You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
ML-For-Beginners/translations/sk/AGENTS.md

336 lines
12 KiB

# AGENTS.md
## Prehľad projektu
Toto je **Strojové učenie pre začiatočníkov**, komplexný 12-týždňový, 26-lekciový kurz pokrývajúci klasické koncepty strojového učenia pomocou Pythonu (primárne so Scikit-learn) a R. Repozitár je navrhnutý ako zdroj na samoštúdium s praktickými projektmi, kvízmi a úlohami. Každá lekcia skúma koncepty strojového učenia prostredníctvom reálnych dát z rôznych kultúr a regiónov sveta.
Kľúčové komponenty:
- **Vzdelávací obsah**: 26 lekcií pokrývajúcich úvod do strojového učenia, regresiu, klasifikáciu, zhlukovanie, NLP, časové rady a posilňovacie učenie
- **Aplikácia na kvízy**: Kvízová aplikácia založená na Vue.js s hodnoteniami pred a po lekciách
- **Podpora viacerých jazykov**: Automatizované preklady do viac ako 40 jazykov prostredníctvom GitHub Actions
- **Podpora dvoch jazykov**: Lekcie dostupné v Python (Jupyter notebooky) aj R (R Markdown súbory)
- **Učenie založené na projektoch**: Každá téma obsahuje praktické projekty a úlohy
## Štruktúra repozitára
```
ML-For-Beginners/
├── 1-Introduction/ # ML basics, history, fairness, techniques
├── 2-Regression/ # Regression models with Python/R
├── 3-Web-App/ # Flask web app for ML model deployment
├── 4-Classification/ # Classification algorithms
├── 5-Clustering/ # Clustering techniques
├── 6-NLP/ # Natural Language Processing
├── 7-TimeSeries/ # Time series forecasting
├── 8-Reinforcement/ # Reinforcement learning
├── 9-Real-World/ # Real-world ML applications
├── quiz-app/ # Vue.js quiz application
├── translations/ # Auto-generated translations
└── sketchnotes/ # Visual learning aids
```
Každý priečinok lekcie zvyčajne obsahuje:
- `README.md` - Hlavný obsah lekcie
- `notebook.ipynb` - Python Jupyter notebook
- `solution/` - Riešenie kódu (verzie pre Python a R)
- `assignment.md` - Cvičenia na precvičenie
- `images/` - Vizualizačné zdroje
## Príkazy na nastavenie
### Pre lekcie v Pythone
Väčšina lekcií používa Jupyter notebooky. Nainštalujte potrebné závislosti:
```bash
# Install Python 3.8+ if not already installed
python --version
# Install Jupyter
pip install jupyter
# Install common ML libraries
pip install scikit-learn pandas numpy matplotlib seaborn
# For specific lessons, check lesson-specific requirements
# Example: Web App lesson
pip install flask
```
### Pre lekcie v R
Lekcie v R sa nachádzajú v priečinkoch `solution/R/` ako `.rmd` alebo `.ipynb` súbory:
```bash
# Install R and required packages
# In R console:
install.packages(c("tidyverse", "tidymodels", "caret"))
```
### Pre aplikáciu na kvízy
Kvízová aplikácia je Vue.js aplikácia umiestnená v priečinku `quiz-app/`:
```bash
cd quiz-app
npm install
```
### Pre dokumentačný web
Na spustenie dokumentácie lokálne:
```bash
# Install Docsify
npm install -g docsify-cli
# Serve from repository root
docsify serve
# Access at http://localhost:3000
```
## Pracovný postup vývoja
### Práca s notebookmi lekcií
1. Prejdite do priečinka lekcie (napr. `2-Regression/1-Tools/`)
2. Otvorte Jupyter notebook:
```bash
jupyter notebook notebook.ipynb
```
3. Prejdite obsah lekcie a cvičenia
4. Skontrolujte riešenia v priečinku `solution/`, ak je to potrebné
### Vývoj v Pythone
- Lekcie používajú štandardné knižnice pre dátovú vedu v Pythone
- Jupyter notebooky na interaktívne učenie
- Riešenia kódu sú dostupné v priečinku `solution/` každej lekcie
### Vývoj v R
- Lekcie v R sú vo formáte `.rmd` (R Markdown)
- Riešenia sa nachádzajú v podpriečinkoch `solution/R/`
- Použite RStudio alebo Jupyter s R kernelom na spustenie notebookov v R
### Vývoj aplikácie na kvízy
```bash
cd quiz-app
# Start development server
npm run serve
# Access at http://localhost:8080
# Build for production
npm run build
# Lint and fix files
npm run lint
```
## Pokyny na testovanie
### Testovanie aplikácie na kvízy
```bash
cd quiz-app
# Lint code
npm run lint
# Build to verify no errors
npm run build
```
**Poznámka**: Toto je primárne vzdelávací repozitár. Neexistujú automatizované testy pre obsah lekcií. Validácia sa vykonáva prostredníctvom:
- Dokončenia cvičení lekcií
- Úspešného spustenia buniek notebookov
- Porovnania výstupu s očakávanými výsledkami v riešeniach
## Pokyny pre štýl kódu
### Python kód
- Dodržiavajte štýlové pokyny PEP 8
- Používajte jasné, popisné názvy premenných
- Pridávajte komentáre k zložitým operáciám
- Jupyter notebooky by mali obsahovať markdown bunky vysvetľujúce koncepty
### JavaScript/Vue.js (aplikácia na kvízy)
- Dodržiavajte štýlové pokyny Vue.js
- Konfigurácia ESLint v `quiz-app/package.json`
- Spustite `npm run lint` na kontrolu a automatické opravy problémov
### Dokumentácia
- Markdown súbory by mali byť jasné a dobre štruktúrované
- Zahrňte príklady kódu v ohradených blokoch kódu
- Používajte relatívne odkazy na interné referencie
- Dodržiavajte existujúce formátovacie konvencie
## Build a nasadenie
### Nasadenie aplikácie na kvízy
Aplikácia na kvízy môže byť nasadená na Azure Static Web Apps:
1. **Predpoklady**:
- Azure účet
- GitHub repozitár (už forkovaný)
2. **Nasadenie na Azure**:
- Vytvorte zdroj Azure Static Web App
- Pripojte sa k GitHub repozitáru
- Nastavte umiestnenie aplikácie: `/quiz-app`
- Nastavte umiestnenie výstupu: `dist`
- Azure automaticky vytvorí GitHub Actions workflow
3. **GitHub Actions workflow**:
- Workflow súbor vytvorený v `.github/workflows/azure-static-web-apps-*.yml`
- Automaticky sa builduje a nasadzuje pri pushnutí do hlavnej vetvy
### Dokumentácia PDF
Generujte PDF z dokumentácie:
```bash
npm install
npm run convert
```
## Pracovný postup prekladu
**Dôležité**: Preklady sú automatizované prostredníctvom GitHub Actions pomocou Co-op Translator.
- Preklady sa generujú automaticky pri zmenách pushnutých do vetvy `main`
- **NEPREKLADAJTE obsah manuálne** - systém to spracuje
- Workflow definovaný v `.github/workflows/co-op-translator.yml`
- Používa služby Azure AI/OpenAI na preklad
- Podporuje viac ako 40 jazykov
## Pokyny pre prispievateľov
### Pre prispievateľov obsahu
1. **Forknite repozitár** a vytvorte vetvu pre funkciu
2. **Upravte obsah lekcie**, ak pridávate alebo aktualizujete lekcie
3. **Nemeňte preložené súbory** - sú generované automaticky
4. **Otestujte svoj kód** - uistite sa, že všetky bunky notebookov sa úspešne spustia
5. **Overte odkazy a obrázky**, či fungujú správne
6. **Odošlite pull request** s jasným popisom
### Pokyny pre pull requesty
- **Formát názvu**: `[Sekcia] Stručný popis zmien`
- Príklad: `[Regresia] Oprava preklepu v lekcii 5`
- Príklad: `[Quiz-App] Aktualizácia závislostí`
- **Pred odoslaním**:
- Uistite sa, že všetky bunky notebookov sa spustia bez chýb
- Spustite `npm run lint`, ak upravujete quiz-app
- Overte formátovanie markdownu
- Otestujte akékoľvek nové príklady kódu
- **PR musí obsahovať**:
- Popis zmien
- Dôvod zmien
- Screenshoty, ak ide o zmeny v UI
- **Kódex správania**: Dodržiavajte [Microsoft Open Source Code of Conduct](CODE_OF_CONDUCT.md)
- **CLA**: Budete musieť podpísať Contributor License Agreement
## Štruktúra lekcie
Každá lekcia nasleduje konzistentný vzor:
1. **Kvíz pred prednáškou** - Test základných znalostí
2. **Obsah lekcie** - Písomné pokyny a vysvetlenia
3. **Ukážky kódu** - Praktické príklady v notebookoch
4. **Kontroly znalostí** - Overenie porozumenia počas lekcie
5. **Výzva** - Samostatné aplikovanie konceptov
6. **Úloha** - Rozšírené precvičenie
7. **Kvíz po prednáške** - Hodnotenie výsledkov učenia
## Referencia bežných príkazov
```bash
# Python/Jupyter
jupyter notebook # Start Jupyter server
jupyter notebook notebook.ipynb # Open specific notebook
pip install -r requirements.txt # Install dependencies (where available)
# Quiz App
cd quiz-app
npm install # Install dependencies
npm run serve # Development server
npm run build # Production build
npm run lint # Lint and fix
# Documentation
docsify serve # Serve documentation locally
npm run convert # Generate PDF
# Git workflow
git checkout -b feature/my-change # Create feature branch
git add . # Stage changes
git commit -m "Description" # Commit changes
git push origin feature/my-change # Push to remote
```
## Dodatočné zdroje
- **Microsoft Learn Collection**: [Moduly ML pre začiatočníkov](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
- **Aplikácia na kvízy**: [Online kvízy](https://ff-quizzes.netlify.app/en/ml/)
- **Diskusné fórum**: [GitHub Discussions](https://github.com/microsoft/ML-For-Beginners/discussions)
- **Video prehliadky**: [YouTube Playlist](https://aka.ms/ml-beginners-videos)
## Kľúčové technológie
- **Python**: Primárny jazyk pre lekcie strojového učenia (Scikit-learn, Pandas, NumPy, Matplotlib)
- **R**: Alternatívna implementácia pomocou tidyverse, tidymodels, caret
- **Jupyter**: Interaktívne notebooky pre lekcie v Pythone
- **R Markdown**: Dokumenty pre lekcie v R
- **Vue.js 3**: Framework pre aplikáciu na kvízy
- **Flask**: Framework pre webové aplikácie na nasadenie modelov strojového učenia
- **Docsify**: Generátor dokumentačného webu
- **GitHub Actions**: CI/CD a automatizované preklady
## Bezpečnostné úvahy
- **Žiadne tajné údaje v kóde**: Nikdy nekomitujte API kľúče alebo prihlasovacie údaje
- **Závislosti**: Udržujte npm a pip balíčky aktualizované
- **Vstupy používateľov**: Príklady webových aplikácií Flask obsahujú základnú validáciu vstupov
- **Citlivé údaje**: Príkladové datasety sú verejné a neobsahujú citlivé údaje
## Riešenie problémov
### Jupyter notebooky
- **Problémy s kernelom**: Reštartujte kernel, ak bunky zamrznú: Kernel → Restart
- **Import chyby**: Uistite sa, že všetky potrebné balíčky sú nainštalované pomocou pip
- **Problémy s cestami**: Spúšťajte notebooky z ich obsahujúceho priečinka
### Aplikácia na kvízy
- **npm install zlyhá**: Vyčistite npm cache: `npm cache clean --force`
- **Konflikty portov**: Zmeňte port pomocou: `npm run serve -- --port 8081`
- **Chyby buildu**: Odstráňte `node_modules` a znovu nainštalujte: `rm -rf node_modules && npm install`
### Lekcie v R
- **Balíček nenájdený**: Nainštalujte pomocou: `install.packages("package-name")`
- **Renderovanie RMarkdown**: Uistite sa, že balíček rmarkdown je nainštalovaný
- **Problémy s kernelom**: Možno bude potrebné nainštalovať IRkernel pre Jupyter
## Poznámky k projektu
- Toto je primárne **vzdelávací kurz**, nie produkčný kód
- Zameranie je na **pochopenie konceptov strojového učenia** prostredníctvom praktického precvičenia
- Príklady kódu uprednostňujú **jasnosť pred optimalizáciou**
- Väčšina lekcií je **samostatná** a môže byť dokončená nezávisle
- **Riešenia sú poskytované**, ale študenti by mali najskôr skúsiť cvičenia
- Repozitár používa **Docsify** na webovú dokumentáciu bez kroku buildovania
- **Sketchnotes** poskytujú vizuálne zhrnutia konceptov
- **Podpora viacerých jazykov** robí obsah globálne prístupným
---
**Upozornenie**:
Tento dokument bol preložený pomocou služby AI prekladu [Co-op Translator](https://github.com/Azure/co-op-translator). Hoci sa snažíme o presnosť, upozorňujeme, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho rodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nenesieme zodpovednosť za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.