Data-Science-For-Beginners/translations/hr

Data Science za početnike - Kurikulum

Azure Cloud Advocates u Microsoftu s veseljem nude 10-tjedni, 20-lekcijski kurikulum posvećen Znanosti o podacima. Svaka lekcija uključuje kviz prije i nakon lekcije, pisane upute za dovršetak lekcije, rješenje i zadatak. Naša pedagogija temeljena na projektima omogućuje vam učenje kroz izgradnju, provjeren način da nove vještine "ostanu".

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

🙏 Posebno hvala 🙏 našim autorima, recenzentima i suradnicima iz programa Microsoft Student Ambassador, 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

Data Science za početnike - Sketchnote od @nitya

🌐 Podrška za više jezika

Podržano putem GitHub Action (automatizirano i uvijek ažurno)

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

Ako želite dodatne jezike za prijevod, podržani jezici navedeni su ovdje

Pridružite se našoj zajednici

Na Discordu imamo seriju "Learn with AI" u tijeku, 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 Copilot-a za Data Science.

Jeste li student?

Počnite s sljedećim resursima:

• Student Hub stranica Na ovoj stranici pronaći ćete resurse za početnike, pakete za studente i čak načine kako dobiti besplatni vaučer za certifikat. Ovo je stranica koju želite označiti kao bookmark i povremeno provjeravati jer mijenjamo sadržaj najmanje jednom mjesečno.
• Microsoft Learn Student Ambassadors Pridružite se globalnoj zajednici studentskih ambasadora, ovo bi mogao biti vaš put u Microsoft.

Početak

📚 Dokumentacija

• Vodič za instalaciju - Korak-po-korak upute za postavljanje za početnike
• Vodič za korištenje - Primjeri i uobičajeni radni tokovi
• Rješavanje problema - Rješenja za uobičajene probleme
• Vodič za doprinos - Kako doprinijeti ovom projektu
• Za nastavnike - Smjernice za poučavanje i materijali za nastavu

👨‍🎓 Za studente

Potpuni početnici: Novi u znanosti o podacima? Počnite s našim primjerima prilagođenima početnicima! Ovi jednostavni, dobro komentirani primjeri pomoći će vam razumjeti osnove prije nego što zaronite u cijeli kurikulum. Studenti: da biste koristili ovaj kurikulum samostalno, forkajte cijeli repozitorij i rješavajte zadatke sami, počevši s kvizom prije predavanja. Zatim pročitajte predavanje i dovršite ostale aktivnosti. Pokušajte stvarati projekte razumijevanjem lekcija umjesto kopiranja rješenja; međutim, taj kod dostupan je u mapama /solutions u svakoj lekciji orijentiranoj na projekt. Još jedna ideja je formirati studijsku grupu s prijateljima i zajedno proći kroz sadržaj. Za daljnje učenje preporučamo Microsoft Learn.

Brzi početak:

1. Provjerite Vodič za instalaciju kako biste postavili svoje okruženje
2. Pregledajte Vodič za korištenje kako biste naučili kako raditi s kurikulumom
3. Započnite s Lekcijom 1 i radite redom
4. Pridružite se našoj Discord zajednici za podršku

👩‍🏫 Za nastavnike

Nastavnici: uključili smo neke prijedloge o tome kako koristiti ovaj kurikulum. Voljeli bismo vaše povratne informacije na našem forumu za raspravu!

Upoznajte tim

Gif autora Mohit Jaisal

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

Pedagogija

Odabrali smo dva pedagoška načela prilikom izrade ovog kurikuluma: osigurati da je zasnovan na projektima i da uključuje česte kvizove. Do kraja ovog serijala, studenti će naučiti osnovna načela znanosti o podacima, uključujući etičke koncepte, pripremu podataka, različite načine rada s podacima, vizualizaciju podataka, analizu podataka, primjere uporabe znanosti o podacima u stvarnom svijetu i još mnogo toga.

Osim toga, kviz s niskim ulozima prije sata postavlja namjeru studenta prema učenju teme, dok drugi kviz nakon sata osigurava daljnje zadržavanje znanja. Ovaj kurikulum je dizajniran da bude fleksibilan i zabavan te se može pohađati u cijelosti ili djelomično. Projekti počinju mali i postaju sve složeniji do kraja 10-tjednog ciklusa.

Pronađite naš Code of Conduct, Contributing, Translation smjernice. Cijenimo vaše konstruktivne povratne informacije!

Svaka lekcija uključuje:

• Neobvezna sketchnota
• Neobvezni dodatni video
• Kviz za zagrijavanje prije lekcije
• Pisana lekcija
• Za lekcije zasnovane na projektima, vodiče korak-po-korak kako izgraditi projekt
• Provjere znanja
• Izazov
• Dodatna literatura
• Zadatak
• Kviz nakon lekcije

Napomena o kvizovima: Svi kvizovi nalaze se u mapi Quiz-App, ukupno 40 kvizova, svaki s tri pitanja. Povezani su iz lekcija, ali aplikaciju za kvizove možete pokrenuti lokalno ili je postaviti na Azure; slijedite upute u mapi quiz-app. Postupno se lokaliziraju.

🎓 Primjeri prilagođeni početnicima

Novi u znanosti o podacima? Stvorili smo poseban direktorij primjera s jednostavnim, dobro komentiranim kodom koji će vam pomoći da započnete:

• 🌟 Hello World - Vaš prvi program za znanost o podacima
• 📂 Loading Data - Naučite čitati i istraživati skupove podataka
• 📊 Simple Analysis - Izračunajte statistike i pronađite obrasce
• 📈 Basic Visualization - Kreirajte grafikone i dijagrame
• 🔬 Real-World Project - Cjelokupni tijek rada od početka do kraja

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

👉 Započnite s primjerima 👈

Lekcije

Znanost o podacima za početnike: Plan - Sketchnota autora @nitya

Broj lekcije	Tema	Klasifikacija lekcije	Ciljevi učenja	Povezana lekcija	Autor
01	Definiranje znanosti o podacima	Introduction	Naučite osnovne pojmove iza znanosti o podacima i kako je povezana s umjetnom inteligencijom, strojnim učenjem i velikim podacima.	lesson video	Dmitry
02	Etika u znanosti o podacima	Introduction	Pojmovi etike podataka, izazovi i okviri.	lesson	Nitya
03	Definiranje podataka	Introduction	Kako se podaci klasificiraju i njihovi uobičajeni izvori.	lesson	Jasmine
04	Uvod u statistiku i vjerojatnost	Introduction	Matematičke tehnike vjerojatnosti i statistike za razumijevanje podataka.	lesson video	Dmitry
05	Rad s relacijskim podacima	Working With Data	Uvod u relacijske podatke i osnove istraživanja i analize relacijskih podataka pomoću Strukturiranog upitnog jezika, također poznatog kao SQL (izgovara se “see-quell”).	lesson	Christopher
06	Rad s NoSQL podacima	Working With Data	Uvod u nerelacijske podatke, njihove različite vrste i osnove istraživanja i analize dokumentno-orijentiranih baza podataka.	lesson	Jasmine
07	Rad s Pythonom	Working With Data	Osnove korištenja Pythona za istraživanje podataka s knjižnicama poput Pandas. Preporučeno je osnovno razumijevanje programiranja u Pythonu.	lesson video	Dmitry
08	Priprema podataka	Working With Data	Teme o tehnikama obrade podataka za čišćenje i transformaciju podataka kako bi se riješili problemi nedostajućih, netočnih ili nepotpunih podataka.	lesson	Jasmine
09	Vizualizacija količina	Data Visualization	Naučite kako koristiti Matplotlib za vizualizaciju podataka o pticama 🦆	lesson	Jen
10	Vizualizacija raspodjela podataka	Data Visualization	Vizualizacija opažanja i trendova unutar intervala.	lesson	Jen
11	Vizualizacija udjela	Data Visualization	Vizualizacija diskretnih i grupiranih postotaka.	lesson	Jen
12	Vizualizacija odnosa	Data Visualization	Vizualizacija veza i korelacija između skupova podataka i njihovih varijabli.	lesson	Jen
13	Smislene vizualizacije	Data Visualization	Tehnike i smjernice za izradu vizualizacija koje su vrijedne za učinkovito rješavanje problema i dobivanje uvida.	lesson	Jen
14	Uvod u životni ciklus znanosti o podacima	Lifecycle	Uvod u životni ciklus znanosti o podacima i njegov prvi korak – pribavljanje i izdvajanje podataka.	lesson	Jasmine
15	Analiza	Lifecycle	Ova faza životnog ciklusa znanosti o podacima usredotočuje se na tehnike za analizu podataka.	lesson	Jasmine
16	Komunikacija	Lifecycle	Ova faza životnog ciklusa znanosti o podacima usredotočuje se na predstavljanje saznanja iz podataka na način koji olakšava razumijevanje donositeljima odluka.	lesson	Jalen
17	Znanost o podacima u oblaku	Cloud Data	Ovaj niz lekcija uvodi znanost o podacima u oblaku i njezine prednosti.	lesson	Tiffany and Maud
18	Znanost o podacima u oblaku	Cloud Data	Treniranje modela koristeći Low Code alate.	lesson	Tiffany and Maud
19	Znanost o podacima u oblaku	Cloud Data	Postavljanje modela pomoću Azure Machine Learning Studio.	lesson	Tiffany and Maud
20	Znanost o podacima u stvarnom svijetu	In the Wild	Projekti vođeni znanošću o podacima u stvarnom svijetu.	lesson	Nitya

GitHub Codespaces

Slijedite ove korake za otvaranje ovog primjera u Codespaceu:

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

VSCode Remote - Containers

Slijedite ove korake da otvorite ovaj repozitorij u kontejneru koristeći svoje lokalno računalo i VSCode pomoću proširenja VS Code Remote - Containers:

1. Ako je ovo prvi put da koristite razvojni kontejner, provjerite zadovoljava li vaš sustav preduvjete (npr. da imate instaliran Docker) u dokumentaciji za početak rada.

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

Note: Ispod haube, ovo će koristiti Remote-Containers: Clone Repository in Container Volume... naredbu za kloniranje izvornog koda u Docker volumen umjesto lokalnog datotečnog sustava. Volumes su preporučeni mehanizam za trajno pohranjivanje podataka kontejnera.

Ili otvorite lokalno kloniranu ili preuzetu verziju repozitorija:

• Klonirajte ovaj repozitorij na svoj 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.

Offline pristup

Ovu dokumentaciju možete pokrenuti offline koristeći Docsify. Forkajte ovaj repozitorij, instalirajte Docsify na svoje lokalno računalo, zatim u korijenskom direktoriju ovog repozitorija upišite docsify serve. Web-stranica će se poslužiti na portu 3000 na vašem lokalnom računalu: localhost:3000.

Napomena, bilježnice neće biti prikazane preko Docsify-a, pa kada trebate pokrenuti bilježnicu, učinite to zasebno u VS Codeu s pokrenutim Python kernelom.

Ostali kurikulumi

Naš tim proizvodi i druge kurikulume! Pogledajte:

LangChain

---

Azure / Edge / MCP / Agents

---

Serija generativne umjetne inteligencije

---

Osnovno učenje

---

Serija Copilot

Dobivanje pomoći

Imate li problema? Check our Troubleshooting Guide for solutions to common problems.

Ako zapnete ili imate bilo kakvih pitanja o izradi AI aplikacija. Pridružite se ostalim učenicima i iskusnim programerima u raspravama o MCP. To je podržavajuća zajednica u kojoj su pitanja dobrodošla i u kojoj se znanje slobodno dijeli.

Ako imate povratne informacije o proizvodu ili pogreške tijekom izrade posjetite:

---

Odricanje 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 autoritativnim izvorom. Za kritične informacije preporučuje se profesionalni prijevod koji obavi ljudski prevoditelj. Ne snosimo odgovornost za bilo kakve nesporazume ili pogrešna tumačenja koja proizlaze iz korištenja ovog prijevoda.