Data-Science-For-Beginners/translations/sl

Podatkovna znanost za začetnike - Kurikulum

Azure Cloud Advocates pri Microsoftu ponujajo 10-tedenski kurikulum s 20 lekcijami o podatkovni znanosti. Vsaka lekcija vključuje kvize pred in po lekciji, pisna navodila za dokončanje lekcije, rešitev in nalogo. Naš projektno usmerjen pristop omogoča učenje skozi ustvarjanje, kar je dokazano učinkovit način za utrjevanje novih veščin.

Iskrena zahvala našim avtorjem: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Posebna zahvala 🙏 našim Microsoft Student Ambassador avtorjem, recenzentom in prispevalcem vsebine, med njimi 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

Podatkovna znanost za začetnike - Sketchnote by @nitya

🌐 Podpora za več jezikov

Podprto prek GitHub Action (Samodejno in vedno posodobljeno)

Francoščina | Španščina | Nemščina | Ruščina | Arabščina | Perzijščina (Farsi) | Urdu | Kitajščina (poenostavljena) | Kitajščina (tradicionalna, Macao) | Kitajščina (tradicionalna, Hong Kong) | Kitajščina (tradicionalna, Tajvan) | Japonščina | Korejščina | Hindijščina | Bengalščina | Maratščina | Nepalščina | Pandžabščina (Gurmukhi) | Portugalščina (Portugalska) | Portugalščina (Brazilija) | Italijanščina | Poljščina | Turščina | Grščina | Tajščina | Švedščina | Danščina | Norveščina | Finščina | Nizozemščina | Hebrejščina | Vietnamščina | Indonezijščina | Malajščina | Tagalog (Filipino) | Svahili | Madžarščina | Češčina | Slovaščina | Romunščina | Bolgarščina | Srbščina (cirilica) | Hrvaščina | Slovenščina | Ukrajinščina | Burmanščina (Myanmar)

Če želite dodati dodatne jezike, so podprti jeziki navedeni tukaj

Pridružite se naši skupnosti

Imamo serijo učenja z AI na Discordu, več o tem in pridružite se nam na Learn with AI Series od 18. do 30. septembra 2025. Naučili se boste nasvetov in trikov za uporabo GitHub Copilot za podatkovno znanost.

Ste študent?

Začnite z naslednjimi viri:

• Stran Student Hub Na tej strani boste našli začetniške vire, študentske pakete in celo načine za pridobitev brezplačnega certifikata. To je stran, ki jo želite shraniti med zaznamke in občasno preveriti, saj vsebino menjamo vsaj enkrat mesečno.
• Microsoft Learn Student Ambassadors Pridružite se globalni skupnosti študentskih ambasadorjev, to bi lahko bil vaš vstop v Microsoft.

Začetek

Popolni začetniki: Ste novi v podatkovni znanosti? Začnite z našimi primeri za začetnike! Ti preprosti, dobro komentirani primeri vam bodo pomagali razumeti osnove, preden se poglobite v celoten kurikulum.

Učitelji: vključili smo nekaj predlogov o tem, kako uporabiti ta kurikulum. Veseli bomo vaših povratnih informacij v našem forumu za razprave!

Študenti: če želite ta kurikulum uporabljati sami, razvejite celoten repozitorij in samostojno dokončajte vaje, začenši s kvizom pred predavanjem. Nato preberite predavanje in dokončajte preostale aktivnosti. Poskusite ustvariti projekte z razumevanjem lekcij, namesto da kopirate rešitev kode; vendar je ta koda na voljo v mapah /solutions v vsaki lekciji, usmerjeni na projekt. Druga ideja je, da oblikujete študijsko skupino s prijatelji in skupaj preučite vsebino. Za nadaljnje študije priporočamo Microsoft Learn.

Spoznajte ekipo

Gif avtorja Mohit Jaisal

🎥 Kliknite zgornjo sliko za video o projektu in ljudeh, ki so ga ustvarili!

Pedagogika

Pri oblikovanju tega kurikuluma smo se odločili za dva pedagoška načela: zagotoviti, da je projektno usmerjen in da vključuje pogoste kvize. Do konca te serije bodo študenti osvojili osnovna načela podatkovne znanosti, vključno z etičnimi koncepti, pripravo podatkov, različnimi načini dela s podatki, vizualizacijo podatkov, analizo podatkov, resničnimi primeri uporabe podatkovne znanosti in še več.

Poleg tega kviz z nizkim tveganjem pred predavanjem usmeri pozornost študenta na učenje teme, medtem ko drugi kviz po predavanju zagotavlja nadaljnje ohranjanje znanja. Ta kurikulum je bil zasnovan tako, da je prilagodljiv in zabaven ter ga je mogoče jemati v celoti ali delno. Projekti se začnejo majhni in postajajo vse bolj kompleksni do konca 10-tedenskega cikla.

Najdite naš Kodeks ravnanja, Prispevanje, Smernice za prevajanje. Veseli bomo vaših konstruktivnih povratnih informacij!

Vsaka lekcija vključuje:

• Neobvezna sketchnote
• Neobvezni dopolnilni video
• Ogrevalni kviz pred lekcijo
• Pisna lekcija
• Pri lekcijah, usmerjenih na projekt, vodniki po korakih za izdelavo projekta
• Preverjanje znanja
• Izziv
• Dopolnilno branje
• Naloga
• Kviz po lekciji

Opomba o kvizih: Vsi kvizi so shranjeni v mapi Quiz-App, skupno 40 kvizov, vsak s tremi vprašanji. Povezave do kvizov so vključene v lekcije, aplikacijo za kvize pa lahko zaženete lokalno ali jo namestite na Azure; sledite navodilom v mapi quiz-app. Postopoma se lokalizirajo.

🎓 Primeri za začetnike

Ste novi v podatkovni znanosti? Ustvarili smo posebno mapo z zgledi s preprosto, dobro komentirano kodo, ki vam bo pomagala začeti:

• 🌟 Hello World - Vaš prvi program za podatkovno znanost
• 📂 Nalaganje podatkov - Naučite se brati in raziskovati podatkovne nabore
• 📊 Preprosta analiza - Izračunajte statistike in poiščite vzorce
• 📈 Osnovna vizualizacija - Ustvarite grafe in diagrame
• 🔬 Projekt iz resničnega sveta - Celoten potek dela od začetka do konca

Vsak primer vključuje podrobne komentarje, ki pojasnjujejo vsak korak, kar je idealno za popolne začetnike!

👉 Začnite z zgledi 👈

Lekcije

Podatkovna znanost za začetnike: Načrt - Sketchnote by @nitya

Številka lekcije	Tema	Skupina lekcij	Cilji učenja	Povezana lekcija	Avtor
01	Definicija podatkovne znanosti	Uvod	Spoznajte osnovne koncepte podatkovne znanosti in kako je povezana z umetno inteligenco, strojnim učenjem in velikimi podatki.	lekcija video	Dmitry
02	Etika podatkovne znanosti	Uvod	Koncepti etike podatkov, izzivi in okviri.	lekcija	Nitya
03	Definicija podatkov	Uvod	Kako so podatki razvrščeni in njihovi pogosti viri.	lekcija	Jasmine
04	Uvod v statistiko in verjetnost	Uvod	Matematične tehnike verjetnosti in statistike za razumevanje podatkov.	lekcija video	Dmitry
05	Delo z relacijskimi podatki	Delo s podatki	Uvod v relacijske podatke in osnove raziskovanja ter analize relacijskih podatkov z jezikom SQL (izgovorjava "si-kvel").	lekcija	Christopher
06	Delo z NoSQL podatki	Delo s podatki	Uvod v nerelacijske podatke, njihove različne vrste ter osnove raziskovanja in analize dokumentnih baz.	lekcija	Jasmine
07	Delo s Pythonom	Delo s podatki	Osnove uporabe Pythona za raziskovanje podatkov z knjižnicami, kot je Pandas. Priporočljivo je osnovno razumevanje programiranja v Pythonu.	lekcija video	Dmitry
08	Priprava podatkov	Delo s podatki	Teme o tehnikah čiščenja in preoblikovanja podatkov za reševanje izzivov, kot so manjkajoči, netočni ali nepopolni podatki.	lekcija	Jasmine
09	Vizualizacija količin	Vizualizacija podatkov	Naučite se uporabljati Matplotlib za vizualizacijo podatkov o pticah 🦆	lekcija	Jen
10	Vizualizacija porazdelitev podatkov	Vizualizacija podatkov	Vizualizacija opazovanj in trendov znotraj intervala.	lekcija	Jen
11	Vizualizacija deležev	Vizualizacija podatkov	Vizualizacija diskretnih in združenih odstotkov.	lekcija	Jen
12	Vizualizacija odnosov	Vizualizacija podatkov	Vizualizacija povezav in korelacij med nabori podatkov in njihovimi spremenljivkami.	lekcija	Jen
13	Smiselne vizualizacije	Vizualizacija podatkov	Tehnike in smernice za ustvarjanje vizualizacij, ki so koristne za učinkovito reševanje problemov in pridobivanje vpogledov.	lekcija	Jen
14	Uvod v življenjski cikel podatkovne znanosti	Življenjski cikel	Uvod v življenjski cikel podatkovne znanosti in njegov prvi korak pridobivanja ter ekstrakcije podatkov.	lekcija	Jasmine
15	Analiza	Življenjski cikel	Ta faza življenjskega cikla podatkovne znanosti se osredotoča na tehnike analize podatkov.	lekcija	Jasmine
16	Komunikacija	Življenjski cikel	Ta faza življenjskega cikla podatkovne znanosti se osredotoča na predstavitev vpogledov iz podatkov na način, ki olajša razumevanje za odločevalce.	lekcija	Jalen
17	Podatkovna znanost v oblaku	Podatki v oblaku	Serija lekcij, ki uvaja podatkovno znanost v oblaku in njene prednosti.	lekcija	Tiffany in Maud
18	Podatkovna znanost v oblaku	Podatki v oblaku	Učenje modelov z orodji za nizko kodiranje.	lekcija	Tiffany in Maud
19	Podatkovna znanost v oblaku	Podatki v oblaku	Nameščanje modelov z Azure Machine Learning Studio.	lekcija	Tiffany in Maud
20	Podatkovna znanost v naravi	V naravi	Projekti, ki jih vodi podatkovna znanost v resničnem svetu.	lekcija	Nitya

GitHub Codespaces

Sledite tem korakom za odprtje tega vzorca v Codespace:

1. Kliknite spustni meni Code in izberite možnost Open with Codespaces.
2. Na dnu okna izberite + New codespace. Za več informacij si oglejte dokumentacijo GitHub.

VSCode Remote - Containers

Sledite tem korakom za odprtje tega repozitorija v kontejnerju z uporabo vaše lokalne naprave in VSCode z razširitvijo VS Code Remote - Containers:

1. Če prvič uporabljate razvojni kontejner, se prepričajte, da vaš sistem izpolnjuje predpogoje (npr. imate nameščen Docker) v dokumentaciji za začetek.

Za uporabo tega repozitorija ga lahko odprete v izoliranem Docker volumnu:

Opomba: V ozadju bo uporabljen ukaz Remote-Containers: Clone Repository in Container Volume... za kloniranje izvorne kode v Docker volumen namesto lokalnega datotečnega sistema. Volumni so priporočeni mehanizem za shranjevanje podatkov kontejnerja.

Ali pa odprite lokalno klonirano ali preneseno različico repozitorija:

• Klonirajte ta repozitorij na vaš lokalni datotečni sistem.
• Pritisnite F1 in izberite ukaz Remote-Containers: Open Folder in Container....
• Izberite klonirano kopijo te mape, počakajte, da se kontejner zažene, in preizkusite stvari.

Dostop brez povezave

To dokumentacijo lahko zaženete brez povezave z uporabo Docsify. Forkajte ta repozitorij, namestite Docsify na vašo lokalno napravo, nato v korenski mapi tega repozitorija vnesite docsify serve. Spletna stran bo na voljo na portu 3000 na vašem localhostu: localhost:3000.

Opomba, zvezki ne bodo upodobljeni prek Docsify, zato jih, kadar jih potrebujete, zaženite ločeno v VS Code z uporabo Python jedra.

Druge učne vsebine

Naša ekipa ustvarja tudi druge učne vsebine! Oglejte si:

• Edge AI za začetnike
• AI agenti za začetnike
• Generativna AI za začetnike
• Generativna AI za začetnike .NET
• Generativna AI z JavaScriptom
• Generativna AI z Javo
• AI za začetnike
• Podatkovna znanost za začetnike
• Bash za začetnike
• ML za začetnike
• Kibernetska varnost za začetnike
• Spletni razvoj za začetnike
• IoT za začetnike
• Strojno učenje za začetnike
• XR razvoj za začetnike
• Obvladovanje GitHub Copilot za AI parno programiranje
• XR razvoj za začetnike
• Obvladovanje GitHub Copilot za C#/.NET razvijalce
• Izberite svojo Copilot pustolovščino

Pomoč

Če se zataknete ali imate kakršna koli vprašanja o gradnji AI aplikacij, se pridružite:

Če imate povratne informacije o izdelku ali napake med gradnjo, obiščite:

---

Omejitev odgovornosti:
Ta dokument je bil preveden z uporabo storitve AI za prevajanje Co-op Translator. Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem izvirnem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo profesionalni človeški prevod. Ne odgovarjamo za morebitne nesporazume ali napačne razlage, ki izhajajo iz uporabe tega prevoda.