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.
179 lines
25 KiB
179 lines
25 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "4f0e1f1641aa1659ed5c8debc6f2e0b2",
|
|
"translation_date": "2025-09-23T09:37:26+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "sk"
|
|
}
|
|
-->
|
|
[](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 viacerých jazykov
|
|
|
|
#### Podporované prostredníctvom GitHub Action (automatizované a vždy aktuálne)
|
|
|
|
[French](../fr/README.md) | [Spanish](../es/README.md) | [German](../de/README.md) | [Russian](../ru/README.md) | [Arabic](../ar/README.md) | [Persian (Farsi)](../fa/README.md) | [Urdu](../ur/README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Hong Kong)](../hk/README.md) | [Chinese (Traditional, Taiwan)](../tw/README.md) | [Japanese](../ja/README.md) | [Korean](../ko/README.md) | [Hindi](../hi/README.md) | [Bengali](../bn/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Portuguese (Brazil)](../br/README.md) | [Italian](../it/README.md) | [Polish](../pl/README.md) | [Turkish](../tr/README.md) | [Greek](../el/README.md) | [Thai](../th/README.md) | [Swedish](../sv/README.md) | [Danish](../da/README.md) | [Norwegian](../no/README.md) | [Finnish](../fi/README.md) | [Dutch](../nl/README.md) | [Hebrew](../he/README.md) | [Vietnamese](../vi/README.md) | [Indonesian](../id/README.md) | [Malay](../ms/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Swahili](../sw/README.md) | [Hungarian](../hu/README.md) | [Czech](../cs/README.md) | [Slovak](./README.md) | [Romanian](../ro/README.md) | [Bulgarian](../bg/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Croatian](../hr/README.md) | [Slovenian](../sl/README.md) | [Ukrainian](../uk/README.md) | [Burmese (Myanmar)](../my/README.md)
|
|
|
|
#### Pripojte sa k našej komunite
|
|
|
|
[](https://aka.ms/ml4beginners/discord)
|
|
|
|
Máme prebiehajúcu sériu "Learn with AI" na Discorde, dozviete sa viac a pripojte sa k nám na [Learn with AI Series](https://aka.ms/learnwithai/discord) od 18. do 30. septembra 2025. Získate tipy a triky na používanie GitHub Copilot pre dátovú vedu.
|
|
|
|
|
|
|
|
# Strojové učenie pre začiatočníkov - učebné osnovy
|
|
|
|
> 🌍 Cestujte po svete, keď objavujeme strojové učenie prostredníctvom kultúr sveta 🌍
|
|
|
|
Cloud Advocates v Microsoft s radosťou ponúkajú 12-týždňové, 26-lekčné učebné osnovy o **strojovom učení**. V týchto osnovách sa naučíte o tom, čo sa niekedy nazýva **klasické strojové učenie**, pričom sa primárne používa knižnica Scikit-learn a vyhýba sa hlbokému učeniu, ktoré je pokryté v našich [učebných osnovách AI pre začiatočníkov](https://aka.ms/ai4beginners). Spojte tieto lekcie s našimi [učebnými osnovami "Data Science for Beginners"](https://aka.ms/ds4beginners), tiež!
|
|
|
|
Cestujte s nami po svete, keď aplikujeme tieto klasické techniky na údaje z rôznych oblastí sveta. Každá lekcia obsahuje kvízy pred a po lekcii, písomné pokyny na dokončenie lekcie, riešenie, úlohu a ďalšie. Náš projektovo orientovaný prístup vám umožní učiť sa pri budovaní, čo je osvedčený spôsob, ako si nové zručnosti lepšie zapamätať.
|
|
|
|
**✍️ Srdečné poďakovanie našim autorom** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu a Amy Boyd
|
|
|
|
**🎨 Poďakovanie aj našim ilustrátorom** Tomomi Imura, Dasani Madipalli a Jen Looper
|
|
|
|
**🙏 Špeciálne poďakovanie 🙏 našim Microsoft Student Ambassador autorom, recenzentom a prispievateľom obsahu**, najmä Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila a Snigdha Agarwal
|
|
|
|
**🤩 Extra vďaka Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi a Vidushi Gupta za naše lekcie v R!**
|
|
|
|
# Začíname
|
|
|
|
Postupujte podľa týchto krokov:
|
|
1. **Forknite repozitár**: Kliknite na tlačidlo "Fork" v pravom hornom rohu tejto stránky.
|
|
2. **Klonujte repozitár**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
|
|
|
|
> [nájdite všetky ďalšie zdroje pre tento kurz v našej kolekcii Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
**[Študenti](https://aka.ms/student-page)**, na použitie týchto učebných osnov si forknite celý repozitár do svojho vlastného GitHub účtu a dokončite cvičenia sami alebo v skupine:
|
|
|
|
- Začnite kvízom pred lekciou.
|
|
- Prečítajte si lekciu a dokončite aktivity, pričom sa zastavte a zamyslite pri každej kontrole vedomostí.
|
|
- Pokúste sa vytvoriť projekty pochopením lekcií namiesto spúšťania riešenia kódu; tento kód je však dostupný v priečinkoch `/solution` v každej projektovo orientovanej lekcii.
|
|
- Urobte kvíz po lekcii.
|
|
- Dokončite výzvu.
|
|
- Dokončite úlohu.
|
|
- Po dokončení skupiny lekcií navštívte [Diskusnú tabuľu](https://github.com/microsoft/ML-For-Beginners/discussions) a "učte sa nahlas" vyplnením príslušného PAT rubrika. 'PAT' je nástroj na hodnotenie pokroku, ktorý je rubrikou, ktorú vyplníte na ďalšie učenie. Môžete tiež reagovať na iné PAT, aby sme sa učili spoločne.
|
|
|
|
> Na ďalšie štúdium odporúčame sledovať tieto [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) moduly a učebné cesty.
|
|
|
|
**Učitelia**, [pridali sme niekoľko návrhov](for-teachers.md) na použitie týchto učebných osnov.
|
|
|
|
---
|
|
|
|
## Video prehliadky
|
|
|
|
Niektoré lekcie sú dostupné ako krátke videá. Všetky ich nájdete priamo v lekciách alebo na [ML for Beginners playlist na YouTube kanáli Microsoft Developer](https://aka.ms/ml-beginners-videos) kliknutím na obrázok nižšie.
|
|
|
|
[](https://aka.ms/ml-beginners-videos)
|
|
|
|
---
|
|
|
|
## Spoznajte tím
|
|
|
|
[](https://youtu.be/Tj1XWrDSYJU)
|
|
|
|
**Gif od** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 Kliknite na obrázok vyššie pre video o projekte a ľuďoch, ktorí ho vytvorili!
|
|
|
|
---
|
|
|
|
## Pedagogika
|
|
|
|
Pri tvorbe týchto učebných osnov sme si zvolili dva pedagogické princípy: zabezpečiť, aby boli praktické **projektovo orientované** a aby obsahovali **časté kvízy**. Okrem toho majú tieto učebné osnovy spoločnú **tému**, ktorá im dodáva súdržnosť.
|
|
|
|
Zabezpečením, že obsah je v súlade s projektmi, je proces pre študentov pútavejší a zlepšuje sa zapamätanie konceptov. Okrem toho nízko-stresový kvíz pred hodinou nastavuje úmysel študenta na učenie sa témy, zatiaľ čo druhý kvíz po hodine zabezpečuje ďalšie zapamätanie. Tieto učebné osnovy boli navrhnuté tak, aby boli flexibilné a zábavné a mohli byť absolvované celé alebo čiastočne. Projekty začínajú malé a postupne sa stávajú zložitejšími na konci 12-týždňového cyklu. Tieto učebné osnovy tiež obsahujú dodatok o reálnych aplikáciách strojového učenia, ktorý môže byť použitý ako extra kredit alebo ako základ pre diskusiu.
|
|
|
|
> Nájdite náš [Kódex správania](CODE_OF_CONDUCT.md), [Prispievanie](CONTRIBUTING.md) a [Preklad](TRANSLATIONS.md) pokyny. Uvítame vašu konštruktívnu spätnú väzbu!
|
|
|
|
## Každá lekcia obsahuje
|
|
|
|
- voliteľný sketchnote
|
|
- voliteľné doplnkové video
|
|
- video prehliadka (len niektoré lekcie)
|
|
- [kvíz pred lekciou](https://ff-quizzes.netlify.app/en/ml/)
|
|
- písomná lekcia
|
|
- pre projektovo orientované lekcie, podrobné pokyny na vytvorenie projektu
|
|
- kontroly vedomostí
|
|
- výzvu
|
|
- doplnkové čítanie
|
|
- úlohu
|
|
- [kvíz po lekcii](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
> **Poznámka o jazykoch**: Tieto lekcie sú primárne napísané v Pythone, ale mnohé sú dostupné aj v R. Na dokončenie lekcie v R prejdite do priečinka `/solution` a vyhľadajte lekcie v R. Obsahujú príponu .rmd, ktorá predstavuje **R Markdown** súbor, ktorý možno jednoducho definovať ako vloženie `code chunks` (R alebo iných jazykov) a `YAML header` (ktorý určuje, ako formátovať výstupy, ako PDF) do `Markdown dokumentu`. Ako taký slúži ako príkladný autorovací rámec pre dátovú vedu, pretože umožňuje kombinovať váš kód, jeho výstup a vaše myšlienky tým, že ich zapíšete do Markdown. Navyše, R Markdown dokumenty môžu byť vykreslené do výstupných formátov, ako PDF, HTML alebo Word.
|
|
|
|
> **Poznámka o kvízoch**: Všetky kvízy sú obsiahnuté v [priečinku Quiz App](../../quiz-app), celkovo 52 kvízov po tri otázky. Sú prepojené priamo z lekcií, ale aplikáciu kvízov je možné spustiť lokálne; postupujte podľa pokynov v priečinku `quiz-app` na lokálne hosťovanie alebo nasadenie na Azure.
|
|
|
|
| Číslo lekcie | Téma | Skupina lekcií | Ciele učenia | Prepojená lekcia | Autor |
|
|
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
|
| 01 | Úvod do strojového učenia | [Úvod](1-Introduction/README.md) | Naučte sa základné koncepty strojového učenia | [Lekcia](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
|
|
| 02 | História strojového učenia | [Úvod](1-Introduction/README.md) | Naučte sa históriu tohto odboru | [Lekcia](1-Introduction/2-history-of-ML/README.md) | Jen a Amy |
|
|
| 03 | Spravodlivosť a strojové učenie | [Introduction](1-Introduction/README.md) | Aké sú dôležité filozofické otázky týkajúce sa spravodlivosti, ktoré by študenti mali zvážiť pri vytváraní a aplikácii modelov strojového učenia? | [Lesson](1-Introduction/3-fairness/README.md) | Tomomi |
|
|
| 04 | Techniky pre strojové učenie | [Introduction](1-Introduction/README.md) | Aké techniky používajú výskumníci strojového učenia na vytváranie modelov strojového učenia? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | Chris a Jen |
|
|
| 05 | Úvod do regresie | [Regression](2-Regression/README.md) | Začnite s Pythonom a Scikit-learn pre regresné modely | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
|
|
| 06 | Ceny tekvíc v Severnej Amerike 🎃 | [Regression](2-Regression/README.md) | Vizualizujte a vyčistite údaje na prípravu pre strojové učenie | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
|
|
| 07 | Ceny tekvíc v Severnej Amerike 🎃 | [Regression](2-Regression/README.md) | Vytvorte lineárne a polynomiálne regresné modely | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen a Dmitry • Eric Wanjau |
|
|
| 08 | Ceny tekvíc v Severnej Amerike 🎃 | [Regression](2-Regression/README.md) | Vytvorte logistický regresný model | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
|
|
| 09 | Webová aplikácia 🔌 | [Web App](3-Web-App/README.md) | Vytvorte webovú aplikáciu na použitie vášho trénovaného modelu | [Python](3-Web-App/1-Web-App/README.md) | Jen |
|
|
| 10 | Úvod do klasifikácie | [Classification](4-Classification/README.md) | Vyčistite, pripravte a vizualizujte svoje údaje; úvod do klasifikácie | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen a Cassie • Eric Wanjau |
|
|
| 11 | Lahodné ázijské a indické jedlá 🍜 | [Classification](4-Classification/README.md) | Úvod do klasifikátorov | [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 | Lahodné ázijské a indické jedlá 🍜 | [Classification](4-Classification/README.md) | Viac klasifikátorov | [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 | Lahodné ázijské a indické jedlá 🍜 | [Classification](4-Classification/README.md) | Vytvorte webovú aplikáciu odporúčania pomocou vášho modelu | [Python](4-Classification/4-Applied/README.md) | Jen |
|
|
| 14 | Úvod do zhlukovania | [Clustering](5-Clustering/README.md) | Vyčistite, pripravte a vizualizujte svoje údaje; úvod do zhlukovania | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
|
|
| 15 | Preskúmanie nigérijských hudobných chutí 🎧 | [Clustering](5-Clustering/README.md) | Preskúmajte metódu zhlukovania 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 spracovania prirodzeného jazyka ☕️ | [Natural language processing](6-NLP/README.md) | Naučte sa základy NLP vytvorením jednoduchého bota | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
|
|
| 17 | Bežné úlohy NLP ☕️ | [Natural language processing](6-NLP/README.md) | Prehĺbte svoje znalosti NLP pochopením bežných úloh pri práci s jazykovými štruktúrami | [Python](6-NLP/2-Tasks/README.md) | Stephen |
|
|
| 18 | Preklad a analýza sentimentu ♥️ | [Natural language processing](6-NLP/README.md) | Preklad a analýza sentimentu s Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
|
|
| 19 | Romantické hotely v Európe ♥️ | [Natural language processing](6-NLP/README.md) | Analýza sentimentu s recenziami hotelov 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
|
|
| 20 | Romantické hotely v Európe ♥️ | [Natural language processing](6-NLP/README.md) | Analýza sentimentu s recenziami hotelov 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
|
|
| 21 | Úvod do predikcie časových radov | [Time series](7-TimeSeries/README.md) | Úvod do predikcie časových radov | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
|
|
| 22 | ⚡️ Svetová spotreba energie ⚡️ - predikcia časových radov s ARIMA | [Time series](7-TimeSeries/README.md) | Predikcia časových radov s ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
|
|
| 23 | ⚡️ Svetová spotreba energie ⚡️ - predikcia časových radov s SVR | [Time series](7-TimeSeries/README.md) | Predikcia časových radov s Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
|
|
| 24 | Úvod do posilňovacieho učenia | [Reinforcement learning](8-Reinforcement/README.md) | Úvod do posilňovacieho učenia s Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
|
|
| 25 | Pomôžte Petrovi vyhnúť sa vlkovi! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | Posilňovacie učenie Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
|
|
| Postscript | Scenáre a aplikácie strojového učenia v reálnom svete | [ML in the Wild](9-Real-World/README.md) | Zaujímavé a odhaľujúce aplikácie klasického strojového učenia v reálnom svete | [Lesson](9-Real-World/1-Applications/README.md) | Team |
|
|
| Postscript | Ladenie modelov strojového učenia pomocou RAI dashboardu | [ML in the Wild](9-Real-World/README.md) | Ladenie modelov strojového učenia pomocou komponentov Responsible AI dashboardu | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
|
|
|
|
> [nájdite všetky ďalšie zdroje pre tento kurz v našej kolekcii Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
|
|
|
|
## Offline prístup
|
|
|
|
Túto dokumentáciu môžete spustiť offline pomocou [Docsify](https://docsify.js.org/#/). Forknite tento repozitár, [nainštalujte Docsify](https://docsify.js.org/#/quickstart) na svojom lokálnom počítači a potom v koreňovom priečinku tohto repozitára zadajte `docsify serve`. Webová stránka bude dostupná na porte 3000 na vašom localhoste: `localhost:3000`.
|
|
|
|
## PDF súbory
|
|
|
|
Nájdite PDF verziu kurikula s odkazmi [tu](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf).
|
|
|
|
## 🎒 Ďalšie kurzy
|
|
|
|
Náš tím vytvára aj ďalšie kurzy! Pozrite si:
|
|
|
|
- [Generative AI for Beginners](https://aka.ms/genai-beginners)
|
|
- [Generative AI for Beginners .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet)
|
|
- [Generative AI with JavaScript](https://github.com/microsoft/generative-ai-with-javascript)
|
|
- [Generative AI with Java](https://github.com/microsoft/Generative-AI-for-beginners-java)
|
|
- [AI for Beginners](https://aka.ms/ai-beginners)
|
|
- [Data Science for Beginners](https://aka.ms/datascience-beginners)
|
|
- [ML for Beginners](https://aka.ms/ml-beginners)
|
|
- [Cybersecurity for Beginners](https://github.com/microsoft/Security-101)
|
|
- [Web Dev for Beginners](https://aka.ms/webdev-beginners)
|
|
- [IoT for Beginners](https://aka.ms/iot-beginners)
|
|
- [XR Development for Beginners](https://github.com/microsoft/xr-development-for-beginners)
|
|
- [Mastering GitHub Copilot for Paired Programming](https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming)
|
|
- [Mastering GitHub Copilot for C#/.NET Developers](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers)
|
|
- [Choose Your Own Copilot Adventure](https://github.com/microsoft/CopilotAdventures)
|
|
|
|
---
|
|
|