diff --git a/translations/km/.co-op-translator.json b/translations/km/.co-op-translator.json
index ac45107e..99eb3208 100644
--- a/translations/km/.co-op-translator.json
+++ b/translations/km/.co-op-translator.json
@@ -12,8 +12,8 @@
"language_code": "km"
},
"1-Introduction/01-defining-data-science/notebook.ipynb": {
- "original_hash": "8f5eb7b3f7cc89e6d98fb32e1de65dec",
- "translation_date": "2026-04-06T17:46:26+00:00",
+ "original_hash": "8eb07e3d899aaba7ea9c9ec9b5aa2850",
+ "translation_date": "2026-07-17T20:24:22+00:00",
"source_file": "1-Introduction/01-defining-data-science/notebook.ipynb",
"language_code": "km"
},
@@ -42,8 +42,8 @@
"language_code": "km"
},
"1-Introduction/03-defining-data/README.md": {
- "original_hash": "12339119c0165da569a93ddba05f9339",
- "translation_date": "2026-04-06T17:01:57+00:00",
+ "original_hash": "7217c6f9eb464d4ff4bae6c036ab53cb",
+ "translation_date": "2026-07-17T20:26:17+00:00",
"source_file": "1-Introduction/03-defining-data/README.md",
"language_code": "km"
},
@@ -72,8 +72,8 @@
"language_code": "km"
},
"1-Introduction/04-stats-and-probability/notebook.ipynb": {
- "original_hash": "0f899e3c5019f948e7c787b22f3b2304",
- "translation_date": "2026-04-06T17:48:05+00:00",
+ "original_hash": "0c77e104b29c723287bf11b773fcc5d5",
+ "translation_date": "2026-07-17T20:25:39+00:00",
"source_file": "1-Introduction/04-stats-and-probability/notebook.ipynb",
"language_code": "km"
},
@@ -132,8 +132,8 @@
"language_code": "km"
},
"2-Working-With-Data/07-python/notebook-covidspread.ipynb": {
- "original_hash": "6335cccba01dc6ad7b15aba7a8c73f38",
- "translation_date": "2026-04-06T17:53:49+00:00",
+ "original_hash": "da97f98781c7cd271063f605fe8d71d0",
+ "translation_date": "2026-07-17T20:23:46+00:00",
"source_file": "2-Working-With-Data/07-python/notebook-covidspread.ipynb",
"language_code": "km"
},
@@ -294,14 +294,14 @@
"language_code": "km"
},
"3-Data-Visualization/13-meaningful-visualizations/solution/README.md": {
- "original_hash": "5c51a54dd89075a7a362890117b7ed9e",
- "translation_date": "2026-04-06T17:32:45+00:00",
+ "original_hash": "2b3b2632bb02af608ca60be828e8097d",
+ "translation_date": "2026-07-17T20:26:25+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/solution/README.md",
"language_code": "km"
},
"3-Data-Visualization/13-meaningful-visualizations/starter/README.md": {
- "original_hash": "5c51a54dd89075a7a362890117b7ed9e",
- "translation_date": "2026-04-06T17:32:33+00:00",
+ "original_hash": "2b3b2632bb02af608ca60be828e8097d",
+ "translation_date": "2026-07-17T20:26:22+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/starter/README.md",
"language_code": "km"
},
diff --git a/translations/km/1-Introduction/01-defining-data-science/notebook.ipynb b/translations/km/1-Introduction/01-defining-data-science/notebook.ipynb
index 23706372..3140091e 100644
--- a/translations/km/1-Introduction/01-defining-data-science/notebook.ipynb
+++ b/translations/km/1-Introduction/01-defining-data-science/notebook.ipynb
@@ -2,420 +2,319 @@
"cells": [
{
"cell_type": "markdown",
+ "metadata": {},
"source": [
- "# 챌린지: 데이터 과학에 관한 텍스트 분석하기\n",
+ "# 챌린지: 데이터 과학에 관한 텍스트 분석\n",
"\n",
- "이 예제에서는 전통적인 데이터 과학 프로세스의 모든 단계를 포함하는 간단한 연습을 해보겠습니다. 코드를 직접 작성할 필요는 없으며, 아래 셀을 클릭하여 실행하고 결과를 관찰할 수 있습니다. 도전 과제로서, 다른 데이터를 사용하여 이 코드를 시도해 보는 것을 권장합니다.\n",
+ "이 예제에서는 전통적인 데이터 과학 프로세스의 모든 단계를 포함하는 간단한 연습을 해보겠습니다. 코드를 작성할 필요 없이 아래 셀을 클릭하여 실행하고 결과를 관찰하면 됩니다. 도전 과제로서, 다른 데이터로 이 코드를 시도해 보도록 권장합니다.\n",
"\n",
"## 목표\n",
"\n",
- "이번 수업에서는 데이터 과학과 관련된 다양한 개념을 논의했습니다. 텍스트 마이닝을 통해 더 많은 관련 개념을 발견해 봅시다. 데이터 과학에 관한 텍스트를 시작으로, 키워드를 추출한 다음 결과를 시각화해 보겠습니다.\n",
+ "이 수업에서는 데이터 과학과 관련된 다양한 개념들을 논의했습니다. 텍스트 마이닝을 수행하여 관련 개념들을 더 발견해 봅시다. 데이터 과학에 관한 텍스트를 시작으로, 핵심 단어를 추출하고, 그 결과를 시각화해 보겠습니다.\n",
"\n",
- "텍스트로는 위키피디아의 데이터 과학 페이지를 사용하겠습니다:\n"
- ],
- "metadata": {}
+ "텍스트로는 위키피디아의 데이터 과학 페이지를 사용할 것입니다:\n"
+ ]
},
{
"cell_type": "markdown",
- "source": [],
- "metadata": {}
+ "metadata": {},
+ "source": []
},
{
"cell_type": "code",
- "execution_count": 62,
+ "execution_count": null,
+ "metadata": {},
+ "outputs": [],
"source": [
"url = 'https://en.wikipedia.org/wiki/Data_science'"
- ],
- "outputs": [],
- "metadata": {}
+ ]
},
{
"cell_type": "markdown",
+ "metadata": {},
"source": [
"## ជំហានទី 1៖ ទទួលបានទិន្នន័យ\n",
"\n",
- "ជំហានដំបូងនៅក្នុងដំណើរការបច្ចេកវិទ្យាទិន្នន័យគឺទទួលបានទិន្នន័យ។ យើងនឹងប្រើបណ្ណាល័យ `requests` ដើម្បីធ្វើដូច្នោះ៖\n"
- ],
- "metadata": {}
+ "ជំហានដំបូងនៅក្នុងដំណើរការវិទ្យាសាស្ត្រទិន្នន័យគឺការទទួលបានទិន្នន័យ។ យើងនឹងប្រើបណ្ណាល័យ `requests` ដើម្បីធ្វើការនោះ៖\n"
+ ]
},
{
"cell_type": "code",
- "execution_count": 63,
+ "execution_count": null,
+ "metadata": {},
+ "outputs": [],
"source": [
- "import requests\r\n",
- "\r\n",
- "text = requests.get(url).content.decode('utf-8')\r\n",
- "print(text[:1000])"
- ],
- "outputs": [
- {
- "output_type": "stream",
- "name": "stdout",
- "text": [
- "\n",
- "\n",
- "\n",
- "\n",
- "Data science - Wikipedia\n",
- "