Data-Science-For-Beginners/translations/hr

Data Science za početnike - Kurikulum

Azure Cloud Advocates u Microsoftu s veseljem nude 10-tjedni, 20-predavanja kurikulum posvećen Data Scienceu. Svako predavanje uključuje kviz prije i nakon predavanja, pisane upute za dovršetak lekcije, rješenje i zadatak. Naša pedagogija zasnovana na projektima omogućava vam učenje kroz izgradnju, dokazani način da nove vještine "zadrže".

Veliko hvala 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 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 autora @nitya

🌐 Višejezična podrška

Podržano putem GitHub Action (Automatski i uvijek ažurno)

Arapski | Bengalski | Bugarski | Burmanski (Myanmar) | Kineski (pojednostavljeni) | Kineski (tradicionalni, Hong Kong) | Kineski (tradicionalni, Macau) | Kineski (tradicionalni, Taiwan) | Hrvatski | Češki | Danski | Nizozemski | Estonski | Finski | Francuski | Njemački | Grčki | Hebrejski | Hindi | Mađarski | Indonezijski | Talijanski | Japanski | Kannada | Korejski | Litvanski | Malajski | Malayalam | Marathi | Nepalski | Nigerijski Pidgin | Norveški | Perzijski (Farsi) | Poljski | Portugalski (Brazil) | Portugalski (Portugal) | Pandžapski (Gurmukhi) | Rumunjski | Ruski | Srpski (ćirilica) | Slovački | Slovenski | Španjolski | Svahili | Švedski | Tagalog (Filipinski) | Tamilski | Telugu | Tajlandski | Turski | Ukrajinski | Urdu | Vijetnamski

Ako želite da budu podržani dodatni jezici prijevoda, oni su navedeni ovdje

Pridružite se našoj zajednici

Imamo tekuću Discord seriju Uči s AI, saznajte više i pridružite nam se na Seriji Uči s AI od 18 - 30 September, 2025. Dobit ćete savjete i trikove za korištenje GitHub Copilota za Data Science.

Jeste li student?

Počnite s sljedećim resursima:

• Student Hub page Na ovoj stranici pronaći ćete resurse za početnike, pakete za studente i čak načine kako dobiti besplatan certifikat/vaučer. Ovo je stranica koju želite dodati u oznake i povremeno provjeravati jer sadržaj mijenjamo barem jednom mjesečno.
• Microsoft Learn Student Ambassadors Pridružite se globalnoj zajednici studentskih ambasadora; ovo bi vam mogao biti put u Microsoft.

Početak rada

📚 Dokumentacija

• Vodič za instalaciju - Upute za postavljanje korak po korak za početnike
• Vodič za upotrebu - Primjeri i uobičajeni tokovi rada
• 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 u data scienceu? Počnite s našim primjerima prilagođenim početnicima! Ovi jednostavni, dobro komentirani primjeri pomoći će vam razumjeti osnove prije nego se upustite u puni kurikulum. Studenti: da biste koristili ovaj kurikulum samostalno, forkajte cijeli repozitorij i dovršite vježbe sami, počevši s kvizom prije predavanja. Zatim pročitajte predavanje i dovršite ostale aktivnosti. Pokušajte stvarati projekte razumijevanjem lekcija umjesto kopiranja rješenja; ipak, taj je kod dostupan u /solutions mapama u svakoj lekciji usmjerenoj na projekt. Još jedna ideja je formirati studijsku grupu s prijateljima i prolaziti sadržaj zajedno. Za daljnje učenje preporučujemo Microsoft Learn.

Brzi početak:

1. Provjerite Vodič za instalaciju kako biste postavili svoje okruženje
2. Pregledajte Vodič za upotrebu kako biste naučili rad s kurikulumom
3. Počnite 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 kurikulum. Voljeli bismo vaš povratak u našem forumu za raspravu!

Upoznajte tim

Gif autora Mohit Jaisal

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

Pedagogija

Tijekom izrade ovog kurikuluma odabrali smo dva pedagoška načela: da bude usmjeren na projekte i da uključuje česte kvizove. Do kraja ovog niza, učenici će savladati osnovne principe znanosti o podacima, uključujući etičke koncepte, pripremu podataka, različite načine rada s podacima, vizualizaciju podataka, analizu podataka, primjere primjene znanosti o podacima u stvarnom svijetu i još mnogo toga.

Osim toga, niskorizični kviz prije sata postavlja namjeru učenika za učenje teme, dok drugi kviz nakon sata osigurava dodatno zadržavanje gradiva. Ovaj kurikulum je dizajniran da bude fleksibilan i zabavan te se može pohađati u cijelosti ili dijelom. Projekti počinju mali i postaju sve složeniji do kraja desetotjednog ciklusa.

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

Svaka lekcija uključuje:

• Neobavezna sketchnota
• Neobavezni dodatni video
• Kviz za zagrijavanje prije lekcije
• Pisana lekcija
• Za lekcije temeljene na projektu, vodiči korak po korak kako izraditi projekt
• Provjere znanja
• Izazov
• Dodatna literatura
• Zadatak
• Kviz nakon lekcije

Napomena o kvizovima: Svi kvizovi nalaze se u mapi Quiz-App, za ukupno 40 kvizova od po tri pitanja. Povezani su iz lekcija, ali aplikaciju kvizova možete pokrenuti lokalno ili je rasporediti na Azure; slijedite upute u mapi quiz-app. Postupno se lokaliziraju.

🎓 Primjeri prilagođeni početnicima

Novi u znanosti o podacima? Stvorili smo poseban mapa primjera sa jednostavnim, dobro komentiranim kodom koji će vam pomoći započeti:

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

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

👉 Počnite s primjerima 👈

Lekcije

Znanost o podacima za početnike: Putokaz - Sketchnote autora @nitya

Broj lekcije	Tema	Lesson Grouping	Ciljevi učenja	Povezana lekcija	Autor
01	Definiranje znanosti o podacima	Uvod	Naučite osnovne pojmove iz 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 etike podataka, izazovi i okviri.	lekcija	Nitya
03	Definiranje podataka	Uvod	Kako se podaci klasificiraju i njihovi uobičajeni izvori.	lekcija	Jasmine
04	Uvod u statistiku & vjerojatnost	Uvod	Matematičke tehnike vjerojatnosti i statistike za razumijevanje podataka.	lekcija video	Dmitry
05	Rad s relacijskim podacima	Working With Data	Uvod u relacijske podatke i osnove istraživanja i analize relacijskih podataka pomoću Structured Query Language, također poznatog kao SQL (izgovara se “see-quell”).	lekcija	Christopher
06	Rad s NoSQL podacima	Working With Data	Uvod u nerelacijske podatke, njihove različite vrste i osnove istraživanja i analize baza dokumenata.	lekcija	Jasmine
07	Rad s Pythonom	Working With Data	Osnove korištenja Pythona za istraživanje podataka s knjižnicama poput Pandas. Preporučeno je temeljno razumijevanje programiranja u Pythonu.	lekcija video	Dmitry
08	Priprema podataka	Working With Data	Teme o tehnikama čišćenja i transformacije podataka za rješavanje izazova s nedostajućim, netočnim ili nepotpunim podacima.	lekcija	Jasmine
09	Vizualizacija količina	Data Visualization	Naučite kako koristiti Matplotlib za vizualizaciju podataka o pticama 🦆	lekcija	Jen
10	Vizualizacija raspodjela podataka	Data Visualization	Vizualizacija opažanja i trendova unutar intervala.	lekcija	Jen
11	Vizualizacija proporcija	Data Visualization	Vizualizacija diskretnih i grupiranih postotaka.	lekcija	Jen
12	Vizualizacija odnosa	Data Visualization	Vizualizacija veza i korelacija između skupova podataka i njihovih varijabli.	lekcija	Jen
13	Smislene vizualizacije	Data Visualization	Tehnike i smjernice kako učiniti vizualizacije vrijednima za učinkovito rješavanje problema i dobivanje uvida.	lekcija	Jen
14	Uvod u životni ciklus znanosti o podacima	Životni ciklus	Uvod u životni ciklus znanosti o podacima i njegov prvi korak od pribavljanja i izdvajanja podataka.	lekcija	Jasmine
15	Analiza	Životni ciklus	Ova faza životnog ciklusa znanosti o podacima fokusira se na tehnike za analizu 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	Cloud Data	Ovaj niz lekcija uvodi znanost o podacima u oblaku i njezine prednosti.	lekcija	Tiffany and Maud
18	Znanost o podacima u oblaku	Cloud Data	Treniranje modela korištenjem Low Code alata.	lekcija	Tiffany and Maud
19	Znanost o podacima u oblaku	Cloud Data	Implementacija modela pomoću Azure Machine Learning Studio.	lekcija	Tiffany and Maud
20	Znanost o podacima u stvarnom svijetu	U stvarnom svijetu	Projekti vođeni znanošću o podacima u stvarnom svijetu.	lekcija	Nitya

GitHub Codespaces

Follow these steps to open this sample in a Codespace:

1. Kliknite padajući izbornik Code i odaberite opciju Open with Codespaces.
2. Odaberite + New codespace na dnu on the pane. For more info, check out the GitHub dokumentaciju.

VSCode Remote - Containers

Follow these steps to open this repo in a container using your local machine and VSCode using the VS Code Remote - Containers extension:

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

To use this repository, you can either open the repository in an isolated Docker volume:

Note: Under the hood, this will use the Remote-Containers: Clone Repository in Container Volume... command to clone the source code in a Docker volume instead of the local filesystem. Volumes are the preferred mechanism for persisting container data.

Or open a locally cloned or downloaded version of the repository:

• Klonirajte ovaj repozitorij na vaš lokalni datotečni sustav.
• Pritisnite F1 i odaberite naredbu Remote-Containers: Open Folder in Container....
• Odaberite kloniranu kopiju ovog foldera, pričekajte da se kontejner pokrene, i isprobajte stvari.

Offline access

You can run this documentation offline by using Docsify. Fork this repo, instalirajte Docsify on your local machine, then in the root folder of this repo, type docsify serve. The website will be served on port 3000 on your localhost: localhost:3000.

Napomena, bilježnice neće se renderirati putem Docsify-ja, pa kada trebate pokrenuti bilježnicu, učinite to zasebno u VS Codeu koristeći Python kernel.

Ostali kurikulumi

Naš tim proizvodi i druge kurikulume! Pogledajte:

LangChain

---

Azure / Edge / MCP / Agents

---

Serija generativne umjetne inteligencije

---

Temeljno učenje

---

Serija Copilota

Dobivanje pomoći

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

Ako zapnete ili imate bilo kakvih pitanja o izradi AI aplikacija. Pridružite se drugim polaznicima i iskusnim programerima u raspravama o MCP-u. To je podržavajuća zajednica u kojoj su pitanja dobrodošla, a znanje se slobodno dijeli.

Ako imate povratne informacije o proizvodu ili pogreške tijekom izrade posjetite:

---

Odricanje odgovornosti: Ovaj je dokument preveden pomoću AI usluge za prevođenje Co-op Translator. Iako nastojimo postići točnost, imajte na umu da automatizirani prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku treba se smatrati autoritativnim izvorom. Za kritične informacije preporučuje se profesionalni ljudski prijevod. Ne snosimo odgovornost za bilo kakve nesporazume ili pogrešne interpretacije koje proizlaze iz korištenja ovog prijevoda.