Data-Science-For-Beginners/translations/hr

Data Science za početnike - Kurikulum

Azure Cloud Advocates u Microsoftu s ponosom nude 10-tjedni kurikulum s 20 lekcija o znanosti o podacima. Svaka lekcija uključuje kvizove prije i poslije lekcije, pisane upute za dovršavanje lekcije, rješenje i zadatak. Naša metodologija temeljena na projektima omogućuje vam učenje kroz izgradnju, što je dokazano učinkovit način za usvajanje novih vještina.

Veliko hvala našim autorima: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Posebna zahvala 🙏 našim Microsoft Student Ambassador autorima, recenzentima i suradnicima, 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

Znanost o podacima za početnike - Sketchnote by @nitya

🌐 Podrška za više jezika

Podržano putem GitHub Action (Automatski i uvijek ažurirano)

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

Ako želite dodatne prijevode, podržani jezici navedeni su ovdje

Pridružite se našoj zajednici

Imamo seriju učenja s AI na Discordu, saznajte više i pridružite nam se na Learn with AI Series od 18. do 30. rujna 2025. Dobit ćete savjete i trikove za korištenje GitHub Copilota za znanost o podacima.

Jeste li student?

Započnite s ovim resursima:

• Student Hub stranica Na ovoj stranici pronaći ćete resurse za početnike, studentske pakete, pa čak i načine za dobivanje besplatnog certifikata. Ovo je stranica koju želite označiti i povremeno provjeravati jer mijenjamo sadržaj barem jednom mjesečno.
• Microsoft Learn Student Ambassadors Pridružite se globalnoj zajednici studentskih ambasadora, ovo bi mogao biti vaš put u Microsoft.

Početak

Potpuni početnici: Novi ste u znanosti o podacima? Započnite s našim primjerima prilagođenim početnicima! Ovi jednostavni, dobro komentirani primjeri pomoći će vam da razumijete osnove prije nego što se upustite u cijeli kurikulum.

Nastavnici: imamo neke prijedloge o tome kako koristiti ovaj kurikulum. Voljeli bismo čuti vaše povratne informacije u našem forumu za raspravu!

Studenti: da biste koristili ovaj kurikulum samostalno, forkajte cijeli repo i dovršite vježbe sami, počevši s kvizom prije predavanja. Zatim pročitajte predavanje i dovršite ostale aktivnosti. Pokušajte izraditi projekte razumijevanjem lekcija umjesto kopiranja rješenja koda; međutim, taj kod je dostupan u /solutions mapama u svakoj lekciji temeljenoj na projektima. Druga ideja bila bi formirati grupu za učenje s prijateljima i zajedno prolaziti kroz sadržaj. Za daljnje učenje preporučujemo Microsoft Learn.

Upoznajte tim

Gif by Mohit Jaisal

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

Pedagogija

Odabrali smo dva pedagoška načela prilikom izrade ovog kurikuluma: osigurati da je temeljen na projektima i da uključuje česte kvizove. Do kraja ove serije, studenti će naučiti osnovne principe znanosti o podacima, uključujući etičke koncepte, pripremu podataka, različite načine rada s podacima, vizualizaciju podataka, analizu podataka, stvarne primjere korištenja znanosti o podacima i još mnogo toga.

Osim toga, kviz s niskim rizikom prije predavanja usmjerava pažnju studenta na učenje teme, dok drugi kviz nakon predavanja osigurava daljnje zadržavanje znanja. Ovaj kurikulum je dizajniran da bude fleksibilan i zabavan te se može uzeti u cijelosti ili djelomično. Projekti počinju jednostavno i postaju sve složeniji do kraja 10-tjednog ciklusa.

Pronađite naš Code of Conduct, Contributing, Translation smjernice. Veselimo se vašim konstruktivnim povratnim informacijama!

Svaka lekcija uključuje:

• Opcionalni sketchnote
• Opcionalni dodatni video
• Kviz za zagrijavanje prije lekcije
• Pisanu lekciju
• Za lekcije temeljene na projektima, vodiče korak po korak kako izraditi projekt
• Provjere znanja
• Izazov
• Dodatno čitanje
• Zadatak
• Kviz nakon lekcije

Napomena o kvizovima: Svi kvizovi nalaze se u mapi Quiz-App, ukupno 40 kvizova s po tri pitanja. Povezani su unutar lekcija, ali aplikacija za kviz može se pokrenuti lokalno ili implementirati na Azure; slijedite upute u mapi quiz-app. Postupno se lokaliziraju.

🎓 Primjeri za početnike

Novi u znanosti o podacima? Stvorili smo posebnu mapu s primjerima s jednostavnim, dobro komentiranim kodom kako bismo vam pomogli da započnete:

• 🌟 Hello World - Vaš prvi program za znanost 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 svijeta - Kompletan tijek rada od početka do kraja

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

👉 Započnite s primjerima 👈

Lekcije

Znanost o podacima za početnike: Plan - Sketchnote by @nitya

Broj lekcije	Tema	Grupiranje lekcija	Ciljevi učenja	Povezana lekcija	Autor
01	Definiranje znanosti o podacima	Uvod	Naučite osnovne pojmove 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 i vjerojatnost	Uvod	Matematičke tehnike vjerojatnosti i statistike za razumijevanje podataka.	lekcija video	Dmitry
05	Rad s relacijskim podacima	Rad s 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 s NoSQL podacima	Rad s podacima	Uvod u nerelacijske podatke, njihove različite vrste i osnove istraživanja i analize dokumentnih baza podataka.	lekcija	Jasmine
07	Rad s Pythonom	Rad s podacima	Osnove korištenja Pythona za istraživanje podataka s bibliotekama poput Pandas. Preporučuje se osnovno razumijevanje programiranja u Pythonu.	lekcija video	Dmitry
08	Priprema podataka	Rad s podacima	Teme o tehnikama za čišćenje i transformaciju podataka kako bi se riješili izazovi nedostajućih, netočnih 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 grupiranih postotaka.	lekcija	Jen
12	Vizualizacija odnosa	Vizualizacija podataka	Vizualizacija povezanosti i korelacija između skupova podataka i njihovih varijabli.	lekcija	Jen
13	Smislene vizualizacije	Vizualizacija podataka	Tehnike i smjernice za stvaranje vizualizacija koje su vrijedne za učinkovito rješavanje problema i uvid.	lekcija	Jen
14	Uvod u životni ciklus znanosti o podacima	Životni ciklus	Uvod u životni ciklus znanosti o podacima i njegov prvi korak - prikupljanje i ekstrakcija podataka.	lekcija	Jasmine
15	Analiza	Životni ciklus	Ova faza životnog ciklusa znanosti o podacima fokusira se na tehnike analize podataka.	lekcija	Jasmine
16	Komunikacija	Životni ciklus	Ova faza životnog ciklusa znanosti o podacima fokusira se na prezentaciju uvida iz podataka na način koji olakšava razumijevanje donositeljima odluka.	lekcija	Jalen
17	Znanost o podacima u oblaku	Podaci u oblaku	Ova serija lekcija uvodi znanost o podacima u oblaku i njezine prednosti.	lekcija	Tiffany i Maud
18	Znanost o podacima u oblaku	Podaci u oblaku	Treniranje modela pomoću alata s malo koda.	lekcija	Tiffany i Maud
19	Znanost o podacima u oblaku	Podaci u oblaku	Implementacija modela pomoću Azure Machine Learning Studio.	lekcija	Tiffany i Maud
20	Znanost o podacima u stvarnom svijetu	U stvarnom svijetu	Projekti vođeni znanošću o podacima u stvarnom svijetu.	lekcija	Nitya

GitHub Codespaces

Slijedite ove korake za otvaranje ovog primjera u Codespaceu:

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

VSCode Remote - Containers

Slijedite ove korake za otvaranje ovog repozitorija u kontejneru koristeći vaše lokalno računalo i VSCode s ekstenzijom VS Code Remote - Containers:

1. Ako prvi put koristite razvojni kontejner, osigurajte da vaš sustav ispunjava preduvjete (npr. instaliran Docker) prema dokumentaciji za početak.

Za korištenje ovog repozitorija, možete ga otvoriti u izoliranom Docker volumenu:

Napomena: U pozadini, ovo će koristiti Remote-Containers: Clone Repository in Container Volume... naredbu za kloniranje izvornog koda u Docker volumen umjesto lokalnog datotečnog sustava. Volumeni su preferirani mehanizam za pohranu podataka kontejnera.

Ili otvorite lokalno kloniranu ili preuzetu verziju repozitorija:

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

Pristup bez interneta

Možete pokrenuti ovu dokumentaciju offline koristeći Docsify. Forkajte ovaj repozitorij, instalirajte Docsify na vaše lokalno računalo, zatim u korijenskoj mapi ovog repozitorija upišite docsify serve. Web stranica će se poslužiti na portu 3000 na vašem localhostu: localhost:3000.

Napomena, bilježnice neće biti prikazane putem Docsifyja, pa kada trebate pokrenuti bilježnicu, učinite to zasebno u VS Codeu koristeći Python kernel.

Ostali kurikulumi

Naš tim proizvodi i druge kurikulume! Pogledajte:

• Edge AI za početnike
• AI agenti za početnike
• Generativna AI za početnike
• Generativna AI za početnike .NET
• Generativna AI s JavaScriptom
• Generativna AI s Javom
• AI za početnike
• Znanost o podacima za početnike
• Bash za početnike
• Strojno učenje za početnike
• Kibernetička sigurnost za početnike
• Web razvoj za početnike
• IoT za početnike
• Strojno učenje za početnike
• XR razvoj za početnike
• Savladavanje GitHub Copilota za AI programiranje u paru
• XR razvoj za početnike
• Savladavanje GitHub Copilota za C#/.NET programere
• Odaberite vlastitu Copilot avanturu

Dobivanje pomoći

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

Ako imate povratne informacije o proizvodu ili greške tijekom izrade, posjetite:

---

Odricanje od odgovornosti:
Ovaj dokument je preveden pomoću AI usluge za prevođenje Co-op Translator. Iako težimo točnosti, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku treba smatrati mjerodavnim izvorom. Za ključne informacije preporučuje se profesionalni prijevod od strane čovjeka. Ne preuzimamo odgovornost za nesporazume ili pogrešna tumačenja koja proizlaze iz korištenja ovog prijevoda.