Data-Science-For-Beginners/translations/sl

Podatkovna znanost za začetnike - učni načrt

Azure Cloud zagovorniki pri Microsoftu z veseljem ponujajo 10-tedenski, 20-učni načrt, ki je v celoti posvečen podatkovni znanosti. Vsaka lekcija vključuje kvize pred in po lekciji, pisna navodila za dokončanje lekcije, rešitev in nalogo. Naša projektno usmerjena pedagogika vam omogoča učenje med gradnjo, kar je preizkušen način, da nove veščine "ostanejo".

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

🙏 Posebna zahvala 🙏 našim Microsoft Student Ambassador avtorjem, recenzentom in prispevkarjem vsebin, 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 preko GitHub Action (avtomatizirano 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

Če želite, da so podprti dodatni prevodni jeziki, so navedeni tukaj

Pridružite se naši skupnosti

Imamo tekočo serijo učenja z AI na Discordu, več izveste in se nam pridružite na Learn with AI Series od 18. do 30. septembra 2025. Dobite nasvete in trike za uporabo GitHub Copilot za podatkovno znanost.

Ste študent?

Začnite z naslednjimi viri:

• Stran Student Hub Na tej strani boste našli vire za začetnike, študentske pakete in celo načine, kako pridobiti brezplačen certifikatni kupon. To je stran, ki si jo želite shraniti med zaznamke in jo občasno preverjati, saj vsebino vsaj mesečno menjamo.
• Microsoft Learn Student Ambassadors Pridružite se globalni skupnosti študentskih ambasadorjev, to bi lahko bila vaša pot v Microsoft.

Začetek

📚 Dokumentacija

• Vodnik za namestitev - Navodila po korakih za začetnike
• Vodnik za uporabo - Primeri in pogosti delovni tokovi
• Reševanje težav - Rešitve za pogoste težave
• Vodnik za prispevanje - Kako prispevati k temu projektu
• Za učitelje - Navodila za poučevanje in učni viri

👨‍🎓 Za študente

Popolni začetniki: Novi 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. Študenti: za samostojno uporabo tega učnega načrta, naredite fork celotnega repozitorija in samostojno dokončajte vaje, začenši s kvizom pred predavanjem. Nato preberite predavanje in dokončajte ostale aktivnosti. Poskusite ustvariti projekte z razumevanjem lekcij, namesto da kopirate kodo rešitve; ta koda je na voljo v mapah /solutions v vsaki lekciji, usmerjeni v projekte. Druga ideja je, da oblikujete študijsko skupino s prijatelji in skupaj pregledujete vsebino. Za nadaljnje študije priporočamo Microsoft Learn.

Hiter začetek:

1. Preverite Vodnik za namestitev za nastavitev okolja
2. Preglejte Vodnik za uporabo, da se naučite delati z učnim načrtom
3. Začnite z Lekcijo 1 in nadaljujte zaporedno
4. Pridružite se naši Discord skupnosti za podporo

👩‍🏫 Za učitelje

Učitelji: vključili smo nekaj predlogov, kako uporabljati ta učni načrt. Veseli bomo vaših povratnih informacij v našem forumu za razprave!

Spoznajte ekipo

Gif avtor Mohit Jaisal

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

Pedagogika

Pri oblikovanju tega učnega načrta smo izbrali dva pedagoška načela: zagotoviti, da je projektno usmerjen in da vključuje pogoste kvize. Do konca te serije bodo študenti osvojili osnovna načela podatkovne znanosti, vključno z etičnimi koncepti, 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 študenta k učenju določene teme, medtem ko drugi kviz po predavanju zagotavlja nadaljnje zadrževanje znanja. Ta učni načrt je zasnovan tako, da je prilagodljiv in zabaven ter ga je mogoče opraviti v celoti ali delno. Projekti se začnejo majhni in postajajo vse bolj kompleksni do konca 10-tedenskega cikla.

Najdete naše Kodeks ravnanja, Prispevanje, Prevajanje smernice. Veselimo se vaših konstruktivnih povratnih informacij!

Vsaka lekcija vključuje:

• Neobvezno skiciranje
• Neobvezni dodatni video
• Predpredavalni ogrevalni kviz
• Pisno lekcijo
• Za projektno usmerjene lekcije, korak za korakom vodiče za izdelavo projekta
• Preverjanje znanja
• Izziv
• Dodatno branje
• Nalogo
• Kviz po lekciji

Opomba o kvizih: Vsi kvizi so shranjeni v mapi Quiz-App, skupaj 40 kvizov s po tremi vprašanji. Povezani so znotraj lekcij, vendar lahko kvizno aplikacijo zaženete lokalno ali jo namestite na Azure; sledite navodilom v mapi quiz-app. Postopoma se prevajajo.

🎓 Primeri prijazni do začetnikov

Nov 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 podatkovne zbirke
• 📊 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 vključuje podrobne komentarje, ki pojasnjujejo vsak korak, zato je popoln za popolne začetnike!

👉 Začnite s primeri 👈

Lekcije

Podatkovna znanost za začetnike: Načrt poti - Skiciranje avtorja @nitya

Številka lekcije	Tema	Skupina lekcij	Cilji učenja	Povezana lekcija	Avtor
01	Opredelitev podatkovne znanosti	Uvod	Spoznajte osnovne pojme podatkovne znanosti in kako je povezana z umetno inteligenco, strojno učenje in velikimi podatki.	lekcija video	Dmitry
02	Etika podatkovne znanosti	Uvod	Koncepti, izzivi in okviri etike podatkov.	lekcija	Nitya
03	Opredelitev 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 ter analize relacijskih podatkov s strukturiranim poizvedbenim jezikom, znanim kot SQL (izgovarja se "see-quell").	lekcija	Christopher
06	Delo z NoSQL podatki	Delo s podatki	Uvod v nerelacijske podatke, njihove različne vrste in osnove raziskovanja ter analize dokumentnih baz podatkov.	lekcija	Jasmine
07	Delo s Pythonom	Delo s podatki	Osnove uporabe Pythona za raziskovanje podatkov z uporabo knjižnic, kot je Pandas. Priporočeno je osnovno razumevanje programiranja v Pythonu.	lekcija video	Dmitry
08	Priprava podatkov	Delo s podatki	Teme o tehnikah čiščenja in transformacije 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 deležev	Vizualizacija podatkov	Vizualizacija diskretnih in združenih odstotkov.	lekcija	Jen
12	Vizualizacija odnosov	Vizualizacija podatkov	Vizualizacija povezav in korelacij med nabori 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 vpoglede.	lekcija	Jen
14	Uvod v življenjski cikel podatkovne znanosti	Življenjski cikel	Uvod v življenjski cikel podatkovne znanosti in njegov prvi korak pridobivanja in izvlečenja 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 vpogledov 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 Low Code.	lekcija	Tiffany in Maud
19	Podatkovna znanost v oblaku	Podatki v oblaku	Uvajanje modelov z Azure Machine Learning Studio.	lekcija	Tiffany in Maud
20	Podatkovna znanost v naravi	V naravi	Projekti podatkovne znanosti 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 GitHub dokumentacijo.

VSCode Remote - Containers

Sledite tem korakom, da odprete ta repozitorij v vsebniku z uporabo lokalnega računalnika in VSCode z razširitvijo VS Code Remote - Containers:

1. Če prvič uporabljate razvojni vsebnik, preverite, ali vaš sistem izpolnjuje predpogoje (npr. ima nameščen Docker) v dokumentaciji za začetek.

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

Opomba: Pod pokrovom bo uporabljena ukazna vrstica Remote-Containers: Clone Repository in Container Volume... za kloniranje izvorne kode v Docker volumen namesto lokalnega datotečnega sistema. Volumni so priporočeni mehanizem za trajno shranjevanje podatkov vsebnika.

Ali pa odprite 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. Razvejite ta repozitorij, namestite Docsify na lokalni računalnik, nato v korenski mapi tega repozitorija vnesite docsify serve. Spletna stran bo dostopna na vratih 3000 na vašem lokalnem gostitelju: localhost:3000.

Opomba, zvezki se ne bodo prikazovali preko Docsify, zato jih zaženite ločeno v VS Code z zagonom Python jedra.

Drugi učni načrti

Naša ekipa ustvarja tudi druge učne načrte! Oglejte si:

LangChain

---

Azure / Edge / MCP / Agents

---

Serija Generativne umetne inteligence

---

Osnovno učenje

---

Serija Copilot

Pridobivanje pomoči

Se pojavljajo težave? Preverite naš Vodnik za odpravljanje težav za rešitve pogostih problemov.

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

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

---

Omejitev odgovornosti: Ta dokument je bil preveden z uporabo storitve za prevajanje z umetno inteligenco Co-op Translator. Čeprav si prizadevamo za natančnost, vas opozarjamo, da avtomatizirani prevodi lahko vsebujejo napake ali netočnosti. Izvirni dokument v njegovem izvirnem jeziku velja za avtoritativni vir. Za ključne informacije priporočamo strokovni človeški prevod. Za morebitna nesporazume ali napačne interpretacije, ki izhajajo iz uporabe tega prevoda, ne odgovarjamo.