Data-Science-For-Beginners/translations/sk

Data Science pre začiatočníkov - Učebný plán

Azure Cloud Advocates v Microsofte s radosťou ponúkajú 10-týždňový, 20-lekciový učebný plán zameraný na Data Science. Každá lekcia obsahuje kvízy pred a po lekcii, písomné pokyny na dokončenie lekcie, riešenie a zadanie. Náš projektovo orientovaný prístup vám umožní učiť sa prostredníctvom tvorby, čo je osvedčený spôsob, ako si nové zručnosti lepšie osvojiť.

Veľká vďaka našim autorom: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Špeciálne poďakovanie 🙏 našim Microsoft Student Ambassador autorom, recenzentom a prispievateľom obsahu, najmä 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

Data Science pre začiatočníkov - Sketchnote od @nitya

🌐 Podpora viacerých jazykov

Podporované prostredníctvom GitHub Action (Automatizované a vždy aktuálne)

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

Ak chcete podporiť ďalšie jazyky, zoznam podporovaných jazykov nájdete tu

Pripojte sa k našej komunite

Máme prebiehajúcu sériu Learn with AI na Discorde, dozviete sa viac a pripojte sa k nám na Learn with AI Series od 18. do 25. septembra 2025. Získate tipy a triky na používanie GitHub Copilot pre Data Science.

Ste študent?

Začnite s nasledujúcimi zdrojmi:

• Stránka Student Hub Na tejto stránke nájdete zdroje pre začiatočníkov, študentské balíčky a dokonca aj spôsoby, ako získať poukaz na certifikát zadarmo. Túto stránku si určite uložte a pravidelne kontrolujte, pretože obsah meníme minimálne raz mesačne.
• Microsoft Learn Student Ambassadors Pripojte sa ku globálnej komunite študentských ambasádorov, toto môže byť vaša cesta do Microsoftu.

Začíname

Učitelia: máme niekoľko návrhov, ako používať tento učebný plán. Radi by sme počuli vašu spätnú väzbu v našom diskusnom fóre!

Študenti: ak chcete tento učebný plán používať samostatne, vytvorte si vlastnú kópiu celého repozitára a dokončite cvičenia sami, začnite kvízom pred lekciou. Potom si prečítajte lekciu a dokončite zvyšné aktivity. Pokúste sa vytvoriť projekty pochopením lekcií namiesto kopírovania riešenia kódu; tento kód je však dostupný v priečinkoch /solutions v každej lekcii orientovanej na projekt. Ďalším nápadom by mohlo byť vytvorenie študijnej skupiny s priateľmi a prechádzanie obsahu spoločne. Pre ďalšie štúdium odporúčame Microsoft Learn.

Spoznajte tím

Gif od Mohit Jaisal

🎥 Kliknite na obrázok vyššie pre video o projekte a ľuďoch, ktorí ho vytvorili!

Pedagogika

Pri tvorbe tohto učebného plánu sme sa rozhodli pre dva pedagogické princípy: zabezpečiť, aby bol projektovo orientovaný a aby obsahoval časté kvízy. Na konci tejto série sa študenti naučia základné princípy data science, vrátane etických konceptov, prípravy dát, rôznych spôsobov práce s dátami, vizualizácie dát, analýzy dát, reálnych prípadov použitia data science a ďalších.

Okrem toho, kvíz s nízkym rizikom pred hodinou nastaví študentovu pozornosť na učenie sa témy, zatiaľ čo druhý kvíz po hodine zabezpečí lepšie zapamätanie. Tento učebný plán bol navrhnutý tak, aby bol flexibilný a zábavný, a môže byť absolvovaný celý alebo len jeho časť. Projekty začínajú malé a postupne sa stávajú zložitejšími na konci 10-týždňového cyklu. Nájdite naše Pravidlá správania, Príručka pre prispievateľov, Pokyny pre preklad. Vaša konštruktívna spätná väzba je vítaná!

Každá lekcia obsahuje:

• Voliteľný sketchnote
• Voliteľné doplnkové video
• Kvíz na rozohriatie pred lekciou
• Písomnú lekciu
• Pre lekcie založené na projektoch, podrobné návody na vytvorenie projektu
• Kontrolu vedomostí
• Výzvu
• Doplnkové čítanie
• Zadanie
• Kvíz po lekcii

Poznámka ku kvízom: Všetky kvízy sú uložené v priečinku Quiz-App, celkovo 40 kvízov, každý s tromi otázkami. Sú prepojené priamo z lekcií, ale aplikáciu kvízov je možné spustiť lokálne alebo nasadiť na Azure; postupujte podľa pokynov v priečinku quiz-app. Postupne sa lokalizujú.

Lekcie

Data Science pre začiatočníkov: Cestovná mapa - Sketchnote od @nitya

Číslo lekcie	Téma	Skupina lekcií	Ciele učenia	Prepojená lekcia	Autor
01	Definovanie Data Science	Úvod	Naučte sa základné koncepty Data Science a ako súvisí s umelou inteligenciou, strojovým učením a veľkými dátami.	lekcia video	Dmitry
02	Etika v Data Science	Úvod	Koncepty etiky dát, výzvy a rámce.	lekcia	Nitya
03	Definovanie dát	Úvod	Ako sa dáta klasifikujú a ich bežné zdroje.	lekcia	Jasmine
04	Úvod do štatistiky a pravdepodobnosti	Úvod	Matematické techniky pravdepodobnosti a štatistiky na pochopenie dát.	lekcia video	Dmitry
05	Práca s relačnými dátami	Práca s dátami	Úvod do relačných dát a základy skúmania a analýzy relačných dát pomocou Structured Query Language, známeho ako SQL (vyslovuje sa „si-kvel“).	lekcia	Christopher
06	Práca s NoSQL dátami	Práca s dátami	Úvod do nerelačných dát, ich rôznych typov a základy skúmania a analýzy dokumentových databáz.	lekcia	Jasmine
07	Práca s Pythonom	Práca s dátami	Základy používania Pythonu na skúmanie dát s knižnicami ako Pandas. Odporúča sa základné pochopenie programovania v Pythone.	lekcia video	Dmitry
08	Príprava dát	Práca s dátami	Témy o technikách čistenia a transformácie dát na riešenie problémov s chýbajúcimi, nepresnými alebo neúplnými dátami.	lekcia	Jasmine
09	Vizualizácia množstiev	Vizualizácia dát	Naučte sa používať Matplotlib na vizualizáciu dát o vtákoch 🦆	lekcia	Jen
10	Vizualizácia rozdelení dát	Vizualizácia dát	Vizualizácia pozorovaní a trendov v rámci intervalu.	lekcia	Jen
11	Vizualizácia proporcií	Vizualizácia dát	Vizualizácia diskrétnych a skupinových percentuálnych podielov.	lekcia	Jen
12	Vizualizácia vzťahov	Vizualizácia dát	Vizualizácia spojení a korelácií medzi súbormi dát a ich premennými.	lekcia	Jen
13	Zmysluplné vizualizácie	Vizualizácia dát	Techniky a odporúčania na vytváranie vizualizácií, ktoré sú hodnotné pre efektívne riešenie problémov a získavanie poznatkov.	lekcia	Jen
14	Úvod do životného cyklu Data Science	Životný cyklus	Úvod do životného cyklu Data Science a jeho prvého kroku získavania a extrakcie dát.	lekcia	Jasmine
15	Analýza	Životný cyklus	Táto fáza životného cyklu Data Science sa zameriava na techniky analýzy dát.	lekcia	Jasmine
16	Komunikácia	Životný cyklus	Táto fáza životného cyklu Data Science sa zameriava na prezentáciu poznatkov z dát spôsobom, ktorý uľahčuje ich pochopenie pre rozhodovateľov.	lekcia	Jalen
17	Data Science v cloude	Cloudové dáta	Táto séria lekcií predstavuje Data Science v cloude a jeho výhody.	lekcia	Tiffany a Maud
18	Data Science v cloude	Cloudové dáta	Tréning modelov pomocou nástrojov Low Code.	lekcia	Tiffany a Maud
19	Data Science v cloude	Cloudové dáta	Nasadzovanie modelov pomocou Azure Machine Learning Studio.	lekcia	Tiffany a Maud
20	Data Science v praxi	V praxi	Projekty riadené Data Science v reálnom svete.	lekcia	Nitya

GitHub Codespaces

Postupujte podľa týchto krokov na otvorenie tejto ukážky v Codespace:

1. Kliknite na rozbaľovacie menu Code a vyberte možnosť Open with Codespaces.
2. Vyberte + New codespace v dolnej časti panela. Pre viac informácií si pozrite dokumentáciu GitHub.

VSCode Remote - Containers

Postupujte podľa týchto krokov na otvorenie tohto repozitára v kontajneri pomocou vášho lokálneho počítača a VSCode s rozšírením VS Code Remote - Containers:

1. Ak je to váš prvýkrát, čo používate vývojový kontajner, uistite sa, že váš systém spĺňa predpoklady (napr. máte nainštalovaný Docker) v dokumentácii pre začiatok.

Na použitie tohto repozitára môžete buď otvoriť repozitár v izolovanom Docker objeme:

Poznámka: V zákulisí sa použije príkaz Remote-Containers: Clone Repository in Container Volume... na klonovanie zdrojového kódu do Docker objemu namiesto lokálneho súborového systému. Objemy sú preferovaným mechanizmom na uchovávanie dát kontajnera.

Alebo otvorte lokálne klonovanú alebo stiahnutú verziu repozitára:

• Klonujte tento repozitár do vášho lokálneho súborového systému.
• Stlačte F1 a vyberte príkaz Remote-Containers: Open Folder in Container....
• Vyberte klonovanú kópiu tohto priečinka, počkajte na spustenie kontajnera a vyskúšajte veci.

Offline prístup

Túto dokumentáciu môžete spustiť offline pomocou Docsify. Forknite tento repozitár, nainštalujte Docsify na váš lokálny počítač, potom v koreňovom priečinku tohto repozitára zadajte docsify serve. Webová stránka bude dostupná na porte 3000 na vašom localhost: localhost:3000.

Poznámka, notebooky nebudú renderované cez Docsify, takže keď potrebujete spustiť notebook, urobte to samostatne vo VS Code s bežiacim Python kernelom.

Ďalšie učebné osnovy

Náš tím vytvára ďalšie učebné osnovy! Pozrite si:

• Generatívna AI pre začiatočníkov
• Generatívna AI pre začiatočníkov .NET
• Generatívna AI s JavaScriptom
• Generatívna AI s Javou
• AI pre začiatočníkov
• Data Science pre začiatočníkov
• Bash pre začiatočníkov
• ML pre začiatočníkov
• Kybernetická bezpečnosť pre začiatočníkov
• Webový vývoj pre začiatočníkov
• IoT pre začiatočníkov
• Strojové učenie pre začiatočníkov
• XR vývoj pre začiatočníkov
• Ovládnutie GitHub Copilot pre AI párové programovanie
• XR vývoj pre začiatočníkov
• Ovládnutie GitHub Copilot pre vývojárov C#/.NET
• Vyberte si vlastné Copilot dobrodružstvo

---

Upozornenie:
Tento dokument bol preložený pomocou služby AI prekladu Co-op Translator. Hoci sa snažíme o presnosť, prosím, berte na vedomie, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho rodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nenesieme zodpovednosť za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.