20 KiB

Raw Permalink Blame History

Data Science za Početnike - Kurikulum

Azure Cloud Advocates u Microsoftu s ponosom predstavljaju 10-tjedni kurikulum s 20 lekcija o znanosti o podacima. Svaka lekcija uključuje kvizove prije i poslije lekcije, pisane upute za dovršetak lekcije, rješenje i zadatak. Naša metodologija temeljena na projektima omogućuje vam učenje kroz izgradnju, što je dokazano učinkovit način za usvajanje novih vještina.

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

🙏 Posebna zahvala 🙏 našim Microsoft Student Ambassador autorima, recenzentima i suradnicima, posebno 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


Znanost o Podacima za Početnike - Sketchnote by @nitya

🌐 Podrška za Više Jezika

Podržano putem GitHub Action (Automatizirano i Uvijek Ažurirano)

Ako želite dodati dodatne jezike, podržani jezici su navedeni ovdje

Pridružite se Našoj Zajednici

Imamo seriju "Učimo s AI" koja je u tijeku, saznajte više i pridružite nam se na Learn with AI Series od 18. do 30. rujna 2025. Dobit ćete savjete i trikove za korištenje GitHub Copilota za znanost o podacima.

Jeste li student?

Započnite s ovim resursima:

Stranica za studente Na ovoj stranici pronaći ćete resurse za početnike, studentske pakete, pa čak i načine za dobivanje besplatnog certifikata. Ovo je stranica koju želite označiti i povremeno provjeravati jer sadržaj mijenjamo barem jednom mjesečno.
Microsoft Learn Student Ambassadors Pridružite se globalnoj zajednici studentskih ambasadora, ovo bi mogao biti vaš put u Microsoft.

Početak

Nastavnici: uključili smo neke prijedloge o tome kako koristiti ovaj kurikulum. Voljeli bismo čuti vaše povratne informacije u našem forumu za raspravu!

Studenti: da biste koristili ovaj kurikulum samostalno, forkajte cijeli repozitorij i sami dovršite vježbe, počevši s kvizom prije predavanja. Zatim pročitajte lekciju i dovršite ostale aktivnosti. Pokušajte sami izraditi projekte razumijevajući lekcije umjesto kopiranja rješenja; međutim, taj kod je dostupan u /solutions mapama u svakoj lekciji temeljenoj na projektima. Druga ideja bila bi formirati studijsku grupu s prijateljima i zajedno prolaziti kroz sadržaj. Za daljnje učenje preporučujemo Microsoft Learn.

Upoznajte Tim

Gif by Mohit Jaisal

🎥 Kliknite na sliku iznad za video o projektu i ljudima koji su ga stvorili!

Pedagogija

Odabrali smo dva pedagoška načela pri izradi ovog kurikuluma: osigurati da je temeljen na projektima i da uključuje česte kvizove. Do kraja ove serije, studenti će naučiti osnovne principe znanosti o podacima, uključujući etičke koncepte, pripremu podataka, različite načine rada s podacima, vizualizaciju podataka, analizu podataka, stvarne primjere primjene znanosti o podacima i još mnogo toga.

Osim toga, kviz s niskim ulogom prije predavanja usmjerava pažnju studenta na učenje teme, dok drugi kviz nakon predavanja osigurava bolje zadržavanje znanja. Ovaj kurikulum je osmišljen da bude fleksibilan i zabavan te se može uzeti u cijelosti ili djelomično. Projekti započinju jednostavno i postaju sve složeniji do kraja 10-tjednog ciklusa.

Pronađite naš Kodeks ponašanja, Upute za doprinos, Upute za prijevod. Vaše konstruktivne povratne informacije su dobrodošle!

Svaka lekcija uključuje:

Opcionalni sketchnote
Opcionalni dodatni video
Kviz za zagrijavanje prije lekcije
Pisanu lekciju
Za lekcije temeljene na projektima, vodiče korak-po-korak kako izraditi projekt
Provjere znanja
Izazov
Dodatno čitanje
Zadatak
Kviz nakon lekcije

Napomena o kvizovima: Svi kvizovi nalaze se u mapi Quiz-App, ukupno 40 kvizova s po tri pitanja. Povezani su unutar lekcija, ali aplikacija za kviz može se pokrenuti lokalno ili implementirati na Azure; slijedite upute u mapi quiz-app. Postupno se lokaliziraju.

Lekcije


Data Science za početnike: Plan - Sketchnote autor @nitya

Broj lekcije	Tema	Grupiranje lekcija	Ciljevi učenja	Povezana lekcija	Autor
01	Definiranje podatkovne znanosti	Uvod	Naučite osnovne pojmove podatkovne znanosti i kako je povezana s umjetnom inteligencijom, strojnim učenjem i velikim podacima.	lekcija video	Dmitry
02	Etika podatkovne znanosti	Uvod	Koncepti etike podataka, izazovi i okviri.	lekcija	Nitya
03	Definiranje podataka	Uvod	Kako se podaci klasificiraju i njihovi uobičajeni izvori.	lekcija	Jasmine
04	Uvod u statistiku i vjerojatnost	Uvod	Matematičke tehnike vjerojatnosti i statistike za razumijevanje podataka.	lekcija video	Dmitry
05	Rad s relacijskim podacima	Rad s podacima	Uvod u relacijske podatke i osnove istraživanja i analize relacijskih podataka pomoću Structured Query Language (SQL).	lekcija	Christopher
06	Rad s NoSQL podacima	Rad s podacima	Uvod u nerelacijske podatke, njihove različite vrste i osnove istraživanja i analize dokumentnih baza podataka.	lekcija	Jasmine
07	Rad s Pythonom	Rad s podacima	Osnove korištenja Pythona za istraživanje podataka s bibliotekama poput Pandas. Preporučuje se osnovno razumijevanje programiranja u Pythonu.	lekcija video	Dmitry
08	Priprema podataka	Rad s podacima	Tehnike čišćenja i transformacije podataka za rješavanje izazova poput nedostajućih, netočnih ili nepotpunih podataka.	lekcija	Jasmine
09	Vizualizacija količina	Vizualizacija podataka	Naučite kako koristiti Matplotlib za vizualizaciju podataka o pticama 🦆	lekcija	Jen
10	Vizualizacija distribucije podataka	Vizualizacija podataka	Vizualizacija opažanja i trendova unutar intervala.	lekcija	Jen
11	Vizualizacija proporcija	Vizualizacija podataka	Vizualizacija diskretnih i grupiranih postotaka.	lekcija	Jen
12	Vizualizacija odnosa	Vizualizacija podataka	Vizualizacija povezanosti i korelacija između skupova podataka i njihovih varijabli.	lekcija	Jen
13	Smislene vizualizacije	Vizualizacija podataka	Tehnike i smjernice za stvaranje vizualizacija koje su korisne za učinkovito rješavanje problema i dobivanje uvida.	lekcija	Jen
14	Uvod u životni ciklus podatkovne znanosti	Životni ciklus	Uvod u životni ciklus podatkovne znanosti i njegov prvi korak - prikupljanje i ekstrakcija podataka.	lekcija	Jasmine
15	Analiza	Životni ciklus	Ova faza životnog ciklusa podatkovne znanosti fokusira se na tehnike analize podataka.	lekcija	Jasmine
16	Komunikacija	Životni ciklus	Ova faza životnog ciklusa podatkovne znanosti fokusira se na prezentaciju uvida iz podataka na način koji olakšava razumijevanje donositeljima odluka.	lekcija	Jalen
17	Podatkovna znanost u oblaku	Podaci u oblaku	Serija lekcija koja uvodi podatkovnu znanost u oblaku i njezine prednosti.	lekcija	Tiffany i Maud
18	Podatkovna znanost u oblaku	Podaci u oblaku	Treniranje modela pomoću alata s malo koda.	lekcija	Tiffany i Maud
19	Podatkovna znanost u oblaku	Podaci u oblaku	Implementacija modela pomoću Azure Machine Learning Studija.	lekcija	Tiffany i Maud
20	Podatkovna znanost u stvarnom svijetu	U stvarnom svijetu	Projekti vođeni podatkovnom znanošću u stvarnom svijetu.	lekcija	Nitya

GitHub Codespaces

Slijedite ove korake za otvaranje ovog primjera u Codespaceu:

Kliknite na padajući izbornik Code i odaberite opciju Open with Codespaces.
Odaberite + New codespace na dnu panela. Za više informacija, pogledajte GitHub dokumentaciju.

VSCode Remote - Containers

Slijedite ove korake za otvaranje ovog repozitorija u kontejneru koristeći lokalno računalo i VSCode s ekstenzijom VS Code Remote - Containers:

Ako prvi put koristite razvojni kontejner, osigurajte da vaš sustav ispunjava preduvjete (npr. instaliran Docker) prema dokumentaciji za početak.

Za korištenje ovog repozitorija, možete ga otvoriti u izoliranom Docker volumenu:

Napomena: U pozadini, ovo će koristiti Remote-Containers: Clone Repository in Container Volume... naredbu za kloniranje izvornog koda u Docker volumen umjesto lokalnog datotečnog sustava. Volumeni su preferirani mehanizam za pohranu podataka kontejnera.

Ili otvorite lokalno kloniranu ili preuzetu verziju repozitorija:

Klonirajte ovaj repozitorij na lokalni datotečni sustav.
Pritisnite F1 i odaberite naredbu Remote-Containers: Open Folder in Container....
Odaberite kloniranu kopiju ove mape, pričekajte da se kontejner pokrene i isprobajte stvari.

Offline pristup

Možete pokrenuti ovu dokumentaciju offline koristeći Docsify. Forkajte ovaj repozitorij, instalirajte Docsify na svoje lokalno računalo, zatim u korijenskoj mapi ovog repozitorija upišite docsify serve. Web stranica će biti poslužena na portu 3000 na vašem localhostu: localhost:3000.

Napomena, bilježnice neće biti prikazane putem Docsifyja, pa kada trebate pokrenuti bilježnicu, učinite to zasebno u VS Codeu koristeći Python kernel.

Ostali kurikulumi

Naš tim proizvodi i druge kurikulume! Pogledajte:

20 KiB Raw Permalink Blame History