Data-Science-For-Beginners/translations/sk

Data Science pre začiatočníkov - Učebný plán

Azure Cloud Advocates v Microsoft s potešením ponúkajú 10-týždňový, 20-lekčný kurz venovaný Data Science. Každá lekcia obsahuje kvízy pred a po lekcii, písomné inštrukcie na dokončenie lekcie, riešenie a zadanie. Naša projektovo orientovaná pedagogika vám umožní učiť sa pri tvorbe, čo je overený spôsob, ako si nové zručnosti udržať.

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

🙏 Špeciálna vďaka 🙏 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) | 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

Radšej klonovať lokálne?

Tento repozitár obsahuje viac ako 50 prekladov jazykov, čo výrazne zväčšuje 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 poskytne všetko potrebné na dokončenie kurzu s oveľa rýchlejším sťahovaním.

Ak si prajete podporu ďalších jazykov, sú uvedené tu

Pridajte sa k našej komunite

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

Ste študent?

Začnite s nasledujúcimi zdrojmi:

• Stránka študenta Na tejto stránke nájdete zdroje pre začiatočníkov, študentské balíčky a dokonca možnosti na získanie certifikátového voucheru zadarmo. Toto je stránka, ktorú si chcete uložiť do záložiek a občas skontrolovať, pretože obsah pravidelne meníme aspoň raz do mesiaca.
• Microsoft Learn Student Ambassadors Pridajte sa k globálnej komunite študentských ambasádorov, toto môže byť vaša cesta do Microsoftu.

Začíname

📚 Dokumentácia

• Inštalačný sprievodca - Krok za krokom nastavenie pre začiatočníkov
• Používateľský sprievodca - Ukážky a bežné pracovné postupy
• Riešenie problémov - Riešenia bežných problémov
• Sprievodca prispievaním - Ako prispieť do tohto projektu
• Pre učiteľov - Pokyny pre výučbu a zdroje pre triedu

👨‍🎓 Pre študentov

Úplní začiatočníci: Nový v oblasti data science? Začnite s našimi príkladmi pre začiatočníkov! Tieto jednoduché, dobre komentované príklady vám pomôžu pochopiť základy predtým, než sa pustíte do celého učebného plánu. Študenti: pre samostatné používanie tohto učebného plánu, forkujte celý repozitár a dokončite cvičenia samostatne, začínajúc kvízom pred prednáškou. Potom si prečítajte prednášku a dokončite zvyšok aktivít. Snažte sa vytvárať projekty pochopením lekcií namiesto kopírovania kódu riešenia; kód však nájdete v priečinkoch /solutions v každej lekcii orientovanej na projekt. Ďalšou možnosťou je vytvoriť študijnú skupinu s priateľmi a prejsť obsah spolu. Na ďalšie štúdium odporúčame Microsoft Learn.

Rýchly štart:

1. Skontrolujte Inštalačný sprievodca, ako nastaviť svoje prostredie
2. Prezrite si Používateľský sprievodca, aby ste sa naučili pracovať s učebným plánom
3. Začnite Lekciou 1 a pracujte postupne
4. Pridajte sa do našej Discord komunity pre podporu

👩‍🏫 Pre učiteľov

Učitelia: zahrnuli sme niektoré návrhy, ako používať tento učebný plán. Radi by sme mali vašu spätnú väzbu v našom diskusnom fóre!

Spoznajte Tím

Gif od Mohit Jaisal

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

Pedagogika

Pri tvorbe tohoto kurikula sme si zvolili dve pedagogické zásady: zabezpečenie projektovo orientovaného prístupu a zahrnutie častých kvízov. Na konci tejto série študenti osvojia 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, nízkorizikový kvíz pred prednáškou nastavuje zámer študenta učiť sa danú tému, zatiaľ čo druhý kvíz po prednáške zabezpečuje lepšie zapamätanie. Toto kurikulum bolo navrhnuté tak, aby bolo flexibilné a zábavné, a môže byť absolvované celé alebo iba čiastočne. Projekty začínajú malé a postupne sa stávajú zložitejšími v priebehu 10-týždňového cyklu.

Nájdite náš Kódex správania, Pokyny pre prispievateľov, Pokyny na preklady. Radi uvítame vašu konštruktívnu spätnú väzbu!

Každá lekcia obsahuje:

• Voliteľnú náčrtnú poznámku (sketchnote)
• Voliteľné doplnkové video
• Kvíz na zahriatie pred lekciou
• Písanú lekciu
• Pre projektovo zamerané lekcie, krok za krokom návody ako vytvoriť projekt
• Overovanie znalostí
• Výzvu
• Dodatočné čítanie
• Zadanie úlohy
• Kvíz po lekcii

Poznámka o kvízoch: Všetky kvízy sú obsiahnuté v priečinku Quiz-App, celkovo 40 kvízov so 3 otázkami každý. Sú prepojené v rámci lekcií, no aplikáciu kvízov možno spustiť lokálne alebo nasadiť na Azure; postupujte podľa pokynov v priečinku quiz-app. Postupne sa lokalizujú.

🎓 Príklady priateľské pre začiatočníkov

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

• 🌟 Hello World - Váš prvý dátovo-viedny program
• 📂 Nahrávanie dát - Naučte sa čítať a skúmať dátové sady
• 📊 Jednoduchá analýza - Vypočítajte štatistiky a nájdite vzory
• 📈 Základná vizualizácia - Vytvorte grafy a diagramy
• 🔬 Reálny projekt - Kompletný pracovný postup od začiatku do konca

Každý príklad obsahuje podrobné komentáre vysvetľujúce každý krok, takže je ideálny pre úplných začiatočníkov!

👉 Začnite s príkladmi 👈

Lekcie

Dátová veda pre začiatočníkov: Plán cesty - Náčrtná poznámka od @nitya

Číslo lekcie	Téma	Skupina lekcií	Ciele učenia	Prepojená lekcia	Autor
01	Definovanie dátovej vedy	Úvod	Naučte sa základné koncepty dátovej vedy a ako súvisí s umelej inteligencie, strojovým učením a veľkými dátami.	lekcia video	Dmitry
02	Etika v dátovej vede	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 pre 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 štruktúrovaného dotazovacieho jazyka (SQL, vyslovuje sa "sí-kveil").	lekcia	Christopher
06	Práca s NoSQL dátami	Práca s dátami	Úvod do nereľačných dát, ich typov a základy skúmania a analýzy dokumentových databáz.	lekcia	Jasmine
07	Práca s Pythonom	Práca s dátami	Základy používania Pythonu na prieskum dát s knižnicami ako Pandas. Odporúča sa základné porozumenie programovaniu v Pythone.	lekcia video	Dmitry
08	Príprava dát	Práca s dátami	Témy týkajúce sa techník čistenia a transformácie dát na riešenie problémov chýbajúcich, nepresných alebo neúplných dát.	lekcia	Jasmine
09	Vizualizácia kvantít	Vizualizácia dát	Naučte sa používať Matplotlib na vizualizáciu dát o vtákoch 🦆	lekcia	Jen
10	Vizualizácia distribúcií dát	Vizualizácia dát	Vizualizácia pozorovaní a trendov v intervale.	lekcia	Jen
11	Vizualizácia pomerov	Vizualizácia dát	Vizualizácia diskrétnych a zoskupených percentuálnych podielov.	lekcia	Jen
12	Vizualizácia vzťahov	Vizualizácia dát	Vizualizácia spojení a korelácií medzi množinami dát a ich premennými.	lekcia	Jen
13	Významné vizualizácie	Vizualizácia dát	Techniky a rady, ako spraviť vaše vizualizácie hodnotnými pre efektívne riešenie problémov a získavanie poznatkov.	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 rozhodovacím činiteľom porozumenie.	lekcia	Jalen
17	Dátová veda v cloude	Cloud Data	Táto séria lekcií predstavuje dátovú vedu v cloude a jej výhody.	lekcia	Tiffany a Maud
18	Dátová veda v cloude	Cloud Data	Tréning modelov pomocou Low Code nástrojov.	lekcia	Tiffany a Maud
19	Dátová veda v cloude	Cloud Data	Nasadzovanie modelov pomocou Azure Machine Learning Studio.	lekcia	Tiffany a Maud
20	Dátová veda v praxi	In the Wild	Projekty založené na dátovej vede v reálnom svete.	lekcia	Nitya

GitHub Codespaces

Postupujte podľa týchto krokov, aby ste otvorili túto ukážku v Codespace:

1. Kliknite na rozbaľovaciu ponuku Kód (Code) a vyberte možnosť Open with Codespaces.
2. Vyberte + New codespace v spodnej časti panela. Viac informácií nájdete v GitHub dokumentácii.

VSCode Remote - Containers

Postupujte podľa týchto krokov, aby ste otvorili tento repozitár v kontajneri pomocou vášho lokálneho počítača a VSCode s rozšírením VS Code Remote - Containers:

1. Ak používate vývojový kontajner prvýkrát, uistite sa, že váš systém spĺňa požiadavky (napr. že máte nainštalovaný Docker) podľa dokumentácie na začiatok.

Ak chcete použiť tento repozitár, môžete ho buď otvoriť v izolovanom Docker zväzku:

Poznámka: Pod kapotou sa použije príkaz Remote-Containers: Clone Repository in Container Volume... na naklonovanie zdrojového kódu do Docker zväzku namiesto lokálneho súborového systému. Zväzky sú preferovaným mechanizmom na trvalé ukladanie dát kontajnera.

Alebo otvorte lokálne naklonovanú alebo stiahnutú verziu repozitára:

• Naklonujte tento repozitár do vášho lokálneho súborového systému.
• Stlačte F1 a vyberte príkaz Remote-Containers: Open Folder in Container....
• Vyberte naklonovanú kópiu tejto zložky, počkajte, kým kontajner spustí, a vyskúšajte to.

Offline prístup

Túto dokumentáciu môžete spustiť offline pomocou Docsify. Vytvorte fork tohto repozitára, nainštalujte Docsify na vašom lokálnom počítači, potom v koreňovom adresári tohto repozitára spustite príkaz docsify serve. Webová stránka bude servírovaná na porte 3000 na vašom localhoste: localhost:3000.

Poznámka, poznámkové bloky (notebooks) nebudú rendrované cez Docsify, takže keď potrebujete spustiť notebook, spravte to samostatne vo VS Code s bežiacim Python jadrom.

Iné kurikuly

Náš tím vytvára ďalšie kurikuly! Pozrite si:

LangChain

---

Azure / Edge / MCP / Agenti

---

Séria Generatívnej AI

---

Základné učenie

---

Séria Copilot

Získanie pomoci

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

Ak ste zaseknutí alebo máte otázky o vytváraní AI aplikácií, pridajte sa k ostatným študentom a skúseným vývojárom v diskusiách o MCP. Je to podporná komunita, kde sú otázky vítané a znalosti sa voľne zdieľajú.

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

---

Vylúčenie zodpovednosti:
Tento dokument bol preložený pomocou AI prekladateľskej služby Co-op Translator. Hoci sa snažíme o presnosť, majte prosím na pamäti, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho rodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre dôležité informácie sa odporúča odborný ľudský preklad. Nezodpovedáme za akékoľvek nedorozumenia alebo nesprávne výklady vyplývajúce z použitia tohto prekladu.