Data-Science-For-Beginners/translations/sr

Наука о подацима за почетнике - Наставни план и програм

Azure Cloud Advocates компаније Microsoft са задовољством нуде програм од 10 недеља и 20 лекција посвећених науци о подацима. Свака лекција укључује квиз пре и после лекције, писане упутства за извршење лекције, решење и задатак. Наша педагогија заснована на пројектима омогућава вам учење кроз практичан рад, доказао се као ефикасан начин за усвајање нових вештина.

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

🙏 Посебна захвалност 🙏 нашим ауторима, рецензентима и сарадницима садржаја из програма Microsoft Student Ambassador, посебно Аариану Арора, 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 аутора @nitya

🌐 Подршка за више језика

Подржано преко GitHub Action (аутоматизовано 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

Већина више воли да клонира локално?

Овај репозиторијум укључује преводе на више од 50 језика што значајно повећава величину преузимања. Да бисте клонирали без превода, користите 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"

Ово вам даје све што вам је потребно за завршетак курса уз много брже преузимање.

Ако желите додатне преводе подржани језици су наведени овде

Придружите се нашој заједници

Имамо текућу серију "Учи са AI" на Discord-у, сазнајте више и придружите нам се на Learn with AI Series од 18. до 30. септембра 2025. године. Добићете 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 наћи ћете ресурсе за почетнике, студентске пакете па чак и начине да добијете бесплатни сертификат. Ово је страница коју треба да означите обележивачем и проверите с времена на време јер редовно мењамо садржај, најмање једном месечно.
• Microsoft Learn Student Ambassadors Придружите се глобалној заједници студентских амбасадора, ово може бити ваш улазак у Microsoft.

Почетак рада

📚 Документација

• Упутство за инсталацију - Корак по корак упутства за постављање за почетнике
• Упутство за коришћење - Примери и уобичајени токови рада
• Решавање проблема - Решења за уобичајене проблеме
• Упутство за допринос пројекту - Како допринети овом пројекту
• За наставнике - Упутства за наставу и ресурси за учионицу

👨‍🎓 За студенте

Потпуно почетници: Нови сте у науци о подацима? Почните са нашим примерима прилагођеним почетницима! Ови једноставни, добро коментарисани примери помоћи ће вам да разумете основе пре него што пређете на цео наставни програм. Студенти: да бисте користили овај наставни програм самостално, форкујте цео репо и радите вежбе сами, почевши од квиза пре предавања. Затим прочитајте предавање и завршите остатак активности. Покушајте да креирате пројекте тако што ћете разумети лекције, а не само копирати код решења; ипак, тај код је доступан у фасциклама /solutions у свакој лекцији оријентисаној ка пројекту. Још једна идеја је да формирате студијску групу са пријатељима и заједно прођете кроз садржај. За даље учење препоручујемо Microsoft Learn.

Брзи почетак:

1. Погледајте Упутство за инсталацију за подешавање вашег окружења
2. Прегледајте Упутство за коришћење да бисте научили како радити са наставним програмом
3. Почните са Лекцијом 1 и радите узастопно
4. Придружите се нашој Discord заједници за подршку

👩‍🏫 За наставнике

Наставници: укључили смо неке предлоге о томе како користити овај наставни план. Волели бисмо ваше повратне информације на нашем форуму за дискусију!

Упознајте тим

Гиф од Mohit Jaisal

🎥 Кликните горњу слику за видео о пројекту и људима који су га креирали!

Педагогија

Приликом израде овог наставног плана изабрали смо два педагошка начела: да буде заснован на пројектима и да укључује честа тестирања (квизове). До краја ове серије, ученици ће научити основне принципе науке о подацима, укључујући етичке концепте, припрему података, различите начине рада са подацима, визуелизацију података, анализу података, примере из стварног света коришћења науке о подацима и још много тога.

Поред тога, квиз са мало утицаја пре часа поставља намераваност ученика ка учењу теме, док други квиз након часа осигурава додатно задржавање знања. Овај наставни план 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.

Проналазите наш Кодекс понашања, упутства за допринос, превод. Добродошле су ваше конструктивне повратне информације!

Свака лекција укључује:

• Опциони скицнот
• Опциони додатни видео
• Квиз за уводnu припрему пре лекције
• Писана лекција
• За лекције засноване на пројектима, водич корак по корак за израду пројекта
• Провере знања
• Изазов
• Додатна литература
• Задатак
• Квиз након лекције

Напомена о квизовима: Сви квизови налазе се у фасцикли Quiz-App, укупно 40 квизова са по три питања сваки. Они су повезани из самих лекција, али апликацију за квизове је могуће покренути локално или распоредити на Azure; пратите упутства у фасцикли quiz-app. Квизови се постепено локализују.

🎓 Примери прилагођени почетницима

Нов у науци о подацима? Направили смо посебан директоријум примера са једноставним, добро коментарисаним кодом који ће вам помоћи да започнете:

• 🌟 Здраво Свете - Ваш први програм за науку о подацима
• 📂 Учитавање података - Научите како да читате и истражујете скупове података
• 📊 Једноставна анализа - Израчунајте статистике и пронађите обрасце
• 📈 Основна визуализација - Креирајте дијаграме и графиконе
• 🔬 Пројекат из стварног света - Комплетан радни ток од почетка до краја

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

👉 Почните са примерима 👈

Лекције

Наука о подацима за почетнике: План - Скицнот од @nitya

Број лекције	Тема	Груписање лекција	Циљеви учења	Повезана лекција	Аутор
01	Дефинисање науке о подацима	Увод	Научите основне појмове иза науке о подацима и како је повезана са вештачком интелигенцијом, машинским учењем и великим подацима.	лекција видео	Дмитриј
02	Етика у науци о подацима	Увод	Концепти, изазови и оквири етике података.	лекција	Нитија
03	Дефинисање података	Увод	Како се подаци класификују и њихови уобичајени извори.	лекција	Јасмин
04	Увод у статистику и вероватноћу	Увод	Математичке технике вероватноће и статистике за разумевање података.	лекција видео	Дмитриј
05	Рад са релационим подацима	Рад са подацима	Увод у релационе податке и основе истраживања и анализе релационих података помоћу структурираног језика за упитник, познатог као SQL (изговара се „си-квел“).	лекција	Кристофер
06	Рад са NoSQL подацима	Рад са подацима	Увод у нерелационе податке, њихове различите типове и основе истраживања и анализе докумената база података.	лекција	Јасмин
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	Дмитриј
08	Припрема података	Рад са подацима	Теме о техникама за чишћење и трансформацију података ради решавања проблема са недостајућим, нетачним или непотпуном подацима.	лекција	Јасмин
09	Визуализација количина	Визуелизација података	Научите како користити Matplotlib за визуелизацију података о птицама 🦆	лекција	Џен
10	Визуализација расподела података	Визуелизација података	Визуализација посматрања и трендова у оквиру интервала.	лекција	Џен
11	Визуализација пропорција	Визуелизација података	Визуализација дискретних и груписаних процената.	лекција	Џен
12	Визуализација веза	Визуелизација података	Визуализација веза и корелација између скупова података и њихових променљивих.	лекција	Џен
13	Смислене визуализације	Визуелизација података	Технике и упутства за креирање вредних визуализација за ефикасно решавање проблема и увида.	лекција	Џен
14	Увод у животни циклус науке о подацима	Животни циклус	Увод у животни циклус науке о подацима и први корак - прикупљање и вађење података.	лекција	Јасмин
15	Анализа	Животни циклус	Ова фаза животног циклуса науке о подацима фокусира се на технике анализе података.	лекција	Јасмин
16	Комуникација	Животни циклус	Ова фаза животног циклуса науке о подацима фокусира се на представљање увида из података на начин који олакшава разумевање донетиоцима одлука.	лекција	Џејлен
17	Наука о подацима у облаку	Облак података	Ова серија лекција уводи науку о подацима у облаку и њене предности.	лекција	Тифани и Мод
18	Наука о подацима у облаку	Облак података	Тренирање модела уз алате са мало кода.	лекција	Тифани и Мод
19	Наука о подацима у облаку	Облак података	Распоређивање модела уз Azure Machine Learning Studio.	лекција	Тифани и Мод
20	Наука о подацима у пракси	У пракси	Пројекти науке о подацима у стварном свету.	лекција	Нитија

GitHub Codespaces

Пратите ове кораке да отворите овај пример у Codespace-у:

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

VSCode Remote - Containers

Пратите ове кораке да отворите овај репо у контејнеру користећи ваш локални рачунар и VSCode са проширењем VS Code Remote - Containers:

1. Ако први пут користите контејнер за развој, осигурајте да ваш систем испуњава предуслове (тј. да је Docker инсталиран) у документацији за почетак.

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

Напомена: Испод хаубе, ово користи наредбу Remote-Containers: Clone Repository in Container Volume... да клонира изворни код у Docker волумен уместо у локални фајл систем. Волумени су препоручени механизам за чување података контејнера.

Или отворите локално клонирану или скинуту верзију репозиторијума:

• Клонирајте овај репозиторијум на вашем локалном фајл систему.
• Притисните F1 и изаберите команду Remote-Containers: Open Folder in Container....
• Изаберите копију ове фасцикле коју сте клонирали, сачекајте да се контејнер покрене и испробајте.

Оффлине приступ

Ову документацију можете користити оффлајн помоћу Docsify. Форкујте овај репо, инсталирајте Docsify на ваш локални рачунар, па затим у коренском фолдеру овог репо-а укуцајте docsify serve. Веб сајт ће бити доступан на порту 3000 на вашем локалхосту: localhost:3000.

Напомена, нотебоок-ови се не приказују преко Docsify, тако да ако треба да покренете нотебоок, урадите то посебно у VS Code-у покрећући Python kernel.

Остали наставни планови

Наш тим производи и друге наставне планове! Погледајте:

LangChain

Azure / Edge / MCP / Агенти

---

Серии Генеративне Вештачке Интелигенције

---

Основно Учење

---

Серии Копилот

Добијање Помоћи

Имате проблеме? Погледајте наш Водич за решавање проблема за решења за уобичајене проблеме.

Ако се заглавите или имате било каквих питања о изради апликација са вештачком интелигенцијом, придружите се осталим 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 грешке током израде, посетите:

---

Одрицање од одговорности:
Овај документ је преведен уз помоћ AI услуге за превођење Co-op Translator. Иако тежимо тачности, молимо вас да имате у виду да аутоматски преводи могу садржати грешке или нетачности. Изворни документ на његовом оригиналном језику треба сматрати ауторитетним извором. За критичне информације препоручује се професионални људски превод. Нисмо одговорни за било каква неспоразума или погрешне интерпретације настале коришћењем овог превода.