Data-Science-For-Beginners/translations/sl

Podatkovna znanost za začetnike - učni načrt

Azure Cloud zagovorniki pri Microsoftu z veseljem ponujajo 10-tedenski učni načrt s 20 lekcijami o podatkovni znanosti. Vsaka lekcija vključuje kvize pred in po lekciji, pisna navodila za dokončanje lekcije, rešitev in nalogo. Naša učna metoda, ki temelji na projektih, vam omogoča učenje med gradnjo, kar je dokazano učinkovit način, da nove veščine "prilepijo".

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

🙏 Posebna zahvala 🙏 našim avtorjem, recenzentom in vsebinskim prispevkarjem Microsoft Student Ambassador, zlasti Aaryanu Arori, 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

Podatkovna znanost za začetnike - Sketchnote avtor @nitya

🌐 Podpora za več jezikov

Podprto prek GitHub Action (samodejno in vedno posodobljeno)

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

Raje želite klonirati lokalno?

To skladišče vsebuje več kot 50 jezikovnih prevodov, kar znatno poveča velikost prenosa. Za kloniranje brez prevodov uporabite 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'

To vam omogoča vse, kar potrebujete za dokončanje tečaja, in veliko hitrejši prenos.

Če želite podpreti dodatne jezike prevodov, so podprti jeziki navedeni tukaj

Pridružite se naši skupnosti

Imamo tekočo Discord serijo učenja z AI, več o tem ter pridružite se nam na Learn with AI Series od 18. do 30. septembra 2025. Prejeli boste nasvete in trike za uporabo GitHub Copilota za podatkovno znanost.

Ste študent?

Začnite z naslednjimi viri:

• Student Hub stran Na tej strani boste našli začetniške vire, študentske pakete in celo načine, kako dobiti brezplačen certifikatno kupon. To je stran, ki si jo želite shraniti med zaznamke in jo občasno preverjati, saj redno posodabljamo vsebino.
• Microsoft Learn Student Ambassadors Pridružite se globalni skupnosti študentskih ambasadorjev, to bi lahko bila vaša pot v Microsoft.

Začetek

📚 Dokumentacija

• Vodnik za namestitev - korak za korakom navodila za začetnike
• Vodnik za uporabo - primeri in pogosti delovni tokovi
• Reševanje težav - rešitve pogostih težav
• Vodnik za prispevanje - kako prispevati k temu projektu
• Za učitelje - navodila za poučevanje in učni viri

👨‍🎓 Za študente

Popolni začetniki: Novinec v podatkovni znanosti? Začnite z našimi primeri za začetnike! Ti preprosti, dobro komentirani primeri vam bodo pomagali razumeti osnove, preden se poglobite v celoten učni načrt. Študentje: za samostojno uporabo tega učnega načrta si naredite fork celotnega repozitorija in samostojno zaključite vaje, začnite s kvizom pred predavanjem. Nato preberite predavanje in dokončajte ostale aktivnosti. Poskusite ustvariti projekte tako, da razumete lekcije in ne le kopirate izvorno kodo rešitve; ta koda pa je na voljo v mapah /solutions v vsaki lekciji, usmerjeni bolj na projekte. Druga možnost je, da oblikujete učni skupino s prijatelji in skupaj prelistate vsebino. Za nadaljnje učenje priporočamo Microsoft Learn.

Hiter začetek:

1. Preverite Vodnik za namestitev za nastavitev okolja
2. Preglejte Vodnik za uporabo, da se naučite uporabljati učni načrt
3. Začnite z Lekcijo 1 in pojdite zaporedno
4. Pridružite se naši Discord skupnosti za podporo

👩‍🏫 Za učitelje

Učitelji: vključili smo nekaj predlogov o tem, kako uporabljati ta učni načrt. Veseli bomo vaših povratnih informacij na našem forumu!

Spoznajte ekipo

Gif avtor: Mohit Jaisal

🎥 Kliknite zgornjo sliko za video o projektu in ljudeh, ki so ga ustvarili!

Pedagogika

Pri oblikovanju tega učnega načrta smo izbrali dve pedagoški vodili: zagotoviti, da je projektno naravnan in da vključuje pogoste kvize. Ob koncu te serije bodo študenti poznali osnovna načela podatkovne znanosti, vključno z etičnimi pojmi, pripravo podatkov, različnimi načini dela s podatki, vizualizacijo podatkov, analizo podatkov, primeri uporabe podatkovne znanosti v resničnem svetu in še več.

Poleg tega nizko tvegani kviz pred predavanjem usmeri študentovo pozornost k učenju določene teme, medtem ko drugi kviz po predavanju zagotovi dodatno zadržanje znanja. Ta učni načrt je zasnovan kot prilagodljiv in zabaven ter ga je mogoče opraviti v celoti ali delno. Projekti se začnejo majhni in postopoma postajajo vedno bolj kompleksni do konca 10-tedenskega cikla.

Najdete naše Kodeks ravnanja, Pravila za prispevke in Navodila za prevode. Veselimo se vaših konstruktivnih povratnih informacij!

Vsaka lekcija vključuje:

• Neobvezno skicno beležko
• Neobvezni dodatni video
• Kratek kviz za ogrevanje pred lekcijo
• Pisno lekcijo
• Za lekcije, ki temeljijo na projektu, navodila korak za korakom, kako zgraditi projekt
• Preverjanje znanja
• Izziv
• Dodatno branje
• Nalogo
• Kviz po lekciji

Opomba o kvizih: Vsi kvizi so v mapi Quiz-App, skupno 40 kvizov s po tremi vprašanji. Povezani so znotraj lekcij, a aplikacijo za kviz je mogoče zagnati lokalno ali pa jo namestiti na Azure; sledite navodilom v mapi quiz-app. Postopoma poteka lokalizacija.

🎓 Primeri, prijazni do začetnikov

Ste novi v podatkovni znanosti? Ustvarili smo poseben imenik primerov z enostavno, dobro komentirano kodo, ki vam pomaga začeti:

• 🌟 Hello World - vaš prvi program podatkovne znanosti
• 📂 Nalaganje podatkov - naučite se brati in raziskovati nize podatkov
• 📊 Preprosta analiza - izračunajte statistiko in poiščite vzorce
• 📈 Osnovna vizualizacija - ustvarite diagrame in grafe
• 🔬 Projekt iz resničnega sveta - celoten potek dela od začetka do konca

Vsak primer vsebuje podrobne komentarje, ki razlagajo vsak korak, zato je idealen za popolne začetnike!

👉 Začnite s primeri 👈

Lekcije

Podatkovna znanost za začetnike: Načrt poti - skicna beležka avtorja @nitya

Št. lekcije	Tema	Skupina lekcije	Cilji učenja	Povezana lekcija	Avtor
01	Definiranje podatkovne znanosti	Uvod	Naučite se osnovnih pojmov podatkovne znanosti in kako je povezana z umetno inteligenco, strojno učenje in velikimi podatki.	lekcija video	Dmitry
02	Etika podatkovne znanosti	Uvod	Pojmi, izzivi in okviri etike podatkov.	lekcija	Nitya
03	Definiranje podatkov	Uvod	Kako so podatki razvrščeni in njihovi pogosti viri.	lekcija	Jasmine
04	Uvod v statistiko in verjetnost	Uvod	Matematične tehnike verjetnosti in statistike za razumevanje podatkov.	lekcija video	Dmitry
05	Delo z relacijskimi podatki	Delo s podatki	Uvod v relacijske podatke in osnove raziskovanja in analize relacijskih podatkov z jezikom Structured Query Language, znanim tudi kot SQL (izgovarja se "si-kvel").	lekcija	Christopher
06	Delo z NoSQL podatki	Delo s podatki	Uvod v nerelacijske podatke, njihove različne tipe in osnove raziskovanja ter analiziranja dokumentacijskih baz podatkov.	lekcija	Jasmine
07	Delo s Python	Delo s podatki	Osnove uporabe Pythona za raziskovanje podatkov z uporabo knjižnic, kot je Pandas. Priporočeno osnovno poznavanje programiranja v Pythonu.	lekcija video	Dmitry
08	Priprava podatkov	Delo s podatki	Teme o tehnikah čiščenja in pretvorbe podatkov za obvladovanje izzivov manjkajočih, netočnih ali nepopolnih podatkov.	lekcija	Jasmine
09	Vizualizacija količin	Vizualizacija podatkov	Naučite se uporabljati Matplotlib za vizualizacijo podatkov o pticah 🦆	lekcija	Jen
10	Vizualizacija porazdelitev podatkov	Vizualizacija podatkov	Vizualizacija opazovanj in trendov znotraj intervala.	lekcija	Jen
11	Vizualizacija razmerij	Vizualizacija podatkov	Vizualizacija diskretnih in združenih odstotkov.	lekcija	Jen
12	Vizualizacija odnosov	Vizualizacija podatkov	Vizualiziranje povezav in korelacij med sklopi podatkov in njihovimi spremenljivkami.	lekcija	Jen
13	Pomenljive vizualizacije	Vizualizacija podatkov	Tehnike in smernice za ustvarjanje vizualizacij, ki so dragocene za učinkovito reševanje problemov in spoznanja.	lekcija	Jen
14	Uvod v življenjski cikel podatkovne znanosti	Življenjski cikel	Uvod v življenjski cikel podatkovne znanosti in njegov prvi korak, pridobivanje in ekstrakcija podatkov.	lekcija	Jasmine
15	Analiza	Življenjski cikel	Ta faza življenjskega cikla podatkovne znanosti se osredotoča na tehnike analize podatkov.	lekcija	Jasmine
16	Komunikacija	Življenjski cikel	Ta faza življenjskega cikla podatkovne znanosti se osredotoča na predstavitev spoznanj iz podatkov na način, ki olajša razumevanje odločevalcem.	lekcija	Jalen
17	Podatkovna znanost v oblaku	Podatki v oblaku	Ta serija lekcij uvaja podatkovno znanost v oblaku in njene prednosti.	lekcija	Tiffany in Maud
18	Podatkovna znanost v oblaku	Podatki v oblaku	Usposabljanje modelov z orodji z nizko kodo.	lekcija	Tiffany in Maud
19	Podatkovna znanost v oblaku	Podatki v oblaku	Nameščanje modelov z Azure Machine Learning Studio.	lekcija	Tiffany in Maud
20	Podatkovna znanost v praksi	V praksi	Projekti, vodeni s podatkovno znanostjo, v resničnem svetu.	lekcija	Nitya

GitHub Codespaces

Sledite tem korakom, da odprete ta vzorec v Codespace:

1. Kliknite na spustni meni Code in izberite možnost Open with Codespaces.
2. Na dnu plošče izberite + New codespace. Za več informacij si oglejte dokumentacijo GitHub.

VSCode Remote - Containers

Sledite tem korakom, da odprete ta repozitorij v vsebniku na lokalnem računalniku z VSCode z razširitvijo VS Code Remote - Containers:

1. Če prvič uporabljate razvojni vsebnik, poskrbite, da vaš sistem izpolnjuje predpogoje (na primer, da je nameščen Docker) v navodilih za začetek.

Za uporabo tega repozitorija lahko bodisi odprete repozitorij v izoliranem Docker volumnu:

Opomba: V ozadju se bo uporabila ukaz Remote-Containers: Clone Repository in Container Volume... za kloniranje izvorne kode v Docker volumen namesto v lokalni datotečni sistem. Volumni so priporočeni mehanizem za shranjevanje podatkov v vsebniku.

Ali odprete lokalno klonirano ali preneseno različico repozitorija:

• Klonirajte ta repozitorij na lokalni datotečni sistem.
• Pritisnite F1 in izberite ukaz Remote-Containers: Open Folder in Container....
• Izberite klonirano kopijo te mape, počakajte, da se vsebnik zažene, in preizkusite.

Dostop brez povezave

To dokumentacijo lahko zaženete brez povezave z uporabo Docsify. Razvežite ta repozitorij, namestite Docsify na vaš lokalni računalnik, nato pa v korenski mapi tega repozitorija vnesite docsify serve. Spletna stran bo na voljo na vratih 3000 na vašem lokalnem strežniku: localhost:3000.

Opomba, zvezki (notebooks) ne bodo prikazani preko Docsify, zato jih za zagon odprite posebej v VS Code z zagonom Python jedra.

Drugi učni načrti

Naša ekipa ustvarja tudi druge učne načrte! Oglejte si:

LangChain

---

Azure / Edge / MCP / Agent

---

Serija generativne umetne inteligence

---

Osnovno učenje

---

Serija Copilot

Pridobivanje pomoči

Se srečujete s težavami? Oglejte si naš Vodnik za odpravljanje težav za rešitve pogostih problemov.

Če se zataknete ali imate kakršnakoli vprašanja o izdelavi AI aplikacij, se pridružite sošolcem in izkušenim razvijalcem ter sodelujte v razpravah o MCP. To je podporna skupnost, kjer so vprašanja dobrodošla in se znanje prosto deli.

Če imate povratne informacije o izdelku ali pa naletite na napake med izdelavo, obiščite:

---

Opozorilo: Ta dokument je bil preveden z uporabo AI prevajalske storitve Co-op Translator. Čeprav si prizadevamo za natančnost, upoštevajte, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem maternem jeziku naj velja za avtoritativni vir. Za pomembne informacije priporočamo strokovni človeški prevod. Ne odgovarjamo za morebitna nerazumevanja ali napačne razlage, ki izhajajo iz uporabe tego prevoda.