Data-Science-For-Beginners/translations/cs

Data Science pro začátečníky - osnovy

Azure Cloud Advocates v Microsoft mají radost, že mohou nabídnout 10týdenní osnovu, která obsahuje 20 lekcí věnovaných datové vědě. Každá lekce zahrnuje kvízy před a po lekci, psané pokyny k dokončení lekce, řešení a úkol. Naše projektově orientovaná pedagogika vám umožňuje učit se při tvorbě, což je osvědčený způsob, jak nové dovednosti "zůstanou".

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

🙏 Zvláštní poděkování 🙏 našim autorům, recenzentům a přispěvatelům obsahu z 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 - Sketchnote od @nitya

🌐 Podpora více jazyků

Podporováno přes GitHub Action (automatizované & vždy aktuální)

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

Dáváte přednost klonování lokálně?

Tento repozitář zahrnuje více než 50 jazykových překladů, což výrazně zvětšuje 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'

To vám poskytne vše potřebné k dokončení kurzu s mnohem rychlejším stažením.

Pokud si přejete podpořit další jazyky, podporované jazyky jsou uvedeny zde

Připojte se k naší komunitě

Máme probíhající řadu Learn with AI na Discordu, dozvíte se více a připojte se k nám na Learn with AI Series v době od 18. do 30. září 2025. Získáte tipy a triky, jak používat GitHub Copilot pro datovou vědu.

Jste student?

Začněte s následujícími zdroji:

• Student Hub stránka Na této stránce najdete zdroje pro začátečníky, studentské balíčky a dokonce i způsoby, jak získat bezplatný certifikační voucher. Tuto stránku si rozhodně uložte mezi záložky a pravidelně kontrolujte, protože obsah měníme alespoň jednou měsíčně.
• Microsoft Learn Student Ambassadors Připojte se k celosvětové komunitě studentských velvyslanců, může to být vaše cesta do Microsoftu.

Začínáme

📚 Dokumentace

• Instalační příručka - Krok za krokem nastavení pro začátečníky
• Průvodce používáním - Příklady a běžné pracovní postupy
• Řešení problémů - Řešení běžných problémů
• Příručka přispívání - Jak přispět do tohoto projektu
• Pro učitele - Doporučení k výuce a materiály do výuky

👨‍🎓 Pro studenty

Úplní začátečníci: Jste noví v datové vědě? Začněte s našimi příklady přátelskými pro začátečníky! Tyto jednoduché, dobře komentované příklady vám pomohou pochopit základy před tím, než se do osnovy ponoříte. Studenti: Chcete-li tento kurz využít sami, forknete celý repozitář a samostatně dokončete cvičení, začínající přednáškovým kvízem. Poté si přečtěte lekci a dokončete zbytek aktivit. Snažte se projekty vytvářet tak, že pochopíte lekce, místo abyste pouze kopírovali řešení; však tyto kódy jsou k dispozici v /solutions složkách v každé lekci orientované na projekt. Dalším nápadem je vytvořit studijní skupinu s přáteli a projít obsah společně. Pro další studium doporučujeme Microsoft Learn.

Rychlý start:

1. Podívejte se na Instalační příručku k nastavení svého prostředí
2. Prohlédněte si Průvodce používáním, abyste se naučili, jak s osnovou pracovat
3. Začněte Lekcí 1 a pokračujte postupně
4. Připojte se k naší komunitě na Discordu pro podporu

👩‍🏫 Pro učitele

Učitelé: přidali jsme několik návrhů, jak tuto osnovu používat. Rádi uvítáme vaše připomínky v našem diskusním fóru!

Seznamte se s týmem

Gif od Mohit Jaisal

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

Pedagogika

Při tvorbě této učební osnovy jsme zvolili dvě pedagogické zásady: zajistit, aby byl kurz založen na projektech a aby obsahoval 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, praktických případů použití datové vědy a další.

Navíc nízkorizikový kvíz před lekcí nastavuje záměr studenta k učení daného tématu, zatímco druhý kvíz po lekci zajišťuje lepší zapamatování. Tento kurz byl navržen tak, aby byl flexibilní a zábavný a může být absolvován celý nebo jen jeho část. Projekty začínají malé a postupně se během 10týdenního cyklu stávají složitějšími.

Najděte náš Kodex chování, Příspěvky, Překlad pravidla. Vítáme vaši konstruktivní zpětnou vazbu!

Každá lekce obsahuje:

• Volitelný sketchnote
• Volitelné doplňkové video
• Předlekční rozcvičovací kvíz
• Písemnou lekci
• U projektových lekcí podrobné návody, jak projekt sestavit
• Kontroly znalostí
• Výzvu
• Doplňující četbu
• Zadání
• Pověrečnou kvíz

Poznámka k učebním kvízům: Všechny kvízy jsou obsaženy ve složce Quiz-App, kde je celkem 40 kvízů po třech otázkách. Jsou propojeny v rámci lekcí, ale kvízovou aplikaci lze spustit lokálně nebo nasadit do Azure; postupujte podle pokynů ve složce quiz-app. Postupně jsou lokalizovány.

🎓 Příklady vhodné pro začátečníky

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

• 🌟 Hello World - Váš první program v datové vědě
• 📂 Načítání dat - Naučte se číst a zkoumat datové sady
• 📊 Jednoduchá analýza - Vypočítejte statistiky a najděte vzory
• 📈 Základní vizualizace - Vytvářejte grafy a diagramy
• 🔬 Projekt ze skutečného světa - Kompletní workflow od začátku do konce

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

👉 Začněte s příklady 👈

Lekce

Datová věda pro začátečníky: Plán - Sketchnote od @nitya

Číslo lekce	Téma	Zařazení lekce	Cíle učení	Odkaz na lekci	Autor
01	Definice datové vědy	Úvod	Naučte se základní koncepty datové vědy a jak souvisí s umělou inteligencí, strojovým učením a big daty.	lekce video	Dmitry
02	Etika datové vědy	Úvod	Koncepty, výzvy a rámce etiky dat.	lekce	Nitya
03	Definice 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 za pomocí strukturovaného dotazovacího jazyka, známého jako SQL (vyslovováno „ess-kyu-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 o technikách vyčištění a transformace dat pro řešení problémů s chybějícími, nepřesnými nebo neúplnými daty.	lekce	Jasmine
09	Vizualizace množství	Vizualizace dat	Naučte se, jak používat Matplotlib k vizualizaci dat ptáků 🦆	lekce	Jen
10	Vizualizace rozložení dat	Vizualizace dat	Vizualizace pozorování a trendů v intervalu.	lekce	Jen
11	Vizualizace podílů	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 rady, jak udělat vaše vizualizace hodnotnými pro efektivní řešení problémů a získávání poznatků.	lekce	Jen
14	Úvod do životního cyklu datové vědy	Životní cyklus	Úvod do životního cyklu datové vědy a jeho prvního kroku 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	Trénink 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 terénu	V terénu	Projekty poháněné datovou vědou ve skutečném světě.	lekce	Nitya

GitHub Codespaces

Postupujte podle těchto kroků pro otevření tohoto vzoru v Codespace:

1. Klikněte na rozbalovací nabídku Kód a vyberte možnost Otevřít v Codespaces.
2. Vyberte + Nový codespace ve spodní části panelu. Další informace naleznete v dokumentaci GitHubu.

VSCode Remote - Containers

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

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

Pro použití tohoto repozitáře můžete buď otevřít repozitář v izolovaném Docker volume:

Poznámka: Pod kapotou se použije příkaz Remote-Containers: Clone Repository in Container Volume... pro naklonování zdrojového kódu do Docker volume místo lokálního souborového systému. Volumes jsou preferovaný mechanismus pro uchovávání dat kontejneru.

Nebo otevřete lokálně klonovanou nebo staženou verzi repozitáře:

• Naklonujte tento repozitář do svého místního souborového systému.
• Stiskněte F1 a vyberte příkaz Remote-Containers: Open Folder in Container....
• Vyberte klonovanou kopii této složky, počkejte na spuštění kontejneru a vyzkoušejte.

Offline přístup

Tuto dokumentaci můžete spustit offline pomocí Docsify. Forkněte tento repozitář, nainstalujte Docsify na svůj místní počítač, poté v kořenové složce tohoto repozitáře zadejte docsify serve. Webová stránka bude dostupná na portu 3000 na vašem localhostu: localhost:3000.

Poznámka, notebooky nebudou vykresleny přes Docsify, takže pokud potřebujete spustit notebook, udělejte to samostatně ve VS Code, kde běží Python kernel.

Další kurzy

Náš tým vytváří další kurikula! Podívejte se na:

LangChain

---

Azure / Edge / MCP / Agenti

---

Sérii Generativní AI

---

Základní učení

---

Série Copilot

Získání pomoci

Narážíte na problémy? Podívejte se na náš Průvodce řešením problémů pro řešení běžných potíží.

Pokud se zaseknete nebo máte jakékoli otázky ohledně vytváření AI aplikací. Připojte se k ostatním studentům a zkušeným vývojářům k diskuzím o MCP. Je to podpůrná komunita, kde jsou otázky vítány a znalosti jsou sdíleny volně.

Pokud máte zpětnou vazbu k produktu nebo chyby při tvorbě navštivte:

---

Upozornění:
Tento dokument byl přeložen pomocí AI překladatelské služby Co-op Translator. I když usilujeme o přesnost, vezměte prosím na vědomí, že automatické překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho mateřském jazyce by měl být považován za autoritativní zdroj. Pro zásadní informace se doporučuje profesionální lidský překlad. Neručíme za jakékoli nedorozumění nebo nesprávné výklady vyplývající z použití tohoto překladu.