Data-Science-For-Beginners/translations/sr

Наука о подацима за почетнике - Наставни план

Заступници Azure Cloud у Microsoft-у имају задовољство да понуде наставни програм од 10 недеља, 20 лекција, у потпуности посвећен Науци о подацима. Свакa лекцијa укључује квиз пре и после лекције, писане инструкције за завршетак лекције, решење и задатак. Наш пројектно-оријентисани приступ омогућава вам учење кроз рад, што је доказано као ефикасан начин за трајно усвајање нових вештина.

Велика захвалност нашим ауторима: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Посебне благодарности 🙏 нашим Microsoft Student Ambassador ауторима, рецензентима и сарадницима, нарочито 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 о подацима за почетнике - Скетчнот од @nitya

🌐 Подршка за више језика

Подржано преко GitHub Action (аутоматски и увек ажурно)

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

Више волите да клонирате локално?

Ово складиште садржи преко 50 превода што значајно повећава величину преузимања. Да бисте клонирали без превода, користите sparse checkout:

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'

Ово вам пружа све што је потребно за завршетак курса са много бржим преузимањем.

Ако желите да додатно подржимо преводе на језике, можете их пронаћи на овој страници

Придружите се нашој заједници

Имамо текућу серију Learn with AI на Discord-у, сазнајте више и придружите нам се на Learn with AI Series од 18. до 30. септембра 2025. Уз то ћете добијати савете и трикове за коришћење GitHub Copilot-а за Науку о подацима.

Да ли сте студент?

Започните са следећим ресурсима:

• Страница студентског центра На овој страници ћете пронаћи ресурсе за почетнике, студентске пакете, па чак и начине да добијете бесплатан сертификат. Ово је страница коју желите означити као обележивач и повремено проверавати јер мењамо садржај најмање месечно.
• Microsoft Learn Student Ambassadors Придружите се глобалној заједници студентских амбасадора, ово може бити ваш улаз у Microsoft.

Почетак рада

📚 Документација

• Водич за инсталацију - Упутства корак по корак за почетнике
• Водич за коришћење - Примери и уобичајени радни токови
• Решавање проблема - Решења за честе проблеме
• Водич за допринос пројекту - Како допринети овом пројекту
• За наставнике - Упутства за предавање и ресурси за учионицу

👨‍🎓 За студенте

Потпуни почетници: Нови сте у науци о подацима? Почните са нашим примерама прилагођеним почетницима! Ови једноставни, добро коментарисани примери ће вам помоћи да разумете основе пре него што се упустите у цео наставни план. Студенти: да бисте користили овај наставни план сами, форкујте цео репозиторијум и завршите вежбе самостално, почињући са квизом пре предавања. Затим прочитајте предавање и завршите остале активности. Покушајте да правите пројекте разумевајући лекције уместо да директно копирате код решења; међутим, тај код је доступан у фасциклама /solutions у свакој лекцији оријентисаној на пројекте. Још једна идеја је да формирате групу за учење са пријатељима и заједно прођете кроз материјал. За даљу студију препоручујемо Microsoft Learn.

Брзи старт:

1. Погледајте Водич за инсталацију за подешавање окружења
2. Прегледајте Водич за коришћење да бисте научили како се користи наставни програм
3. Почните од Лекције 1 и радите редом
4. Придружите се нашој Discord заједници за подршку

👩‍🏫 За наставнике

Наставници: укључили смо неке предлоге како користити овај наставни програм. Волећемо ваше повратне информације у нашем дискусионом форуму!

Упознајте тим

GIF од Mohit Jaisal

🎥 Кликните на слику изнад за видео о пројекту и људима који су га направили!

Педагошија

Изабрали смо два педагошка принципа приликом израде овог курикулума: обезбеђивање да је базиран на пројектима и да укључује честе квизове. До краја ове серије, студенти ће научити основне принципе науке о подацима, укључујући етичке концепте, припрему података, различите начине рада са подацима, визуелизацију података, анализу података, стварне примене науке о подацима и још много тога.

Поред тога, квиз са малом укупном важности пре часа поставља студенту намеру за учење теме, док други квиз после часа обезбеђује боље задржавање знања. Овај курикулум је дизајниран да буде флексибилан и забаван и може се пратити у целини или делимично. Пројекти почињу мали и постају све сложенији до краја циклуса од 10 недеља.

Пронађите наш Кодекс понашања, упутства за допринoс, превод. Добродошли су ваши конструктивни коментари!

Свака лекција укључује:

• Опциони скичнот
• Опциони додатни видео
• Квиз за загревање пре лекције
• Писана лекција
• За лекције базиране на пројектима, водиче корак по корак како изградити пројекат
• Провере знања
• Изазов
• Допунско читање
• Задатак
• Квиз после лекције

Напомена о квизовима: Сви квизови се налазе у фасцикли Quiz-App, укупно 40 квизова са по три питања сваки. Линкови су уграђени у лекције, али квиз апликација може да се покреће локално или да се објави на Azure; пратите упутства у фасцикли quiz-app. Они се постепено преводе.

🎓 Примери прилагођени почетницима

Нове у науци о подацима? Направили смо посебан директоријум примера са једноставним, добро коментарисаним кодом како бисмо вам помогли да почнете:

• 🌟 Hello World - Ваш први програм научне обраде података
• 📂 Учитавање података - Научите како читати и истраживати скупове података
• 📊 Једноставна анализа - Израчунавање статистика и проналажење образаца
• 📈 Основна визуелизација - Направите дијаграме и графиконе
• 🔬 Пројекат из стварног света - Потпун радни ток од почетка до краја

Сваки пример укључује детаљне коментаре који објашњавају сваки корак, што га чини савршеним за потпуне почетнике!

👉 Почните са примерима 👈

Лекције

Наука о подацима за почетнике: Путоказ - Скичнот од @nitya

Број лекције	Тема	Груписање лекције	Циљеви учења	Повезана лекција	Аутор
01	Дефинисање науке о подацима	Увод	Научите основне појмове иза науке о подацима и како је она повезана са вештачком интелигенцијом, машинским учењем и великим подацима.	лекција видео	Dmitry
02	Етика у науци о подацима	Увод	Пojmovi из етике података, изазови и оквири.	лекција	Nitya
03	Дефинисање података	Увод	Како се подаци класификују и њихови уобичајени извори.	лекција	Jasmine
04	Увод у статистику и верovatноћу	Увод	Математичке технике вероватноће и статистике за разумевање података.	лекција видео	Dmitry
05	Рад са релaционим подацима	Рад са подацима	Увод у релaционе податке и основе истраживања и анализе релaционих података помоћу структурног језика упита, познатог и као SQL (изговара се „скиуел“).	лекција	Christopher
06	Рад са NoSQL подацима	Рад са подацима	Увод у нерелационе податке, њихове различите врсте и основе истраживања и анализе докумената у базама података.	лекција	Jasmine
07	Рад са Python-ом	Рад са подацима	Основе коришћења Python-а за истраживање података уз библиотеке као што је Pandas. Препоручује се основно разумевање програмирања у Python-у.	лекција видео	Dmitry
08	Припрема података	Рад са подацима	Теме о техникама за чишћење и трансформацију података како би се решили изазови као што су недостајући, нетачни или непотпуни подаци.	лекција	Jasmine
09	Визуелизација количина	Визуелизација података	Научите како користити Matplotlib за визуелизацију података о птицама 🦆	лекција	Jen
10	Визуелизација расподела података	Визуелизација података	Визуелизација посматрања и трендова унутар интервала.	лекција	Jen
11	Визуелизација пропорција	Визуелизација података	Визуелизација дискретних и груписаних процената.	лекција	Jen
12	Визуелизација односа	Визуелизација података	Визуелизација веза и корелација између скупова података и њихових променљивих.	лекција	Jen
13	Значајне визуелизације	Визуелизација података	Технике и смернице за прављење вредних визуелизација за ефикасно решавање проблема и увиде.	лекција	Jen
14	Увод у животни циклус науке о подацима	Животни циклус	Увод у животни циклус науке о подацима и његов први корак - стицање и извлачење података.	лекција	Jasmine
15	Анализа	Животни циклус	Ова фаза животног циклуса науке о подацима фокусира се на технике анализе података.	лекција	Jasmine
16	Комуникација	Животни циклус	Ова фаза животног циклуса науке о подацима фокусира се на презентовање увида из података на начин који олакшава разумевање одлука донесеоцима.	лекција	Jalen
17	Наука о подацима у облаку	Облак подаци	Ова серија лекција уводи науку о подацима у облаку и њене предности.	лекција	Tiffany и Maud
18	Наука о подацима у облаку	Облак подаци	Тренирање модела уз помоћ алата са малим кодом.	лекција	Tiffany и Maud
19	Наука о подацима у облаку	Облак подаци	Деплојовање модела помоћу Azure Machine Learning Studio.	лекција	Tiffany и Maud
20	Наука о подацима у пракси	У пракси	Пројекти вођени науком о подацима у стварном свету.	лекција	Nitya

GitHub Codespaces

Пратите ове кораке да бисте отворили овај пример у Codespace-у:

1. Кликните на падајући мени Кôд и изаберите опцију Open with Codespaces.
2. Изаберите + New codespace на дну панела. За више информација, погледајте GitHub документацију.

VSCode Remote - Containers

Пратите ове кораке да бисте отворили овај репозиторијум у контејнеру користећи свој локални рачунар и VSCode уз помоћ екстензије VS Code Remote - Containers:

1. Ако први пут користите девелоперски контејнер, уверите се да ваш систем испуњава предуслове (нпр. да имате инсталиран Docker) у упутствима за почетак рада.

Да бисте користили овај репозиторијум, можете или отворити репозиторијум у изолованом Docker волумену:

Напомена: У позадини ће се користити команда Remote-Containers: Clone Repository in Container Volume... за клонирање изворног кода у Docker волумен уместо у локални фајл систем. Волумени су препоручени механизам за перзистенцију података контејнера.

Или отворити локално клонирану или скинуту верзију репозиторијума:

• Клонирајте овај репозиторијум на свој локални фајл систем.
• Притисните F1 и изаберите команду Remote-Containers: Open Folder in Container....
• Изаберите клонирану копију ове фасцикле, сачекајте да се покрене контејнер и испробајте.

Офлајн приступ

Можете покретати ову документацију офлајн користећи Docsify. Форк-ујте овај репозиторијум, инсталирајте Docsify на свој локални рачунар, након тога у коренском фолдеру овог репозиторијума укуцајте docsify serve. Веб сајт ће бити сервирао на порту 3000 на вашем локалхосту: localhost:3000.

Имајте у виду, notebook-ови се не приказују преко Docsify-а, па када треба да покренете notebook, урадите то одвојено у VS Code-у са покренутим Python кернелом.

Остали курикулуми

Наш тим производи и друге курикулуме! Погледајте:

LangChain

---

Azure / Edge / MCP / Агенти

---

Серја генеритивне вештачке интелигенције

---

Основно учење

---

Серја Копилот

Добијање помоћи

Имате проблема? Погледајте наш Водич за решавање проблема за решења уобичајених проблема.

Уколико сте заглавили или имате било каквих питања о прављењу AI апликација, придружите се другим ученицима и искусним програмерима у дискусијама о MCP-у. То је подржавајућа заједница у којој су питања добродошла и знање се слободно дели.

Ако имате повратне информације о производу или наиђете на грешке током развоја, посетите:

---

Изјава о одрицању одговорности:
Овaј документ је преведен помоћу AI преводилачке услуге Co-op Translator. Иако тежимо тачности, молимо вас имајте у виду да аутоматски преводи могу садржати грешке или нетачности. Изворни документ на његовом матерњем језику треба сматрати ауторитетним извором. За критичне информације препоручује се професионални људски превод. Нисмо одговорни за било каква неспоразума или погрешне тумачења која настају коришћењем овог превода.