Data-Science-For-Beginners/translations/sr

Наука о подацима за почетнике - 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, укључујући 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 - Илустрација 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) | Пунџаби (Гурмуки) | Румунски | Руски | Српски (ћирилица) | Словачки | Словеначки | Шпански | Свахили | Шведски | Тагалог (Филипински) | Тамилски | Тајландски | Турски | Украјински | Урду | Вијетнамски

Ако желите да додате подршку за додатне језике, списак је доступан овде

Придружите се нашој заједници

Имамо серију учења са AI која је у току, 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 и чак начине да добијете бесплатан ваучер за сертификат. Ово је страница коју желите да обележите и повремено проверавате, јер садржај мењамо најмање једном месечно.
• Microsoft Learn Student Ambassadors Придружите се глобалној заједници студентских амбасадора, ово би могао бити ваш пут у Microsoft.

Почетак

📚 Документација

• Водич за инсталацију - Упутства корак по корак за почетнике
• Водич за употребу - 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 прилагођеним почетницима! 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 форк целог репозиторијума и завршите вежбе самостално, почевши од квиза пре предавања. Затим прочитајте предавање и завршите остале активности. Покушајте да креирате пројекте разумевањем лекција уместо копирања решења; међутим, тај код је доступан у /solutions фасциклама у свакој лекцији оријентисаној на пројекте. Друга идеја би била да формирате студијску групу са пријатељима и заједно прођете кроз садржај. За даље учење, препоручујемо Microsoft Learn.

Брзи почетак:

1. Проверите Водич за инсталацију да бисте подесили своје окружење
2. Прегледајте Водич за употребу 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

Изабрали смо два педагошка принципа приликом креирања овог курикулума: осигурати да је заснован на пројектима и да укључује честе квизове. До краја ове серије, студенти ће научити основне принципе науке о подацима, укључујући етичке концепте, припрему података, различите начине рада са подацима, визуализацију података, анализу података, примере из стварног света и још много тога.

Поред тога, квиз са ниским ризиком пре часа поставља намеру студента ка учењу теме, док други квиз након часа осигурава боље задржавање знања. Овај курикулум је дизајниран да буде флексибилан и забаван и може се похађати у целости или делимично. Пројекти почињу са мањим задацима и постају све сложенији до краја десетонедељног циклуса.

Пронађите наш Кодекс понашања, Упутства за допринос, Упутства за превод. Добродошли сте да нам доставите конструктивне повратне информације!

Свака лекција укључује:

• Опциона скица
• Опциони допунски видео
• Квиз за загревање пре лекције
• Писану лекцију
• За лекције засноване на пројектима, водиче корак по корак како изградити пројекат
• Провере знања
• Изазов
• Допунско читање
• Задатак
• Квиз након лекције

Напомена о квизовима: Сви квизови се налазе у фасцикли Quiz-App, укупно 40 квизова са по три питања. Линкови ка квизовима су укључени у лекције, али апликација за квиз може се покренути локално или поставити на Azure; пратите упутства у фасцикли quiz-app. Постепено се локализују.

🎓 Примери за почетнике

Нови сте у науци о подацима? Направили смо посебан директоријум са примерима са једноставним, добро коментарисаним кодом који ће вам помоћи да започнете:

• 🌟 Hello World - Ваш први програм за науку о подацима
• 📂 Учитавање података - Научите како читати и истраживати скупове података
• 📊 Једноставна анализа - Израчунајте статистику и пронађите обрасце
• 📈 Основна визуализација - Направите графиконе и дијаграме
• 🔬 Пројекат из стварног света - Комплетан радни ток од почетка до краја

Сваки пример укључује детаљне коментаре који објашњавају сваки корак, што га чини савршеним за апсолутне почетнике!

👉 Почните са примерима 👈

Лекције

Наука о подацима за почетнике: Мапа пута - Скица од @nitya

Број лекције	Тема	Груписање лекција	Циљеви учења	Линкована лекција	Аутор
01	Дефинисање науке о подацима	Увод	Научите основне концепте науке о подацима и како је повезана са вештачком интелигенцијом, машинским учењем и великим подацима.	лекција видео	Дмитриј
02	Етика у науци о подацима	Увод	Концепти етике података, изазови и оквири.	лекција	Нитија
03	Дефинисање података	Увод	Како се подаци класификују и њихови уобичајени извори.	лекција	Јасмин
04	Увод у статистику и вероватноћу	Увод	Математичке технике вероватноће и статистике за разумевање података.	лекција видео	Дмитриј
05	Рад са релационим подацима	Рад са подацима	Увод у релационе податке и основе истраживања и анализе релационих података помоћу језика Structured Query Language, познатог као SQL (изговара се „си-квел“).	лекција	Кристофер
06	Рад са NoSQL подацима	Рад са подацима	Увод у нерелационе податке, њихове различите типове и основе истраживања и анализе докумената базе података.	лекција	Јасмин
07	Рад са Python-ом	Рад са подацима	Основе коришћења Python-а за истраживање података уз библиотеке као што је Pandas. Препоручује се основно разумевање Python програмирања.	лекција видео	Дмитриј
08	Припрема података	Рад са подацима	Теме о техникама за чишћење и трансформацију података ради решавања проблема са недостајућим, нетачним или непотпуним подацима.	лекција	Јасмин
09	Визуализација количина	Визуализација података	Научите како користити Matplotlib за визуализацију података о птицама 🦆	лекција	Џен
10	Визуализација расподела података	Визуализација података	Визуализација опажања и трендова унутар интервала.	лекција	Џен
11	Визуализација пропорција	Визуализација података	Визуализација дискретних и груписаних процената.	лекција	Џен
12	Визуализација односа	Визуализација података	Визуализација веза и корелација између скупова података и њихових варијабли.	лекција	Џен
13	Смислене визуализације	Визуализација података	Технике и смернице за прављење визуализација које су вредне за ефикасно решавање проблема и добијање увида.	лекција	Џен
14	Увод у животни циклус науке о подацима	Животни циклус	Увод у животни циклус науке о подацима и његов први корак - прикупљање и екстракција података.	лекција	Јасмин
15	Анализа	Животни циклус	Ова фаза животног циклуса науке о подацима фокусира се на технике анализе података.	лекција	Јасмин
16	Комуникација	Животни циклус	Ова фаза животног циклуса науке о подацима фокусира се на представљање увида из података на начин који олакшава разумевање доносиоцима одлука.	лекција	Џејлен
17	Наука о подацима у облаку	Облачни подаци	Ова серија лекција уводи науку о подацима у облаку и њене предности.	лекција	Тифани и Мод
18	Наука о подацима у облаку	Облачни подаци	Тренирање модела помоћу алата са мало кода.	лекција	Тифани и Мод
19	Наука о подацима у облаку	Облачни подаци	Постављање модела помоћу Azure Machine Learning Studio.	лекција	Тифани и Мод
20	Наука о подацима у стварном свету	У стварном свету	Пројекти вођени науком о подацима у стварном свету.	лекција	Нитија

GitHub Codespaces

Пратите ове кораке да отворите овај пример у Codespace-у:

1. Кликните на падајући мени Code и изаберите опцију Open with Codespaces.
2. Изаберите + New codespace на дну панела. За више информација, погледајте GitHub документацију.

VSCode Remote - Containers

Пратите ове кораке да отворите овај репозиторијум у контејнеру користећи ваш локални рачунар и VSCode уз екстензију VS Code Remote - Containers:

1. Ако је ово први пут да користите развојни контејнер, уверите се да ваш систем испуњава предуслове (нпр. да имате инсталиран Docker) у документацији за почетак.

Да бисте користили овај репозиторијум, можете га отворити у изолованом Docker волумену:

Напомена: У позадини, ово ће користити Remote-Containers: Clone Repository in Container Volume... команду за клонирање изворног кода у Docker волумен уместо локалног фајл система. Волумени су пожељан механизам за чување података контејнера.

Или отворите локално клонирану или преузету верзију репозиторијума:

• Клонирајте овај репозиторијум на ваш локални фајл систем.
• Притисните F1 и изаберите команду Remote-Containers: Open Folder in Container....
• Изаберите клонирану копију ове фасцикле, сачекајте да се контејнер покрене и испробајте ствари.

Офлајн приступ

Можете покренути ову документацију офлајн користећи Docsify. Форкујте овај репозиторијум, инсталирајте Docsify на ваш локални рачунар, а затим у коренској фасцикли овог репозиторијума укуцајте docsify serve. Веб-сајт ће бити покренут на порту 3000 на вашем localhost-у: localhost:3000.

Напомена, бележнице неће бити приказане преко Docsify-а, па када треба да покренете бележницу, урадите то одвојено у VS Code-у користећи Python језгро.

Остали курикулуми

Наш тим производи и друге курикулуме! Погледајте:

• Edge AI за почетнике
• AI агенти за почетнике
• Генеративна AI за почетнике
• Генеративна AI за почетнике .NET
• Генеративна AI са JavaScript-ом
• Генеративна AI са Java-ом
• AI за почетнике
• Наука о подацима за почетнике
• Bash за почетнике
• Машинско учење за почетнике
• Сајбер безбедност за почетнике
• Веб развој за почетнике
• ИоТ за почетнике
• Машинско учење за почетнике
• XR развој за почетнике
• Усавршавање GitHub Copilot-а за парно програмирање са вештачком интелигенцијом
• XR развој за почетнике
• Усавршавање GitHub Copilot-а за C#/.NET програмере
• Изаберите своју Copilot авантуру

Добијање помоћи

Имате проблеме? Погледајте наш Водич за решавање проблема за решења уобичајених проблема.

Ако се заглавите или имате питања о изградњи апликација са вештачком интелигенцијом, придружите се:

Ако имате повратне информације о производу или грешке током изградње, посетите:

---

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 људског преводиоца. Не преузимамо одговорност за било каква погрешна тумачења или неспоразуме који могу настати услед коришћења овог превода.