Data-Science-For-Beginners/translations/sr

Наука о подацима за почетнике - Наставни план

Azure Cloud Advocates у Microsoft-у са задовољством нуде 10-недељни, 20-лекцијски наставни план који се бави науком о подацима. Свака лекција укључује квизове пре и после лекције, писане инструкције за завршетак лекције, решење и задатак. Наша педагогија заснована на пројектима омогућава вам да учите док градите, што је доказани начин да нове вештине „запамтите“.

Велика захвалност нашим ауторима: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Посебна захвалност 🙏 нашим ауторима, рецензентима и сарадницима садржаја из Microsoft Student Ambassador, нарочито 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

Наука о подацима за почетнике - Скетчнот од @nitya

🌐 Подршка за више језика

Подржано преко GitHub Action (Аутоматски и увек ажурирано)

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

Ако желите да додате још језика за превод, подржани језици су наведени овде

Придружите се нашој заједници

Имамо текућу серију Learn with AI на Discord-у, сазнајте више и придружите нам се на Learn with AI Series од 18. до 30. септембра 2025. године. Добићете савете и трикове за коришћење GitHub Copilot-а за науку о подацима.

Да ли сте студент?

Почните са следећим ресурсима:

• Страница Student Hub На овој страници ћете пронаћи ресурсе за почетнике, студентске пакете и чак начине да добијете бесплатан сертификат. Ово је страница коју желите да означите и повремено проверавате јер ми мењамо садржај најмање месечно.
• Microsoft Learn Student Ambassadors Придружите се глобалној заједници студентских амбасадора, ово може бити ваш пут у Microsoft.

Почетак рада

📚 Документација

• Водич за инсталацију - Корак по корак упутства за почетнике
• Водич за коришћење - Примери и уобичајени радни токови
• Решавање проблема - Решења за уобичајене проблеме
• Водич за допринос - Како допринети овом пројекту
• За наставнике - Упутства за наставу и ресурси за учионицу

👨‍🎓 За студенте

Потпуни почетници: Нови сте у науци о подацима? Почните са нашим примерима прилагођеним почетницима! Ови једноставни, добро коментарисани примери помоћи ће вам да разумете основе пре него што се упустите у цео наставни план. Студенти: да бисте користили овај наставни план самостално, форкујте цео репозиторијум и сами завршите вежбе, почевши од квиза пре предавања. Затим прочитајте предавање и завршите остале активности. Покушајте да креирате пројекте разумевањем лекција уместо копирања кода решења; међутим, тај код је доступан у фасциклама /solutions у свакој лекцији оријентисаној на пројекат. Друга идеја је да формирате студијску групу са пријатељима и заједно прођете кроз садржај. За даље учење препоручујемо Microsoft Learn.

Брзи почетак:

1. Погледајте Водич за инсталацију да подесите своје окружење
2. Прегледајте Водич за коришћење да научите како да радите са наставним планом
3. Почните са Лекцијом 1 и радите редом
4. Придружите се нашој Discord заједници за подршку

👩‍🏫 За наставнике

Наставници: укључили смо неке предлоге о томе како користити овај наставни план. Волели бисмо ваше повратне информације у нашем форуму за дискусију!

Упознајте тим

Гиф од Mohit Jaisal

🎥 Кликните на слику изнад за видео о пројекту и људима који су га креирали!

Педагогија

Изабрали смо два педагошка начела приликом израде овог курикулума: обезбеђивање да буде заснован на пројектима и да укључује честе квизове. До краја ове серије, студенти ће научити основне принципе науке о подацима, укључујући етичке концепте, припрему података, различите начине рада са подацима, визуализацију података, анализу података, примере из стварног света у науци о подацима и још много тога.

Поред тога, квиз са малим улогом пре часа поставља намеру студента ка учењу теме, док други квиз после часа осигурава даље задржавање знања. Овај курикулум је дизајниран да буде флексибилан и забаван и може се похађати у целини или делимично. Пројекти почињу мали и постају све сложенији до краја циклуса од 10 недеља.

Пронађите наш Кодекс понашања, Упутства за допринос, Упутства за превод. Добродошли су ваши конструктивни коментари!

Свака лекција укључује:

• Опциону скицноту
• Опционални додатни видео
• Квиз за загревање пре лекције
• Писану лекцију
• За лекције засноване на пројектима, корак-по-корак водиче како направити пројекат
• Провере знања
• Изазов
• Додатно читање
• Задатак
• Квиз после лекције

Напомена о квизовима: Сви квизови се налазе у фасцикли Quiz-App, укупно 40 квизова са по три питања. Они су повезани изнутра у лекцијама, али апликација за квизове може се покренути локално или поставити на Azure; пратите упутства у фасцикли quiz-app. Квизови се постепено локализују.

🎓 Примери прилагођени почетницима

Нови сте у науци о подацима? Креирали смо посебан директоријум примера са једноставним, добро коментарисаним кодом који ће вам помоћи да почнете:

• 🌟 Hello World - Ваш први програм из науке о подацима
• 📂 Учитавање података - Научите како да читате и истражујете скупове података
• 📊 Једноставна анализа - Израчунајте статистике и пронађите обрасце
• 📈 Основна визуализација - Креирајте графиконе и дијаграме
• 🔬 Пројекат из стварног света - Комплетан радни ток од почетка до краја

Сваки пример укључује детаљне коментаре који објашњавају сваки корак, што га чини савршеним за апсолутне почетнике!

👉 Почните са примерима 👈

Лекције

Наука о подацима за почетнике: План пута - Скицнота од @nitya

Број лекције	Тема	Груписање лекција	Циљеви учења	Повезана лекција	Аутор
01	Дефинисање науке о подацима	Увод	Научите основне концепте иза науке о подацима и како је повезана са вештачком интелигенцијом, машинским учењем и великим подацима.	лекција видео	Дмитриј
02	Етика у науци о подацима	Увод	Концепти етике података, изазови и оквири.	лекција	Нитија
03	Дефинисање података	Увод	Како се подаци класификују и њихови уобичајени извори.	лекција	Јасмин
04	Увод у статистику и вероватноћу	Увод	Математичке технике вероватноће и статистике за разумевање података.	лекција видео	Дмитриј
05	Рад са релационим подацима	Рад са подацима	Увод у релационе податке и основе истраживања и анализе релационих података помоћу Структурног језика за упите, познатог као SQL (изговара се „си-квел“).	лекција	Кристофер
06	Рад са NoSQL подацима	Рад са подацима	Увод у нерелационе податке, њихове различите типове и основе истраживања и анализе докумената у базама података.	лекција	Јасмин
07	Рад са Питоном	Рад са подацима	Основе коришћења Питона за истраживање података уз библиотеке као што је Pandas. Препоручује се основно разумевање програмирања у Питону.	лекција видео	Дмитриј
08	Припрема података	Рад са подацима	Теме о техникама чишћења и трансформације података за решавање изазова недостајућих, нетачних или непотпуних података.	лекција	Јасмин
09	Визуализација количина	Визуализација података	Научите како да користите Matplotlib за визуализацију података о птицама 🦆	лекција	Џен
10	Визуализација расподела података	Визуализација података	Визуализација посматрања и трендова унутар интервала.	лекција	Џен
11	Визуализација пропорција	Визуализација података	Визуализација дискретних и груписаних процената.	лекција	Џен
12	Визуализација односа	Визуализација података	Визуализација веза и корелација између скупова података и њихових променљивих.	лекција	Џен
13	Смислене визуализације	Визуализација података	Технике и смернице за прављење вредних визуализација за ефикасно решавање проблема и увиде.	лекција	Џен
14	Увод у животни циклус науке о подацима	Животни циклус	Увод у животни циклус науке о подацима и његов први корак - прикупљање и екстракцију података.	лекција	Јасмин
15	Анализа	Животни циклус	Ова фаза животног циклуса науке о подацима фокусира се на технике анализе података.	лекција	Јасмин
16	Комуникација	Животни циклус	Ова фаза животног циклуса науке о подацима фокусира се на представљање увида из података на начин који олакшава разумевање од стране доносиоца одлука.	лекција	Џејлен
17	Наука о подацима у облаку	Облак података	Ова серија лекција уводи науку о подацима у облаку и њене предности.	лекција	Тифани и Мод
18	Наука о подацима у облаку	Облак података	Тренирање модела коришћењем Low Code алата.	лекција	Тифани и Мод
19	Наука о подацима у облаку	Облак података	Деплојовање модела помоћу Azure Machine Learning Studio.	лекција	Тифани и Мод
20	Наука о подацима у пракси	У пракси	Пројекти вођени науком о подацима у стварном свету.	лекција	Нитија

GitHub Codespaces

Пратите ове кораке да бисте отворили овај пример у Codespace-у:

1. Кликните на падајући мени Code и изаберите опцију Open with Codespaces.
2. Изаберите + New codespace на дну панела. За више информација, погледајте GitHub документацију.

VSCode Remote - Containers

Пратите ове кораке да бисте отворили овај репозиторијум у контејнеру користећи ваш локални рачунар и VSCode уз помоћ екстензије VS Code Remote - Containers:

1. Ако први пут користите развојни контејнер, молимо вас да проверите да ли ваш систем испуњава предуслове (нпр. да имате инсталиран Docker) у документацији за почетак рада.

Да бисте користили овај репозиторијум, можете или отворити репозиторијум у изолованом Docker волумену:

Напомена: Испод хаубе, ово ће користити команду Remote-Containers: Clone Repository in Container Volume... да клонира изворни код у Docker волумен уместо у локални фајл систем. Волумени су препоручени механизам за чување података контејнера.

Или отворите локално клонирану или преузету верзију репозиторијума:

• Клонирајте овај репозиторијум на ваш локални фајл систем.
• Притисните F1 и изаберите команду Remote-Containers: Open Folder in Container....
• Изаберите клонирану копију ове фасцикле, сачекајте да се контејнер покрене и испробајте.

Оффлине приступ

Можете покренути ову документацију оффлине користећи Docsify. Форкујте овај репозиторијум, инсталирајте Docsify на вашем локалном рачунару, затим у коренској фасцикли овог репозиторијума укуцајте docsify serve. Вебсајт ће бити доступан на порту 3000 на вашем локалном хосту: localhost:3000.

Напомена, нотебоок-ови се неће приказивати преко Docsify-а, па када треба да покренете нотебоок, урадите то посебно у VS Code-у са покренутим Python кернелом.

Остали курикулуми

Наш тим производи и друге курикулуме! Погледајте:

LangChain

---

Azure / Edge / MCP / Agents

Серия генеративне вештачке интелигенције

Основно учење

Серия Копилот

Добијање помоћи

Имате проблема? Погледајте наш Водич за решавање проблема за решења уобичајених проблема.

Ако запнете или имате било каквих питања о изградњи AI апликација, придружите се другим ученицима и искусним програмерима у дискусијама о MCP. То је подржавајућа заједница где су питања добродошла и знање се слободно дели.

Ако имате повратне информације о производу или грешке током изградње, посетите:

---

Одрицање од одговорности: Овај документ је преведен коришћењем AI услуге за превођење Co-op Translator. Иако се трудимо да превод буде тачан, имајте у виду да аутоматски преводи могу садржати грешке или нетачности. Оригинални документ на његовом изворном језику треба сматрати ауторитетним извором. За критичне информације препоручује се професионални људски превод. Нисмо одговорни за било каква неспоразума или погрешна тумачења која произилазе из коришћења овог превода.