Data-Science-For-Beginners/translations/sk

Úvod do dátovej vedy - Učebný plán

Azure Cloud Advocates v spoločnosti Microsoft s radosťou ponúkajú 10-týždňový, 20-lekciový učebný plán o dátovej vede. Každá lekcia obsahuje kvízy pred a po lekcii, písomné pokyny na dokončenie lekcie, riešenie a zadanie. Náš prístup založený na projektoch vám umožňuje učiť sa prostredníctvom tvorby, čo je osvedčený spôsob, ako si nové zručnosti lepšie osvojiť.

Veľká vďaka našim autorom: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Špeciálne poďakovanie 🙏 našim Microsoft Student Ambassador autorom, recenzentom a prispievateľom obsahu, najmä Aaryanovi Arorovi, Adityovi Gargovi, Alondre Sanchez, Ankite Singh, Anupamovi Mishrovi, Arpite Das, ChhailBiharimu Dubeymu, Dibrimu Nsoforovi, Dishite Bhasin, Majdovi Safimu, Maxovi Blumovi, Miguelovi Correaovi, Mohammovi Iftekherovi (Iftu) Ebne Jalalovi, Nawrin Tabassum, Raymondovi Wangsa Putrovi, Rohitovi Yadavovi, Samridhi Sharma, Sanyi Sinha, Sheene Narula, Tauqeerovi Ahmadovi, Yogendrasinghovi Pawarovi, Vidushi Guptovi, Jasleen Sondhi

Dátová veda pre začiatočníkov - Sketchnote od @nitya

🌐 Podpora viacerých jazykov

Podporované prostredníctvom GitHub Action (automatizované a vždy aktuálne)

Francúzština | Španielčina | Nemčina | Ruština | Arabčina | Perzština (Farsi) | Urdu | Čínština (zjednodušená) | Čínština (tradičná, Macao) | Čínština (tradičná, Hongkong) | Čínština (tradičná, Taiwan) | Japončina | Kórejčina | Hindčina | Bengálčina | Maráthčina | Nepálčina | Pandžábčina (Gurmukhi) | Portugalčina (Portugalsko) | Portugalčina (Brazília) | Taliančina | Poľština | Turečtina | Gréčtina | Thajčina | Švédčina | Dánčina | Nórčina | Fínčina | Holandčina | Hebrejčina | Vietnamčina | Indonézština | Malajčina | Tagalčina (Filipíny) | Swahilčina | Maďarčina | Čeština | Slovenčina | Rumunčina | Bulharčina | Srbčina (cyrilika) | Chorvátčina | Slovinčina | Ukrajinčina | Barmčina (Mjanmarsko)

Ak chcete pridať ďalšie preklady, podporované jazyky sú uvedené tu

Pridajte sa k našej komunite

Ste študent?

Začnite s nasledujúcimi zdrojmi:

• Stránka pre študentov Na tejto stránke nájdete zdroje pre začiatočníkov, študentské balíčky a dokonca aj spôsoby, ako získať bezplatný certifikát. Túto stránku si určite uložte do záložiek a pravidelne kontrolujte, pretože obsah meníme aspoň raz mesačne.
• Microsoft Learn Student Ambassadors Pridajte sa k celosvetovej komunite študentských ambasádorov, čo môže byť vaša cesta do Microsoftu.

Začíname

Učitelia: pridali sme niekoľko návrhov, ako tento učebný plán využiť. Radi by sme dostali vašu spätnú väzbu v našom diskusnom fóre!

Študenti: ak chcete tento učebný plán používať samostatne, forknite si celý repozitár a dokončite cvičenia sami, začínajúc kvízom pred lekciou. Potom si prečítajte lekciu a dokončite zvyšné aktivity. Skúste vytvárať projekty pochopením lekcií namiesto kopírovania riešení; tieto riešenia sú však dostupné v priečinkoch /solutions v každej projektovo orientovanej lekcii. Ďalším nápadom by bolo vytvoriť študijnú skupinu s priateľmi a prejsť obsah spolu. Na ďalšie štúdium odporúčame Microsoft Learn.

Spoznajte tím

Gif od Mohit Jaisal

🎥 Kliknite na obrázok vyššie pre video o projekte a ľuďoch, ktorí ho vytvorili!

Pedagogika

Pri tvorbe tohto učebného plánu sme sa riadili dvoma pedagogickými princípmi: zabezpečiť, aby bol založený na projektoch, a aby obsahoval časté kvízy. Na konci tejto série sa študenti naučia základné princípy dátovej vedy, vrátane etických konceptov, prípravy dát, rôznych spôsobov práce s dátami, vizualizácie dát, analýzy dát, reálnych prípadov použitia dátovej vedy a ďalších.

Okrem toho, kvíz s nízkym rizikom pred hodinou nastaví študentovi úmysel učiť sa danú tému, zatiaľ čo druhý kvíz po hodine zabezpečí lepšie zapamätanie. Tento učebný plán bol navrhnutý tak, aby bol flexibilný a zábavný a mohol byť absolvovaný celý alebo len jeho časti. Projekty začínajú jednoduchými úlohami a postupne sa stávajú zložitejšími na konci 10-týždňového cyklu.

Nájdete náš Kódex správania, Pravidlá prispievania, Pokyny pre preklad. Vaša konštruktívna spätná väzba je vítaná!

Každá lekcia obsahuje:

• Voliteľný sketchnote
• Voliteľné doplnkové video
• Kvíz na rozohriatie pred lekciou
• Písomnú lekciu
• Pre lekcie založené na projektoch, podrobné návody na vytvorenie projektu
• Kontrolu vedomostí
• Výzvu
• Doplnkové čítanie
• Zadanie
• Kvíz po lekcii

Poznámka ku kvízom: Všetky kvízy sú uložené v priečinku Quiz-App, celkovo 40 kvízov, každý s tromi otázkami. Sú prepojené priamo z lekcií, ale aplikáciu kvízov je možné spustiť lokálne alebo nasadiť na Azure; postupujte podľa pokynov v priečinku quiz-app. Postupne sa lokalizujú.

Lekcie

Data Science pre začiatočníkov: Cestovná mapa - Sketchnote od @nitya

Číslo lekcie	Téma	Skupina lekcií	Ciele učenia	Prepojená lekcia	Autor
01	Definovanie Data Science	Úvod	Naučte sa základné koncepty Data Science a ako súvisí s umelou inteligenciou, strojovým učením a veľkými dátami.	lekcia video	Dmitry
02	Etika v Data Science	Úvod	Koncepty etiky dát, výzvy a rámce.	lekcia	Nitya
03	Definovanie dát	Úvod	Ako sú dáta klasifikované a ich bežné zdroje.	lekcia	Jasmine
04	Úvod do štatistiky a pravdepodobnosti	Úvod	Matematické techniky pravdepodobnosti a štatistiky na pochopenie dát.	lekcia video	Dmitry
05	Práca s relačnými dátami	Práca s dátami	Úvod do relačných dát a základy ich skúmania a analýzy pomocou Structured Query Language, známeho ako SQL (vyslovuje sa „si-kvel“).	lekcia	Christopher
06	Práca s NoSQL dátami	Práca s dátami	Úvod do nerelačných dát, ich rôznych typov a základy skúmania a analýzy dokumentových databáz.	lekcia	Jasmine
07	Práca s Pythonom	Práca s dátami	Základy používania Pythonu na skúmanie dát s knižnicami ako Pandas. Odporúča sa základné pochopenie programovania v Pythone.	lekcia video	Dmitry
08	Príprava dát	Práca s dátami	Témy o technikách čistenia a transformácie dát na riešenie problémov s chýbajúcimi, nepresnými alebo neúplnými dátami.	lekcia	Jasmine
09	Vizualizácia množstiev	Vizualizácia dát	Naučte sa používať Matplotlib na vizualizáciu dát o vtákoch 🦆	lekcia	Jen
10	Vizualizácia rozdelení dát	Vizualizácia dát	Vizualizácia pozorovaní a trendov v rámci intervalu.	lekcia	Jen
11	Vizualizácia proporcií	Vizualizácia dát	Vizualizácia diskrétnych a skupinových percentuálnych podielov.	lekcia	Jen
12	Vizualizácia vzťahov	Vizualizácia dát	Vizualizácia spojení a korelácií medzi súbormi dát a ich premennými.	lekcia	Jen
13	Zmysluplné vizualizácie	Vizualizácia dát	Techniky a odporúčania na vytváranie vizualizácií, ktoré sú hodnotné pre efektívne riešenie problémov a získavanie poznatkov.	lekcia	Jen
14	Úvod do životného cyklu Data Science	Životný cyklus	Úvod do životného cyklu Data Science a jeho prvého kroku získavania a extrakcie dát.	lekcia	Jasmine
15	Analýza	Životný cyklus	Táto fáza životného cyklu Data Science sa zameriava na techniky analýzy dát.	lekcia	Jasmine
16	Komunikácia	Životný cyklus	Táto fáza životného cyklu Data Science sa zameriava na prezentáciu poznatkov z dát spôsobom, ktorý uľahčuje ich pochopenie pre rozhodovateľov.	lekcia	Jalen
17	Data Science v cloude	Cloudové dáta	Táto séria lekcií predstavuje Data Science v cloude a jeho výhody.	lekcia	Tiffany a Maud
18	Data Science v cloude	Cloudové dáta	Trénovanie modelov pomocou nástrojov Low Code.	lekcia	Tiffany a Maud
19	Data Science v cloude	Cloudové dáta	Nasadzovanie modelov pomocou Azure Machine Learning Studio.	lekcia	Tiffany a Maud
20	Data Science v praxi	V praxi	Projekty riadené Data Science v reálnom svete.	lekcia	Nitya

GitHub Codespaces

Postupujte podľa týchto krokov na otvorenie tejto ukážky v Codespace:

1. Kliknite na rozbaľovacie menu Code a vyberte možnosť Open with Codespaces.
2. Vyberte + New codespace v dolnej časti panela. Viac informácií nájdete v dokumentácii GitHub.

VSCode Remote - Containers

Postupujte podľa týchto krokov na otvorenie tohto repozitára v kontajneri pomocou vášho lokálneho počítača a VSCode s rozšírením VS Code Remote - Containers:

1. Ak je to prvýkrát, čo používate vývojový kontajner, uistite sa, že váš systém spĺňa predpoklady (napr. máte nainštalovaný Docker) v dokumentácii pre začiatok.

Na použitie tohto repozitára ho môžete otvoriť buď v izolovanom Docker objeme:

Poznámka: V zákulisí sa použije príkaz Remote-Containers: Clone Repository in Container Volume... na klonovanie zdrojového kódu do Docker objemu namiesto lokálneho súborového systému. Objemy sú preferovaným mechanizmom na uchovávanie dát kontajnera.

Alebo otvorte lokálne klonovanú alebo stiahnutú verziu repozitára:

• Klonujte tento repozitár do vášho lokálneho súborového systému.
• Stlačte F1 a vyberte príkaz Remote-Containers: Open Folder in Container....
• Vyberte klonovanú kópiu tohto priečinka, počkajte na spustenie kontajnera a vyskúšajte si veci.

Offline prístup

Túto dokumentáciu môžete spustiť offline pomocou Docsify. Forknite tento repozitár, nainštalujte Docsify na váš lokálny počítač, potom v koreňovom priečinku tohto repozitára zadajte docsify serve. Webová stránka bude dostupná na porte 3000 na vašom localhost: localhost:3000.

Poznámka, notebooky nebudú renderované cez Docsify, takže keď potrebujete spustiť notebook, urobte to samostatne vo VS Code s bežiacim Python kernelom.

Ďalšie učebné osnovy

Náš tím vytvára aj ďalšie učebné osnovy! Pozrite si:

• Generatívna AI pre začiatočníkov
• Generatívna AI pre začiatočníkov .NET
• Generatívna AI s JavaScriptom
• Generatívna AI s Javou
• AI pre začiatočníkov
• Data Science pre začiatočníkov
• Bash pre začiatočníkov
• ML pre začiatočníkov
• Kybernetická bezpečnosť pre začiatočníkov
• Webový vývoj pre začiatočníkov
• IoT pre začiatočníkov
• Strojové učenie pre začiatočníkov
• XR vývoj pre začiatočníkov
• Ovládnutie GitHub Copilot pre AI párové programovanie
• XR vývoj pre začiatočníkov
• Ovládnutie GitHub Copilot pre C#/.NET vývojárov
• Vyberte si vlastné dobrodružstvo s Copilotom

---

Upozornenie:
Tento dokument bol preložený pomocou služby na automatický preklad Co-op Translator. Aj keď sa snažíme o presnosť, upozorňujeme, že automatické preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho pôvodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre dôležité informácie sa odporúča profesionálny ľudský preklad. Nezodpovedáme za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.