Data-Science-For-Beginners/translations/cs

Data Science pro začátečníky – učební plán

Zástupci Azure Cloud ve společnosti Microsoft s potěšením představují desetitýdenní, dvacetilekční učební plán zaměřený na Data Science. Každá lekce obsahuje kvízy před lekcí a po lekci, psaný návod k dokončení lekce, řešení a úkol. Náš projektově orientovaný způsob výuky umožňuje učit se při tvorbě projektů, což je osvědčený způsob, jak si nové dovednosti skutečně osvojit.

Srdečné díky našim autorům: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Zvláštní poděkování 🙏 patří našim autorům, recenzentům a přispěvatelům obsahu z řad Microsoft Student Ambassador, zejména 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 pro začátečníky – Myšlenková mapa od @nitya

🌐 Podpora více jazyků

Podporováno pomocí GitHub Action (automatizované & stále aktuální)

Arabština | Bengálština | Bulharština | Barmština (Myanmar) | Čínština (zjednodušená) | Čínština (tradiční, Hongkong) | Čínština (tradiční, Macao) | Čínština (tradiční, Taiwan) | Chorvatština | Čeština | Dánština | Nizozemština | Estonština | Finština | Francouzština | Němčina | Řečtina | Hebrejština | Hindština | Maďarština | Indonéština | Italyština | Japonština | Kannadština | Korejština | Litevština | Malajština | Malajalámština | Maráthština | Nepálština | Nigerská Pidgin | Norština | Perština (Fársí) | Polština | Portugalština (Brazílie) | Portugalština (Portugalsko) | Paňdžábština (Gurmukhi) | Rumunština | Ruština | Srbština (cyrilice) | Slovenština | Slovinština | Španělština | Svahilština | Švédština | Tagalog (filipínština) | Tamilština | Telugština | Thajština | Turečtina | Ukrajinština | Urdu | Vietnamština

Dáváte přednost klonování lokálně?

Tento repozitář obsahuje více než 50 jazykových překladů, což výrazně zvyšuje velikost stahování. Pro klonování bez překladů použijte 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'

Toto vám zajistí vše potřebné k dokončení kurzu s mnohem rychlejším stažením.

Pokud si přejete mít podporu dalších jazyků, podporované jazyky najdete zde

Přidejte se k naší komunitě

Máme probíhající sérii Learn with AI na Discordu, dozvíte se více a přidejte se k nám na Learn with AI Series od 18. do 30. září 2025. Získáte tipy a triky používání GitHub Copilot pro Data Science.

Jste student?

Začněte s následujícími zdroji:

• Stránka Studentského centra Na této stránce najdete zdroje pro začátečníky, studentské balíčky a dokonce i způsoby, jak získat bezplatný certifikační voucher. Tuto stránku si určitě uložte mezi záložky a občas ji zkontrolujte, protože obsah obměňujeme alespoň jednou měsíčně.
• Microsoft Learn Student Ambassadors Přidejte se k mezinárodní komunitě studentských ambasadorů, může to být vaše cesta do Microsoftu.

Začínáme

📚 Dokumentace

• Instalační příručka – Podrobné pokyny k nastavení pro začátečníky
• Příručka k použití – Příklady a běžné pracovní postupy
• Řešení problémů – Řešení běžných problémů
• Příručka přispívání – Jak přispět do tohoto projektu
• Pro učitele – Pokyny k výuce a zdroje pro třídu

👨‍🎓 Pro studenty

Úplní začátečníci: Jste v oblasti data science nováčkem? Začněte s našimi příklady vhodnými pro začátečníky! Tyto jednoduché, dobře komentované příklady vám pomohou pochopit základy ještě před tím, než se pustíte do celého učebního plánu. Studenti: abyste mohli tento učební plán využívat sami, naklonujte celý repozitář a vypracujte úkoly samostatně, počínaje kvízem před přednáškou. Pak si přečtěte přednášku a dokončete zbývající aktivity. Snažte se projekty vytvářet tak, že lekce pochopíte, místo pouhého kopírování řešení; řešení jsou však k dispozici ve složkách /solutions v každé lekci zaměřené na projekt. Další možností je založit studijní skupinu s přáteli a projít obsah společně. Pro další studium doporučujeme Microsoft Learn.

Rychlý start:

1. Podívejte se do Instalační příručky pro nastavení vašeho prostředí
2. Prostudujte Příručku k použití, jak pracovat s učebním plánem
3. Začněte Lekcí 1 a pokračujte postupně
4. Přidejte se k naší Discord komunitě pro podporu

👩‍🏫 Pro učitele

Učitelé: zahrnuli jsme některá doporučení, jak tento učební plán používat. Budeme rádi za vaši zpětnou vazbu v našem diskusním fóru!

Seznamte se s týmem

Gif od Mohit Jaisal

🎥 Klikněte na obrázek výše pro video o projektu a lidech, kteří jej vytvořili!

Pedagogika

Při tvorbě této kurikula jsme zvolili dvě pedagogické zásady: zajistit, aby bylo založeno na projektech, a aby obsahovalo časté kvízy. Na konci této série se studenti naučí základní principy datové vědy, včetně etických konceptů, přípravy dat, různých způsobů práce s daty, vizualizace dat, analýzy dat, reálných případů použití datové vědy a dalších.

Navíc nízkorizikový kvíz před hodinou nastavuje záměr studenta učit se dané téma, zatímco druhý kvíz po hodině zajišťuje lepší zapamatování. Toto kurikulum je navrženo tak, aby bylo flexibilní a zábavné a může být absolvováno celé nebo částečně. Projekty začínají malé a postupně se ve 10týdenním cyklu stávají složitějšími.

Najděte náš Kodex chování, Pravidla přispívání, Pokyny k překladům. Vítáme vaši konstruktivní zpětnou vazbu!

Každá lekce obsahuje:

• Nepovinnou sketchnotu
• Nepovinné doplňkové video
• Kvíz na rozehřátí před lekcí
• Psanou lekci
• Pro projektové lekce krok za krokem návody, jak vytvořit projekt
• Kontroly znalostí
• Výzvu
• Doplňující čtení
• Zadání
• Kvíz po lekci

Poznámka ke kvízům: Všechny kvízy jsou v složce Quiz-App, je jich celkem 40, každý s třemi otázkami. Jsou propojeny z lekcí, ale kvízovou aplikaci lze spustit lokálně nebo nasadit na Azure; následujte instrukce ve složce quiz-app. Postupně se překládají.

🎓 Příklady přátelské k začátečníkům

Jste nový v datové vědě? Vytvořili jsme speciální adresář příkladů s jednoduchým, dobře okomentovaným kódem, který vám pomůže začít:

• 🌟 Hello World - Váš první program pro datovou vědu
• 📂 Načítání dat - Naučte se číst a prozkoumávat datové sady
• 📊 Jednoduchá analýza - Spočítejte statistiky a objevte vzory
• 📈 Základní vizualizace - Vytvářejte grafy a diagramy
• 🔬 Projekt z reálného světa - Kompletní pracovní postup od začátku do konce

Každý příklad obsahuje podrobné komentáře vysvětlující každý krok, což je ideální pro úplné začátečníky!

👉 Začněte s příklady 👈

Lekce

Data Science For Beginners: Plán - Sketchnote od @nitya

Číslo lekce	Téma	Skupina lekcí	Cíle učení	Propojená lekce	Autor
01	Definování datové vědy	Úvod	Naučte se základní pojmy datové vědy a jak souvisí s umělou inteligencí, strojovým učením a velkými daty.	lekce video	Dmitry
02	Etika datové vědy	Úvod	Koncepty, výzvy a rámce etiky dat.	lekce	Nitya
03	Definování dat	Úvod	Jak jsou data klasifikována a jejich běžné zdroje.	lekce	Jasmine
04	Úvod do statistiky a pravděpodobnosti	Úvod	Matematické techniky pravděpodobnosti a statistiky pro pochopení dat.	lekce video	Dmitry
05	Práce s relačními daty	Práce s daty	Úvod do relačních dat a základy průzkumu a analýzy relačních dat pomocí strukturovaného dotazovacího jazyka, známého jako SQL (vyslovuje se "ess-kju-el").	lekce	Christopher
06	Práce s NoSQL daty	Práce s daty	Úvod do nerelačních dat, jejich různých typů a základy průzkumu a analýzy dokumentových databází.	lekce	Jasmine
07	Práce s Pythonem	Práce s daty	Základy použití Pythonu pro průzkum dat s knihovnami jako Pandas. Doporučuje se základní znalost programování v Pythonu.	lekce video	Dmitry
08	Příprava dat	Práce s daty	Témata týkající se technik čištění a transformace dat k řešení problémů s chybějícími, nepřesnými nebo neúplnými daty.	lekce	Jasmine
09	Vizualizace množství	Vizualizace dat	Naučte se používat Matplotlib k vizualizaci dat o ptácích 🦆	lekce	Jen
10	Vizualizace rozložení dat	Vizualizace dat	Vizualizace pozorování a trendů v intervalu.	lekce	Jen
11	Vizualizace proporcí	Vizualizace dat	Vizualizace diskrétních a seskupených procent.	lekce	Jen
12	Vizualizace vztahů	Vizualizace dat	Vizualizace spojení a korelací mezi sadami dat a jejich proměnnými.	lekce	Jen
13	Smysluplné vizualizace	Vizualizace dat	Techniky a návody, jak učinit vaše vizualizace hodnotnými pro efektivní řešení problémů a získání poznatků.	lekce	Jen
14	Úvod do životního cyklu datové vědy	Životní cyklus	Úvod do životního cyklu datové vědy a jeho první fáze získávání a extrakce dat.	lekce	Jasmine
15	Analýza	Životní cyklus	Tato fáze životního cyklu datové vědy se zaměřuje na techniky analýzy dat.	lekce	Jasmine
16	Komunikace	Životní cyklus	Tato fáze životního cyklu datové vědy se zaměřuje na prezentaci poznatků z dat tak, aby bylo snazší je pochopit rozhodovacím orgánům.	lekce	Jalen
17	Datová věda v cloudu	Cloud Data	Tato série lekcí představuje datovou vědu v cloudu a její výhody.	lekce	Tiffany a Maud
18	Datová věda v cloudu	Cloud Data	Trénování modelů pomocí nástrojů Low Code.	lekce	Tiffany a Maud
19	Datová věda v cloudu	Cloud Data	Nasazení modelů pomocí Azure Machine Learning Studio.	lekce	Tiffany a Maud
20	Datová věda v praxi	In the Wild	Projekty založené na datové vědě v reálném světě.	lekce	Nitya

GitHub Codespaces

Postupujte podle těchto kroků pro otevření tohoto vzoru v Codespace:

1. Klikněte na rozbalovací menu Code a vyberte možnost Open with Codespaces.
2. Vyberte + New codespace v dolní části panelu. Pro více informací se podívejte na dokumentaci GitHubu.

VSCode Remote - Containers

Postupujte podle těchto kroků pro otevření tohoto repozitáře v kontejneru pomocí vašeho lokálního počítače a VSCode s rozšířením VS Code Remote - Containers:

1. Pokud používáte vývojový kontejner poprvé, ujistěte se, že váš systém splňuje požadavky (tzn. máte nainstalovaný Docker) v dokumentaci pro začátečníky.

Pro použití tohoto repozitáře můžete repozitář otevřít v izolovaném Docker svazku:

Poznámka: Pod pokličkou toto používá příkaz Remote-Containers: Clone Repository in Container Volume... pro klonování zdrojového kódu do Docker svazku místo lokálního souborového systému. Svazky jsou preferovaným mechanismem pro perzistenci dat kontejneru.

Nebo otevřete lokálně klonovanou či staženou verzi repozitáře:

• Naklonujte tento repozitář do svého lokálního souborového systému.
• Stiskněte F1 a vyberte příkaz Remote-Containers: Open Folder in Container....
• Vyberte naklonovanou kopii této složky, počkejte, až se kontejner spustí, a vyzkoušejte to.

Offline přístup

Tuto dokumentaci můžete spustit offline pomocí Docsify. Vytvořte fork tohoto repozitáře, nainstalujte Docsify na svůj počítač, pak v kořenové složce tohoto repozitáře zadejte docsify serve. Web bude dostupný na portu 3000 na vašem localhostu: localhost:3000.

Poznámka, zápisníky (notebooks) nebudou renderovány přes Docsify, takže pokud potřebujete notebook spustit, dělejte to zvlášť ve VS Code s Python kernelem.

Jiná kurikula

Náš tým tvoří i další kurikula! Podívejte se:

LangChain

Azure / Edge / MCP / Agenti

---

Série Generativní AI

---

Základní učení

---

Série Copilot

Získání pomoci

Setkáváte se s problémy? Podívejte se na náš Průvodce odstraňováním problémů pro řešení běžných problémů.

Pokud uvíznete nebo máte jakékoli dotazy ohledně vytváření AI aplikací, připojte se k dalším studentům a zkušeným vývojářům v diskusích o MCP. Je to podporující komunita, kde jsou otázky vítány a znalosti jsou sdíleny volně.

Pokud máte zpětnou vazbu k produktu nebo narazíte na chyby během vývoje, navštivte:

---

Upozornění:
Tento dokument byl přeložen pomocí AI překladatelské služby Co-op Translator. I když usilujeme o přesnost, mějte prosím na paměti, že automatizované překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho mateřském jazyce by měl být považován za autoritativní zdroj. Pro důležité informace se doporučuje profesionální lidský překlad. Nejsme zodpovědní za žádné nedorozumění či chybné interpretace vzniklé z použití tohoto překladu.