Data-Science-For-Beginners/translations/ro

Știința Datelor pentru Începători - Un Curriculum

Advocații Cloud Azure de la Microsoft sunt încântați să ofere un curriculum de 10 săptămâni, cu 20 de lecții, dedicat Științei Datelor. Fiecare lecție include teste înainte și după lecție, instrucțiuni scrise pentru completarea lecției, o soluție și o temă. Pedagogia noastră bazată pe proiecte vă permite să învățați în timp ce construiți, o metodă dovedită pentru a fixa noile abilități.

Mulțumiri sincere 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, printre care 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

Știința Datelor pentru Începători - Sketchnote de @nitya

🌐 Suport Multi-Limbă

Suportat prin GitHub Action (Automat & Mereu Actualizat)

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

Dacă doriți să aveți suport pentru alte limbi, acestea sunt listate aici

Alăturați-vă Comunității Noastre

Avem o serie de învățare cu AI în desfășurare pe Discord, aflați mai multe și alăturați-vă la Learn with AI Series între 18 - 30 septembrie 2025. Veți primi sfaturi și trucuri despre utilizarea GitHub Copilot pentru Știința Datelor.

Ești student?

Începe cu următoarele resurse:

• Pagina Hub pentru Studenți În această pagină, veți găsi resurse pentru începători, pachete pentru studenți și chiar modalități de a obține un voucher gratuit pentru certificare. Este o pagină pe care merită să o marcați și să o verificați periodic, deoarece schimbăm conținutul cel puțin lunar.
• Microsoft Learn Student Ambassadors Alăturați-vă unei comunități globale de ambasadori studenți, aceasta ar putea fi calea voastră către Microsoft.

Începeți

Începători Compleți: Nou în știința datelor? Începeți cu exemplele prietenoase pentru începători! Aceste exemple simple, bine comentate, vă vor ajuta să înțelegeți elementele de bază înainte de a aprofunda curriculumul complet.

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

Studenți: pentru a utiliza acest curriculum pe cont propriu, faceți fork la întregul repo și completați exercițiile pe cont propriu, începând cu un test înainte de lecție. Apoi citiți lecția și completați restul activităților. Încercați să creați proiectele înțelegând lecțiile, mai degrabă decât copierea codului 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.

Cunoașteți Echipa

Gif realizat de Mohit Jaisal

🎥 Faceți clic pe imaginea de mai sus pentru un video despre proiect și despre cei care l-au creat!

Pedagogie

Am ales două principii pedagogice în construirea acestui curriculum: asigurarea că este bazat pe proiecte și includerea de teste frecvente. Până la sfârșitul acestei serii, studenții vor fi învățat principiile de bază ale științei datelor, inclusiv concepte etice, pregătirea datelor, diferite moduri de a lucra cu datele, vizualizarea datelor, analiza datelor, cazuri reale de utilizare ale științei datelor și multe altele.

În plus, un test cu miză redusă înainte de o clasă setează intenția studentului de a învăța un subiect, în timp ce un al doilea test după clasă asigură o retenție mai bună. Acest curriculum a fost conceput să fie flexibil și distractiv și poate fi parcurs în întregime 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 vostru constructiv!

Fiecare lecție include:

• Sketchnote opțional
• Video suplimentar opțional
• Test de încălzire înainte de lecție
• Lecție scrisă
• Pentru lecțiile bazate pe proiecte, ghiduri pas cu pas despre cum să construiți proiectul
• Verificări de cunoștințe
• O provocare
• Lectură suplimentară
• Temă
• Test după lecție

O notă despre chestionare: Toate chestionarele sunt incluse în folderul Quiz-App, cu un total de 40 de chestionare, fiecare având câte trei întrebări. Acestea sunt legate din cadrul lecțiilor, dar aplicația de chestionare poate fi rulată local sau implementată pe Azure; urmați instrucțiunile din folderul quiz-app. Ele sunt localizate treptat.

🎓 Exemple pentru Începători

Nou în domeniul 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
• 📂 Încărcarea Datelor - Învață să citești și să explorezi seturi de date
• 📊 Analiză Simplă - Calculează statistici și identifică modele
• 📈 Vizualizare de Bază - Creează grafice și diagrame
• 🔬 Proiect Real - Flux de lucru complet de la început până la sfârșit

Fiecare exemplu include comentarii detaliate care explică fiecare pas, fiind perfect pentru începători absoluti!

👉 Începe cu exemplele 👈

Lecții

Data Science pentru Începători: Planificare - Sketchnote de @nitya

Număr Lecție	Subiect	Grupare Lecție	Obiective de Învățare	Lecție Legată	Autor
01	Definirea Data Science	Introducere	Învață conceptele de bază ale data science și cum se leagă de inteligența artificială, învățarea automată și big data.	lecție video	Dmitry
02	Etica în Data Science	Introducere	Concepte, provocări și cadre de etică în data science.	lecție	Nitya
03	Definirea Datelor	Introducere	Cum sunt clasificate datele și sursele lor comune.	lecție	Jasmine
04	Introducere în Statistică și Probabilitate	Introducere	Tehnici matematice de probabilitate și statistică pentru a înțelege datele.	lecție video	Dmitry
05	Lucrul cu Date Relaționale	Lucrul cu Date	Introducere în datele relaționale și elementele de bază ale explorării și analizei datelor relaționale cu Structured Query Language, cunoscut și sub numele de SQL (pronunțat „see-quell”).	lecție	Christopher
06	Lucrul cu Date NoSQL	Lucrul cu Date	Introducere în datele non-relaționale, diferitele lor tipuri și elementele de bază ale explorării și analizei bazelor de date document.	lecție	Jasmine
07	Lucrul cu Python	Lucrul cu Date	Bazele utilizării Python pentru explorarea datelor cu biblioteci precum Pandas. Se recomandă o înțelegere fundamentală a programării în Python.	lecție video	Dmitry
08	Pregătirea Datelor	Lucrul cu Date	Subiecte despre tehnici de curățare și transformare a datelor pentru a gestiona provocările 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 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 îndrumări pentru a face vizualizările tale valoroase pentru rezolvarea eficientă a problemelor și obținerea de informații.	lecție	Jen
14	Introducere în ciclul de viață al Data Science	Ciclul de Viață	Introducere în ciclul de viață al data science și primul său pas de achiziție și extragere a datelor.	lecție	Jasmine
15	Analiza	Ciclul de Viață	Această fază a ciclului de viață al data science se concentrează pe tehnici de analiză a datelor.	lecție	Jasmine
16	Comunicare	Ciclul de Viață	Această fază a ciclului de viață al data science se concentrează pe prezentarea informațiilor obținute din date într-un mod care să faciliteze înțelegerea pentru factorii de decizie.	lecție	Jalen
17	Data Science în Cloud	Date în Cloud	Această serie de lecții introduce data science în cloud și beneficiile sale.	lecție	Tiffany și Maud
18	Data Science în Cloud	Date în Cloud	Antrenarea modelelor folosind instrumente Low Code.	lecție	Tiffany și Maud
19	Data Science în Cloud	Date în Cloud	Implementarea modelelor cu Azure Machine Learning Studio.	lecție	Tiffany și Maud
20	Data Science în Lumea Reală	În Lumea Reală	Proiecte bazate pe data science în lumea reală.	lecție	Nitya

GitHub Codespaces

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

1. Fă clic pe meniul derulant Code și selectează opțiunea Open with Codespaces.
2. Selectează + New codespace în partea de jos a panoului. Pentru mai multe informații, consultă documentația GitHub.

VSCode Remote - Containers

Urmează acești pași pentru a deschide acest repo într-un container folosind mașina ta locală și VSCode, utilizând extensia VS Code Remote - Containers:

1. Dacă este prima dată când folosești un container de dezvoltare, asigură-te că sistemul tău îndeplinește cerințele (de exemplu, să ai Docker instalat) din documentația de început.

Pentru a utiliza acest depozit, poți fie să deschizi depozitul într-un volum Docker izolat:

Notă: În fundal, aceasta va folosi comanda Remote-Containers: Clone Repository in Container Volume... pentru a clona codul sursă într-un volum Docker în loc de sistemul de fișiere local. Volumurile sunt mecanismul preferat pentru persistența datelor containerului.

Sau să deschizi o versiune clonată sau descărcată local a depozitului:

• Clonează acest depozit pe sistemul tău local.
• Apasă F1 și selectează comanda Remote-Containers: Open Folder in Container....
• Selectează copia clonată a acestui folder, așteaptă ca containerul să pornească și testează-l.

Acces Offline

Poți rula această documentație offline folosind Docsify. Clonează acest repo, instalează Docsify pe mașina ta locală, apoi în folderul rădăcină al acestui repo, tastează docsify serve. Website-ul va fi servit pe portul 3000 pe localhost-ul tău: localhost:3000.

Notă, notebook-urile nu vor fi afișate prin Docsify, așa că atunci când ai nevoie să rulezi un notebook, fă acest lucru separat în VS Code rulând un kernel Python.

Alte Curricule

Echipa noastră produce alte curricule! Verifică:

• Edge AI pentru Începători
• AI Agents pentru Începători
• Generative AI pentru Începători
• Generative AI pentru Începători .NET
• Generative AI cu JavaScript
• Generative AI cu Java
• AI pentru Începători
• Data Science pentru Începători
• Bash pentru Începători
• ML pentru Începători
• Cybersecurity pentru Începători
• Web Dev pentru Începători
• IoT pentru Începători
• Machine Learning pentru Începători
• Dezvoltare XR pentru Începători
• Stăpânirea GitHub Copilot pentru Programare AI în Perechi
• Dezvoltare XR pentru Începători
• Stăpânirea GitHub Copilot pentru Dezvoltatori C#/.NET
• Alege-ți propria aventură Copilot

Obținerea Ajutorului

Dacă te blochezi sau ai întrebări despre construirea aplicațiilor AI, alătură-te:

Dacă ai feedback despre produs sau întâmpini erori în timpul construirii, vizitează:

---

Declinare de responsabilitate:
Acest document a fost tradus folosind serviciul de traducere AI Co-op Translator. Deși ne străduim să asigurăm acuratețea, vă rugăm să fiți conștienți că traducerile automate pot conține erori sau inexactități. Documentul original în limba sa natală ar trebui considerat sursa autoritară. Pentru informații critice, se recomandă traducerea profesională realizată de un specialist. Nu ne asumăm responsabilitatea pentru eventualele neînțelegeri sau interpretări greșite care pot apărea din utilizarea acestei traduceri.