Data-Science-For-Beginners/translations/sr

Наука о подацима за почетнике - Курикулум

Azure Cloud Advocates у Microsoft-у са задовољством нуде 10-недељни, 20-лекцијски курикулум посвећен Науци о подацима. Свака лекција укључује квиз пре и после лекције, писана упутства за завршетак лекције, решење и задатак. Наша педагогија заснована на пројектима омогућава вам да учите док градите, проверен начин да се нове вештине "задрже".

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

🙏 Посебне захвалности 🙏 нашим ауторима, рецензентима и сарадницима садржаја који су 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 више језика

Подржано преко GitHub Action (Аутоматизовано и увек ажурно)

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 | Српски (ћирилица) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

If you wish to have additional translations languages supported are listed here

Придружите се нашој заједници

Имамо на рачуну Discord серију Learn with AI која је у току, сазнајте више и придружите нам се на Learn with AI Series од 18 - 30 септембра, 2025. Ту ћете добити савете и трикове за коришћење GitHub Copilot-а за Науку о подацима.

Да ли сте студент?

Започните са следећим ресурсима:

• Страница Student Hub На овој страници наћи ћете ресурсе за почетнике, Student пакете и чак начине да добијете бесплатан ваучер за сертификат. Ово је страница коју вреди означити и повремено проверити јер мењамо садржај најмање једном месечно.
• Microsoft Learn Student Ambassadors Придружите се глобалној заједници студентских амбасадора, ово може бити ваш улаз у Microsoft.

Започињање

📚 Документација

• Installation Guide - Детаљна упутства за подешавање за почетнике
• Usage Guide - Примери и уобичајени токови рада
• Troubleshooting - Решења за уобичајене проблеме
• Contributing Guide - Како допринети овом пројекту
• For Teachers - Упутства за наставу и ресурси за учионицу

👨‍🎓 За студенте

Потпуни почетници: Новац у науци о подацима? Почните са нашим примерима прилагођеним почетницима! Ови једноставни, добро коментарисани примери ће вам помоћи да разумете основе пре него што зароните у цео курикулум. Студенти: да бисте користили овај курикулум самостално, форкујте цео репо и завршите вежбе самостално, почевши са квизом пре предавања. Затим прочитајте предавање и завршите остатак активности. Покушајте да креирате пројекте разумећи лекције уместо да копирате код решења; међутим, тај код је доступан у /solutions фолдерима у свакој лекцији усмереној на пројекат. Још једна идеја је да формирате групу за учење са пријатељима и проћи кроз садржај заједно. За даље проучавање препоручујемо Microsoft Learn.

Брзи почетак:

1. Проверите Installation Guide да подесите своје окружење
2. Прегледајте Usage Guide да бисте сазнали како радити са курикулумом
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 да користите овај курикулум. Радујемо се вашим повратним информацијама у нашем дискусионом форуму!

Упознајте тим

Гиф од Mohit Jaisal

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

Педагонија

Изабрали смо два педагошка начела приликом изградње овог курикулума: да буде заснован на пројектима и да укључује честе квизове. До краја ове серије, ученици ће савладати основна појма из науке о подацима, укључујући етичке концепте, припрему података, различите начине рада са подацима, визуелизацију података, анализу података, реалне случајеве употребе науке о подацима и још много тога.

Поред тога, квиз са ниским улогом пре часa поставља намеру ученика да научи тему, док други квиз после часа обезбеђује даље задржавање знања. Овај курикулум је дизајниран да буде флексибилан и забаван и може се похађати у целости или делимично. Пројекти почињу мали и постају све сложенији до краја циклуса од 10 недеља.

Пронађите наш Code of Conduct, Contributing, Translation смернице. Добродошла су ваша конструктивна повратна информација!

Свако предавање садржи:

• Опционо скичнот
• Опционо допунско видео
• Квиз за загревање пре лекције
• Писана лекција
• За лекције засноване на пројектима, корак-по-корак упутства како изградити пројекат
• Провере знања
• Изазов
• Додатно читање
• Задатак
• Пост-лекцијски квиз

Напомена о квизовима: Сви квизови се налазе у фолдору Quiz-App, укупно 40 квизова по три питања сваки. Они су повезани из самих лекција, али quiz апликација се може покренути локално или деплојовати на Azure; пратите упутства у фолдеру quiz-app. Постепено се локализују.

🎓 Примери прилагођени почетницима

Нови у науци о подацима? Креирали смо посебан директоријум са примерима са једноставним, добро коментарисаним кодом да вам помогнемо да почнете:

• 🌟 Hello World - Ваш први програм из науке о подацима
• 📂 Учитавање података - Научите како читати и истраживати скупове података
• 📊 Једноставна анализа - Израчунајте статистике и пронађите обрасце
• 📈 Основна визуализација - Креирајте графиконе и дијаграме
• 🔬 Пројекат из стварног света - Комплетан ток рада 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 - Скетчнот од @nitya

Lesson Number	Topic	Lesson Grouping	Learning Objectives	Linked Lesson	Author
01	Дефинисање науке о подацима	Introduction	Научите основне концепте иза науке о подацима и како је повезана са вештачком интелигенцијом, машинским учењем и великим подацима.	lesson video	Dmitry
02	Етика у науци о подацима	Introduction	Концепти етике података, изазови и оквири.	lesson	Nitya
03	Дефинисање података	Introduction	Како се подаци класификују и њихови уобичајени извори.	lesson	Jasmine
04	Увод у статистику и вероватноћу	Introduction	Математичке технике вероватноће и статистике за разумевање података.	lesson video	Dmitry
05	Рад са релационим подацима	Working With Data	Увод у релационе податке и основе истраживања и анализе релационих података коришћењем Structured Query Language, познатог као SQL (изговара се “си-квел”).	lesson	Christopher
06	Рад са NoSQL подацима	Working With Data	Увод у нон-релационе податке, њихове различите типове и основе истраживања и анализе документ-оријентисаних база података.	lesson	Jasmine
07	Рад са Python-ом	Working With Data	Основе коришћења Python-а за истраживање података са библиотекама као што је Pandas. Препоручује се основно познавање програмирања у Python-у.	lesson video	Dmitry
08	Припрема података	Working With Data	Теме о техникама рада са подацима за чишћење и трансформацију података како би се решили изазови недостајућих, нетачних или непотпуних података.	lesson	Jasmine
09	Визуализација количина	Data Visualization	Научите како да користите Matplotlib за визуализацију података о птицама 🦆	lesson	Jen
10	Визуализација расподеле података	Data Visualization	Визуализација посматрања и трендова унутар интервала.	lesson	Jen
11	Визуализација пропорција	Data Visualization	Визуализација дискретних и груписаних процената.	lesson	Jen
12	Визуализација односа	Data Visualization	Визуализација веза и корелација између сетова података и њихових променљивих.	lesson	Jen
13	Смислене визуализације	Data Visualization	Технике и смернице за прављење визуализација које су корисне за ефикасно решавање проблема и добијање увида.	lesson	Jen
14	Увод у животни циклус науке о подацима	Lifecycle	Увод у животни циклус науке о подацима и његов први корак — прикупљање и екстракцију података.	lesson	Jasmine
15	Анализа	Lifecycle	Ова фаза животног циклуса науке о подацима фокусира се на технике за анализу података.	lesson	Jasmine
16	Комуникација	Lifecycle	Ова фаза животног циклуса науке о подацима фокусира се на презентовање увида из података на начин који олакшава разумевање доносилаца одлука.	lesson	Jalen
17	Наука о подацима у облаку	Cloud Data	Ова серија лекција представља науку о подацима у облаку и њене предности.	lesson	Tiffany and Maud
18	Наука о подацима у облаку	Cloud Data	Тренирање модела помоћу Low Code алата.	lesson	Tiffany and Maud
19	Наука о подацима у облаку	Cloud Data	Деплојовање модела помоћу Azure Machine Learning Studio.	lesson	Tiffany and Maud
20	Наука о подацима у пракси	In the Wild	Пројекти вођени науком о подацима у стварном свету.	lesson	Nitya

GitHub Codespaces

Пратите ове кораке да отворите овај пример у Codespace:

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

VSCode Remote - Containers

Пратите ове кораке да отворите овај репо у контејнеру користећи ваш локални рачунар и VS Code уз екстензију VS Code Remote - Containers:

1. Ако је ово први пут да користите development container, молимо уверите се да ваш систем испуњава претпоставке (нпр. да имате инсталиран Docker) у документацији за почетак рада.

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. Томови are the preferred mechanism for persisting container data.

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

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

Офлајн приступ

Можете покренути ову документацију офлајн користећи Docsify. Форкујте овај репо, инсталирајте Docsify на вашем локалном рачунару, затим у коренском фолдеру овог репа откуцајте docsify serve. Вебсајт ће бити сервирани на порту 3000 на вашем localhost-у: localhost:3000.

Напомена: notebook-ови неће бити рендеровани преко Docsify, па када треба да покренете notebook, урадите то посебно у VS Code-у покренувши Python kernel.

Остали курикулуми

Наш тим прави и друге курикулуме! Погледајте:

LangChain

---

Azure / Edge / MCP / Agents

---

Серија генеративног AI

---

Основно учење

---

Copilot серија

Добијање помоћи

Имате проблема? Погледајте наш Водич за решавање проблема за решења за уобичајене проблеме.

Ако запнете или имате било каквих питања у вези са прављењем AI апликација. Придружите се другим учесницима и искусним програмерима у дискусијама о MCP. То је подржавајућа заједница у којој су питања добродошла и знање се слободно дели.

Ако имате повратне информације о производу или грешке током развоја посетите:

---

Ограничење одговорности: Овај документ је преведен уз помоћ AI преводилачке услуге Co-op Translator. Иако тежимо тачности, имајте у виду да аутоматски преводи могу садржати грешке или нетачности. Оригинални документ на његовом изворном језику треба сматрати коначним и меродавним извором. За критичне информације препоручује се професионални превод који обавља стручни преводилац. Не сносимо одговорност за било какве неспоразуме или погрешне тумачења која произилазе из употребе овог превода.