Data-Science-For-Beginners/translations/ro

Data Science pentru Începători - Un Curriculum

Azure Cloud Advocates de la Microsoft sunt bucuroși să ofere un curriculum de 10 săptămâni, 20 de lecții, dedicat Data Science. Fiecare lecție include chestionare pre-lecție și post-lecție, instrucțiuni scrise pentru completarea lecției, o soluție și o temă. Pedagogia noastră bazată pe proiecte îți permite să înveți construind, o metodă dovedită pentru ca noile competențe să rămână.

Mulțumiri călduroase autorilor noștri: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Mulțumiri speciale 🙏 autorilor, recenzorilor și contributorilor de conținut Microsoft Student Ambassador, în special 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 For Beginners - Sketchnote realizat de @nitya

🌐 Suport multilingv

Acceptat prin GitHub Action (Automatizat & Întotdeauna Actualizat)

Arabă | Bengaleză | Bulgară | Birmană (Myanmar) | Chineză (Simplificată) | Chineză (Tradițională, Hong Kong) | Chineză (Tradițională, Macau) | Chineză (Tradițională, Taiwan) | Croată | Cehă | Daneză | Olandeză | Estonă | Finlandeză | Franceză | Germană | Greacă | Ebraică | Hindi | Maghiară | Indoneziană | Italiană | Japoneză | Kannada | Coreeană | Lituaniană | Malaieză | Malayalam | Marathi | Nepaleză | Pidgin nigerian | Norvegiană | Persană (Farsi) | Poloneză | Portugheză (Brazilia) | Portugheză (Portugalia) | Punjabi (Gurmukhi) | Română | Rusă | Sârbă (Chirilică) | Slovacă | Slovenă | Spaniolă | Swahili | Suedeză | Tagalog (Filipineză) | Tamilă | Telugu | Thailandeză | Turcă | Ucraineană | Urdu | Vietnameză

Dacă doriți ca limbi suplimentare să fie acceptate, acestea sunt listate aici

Alăturați-vă comunității noastre

Avem o serie pe Discord „Learn with AI” în desfășurare; aflați mai multe și alăturați-vă la Learn with AI Series între 18 - 30 septembrie 2025. Veți primi sfaturi și trucuri pentru utilizarea GitHub Copilot în Data Science.

Ești student?

Începe cu următoarele resurse:

• Pagina Student Hub Pe această pagină veți găsi resurse pentru începători, pachete pentru studenți și chiar modalități de a obține un voucher de certificare gratuit. Aceasta este o pagină pe care merită să o adăugați la favorite și să o verificați din când în când, deoarece schimbăm conținutul cel puțin lunar.
• Microsoft Learn Student Ambassadors Alăturați-vă unei comunități globale de ambasadori studenți; aceasta ar putea fi o cale către Microsoft.

Începeți

📚 Documentație

• Ghid de instalare - Instrucțiuni pas cu pas pentru configurarea mediului pentru începători
• Ghid de utilizare - Exemple și fluxuri de lucru comune
• Depanare - Soluții la probleme comune
• Ghid de contribuție - Cum să contribuiți la acest proiect
• Pentru profesori - Ghid de predare și resurse pentru clasă

👨‍🎓 Pentru studenți

Începători compleți: Ești nou în data science? Începe cu exemplele noastre prietenoase pentru începători! Aceste exemple simple, bine comentate, te vor ajuta să înțelegi elementele de bază înainte de a te adânci în curriculum complet. Studenți: pentru a folosi acest curriculum pe cont propriu, fork-uiți întregul repo și finalizați exercițiile pe cont propriu, începând cu un chestionar pre-lecție. Apoi citiți lecția și completați restul activităților. Încercați să creați proiectele înțelegând lecțiile, mai degrabă decât să copiați codul soluției; totuși, acel cod este disponibil în folderele /solutions din fiecare lecție orientată pe proiect. O altă idee ar fi să formați un grup de studiu cu prietenii și să parcurgeți conținutul împreună. Pentru studii suplimentare, recomandăm Microsoft Learn.

Pornire rapidă:

1. Verificați Ghidul de instalare pentru a configura mediul
2. Consultați Ghidul de utilizare pentru a învăța cum să lucrați cu curriculumul
3. Începeți cu Lecția 1 și parcurgeți-le în ordine
4. Alăturați-vă comunității noastre Discord pentru suport

👩‍🏫 Pentru profesori

Profesori: am inclus câteva sugestii despre cum să folosiți acest curriculum. Ne-ar plăcea feedback-ul vostru în forumul nostru de discuții!

Cunoaște echipa

GIF de Mohit Jaisal

🎥 Faceți clic pe imaginea de mai sus pentru un videoclip despre proiectul realizat de persoanele care l-au creat!

Pedagogie

Am ales două principii pedagogice în timp ce construim acest curriculum: să fie bazat pe proiecte și să includă chestionare frecvente. Până la sfârșitul acestei serii, cursanții vor fi învățat principii de bază ale științei datelor, inclusiv concepte etice, pregătirea datelor, diferite modalități de a lucra cu datele, vizualizarea datelor, analiza datelor, cazuri de utilizare din lumea reală ale științei datelor și altele.

În plus, un chestionar cu miză scăzută înaintea unei lecții setează intenția studentului spre învățarea unui subiect, în timp ce un al doilea chestionar după lecție asigură o retenție mai bună. Acest curriculum a fost proiectat pentru a fi flexibil și distractiv și poate fi urmat integral sau parțial. Proiectele încep mici și devin din ce în ce mai complexe până la sfârșitul ciclului de 10 săptămâni.

Găsiți Codul nostru de conduită, Contribuții, Ghiduri de traducere. Apreciem feedback-ul tău constructiv!

Fiecare lecție include:

• Sketchnote opțional
• Videoclip suplimentar opțional
• Chestionar de încălzire înaintea lecției
• Lecție scrisă
• Pentru lecțiile bazate pe proiecte, ghiduri pas cu pas pentru construirea proiectului
• Verificări ale cunoștințelor
• O provocare
• Lectură suplimentară
• Temă
• Chestionar după lecție

O notă despre chestionare: Toate chestionarele se află în folderul Quiz-App, în total 40 de chestionare, câte trei întrebări fiecare. Sunt legate din cadrul lecțiilor, dar aplicația chestionar poate fi rulată local sau distribuită pe Azure; urmați instrucțiunile din folderul quiz-app. Sunt traduse treptat.

🎓 Exemple prietenoase pentru începători

Ești nou în Data Science? Am creat un director de exemple special cu cod simplu și bine comentat pentru a te ajuta să începi:

• 🌟 Hello World - Primul tău program de data science
• 📂 Loading Data - Învață să citești și să explorezi seturi de date
• 📊 Simple Analysis - Calculează statistici și găsește tipare
• 📈 Basic Visualization - Creează diagrame și grafice
• 🔬 Real-World Project - Flux de lucru complet de la început până la sfârșit

Fiecare exemplu include comentarii detaliate care explică fiecare pas, făcându-l perfect pentru începători absoluți!

👉 Începe cu exemplele 👈

Lecții

Data Science pentru Începători: Foaie de parcurs - Sketchnote de @nitya

Lesson Number	Topic	Lesson Grouping	Learning Objectives	Linked Lesson	Author
01	Definirea științei datelor	Introducere	Aflați conceptele de bază din spatele științei datelor și cum este legată de inteligența artificială, învățarea automată și big data.	lecție video	Dmitry
02	Etică în știința datelor	Introducere	Concepte, provocări și cadre pentru etica datelor.	lecție	Nitya
03	Definirea datelor	Introducere	Cum sunt clasificate datele și sursele lor comune.	lecție	Jasmine
04	Introducere în statistică și probabilități	Introducere	Tehnici matematice ale probabilității și statisticii pentru a înțelege datele.	lecție video	Dmitry
05	Lucrul cu date relaționale	Lucrul cu datele	Introducere în date relaționale și elementele de bază pentru explorarea și analizarea datelor relaționale cu Structured Query Language, cunoscut și ca SQL (pronunțat “see-quell”).	lecție	Christopher
06	Lucrul cu date NoSQL	Lucrul cu datele	Introducere în date non-relaționale, tipurile lor și elementele de bază pentru explorarea și analizarea bazelor de date document.	lecție	Jasmine
07	Lucrul cu Python	Lucrul cu datele	Noțiuni de bază despre utilizarea Python pentru explorarea datelor cu biblioteci precum Pandas. Se recomandă o înțelegere de bază a programării în Python.	lecție video	Dmitry
08	Pregătirea datelor	Lucrul cu datele	Subiecte despre tehnici de curățare și transformare a datelor pentru a face față provocărilor datelor lipsă, inexacte sau incomplete.	lecție	Jasmine
09	Vizualizarea cantităților	Vizualizarea datelor	Învață cum să folosești Matplotlib pentru a vizualiza date despre păsări 🦆	lecție	Jen
10	Vizualizarea distribuțiilor datelor	Vizualizarea datelor	Vizualizarea observațiilor și a tendințelor într-un interval.	lecție	Jen
11	Vizualizarea proporțiilor	Vizualizarea datelor	Vizualizarea procentajelor discrete și grupate.	lecție	Jen
12	Vizualizarea relațiilor	Vizualizarea datelor	Vizualizarea conexiunilor și corelațiilor între seturi de date și variabilele lor.	lecție	Jen
13	Vizualizări semnificative	Vizualizarea datelor	Tehnici și recomandări pentru a face vizualizările valoroase pentru rezolvarea eficientă a problemelor și pentru obținerea de insight-uri.	lecție	Jen
14	Introducere în ciclul de viață al științei datelor	Ciclul de viață	Introducere în ciclul de viață al științei datelor și prima sa etapă de achiziție și extragere a datelor.	lecție	Jasmine
15	Analiză	Ciclul de viață	Această fază a ciclului de viață al științei datelor se concentrează pe tehnici pentru analiza datelor.	lecție	Jasmine
16	Comunicare	Ciclul de viață	Această fază a ciclului de viață al științei datelor se concentrează pe prezentarea insight-urilor din date într-un mod care să le facă mai ușor de înțeles pentru factorii de decizie.	lecție	Jalen
17	Știința datelor în cloud	Date în cloud	Această serie de lecții introduce știința datelor în cloud și beneficiile acesteia.	lecție	Tiffany și Maud
18	Știința datelor în cloud	Date în cloud	Antrenarea modelelor folosind instrumente Low Code.	lecție	Tiffany și Maud
19	Știința datelor în cloud	Date în cloud	Implementarea modelelor cu Azure Machine Learning Studio.	lecție	Tiffany și Maud
20	Știința datelor în lumea reală	În lumea reală	Proiecte conduse de știința datelor în lumea reală.	lecție	Nitya

GitHub Codespaces

Urmați acești pași pentru a deschide acest exemplu într-un Codespace:

1. Faceți clic pe meniul derulant 'Code' și selectați opțiunea 'Open with Codespaces'.
2. Selectați + New codespace în partea de jos a panoului. Pentru mai multe informații, consultați documentația GitHub.

VSCode Remote - Containers

Urmați acești pași pentru a deschide acest repo într-un container folosind mașina locală și VSCode cu extensia VS Code Remote - Containers:

1. Dacă este prima dată când utilizați un container de dezvoltare, vă rugăm să vă asigurați că sistemul îndeplinește cerințele prealabile (de ex. Docker instalat) din documentația de început.

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

Notă: În esență, aceasta va folosi comanda Remote-Containers: Clone Repository in Container Volume... pentru a clona codul sursă într-un volum Docker în locul sistemului de fișiere local. Volumes sunt mecanismul preferat pentru persistarea datelor din container.

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

• Clone this repository to your local filesystem.
• Press F1 and select the Remote-Containers: Open Folder in Container... command.
• Select the cloned copy of this folder, wait for the container to start, and try things out.

Acces offline

Puteți rula această documentație offline folosind Docsify. Fork this repo, instalați Docsify pe mașina locală, apoi în folderul rădăcină al acestui repo, tastați docsify serve. Site-ul va fi servit pe portul 3000 pe localhost-ul dvs.: localhost:3000.

Notă, notebook-urile nu vor fi renderizate prin Docsify, deci când trebuie să rulați un notebook, faceți asta separat în VS Code rulând un kernel Python.

Alte curriculumuri

Echipa noastră produce și alte curricula! Aruncați o privire:

LangChain

---

Azure / Edge / MCP / Agents

---

Seria Inteligenței Generative

---

Învățare de bază

---

Seria Copilot

Obținerea ajutorului

Întâmpinați probleme? Consultați Ghidul de depanare pentru soluții la probleme comune.

Dacă rămâneți blocat sau aveți întrebări despre crearea aplicațiilor AI, alăturați-vă colegilor cursanți și dezvoltatorilor cu experiență în discuții despre MCP. Este o comunitate de sprijin unde întrebările sunt binevenite și cunoștințele sunt împărtășite liber.

Dacă aveți feedback despre produs sau întâmpinați erori în timpul dezvoltării, vizitați:

---

Declinare de responsabilitate: Acest document a fost tradus folosind serviciul de traducere AI Co-op Translator. Deși ne străduim pentru acuratețe, vă rugăm să rețineți că traducerile automate pot conține erori sau inexactități. Documentul original în limba sa nativă trebuie considerat sursa autoritativă. Pentru informații critice, se recomandă o traducere profesională realizată de un traducător uman. Nu ne asumăm răspunderea pentru orice neînțelegeri sau interpretări greșite care decurg din utilizarea acestei traduceri.