Data-Science-For-Beginners/translations/hu

Adattudomány kezdőknek - Tanterv

A Microsoft Azure Cloud Advocates örömmel kínál egy 10 hetes, 20 leckéből álló tantervet, amely az adattudományról szól. Minden lecke tartalmaz elő- és utóteszteket, írásos útmutatót a lecke elvégzéséhez, megoldást és feladatot. Projektalapú oktatásunk lehetővé teszi, hogy tanulás közben építs, ami bizonyítottan segíti az új készségek elsajátítását.

Szívből köszönjük szerzőinknek: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Külön köszönet 🙏 a Microsoft Student Ambassador szerzőinknek, lektorainknak és tartalomközreműködőinknek, különösen 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

Adattudomány kezdőknek - Sketchnote @nitya tollából

🌐 Többnyelvű támogatás

GitHub Action által támogatott (Automatizált és mindig naprakész)

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

Ha további fordítási nyelveket szeretnél támogatni, azok listája itt található

Csatlakozz közösségünkhöz

Folyamatban van egy Discord tanulási sorozat AI-val, további információkért és csatlakozáshoz látogass el a Learn with AI Series oldalra 2025. szeptember 18-30. között. Tippeket és trükköket kapsz a GitHub Copilot adattudományi használatához.

Diák vagy?

Kezdd az alábbi forrásokkal:

• Student Hub oldal Ezen az oldalon kezdő forrásokat, diákcsomagokat és akár ingyenes tanúsítvány-vouchert is találsz. Ezt az oldalt érdemes könyvjelzőzni és időnként megnézni, mert legalább havonta frissítjük a tartalmat.
• Microsoft Learn Student Ambassadors Csatlakozz egy globális diák nagykövet közösséghez, ez lehet a belépőd a Microsofthoz.

Kezdés

📚 Dokumentáció

• Telepítési útmutató - Lépésről lépésre útmutató kezdőknek
• Használati útmutató - Példák és gyakori munkafolyamatok
• Hibaelhárítás - Gyakori problémák megoldásai
• Hozzájárulási útmutató - Hogyan járulhatsz hozzá ehhez a projekthez
• Tanárnak - Oktatási útmutató és osztálytermi források

👨‍🎓 Diákoknak

Teljesen kezdőknek: Új vagy az adattudományban? Kezdd a kezdőbarát példáinkkal! Ezek az egyszerű, jól kommentált példák segítenek megérteni az alapokat, mielőtt belevágsz a teljes tantervbe. Diákok: ha egyedül szeretnéd használni ezt a tantervet, forkold a teljes repót, és végezd el a gyakorlatokat egyedül, kezdve egy előadás előtti kvízzel. Ezután olvasd el az előadást és végezd el a többi tevékenységet. Próbáld meg a projekteket a leckék megértésével elkészíteni, ne csak a megoldás kódját másold; azonban ez a kód elérhető a /solutions mappákban minden projektorientált leckénél. Egy másik ötlet, hogy barátokkal tanulócsoportot alakítotok és együtt mentek végig a tartalmon. További tanuláshoz ajánljuk a Microsoft Learn platformot.

Gyors kezdés:

1. Nézd meg a Telepítési útmutatót a környezet beállításához
2. Tekintsd át a Használati útmutatót, hogy megtanuld a tanterv használatát
3. Kezdd az 1. leckével és haladj sorban
4. Csatlakozz a Discord közösségünkhöz támogatásért

👩‍🏫 Tanároknak

Tanárok: tartalmazunk néhány javaslatot a tanterv használatához. Szívesen fogadjuk visszajelzéseiteket a vitafórumunkon!

Ismerd meg a csapatot

Gif készítője: Mohit Jaisal

🎥 Kattints a fenti képre egy videóért a projektről és az alkotóiról!

Pedagógia

Két pedagógiai alapelvet választottunk a tananyag összeállításakor: biztosítani, hogy projektalapú legyen, és hogy gyakori kvízeket tartalmazzon. A sorozat végére a tanulók elsajátítják az adattudomány alapelveit, beleértve az etikai fogalmakat, az adatelőkészítést, az adatokkal való különböző munkamódokat, az adatvizualizációt, az adatelemzést, az adattudomány valós használati eseteit és még sok mást.

Ezen felül egy alacsony tétű kvíz az óra előtt beállítja a tanuló szándékát a téma elsajátítására, míg egy második kvíz az óra után biztosítja a további megtartást. Ez a tananyag rugalmas és szórakoztató, egészben vagy részben is elvégezhető. A projektek kicsiben kezdődnek, és a 10 hetes ciklus végére egyre összetettebbé válnak.

Találd meg a Magatartási Kódexünket, a Hozzájárulási, és a Fordítási irányelveket. Várjuk építő jellegű visszajelzéseidet!

Minden leckéhez tartozik:

• Opcionális vázlatjegyzet
• Opcionális kiegészítő videó
• Óra előtti bemelegítő kvíz
• Írott lecke
• Projektalapú leckékhez lépésről lépésre útmutatók a projekt elkészítéséhez
• Tudásellenőrzések
• Egy kihívás
• Kiegészítő olvasmány
• Feladat
• Óra utáni kvíz

Megjegyzés a kvízekről: Minden kvíz a Quiz-App mappában található, összesen 40 kvíz három kérdéssel. Ezek a leckékből vannak linkelve, de a kvíz alkalmazás helyileg is futtatható vagy Azure-ra telepíthető; kövesd az utasításokat a quiz-app mappában. Fokozatosan lokalizálódnak.

🎓 Kezdőknek szóló példák

Új vagy az Adattudományban? Készítettünk egy különleges példakönyvtárat egyszerű, jól kommentált kódokkal, hogy segítsünk elindulni:

• 🌟 Hello World - Az első adattudományi programod
• 📂 Adatok betöltése - Tanulj meg adatokat olvasni és felfedezni
• 📊 Egyszerű elemzés - Statisztikák számítása és minták keresése
• 📈 Alapvető vizualizáció - Diagramok és grafikonok készítése
• 🔬 Valós projekt - Teljes munkafolyamat az elejétől a végéig

Minden példa részletes kommentárokat tartalmaz, amelyek minden lépést elmagyaráznak, így tökéletesek abszolút kezdőknek!

👉 Kezdd a példákkal 👈

Leckék

Adattudomány kezdőknek: Útvonalterv - Vázlatjegyzet @nitya tollából

Lecke száma	Téma	Lecke csoportosítás	Tanulási célok	Linkelt lecke	Szerző
01	Az adattudomány meghatározása	Bevezetés	Ismerd meg az adattudomány alapfogalmait és kapcsolatát a mesterséges intelligenciával, gépi tanulással és a big datával.	lecke videó	Dmitry
02	Adattudományi etika	Bevezetés	Az adat-etika fogalmai, kihívásai és keretrendszerei.	lecke	Nitya
03	Az adatok meghatározása	Bevezetés	Hogyan osztályozzák az adatokat és azok gyakori forrásai.	lecke	Jasmine
04	Bevezetés a statisztikába és valószínűségszámításba	Bevezetés	A valószínűség és statisztika matematikai módszerei az adatok megértéséhez.	lecke videó	Dmitry
05	Munkavégzés relációs adatokkal	Adatokkal való munka	Bevezetés a relációs adatokba és az alapok a relációs adatok felfedezéséhez és elemzéséhez a Strukturált Lekérdező Nyelvvel, azaz SQL-lel (kiejtve „esz-kju-el”).	lecke	Christopher
06	Munkavégzés NoSQL adatokkal	Adatokkal való munka	Bevezetés a nem relációs adatokba, azok különböző típusai és az alapok a dokumentum adatbázisok felfedezéséhez és elemzéséhez.	lecke	Jasmine
07	Munkavégzés Python-nal	Adatokkal való munka	A Python használatának alapjai az adatok felfedezéséhez olyan könyvtárakkal, mint a Pandas. Alapvető Python programozási ismeretek ajánlottak.	lecke videó	Dmitry
08	Adatelőkészítés	Adatokkal való munka	Adattisztítási és átalakítási technikák a hiányzó, pontatlan vagy hiányos adatok kezelésére.	lecke	Jasmine
09	Mennyiségek vizualizálása	Adatvizualizáció	Tanuld meg, hogyan használd a Matplotlib-et madáradatok vizualizálására 🦆	lecke	Jen
10	Adatok eloszlásának vizualizálása	Adatvizualizáció	Megfigyelések és trendek vizualizálása egy intervallumon belül.	lecke	Jen
11	Arányok vizualizálása	Adatvizualizáció	Diszkrét és csoportosított százalékok vizualizálása.	lecke	Jen
12	Kapcsolatok vizualizálása	Adatvizualizáció	Kapcsolatok és korrelációk vizualizálása adathalmazok és változóik között.	lecke	Jen
13	Értelmes vizualizációk	Adatvizualizáció	Technikák és útmutatás, hogy vizualizációid értékesek legyenek a hatékony problémamegoldáshoz és betekintésekhez.	lecke	Jen
14	Bevezetés az adattudományi életciklusba	Életciklus	Bevezetés az adattudományi életciklusba és az első lépésbe, az adatok beszerzésébe és kinyerésébe.	lecke	Jasmine
15	Elemzés	Életciklus	Az adattudományi életciklus ezen szakasza az adatok elemzésére fókuszál.	lecke	Jasmine
16	Kommunikáció	Életciklus	Az adattudományi életciklus ezen szakasza az adatokból származó betekintések bemutatására fókuszál úgy, hogy a döntéshozók könnyebben megértsék azokat.	lecke	Jalen
17	Adattudomány a felhőben	Felhőadatok	Ez a leckesorozat bevezeti az adattudományt a felhőben és annak előnyeit.	lecke	Tiffany és Maud
18	Adattudomány a felhőben	Felhőadatok	Modellek képzése Low Code eszközökkel.	lecke	Tiffany és Maud
19	Adattudomány a felhőben	Felhőadatok	Modellek telepítése az Azure Machine Learning Studio-val.	lecke	Tiffany és Maud
20	Adattudomány a valóságban	A vadonban	Adattudomány által vezérelt projektek a való életben.	lecke	Nitya

GitHub Codespaces

Kövesd az alábbi lépéseket, hogy megnyisd ezt a mintát egy Codespace-ben:

1. Kattints a Code legördülő menüre, és válaszd az Open with Codespaces opciót.
2. Válaszd a + New codespace lehetőséget az ablak alján. További információért nézd meg a GitHub dokumentációt.

VSCode Remote - Containers

Kövesd az alábbi lépéseket, hogy megnyisd ezt a repót egy konténerben a helyi gépeden és a VSCode segítségével a VS Code Remote - Containers kiterjesztéssel:

1. Ha először használsz fejlesztői konténert, győződj meg róla, hogy a rendszered megfelel az előfeltételeknek (pl. telepítve van a Docker) a kezdő dokumentációban.

A repó használatához megnyithatod a repót egy izolált Docker kötetben:

Megjegyzés: A háttérben a Remote-Containers: Clone Repository in Container Volume... parancsot használja, hogy a forráskódot egy Docker kötetbe klónozza a helyi fájlrendszer helyett. A kötetek a preferált mechanizmusok a konténeradatok megőrzésére.

Vagy megnyithatsz egy helyileg klónozott vagy letöltött verziót a repóból:

• Klónozd ezt a repót a helyi fájlrendszeredre.
• Nyomd meg az F1-et, és válaszd a Remote-Containers: Open Folder in Container... parancsot.
• Válaszd ki a klónozott mappát, várd meg, míg elindul a konténer, és próbáld ki.

Offline hozzáférés

Ezt a dokumentációt offline is futtathatod a Docsify használatával. Forkold ezt a repót, telepítsd a Docsify-t a helyi gépeden, majd a repó gyökérmappájában írd be, hogy docsify serve. A weboldal a 3000-es porton lesz elérhető a localhostodon: localhost:3000.

Megjegyzés: a jegyzetfüzetek nem jelennek meg Docsify-val, így ha jegyzetfüzetet kell futtatnod, azt külön tedd meg VS Code-ban Python kernel futtatásával.

Egyéb tananyagok

Csapatunk más tananyagokat is készít! Nézd meg:

LangChain

---

Azure / Edge / MCP / Agents

---

Generatív AI sorozat

---

Alapvető tanulás

---

Copilot sorozat

Segítségkérés

Problémába ütköztél? Nézd meg a Hibaelhárítási útmutatónkat, ahol gyakori problémák megoldásait találod.

Ha elakadsz vagy kérdésed van az AI alkalmazások fejlesztésével kapcsolatban, csatlakozz a többi tanulóhoz és tapasztalt fejlesztőhöz az MCP-vel kapcsolatos beszélgetésekben. Ez egy támogató közösség, ahol a kérdések szívesen fogadottak és a tudás szabadon megosztott.

Ha termék visszajelzésed vagy hibákba ütközöl fejlesztés közben, látogass el ide:

---

Jogi nyilatkozat: Ezt a dokumentumot az AI fordító szolgáltatás, a Co-op Translator segítségével fordítottuk le. Bár a pontosságra törekszünk, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az anyanyelvén tekintendő hiteles forrásnak. Fontos információk esetén szakmai, emberi fordítást javaslunk. Nem vállalunk felelősséget a fordítás használatából eredő félreértésekért vagy félreértelmezésekért.