Data-Science-For-Beginners/translations/hu

Adattudomány kezdőknek - Tanterv

A Microsoft Azure Cloud Advocates csapata örömmel kínál egy 10 hetes, 20 leckéből álló tantervet az adattudományról. Minden lecke tartalmaz előzetes és utólagos kvízeket, írásos útmutatót a lecke elvégzéséhez, megoldást és feladatot. Projektalapú pedagógiánk lehetővé teszi, hogy tanulás közben építs, ami bizonyítottan segíti az új készségek elsajátítását.

Szívből köszönjük szerzőinknek: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Külön köszönet 🙏 a Microsoft Student Ambassador szerzőknek, bírálóknak és tartalomkészítőknek, különösen 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

Adattudomány kezdőknek - Sketchnote készítette: @nitya

🌐 Többnyelvű támogatás

Támogatott GitHub Action segítségével (Automatikus és mindig naprakész)

Arab | Bengáli | Bolgár | Burmai (Mianmar) | Kínai (Egyszerűsített) | Kínai (Hagyományos, Hongkong) | Kínai (Hagyományos, Makaó) | Kínai (Hagyományos, Tajvan) | Horvát | Cseh | Dán | Holland | Észt | Finn | Francia | Német | Görög | Héber | Hindi | Magyar | Indonéz | Olasz | Japán | Koreai | Litván | Maláj | Maráthi | Nepáli | Norvég | Perzsa (Fárszi) | Lengyel | Portugál (Brazília) | Portugál (Portugália) | Pandzsábi (Gurmukhi) | Román | Orosz | Szerb (Cirill) | Szlovák | Szlovén | Spanyol | Szuahéli | Svéd | Tagalog (Filippínó) | Tamil | Thai | Török | Ukrán | Urdu | Vietnámi

Ha további fordításokat szeretnél, a támogatott nyelvek listáját itt találod

Csatlakozz közösségünkhöz

Jelenleg fut a Discord Learn with AI sorozatunk, tudj meg többet és csatlakozz hozzánk a Learn with AI Series keretében 2025. szeptember 18-30. között. Tippeket és trükköket kapsz a GitHub Copilot használatához az adattudomány területén.

Diák vagy?

Kezdd az alábbi forrásokkal:

• Student Hub oldal Ezen az oldalon kezdő forrásokat, diákcsomagokat és akár ingyenes tanúsítvány-vouchert is találhatsz. Érdemes ezt az oldalt könyvjelzőzni és időnként ellenőrizni, mivel havonta frissítjük a tartalmat.
• Microsoft Learn Student Ambassadors Csatlakozz a diák nagykövetek globális közösségéhez, ez lehet az utad a Microsofthoz.

Kezdés

📚 Dokumentáció

• Telepítési útmutató - Lépésről lépésre bemutatott beállítási útmutató kezdőknek
• Használati útmutató - Példák és gyakori munkafolyamatok
• Hibaelhárítás - Megoldások gyakori problémákra
• Hozzájárulási útmutató - Hogyan járulhatsz hozzá a projekthez
• Tanároknak - Oktatási útmutató és osztálytermi források

👨‍🎓 Diákoknak

Teljesen kezdőknek: Új vagy az adattudományban? Kezdd a kezdőbarát példákkal! Ezek az egyszerű, jól kommentált példák segítenek megérteni az alapokat, mielőtt belevágnál a teljes tantervbe. Diákok: ha önállóan szeretnéd használni ezt a tantervet, forkolj le az egész repót, és végezd el a gyakorlatokat önállóan, kezdve az előadás előtti kvízzel. Ezután olvasd el az előadást, és végezd el a többi tevékenységet. Próbáld meg a projekteket úgy létrehozni, hogy megérted a leckéket, nem pedig a megoldási kódot másolod; azonban a kód elérhető a /solutions mappákban minden projektorientált leckében. Egy másik ötlet lehet, hogy tanulócsoportot alakítasz barátaiddal, és közösen dolgozzátok fel a tartalmat. További tanulmányokhoz ajánljuk a Microsoft Learn platformot.

Gyors kezdés:

1. Nézd meg a Telepítési útmutatót, hogy beállítsd a környezeted
2. Tekintsd át a Használati útmutatót, hogy megtanuld, hogyan dolgozz a tantervvel
3. Kezdd az 1. leckével, és haladj sorban
4. Csatlakozz a Discord közösségünkhöz támogatásért

👩‍🏫 Tanároknak

Tanárok: néhány javaslatot is mellékeltünk, hogyan használhatjátok ezt a tantervet. Szívesen fogadjuk visszajelzéseiteket a vitafórumunkon!

Ismerd meg a csapatot

Gif készítette: Mohit Jaisal

🎥 Kattints a fenti képre, hogy megnézd a projektet bemutató videót és megismerd az alkotókat!

Pedagógia

Két pedagógiai alapelvet választottunk ennek a tananyagnak a kidolgozása során: biztosítani, hogy projektalapú legyen, és hogy gyakori kvízeket tartalmazzon. A sorozat végére a diákok elsajátítják az adatkutatás alapelveit, beleértve az etikai fogalmakat, az adatok előkészítését, az adatokkal való munka különböző módjait, az adatvizualizációt, az adatelemzést, az adatkutatás valós példáit és még sok mást.

Ezenkívül egy alacsony tétű kvíz az óra előtt segít a diákoknak ráhangolódni a témára, míg egy második kvíz az óra után elősegíti a további rögzülést. Ez a tananyag rugalmas és szórakoztató módon lett kialakítva, és teljes egészében vagy részleteiben is elvégezhető. A projektek kicsiben kezdődnek, és a 10 hetes ciklus végére egyre összetettebbé válnak.

Tekintsd meg Magatartási kódexünket, Hozzájárulási, Fordítási irányelveinket. Örömmel fogadjuk építő jellegű visszajelzéseidet!

Minden lecke tartalmazza:

• Opcionális vázlatrajz
• Opcionális kiegészítő videó
• Óra előtti bemelegítő kvíz
• Írott lecke
• Projektalapú leckék esetén lépésről lépésre útmutató a projekt elkészítéséhez
• Tudásellenőrzések
• Egy kihívás
• Kiegészítő olvasmány
• Feladat
• Óra utáni kvíz

Megjegyzés a kvízekről: Minden kvíz a Quiz-App mappában található, összesen 40 darab, három kérdésből álló kvíz. A leckékből elérhetők, de a kvíz alkalmazás helyben is futtatható, vagy telepíthető az Azure-ra; kövesd az utasításokat a quiz-app mappában. Folyamatosan lokalizáljuk őket.

🎓 Kezdőbarát példák

Új vagy az adatkutatásban? Készítettünk egy különleges példák mappát egyszerű, jól kommentált kódokkal, hogy segítsünk az indulásban:

• 🌟 Hello World - Az első adatkutatási programod
• 📂 Adatok betöltése - Tanuld meg, hogyan olvass és fedezz fel adatállományokat
• 📊 Egyszerű elemzés - Számíts statisztikákat és találj mintázatokat
• 📈 Alapvető vizualizáció - Készíts diagramokat és grafikonokat
• 🔬 Valós projekt - Teljes munkafolyamat az elejétől a végéig

Minden példa részletes kommentárokat tartalmaz, amelyek minden lépést elmagyaráznak, így tökéletesek teljesen kezdők számára!

👉 Kezdd a példákkal 👈

Leckék

Adatkutatás kezdőknek: Útmutató - Vázlatrajz @nitya

Lecke száma	Téma	Leckecsoport	Tanulási célok	Kapcsolódó lecke	Szerző
01	Az adatkutatás meghatározása	Bevezetés	Ismerd meg az adatkutatás alapfogalmait, és hogyan kapcsolódik a mesterséges intelligenciához, gépi tanuláshoz és nagy adatokhoz.	lecke videó	Dmitry
02	Adatkutatási etika	Bevezetés	Adatetikai fogalmak, kihívások és keretrendszerek.	lecke	Nitya
03	Az adatok meghatározása	Bevezetés	Hogyan osztályozzuk az adatokat és azok gyakori forrásait.	lecke	Jasmine
04	Bevezetés a statisztikába és valószínűségszámításba	Bevezetés	A valószínűségszámítás és statisztika matematikai technikái az adatok megértéséhez.	lecke videó	Dmitry
05	Relációs adatokkal való munka	Adatokkal való munka	Bevezetés a relációs adatokba, valamint az SQL (Structured Query Language) alapjai az adatok feltárásához és elemzéséhez.	lecke	Christopher
06	NoSQL adatokkal való munka	Adatokkal való munka	Bevezetés a nem relációs adatokba, azok különböző típusai és dokumentumadatbázisok feltárásának és elemzésének alapjai.	lecke	Jasmine
07	Python használata	Adatokkal való munka	Alapok a Python használatához az adatok feltárásában, például Pandas könyvtárral. Ajánlott a Python programozás alapjainak ismerete.	lecke videó	Dmitry
08	Adatok előkészítése	Adatokkal való munka	Témák az adatok tisztításának és átalakításának technikáiról, hogy kezelni lehessen a hiányzó, pontatlan vagy hiányos adatokat.	lecke	Jasmine
09	Mennyiségek vizualizálása	Adatvizualizáció	Tanuld meg, hogyan használhatod a Matplotlib-et madáradatok 🦆 vizualizálására.	lecke	Jen
10	Adatok eloszlásának vizualizálása	Adatvizualizáció	Megfigyelések és trendek vizualizálása egy intervallumon belül.	lecke	Jen
11	Arányok vizualizálása	Adatvizualizáció	Diszkrét és csoportosított százalékok vizualizálása.	lecke	Jen
12	Kapcsolatok vizualizálása	Adatvizualizáció	Kapcsolatok és korrelációk vizualizálása adathalmazok és azok változói között.	lecke	Jen
13	Jelentőségteljes vizualizációk	Adatvizualizáció	Technikák és útmutatók, hogy vizualizációid értékesek legyenek a hatékony problémamegoldás és betekintések érdekében.	lecke	Jen
14	Bevezetés az adatkutatás életciklusába	Életciklus	Bevezetés az adatkutatás életciklusába és annak első lépésébe, az adatok megszerzésébe és kinyerésébe.	lecke	Jasmine
15	Elemzés	Életciklus	Az adatkutatás életciklusának ezen szakasza az adatok elemzésének technikáira összpontosít.	lecke	Jasmine
16	Kommunikáció	Életciklus	Az adatkutatás életciklusának ezen szakasza az adatokból származó betekintések bemutatására összpontosít, hogy a döntéshozók számára könnyebben érthető legyen.	lecke	Jalen
17	Adatkutatás a felhőben	Felhő adatok	Ez a leckesorozat bevezeti az adatkutatást a felhőben és annak előnyeit.	lecke	Tiffany és Maud
18	Adatkutatás a felhőben	Felhő adatok	Modellek tanítása alacsony kódú eszközökkel.	lecke	Tiffany és Maud
19	Adatkutatás a felhőben	Felhő adatok	Modellek telepítése az Azure Machine Learning Studio segítségével.	lecke	Tiffany és Maud
20	Adatkutatás a vadonban	A vadonban	Adatkutatás által vezérelt projektek a való világban.	lecke	Nitya

GitHub Codespaces

Kövesd az alábbi lépéseket, hogy megnyisd ezt a mintát egy Codespace-ben:

1. Kattints a Code legördülő menüre, és válaszd az Open with Codespaces opciót.
2. Válaszd a + New codespace lehetőséget a panel alján. További információért nézd meg a GitHub dokumentációt.

VSCode Remote - Containers

Kövesd az alábbi lépéseket, hogy megnyisd ezt a repót egy konténerben a helyi géped és a VSCode segítségével, a VS Code Remote - Containers bővítmény használatával:

1. Ha először használsz fejlesztői konténert, győződj meg róla, hogy a rendszered megfelel az előfeltételeknek (pl. telepítve van a Docker) a kezdő dokumentációban.

A repó használatához megnyithatod a repót egy elkülönített Docker kötetben:

Megjegyzés: A háttérben ez a Remote-Containers: Clone Repository in Container Volume... parancsot fogja használni, hogy a forráskódot egy Docker kötetben klónozza a helyi fájlrendszer helyett. A kötetek az előnyben részesített mechanizmusok az adatok tárolására a konténerben.

Vagy megnyithatsz egy helyileg klónozott vagy letöltött verziót a repóból:

• Klónozd ezt a repót a helyi fájlrendszeredre.
• Nyomd meg az F1-et, és válaszd a Remote-Containers: Open Folder in Container... parancsot.
• Válaszd ki ennek a mappának a klónozott példányát, várd meg, amíg a konténer elindul, és próbáld ki a dolgokat.

Offline hozzáférés

Ezt a dokumentációt offline is futtathatod a Docsify segítségével. Forkold ezt a repót, telepítsd a Docsify-t a helyi gépedre, majd a repó gyökérmappájában írd be: docsify serve. A weboldal a localhost 3000-es portján lesz elérhető: localhost:3000.

Megjegyzés, a jegyzetfüzetek nem lesznek megjelenítve a Docsify segítségével, így ha jegyzetfüzetet kell futtatnod, azt külön futtasd a VS Code-ban Python kernel használatával.

Egyéb tananyagok

Csapatunk más tananyagokat is készít! Nézd meg:

Azure / Edge / MCP / Agents

---

Generatív AI sorozat

---

Alapvető tanulás

---

Copilot sorozat

Segítség kérése

Problémákba ütközik? Nézze meg a Hibaelhárítási útmutatót a gyakori problémák megoldásához.

Ha elakad, vagy kérdése van az AI alkalmazások építésével kapcsolatban, csatlakozzon:

Ha termék-visszajelzése van, vagy hibát tapasztal az építés során, látogasson el ide:

---

Felelősség kizárása:
Ez a dokumentum az Co-op Translator AI fordítási szolgáltatás segítségével lett lefordítva. Bár törekszünk a pontosságra, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az eredeti nyelvén tekintendő hiteles forrásnak. Kritikus információk esetén javasolt professzionális emberi fordítást igénybe venni. Nem vállalunk felelősséget semmilyen félreértésért vagy téves értelmezésért, amely a fordítás használatából eredhet.