You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Data-Science-For-Beginners/translations/hr/README.md

20 KiB

Data Science za Početnike - Kurikulum

Otvori u GitHub Codespaces

GitHub licenca GitHub suradnici GitHub problemi GitHub zahtjevi za povlačenje PR-ovi Dobrodošli

GitHub promatrači GitHub forkovi GitHub zvjezdice

Azure AI Foundry Developer Forum

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

Sketchnote by @sketchthedocs https://sketchthedocs.dev
Znanost o Podacima za Početnike - Sketchnote by @nitya

🌐 Podrška za Više Jezika

Podržano putem GitHub Action (Automatizirano i Uvijek Ažurirano)

Francuski | Španjolski | Njemački | Ruski | Arapski | Perzijski (Farsi) | Urdu | Kineski (Pojednostavljeni) | Kineski (Tradicionalni, Makao) | Kineski (Tradicionalni, Hong Kong) | Kineski (Tradicionalni, Tajvan) | Japanski | Korejski | Hindski | Bengalski | Marathi | Nepalski | Pandžapski (Gurmukhi) | Portugalski (Portugal) | Portugalski (Brazil) | Talijanski | Poljski | Turski | Grčki | Tajlandski | Švedski | Danski | Norveški | Finski | Nizozemski | Hebrejski | Vijetnamski | Indonezijski | Malajski | Tagalog (Filipinski) | Svahili | Mađarski | Češki | Slovački | Rumunjski | Bugarski | Srpski (Ćirilica) | Hrvatski | Slovenski | Ukrajinski | Burmanski (Mjanmar)

Ako želite dodati dodatne jezike, podržani jezici su navedeni ovdje

Pridružite se Našoj Zajednici

Azure AI Discord

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.

Learn with AI series

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

Promo video

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

 Sketchnote by @sketchthedocs https://sketchthedocs.dev
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:

  1. Kliknite na padajući izbornik Code i odaberite opciju Open with Codespaces.
  2. 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:

  1. 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: