме някои предложения за това как да използвате тази учебна програма. Ще се радваме на вашата обратна връзка в нашия форум за дискусии!

Студенти: за да използвате тази учебна програма самостоятелно, клонирайте цялото хранилище и изпълнете упражненията самостоятелно, започвайки с тест преди лекцията. След това прочетете лекцията и изпълнете останалите дейности. Опитайте се да създадете проектите, като разбирате уроците, вместо да копирате кода на решенията; въпреки това, този код е наличен в папките /solutions във всеки урок, ориентиран към проект. Друга идея е да създадете учебна група с приятели и да преминете през съдържанието заедно. За допълнително обучение препоръчваме Microsoft Learn.

Запознайте се с екипа

Gif от Mohit Jaisal

🎥 Кликнете върху изображението по-горе за видео за проекта и хората, които го създадоха!

Педагогика

При изграждането на тази учебна програма избрахме два педагогически принципа: да бъде базирана на проекти и да включва чести тестове. До края на тази серия студентите ще са научили основни принципи на науката за данни, включително етични концепции, подготовка на данни, различни начини за работа с данни, визуализация на данни, анализ на данни, реални приложения на науката за данни и други.

Освен това, тест с нисък риск преди урока насочва вниманието на студента към изучаването на дадена тема, докато втори тест след урока осигурява допълнително задържане на информацията. Тази учебна програма е проектирана да бъде гъвкава и забавна и може да се използва изцяло или частично. Проектите започват с малки задачи и стават все по-сложни до края на 10-седмичния цикъл. Намерете нашите Правила за поведение, Принос, Насоки за превод. Очакваме с нетърпение вашата конструктивна обратна връзка!

Всяка лекция включва:

• По избор: скица
• По избор: допълнително видео
• Въпросник за загрявка преди лекцията
• Писмена лекция
• За лекции, базирани на проекти: ръководства стъпка по стъпка за изграждане на проекта
• Проверка на знанията
• Предизвикателство
• Допълнително четиво
• Задача
• Въпросник след лекцията

Бележка относно въпросниците: Всички въпросници се намират в папката Quiz-App, общо 40 въпросника с по три въпроса всеки. Те са свързани с лекциите, но приложението за въпросници може да се стартира локално или да се разположи в Azure; следвайте инструкциите в папката quiz-app. Постепенно се локализират.

Лекции

Наука за данни за начинаещи: Пътна карта - Скица от @nitya

Номер на лекция	Тема	Групиране на лекции	Цели на обучението	Свързана лекция	Автор
01	Определяне на науката за данни	Въведение	Научете основните концепции на науката за данни и как тя е свързана с изкуствения интелект, машинното обучение и големите данни.	лекция видео	Dmitry
02	Етика в науката за данни	Въведение	Концепции, предизвикателства и рамки за етика в данните.	лекция	Nitya
03	Определяне на данни	Въведение	Как се класифицират данните и техните често срещани източници.	лекция	Jasmine
04	Въведение в статистиката и вероятностите	Въведение	Математически техники за вероятности и статистика за разбиране на данните.	лекция видео	Dmitry
05	Работа с релационни данни	Работа с данни	Въведение в релационните данни и основите на изследването и анализа на релационни данни с езика за структурирани заявки, известен като SQL (произнася се „си-квел“).	лекция	Christopher
06	Работа с NoSQL данни	Работа с данни	Въведение в нерелационните данни, техните различни типове и основите на изследването и анализа на бази данни с документи.	лекция	Jasmine
07	Работа с Python	Работа с данни	Основи на използването на Python за изследване на данни с библиотеки като Pandas. Препоръчва се основно разбиране на програмирането с Python.	лекция видео	Dmitry
08	Подготовка на данни	Работа с данни	Теми за техники за почистване и трансформиране на данни за справяне с предизвикателства като липсващи, неточни или непълни данни.	лекция	Jasmine
09	Визуализиране на количества	Визуализация на данни	Научете как да използвате Matplotlib за визуализиране на данни за птици 🦆	лекция	Jen
10	Визуализиране на разпределения на данни	Визуализация на данни	Визуализиране на наблюдения и тенденции в рамките на интервал.	лекция	Jen
11	Визуализиране на пропорции	Визуализация на данни	Визуализиране на дискретни и групирани проценти.	лекция	Jen
12	Визуализиране на връзки	Визуализация на данни	Визуализиране на връзки и корелации между набори от данни и техните променливи.	лекция	Jen
13	Смислени визуализации	Визуализация на данни	Техники и насоки за създаване на визуализации, които са ценни за ефективно решаване на проблеми и извличане на прозрения.	лекция	Jen
14	Въведение в жизнения цикъл на науката за данни	Жизнен цикъл	Въведение в жизнения цикъл на науката за данни и първата му стъпка: придобиване и извличане на данни.	лекция	Jasmine
15	Анализиране	Жизнен цикъл	Тази фаза от жизнения цикъл на науката за данни се фокусира върху техники за анализ на данни.	лекция	Jasmine
16	Комуникация	Жизнен цикъл	Тази фаза от жизнения цикъл на науката за данни се фокусира върху представянето на прозренията от данните по начин, който улеснява разбирането от страна на вземащите решения.	лекция	Jalen
17	Наука за данни в облака	Облачни данни	Тази серия от лекции представя науката за данни в облака и нейните предимства.	лекция	Tiffany и Maud
18	Наука за данни в облака	Облачни данни	Обучение на модели с помощта на инструменти с нисък код.	лекция	Tiffany и Maud
19	Наука за данни в облака	Облачни данни	Разгръщане на модели с Azure Machine Learning Studio.	лекция	Tiffany и Maud
20	Наука за данни в реалния свят	В реалния свят	Проекти, базирани на науката за данни, в реалния свят.	лекция	Nitya

GitHub Codespaces

Следвайте тези стъпки, за да отворите този пример в Codespace:

1. Кликнете върху падащото меню Code и изберете опцията Open with Codespaces.
2. Изберете + New codespace в долната част на панела. За повече информация, вижте документацията на GitHub.

VSCode Remote - Containers

Следвайте тези стъпки, за да отворите това хранилище в контейнер, използвайки вашия локален компютър и VSCode с разширението VS Code Remote - Containers:

1. Ако за първи път използвате контейнер за разработка, уверете се, че вашата система отговаря на предварителните изисквания (например, инсталиран Docker) в документацията за започване.

За да използвате това хранилище, можете да го отворите в изолиран Docker обем:

Бележка: В основата си това ще използва командата Remote-Containers: Clone Repository in Container Volume..., за да клонира изходния код в Docker обем вместо в локалната файлова система. Обемите са предпочитаният механизъм за запазване на данни в контейнера.

Или да го отворите локално клонирано или изтеглено копие на хранилището:

• Клонирайте това хранилище на вашата локална файлова система.
• Натиснете F1 и изберете командата Remote-Containers: Open Folder in Container....
• Изберете клонираното копие на тази папка, изчакайте контейнерът да стартира и опитайте.

Офлайн достъп

Можете да стартирате тази документация офлайн, използвайки Docsify. Форкнете това хранилище, инсталирайте Docsify на вашия локален компютър, след това в основната папка на това хранилище въведете docsify serve. Уебсайтът ще бъде достъпен на порт 3000 на вашия localhost: localhost:3000.

Бележка: тетрадките няма да се визуализират чрез Docsify, така че когато трябва да стартирате тетрадка, направете го отделно в VS Code, използвайки Python kernel.

Други учебни програми

Нашият екип създава и други учебни програми! Вижте:

• Generative AI за начинаещи
• Generative AI за начинаещи .NET
• Generative AI с JavaScript
• Generative AI с Java
• AI за начинаещи
• Наука за данни за начинаещи
• Bash за начинаещи
• ML за начинаещи
• Киберсигурност за начинаещи
• Уеб разработка за начинаещи
• IoT за начинаещи
• Машинно обучение за начинаещи
• XR разработка за начинаещи
• Овладяване на GitHub Copilot за AI програмиране в двойка
• XR разработка за начинаещи
• Овладяване на GitHub Copilot за C#/.NET разработчици
• Изберете своето приключение с Copilot

---

Отказ от отговорност:
Този документ е преведен с помощта на AI услуга за превод Co-op Translator. Въпреки че се стремим към точност, моля, имайте предвид, че автоматизираните преводи може да съдържат грешки или неточности. Оригиналният документ на неговия роден език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Ние не носим отговорност за недоразумения или погрешни интерпретации, произтичащи от използването на този превод.