Data-Science-For-Beginners/translations/sk

Data Science pre začiatočníkov - osnovy

Advokáti Azure Cloud v Microsoft s radosťou ponúkajú 10-týždňový, 20-lekčný kurz venovaný Data Science. Každá lekcia obsahuje pred-lekčné a po-lekčné kvízy, písané pokyny na dokončenie lekcie, riešenie a úlohu. Naša projektovo orientovaná pedagogika umožňuje učiť sa pri budovaní, čo je osvedčený spôsob, ako sa nové zručnosti dobre uchytia.

Veľká vďaka našim autorom: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Špeciálne poďakovanie 🙏 našim autorom, recenzentom a prispievateľom obsahu z Microsoft Student Ambassador, najmä 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 pre začiatočníkov - Sketchnote od @nitya

🌐 Podpora viacerých jazykov

Podporované cez GitHub Action (automatizované a vždy aktuálne)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Čínština (zjednodušená) | Čínština (tradičná, Hong Kong) | Čínština (tradičná, Macau) | Čínština (tradičná, Taiwan) | Chorvátčina | Čeština | Dánčina | Holandčina | Estónčina | Fínčina | Francúzština | Nemčina | Gréčtina | Hebrejčina | Hindi | Maďarčina | Indonézština | Taliančina | Japončina | Kannada | Kórejčina | Litovčina | Malajčina | Malajálamčina | Maráthčina | Nepálčina | Nigérijský pidžin | Nórčina | Perzština (Farsi) | Poľština | Portugalčina (Brazília) | Portugalčina (Portugalsko) | Paňdžábčina (Gurmukhí) | Rumunčina | Ruština | Srbčina (cyrilika) | Slovenčina | Slovinčina | Španielčina | Swahilčina | Švédčina | Tagalog (Filipínčina) | Tamilčina | Telugu | Thajčina | Turečtina | Ukrajinčina | Urdu | Vietnamsčina

Radšej klonovať lokálne?

Tento repozitár obsahuje viac ako 50 jazykových prekladov, čo výrazne zvyšuje veľkosť sťahovania. Ak chcete klonovať bez prekladov, použite 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 dá všetko, čo potrebujete na dokončenie kurzu s oveľa rýchlejším sťahovaním.

Ak si prajete podporu ďalších jazykov prekladov, sú uvedené tu

Pridajte sa k našej komunite

Máme prebiehajúcu sériu Learn with AI na Discorde, dozviete sa viac a pridajte sa k nám na Learn with AI Series od 18. do 30. septembra 2025. Získate tipy a triky, ako využívať GitHub Copilot pre Data Science.

Ste študent?

Začnite s nasledujúcimi zdrojmi:

• Stránka Student Hub Na tejto stránke nájdete zdroje pre začiatočníkov, študentské balíčky a dokonca aj spôsoby, ako získať bezplatný certifikačný poukaz. Túto stránku si chcete uložiť medzi záložky a občas skontrolovať, pretože obsah meníme aspoň raz za mesiac.
• Microsoft Learn Student Ambassadors Pridajte sa ku globálnej komunite študentských veľvyslancov, toto by mohla byť vaša cesta do Microsoftu.

Začíname

📚 Dokumentácia

• Inštalačný sprievodca - krok za krokom inštrukcie pre začiatočníkov
• Používateľský sprievodca - príklady a bežné pracovné postupy
• Riešenie problémov - riešenia bežných problémov
• Sprievodca prispievaním - ako prispieť do tohto projektu
• Pre učiteľov - usmernenia pre výučbu a zdroje pre triedu

👨‍🎓 Pre študentov

Úplní začiatočníci: Ste nováčik vo vede o dátach? Začnite s našimi príkladmi vhodnými pre začiatočníkov! Tieto jednoduché, dobre komentované príklady vám pomôžu pochopiť základy predtým, než sa pustíte do celej osnovy. Študenti: ak chcete používať tento kurz sami, vytvorte si forka celého repozitára a dokončujte cvičenia samostatne, začnite pred-lekčným kvízom. Potom si prečítajte lekciu a dokončite ostatné aktivity. Snažte sa projekty vytvárať pochopením lekcií namiesto kopírovania riešenia; kód s riešením je však dostupný v priečinkoch /solutions v každej lekcii orientovanej na projekt. Ďalšou možnosťou je vytvoriť si študijnú skupinu s priateľmi a prejsť obsah spolu. Pre ďalšie štúdium odporúčame Microsoft Learn.

Rýchly štart:

1. Prezrite si Inštalačný sprievodca a nastavte svoje prostredie
2. Prezrite si Používateľský sprievodca, aby ste sa naučili pracovať s osnovou
3. Začnite s Lekciou 1 a pokračujte postupne
4. Pridajte sa k našej Discord komunite pre podporu

👩‍🏫 Pre učiteľov

Učitelia: pridali sme niekoľko návrhov, ako používať túto osnovu. Radi privítame vašu spätnú väzbu v našom diskusnom fóre!

Stretnite tím

Gif od Mohit Jaisal

🎥 Kliknite na vyššie uvedený obrázok pre video o projekte a ľuďoch, ktorí ho vytvorili!

Pedagógia

Pri tvorbe tohto kurikula sme si vybrali dva pedagogické princípy: zabezpečiť, aby bolo založené na projektoch a aby obsahovalo časté kvízy. Na konci tejto série sa študenti naučia základné princípy dátovej vedy vrátane etických konceptov, prípravy dát, rôznych spôsobov práce s dátami, vizualizácie dát, analýzy dát, reálnych prípadov použitia dátovej vedy a ďalšie.

Okrem toho kvíz s nízkou záťažou pred hodinou nastavuje študentovi zámer učiť sa danú tému, zatiaľ čo druhý kvíz po hodine zabezpečuje ďalšie uchovanie informácií. Toto kurikulum bolo navrhnuté tak, aby bolo flexibilné a zábavné a môže byť absolvované celé alebo čiastočne. Projekty začínajú malé a ku koncu desaťtýždňového cyklu sa stávajú čoraz komplexnejšími.

Nájdete u nás Kódex správania, Prispievanie, Pokyny na preklady. Privítame vaše konštruktívne pripomienky!

Každá lekcia zahŕňa:

• Nepovinnú sketchnotu
• Nepovinné doplnkové video
• Rozohrevný kvíz pred lekciou
• Písanú lekciu
• Pre projektové lekcie krok za krokom návody na vytvorenie projektu
• Kontroly vedomostí
• Výzvu
• Doplnkovú literatúru
• Zadanie
• Kvíz po lekcii

Poznámka o kvízoch: Všetky kvízy sú v priečinku Quiz-App, dohromady 40 kvízov po tri otázky. Sú prepojené v lekciách, ale kvízová aplikácia sa dá spustiť lokálne alebo nasadiť do Azure; postupujte podľa inštrukcií v priečinku quiz-app. Postupne prebieha lokalizácia.

🎓 Príklady priateľské pre začiatočníkov

Ste nový v dátovej vede? Vytvorili sme špeciálny adresár príkladov s jednoduchým, dobre komentovaným kódom, ktorý vám pomôže začať:

• 🌟 Hello World - Váš prvý program v dátovej vede
• 📂 Nahrávanie dát - Naučte sa čítať a skúmať dátové súbory
• 📊 Jednoduchá analýza - Vypočítajte štatistiky a nájdite vzory
• 📈 Základná vizualizácia - Vytvárajte grafy a diagramy
• 🔬 Reálny projekt - Kompletný pracovný tok od začiatku do konca

Každý príklad obsahuje podrobné komentáre vysvetľujúce každý krok, čo je ideálne pre absolútnych začiatočníkov!

👉 Začnite s príkladmi 👈

Lekcie

Dátová veda pre začiatočníkov: Plán - Sketchnota od @nitya

Číslo lekcie	Téma	Zoskupenie lekcie	Učebné ciele	Prepojená lekcia	Autor
01	Definovanie dátovej vedy	Úvod	Naučte sa základné koncepty dátovej vedy a jej súvislosť s umelou inteligenciou, strojovým učením a veľkými dátami.	lekcia video	Dmitry
02	Etika dátovej vedy	Úvod	Koncepty, výzvy a rámce etiky dát.	lekcia	Nitya
03	Definovanie dát	Úvod	Ako sa dáta klasifikujú a ich bežné zdroje.	lekcia	Jasmine
04	Úvod do štatistiky a pravdepodobnosti	Úvod	Matematické techniky pravdepodobnosti a štatistiky na pochopenie dát.	lekcia video	Dmitry
05	Práca s relačnými dátami	Práca s dátami	Úvod do relačných dát a základy skúmania a analýzy relačných dát pomocou Structured Query Language, známeho ako SQL (vyslovuje sa „see-quell“).	lekcia	Christopher
06	Práca s NoSQL dátami	Práca s dátami	Úvod do nerelačných dát, ich rôznych typov a základy skúmania a analýzy dokumentových databáz.	lekcia	Jasmine
07	Práca s Python	Práca s dátami	Základy používania Pythonu na skúmanie dát s knižnicami ako Pandas. Odporúča sa základné porozumenie programovaniu v Pythone.	lekcia video	Dmitry
08	Príprava dát	Práca s dátami	Témy techník úpravy a transformácie dát na riešenie problémov s chýbajúcimi, nesprávnymi alebo neúplnými dátami.	lekcia	Jasmine
09	Vizualizácia množstiev	Vizualizácia dát	Naučte sa používať Matplotlib na vizualizáciu dát o vtákoch 🦆	lekcia	Jen
10	Vizualizácia rozdelení dát	Vizualizácia dát	Vizualizácia pozorovaní a trendov v intervale.	lekcia	Jen
11	Vizualizácia podielov	Vizualizácia dát	Vizualizácia diskrétnych a zoskupených percent.	lekcia	Jen
12	Vizualizácia vzťahov	Vizualizácia dát	Vizualizácia spojení a korelácií medzi súbormi dát a ich premennými.	lekcia	Jen
13	Významné vizualizácie	Vizualizácia dát	Techniky a odporúčania na tvorbu vizualizácií hodnotných pre efektívne riešenie problémov a získavanie informácií.	lekcia	Jen
14	Úvod do životného cyklu dátovej vedy	Životný cyklus	Úvod do životného cyklu dátovej vedy a jeho prvého kroku získavania a extrakcie dát.	lekcia	Jasmine
15	Analýza	Životný cyklus	Táto fáza životného cyklu dátovej vedy sa zameriava na techniky analýzy dát.	lekcia	Jasmine
16	Komunikácia	Životný cyklus	Táto fáza životného cyklu dátovej vedy sa zameriava na prezentáciu poznatkov z dát spôsobom, ktorý uľahčuje ich pochopenie pre rozhodovacích pracovníkov.	lekcia	Jalen
17	Dátová veda v cloude	Cloudové dáta	Táto séria lekcií predstavuje dátovú vedu v cloude a jej výhody.	lekcia	Tiffany a Maud
18	Dátová veda v cloude	Cloudové dáta	Tréning modelov pomocou nástrojov Low Code.	lekcia	Tiffany a Maud
19	Dátová veda v cloude	Cloudové dáta	Nasadzovanie modelov pomocou Azure Machine Learning Studio.	lekcia	Tiffany a Maud
20	Dátová veda v praxi	V teréne	Projekty riadené dátovou vedou v reálnom svete.	lekcia	Nitya

GitHub Codespaces

Postupujte podľa týchto krokov na otvorenie tejto ukážky v Codespace:

1. Kliknite na rozbaľovacie menu Code a vyberte možnosť Open with Codespaces.
2. Vyberte + New codespace v spodnej časti panela. Pre viac informácií si pozrite dokumentáciu GitHub.

VSCode Remote - Containers

Postupujte podľa týchto krokov na otvorenie tohto repozitára v kontajneri na vašom lokálnom zariadení pomocou VSCode a rozšírenia VS Code Remote - Containers:

1. Ak používate vývojový kontajner prvýkrát, uistite sa, že váš systém spĺňa požiadavky (napr. máte nainštalovaný Docker) v dokumentácii "Začíname".

Na používanie tohto repozitára ho môžete buď otvoriť v izolovanom Docker volume:

Poznámka: Pod kapotou použije príkaz Remote-Containers: Clone Repository in Container Volume... na naklonovanie zdrojového kódu do Docker volume namiesto lokálneho súborového systému. Volume sú preferovaný mechanizmus pre trvalé ukladanie dát kontajnera.

Alebo otvorte lokálne naklonovanú alebo stiahnutú verziu repozitára:

• Naklonujte tento repozitár na váš lokálny súborový systém.
• Stlačte F1 a vyberte príkaz Remote-Containers: Open Folder in Container....
• Vyberte naklonovanú kópiu tohto priečinka, počkajte, kým kontajner spustí, a začnite skúmať.

Prístup offline

Túto dokumentáciu môžete používať offline pomocou Docsify. Vytvorte si fork tohto repozitára, nainštalujte Docsify na vašom lokálnom zariadení, potom v koreňovom priečinku repozitára zadajte príkaz docsify serve. Webstránka vám bude servírovaná na porte 3000 na localhoste: localhost:3000.

Poznámka: Notebooky nebudú renderované cez Docsify, takže keď potrebujete spustiť notebook, robte to samostatne vo VS Code s bežiacim Python kernelom.

Iné kurikuly

Náš tím tvorí aj ďalšie kurikuly! Pozrite si:

LangChain

Azure / Edge / MCP / Agenti

---

Séria generatívnej AI

---

Základné učenie

---

Séria Copilot

Získavanie pomoci

Máte problémy? Pozrite si náš Sprievodca riešením problémov pre riešenia bežných problémov.

Ak budete mať zádrhel alebo otázky o vývoji AI aplikácií, pridajte sa k ostatným študentom a skúseným vývojárom v diskusiách o MCP. Je to podporná komunita, kde sú otázky vítané a vedomosti sa zdieľajú bezplatne.

Ak máte spätnú väzbu k produktu alebo chyby počas vývoja, navštívte:

---

Zrieknutie sa zodpovednosti:
Tento dokument bol preložený pomocou služby AI prekladu Co-op Translator. Hoci sa snažíme o presnosť, uvedomte si, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Originálny dokument v jeho pôvodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre dôležité informácie sa odporúča profesionálny ľudský preklad. Nepreberáme zodpovednosť za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.