Data-Science-For-Beginners/translations/hr

Data Science za početnike - Nastavni program

Advokati za Azure Cloud u Microsoftu s veseljem nude 10-tjedni nastavni program s 20 lekcija potpuno o Data Science. Svaka lekcija uključuje kviz prije i nakon lekcije, pisane upute za dovršetak lekcije, rješenje i zadatak. Naša pedagoška metoda temelji se na projektima koji vam omogućuju učenje kroz izgradnju, što je dokazani način da nove vještine “začvršćuju”.

Srdačna zahvala našim autorima: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Posebna zahvala 🙏 našim autorima, recenzentima i suradnicima sadržaja iz Microsoft Student Ambassador programa, posebno Aaryanu Arori, 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 Za Početnike - Sketchnote autora @nitya

🌐 Podrška za više jezika

Podržano putem GitHub Action (Automatski i uvijek ažurno)

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

Radije klonirati lokalno?

Ovaj repozitorij uključuje 50+ prijevoda na razne jezike što znatno povećava veličinu preuzimanja. Za kloniranje bez prijevoda, koristite 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'

Ovo vam daje sve što vam je potrebno za dovršetak tečaja s mnogo bržim preuzimanjem.

Ako želite da se podrže dodatni jezici za prijevod, oni su navedeni ovdje

Pridružite se našoj zajednici

Trenutno imamo aktivan Discord serijal o učenju uz AI, saznajte više i pridružite nam se na Learn with AI Series od 18. do 30. rujna 2025. Dobit ćete savjete i trikove za korištenje GitHub Copilota za Data Science.

Jeste li student?

Započnite s ovim resursima:

• Student Hub stranica Na ovoj stranici pronaći ćete resurse za početnike, studentske pakete, pa čak i načine kako dobiti besplatni certifikacijski vaučer. Ovo je stranica koju želite spremiti u omiljene i povremeno provjeravati jer redovito mijenjamo sadržaj.
• Microsoft Learn Student Ambassadors Pridružite se globalnoj zajednici studentskih ambasadora, ovo može biti vaš put u Microsoft.

Početak

📚 Dokumentacija

• Vodič za instalaciju - Korak-po-korak upute za početnike
• Vodič za korištenje - Primjeri i uobičajeni radni protokovi
• Rješavanje problema - Rješenja za česte probleme
• Vodič za doprinos - Kako doprinijeti ovom projektu
• Za nastavnike - Upute za podučavanje i resursi za učionicu

👨‍🎓 Za studente

Potpuni početnici: Novi ste u data science? Počnite s našim primjerima za početnike! Ovi jednostavni, dobro komentirani primjeri pomoći će vam da razumijete osnove prije nego što započnete s cijelim nastavnim programom. Studenti: za samostalno korištenje ovog nastavnog programa, forkajte cijeli repozitorij i samostalno riješite vježbe, počevši s kvizom prije lekcije. Zatim pročitajte lekciju i dovršite ostale aktivnosti. Pokušajte stvarati projekte razumijevanjem lekcija, a ne kopiranjem rješenja; međutim, rješenja su dostupna u /solutions mapama unutar svake lekcije orijentirane na projekte. Druga ideja je formirati studijsku grupu s prijateljima i zajedno proći sadržaj. Za daljnje učenje preporučujemo Microsoft Learn.

Brzi početak:

1. Pogledajte Vodič za instalaciju da postavite svoje okruženje
2. Pregledajte Vodič za korištenje da naučite kako raditi s nastavnim programom
3. Počnite s Lekcijom 1 i radite redom
4. Pridružite se našoj Discord zajednici za podršku

👩‍🏫 Za nastavnike

Nastavnici: pripremili smo neke prijedloge kako koristiti ovaj nastavni program. Voljeli bismo vaše povratne informacije u našem forumu za raspravu!

Upoznajte tim

Gif by Mohit Jaisal

🎥 Kliknite na sliku iznad za video o projektu i ljudima koji su ga stvorili!

Pedagogija

Odabrali smo dva pedagoška načela prilikom izrade ovog kurikuluma: osigurati da je projektno orijentiran i da uključuje česte kvizove. Na kraju ove serije, studenti će naučiti osnovne principe znanosti o podacima, uključujući etičke koncepte, pripremu podataka, različite načine rada s podacima, vizualizaciju podataka, analizu podataka, stvarne primjere primjene znanosti o podacima i još mnogo toga.

Osim toga, kviz s malim ulozima prije nastave postavlja namjeru učenika prema učenju teme, dok kviz nakon nastave osigurava dodatno zadržavanje znanja. Ovaj kurikulum je osmišljen da bude fleksibilan i zabavan, i može se pohađati u cijelosti ili djelomično. Projekti započinju malim koracima i postaju sve složeniji do kraja desetotjednog ciklusa.

Pronađite naš Kodeks ponašanja, smjernice za Doprinos, Prevoditelje. Dobrodošli su vaši konstruktivni prijedlozi!

Svaka lekcija uključuje:

• Opcionalnu skicu bilješke
• Opcionalni dodatni video
• Kviz za zagrijavanje prije lekcije
• Pisanu lekciju
• Za lekcije temeljene na projektima, vodiče korak po korak kako izgraditi projekt
• Provjere znanja
• Izazov
• Dopunsko čitanje
• Zadatak
• Kviz nakon lekcije

Napomena o kvizovima: Svi kvizovi nalaze se u mapi Quiz-App, ukupno 40 kvizova od po tri pitanja. Povezani su unutar lekcija, ali quiz aplikaciju možete pokrenuti lokalno ili je implementirati u Azure; pratite upute u mapi quiz-app. Postupno se prevode.

🎓 Primjerci prilagođeni početnicima

Novi ste u znanosti o podacima? Stvorili smo posebni direktorij primjera s jednostavnim, dobro komentiranim kodom koji će vam pomoći da započnete:

• 🌟 Hello World - Vaš prvi programski projekt o znanosti o podacima
• 📂 Učitavanje podataka - Naučite čitati i istraživati skupove podataka
• 📊 Jednostavna analiza - Izračunajte statistike i pronađite obrasce
• 📈 Osnovna vizualizacija - Kreirajte grafikone i dijagrame
• 🔬 Stvarni projekt - Potpuni tijek rada od početka do kraja

Svaki primjer uključuje detaljne komentare koji objašnjavaju svaki korak, što ih čini savršenim za apsolutne početnike!

👉 Započnite s primjerima 👈

Lekcije

Data Science For Beginners: Karta puta - Sketchnote by @nitya

Broj lekcije	Tema	Grupa lekcija	Ciljevi učenja	Povezana lekcija	Autor
01	Definiranje znanosti o podacima	Uvod	Naučite osnovne koncepte znanosti o podacima i kako su povezani s umjetnom inteligencijom, strojnim učenjem i velikim podacima.	lekcija video	Dmitry
02	Etika u znanosti o podacima	Uvod	Pojmovi etike u podacima, izazovi i okviri.	lekcija	Nitya
03	Definiranje podataka	Uvod	Kako se podaci klasificiraju i njihovi uobičajeni izvori.	lekcija	Jasmine
04	Uvod u statistiku i vjerojatnost	Uvod	Matematičke tehnike vjerojatnosti i statistike za razumijevanje podataka.	lekcija video	Dmitry
05	Rad s relacijskim podacima	Rad s podacima	Uvod u relacijske podatke i osnovne načine istraživanja i analize relacijskih podataka pomoću strukturiranog upitnog jezika poznatog kao SQL (izgovara se "es-kju-el").	lekcija	Christopher
06	Rad s NoSQL podacima	Rad s podacima	Uvod u nerelacijske podatke, njihove različite tipove i osnovne načine istraživanja i analize dokumenata unutar baza podataka.	lekcija	Jasmine
07	Rad s Pythonom	Rad s podacima	Osnove korištenja Pythona za istraživanje podataka pomoću biblioteka poput Pandas. Preporučuje se osnovno poznavanje programiranja u Pythonu.	lekcija video	Dmitry
08	Priprema podataka	Rad s podacima	Tehnike čišćenja i transformacije podataka za rješavanje izazova poput nedostajućih, netočnih ili nepotpunih podataka.	lekcija	Jasmine
09	Vizualizacija količina	Vizualizacija podataka	Naučite kako koristiti Matplotlib za vizualizaciju podataka o pticama 🦆	lekcija	Jen
10	Vizualizacija distribucije podataka	Vizualizacija podataka	Vizualizacija opažanja i trendova unutar intervala.	lekcija	Jen
11	Vizualizacija proporcija	Vizualizacija podataka	Vizualizacija diskretnih i grupiranih postotaka.	lekcija	Jen
12	Vizualizacija odnosa	Vizualizacija podataka	Vizualizacija povezanosti i korelacija između skupina podataka i njihovih varijabli.	lekcija	Jen
13	Smislene vizualizacije	Vizualizacija podataka	Tehnike i smjernice za izradu vrijednih vizualizacija za učinkovito rješavanje problema i dobivanje uvida.	lekcija	Jen
14	Uvod u životni ciklus znanosti o podacima	Životni ciklus	Uvod u životni ciklus znanosti o podacima i njegov prvi korak - prikupljanje i izdvajanje podataka.	lekcija	Jasmine
15	Analiza	Životni ciklus	Ova faza životnog ciklusa usredotočuje se na tehnike za analizu podataka.	lekcija	Jasmine
16	Komunikacija	Životni ciklus	Ova faza životnog ciklusa usredotočuje se na predstavljanje uvida iz podataka na način koji olakšava donošenje odluka.	lekcija	Jalen
17	Znanost o podacima u oblaku	Oblak podataka	Ova serija lekcija uvodi znanost o podacima u oblaku i njene prednosti.	lekcija	Tiffany i Maud
18	Znanost o podacima u oblaku	Oblak podataka	Treniranje modela pomoću Low Code alata.	lekcija	Tiffany i Maud
19	Znanost o podacima u oblaku	Oblak podataka	Implementacija modela s Azure Machine Learning Studio.	lekcija	Tiffany i Maud
20	Znanost o podacima u prirodi	U prirodi	Projekti u stvarnom svijetu vođeni znanošću o podacima.	lekcija	Nitya

GitHub Codespaces

Slijedite ove korake za otvaranje ovog primjera u Codespace-u:

1. Kliknite na padajući izbornik Code i odaberite opciju Open with Codespaces.
2. Odaberite + New codespace na dnu panela. Za više informacija pogledajte GitHub dokumentaciju.

VSCode Remote - Containers

Slijedite ove korake za otvaranje ovog repozitorija u kontejneru koristeći vašu lokalnu mašinu i VSCode s ekstenzijom VS Code Remote - Containers:

1. Ako prvi put koristite razvojni kontejner, provjerite zadovoljava li vaš sustav preduvjete (npr. instaliran Docker) u dokumentaciji za početak.

Za korištenje ovog repozitorija možete otvoriti repozitorij u izoliranom Docker volumenu:

Napomena: Iza kulisa, koristi se naredba Remote-Containers: Clone Repository in Container Volume... za kloniranje izvornog koda u Docker volumen umjesto lokalnog datotečnog sustava. Volumeni su preporučeni mehanizam za trajno spremanje podataka unutar kontejnera.

Ili otvorite lokalno kloniranu ili preuzetu verziju repozitorija:

• Klonirajte ovaj repozitorij na lokalni datotečni sustav.
• Pritisnite F1 i odaberite naredbu Remote-Containers: Open Folder in Container....
• Odaberite kloniranu kopiju ove mape, pričekajte da se kontejner pokrene i isprobajte.

Pristup bez mreže

Možete pokretati ovu dokumentaciju izvan mreže koristeći Docsify. Razgranajte ovaj repozitorij, instalirajte Docsify na lokalnoj mašini, zatim u korijenskoj mapi ovog repozitorija upišite docsify serve. Web stranica bit će dostupna na portu 3000 na vašem localhostu: localhost:3000.

Napomena, bilježnice (notebooks) neće biti prikazane putem Docsify, stoga ih pokrenite zasebno u VS Code-u s aktiviranim Python jezgrom (kernelom).

Ostali kurikulumi

Naš tim proizvodi i druge kurikulume! Pogledajte:

LangChain

---

Azure / Edge / MCP / Agent

---

Serija Generativne AI

---

Osnovno učenje

---

Serija Copilot

Dobivanje pomoći

Imate problema? Pogledajte naš Vodič za rješavanje problema za rješenja čestih problema.

Ako zapnete ili imate pitanja o izradi AI aplikacija, pridružite se drugim učenicima i iskusnim programerima u raspravama o MCP-u. To je podržavajuća zajednica u kojoj su pitanja dobrodošla, a znanje se slobodno dijeli.

Ako imate povratne informacije o proizvodu ili naiđete na pogreške tijekom izrade, posjetite:

---

Izjava o odricanju od odgovornosti: Ovaj je dokument preveden korištenjem AI usluge za prevođenje Co-op Translator. Iako težimo točnosti, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na njegovom izvornom jeziku smatra se službenim izvorom. Za kritične informacije preporučuje se profesionalni prijevod od strane ljudskog prevoditelja. Ne snosimo odgovornost za bilo kakva nesporazuma ili pogrešna tumačenja koja proizlaze iz uporabe ovog prijevoda.