You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
365 lines
9.6 KiB
365 lines
9.6 KiB
# Průvodce použitím
|
|
|
|
Tento průvodce poskytuje příklady a běžné pracovní postupy pro použití kurikula Data Science for Beginners.
|
|
|
|
## Obsah
|
|
|
|
- [Jak používat toto kurikulum](../..)
|
|
- [Práce s lekcemi](../..)
|
|
- [Práce s Jupyter Notebooks](../..)
|
|
- [Použití aplikace pro kvízy](../..)
|
|
- [Běžné pracovní postupy](../..)
|
|
- [Tipy pro samouky](../..)
|
|
- [Tipy pro učitele](../..)
|
|
|
|
## Jak používat toto kurikulum
|
|
|
|
Toto kurikulum je navrženo tak, aby bylo flexibilní a mohlo být použito různými způsoby:
|
|
|
|
- **Samostudium**: Procházejte lekce nezávisle vlastním tempem
|
|
- **Výuka ve třídě**: Použijte jako strukturovaný kurz s vedenou výukou
|
|
- **Studijní skupiny**: Učte se společně s kolegy
|
|
- **Workshopový formát**: Intenzivní krátkodobé vzdělávací sezení
|
|
|
|
## Práce s lekcemi
|
|
|
|
Každá lekce má konzistentní strukturu, která maximalizuje učení:
|
|
|
|
### Struktura lekce
|
|
|
|
1. **Kvíz před lekcí**: Otestujte své stávající znalosti
|
|
2. **Sketchnote** (volitelné): Vizuální shrnutí klíčových konceptů
|
|
3. **Video** (volitelné): Doplňkový video obsah
|
|
4. **Psaná lekce**: Základní koncepty a vysvětlení
|
|
5. **Jupyter Notebook**: Praktická cvičení v kódování
|
|
6. **Úkol**: Procvičte si, co jste se naučili
|
|
7. **Kvíz po lekci**: Posilte své porozumění
|
|
|
|
### Příklad pracovního postupu pro lekci
|
|
|
|
```bash
|
|
# 1. Navigate to the lesson directory
|
|
cd 1-Introduction/01-defining-data-science
|
|
|
|
# 2. Read the README.md
|
|
# Open README.md in your browser or editor
|
|
|
|
# 3. Take the pre-lesson quiz
|
|
# Click the quiz link in the README
|
|
|
|
# 4. Open the Jupyter notebook (if available)
|
|
jupyter notebook
|
|
|
|
# 5. Complete the exercises in the notebook
|
|
|
|
# 6. Work on the assignment
|
|
|
|
# 7. Take the post-lesson quiz
|
|
```
|
|
|
|
## Práce s Jupyter Notebooks
|
|
|
|
### Spuštění Jupyteru
|
|
|
|
```bash
|
|
# Activate your virtual environment
|
|
source venv/bin/activate # On macOS/Linux
|
|
# OR
|
|
venv\Scripts\activate # On Windows
|
|
|
|
# Start Jupyter from the repository root
|
|
jupyter notebook
|
|
```
|
|
|
|
### Spouštění buněk v notebooku
|
|
|
|
1. **Spuštění buňky**: Stiskněte `Shift + Enter` nebo klikněte na tlačítko "Run"
|
|
2. **Spuštění všech buněk**: Vyberte "Cell" → "Run All" v menu
|
|
3. **Restartování kernelu**: Vyberte "Kernel" → "Restart", pokud narazíte na problémy
|
|
|
|
### Příklad: Práce s daty v notebooku
|
|
|
|
```python
|
|
# Import required libraries
|
|
import pandas as pd
|
|
import numpy as np
|
|
import matplotlib.pyplot as plt
|
|
|
|
# Load a dataset
|
|
df = pd.read_csv('data/sample.csv')
|
|
|
|
# Explore the data
|
|
df.head()
|
|
df.info()
|
|
df.describe()
|
|
|
|
# Create a visualization
|
|
plt.figure(figsize=(10, 6))
|
|
plt.plot(df['column_name'])
|
|
plt.title('Sample Visualization')
|
|
plt.xlabel('X-axis Label')
|
|
plt.ylabel('Y-axis Label')
|
|
plt.show()
|
|
```
|
|
|
|
### Ukládání práce
|
|
|
|
- Jupyter automaticky ukládá pravidelně
|
|
- Ruční uložení: Stiskněte `Ctrl + S` (nebo `Cmd + S` na macOS)
|
|
- Váš pokrok je uložen v souboru `.ipynb`
|
|
|
|
## Použití aplikace pro kvízy
|
|
|
|
### Spuštění aplikace pro kvízy lokálně
|
|
|
|
```bash
|
|
# Navigate to quiz app directory
|
|
cd quiz-app
|
|
|
|
# Start the development server
|
|
npm run serve
|
|
|
|
# Access at http://localhost:8080
|
|
```
|
|
|
|
### Absolvování kvízů
|
|
|
|
1. Kvízy před lekcí jsou uvedeny na začátku každé lekce
|
|
2. Kvízy po lekci jsou uvedeny na konci každé lekce
|
|
3. Každý kvíz obsahuje 3 otázky
|
|
4. Kvízy jsou navrženy tak, aby posilovaly učení, nikoli aby vyčerpávajícím způsobem testovaly
|
|
|
|
### Číslování kvízů
|
|
|
|
- Kvízy jsou očíslovány 0-39 (celkem 40 kvízů)
|
|
- Každá lekce obvykle obsahuje kvíz před a po lekci
|
|
- URL kvízů obsahují číslo kvízu: `https://ff-quizzes.netlify.app/en/ds/quiz/0`
|
|
|
|
## Běžné pracovní postupy
|
|
|
|
### Pracovní postup 1: Cesta pro úplné začátečníky
|
|
|
|
```bash
|
|
# 1. Set up your environment (see INSTALLATION.md)
|
|
|
|
# 2. Start with Lesson 1
|
|
cd 1-Introduction/01-defining-data-science
|
|
|
|
# 3. For each lesson:
|
|
# - Take pre-lesson quiz
|
|
# - Read the lesson content
|
|
# - Work through the notebook
|
|
# - Complete the assignment
|
|
# - Take post-lesson quiz
|
|
|
|
# 4. Progress through all 20 lessons sequentially
|
|
```
|
|
|
|
### Pracovní postup 2: Učení zaměřené na konkrétní téma
|
|
|
|
Pokud vás zajímá konkrétní téma:
|
|
|
|
```bash
|
|
# Example: Focus on Data Visualization
|
|
cd 3-Data-Visualization
|
|
|
|
# Explore lessons 9-13:
|
|
# - Lesson 9: Visualizing Quantities
|
|
# - Lesson 10: Visualizing Distributions
|
|
# - Lesson 11: Visualizing Proportions
|
|
# - Lesson 12: Visualizing Relationships
|
|
# - Lesson 13: Meaningful Visualizations
|
|
```
|
|
|
|
### Pracovní postup 3: Učení založené na projektech
|
|
|
|
```bash
|
|
# 1. Review the Data Science Lifecycle lessons (14-16)
|
|
cd 4-Data-Science-Lifecycle
|
|
|
|
# 2. Work through a real-world example (Lesson 20)
|
|
cd ../6-Data-Science-In-Wild/20-Real-World-Examples
|
|
|
|
# 3. Apply concepts to your own project
|
|
```
|
|
|
|
### Pracovní postup 4: Data Science v cloudu
|
|
|
|
```bash
|
|
# Learn about cloud data science (Lessons 17-19)
|
|
cd 5-Data-Science-In-Cloud
|
|
|
|
# 17: Introduction to Cloud Data Science
|
|
# 18: Low-Code ML Tools
|
|
# 19: Azure Machine Learning Studio
|
|
```
|
|
|
|
## Tipy pro samouky
|
|
|
|
### Zůstaňte organizovaní
|
|
|
|
```bash
|
|
# Create a learning journal
|
|
mkdir my-learning-journal
|
|
|
|
# For each lesson, create notes
|
|
echo "# Lesson 1 Notes" > my-learning-journal/lesson-01-notes.md
|
|
```
|
|
|
|
### Pravidelně procvičujte
|
|
|
|
- Vyhraďte si každý den nebo týden čas na učení
|
|
- Dokončete alespoň jednu lekci týdně
|
|
- Pravidelně si opakujte předchozí lekce
|
|
|
|
### Zapojte se do komunity
|
|
|
|
- Připojte se k [Discord komunitě](https://aka.ms/ds4beginners/discord)
|
|
- Účastněte se kanálu #Data-Science-for-Beginners na Discordu [Diskuze na Discordu](https://aka.ms/ds4beginners/discord)
|
|
- Sdílejte svůj pokrok a kladte otázky
|
|
|
|
### Vytvářejte vlastní projekty
|
|
|
|
Po dokončení lekcí aplikujte koncepty na osobní projekty:
|
|
|
|
```python
|
|
# Example: Analyze your own dataset
|
|
import pandas as pd
|
|
|
|
# Load your own data
|
|
my_data = pd.read_csv('my-project/data.csv')
|
|
|
|
# Apply techniques learned
|
|
# - Data cleaning (Lesson 8)
|
|
# - Exploratory data analysis (Lesson 7)
|
|
# - Visualization (Lessons 9-13)
|
|
# - Analysis (Lesson 15)
|
|
```
|
|
|
|
## Tipy pro učitele
|
|
|
|
### Nastavení třídy
|
|
|
|
1. Projděte si [for-teachers.md](for-teachers.md) pro podrobné pokyny
|
|
2. Nastavte sdílené prostředí (GitHub Classroom nebo Codespaces)
|
|
3. Zaveďte komunikační kanál (Discord, Slack nebo Teams)
|
|
|
|
### Plánování lekcí
|
|
|
|
**Navrhovaný 10týdenní rozvrh:**
|
|
|
|
- **Týden 1-2**: Úvod (Lekce 1-4)
|
|
- **Týden 3-4**: Práce s daty (Lekce 5-8)
|
|
- **Týden 5-6**: Vizualizace dat (Lekce 9-13)
|
|
- **Týden 7-8**: Životní cyklus Data Science (Lekce 14-16)
|
|
- **Týden 9**: Data Science v cloudu (Lekce 17-19)
|
|
- **Týden 10**: Reálné aplikace & závěrečné projekty (Lekce 20)
|
|
|
|
### Spuštění Docsify pro offline přístup
|
|
|
|
```bash
|
|
# Serve documentation locally for classroom use
|
|
docsify serve
|
|
|
|
# Students can access at localhost:3000
|
|
# No internet required after initial setup
|
|
```
|
|
|
|
### Hodnocení úkolů
|
|
|
|
- Projděte studentské notebooky s dokončenými cvičeními
|
|
- Ověřte porozumění pomocí výsledků kvízů
|
|
- Hodnoťte závěrečné projekty podle principů životního cyklu Data Science
|
|
|
|
### Vytváření úkolů
|
|
|
|
```python
|
|
# Example custom assignment template
|
|
"""
|
|
Assignment: [Topic]
|
|
|
|
Objective: [Learning goal]
|
|
|
|
Dataset: [Provide or have students find one]
|
|
|
|
Tasks:
|
|
1. Load and explore the dataset
|
|
2. Clean and prepare the data
|
|
3. Create at least 3 visualizations
|
|
4. Perform analysis
|
|
5. Communicate findings
|
|
|
|
Deliverables:
|
|
- Jupyter notebook with code and explanations
|
|
- Written summary of findings
|
|
"""
|
|
```
|
|
|
|
## Práce offline
|
|
|
|
### Stažení zdrojů
|
|
|
|
```bash
|
|
# Clone the entire repository
|
|
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
|
|
|
|
# Download datasets in advance
|
|
# Most datasets are included in the repository
|
|
```
|
|
|
|
### Spuštění dokumentace lokálně
|
|
|
|
```bash
|
|
# Serve with Docsify
|
|
docsify serve
|
|
|
|
# Access at localhost:3000
|
|
```
|
|
|
|
### Spuštění aplikace pro kvízy lokálně
|
|
|
|
```bash
|
|
cd quiz-app
|
|
npm run serve
|
|
```
|
|
|
|
## Přístup k přeloženému obsahu
|
|
|
|
Překlady jsou dostupné ve více než 40 jazycích:
|
|
|
|
```bash
|
|
# Access translated lessons
|
|
cd translations/fr # French
|
|
cd translations/es # Spanish
|
|
cd translations/de # German
|
|
# ... and many more
|
|
```
|
|
|
|
Každý překlad zachovává stejnou strukturu jako anglická verze.
|
|
|
|
## Další zdroje
|
|
|
|
### Pokračujte v učení
|
|
|
|
- [Microsoft Learn](https://docs.microsoft.com/learn/) - Další vzdělávací cesty
|
|
- [Student Hub](https://docs.microsoft.com/learn/student-hub) - Zdroje pro studenty
|
|
- [Azure AI Foundry](https://aka.ms/foundry/forum) - Komunitní fórum
|
|
|
|
### Související kurikula
|
|
|
|
- [AI for Beginners](https://aka.ms/ai-beginners)
|
|
- [ML for Beginners](https://aka.ms/ml-beginners)
|
|
- [Web Dev for Beginners](https://aka.ms/webdev-beginners)
|
|
- [Generative AI for Beginners](https://aka.ms/genai-beginners)
|
|
|
|
## Získání pomoci
|
|
|
|
- Projděte si [TROUBLESHOOTING.md](TROUBLESHOOTING.md) pro běžné problémy
|
|
- Vyhledejte [GitHub Issues](https://github.com/microsoft/Data-Science-For-Beginners/issues)
|
|
- Připojte se k našemu [Discordu](https://aka.ms/ds4beginners/discord)
|
|
- Projděte si [CONTRIBUTING.md](CONTRIBUTING.md) pro hlášení problémů nebo přispění
|
|
|
|
---
|
|
|
|
**Upozornění**:
|
|
Tento dokument byl přeložen pomocí služby AI pro překlad [Co-op Translator](https://github.com/Azure/co-op-translator). I když se snažíme o přesnost, mějte prosím na paměti, že automatické překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho původním jazyce by měl být považován za autoritativní zdroj. Pro důležité informace se doporučuje profesionální lidský překlad. Nejsme zodpovědní za jakékoli nedorozumění nebo nesprávné interpretace vyplývající z použití tohoto překladu. |