Data-Science-For-Beginners/translations/sr

Основе науке о подацима - Наставни план

Azure Cloud Advocates у Microsoft-у са задовољством представљају наставни план од 10 недеља и 20 лекција посвећен науци о подацима. Свака лекција укључује квизове пре и после лекције, писана упутства за завршетак лекције, решење и задатак. Наш приступ заснован на пројектима омогућава вам да учите кроз практичан рад, што је доказан начин да нове вештине остану трајно усвојене.

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

🙏 Посебна захвалност 🙏 нашим Microsoft Student Ambassador ауторима, рецензентима и сарадницима у креирању садржаја, посебно 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 - Скетч од @nitya

🌐 Подршка за више језика

Подржано преко GitHub Action (Аутоматски и увек ажурирано)

Арапски | Бенгалски | Бугарски | Бирмански (Мјанмар) | Кинески (поједностављени) | Кинески (традиционални, Хонг Конг) | Кинески (традиционални, Макао) | Кинески (традиционални, Тајван) | Хрватски | Чешки | Дански | Холандски | Естонски | Фински | Француски | Немачки | Грчки | Хебрејски | Хинди | Мађарски | Индонежански | Италијански | Јапански | Корејски | Литвански | Малајски | Марати | Непалски | Норвешки | Персијски (фарси) | Пољски | Португалски (Бразил) | Португалски (Португал) | Пенџапски (Гурмуки) | Румунски | Руски | Српски (ћирилица) | Словачки | Словеначки | Шпански | Свахили | Шведски | Тагалог (Филипински) | Тамилски | Тајландски | Турски | Украјински | Урду | Вијетнамски

Ако желите да додате додатне језике, списак подржаних језика можете пронаћи овде

Придружите се нашој заједници

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

Да ли сте студент?

Започните са следећим ресурсима:

• Студентска страница На овој страници ћете пронаћи ресурсе за почетнике, студентске пакете, па чак и начине да добијете бесплатан ваучер за сертификат. Ову страницу вреди сачувати и повремено проверавати јер редовно ажурирамо садржај.
• Microsoft Learn Student Ambassadors Придружите се глобалној заједници студентских амбасадора, ово би могао бити ваш пут у Microsoft.

Како започети

📚 Документација

• Водич за инсталацију - Упутства за постављање корак по корак за почетнике
• Водич за коришћење - Примери и уобичајени токови рада
• Решавање проблема - Решавање уобичајених проблема
• 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 за почетнике! Ови једноставни, добро коментарисани примери помоћи ће вам да разумете основе пре него што се упустите у комплетан наставни план. Студенти: да бисте користили овај наставни план самостално, направите копију целог репозиторијума и сами завршите вежбе, почевши од квиза пре предавања. Затим прочитајте предавање и завршите остале активности. Покушајте да креирате пројекте разумевањем лекција, а не копирањем решења; међутим, тај код је доступан у /solutions фолдерима у свакој лекцији заснованој на пројекту. Друга идеја би била да формирате студијску групу са пријатељима и заједно пролазите кроз садржај. За даље учење, препоручујемо Microsoft Learn.

Брзи почетак:

1. Проверите Водич за инсталацију да бисте поставили своје окружење
2. Прегледајте Водич за коришћење да бисте научили 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 да користите овај наставни план. Волели бисмо да чујемо ваше повратне информације у нашем форуму за дискусију!

Упознајте тим

Gif од Mohit Jaisal

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

Педагошки приступ

Odabrali smo dva pedagoška principa prilikom kreiranja ovog kurikuluma: osiguranje da je zasnovan na projektima i da uključuje česte kvizove. Na kraju ove serije, studenti će naučiti osnovne principe nauke o podacima, uključujući etičke koncepte, pripremu podataka, različite načine rada sa podacima, vizualizaciju podataka, analizu podataka, primere iz stvarnog sveta i još mnogo toga.

Pored toga, kviz sa niskim rizikom pre časa usmerava pažnju studenta ka učenju teme, dok drugi kviz nakon časa osigurava bolje zadržavanje naučenog. Ovaj kurikulum je dizajniran da bude fleksibilan i zabavan i može se pohađati u celosti ili delimično. Projekti počinju od jednostavnih i postaju sve složeniji do kraja desetonedeljnog ciklusa.

Pronađite naš Kodeks ponašanja, Uputstva za doprinos, Uputstva za prevođenje. Dobrodošli ste da podelite svoje konstruktivne povratne informacije!

Svaka lekcija uključuje:

• Opcionalni sketchnote
• Opcionalni dopunski video
• Kviz za zagrevanje pre lekcije
• Pisanu lekciju
• Za lekcije zasnovane na projektima, vodiče korak po korak kako izgraditi projekat
• Provere znanja
• Izazov
• Dopunsko čitanje
• Zadatak
• Kviz nakon lekcije

Napomena o kvizovima: Svi kvizovi se nalaze u folderu Quiz-App, ukupno 40 kvizova sa po tri pitanja. Povezani su unutar lekcija, ali aplikacija za kvizove može se pokrenuti lokalno ili postaviti na Azure; pratite uputstva u folderu quiz-app. Postepeno se lokalizuju.

🎓 Primeri prilagođeni početnicima

Novi ste u nauci o podacima? Kreirali smo poseban direktorijum sa primerima sa jednostavnim, dobro komentarisanim kodom koji će vam pomoći da započnete:

• 🌟 Hello World - Vaš prvi program za nauku o podacima
• 📂 Učitavanje podataka - Naučite kako čitati i istraživati skupove podataka
• 📊 Jednostavna analiza - Izračunajte statistiku i pronađite obrasce
• 📈 Osnovna vizualizacija - Kreirajte grafikone i dijagrame
• 🔬 Projekat iz stvarnog sveta - Kompletan radni proces od početka do kraja

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

👉 Započnite sa primerima 👈

Lekcije

Nauka o podacima za početnike: Mapa puta - Sketchnote by @nitya

Broj lekcije	Tema	Grupisanje lekcija	Ciljevi učenja	Povezana lekcija	Autor
01	Definisanje nauke o podacima	Uvod	Naučite osnovne koncepte nauke o podacima i kako je povezana sa veštačkom inteligencijom, mašinskim učenjem i velikim podacima.	lekcija video	Dmitry
02	Etika u nauci o podacima	Uvod	Koncepti etike podataka, izazovi i okviri.	lekcija	Nitya
03	Definisanje podataka	Uvod	Kako se podaci klasifikuju i njihovi uobičajeni izvori.	lekcija	Jasmine
04	Uvod u statistiku i verovatnoću	Uvod	Matematičke tehnike verovatnoće i statistike za razumevanje podataka.	lekcija video	Dmitry
05	Rad sa relacijskim podacima	Rad sa podacima	Uvod u relacijske podatke i osnove istraživanja i analize relacijskih podataka pomoću Structured Query Language, poznatog kao SQL (izgovara se "si-kvel").	lekcija	Christopher
06	Rad sa NoSQL podacima	Rad sa podacima	Uvod u nerelacijske podatke, njihove različite tipove i osnove istraživanja i analize dokumentnih baza podataka.	lekcija	Jasmine
07	Rad sa Python-om	Rad sa podacima	Osnove korišćenja Python-a za istraživanje podataka sa bibliotekama kao što je Pandas. Preporučuje se osnovno razumevanje Python programiranja.	lekcija video	Dmitry
08	Priprema podataka	Rad sa podacima	Teme o tehnikama za čišćenje i transformaciju podataka kako bi se rešili izazovi nedostajućih, netačnih ili nepotpunih podataka.	lekcija	Jasmine
09	Vizualizacija količina	Vizualizacija podataka	Naučite kako koristiti Matplotlib za vizualizaciju podataka o pticama 🦆	lekcija	Jen
10	Vizualizacija distribucije podataka	Vizualizacija podataka	Vizualizacija opažanja i trendova unutar intervala.	lekcija	Jen
11	Vizualizacija proporcija	Vizualizacija podataka	Vizualizacija diskretnih i grupisanih procenata.	lekcija	Jen
12	Vizualizacija odnosa	Vizualizacija podataka	Vizualizacija veza i korelacija između skupova podataka i njihovih varijabli.	lekcija	Jen
13	Smisleno vizualizovanje	Vizualizacija podataka	Tehnike i smernice za pravljenje vizualizacija koje su vredne za efikasno rešavanje problema i uvid.	lekcija	Jen
14	Uvod u životni ciklus nauke o podacima	Životni ciklus	Uvod u životni ciklus nauke o podacima i njegov prvi korak - prikupljanje i ekstrakcija podataka.	lekcija	Jasmine
15	Analiziranje	Životni ciklus	Ova faza životnog ciklusa nauke o podacima fokusira se na tehnike za analizu podataka.	lekcija	Jasmine
16	Komunikacija	Životni ciklus	Ova faza životnog ciklusa nauke o podacima fokusira se na predstavljanje uvida iz podataka na način koji olakšava razumevanje donosiocima odluka.	lekcija	Jalen
17	Nauka o podacima u oblaku	Podaci u oblaku	Ova serija lekcija uvodi nauku o podacima u oblaku i njene prednosti.	lekcija	Tiffany i Maud
18	Nauka o podacima u oblaku	Podaci u oblaku	Treniranje modela koristeći alate sa malo koda.	lekcija	Tiffany i Maud
19	Nauka o podacima u oblaku	Podaci u oblaku	Postavljanje modela pomoću Azure Machine Learning Studio.	lekcija	Tiffany i Maud
20	Nauka o podacima u divljini	U divljini	Projekti vođeni naukom o podacima u stvarnom svetu.	lekcija	Nitya

GitHub Codespaces

Pratite ove korake da otvorite ovaj uzorak u Codespace-u:

1. Kliknite na padajući meni Code i izaberite opciju Open with Codespaces.
2. Izaberite + New codespace na dnu panela. Za više informacija, pogledajte GitHub dokumentaciju.

VSCode Remote - Containers

Pratite ove korake da otvorite ovaj repozitorijum u kontejneru koristeći vaš lokalni računar i VSCode koristeći ekstenziju VS Code Remote - Containers:

1. Ako prvi put koristite razvojni kontejner, osigurajte da vaš sistem ispunjava preduslove (npr. da imate instaliran Docker) u dokumentaciji za početak.

Da biste koristili ovaj repozitorijum, možete ga otvoriti u izolovanom Docker volumenu:

Napomena: U pozadini, ovo će koristiti Remote-Containers: Clone Repository in Container Volume... komandu za kloniranje izvornog koda u Docker volumen umesto lokalnog fajl sistema. Volumeni su preferirani mehanizam za čuvanje podataka iz kontejnera.

Ili otvorite lokalno kloniranu ili preuzetu verziju repozitorijuma:

• Klonirajte ovaj repozitorijum na vaš lokalni fajl sistem.
• Pritisnite F1 i izaberite komandu Remote-Containers: Open Folder in Container....
• Izaberite kloniranu kopiju ovog foldera, sačekajte da se kontejner pokrene i isprobajte stvari.

Pristup bez interneta

Možete pokrenuti ovu dokumentaciju bez interneta koristeći Docsify. Forkujte ovaj repozitorijum, instalirajte Docsify na vaš lokalni računar, zatim u root folderu ovog repozitorijuma, ukucajte docsify serve. Veb-sajt će biti poslužen na portu 3000 na vašem localhost-u: localhost:3000.

Napomena, beležnice neće biti prikazane putem Docsify-a, pa kada treba da pokrenete beležnicu, uradite to odvojeno u VS Code-u koristeći Python kernel.

Ostali kurikulumi

Naš tim proizvodi i druge kurikulume! Pogledajte:

Azure / Edge / MCP / Agents

---

Serija o generativnoj veštačkoj inteligenciji

---

Osnovno učenje

---

Serija o Copilot-u

Dobijanje pomoći

Imate problema? Pogledajte naš Vodič za rešavanje problema za rešenja uobičajenih problema.

Ako se zaglavite ili imate pitanja o izradi AI aplikacija, pridružite se:

Ako imate povratne informacije o proizvodu ili naiđete na greške tokom izrade, posetite:

---

Одрицање од одговорности:
Овај документ је преведен помоћу услуге за превођење уз помоћ вештачке интелигенције Co-op Translator. Иако се трудимо да обезбедимо тачност, молимо вас да имате у виду да аутоматски преводи могу садржати грешке или нетачности. Оригинални документ на његовом изворном језику треба сматрати меродавним извором. За критичне информације препоручује се професионални превод од стране људи. Не преузимамо одговорност за било каква погрешна тумачења или неспоразуме који могу настати услед коришћења овог превода.