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.
182 lines
26 KiB
182 lines
26 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "a54f98da7bbee99ddc62a9e490eef7dc",
|
|
"translation_date": "2025-09-29T22:17:06+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "cs"
|
|
}
|
|
-->
|
|
[](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/issues/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/pulls/)
|
|
[](http://makeapullrequest.com)
|
|
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/watchers/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/network/)
|
|
[](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/)
|
|
|
|
### 🌐 Podpora více jazyků
|
|
|
|
#### Podporováno prostřednictvím GitHub Action (automatizované a vždy aktuální)
|
|
|
|
[Francouzština](../fr/README.md) | [Španělština](../es/README.md) | [Němčina](../de/README.md) | [Ruština](../ru/README.md) | [Arabština](../ar/README.md) | [Perština (Farsi)](../fa/README.md) | [Urdu](../ur/README.md) | [Čínština (zjednodušená)](../zh/README.md) | [Čínština (tradiční, Macao)](../mo/README.md) | [Čínština (tradiční, Hongkong)](../hk/README.md) | [Čínština (tradiční, Tchaj-wan)](../tw/README.md) | [Japonština](../ja/README.md) | [Korejština](../ko/README.md) | [Hindština](../hi/README.md) | [Bengálština](../bn/README.md) | [Maráthština](../mr/README.md) | [Nepálština](../ne/README.md) | [Paňdžábština (Gurmukhi)](../pa/README.md) | [Portugalština (Portugalsko)](../pt/README.md) | [Portugalština (Brazílie)](../br/README.md) | [Italština](../it/README.md) | [Polština](../pl/README.md) | [Turečtina](../tr/README.md) | [Řečtina](../el/README.md) | [Thajština](../th/README.md) | [Švédština](../sv/README.md) | [Dánština](../da/README.md) | [Norština](../no/README.md) | [Finština](../fi/README.md) | [Nizozemština](../nl/README.md) | [Hebrejština](../he/README.md) | [Vietnamština](../vi/README.md) | [Indonéština](../id/README.md) | [Malajština](../ms/README.md) | [Tagalog (Filipíny)](../tl/README.md) | [Svahilština](../sw/README.md) | [Maďarština](../hu/README.md) | [Čeština](./README.md) | [Slovenština](../sk/README.md) | [Rumunština](../ro/README.md) | [Bulharština](../bg/README.md) | [Srbština (cyrilice)](../sr/README.md) | [Chorvatština](../hr/README.md) | [Slovinština](../sl/README.md) | [Ukrajinština](../uk/README.md) | [Barmština (Myanmar)](../my/README.md)
|
|
|
|
#### Připojte se k naší komunitě
|
|
|
|
[](https://aka.ms/ml4beginners/discord)
|
|
|
|
Na Discordu probíhá série "Učte se s AI", dozvíte se více a připojte se k nám na [Learn with AI Series](https://aka.ms/learnwithai/discord) od 18. do 30. září 2025. Získáte tipy a triky, jak používat GitHub Copilot pro datovou vědu.
|
|
|
|

|
|
|
|
# Strojové učení pro začátečníky - kurikulum
|
|
|
|
> 🌍 Cestujte po světě, zatímco zkoumáme strojové učení prostřednictvím světových kultur 🌍
|
|
|
|
Cloud Advocates v Microsoftu s potěšením nabízejí 12týdenní kurikulum s 26 lekcemi o **strojovém učení**. V tomto kurikulu se naučíte, co se někdy nazývá **klasické strojové učení**, především s využitím knihovny Scikit-learn a bez hlubokého učení, které je pokryto v našem [kurikulu AI pro začátečníky](https://aka.ms/ai4beginners). Tyto lekce můžete také kombinovat s naším kurikulem ['Datová věda pro začátečníky'](https://aka.ms/ds4beginners).
|
|
|
|
Cestujte s námi po světě, zatímco aplikujeme tyto klasické techniky na data z různých částí světa. Každá lekce obsahuje kvízy před a po lekci, písemné pokyny k dokončení lekce, řešení, úkoly a další. Náš projektově orientovaný přístup vám umožní učit se při budování, což je osvědčený způsob, jak si nové dovednosti lépe osvojit.
|
|
|
|
**✍️ Velké díky našim autorům** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu a Amy Boyd
|
|
|
|
**🎨 Díky také našim ilustrátorům** Tomomi Imura, Dasani Madipalli a Jen Looper
|
|
|
|
**🙏 Speciální poděkování 🙏 našim autorům, recenzentům a přispěvatelům obsahu z řad Microsoft Student Ambassador**, zejména Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila a Snigdha Agarwal
|
|
|
|
**🤩 Extra poděkování Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi a Vidushi Gupta za naše lekce v R!**
|
|
|
|
# Začínáme
|
|
|
|
Postupujte podle těchto kroků:
|
|
1. **Forkujte repozitář**: Klikněte na tlačítko "Fork" v pravém horním rohu této stránky.
|
|
2. **Naklonujte repozitář**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
> [najděte všechny další zdroje pro tento kurz v naší kolekci Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
**[Studenti](https://aka.ms/student-page)**, chcete-li použít toto kurikulum, forkujte celý repozitář do svého vlastního GitHub účtu a dokončete cvičení sami nebo ve skupině:
|
|
|
|
- Začněte kvízem před lekcí.
|
|
- Přečtěte si lekci a dokončete aktivity, přičemž se zastavte a zamyslete při každé kontrolní otázce.
|
|
- Pokuste se vytvořit projekty pochopením lekcí, místo abyste pouze spouštěli řešení; kód řešení je však dostupný ve složkách `/solution` v každé projektově orientované lekci.
|
|
- Udělejte kvíz po lekci.
|
|
- Dokončete výzvu.
|
|
- Dokončete úkol.
|
|
- Po dokončení skupiny lekcí navštivte [Diskusní fórum](https://github.com/microsoft/ML-For-Beginners/discussions) a "učte se nahlas" vyplněním příslušného PAT rubriky. 'PAT' je nástroj pro hodnocení pokroku, což je rubrika, kterou vyplníte, abyste si prohloubili své učení. Můžete také reagovat na jiné PAT, abychom se učili společně.
|
|
|
|
> Pro další studium doporučujeme sledovat tyto [moduly a vzdělávací cesty Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott).
|
|
|
|
**Učitelé**, [zahrnuli jsme několik návrhů](for-teachers.md), jak toto kurikulum využít.
|
|
|
|
---
|
|
|
|
## Video průvodce
|
|
|
|
Některé lekce jsou dostupné jako krátká videa. Všechna tato videa najdete přímo v lekcích nebo na [playlistu ML for Beginners na YouTube kanálu Microsoft Developer](https://aka.ms/ml-beginners-videos) kliknutím na obrázek níže.
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
---
|
|
|
|
## Seznamte se s týmem
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
**Gif vytvořil** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 Klikněte na obrázek výše pro video o projektu a lidech, kteří jej vytvořili!
|
|
|
|
---
|
|
|
|
## Pedagogika
|
|
|
|
Při tvorbě tohoto kurikula jsme zvolili dva pedagogické principy: zajistit, aby bylo praktické **projektově orientované** a aby obsahovalo **časté kvízy**. Navíc má toto kurikulum společné **téma**, které mu dodává soudržnost.
|
|
|
|
Zajištěním, že obsah odpovídá projektům, je proces pro studenty více poutavý a zlepšuje se uchování konceptů. Nízkostresový kvíz před hodinou nastaví záměr studenta na učení daného tématu, zatímco druhý kvíz po hodině zajišťuje další uchování. Toto kurikulum bylo navrženo tak, aby bylo flexibilní a zábavné, a lze jej absolvovat celé nebo jen jeho část. Projekty začínají malými úkoly a postupně se stávají složitějšími na konci 12týdenního cyklu. Kurikulum také obsahuje dodatek o reálných aplikacích strojového učení, který může být použit jako extra kredit nebo jako základ pro diskusi.
|
|
|
|
> Najděte naše [Pravidla chování](CODE_OF_CONDUCT.md), [Pokyny pro přispívání](CONTRIBUTING.md) a [Pokyny pro překlady](TRANSLATIONS.md). Uvítáme vaši konstruktivní zpětnou vazbu!
|
|
|
|
## Každá lekce obsahuje
|
|
|
|
- volitelný sketchnote
|
|
- volitelné doplňkové video
|
|
- video průvodce (pouze některé lekce)
|
|
- [kvíz na zahřátí před lekcí](https://ff-quizzes.netlify.app/en/ml/)
|
|
- písemnou lekci
|
|
- u projektově orientovaných lekcí, podrobné průvodce, jak projekt vytvořit
|
|
- kontrolní otázky
|
|
- výzvu
|
|
- doplňkové čtení
|
|
- úkol
|
|
- [kvíz po lekci](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
> **Poznámka k jazykům**: Tyto lekce jsou primárně psány v Pythonu, ale mnoho z nich je také dostupných v R. Chcete-li dokončit lekci v R, přejděte do složky `/solution` a vyhledejte lekce v R. Ty obsahují příponu .rmd, která představuje **R Markdown** soubor, což lze jednoduše definovat jako vložení `code chunks` (R nebo jiných jazyků) a `YAML header` (který určuje, jak formátovat výstupy, jako je PDF) do `Markdown dokumentu`. Slouží jako příkladný autorizační rámec pro datovou vědu, protože umožňuje kombinovat váš kód, jeho výstup a vaše myšlenky tím, že je zapisujete do Markdownu. Navíc lze R Markdown dokumenty převést na výstupní formáty, jako je PDF, HTML nebo Word.
|
|
|
|
> **Poznámka ke kvízům**: Všechny kvízy jsou obsaženy ve složce [Quiz App](../../quiz-app), celkem 52 kvízů po třech otázkách. Jsou propojeny přímo z lekcí, ale aplikaci kvízů lze spustit lokálně; postupujte podle pokynů ve složce `quiz-app`, abyste ji hostovali lokálně nebo nasadili na Azure.
|
|
|
|
| Číslo lekce | Téma | Skupina lekcí | Výukové cíle | Propojená lekce | Autor |
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
| 01 | Úvod do strojového učení | [Úvod](1-Introduction/README.md) | Naučte se základní koncepty strojového učení | [Lekce](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
| 02 | Historie strojového učení | [Úvod](1-Introduction/README.md) | Naučte se historii tohoto oboru | [Lekce](1-Introduction/2-history-of-ML/README.md) | Jen a Amy |
|
|
| 03 | Spravedlnost a strojové učení | [Úvod](1-Introduction/README.md) | Jaké důležité filozofické otázky ohledně spravedlnosti by měli studenti zvážit při vytváření a aplikaci modelů strojového učení? | [Lekce](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
| 04 | Techniky pro strojové učení | [Úvod](1-Introduction/README.md) | Jaké techniky používají výzkumníci strojového učení při vytváření modelů? | [Lekce](1-Introduction/4-techniques-of-ML/README.md) | Chris a Jen |
|
|
| 05 | Úvod do regrese | [Regrese](2-Regression/README.md) | Začněte s Pythonem a Scikit-learn pro regresní modely | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
|
|
| 06 | Ceny dýní v Severní Americe 🎃 | [Regrese](2-Regression/README.md) | Vizualizace a čištění dat jako příprava na strojové učení | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
|
|
| 07 | Ceny dýní v Severní Americe 🎃 | [Regrese](2-Regression/README.md) | Vytvoření lineárních a polynomiálních regresních modelů | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen a Dmitry • Eric Wanjau |
|
|
| 08 | Ceny dýní v Severní Americe 🎃 | [Regrese](2-Regression/README.md) | Vytvoření logistického regresního modelu | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
|
|
| 09 | Webová aplikace 🔌 | [Webová aplikace](3-Web-App/README.md) | Vytvoření webové aplikace pro použití vašeho trénovaného modelu | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
| 10 | Úvod do klasifikace | [Klasifikace](4-Classification/README.md) | Čištění, příprava a vizualizace dat; úvod do klasifikace | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen a Cassie • Eric Wanjau |
|
|
| 11 | Lahodná asijská a indická kuchyně 🍜 | [Klasifikace](4-Classification/README.md) | Úvod do klasifikátorů | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen a Cassie • Eric Wanjau |
|
|
| 12 | Lahodná asijská a indická kuchyně 🍜 | [Klasifikace](4-Classification/README.md) | Další klasifikátory | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen a Cassie • Eric Wanjau |
|
|
| 13 | Lahodná asijská a indická kuchyně 🍜 | [Klasifikace](4-Classification/README.md) | Vytvoření webové aplikace doporučující na základě vašeho modelu | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
| 14 | Úvod do shlukování | [Shlukování](5-Clustering/README.md) | Čištění, příprava a vizualizace dat; úvod do shlukování | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
| 15 | Zkoumání hudebních preferencí v Nigérii 🎧 | [Shlukování](5-Clustering/README.md) | Zkoumání metody shlukování K-Means | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
|
|
| 16 | Úvod do zpracování přirozeného jazyka ☕️ | [Zpracování přirozeného jazyka](6-NLP/README.md) | Naučte se základy NLP vytvořením jednoduchého bota | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
| 17 | Běžné úkoly NLP ☕️ | [Zpracování přirozeného jazyka](6-NLP/README.md) | Prohloubení znalostí NLP pochopením běžných úkolů při práci s jazykovými strukturami | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
| 18 | Překlad a analýza sentimentu ♥️ | [Zpracování přirozeného jazyka](6-NLP/README.md) | Překlad a analýza sentimentu s Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
| 19 | Romantické hotely v Evropě ♥️ | [Zpracování přirozeného jazyka](6-NLP/README.md) | Analýza sentimentu s recenzemi hotelů 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
| 20 | Romantické hotely v Evropě ♥️ | [Zpracování přirozeného jazyka](6-NLP/README.md) | Analýza sentimentu s recenzemi hotelů 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
| 21 | Úvod do předpovědi časových řad | [Časové řady](7-TimeSeries/README.md) | Úvod do předpovědi časových řad | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
| 22 | ⚡️ Světová spotřeba energie ⚡️ - předpověď časových řad s ARIMA | [Časové řady](7-TimeSeries/README.md) | Předpověď časových řad s ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
| 23 | ⚡️ Světová spotřeba energie ⚡️ - předpověď časových řad s SVR | [Časové řady](7-TimeSeries/README.md) | Předpověď časových řad s Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
| 24 | Úvod do posilovaného učení | [Posilované učení](8-Reinforcement/README.md) | Úvod do posilovaného učení s Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
| 25 | Pomozte Petrovi vyhnout se vlkovi! 🐺 | [Posilované učení](8-Reinforcement/README.md) | Posilované učení Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
| Postscript | Scénáře a aplikace strojového učení v reálném světě | [ML v praxi](9-Real-World/README.md) | Zajímavé a odhalující aplikace klasického strojového učení v reálném světě | [Lekce](9-Real-World/1-Applications/README.md) | Tým |
|
|
| Postscript | Ladění modelů ML pomocí RAI dashboardu | [ML v praxi](9-Real-World/README.md) | Ladění modelů strojového učení pomocí komponent Responsible AI dashboardu | [Lekce](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
> [najděte všechny další zdroje pro tento kurz v naší kolekci Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
## Offline přístup
|
|
|
|
Tuto dokumentaci můžete spustit offline pomocí [Docsify](https://docsify.js.org/#/). Forkněte tento repozitář, [nainstalujte Docsify](https://docsify.js.org/#/quickstart) na svůj lokální počítač a poté v kořenové složce tohoto repozitáře zadejte `docsify serve`. Webová stránka bude spuštěna na portu 3000 na vašem localhostu: `localhost:3000`.
|
|
|
|
## PDF
|
|
|
|
Najděte PDF verzi kurikula s odkazy [zde](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf).
|
|
|
|
## 🎒 Další kurzy
|
|
|
|
Náš tým vytváří další kurzy! Podívejte se na:
|
|
|
|
- [Edge AI pro začátečníky](https://aka.ms/edgeai-for-beginners)
|
|
- [AI agenti pro začátečníky](https://aka.ms/ai-agents-beginners)
|
|
- [Generativní AI pro začátečníky](https://aka.ms/genai-beginners)
|
|
- [Generativní AI pro začátečníky .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet)
|
|
- [Generativní AI s JavaScriptem](https://github.com/microsoft/generative-ai-with-javascript)
|
|
- [Generativní AI s Javou](https://github.com/microsoft/Generative-AI-for-beginners-java)
|
|
- [AI pro začátečníky](https://aka.ms/ai-beginners)
|
|
- [Data Science pro začátečníky](https://aka.ms/datascience-beginners)
|
|
- [ML pro začátečníky](https://aka.ms/ml-beginners)
|
|
- [Kybernetická bezpečnost pro začátečníky](https://github.com/microsoft/Security-101)
|
|
- [Webový vývoj pro začátečníky](https://aka.ms/webdev-beginners)
|
|
- [IoT pro začátečníky](https://aka.ms/iot-beginners)
|
|
- [XR vývoj pro začátečníky](https://github.com/microsoft/xr-development-for-beginners)
|
|
- [Ovládnutí GitHub Copilot pro párové programování](https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming)
|
|
- [Ovládnutí GitHub Copilot pro vývojáře C#/.NET](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers)
|
|
- [Vyberte si vlastní dobrodružství s Copilotem](https://github.com/microsoft/CopilotAdventures)
|
|
|
|
---
|
|
|
|
**Prohlášení**:
|
|
Tento dokument byl přeložen pomocí služby AI pro překlady [Co-op Translator](https://github.com/Azure/co-op-translator). I když se snažíme o přesnost, mějte prosím na paměti, že automatizované překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho původním jazyce by měl být považován za autoritativní zdroj. Pro důležité informace se doporučuje profesionální lidský překlad. Neodpovídáme za žádná nedorozumění nebo nesprávné interpretace vyplývající z použití tohoto překladu. |