Data-Science-For-Beginners/translations/bg

Наука за данни за начинаещи - Учебна програма

Екипът на Azure Cloud Advocates в Microsoft с удоволствие предлага 10-седмична учебна програма с 20 урока, посветена на науката за данни. Всеки урок включва тестове преди и след урока, писмени инструкции за изпълнение на задачите, решения и задания. Нашият подход, базиран на проекти, ви позволява да учите, докато създавате, което е доказан начин за усвояване на нови умения.

Сърдечни благодарности на нашите автори: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Специални благодарности 🙏 на нашите Microsoft Student Ambassador автори, рецензенти и сътрудници, включително 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 за данни за начинаещи - Скица от @nitya

🌐 Поддръжка на много езици

Поддържани чрез GitHub Action (Автоматизирано и винаги актуално)

Френски | Испански | Немски | Руски | Арабски | Персийски (Фарси) | Урду | Китайски (опростен) | Китайски (традиционен, Макао) | Китайски (традиционен, Хонг Конг) | Китайски (традиционен, Тайван) | Японски | Корейски | Хинди | Бенгалски | Маратхи | Непалски | Пенджабски (Гурмуки) | Португалски (Португалия) | Португалски (Бразилия) | Италиански | Полски | Турски | Гръцки | Тайландски | Шведски | Датски | Норвежки | Фински | Холандски | Иврит | Виетнамски | Индонезийски | Малайски | Тагалог (Филипински) | Суахили | Унгарски | Чешки | Словашки | Румънски | Български | Сръбски (кирилица) | Хърватски | Словенски | Украински | Бирмански (Мианмар)

Ако желаете да добавите допълнителни преводи, списъкът с поддържани езици е тук

Присъединете се към нашата общност

Имаме текуща серия за обучение с AI в Discord. Научете повече и се присъединете към нас в Learn with AI Series от 18 до 30 септември 2025 г. Ще получите съвети и трикове за използване на GitHub Copilot за наука за данни.

Студент ли сте?

Започнете с тези ресурси:

• Студентска страница На тази страница ще намерите ресурси за начинаещи, студентски пакети и дори начини да получите безплатен ваучер за сертификат. Това е страница, която си струва да запазите и да проверявате редовно, тъй като съдържанието се обновява поне веднъж месечно.
• Microsoft Learn Student Ambassadors Присъединете се към глобална общност от студентски посланици, това може да бъде вашият път към Microsoft.

Започнете

Напълно начинаещи: Нови сте в науката за данни? Започнете с нашите примерни материали за начинаещи! Тези прости и добре коментирани примери ще ви помогнат да разберете основите, преди да се потопите в пълната учебна програма.

Учители: включили сме някои предложения за това как да използвате тази учебна програма. Ще се радваме на вашата обратна връзка в нашия форум за дискусии!

Студенти: за да използвате тази учебна програма самостоятелно, клонирайте целия репозиторий и изпълнете упражненията самостоятелно, започвайки с тест преди лекцията. След това прочетете лекцията и изпълнете останалите дейности. Опитайте се да създадете проектите, като разбирате уроците, вместо да копирате кода на решенията; въпреки това, този код е наличен в папките /solutions във всеки урок, базиран на проекти. Друга идея е да създадете учебна група с приятели и да преминете през съдържанието заедно. За допълнително обучение препоръчваме Microsoft Learn.

Запознайте се с екипа

Gif от Mohit Jaisal

🎥 Кликнете върху изображението по-горе за видео за проекта и хората, които го създадоха!

Педагогика

Избрахме два педагогически принципа при създаването на тази учебна програма: да бъде базирана на проекти и да включва чести тестове. До края на тази серия студентите ще са научили основни принципи на науката за данни, включително етични концепции, подготовка на данни, различни начини за работа с данни, визуализация на данни, анализ на данни, реални приложения на науката за данни и други.

Освен това, тест с нисък риск преди урока насочва вниманието на студента към изучаването на дадена тема, докато втори тест след урока осигурява допълнително задържане на знанията. Тази учебна програма е проектирана да бъде гъвкава и забавна и може да се използва изцяло или частично. Проектите започват с малки задачи и стават все по-сложни до края на 10-седмичния цикъл.

Намерете нашия Кодекс за поведение, Насоки за принос, Насоки за превод. Очакваме вашата конструктивна обратна връзка!

Всеки урок включва:

• По избор скица
• По избор допълнително видео
• Тест за загрявка преди урока
• Писмен урок
• За уроци, базирани на проекти, ръководства стъпка по стъпка за изграждане на проекта
• Проверка на знанията
• Предизвикателство
• Допълнително четене
• Задание
• Тест след урока

Бележка относно тестовете: Всички тестове се намират в папката Quiz-App, като общо има 40 теста, всеки с три въпроса. Те са свързани с уроците, но приложението за тестове може да се стартира локално или да се разположи в Azure; следвайте инструкциите в папката quiz-app. Те постепенно се локализират.

🎓 Примери за начинаещи

Нов в науката за данни? Създадохме специална директория с примери с прост, добре коментиран код, за да ви помогнем да започнете:

• 🌟 Hello World - Вашата първа програма за наука за данни
• 📂 Зареждане на данни - Научете как да четете и изследвате набори от данни
• 📊 Проста анализа - Изчисляване на статистики и откриване на модели
• 📈 Основна визуализация - Създаване на диаграми и графики
• 🔬 Проект от реалния свят - Пълен работен процес от начало до край

Всеки пример включва подробни коментари, обясняващи всяка стъпка, което го прави идеален за абсолютни начинаещи!

👉 Започнете с примерите 👈

Уроци

Наука за данни за начинаещи: Пътна карта - Скетч от @nitya

Номер на урока	Тема	Групиране на уроци	Цели на обучението	Свързан урок	Автор
01	Определяне на науката за данни	Въведение	Научете основните концепции зад науката за данни и как тя е свързана с изкуствения интелект, машинното обучение и големите данни.	урок видео	Dmitry
02	Етика в науката за данни	Въведение	Концепции за етика на данните, предизвикателства и рамки.	урок	Nitya
03	Определяне на данни	Въведение	Как се класифицират данните и техните общи източници.	урок	Jasmine
04	Въведение в статистиката и вероятността	Въведение	Математическите техники на вероятността и статистиката за разбиране на данните.	урок видео	Dmitry
05	Работа с релационни данни	Работа с данни	Въведение в релационните данни и основите на изследването и анализа на релационни данни с езика за структурирани заявки, известен като SQL (произнася се „си-квел“).	урок	Christopher
06	Работа с NoSQL данни	Работа с данни	Въведение в нерелационните данни, техните различни типове и основите на изследването и анализа на документни бази данни.	урок	Jasmine
07	Работа с Python	Работа с данни	Основи на използването на Python за изследване на данни с библиотеки като Pandas. Препоръчва се основно разбиране на програмирането с Python.	урок видео	Dmitry
08	Подготовка на данни	Работа с данни	Теми за техники за почистване и трансформиране на данни за справяне с предизвикателства като липсващи, неточни или непълни данни.	урок	Jasmine
09	Визуализиране на количества	Визуализация на данни	Научете как да използвате Matplotlib за визуализиране на данни за птици 🦆	урок	Jen
10	Визуализиране на разпределения на данни	Визуализация на данни	Визуализиране на наблюдения и тенденции в интервал.	урок	Jen
11	Визуализиране на пропорции	Визуализация на данни	Визуализиране на дискретни и групирани проценти.	урок	Jen
12	Визуализиране на връзки	Визуализация на данни	Визуализиране на връзки и корелации между набори от данни и техните променливи.	урок	Jen
13	Смислени визуализации	Визуализация на данни	Техники и насоки за създаване на визуализации, които са ценни за ефективно решаване на проблеми и извличане на прозрения.	урок	Jen
14	Въведение в жизнения цикъл на науката за данни	Жизнен цикъл	Въведение в жизнения цикъл на науката за данни и първата му стъпка за придобиване и извличане на данни.	урок	Jasmine
15	Анализиране	Жизнен цикъл	Тази фаза от жизнения цикъл на науката за данни се фокусира върху техники за анализ на данни.	урок	Jasmine
16	Комуникация	Жизнен цикъл	Тази фаза от жизнения цикъл на науката за данни се фокусира върху представянето на прозренията от данните по начин, който улеснява разбирането от страна на вземащите решения.	урок	Jalen
17	Наука за данни в облака	Данни в облака	Тази серия от уроци представя науката за данни в облака и нейните предимства.	урок	Tiffany и Maud
18	Наука за данни в облака	Данни в облака	Обучение на модели с помощта на инструменти с нисък код.	урок	Tiffany и Maud
19	Наука за данни в облака	Данни в облака	Разполагане на модели с Azure Machine Learning Studio.	урок	Tiffany и Maud
20	Наука за данни в реалния свят	В реалния свят	Проекти, базирани на науката за данни, в реалния свят.	урок	Nitya

GitHub Codespaces

Следвайте тези стъпки, за да отворите този пример в Codespace:

1. Кликнете върху падащото меню Code и изберете опцията Open with Codespaces.
2. Изберете + New codespace в долната част на панела. За повече информация, вижте документацията на GitHub.

VSCode Remote - Containers

Следвайте тези стъпки, за да отворите това хранилище в контейнер, използвайки вашия локален компютър и VSCode с разширението VS Code Remote - Containers:

1. Ако за първи път използвате контейнер за разработка, уверете се, че вашата система отговаря на предварителните изисквания (например, инсталиран Docker) в документацията за започване.

За да използвате това хранилище, можете или да го отворите в изолиран Docker обем:

Бележка: В основата си това ще използва командата Remote-Containers: Clone Repository in Container Volume..., за да клонира изходния код в Docker обем вместо в локалната файлова система. Обемите са предпочитаният механизъм за запазване на данни в контейнера.

Или да отворите локално клонирана или изтеглена версия на хранилището:

• Клонирайте това хранилище на вашата локална файлова система.
• Натиснете F1 и изберете командата Remote-Containers: Open Folder in Container....
• Изберете клонираното копие на тази папка, изчакайте контейнерът да стартира и опитайте.

Офлайн достъп

Можете да стартирате тази документация офлайн, използвайки Docsify. Форкнете това хранилище, инсталирайте Docsify на вашия локален компютър, след това в основната папка на това хранилище въведете docsify serve. Уебсайтът ще бъде достъпен на порт 3000 на вашия localhost: localhost:3000.

Бележка: тетрадките няма да бъдат визуализирани чрез Docsify, така че когато трябва да стартирате тетрадка, направете го отделно в VS Code, използвайки Python kernel.

Други учебни програми

Нашият екип създава и други учебни програми! Вижте:

• Edge AI за начинаещи
• AI агенти за начинаещи
• Генеративен AI за начинаещи
• Генеративен AI за начинаещи .NET
• Генеративен AI с JavaScript
• Генеративен AI с Java
• AI за начинаещи
• Наука за данни за начинаещи
• Bash за начинаещи
• ML за начинаещи
• Киберсигурност за начинаещи
• Уеб разработка за начинаещи
• IoT за начинаещи
• Машинно обучение за начинаещи
• XR разработка за начинаещи
• Овладяване на GitHub Copilot за AI програмиране в двойка
• XR разработка за начинаещи
• Овладяване на GitHub Copilot за C#/.NET разработчици
• Изберете своето приключение с Copilot

Получаване на помощ

Ако се затрудните или имате въпроси относно създаването на AI приложения, присъединете се:

Ако имате обратна връзка за продукта или срещнете грешки при създаването, посетете:

---

Отказ от отговорност:
Този документ е преведен с помощта на AI услуга за превод Co-op Translator. Въпреки че се стремим към точност, моля, имайте предвид, че автоматичните преводи може да съдържат грешки или неточности. Оригиналният документ на неговия изходен език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален превод от човек. Ние не носим отговорност за каквито и да е недоразумения или погрешни интерпретации, произтичащи от използването на този превод.