Data-Science-For-Beginners/translations/bg

Наука за данни за начинаещи - Учебна програма

Azure Cloud Advocates в Microsoft с удоволствие предлагат 10-седмична, 20-урочна учебна програма, изцяло посветена на науката за данни. Всеки урок включва изпити преди и след урока, писмени инструкции за изпълнение на урока, решение и задача. Нашата проектно-ориентирана педагогика ви позволява да учите, докато изграждате, което е доказан начин новите умения да "закрепят".

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 автори, прегледачи и сътрудници по съдържанието от Microsoft Student Ambassador, особено на 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 - Sketchnote от @nitya

🌐 Многоезична поддръжка

Поддържа се чрез GitHub Action (автоматизирано и винаги актуално)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Предпочитате да клонирате локално?

Този репозиторий включва над 50 езикови превода, което значително увеличава размера за сваляне. За да клонирате без преводи, използвайте sparse checkout:

git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

Това ви дава всичко необходимо, за да завършите курса с много по-бързо сваляне.

Ако желаете да има поддръжка на допълнителни езици за превод, те са изброени тук

Присъединете се към нашата общност

Имаме текуща Discord серия за учене с AI, 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 науката за данни.

Студент ли сте?

Започнете с следните ресурси:

• Страница на Student Hub На тази страница ще намерите ресурси за начинаещи, студентски пакети и дори начини за получаване на безплатен сертификат. Това е страница, която искате да маркирате и да проверявате от време на време, тъй като съдържанието се обновява поне веднъж месечно.
• Microsoft Learn Student Ambassadors Присъединете се към глобална общност от студентски посланици, това може да е вашият път към Microsoft.

Запознаване с курса

📚 Документация

• Ръководство за инсталация - Стъпка по стъпка инструкции за начинаещи
• Ръководство за употреба - Примери и често срещани работни потоци
• Отстраняване на проблеми - Решения на често срещани проблеми
• Ръководство за принос - Как да се включите в този проект
• За учители - Насоки за преподаване и ресурси за класната стая

👨‍🎓 За студенти

Напълно начинаещи: Нови сте в науката за данни? Започнете с нашите примери за начинаещи! Тези прости, добре коментирани примери ще ви помогнат да разберете основите преди да се потопите в цялата учебна програма. Студенти: за да използвате тази учебна програма самостоятелно, форкнете целия репозиторий и изпълнете задачите самостоятелно, започвайки с предварителен тест преди лекцията. След това прочетете лекцията и завършете останалите активности. Опитайте да създадете проектите, като разбирате уроците, а не копирате кода на решенията; все пак този код е наличен в папките /solutions във всеки проектно-ориентиран урок. Друга идея е да сформирате учебна група с приятели и да преминете през съдържанието заедно. За по-нататъшно обучение препоръчваме Microsoft Learn.

Бърз старт:

1. Прегледайте Ръководството за инсталация, за да настроите средата си
2. Разгледайте Ръководството за употреба, за да научите как да работите с учебната програма
3. Започнете с Урок 1 и следвайте поредно
4. Присъединете се към нашата Discord общност за подкрепа

👩‍🏫 За учители

Учители: включили сме някои предложения как да използвате тази учебна програма. Ще се радваме да чуем мнението ви в нашия дискусионен форум!

Запознайте се с екипа

Gif от Mohit Jaisal

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

Педагогика

Избрахме две педагогически основи при изграждането на тази учебна програма: да бъде базирана на проекти и да включва чести викторини. Към края на тази серия, студентите ще са научили основните принципи на науката за данни, включително етични концепции, подготовка на данни, различни начини за работа с данни, визуализация на данни, анализ на данни, реални случаи на използване на науката за данни и още.

Освен това ниско-рисковата викторина преди час задава намерението на студента към изучаване на темата, докато втора викторина след часа осигурява по-нататъшно задържане на знанията. Тази учебна програма е проектирана да бъде гъвкава и забавна и може да се изучава цялостно или частично. Проектите започват малки и стават все по-сложни към края на 10-седмичния цикъл.

Вижте нашите Правила за поведение, Указания за принос, Превод. Очакваме вашата конструктивна обратна връзка!

Всяко занятие включва:

• По желание скичноут
• По желание допълнително видео
• Предварителна викторина за затопляне преди урока
• Писмен урок
• За уроци на базата на проекти — стъпка по стъпка насоки за изграждане на проекта
• Проверки на знанията
• Предизвикателство
• Допълнително четиво
• Задача
• Викторина след урока

Забележка относно викторините: Всички викторини се намират в папката Quiz-App, общо 40 викторини с по три въпроса всяка. Те са свързани от уроците, но приложението за викторини може да се изпълнява локално или да се разполага в Azure; следвайте инструкциите в папката quiz-app. Постепенно се локализират.

🎓 Примери, подходящи за начинаещи

Новак 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 се как да четете и разглеждате набори от данни
• 📊 Прост анализ - Изчисляване на статистики и намиране на модели
• 📈 Базова визуализация - Създаване на диаграми и графики
• 🔬 Реален проект - Пълен работен процес от начало до край

Всеки пример включва подробни коментари, които обясняват всяка стъпка, което го прави перфектен за абсолютни начинаещи!

👉 Започнете с примерите 👈

Уроци

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

Номер на урок	Тема	Група уроци	Учебни цели	Връзка към 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	Дмитрий
02	Етика в науката за данни	Въведение	Концепции, предизвикателства и рамки за етиката на данните.	урок	Нитя
03	Определяне на данни	Въведение	Как се класифицират данните и техните често срещани източници.	урок	Жасмин
04	Въведение в статистиката и вероятностите	Въведение	Математическите техники по вероятности и статистика за разбиране на данни.	урок видео	Дмитрий
05	Работа с релационни данни	Работа с данни	Въведение в релационните данни и основи на изследване и анализ на релационни данни с езика за структурирани заявки, известен и като SQL (произнася се "си-квел").	урок	Кристофър
06	Работа с NoSQL данни	Работа с данни	Въведение в нерелационните данни, различните им типове и основи на изследване и анализ на документирани бази данни.	урок	Жасмин
07	Работа с Python	Работа с данни	Основи на използването на Python за изследване на данни с библиотеки като Pandas. Препоръчително е основно разбиране на програмирането с Python.	урок видео	Дмитрий
08	Подготовка на данни	Работа с данни	Теми върху техники за почистване и трансформация на данни за справяне с предизвикателства като липсващи, неточни или непълни данни.	урок	Жасмин
09	Визуализация на количества	Визуализация на данни	Научете как да използвате Matplotlib за визуализация на данни за птици 🦆	урок	Джен
10	Визуализация на разпределения на данни	Визуализация на данни	Визуализиране на наблюдения и тенденции в интервал.	урок	Джен
11	Визуализация на пропорции	Визуализация на данни	Визуализиране на дискретни и групирани проценти.	урок	Джен
12	Визуализация на връзки	Визуализация на данни	Визуализиране на връзки и корелации между набори от данни и техните променливи.	урок	Джен
13	Значими визуализации	Визуализация на данни	Техники и насоки за създаване на визуализации, ценни за ефективно решаване на проблеми и извличане на прозрения.	урок	Джен
14	Въведение в жизнения цикъл на науката за данни	Жизнен цикъл	Въведение в жизнения цикъл на науката за данни и първата му стъпка - придобиване и извличане на данни.	урок	Жасмин
15	Анализ	Жизнен цикъл	Този етап от жизнения цикъл на науката за данни се фокусира върху техники за анализ на данни.	урок	Жасмин
16	Комуникация	Жизнен цикъл	Този етап от жизнения цикъл на науката за данни се фокусира върху представянето на извлечените прозрения от данните по начин, който го прави по-лесен за разбиране от вземащите решения.	урок	Джален
17	Наука за данни в облака	Облачни данни	Тази серия от уроци въвежда науката за данни в облака и нейните предимства.	урок	Тифани и Мод
18	Наука за данни в облака	Облачни данни	Обучение на модели с инструменти Low Code.	урок	Тифани и Мод
19	Наука за данни в облака	Облачни данни	Разгръщане на модели с Azure Machine Learning Studio.	урок	Тифани и Мод
20	Наука за данни в реалния свят	В дивата природа	Проекти, базирани на науката за данни, в реалния свят.	урок	Нитя

GitHub Codespaces

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

1. Кликнете на 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 - Контейнери

Следвайте тези стъпки, за да отворите това хранилище в контейнер, използвайки локалния си компютър и VSCode чрез разширението VS Code Remote - Containers:

1. Ако това е първият ви път с development контейнер, уверете се, че системата ви отговаря на изискванията (например, че Docker е инсталиран) в ръководството за започване.

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

Забележка: Под капака, това 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 съхранение на данни на контейнер.

Или отворете локално клонирана или изтеглена версия на хранилището:

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

Офлайн достъп

Можете да използвате тази документация офлайн чрез Docsify. Форкнете това хранилище, инсталирайте Docsify на локалната си машина и след това в основната папка на това хранилище въведете docsify serve. Уебсайтът ще се обслужва на порт 3000 на вашия локален хост: localhost:3000.

Забележка: бележниците няма да се рендерират чрез Docsify, затова ако трябва да стартирате бележник, направете го отделно във VS Code с изпълняващ се Python kernel.

Други учебни програми

Нашият екип създава и други учебни програми! Вижте:

LangChain

Azure / Edge / MCP / Агентии

---

Серия за Генеративен AI

---

Основно обучение

---

Серия Copilot

Получаване на помощ

Имате проблеми? Разгледайте нашето Ръководство за отстраняване на проблеми за решения на често срещани проблеми.

Ако се затруднявате или имате въпроси относно създаването на AI приложения, присъединете се към други учащи и опитни разработчици в дискусии за MCP. Това е подкрепяща общност, където въпросите са добре дошли и знанията се споделят свободно.

Ако имате обратна връзка за продукта или намерите грешки при разработка, посетете:

---

Отказ от отговорност: Този документ е преведен с помощта на AI преводаческа услуга Co-op Translator. Докато се стремим към точност, моля, имайте предвид, че автоматизираните преводи могат да съдържат грешки или неточности. Оригиналният документ на неговия оригинален език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Не носим отговорност за никакви недоразумения или неправилни тълкувания, възникнали при използването на този превод.