Data-Science-For-Beginners/translations/sl/README.md

Data Science za začetnike - učni načrt

Zastopniki za Azure Cloud pri Microsoftu z veseljem ponujajo 10-tedenski, 20-urno učni načrt, popolnoma posvečen podatkovni znanosti. Vsaka lekcija vključuje kvize pred in po lekciji, pisna navodila za dokončanje lekcije, rešitev in nalogo. Naša pedagoška metoda temelji na projektih, ki vam omogočajo učenje med ustvarjanjem - dokazan način, da se nove veščine "prilepijo".

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

🙏 Posebna zahvala 🙏 našim Microsoft Student Ambassador avtorjem, pregledovalcem in prispevkarjem vsebine, med njimi 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

Podatkovna znanost za začetnike - Skicirani zapiski avtorja @nitya

🌐 Podpora za več jezikov

Podprto preko GitHub Action (avtomatsko in vedno posodobljeno)

arabščina | bengalski | bolgarščina | burmanski (mjanmarščina) | kitajščina (poenostavljena) | kitajščina (tradicionalna, Hong Kong) | kitajščina (tradicionalna, Macau) | kitajščina (tradicionalna, Tajvan) | hrvaščina | češčina | danščina | nizozemščina | estonščina | finščina | francoščina | nemščina | grščina | hebrejščina | hindujščina | madžarščina | indonezijščina | italijanščina | japonščina | kanada | korejščina | litovščina | malajščina | malajalščina | maratščina | nepalščina | nigerijski pidgin | norveščina | perzijščina (farzi) | poljščina | portugalščina (Brazilija) | portugalščina (Portugalska) | punjabi (gurmuki) | romunščina | ruščina | srbščina (cirilica) | slovaščina | slovenščina | španščina | svahilščina | švedščina | tagalog (filipinščina) | tamilščina | telugščina | tajščina | turščina | ukrajinščina | urdu | vietnamščina

Raje klonirate lokalno?

Ta repozitorij vsebuje več kot 50 jezikovnih prevodov, kar občutno poveča velikost prenosa. Za kloniranje brez prevodov uporabite 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'

To vam nudi vse, kar potrebujete za dokončanje tečaja z veliko hitrejšim prenosom.

Če želite, da so na voljo dodatni prevodni jeziki, so ti našteti tukaj

Pridružite se naši skupnosti

Imamo tekočo serijo učenja z Discord in AI, izvedite več in se nam pridružite na Learn with AI Series od 18. do 30. septembra 2025. Dobili boste nasvete in trike za uporabo GitHub Copilot za podatkovno znanost.

Ste študent?

Začnite z naslednjimi viri:

• Stran Student Hub Na tej strani boste našli vire za začetnike, pakete za študente in celo načine za pridobitev brezplačnega certifikata. To je ena stran, ki si jo želite dodati med zaznamke in občasno preveriti, saj mesečno osvežujemo vsebine.
• Microsoft Learn Student Ambassadors Pridružite se globalni skupnosti študentskih ambasadorjev, to bi lahko bila vaša pot v Microsoft.

Začetek

📚 Dokumentacija

• Namestitveni vodič – Korak za korakom navodila za namestitev za začetnike
• Vodnik za uporabo – Primeri in pogosti delovni postopki
• Reševanje težav – Rešitve za pogoste težave
• Vodič za prispevanje – Kako prispevati k temu projektu
• Za učitelje – Navodila za poučevanje in viri za razrede

👨‍🎓 Za študente

Popolni začetniki: Ste novi v podatkovni znanosti? Začnite z našimi primeri prijaznimi do začetnikov! Ti preprosti, dobro komentirani primeri vam bodo pomagali razumeti osnove, preden se podate v celoten učni načrt. Študenti: da uporabljate ta učni načrt sami, naredite fork celotnega repozitorija in dokončajte vaje sami, začenši s kvizom pred predavanjem. Nato preberite predavanje in dokončajte ostale aktivnosti. Poskusite ustvariti projekte tako, da razumete lekcije, namesto da kopirate kodo rešitve; ta koda je na voljo v mapah /solutions pri vsaki lekciji, usmerjeni v projekt. Druga možnost je, da oblikujete študijsko skupino s prijatelji in skupaj pregledujete vsebino. Za nadaljnje študije priporočamo Microsoft Learn.

Hiter začetek:

1. Preglejte Namestitveni vodič za nastavitev okolja
2. Preglejte Vodnik za uporabo, da se naučite delati z učnim načrtom
3. Začnite z Lekcijo 1 in delajte zaporedoma
4. Pridružite se naši Discord skupnosti za podporo

👩‍🏫 Za učitelje

Učitelji: vključili smo nekaj predlogov, kako uporabiti ta učni načrt. Z veseljem bomo prejeli vaše povratne informacije v našem forumu za razprave!

Spoznajte ekipo

Gif avtor Mohit Jaisal

🎥 Kliknite na zgornjo sliko za video o projektu in ljudeh, ki so ga ustvarili!

Pedagogika

Pri oblikovanju tega učnega načrta smo izbrali dva pedagoška načela: zagotoviti, da temelji na projektih in vključuje pogoste kvize. Ob koncu te serije bodo študenti osvojili osnovna načela znanosti o podatkih, vključno z etičnimi koncepti, pripravo podatkov, različnimi načini dela s podatki, vizualizacijo podatkov, analizo podatkov, primeri uporabe podatkovne znanosti v resničnem svetu in še več.

Poleg tega nizkorizični kviz pred uro usmerja študenta k učenju teme, medtem ko drugi kviz po uri zagotavlja nadaljnje ohranjanje znanja. Ta učni načrt je zasnovan fleksibilno in zabavno ter ga je mogoče opraviti celovito ali delno. Projekti se začnejo majhni in postajajo vse bolj kompleksni do konca 10-tedenskega cikla.

Najdite naš Kodeks ravnanja, Navodila za prispevke, Prevajalska navodila. Veseli bomo vaše konstruktivne povratne informacije!

Vsaka lekcija vključuje:

• Izbirno sketchnote
• Izbirni dodatni video
• Kviz za ogrevanje pred lekcijo
• Pisna lekcija
• Za lekcije, ki temeljijo na projektih, korak-po-korak vodiče za izdelavo projekta
• Preverjanje znanja
• Izziv
• Dodatno branje
• Nalogo
• Kviz po lekciji

Opomba o kvizih: Vsi kvizi so shranjeni v mapi Quiz-App, skupaj 40 kvizov s po tremi vprašanji. V povezavi so v lekcijah, a aplikacijo za kvize je mogoče zagnati lokalno ali namestiti v Azure; sledite navodilom v mapi quiz-app. Postopoma jih lokaliziramo.

🎓 Primeri prijazni do začetnikov

Ste novi v znanosti o podatkih? Ustvarili smo poseben imenik primerov s preprosto, dobro komentirano kodo, ki vam pomaga začeti:

• 🌟 Hello World - vaš prvi program za znanost o podatkih
• 📂 Nalaganje podatkov - Naučite se brati in raziskovati nabor podatkov
• 📊 Preprosta analiza - Izračun statistike in iskanje vzorcev
• 📈 Osnovna vizualizacija - Ustvarjanje grafikonov in diagramov
• 🔬 Projekt iz resničnega sveta - Celoten potek dela od začetka do konca

Vsak primer vsebuje podrobne komentarje, ki razlagajo vsak korak, zato je popoln za popolne začetnike!

👉 Začnite s primeri 👈

Lekcije

Znanost o podatkih za začetnike: Načrt poti - Sketchnote avtorja @nitya

Število lekcije	Tema	Skupina lekcij	Cilji učenja	Povezana lekcija	Avtor
01	Določanje podatkovne znanosti	Uvod	Spoznajte osnovne koncepte podatkovne znanosti in kako je povezana z umetno inteligenco, strojno učenjem in velikimi podatki.	lekcija video	Dmitry
02	Etika podatkovne znanosti	Uvod	Koncepti etike podatkov, izzivi in okviri.	lekcija	Nitya
03	Določanje podatkov	Uvod	Kako so podatki razvrščeni in njihovi običajni viri.	lekcija	Jasmine
04	Uvod v statistiko in verjetnost	Uvod	Matematične tehnike verjetnosti in statistike za razumevanje podatkov.	lekcija video	Dmitry
05	Delo z relacijskimi podatki	Delo s podatki	Uvod v relacijske podatke in osnove raziskovanja ter analize relacijskih podatkov s strukturiranim poizvedbenim jezikom, znanim kot SQL (izgovarja se "si-kvel").	lekcija	Christopher
06	Delo z NoSQL podatki	Delo s podatki	Uvod v nerelacijske podatke, njihove različne vrste in osnove raziskovanja ter analize dokumentnih zbirk podatkov.	lekcija	Jasmine
07	Delo s Pythonom	Delo s podatki	Osnove uporabe Pythona za raziskovanje podatkov z knjižnicami, kot je Pandas. Priporočeno osnovno razumevanje programiranja v Pythonu.	lekcija video	Dmitry
08	Priprava podatkov	Delo s podatki	Teme na področju tehnik čiščenja in transformacije podatkov za reševanje izzivov manjkajočih, netočnih ali nepopolnih podatkov.	lekcija	Jasmine
09	Vizualizacija količin	Vizualizacija podatkov	Naučite se uporabljati Matplotlib za vizualizacijo podatkov o pticah 🦆	lekcija	Jen
10	Vizualizacija porazdelitev podatkov	Vizualizacija podatkov	Vizualizacija opazovanj in trendov znotraj intervala.	lekcija	Jen
11	Vizualizacija deležev	Vizualizacija podatkov	Vizualizacija diskretnih in združenih odstotkov.	lekcija	Jen
12	Vizualizacija odnosov	Vizualizacija podatkov	Vizualizacija povezav in korelacij med sklopi podatkov in njihovimi spremenljivkami.	lekcija	Jen
13	Pomenljive vizualizacije	Vizualizacija podatkov	Tehnike in smernice za ustvarjanje vizualizacij, ki so vredne za učinkovito reševanje problemov in vpoglede.	lekcija	Jen
14	Uvod v življenjski cikel podatkovne znanosti	Življenjski cikel	Uvod v življenjski cikel podatkovne znanosti in njegov prvi korak pridobivanja in ekstrakcije podatkov.	lekcija	Jasmine
15	Analiza	Življenjski cikel	Ta faza življenjskega cikla podatkovne znanosti se osredotoča na tehnike za analizo podatkov.	lekcija	Jasmine
16	Komunikacija	Življenjski cikel	Ta faza življenjskega cikla podatkovne znanosti se osredotoča na predstavitev vpogledov iz podatkov na način, ki olajša razumevanje odločevalcem.	lekcija	Jalen
17	Podatkovna znanost v oblaku	Oblak podatkov	Ta serija lekcij uvaja podatkovno znanost v oblaku in njene prednosti.	lekcija	Tiffany in Maud
18	Podatkovna znanost v oblaku	Oblak podatkov	Učenje modelov z uporabo orodij Low Code.	lekcija	Tiffany in Maud
19	Podatkovna znanost v oblaku	Oblak podatkov	Uvajanje modelov z Azure Machine Learning Studio.	lekcija	Tiffany in Maud
20	Podatkovna znanost v praksi	V praksi	Projekti podatkovne znanosti v resničnem svetu.	lekcija	Nitya

GitHub Codespaces

Sledite tem korakom, da odprete ta primer v Codespace-u:

1. Kliknite na spustni meni Code in izberite možnost Open with Codespaces.
2. Na dnu okna izberite + New codespace. Za več informacij poglejte dokumentacijo GitHub.

VSCode Remote - Containers

Sledite tem korakom, da odprete ta repozitorij v vsebniku na lokalnem računalniku z VSCode in razširitvijo VS Code Remote - Containers:

1. Če je to vaš prvič za uporabo razvojnega vsebnika (development container), preverite, ali vaš sistem izpolnjuje predpogoje (npr. nameščen Docker) v dokumentaciji za začetek.

Za uporabo tega repozitorija lahko odprete repozitorij v izoliranem Docker volumnu:

Opomba: Pod pokrovom bo to uporabilo ukaz Remote-Containers: Clone Repository in Container Volume... za kloniranje izvorne kode v Docker volumen namesto na lokalni datotečni sistem. Volumni so priporočeni mehanizem za ohranjanje podatkov vsebnika.

Ali odprite lokalno klonirano ali preneseno različico repozitorija:

• Klonirajte repozitorij na lokalni datotečni sistem.
• Pritisnite F1 in izberite ukaz Remote-Containers: Open Folder in Container....
• Izberite klonirano kopijo te mape, počakajte, da se vsebnik zažene, in preizkusite stvari.

Dostop brez povezave

To dokumentacijo lahko poganjate brez povezave z uporabo Docsify. Kopirajte ta repozitorij, namestite Docsify na lokalni računalnik, nato v korenski mapi repozitorija zaženite ukaz docsify serve. Spletna stran bo dostopna na vratih 3000 na vašem lokalnem gostitelju: localhost:3000.

Opomba, prenosniki (notebooks) ne bodo prikazani prek Docsify, zato jih po potrebi zaženite posebej v VS Code z zagonom Python jedra.

Drugi učni načrti

Naša ekipa ustvarja tudi druge učne načrte! Oglejte si:

LangChain

Azure / Edge / MCP / Agentje

---

Serija Generativna AI

---

Osnovno učenje

---

Serija Copilot

Pridobivanje pomoči

Se pojavljajo težave? Preverite naš vodnik za odpravljanje težav za rešitve pogostih problemov.

Če se zataknete ali imate kakršnakoli vprašanja glede izdelave AI aplikacij. Pridružite se sošolcem in izkušenim razvijalcem v razpravah o MCP. To je podporna skupnost, kjer so vprašanja dobrodošla in je znanje prosto deljeno.

Če imate povratne informacije o izdelku ali napake med izdelavo obiščite:

---

Omejitev odgovornosti:
Ta dokument je bil preveden z uporabo storitve za avtomatski prevod AI Co-op Translator. Čeprav si prizadevamo za natančnost, upoštevajte, da lahko avtomatski prevodi vsebujejo napake ali nepravilnosti. Izvirni dokument v njegovem izvirnem jeziku velja za avtoritativni vir. Za pomembne informacije priporočamo strokovni človeški prevod. Za kakršnekoli nesporazume ali napačne interpretacije, ki izhajajo iz uporabe tega prevoda, ne prevzemamo odgovornosti.