Data-Science-For-Beginners/translations/sl

Podatkovna znanost za začetnike - učni načrt

Zagovorniki Azure Clouda pri Microsoftu z veseljem ponujajo 10-tedenski učni načrt s 20 lekcijami, ki pokrivajo podatkovno znanost. Vsaka lekcija vključuje kvize pred in po lekciji, pisna navodila za izvedbo lekcije, rešitev in nalogo. Naš pedagoški pristop, ki temelji na projektih, vam omogoča učenje med ustvarjanjem, kar je preizkušena metoda za trdno pridobivanje novih veščin.

Iskrena hvala našim avtorjem: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Posebne zahvale 🙏 našim Microsoft Student Ambassador avtorjem, recenzentom in prispevkarjem vsebin, še posebej Aaryanu Arori, 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

Podatkovna znanost za začetnike - Sketchnote by @nitya

🌐 Podpora več jezikom

Podprto preko GitHub Action (avtomatizirano in vedno posodobljeno)

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

Raje klonirate lokalno?

Ta repozitorij vsebuje več kot 50 jezikovnih prevodov, kar bistveno poveča velikost prenosa. Za kloniranje brez prevodov uporabite sparse checkout:

Bash / macOS / Linux:

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):

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"

Tako boste imeli vse, kar potrebujete za dokončanje tečaja z veliko hitrejšim prenosom.

Če želite dodatno podporo za prevode jezikov, so podprti jeziki navedeni tukaj

Pridružite se naši skupnosti

Imamo tečaj na Discordu o učenju z AI, izveste več in se pridružite na Learn with AI Series od 18. do 30. septembra 2025. Dobili boste nasvete in trike za uporabo GitHub Copilot pri podatkovni znanosti.

Ste študent?

Začnite z naslednjimi viri:

• Stran Student Hub Na tej strani boste našli vire primerne za začetnike, pakete za študente in celo načine, kako pridobiti brezplačen potrdilni kupon. To je stran, ki si jo želite shraniti med zaznamke in jo občasno pregledati, saj vsebino redno osvežujemo.
• Microsoft Learn Student Ambassadors Pridružite se globalni skupnosti študentskih ambasadorjev, to bi lahko bila vaša pot v Microsoft.

Začetek

📚 Dokumentacija

• Vodnik za namestitev - navodila za korak-po-korak namestitev za začetnike
• Vodnik za uporabo - primeri in pogosti poteki dela
• Reševanje težav - rešitve za pogoste težave
• Vodnik za prispevanje - kako prispevati k temu projektu
• Za učitelje - smernice za poučevanje in učni materiali

👨‍🎓 Za študente

Popolni začetniki: Nov v podatkovni znanosti? Začnite z našimi primeri za začetnike! Ti preprosti, dobro komentirani primeri vam bodo pomagali razumeti osnove predno se podate v celotni učni načrt. Študenti: za samostojno uporabo tega učnega načrta, vilice celoten repozitorij in opravite vaje sami, začnite s kvizom pred predavanjem. Nato preberite predavanje in dokončajte preostale aktivnosti. Poskusite ustvariti projekte z razumevanjem lekcij in ne samo s kopiranjem kode rešitve; ta koda je na voljo v mapah /solutions v vsaki lekciji, usmerjeni v projekt. Druga ideja je, da oblikujete študijsko skupino s prijatelji in skupaj pregledujete vsebino. Za nadaljnje študije priporočamo Microsoft Learn.

Hiter začetek:

1. Preverite Vodnik za namestitev za nastavitev vašega okolja
2. Preglejte Vodnik za uporabo, da se naučite delati z učnim načrtom
3. Začnite z Lekcijo 1 in nadaljujte zaporedno
4. Pridružite se naši Discord skupnosti za podporo

👩‍🏫 Za učitelje

Učitelji: vključili smo nekaj predlogov o tem, kako uporabljati ta učni načrt. Veseli bomo vaših povratnih informacij na našem forumu za razpravo!

Spoznajte ekipo

Gif avtorja Mohit Jaisal

🎥 Kliknite zgornjo sliko za video o projektu in ljudeh, ki so ga ustvarili!

Pedagogika

Pri izdelavi tega učnega načrta smo izbrali dve pedagoški načeli: zagotoviti, da je učno gradivo osredotočeno na projekte in da vključuje pogoste kvize. Do konca te serije bodo študentje osvojili osnovna načela podatkovne znanosti, vključno z etičnimi koncepti, pripravo podatkov, različnimi načini dela s podatki, vizualizacijo podatkov, analizo podatkov, primeri uporabe podatkovne znanosti v resničnem svetu in več.

Poleg tega nizko tvegani kviz pred poukom usmerja študenta k učenju določene teme, medtem ko drugi kviz po pouku zagotavlja nadaljnje pomnjenje. Ta učni načrt je zasnovan tako, da je prilagodljiv in zabaven ter se ga lahko opravi v celoti ali delno. Projekti se začnejo majhni in postajajo vse bolj kompleksni do konca 10-tedenskega cikla.

Najdete naše Kodeks ravnanja, Navodila za prispevanje, Navodila za prevajanje. Veseli bomo vaše konstruktivne povratne informacije!

Vsaka lekcija vključuje:

• Neobvezno skiciranje
• Neobvezni dopolnilni video
• Kviz za ogrevanje pred lekcijo
• Pisno lekcijo
• Pri lekcijah, ki temeljijo na projektih, vodiče korak za korakom za izdelavo projekta
• Preverjanje znanja
• Izziv
• Dopolnilno branje
• Nalogo
• Kviz po lekciji

Opomba o kvizih: Vsi kvizi so shranjeni v mapi Quiz-App, skupaj je 40 kvizov s po tremi vprašanji v vsakem. Povezani so iz lekcij, a aplikacijo za kvize lahko zaženete lokalno ali jo namestite na Azure; sledite navodilom v mapi quiz-app. Postopoma poteka tudi lokalizacija.

🎓 Primeri prijazni do začetnikov

Nov v podatkovni znanosti? Ustvarili smo posebno mapo primerov z enostavno in dobro komentirano kodo, ki vam bo pomagala začeti:

• 🌟 Pozdravljen svet - Vaš prvi program podatkovne znanosti
• 📂 Nalaganje podatkov - Naučite se brati in raziskovati datasete
• 📊 Preprosta analiza - Izračunajte statistiko in poiščite vzorce
• 📈 Osnovna vizualizacija - Ustvarite grafikone in diagrame
• 🔬 Projekt iz resničnega sveta - Celoten delovni tok od začetka do konca

Vsak primer vključuje podrobne komentarje, ki pojasnjujejo vsak korak, kar je idealno za popolne začetnike!

👉 Začnite s primeri 👈

Lekcije

Podatkovna znanost za začetnike: Načrt poti - Sketchnote avtorja @nitya

Številka lekcije	Tema	Skupina lekcij	Cilji učenja	Povezana lekcija	Avtor
01	Opredelitev podatkovne znanosti	Uvod	Spoznajte osnovne koncepte podatkovne znanosti ter kako se povezuje z umetno inteligenco, strojno učenje in velikimi podatki.	lekcija video	Dmitry
02	Etika podatkovne znanosti	Uvod	Koncepti, izzivi in okvirji za etiko podatkov.	lekcija	Nitya
03	Opredelitev podatkov	Uvod	Kako so podatki razvrščeni in njihovi pogosti viri.	lekcija	Jasmine
04	Uvod v statistiko in verjetnost	Uvod	Matematične tehnike verjetnosti in statistike za razumevanje podatkov.	lekcija video	Dmitry
05	Delo z relacijskimi podatki	Delo s podatki	Uvod v relacijske podatke in osnove raziskovanja ter analiziranja relacijskih podatkov s pomočjo jezika Structured Query Language, znanega kot SQL (izgovorjava "es-kyu-el").	lekcija	Christopher
06	Delo s podatki NoSQL	Delo s podatki	Uvod v nerelacijske podatke, njihove različne vrste in osnove raziskovanja ter analiziranja dokumentnih baz podatkov.	lekcija	Jasmine
07	Delo s Pythonom	Delo s podatki	Osnove uporabe Pythona za raziskovanje podatkov z knjižnicami, kot je Pandas. Priporočeno je osnovno znanje programiranja v Pythonu.	lekcija video	Dmitry
08	Priprava podatkov	Delo s podatki	Teme o tehnikah čiščenja in transformacije podatkov za obvladovanje izzivov, kot so manjkajoči, netočni ali nepopolni podatki.	lekcija	Jasmine
09	Vizualizacija količin	Vizualizacija podatkov	Naučite se uporabljati Matplotlib za vizualizacijo podatkov o pticah 🦆	lekcija	Jen
10	Vizualizacija porazdelitev podatkov	Vizualizacija podatkov	Vizualizacija opazovanj in trendov znotraj intervala.	lekcija	Jen
11	Vizualizacija deležev	Vizualizacija podatkov	Vizualizacija diskretnih in skupinskih odstotkov.	lekcija	Jen
12	Vizualizacija odnosov	Vizualizacija podatkov	Vizualizacija povezav in korelacij med nabori podatkov in njihovimi spremenljivkami.	lekcija	Jen
13	Smiselne vizualizacije	Vizualizacija podatkov	Tehnike in navodila za ustvarjanje vizualizacij, ki so dragocene za učinkovito reševanje problemov in pridobivanje spoznanj.	lekcija	Jen
14	Uvod v življenjski cikel podatkovne znanosti	Življenjski cikel	Uvod v življenjski cikel podatkovne znanosti in njegov prvi korak pridobivanja in izvlečenja podatkov.	lekcija	Jasmine
15	Analiziranje	Življenjski cikel	Ta faza življenjskega cikla podatkovne znanosti se osredotoča na tehnike za analizo podatkov.	lekcija	Jasmine
16	Komunikacija	Življenjski cikel	Ta faza življenjskega cikla podatkovne znanosti se osredotoča na predstavitev spoznanj iz podatkov na način, ki olajša razumevanje odločevalcem.	lekcija	Jalen
17	Podatkovna znanost v oblaku	Oblačni podatki	Ta serija lekcij uvaja podatkovno znanost v oblaku in njene prednosti.	lekcija	Tiffany in Maud
18	Podatkovna znanost v oblaku	Oblačni podatki	Usposabljanje modelov z orodji Low Code.	lekcija	Tiffany in Maud
19	Podatkovna znanost v oblaku	Oblačni podatki	Nameščanje modelov z Azure Machine Learning Studio.	lekcija	Tiffany in Maud
20	Podatkovna znanost v naravi	V naravi	Projekti podatkovne znanosti v resničnem svetu.	lekcija	Nitya

GitHub Codespaces

Sledite tem korakom, da odprete ta vzorec v Codespace:

1. Kliknite spustni meni Code in izberite možnost Open with Codespaces.
2. Izberite + New codespace na dnu panela. Za več informacij si oglejte GitHub dokumentacijo.

VSCode Remote - Containers

Sledite tem korakom, da odprete ta repozitorij v vsebniku z uporabo lokalnega računalnika in VSCode z razširitvijo VS Code Remote - Containers:

1. Če prvič uporabljate razvojni vsebnik, preverite, da vaš sistem izpolnjuje predpogoje (npr. ima nameščen Docker) v dokumentaciji za začetek.

Za uporabo tega repozitorija lahko repozitorij odprete v izoliranem Docker volumnu:

Opomba: Pod pokrovom bo uporabljena ukaz Remote-Containers: Clone Repository in Container Volume... za kloniranje izvorne kode v Docker volumen namesto v lokalni datotečni sistem. Volumni so priporočeni mehanizem za trajno shranjevanje podatkov vseh vsebnikov.

Ali pa odprite lokalno klonirano ali preneseno različico repozitorija:

• Klonirajte ta repozitorij na lokalni datotečni sistem.
• Pritisnite F1 in izberite ukaz Remote-Containers: Open Folder in Container....
• Izberite klonirano kopijo te mape, počakajte, da se vsebnik zažene, in preizkusite stvari.

Dostop brez povezave

To dokumentacijo lahko uporabljate brez povezave z uporabo Docsify. Razvijte ta repozitorij, namestite Docsify na vaš lokalni računalnik, nato pa v glavni mapi tega repozitorija vnesite docsify serve. Spletna stran bo dostopna na pristanišču 3000 na localhostu: localhost:3000.

Opomba, zvezki (notebooks) ne bodo prikazani preko Docsify, zato ko boste potrebovali zagnati zvezek, to naredite ločeno v VS Code z izvajanjem Pythonovega jedra.

Drugi učni načrti

Naša ekipa izdeluje tudi druge učne načrte! Oglejte si:

LangChain

Azure / Edge / MCP / Agenti

---

Serija generativne umetne inteligence

---

Osnovno učenje

---

Serija Copilot

Pridobivanje pomoči

Se soočate s težavami? Preverite naš vodnik za odpravljanje težav za rešitve pogostih problemov.

Če se zataknete ali imate kakršnakoli vprašanja o gradnji AI aplikacij. Pridružite se so-učencem in izkušenim razvijalcem v razpravah o MCP. Je podporna skupnost, kjer so vprašanja dobrodošla in se znanje svobodno deli.

Če imate povratne informacije o izdelku ali napake med razvojem, obiščite:

---

Opozorilo: Ta dokument je bil preveden z uporabo AI prevajalske storitve Co-op Translator. Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da avtomatizirani prevodi lahko vsebujejo napake ali netočnosti. Izvirni dokument v matičnem jeziku velja za avtoritativni vir. Za pomembne informacije priporočamo strokovni prevod, ki ga opravi človek. Za morebitne nesporazume ali napačne interpretacije, ki izhajajo iz uporabe tega prevoda, ne prevzemamo odgovornosti.