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.
158 lines
19 KiB
158 lines
19 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "7332da4946897c5885e9ca5bc24de96b",
|
|
"translation_date": "2025-09-06T11:07:21+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "cs"
|
|
}
|
|
-->
|
|
# Data Science pro začátečníky - Kurikulum
|
|
|
|
Azure Cloud Advocates v Microsoftu s potěšením nabízejí 10týdenní kurikulum s 20 lekcemi zaměřenými na datovou vědu. Každá lekce obsahuje kvízy před a po lekci, písemné pokyny k dokončení lekce, řešení a úkol. Náš přístup založený na projektech vám umožní učit se prostřednictvím tvorby, což je osvědčený způsob, jak si nové dovednosti lépe osvojit.
|
|
|
|
**Velké díky našim autorům:** [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).
|
|
|
|
**🙏 Speciální poděkování 🙏 našim [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) autorům, recenzentům a přispěvatelům obsahu,** zejména 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 pro začátečníky - _Sketchnote od [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
### 🌐 Podpora více jazyků
|
|
|
|
#### Podporováno prostřednictvím GitHub Action (Automatizované & vždy aktuální)
|
|
|
|
[Francouzština](../fr/README.md) | [Španělština](../es/README.md) | [Němčina](../de/README.md) | [Ruština](../ru/README.md) | [Arabština](../ar/README.md) | [Perština (Farsi)](../fa/README.md) | [Urdu](../ur/README.md) | [Čínština (zjednodušená)](../zh/README.md) | [Čínština (tradiční, Macao)](../mo/README.md) | [Čínština (tradiční, Hongkong)](../hk/README.md) | [Čínština (tradiční, Tchaj-wan)](../tw/README.md) | [Japonština](../ja/README.md) | [Korejština](../ko/README.md) | [Hindština](../hi/README.md) | [Bengálština](../bn/README.md) | [Maráthština](../mr/README.md) | [Nepálština](../ne/README.md) | [Paňdžábština (Gurmukhi)](../pa/README.md) | [Portugalština (Portugalsko)](../pt/README.md) | [Portugalština (Brazílie)](../br/README.md) | [Italština](../it/README.md) | [Polština](../pl/README.md) | [Turečtina](../tr/README.md) | [Řečtina](../el/README.md) | [Thajština](../th/README.md) | [Švédština](../sv/README.md) | [Dánština](../da/README.md) | [Norština](../no/README.md) | [Finština](../fi/README.md) | [Nizozemština](../nl/README.md) | [Hebrejština](../he/README.md) | [Vietnamština](../vi/README.md) | [Indonéština](../id/README.md) | [Malajština](../ms/README.md) | [Tagalog (Filipínština)](../tl/README.md) | [Svahilština](../sw/README.md) | [Maďarština](../hu/README.md) | [Čeština](./README.md) | [Slovenština](../sk/README.md) | [Rumunština](../ro/README.md) | [Bulharština](../bg/README.md) | [Srbština (cyrilice)](../sr/README.md) | [Chorvatština](../hr/README.md) | [Slovinština](../sl/README.md) | [Ukrajinština](../uk/README.md) | [Barmština (Myanmar)](../my/README.md)
|
|
|
|
**Pokud si přejete přidat další překlady, seznam podporovaných jazyků najdete [zde](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
|
|
|
|
#### Připojte se k naší komunitě
|
|
[](https://discord.gg/kzRShWzttr)
|
|
|
|
# Jste student?
|
|
|
|
Začněte s následujícími zdroji:
|
|
|
|
- [Stránka Student Hub](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) Na této stránce najdete zdroje pro začátečníky, studentské balíčky a dokonce způsoby, jak získat voucher na certifikaci zdarma. Tuto stránku si určitě uložte a pravidelně kontrolujte, protože obsah měníme alespoň jednou měsíčně.
|
|
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Připojte se ke globální komunitě studentských ambasadorů, což může být vaše cesta do Microsoftu.
|
|
|
|
# Začínáme
|
|
|
|
> **Učitelé**: [zahrnuli jsme několik návrhů](for-teachers.md), jak toto kurikulum využít. Budeme rádi za vaši zpětnou vazbu [v našem diskusním fóru](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
|
|
|
|
> **[Studenti](https://aka.ms/student-page)**: pokud chcete toto kurikulum použít samostatně, vytvořte si vlastní kopii celého repozitáře a dokončete cvičení sami, začněte kvízem před lekcí. Poté si přečtěte lekci a dokončete zbytek aktivit. Snažte se vytvářet projekty pochopením lekcí, místo abyste kopírovali řešení kódu; tento kód je však k dispozici ve složkách /solutions v každé lekci zaměřené na projekt. Dalším nápadem by mohlo být vytvoření studijní skupiny s přáteli a společné procházení obsahu. Pro další studium doporučujeme [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
|
|
|
|
## Seznamte se s týmem
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "Promo video")
|
|
|
|
**Gif vytvořil** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 Klikněte na obrázek výše pro video o projektu a lidech, kteří ho vytvořili!
|
|
|
|
## Pedagogika
|
|
|
|
Při tvorbě tohoto kurikula jsme se rozhodli pro dva pedagogické principy: zajistit, aby bylo založeno na projektech, a zahrnout časté kvízy. Na konci této série se studenti naučí základní principy datové vědy, včetně etických konceptů, přípravy dat, různých způsobů práce s daty, vizualizace dat, analýzy dat, reálných případů použití datové vědy a dalších.
|
|
|
|
Navíc nízkostresový kvíz před hodinou nastaví záměr studenta na učení daného tématu, zatímco druhý kvíz po hodině zajistí lepší zapamatování. Toto kurikulum bylo navrženo tak, aby bylo flexibilní a zábavné, a lze ho absolvovat celé nebo jen jeho části. Projekty začínají jednoduše a postupně se stávají složitějšími na konci 10týdenního cyklu.
|
|
> Najděte náš [Kodex chování](CODE_OF_CONDUCT.md), [Pokyny pro přispívání](CONTRIBUTING.md), [Pokyny pro překlad](TRANSLATIONS.md). Vaše konstruktivní zpětná vazba je vítána!
|
|
## Každá lekce obsahuje:
|
|
|
|
- Volitelný sketchnote
|
|
- Volitelné doplňkové video
|
|
- Kvíz na rozehřátí před lekcí
|
|
- Písemná lekce
|
|
- U lekcí založených na projektech, podrobné návody, jak projekt vytvořit
|
|
- Kontrola znalostí
|
|
- Výzvu
|
|
- Doplňkové čtení
|
|
- Úkol
|
|
- [Kvíz po lekci](https://ff-quizzes.netlify.app/en/)
|
|
|
|
> **Poznámka ke kvízům**: Všechny kvízy jsou obsaženy ve složce Quiz-App, celkem 40 kvízů, každý se třemi otázkami. Jsou propojeny přímo z lekcí, ale aplikaci kvízů lze spustit lokálně nebo nasadit na Azure; postupujte podle pokynů ve složce `quiz-app`. Postupně jsou lokalizovány.
|
|
|
|
## Lekce
|
|
|
|
||
|
|
|:---:|
|
|
| Data Science pro začátečníky: Plán - _Sketchnote od [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
| Číslo lekce | Téma | Skupina lekcí | Cíle učení | Propojená lekce | Autor |
|
|
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
|
|
| 01 | Definování Data Science | [Úvod](1-Introduction/README.md) | Naučte se základní koncepty Data Science a jak souvisí s umělou inteligencí, strojovým učením a velkými daty. | [lekce](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
|
|
| 02 | Etika v Data Science | [Úvod](1-Introduction/README.md) | Koncepty etiky dat, výzvy a rámce. | [lekce](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
| 03 | Definování dat | [Úvod](1-Introduction/README.md) | Jak jsou data klasifikována a jejich běžné zdroje. | [lekce](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 04 | Úvod do statistiky a pravděpodobnosti | [Úvod](1-Introduction/README.md) | Matematické techniky pravděpodobnosti a statistiky pro pochopení dat. | [lekce](1-Introduction/04-stats-and-probability/README.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
|
|
| 05 | Práce s relačními daty | [Práce s daty](2-Working-With-Data/README.md) | Úvod do relačních dat a základy zkoumání a analýzy relačních dat pomocí Structured Query Language, známého jako SQL (vyslovováno „si-kvel“). | [lekce](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
|
|
| 06 | Práce s NoSQL daty | [Práce s daty](2-Working-With-Data/README.md) | Úvod do nerelačních dat, jejich různých typů a základy zkoumání a analýzy dokumentových databází. | [lekce](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
|
|
| 07 | Práce s Pythonem | [Práce s daty](2-Working-With-Data/README.md) | Základy používání Pythonu pro zkoumání dat s knihovnami jako Pandas. Doporučuje se základní znalost programování v Pythonu. | [lekce](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
|
|
| 08 | Příprava dat | [Práce s daty](2-Working-With-Data/README.md) | Témata o technikách čištění a transformace dat pro řešení problémů s chybějícími, nepřesnými nebo neúplnými daty. | [lekce](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 09 | Vizualizace množství | [Vizualizace dat](3-Data-Visualization/README.md) | Naučte se používat Matplotlib k vizualizaci dat o ptácích 🦆 | [lekce](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 10 | Vizualizace rozložení dat | [Vizualizace dat](3-Data-Visualization/README.md) | Vizualizace pozorování a trendů v rámci intervalu. | [lekce](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 11 | Vizualizace proporcí | [Vizualizace dat](3-Data-Visualization/README.md) | Vizualizace diskrétních a seskupených procent. | [lekce](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 12 | Vizualizace vztahů | [Vizualizace dat](3-Data-Visualization/README.md) | Vizualizace spojení a korelací mezi datovými sadami a jejich proměnnými. | [lekce](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 13 | Smysluplné vizualizace | [Vizualizace dat](3-Data-Visualization/README.md) | Techniky a doporučení pro vytváření vizualizací, které jsou hodnotné pro efektivní řešení problémů a získávání poznatků. | [lekce](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 14 | Úvod do životního cyklu Data Science | [Životní cyklus](4-Data-Science-Lifecycle/README.md) | Úvod do životního cyklu Data Science a jeho prvního kroku získávání a extrakce dat. | [lekce](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
|
|
| 15 | Analýza | [Životní cyklus](4-Data-Science-Lifecycle/README.md) | Tato fáze životního cyklu Data Science se zaměřuje na techniky analýzy dat. | [lekce](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
|
|
| 16 | Komunikace | [Životní cyklus](4-Data-Science-Lifecycle/README.md) | Tato fáze životního cyklu Data Science se zaměřuje na prezentaci poznatků z dat způsobem, který usnadňuje jejich pochopení pro rozhodovací orgány. | [lekce](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
|
|
| 17 | Data Science v cloudu | [Cloudová data](5-Data-Science-In-Cloud/README.md) | Tato série lekcí představuje Data Science v cloudu a jeho výhody. | [lekce](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) a [Maud](https://twitter.com/maudstweets) |
|
|
| 18 | Data Science v cloudu | [Cloudová data](5-Data-Science-In-Cloud/README.md) | Trénování modelů pomocí Low Code nástrojů. |[lekce](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) a [Maud](https://twitter.com/maudstweets) |
|
|
| 19 | Data Science v cloudu | [Cloudová data](5-Data-Science-In-Cloud/README.md) | Nasazení modelů pomocí Azure Machine Learning Studio. | [lekce](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) a [Maud](https://twitter.com/maudstweets) |
|
|
| 20 | Data Science v praxi | [V praxi](6-Data-Science-In-Wild/README.md) | Projekty řízené Data Science v reálném světě. | [lekce](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
|
|
## GitHub Codespaces
|
|
|
|
Postupujte podle těchto kroků pro otevření tohoto vzorku v Codespace:
|
|
1. Klikněte na rozbalovací nabídku Code a vyberte možnost Open with Codespaces.
|
|
2. Vyberte + New codespace ve spodní části panelu.
|
|
Pro více informací si přečtěte [dokumentaci GitHubu](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
|
|
|
|
## VSCode Remote - Containers
|
|
Postupujte podle těchto kroků pro otevření tohoto repozitáře v kontejneru pomocí vašeho lokálního počítače a VSCode s rozšířením VS Code Remote - Containers:
|
|
|
|
1. Pokud je to poprvé, co používáte vývojový kontejner, ujistěte se, že váš systém splňuje předpoklady (např. máte nainstalovaný Docker) podle [dokumentace pro začátečníky](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
|
|
|
|
Pro použití tohoto repozitáře můžete buď otevřít repozitář v izolovaném Docker svazku:
|
|
|
|
**Poznámka**: V zákulisí se použije příkaz Remote-Containers: **Clone Repository in Container Volume...** pro klonování zdrojového kódu do Docker svazku místo lokálního souborového systému. [Svazky](https://docs.docker.com/storage/volumes/) jsou preferovaným mechanismem pro uchovávání dat kontejneru.
|
|
|
|
Nebo otevřete lokálně klonovanou nebo staženou verzi repozitáře:
|
|
|
|
- Klonujte tento repozitář do vašeho lokálního souborového systému.
|
|
- Stiskněte F1 a vyberte příkaz **Remote-Containers: Open Folder in Container...**.
|
|
- Vyberte klonovanou kopii této složky, počkejte na spuštění kontejneru a vyzkoušejte si věci.
|
|
|
|
## Offline přístup
|
|
|
|
Tuto dokumentaci můžete spustit offline pomocí [Docsify](https://docsify.js.org/#/). Forkněte tento repozitář, [nainstalujte Docsify](https://docsify.js.org/#/quickstart) na váš lokální počítač, poté v kořenové složce tohoto repozitáře zadejte `docsify serve`. Webová stránka bude spuštěna na portu 3000 na vašem localhostu: `localhost:3000`.
|
|
|
|
> Poznámka, notebooky nebudou renderovány přes Docsify, takže pokud potřebujete spustit notebook, udělejte to samostatně ve VS Code s běžícím Python jádrem.
|
|
|
|
## Další kurzy
|
|
|
|
Náš tým vytváří další kurzy! Podívejte se na:
|
|
|
|
- [Generativní AI pro začátečníky](https://aka.ms/genai-beginners)
|
|
- [Generativní AI pro začátečníky .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet)
|
|
- [Generativní AI s JavaScriptem](https://github.com/microsoft/generative-ai-with-javascript)
|
|
- [Generativní AI s Javou](https://aka.ms/genaijava)
|
|
- [AI pro začátečníky](https://aka.ms/ai-beginners)
|
|
- [Data Science pro začátečníky](https://aka.ms/datascience-beginners)
|
|
- [Bash pro začátečníky](https://github.com/microsoft/bash-for-beginners)
|
|
- [ML pro začátečníky](https://aka.ms/ml-beginners)
|
|
- [Kybernetická bezpečnost pro začátečníky](https://github.com/microsoft/Security-101)
|
|
- [Webový vývoj pro začátečníky](https://aka.ms/webdev-beginners)
|
|
- [IoT pro začátečníky](https://aka.ms/iot-beginners)
|
|
- [Strojové učení pro začátečníky](https://aka.ms/ml-beginners)
|
|
- [XR vývoj pro začátečníky](https://aka.ms/xr-dev-for-beginners)
|
|
- [Ovládnutí GitHub Copilot pro AI párové programování](https://aka.ms/GitHubCopilotAI)
|
|
- [XR vývoj pro začátečníky](https://github.com/microsoft/xr-development-for-beginners)
|
|
- [Ovládnutí GitHub Copilot pro vývojáře C#/.NET](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers)
|
|
- [Vyberte si vlastní dobrodružství s Copilotem](https://github.com/microsoft/CopilotAdventures)
|
|
|
|
---
|
|
|
|
**Upozornění**:
|
|
Tento dokument byl přeložen pomocí služby pro automatický překlad [Co-op Translator](https://github.com/Azure/co-op-translator). I když se snažíme o co největší přesnost, mějte prosím na paměti, že automatické překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho původním jazyce by měl být považován za závazný zdroj. Pro důležité informace doporučujeme profesionální lidský překlad. Neodpovídáme za žádná nedorozumění nebo nesprávné výklady vyplývající z použití tohoto překladu. |