Data-Science-For-Beginners/translations/hr

Data Science za početnike - Nastavni plan

Azure Cloud Advocates u Microsoftu s veseljem nude 10-tjedni, 20-lekcijski nastavni plan posvećen Data Scienceu. Svaka lekcija uključuje kviz prije i nakon lekcije, pisane upute za dovršetak lekcije, rješenje i zadatak. Naša pedagoška metoda temeljena na projektima omogućuje vam učenje kroz izgradnju, dokazani način da nove vještine "ostanu".

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

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

Data Science za početnike - Sketchnote by @nitya

🌐 Podrška za više jezika

Podržano putem GitHub Action (Automatski i uvijek ažurirano)

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

Ako želite dodatne prijevode, podržani jezici su navedeni ovdje

Pridružite se našoj zajednici

Imamo tekuću Discord seriju učenja s AI, 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 Data Science.

Jeste li student?

Započnite s sljedećim resursima:

• Student Hub stranica Na ovoj stranici pronaći ćete resurse za početnike, studentske pakete i čak načine za dobivanje besplatnog certifikacijskog vaučera. 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 rada

📚 Dokumentacija

• Vodič za instalaciju - Korak-po-korak upute za početnike
• Vodič za korištenje - Primjeri i uobičajeni radni tokovi
• Rješavanje problema - Rješenja za uobičajene probleme
• Vodič za doprinos - Kako doprinijeti ovom projektu
• Za nastavnike - Smjernice za podučavanje i resursi za učionicu

👨‍🎓 Za studente

Potpuni početnici: Novi ste u data scienceu? Počnite s našim primjerima prilagođenim početnicima! Ovi jednostavni, dobro komentirani primjeri pomoći će vam razumjeti osnove prije nego što zaronite u cijeli nastavni plan. Studenti: za samostalno korištenje ovog nastavnog plana, forkajte cijeli repozitorij i samostalno dovršite vježbe, počevši s kvizom prije predavanja. Zatim pročitajte predavanje i dovršite ostale aktivnosti. Pokušajte stvarati projekte razumijevanjem lekcija umjesto kopiranja koda rješenja; međutim, taj je kod dostupan u mapama /solutions u svakoj lekciji usmjerenoj na projekte. Druga ideja je formirati studijsku grupu s prijateljima i zajedno proći kroz sadržaj. Za daljnje učenje preporučujemo Microsoft Learn.

Brzi početak:

1. Provjerite Vodič za instalaciju za postavljanje okruženja
2. Pregledajte Vodič za korištenje da naučite kako raditi s nastavnim planom
3. Započnite s Lekcijom 1 i radite redom
4. Pridružite se našoj Discord zajednici za podršku

👩‍🏫 Za nastavnike

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

Upoznajte tim

Gif od Mohit Jaisal

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

Pedagogija

Odabrali smo dva pedagoška načela prilikom izrade ovog kurikuluma: osigurati da je projektno orijentiran 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 ulozima prije nastave postavlja namjeru učenika prema učenju teme, dok drugi kviz nakon nastave osigurava dodatno zadržavanje znanja. Ovaj kurikulum je dizajniran da bude fleksibilan i zabavan te se može pohađati u cijelosti ili djelomično. Projekti počinju mali i postaju sve složeniji do kraja 10-tjednog ciklusa.

Pronađite naš Kodeks ponašanja, Upute za doprinos, Prijevode. Dobrodošli su vaši konstruktivni komentari!

Svaka lekcija uključuje:

• Opcionalnu skicu bilješki
• Opcionalni dodatni video
• Kviz za zagrijavanje prije lekcije
• Pisanu lekciju
• Za lekcije temeljene na projektima, vodiče korak po korak kako izgraditi 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 aplikaciju za kvizove možete pokrenuti lokalno ili je implementirati na Azure; slijedite upute u mapi quiz-app. Postupno se lokaliziraju.

🎓 Primjeri prilagođeni početnicima

Novi ste u znanosti o podacima? Stvorili smo poseban direktorij primjera sa jednostavnim, dobro komentiranim kodom koji će vam pomoći da započnete:

• 🌟 Hello World - Vaš prvi program za znanost o podacima
• 📂 Učitavanje podataka - Naučite kako čitati i istraživati skupove podataka
• 📊 Jednostavna analiza - Izračunajte statistike i pronađite obrasce
• 📈 Osnovna vizualizacija - Izradite grafikone i dijagrame
• 🔬 Projekt iz stvarnog svijeta - Potpuni tijek rada od početka do kraja

Svaki primjer uključuje detaljne komentare koji objašnjavaju svaki korak, što ga čini savršenim za apsolutne početnike!

👉 Započnite s primjerima 👈

Lekcije

Znanost o podacima za početnike: Plan puta - Sketchnote by @nitya

Broj lekcije	Tema	Grupiranje lekcija	Ciljevi učenja	Povezana lekcija	Autor
01	Definiranje znanosti o podacima	Uvod	Naučite osnovne koncepte iza znanosti o podacima i kako je povezana s umjetnom inteligencijom, strojnim učenjem i velikim podacima.	lekcija video	Dmitry
02	Etika u znanosti o podacima	Uvod	Koncepti, izazovi i okviri etike podataka.	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 strukturiranog upitnog jezika, poznatog kao SQL (izgovara se "es-kju-el").	lekcija	Christopher
06	Rad s NoSQL podacima	Rad s podacima	Uvod u nerelacijske podatke, njihove različite vrste i osnove istraživanja i analize dokumenata 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	Teme o tehnikama čišćenja i transformacije podataka za rješavanje izazova 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 distribucija 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 veza i korelacija između skupova podataka i njihovih varijabli.	lekcija	Jen
13	Smislene vizualizacije	Vizualizacija podataka	Tehnike i smjernice za izradu vrijednih vizualizacija za učinkovito rješavanje problema i uvida.	lekcija	Jen
14	Uvod u životni ciklus znanosti o podacima	Životni ciklus	Uvod u životni ciklus znanosti o podacima i njegov prvi korak prikupljanja i izvlačenja podataka.	lekcija	Jasmine
15	Analiza	Životni ciklus	Ova faza životnog ciklusa znanosti o podacima fokusira se na tehnike analize podataka.	lekcija	Jasmine
16	Komunikacija	Životni ciklus	Ova faza životnog ciklusa znanosti o podacima fokusira se na predstavljanje uvida iz podataka na način koji olakšava razumijevanje donositeljima odluka.	lekcija	Jalen
17	Znanost o podacima u oblaku	Podaci u oblaku	Ova serija lekcija uvodi znanost o podacima u oblaku i njezine prednosti.	lekcija	Tiffany i Maud
18	Znanost o podacima u oblaku	Podaci u oblaku	Treniranje modela korištenjem Low Code alata.	lekcija	Tiffany i Maud
19	Znanost o podacima u oblaku	Podaci u oblaku	Implementacija modela pomoću Azure Machine Learning Studio.	lekcija	Tiffany i Maud
20	Znanost o podacima u stvarnom svijetu	U stvarnom svijetu	Projekti vođeni znanošću o podacima u stvarnom svijetu.	lekcija	Nitya

GitHub Codespaces

Slijedite ove korake za otvaranje ovog primjera u Codespace-u:

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

VSCode Remote - Containers

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

1. Ako prvi put koristite razvojni kontejner, provjerite zadovoljava li vaš sustav preduvjete (npr. instaliran Docker) u dokumentaciji za početak.

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

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

Ili otvorite lokalno kloniranu ili preuzetu verziju repozitorija:

• Klonirajte ovaj repozitorij na svoj 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.

Pristup bez interneta

Ovu dokumentaciju možete pokretati 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 dostupna na portu 3000 na vašem localhostu: localhost:3000.

Napomena, bilježnice se neće prikazivati putem Docsify, pa kada trebate pokrenuti bilježnicu, učinite to zasebno u VS Code-u s pokrenutim Python kernelom.

Ostali kurikulumi

Naš tim proizvodi i druge kurikulume! Pogledajte:

LangChain

---

Azure / Edge / MCP / Agents

---

Serija Generativne AI

---

Osnovno učenje

---

Serija Copilot

Dobivanje pomoći

Imate problema? Pogledajte naš Vodič za rješavanje problema za rješenja uobičajenih problema.

Ako zapnete ili imate pitanja o izradi AI aplikacija, pridružite se drugim učenicima i iskusnim programerima u raspravama o MCP-u. To je podržavajuća zajednica gdje su pitanja dobrodošla i znanje se slobodno dijeli.

Ako imate povratne informacije o proizvodu ili greške tijekom izrade, posjetite:

---

Odricanje od odgovornosti: Ovaj dokument je preveden korištenjem AI usluge za prevođenje Co-op Translator. Iako nastojimo postići točnost, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku treba smatrati autoritativnim izvorom. Za kritične informacije preporučuje se profesionalni ljudski prijevod. Ne snosimo odgovornost za bilo kakva nesporazuma ili pogrešna tumačenja koja proizlaze iz korištenja ovog prijevoda.