chore(i18n): sync translations with latest source changes (chunk 1/1, 213 changes)

update-translations
localizeflow[bot] 6 days ago
parent e1f6324809
commit 3ad1d09e82

@ -0,0 +1,422 @@
{
"1-Introduction/01-defining-data-science/README.md": {
"original_hash": "43212cc1ac137b7bb1dcfb37ca06b0f4",
"translation_date": "2025-10-25T19:14:07+00:00",
"source_file": "1-Introduction/01-defining-data-science/README.md",
"language_code": "lt"
},
"1-Introduction/01-defining-data-science/assignment.md": {
"original_hash": "4e0f1773b9bee1be3b28f9fe2c71b3de",
"translation_date": "2025-08-31T05:57:37+00:00",
"source_file": "1-Introduction/01-defining-data-science/assignment.md",
"language_code": "lt"
},
"1-Introduction/01-defining-data-science/solution/assignment.md": {
"original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
"translation_date": "2025-08-31T05:57:47+00:00",
"source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
"language_code": "lt"
},
"1-Introduction/02-ethics/README.md": {
"original_hash": "58860ce9a4b8a564003d2752f7c72851",
"translation_date": "2025-10-03T17:12:24+00:00",
"source_file": "1-Introduction/02-ethics/README.md",
"language_code": "lt"
},
"1-Introduction/02-ethics/assignment.md": {
"original_hash": "b588c0fc73014f52520c666efc3e0cc3",
"translation_date": "2025-08-31T06:01:45+00:00",
"source_file": "1-Introduction/02-ethics/assignment.md",
"language_code": "lt"
},
"1-Introduction/03-defining-data/README.md": {
"original_hash": "12339119c0165da569a93ddba05f9339",
"translation_date": "2025-09-05T16:15:34+00:00",
"source_file": "1-Introduction/03-defining-data/README.md",
"language_code": "lt"
},
"1-Introduction/03-defining-data/assignment.md": {
"original_hash": "2e5cacb967c1e9dfd07809bfc441a0b4",
"translation_date": "2025-08-31T05:58:33+00:00",
"source_file": "1-Introduction/03-defining-data/assignment.md",
"language_code": "lt"
},
"1-Introduction/04-stats-and-probability/README.md": {
"original_hash": "ce95884566a74db72572cd51f0cb25ad",
"translation_date": "2025-09-06T14:25:29+00:00",
"source_file": "1-Introduction/04-stats-and-probability/README.md",
"language_code": "lt"
},
"1-Introduction/04-stats-and-probability/assignment.md": {
"original_hash": "01d1b493e8b51a6ebb42524f6b1bcfff",
"translation_date": "2025-08-31T05:56:25+00:00",
"source_file": "1-Introduction/04-stats-and-probability/assignment.md",
"language_code": "lt"
},
"1-Introduction/README.md": {
"original_hash": "696a8474a01054281704cbfb09148949",
"translation_date": "2025-08-31T05:54:57+00:00",
"source_file": "1-Introduction/README.md",
"language_code": "lt"
},
"2-Working-With-Data/05-relational-databases/README.md": {
"original_hash": "11739c7b40e7c6b16ad29e3df4e65862",
"translation_date": "2025-12-19T12:30:34+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/README.md",
"language_code": "lt"
},
"2-Working-With-Data/05-relational-databases/assignment.md": {
"original_hash": "25b37acdfb2452917c1aa2e2ca44317a",
"translation_date": "2025-10-24T09:59:27+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/assignment.md",
"language_code": "lt"
},
"2-Working-With-Data/06-non-relational/README.md": {
"original_hash": "c182e87f9f80be7e7cdffc7b40bbfccf",
"translation_date": "2025-09-05T16:02:26+00:00",
"source_file": "2-Working-With-Data/06-non-relational/README.md",
"language_code": "lt"
},
"2-Working-With-Data/06-non-relational/assignment.md": {
"original_hash": "f824bfdb8b12d33293913f76f5c787c5",
"translation_date": "2025-08-31T05:39:11+00:00",
"source_file": "2-Working-With-Data/06-non-relational/assignment.md",
"language_code": "lt"
},
"2-Working-With-Data/07-python/README.md": {
"original_hash": "7bfec050f4717dcc2dfd028aca9d21f3",
"translation_date": "2025-09-06T16:07:15+00:00",
"source_file": "2-Working-With-Data/07-python/README.md",
"language_code": "lt"
},
"2-Working-With-Data/07-python/assignment.md": {
"original_hash": "dc8f035ce92e4eaa078ab19caa68267a",
"translation_date": "2025-08-31T05:40:23+00:00",
"source_file": "2-Working-With-Data/07-python/assignment.md",
"language_code": "lt"
},
"2-Working-With-Data/08-data-preparation/README.md": {
"original_hash": "1b560955ff39a2bcf2a049fce474a951",
"translation_date": "2025-09-05T16:05:03+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/README.md",
"language_code": "lt"
},
"2-Working-With-Data/08-data-preparation/assignment.md": {
"original_hash": "f9d5a7275e046223fa6474477674b810",
"translation_date": "2025-08-31T05:42:34+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/assignment.md",
"language_code": "lt"
},
"2-Working-With-Data/README.md": {
"original_hash": "abc3309ab41bc5a7846f70ee1a055838",
"translation_date": "2025-08-31T05:38:27+00:00",
"source_file": "2-Working-With-Data/README.md",
"language_code": "lt"
},
"3-Data-Visualization/09-visualization-quantities/README.md": {
"original_hash": "a49d78e32e280c410f04e5f2a2068e77",
"translation_date": "2025-09-05T16:09:27+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/README.md",
"language_code": "lt"
},
"3-Data-Visualization/09-visualization-quantities/assignment.md": {
"original_hash": "ad163c4fda72c8278280b61cad317ff4",
"translation_date": "2025-08-31T05:52:23+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/assignment.md",
"language_code": "lt"
},
"3-Data-Visualization/10-visualization-distributions/README.md": {
"original_hash": "80a20467e046d312809d008395051fc7",
"translation_date": "2025-09-05T16:11:22+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/README.md",
"language_code": "lt"
},
"3-Data-Visualization/10-visualization-distributions/assignment.md": {
"original_hash": "40eeb9b9f94009c537c7811f9f27f037",
"translation_date": "2025-08-31T05:54:48+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/assignment.md",
"language_code": "lt"
},
"3-Data-Visualization/11-visualization-proportions/README.md": {
"original_hash": "42119bcc97bee88254e381156d770f3c",
"translation_date": "2025-09-05T16:08:58+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/README.md",
"language_code": "lt"
},
"3-Data-Visualization/11-visualization-proportions/assignment.md": {
"original_hash": "1e00fe6a244c2f8f9a794c862661dd4f",
"translation_date": "2025-08-31T05:51:42+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/assignment.md",
"language_code": "lt"
},
"3-Data-Visualization/12-visualization-relationships/README.md": {
"original_hash": "0764fd4077f3f04a1d968ec371227744",
"translation_date": "2025-09-06T11:51:31+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/README.md",
"language_code": "lt"
},
"3-Data-Visualization/12-visualization-relationships/assignment.md": {
"original_hash": "680419753c086eef51be86607c623945",
"translation_date": "2025-08-31T05:54:04+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/assignment.md",
"language_code": "lt"
},
"3-Data-Visualization/13-meaningful-visualizations/README.md": {
"original_hash": "cfb068050337a36e348debaa502a24fa",
"translation_date": "2025-09-05T16:10:04+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/README.md",
"language_code": "lt"
},
"3-Data-Visualization/13-meaningful-visualizations/assignment.md": {
"original_hash": "e56df4c0f49357e30ac8fc77aa439dd4",
"translation_date": "2025-08-31T05:53:10+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/assignment.md",
"language_code": "lt"
},
"3-Data-Visualization/13-meaningful-visualizations/solution/README.md": {
"original_hash": "5c51a54dd89075a7a362890117b7ed9e",
"translation_date": "2025-08-31T05:53:17+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/solution/README.md",
"language_code": "lt"
},
"3-Data-Visualization/13-meaningful-visualizations/starter/README.md": {
"original_hash": "5c51a54dd89075a7a362890117b7ed9e",
"translation_date": "2025-08-31T05:53:23+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/starter/README.md",
"language_code": "lt"
},
"3-Data-Visualization/R/09-visualization-quantities/README.md": {
"original_hash": "22acf28f518a4769ea14fa42f4734b9f",
"translation_date": "2025-08-31T05:48:12+00:00",
"source_file": "3-Data-Visualization/R/09-visualization-quantities/README.md",
"language_code": "lt"
},
"3-Data-Visualization/R/09-visualization-quantities/assignment.md": {
"original_hash": "0ea21b6513df5ade7419c6b7d65f10b1",
"translation_date": "2025-08-31T05:48:56+00:00",
"source_file": "3-Data-Visualization/R/09-visualization-quantities/assignment.md",
"language_code": "lt"
},
"3-Data-Visualization/R/10-visualization-distributions/README.md": {
"original_hash": "ea67c0c40808fd723594de6896c37ccf",
"translation_date": "2025-08-31T05:49:49+00:00",
"source_file": "3-Data-Visualization/R/10-visualization-distributions/README.md",
"language_code": "lt"
},
"3-Data-Visualization/R/10-visualization-distributions/assignment.md": {
"original_hash": "a233d542512136c4dd29aad38ca0175f",
"translation_date": "2025-08-31T05:50:27+00:00",
"source_file": "3-Data-Visualization/R/10-visualization-distributions/assignment.md",
"language_code": "lt"
},
"3-Data-Visualization/R/11-visualization-proportions/README.md": {
"original_hash": "47028abaaafa2bcb1079702d20569066",
"translation_date": "2025-08-31T05:47:35+00:00",
"source_file": "3-Data-Visualization/R/11-visualization-proportions/README.md",
"language_code": "lt"
},
"3-Data-Visualization/R/12-visualization-relationships/README.md": {
"original_hash": "a33c5d4b4156a2b41788d8720b6f724c",
"translation_date": "2025-08-31T05:49:03+00:00",
"source_file": "3-Data-Visualization/R/12-visualization-relationships/README.md",
"language_code": "lt"
},
"3-Data-Visualization/R/13-meaningful-vizualizations/README.md": {
"original_hash": "b4039f1c76548d144a0aee0bf28304ec",
"translation_date": "2025-08-31T05:50:34+00:00",
"source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/README.md",
"language_code": "lt"
},
"3-Data-Visualization/README.md": {
"original_hash": "1441550a0d789796b2821e04f7f4cc94",
"translation_date": "2025-08-31T05:47:15+00:00",
"source_file": "3-Data-Visualization/README.md",
"language_code": "lt"
},
"4-Data-Science-Lifecycle/14-Introduction/README.md": {
"original_hash": "07e12a25d20b8f191e3cb651c27fdb2b",
"translation_date": "2025-09-06T21:54:28+00:00",
"source_file": "4-Data-Science-Lifecycle/14-Introduction/README.md",
"language_code": "lt"
},
"4-Data-Science-Lifecycle/14-Introduction/assignment.md": {
"original_hash": "564445c39ad29a491abcb9356fc4d47d",
"translation_date": "2025-08-31T05:44:35+00:00",
"source_file": "4-Data-Science-Lifecycle/14-Introduction/assignment.md",
"language_code": "lt"
},
"4-Data-Science-Lifecycle/15-analyzing/README.md": {
"original_hash": "661dad02c3ac239644d34c1eb51e76f8",
"translation_date": "2025-09-06T21:53:19+00:00",
"source_file": "4-Data-Science-Lifecycle/15-analyzing/README.md",
"language_code": "lt"
},
"4-Data-Science-Lifecycle/15-analyzing/assignment.md": {
"original_hash": "fcc7547171f4530f159676dd73ed772e",
"translation_date": "2025-08-31T05:43:17+00:00",
"source_file": "4-Data-Science-Lifecycle/15-analyzing/assignment.md",
"language_code": "lt"
},
"4-Data-Science-Lifecycle/16-communication/README.md": {
"original_hash": "215a3254ba5a222a57c5bb0192cea8e3",
"translation_date": "2025-09-06T21:55:01+00:00",
"source_file": "4-Data-Science-Lifecycle/16-communication/README.md",
"language_code": "lt"
},
"4-Data-Science-Lifecycle/16-communication/assignment.md": {
"original_hash": "8980d7efd101c82d6d6ffc3458214120",
"translation_date": "2025-08-31T05:47:06+00:00",
"source_file": "4-Data-Science-Lifecycle/16-communication/assignment.md",
"language_code": "lt"
},
"4-Data-Science-Lifecycle/README.md": {
"original_hash": "dd173fd30fc039a7a299898920680723",
"translation_date": "2025-08-31T05:42:51+00:00",
"source_file": "4-Data-Science-Lifecycle/README.md",
"language_code": "lt"
},
"5-Data-Science-In-Cloud/17-Introduction/README.md": {
"original_hash": "5f8e7cdefa096664ae86f795be571580",
"translation_date": "2025-09-05T16:00:08+00:00",
"source_file": "5-Data-Science-In-Cloud/17-Introduction/README.md",
"language_code": "lt"
},
"5-Data-Science-In-Cloud/17-Introduction/assignment.md": {
"original_hash": "96f3696153d9ed54b19a1bb65438c104",
"translation_date": "2025-08-31T05:36:33+00:00",
"source_file": "5-Data-Science-In-Cloud/17-Introduction/assignment.md",
"language_code": "lt"
},
"5-Data-Science-In-Cloud/18-Low-Code/README.md": {
"original_hash": "bd4da10766c64fce4294a98f6479dfb0",
"translation_date": "2025-09-05T15:58:06+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/README.md",
"language_code": "lt"
},
"5-Data-Science-In-Cloud/18-Low-Code/assignment.md": {
"original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
"translation_date": "2025-08-31T05:35:27+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
"language_code": "lt"
},
"5-Data-Science-In-Cloud/19-Azure/README.md": {
"original_hash": "472d3fab1c5be50f387336e7a686dbe1",
"translation_date": "2025-09-05T16:01:33+00:00",
"source_file": "5-Data-Science-In-Cloud/19-Azure/README.md",
"language_code": "lt"
},
"5-Data-Science-In-Cloud/19-Azure/assignment.md": {
"original_hash": "386efdbc19786951341f6956247ee990",
"translation_date": "2025-08-31T05:38:19+00:00",
"source_file": "5-Data-Science-In-Cloud/19-Azure/assignment.md",
"language_code": "lt"
},
"5-Data-Science-In-Cloud/README.md": {
"original_hash": "8dfe141a0f46f7d253e07f74913c7f44",
"translation_date": "2025-08-31T05:33:48+00:00",
"source_file": "5-Data-Science-In-Cloud/README.md",
"language_code": "lt"
},
"6-Data-Science-In-Wild/20-Real-World-Examples/README.md": {
"original_hash": "0f67a4139454816631526779a456b734",
"translation_date": "2025-09-06T18:49:52+00:00",
"source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/README.md",
"language_code": "lt"
},
"6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md": {
"original_hash": "d1e05715f9d97de6c4f1fb0c5a4702c0",
"translation_date": "2025-08-31T06:03:12+00:00",
"source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md",
"language_code": "lt"
},
"6-Data-Science-In-Wild/README.md": {
"original_hash": "07faf02ff163e609edf0b0308dc5d4e6",
"translation_date": "2025-08-31T06:02:16+00:00",
"source_file": "6-Data-Science-In-Wild/README.md",
"language_code": "lt"
},
"AGENTS.md": {
"original_hash": "cc2e18ab65df63e75d3619c4752e9b22",
"translation_date": "2025-10-03T11:46:40+00:00",
"source_file": "AGENTS.md",
"language_code": "lt"
},
"CODE_OF_CONDUCT.md": {
"original_hash": "c06b12caf3c901eb3156e3dd5b0aea56",
"translation_date": "2025-08-31T05:33:41+00:00",
"source_file": "CODE_OF_CONDUCT.md",
"language_code": "lt"
},
"CONTRIBUTING.md": {
"original_hash": "10f86fb29b5407088445ac803b3d0ed1",
"translation_date": "2025-10-03T14:49:29+00:00",
"source_file": "CONTRIBUTING.md",
"language_code": "lt"
},
"INSTALLATION.md": {
"original_hash": "a64d8afa22ffcc2016bb239188d6acb1",
"translation_date": "2025-10-03T15:27:49+00:00",
"source_file": "INSTALLATION.md",
"language_code": "lt"
},
"README.md": {
"original_hash": "8ec92ecfeb14923af733851239552146",
"translation_date": "2026-01-30T02:39:15+00:00",
"source_file": "README.md",
"language_code": "lt"
},
"SECURITY.md": {
"original_hash": "0d575483100c332b2dbaefef915bb3c4",
"translation_date": "2025-08-31T05:33:06+00:00",
"source_file": "SECURITY.md",
"language_code": "lt"
},
"SUPPORT.md": {
"original_hash": "872be8bc1b93ef1dd9ac3d6e8f99f6ab",
"translation_date": "2025-08-31T05:32:52+00:00",
"source_file": "SUPPORT.md",
"language_code": "lt"
},
"TROUBLESHOOTING.md": {
"original_hash": "93a6a8a8a209128cbfedcbc076ee21b0",
"translation_date": "2025-10-03T15:50:28+00:00",
"source_file": "TROUBLESHOOTING.md",
"language_code": "lt"
},
"USAGE.md": {
"original_hash": "f546349678757508d69ce9e1d2688446",
"translation_date": "2025-10-03T15:13:02+00:00",
"source_file": "USAGE.md",
"language_code": "lt"
},
"docs/_sidebar.md": {
"original_hash": "3767555b3cc28a2865c79202f4374204",
"translation_date": "2025-08-31T05:42:41+00:00",
"source_file": "docs/_sidebar.md",
"language_code": "lt"
},
"examples/README.md": {
"original_hash": "9bef7fd96c8f262339933117d9b3e342",
"translation_date": "2025-10-03T13:09:57+00:00",
"source_file": "examples/README.md",
"language_code": "lt"
},
"for-teachers.md": {
"original_hash": "f7440be10c17a8a9262713af3d2818a9",
"translation_date": "2025-09-06T20:02:54+00:00",
"source_file": "for-teachers.md",
"language_code": "lt"
},
"quiz-app/README.md": {
"original_hash": "e92c33ea498915a13c9aec162616db18",
"translation_date": "2025-08-31T06:01:57+00:00",
"source_file": "quiz-app/README.md",
"language_code": "lt"
},
"sketchnotes/README.md": {
"original_hash": "3a848466cb63aff1a93411affb152c2a",
"translation_date": "2025-08-31T06:03:27+00:00",
"source_file": "sketchnotes/README.md",
"language_code": "lt"
}
}

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "43212cc1ac137b7bb1dcfb37ca06b0f4",
"translation_date": "2025-10-25T19:14:07+00:00",
"source_file": "1-Introduction/01-defining-data-science/README.md",
"language_code": "lt"
}
-->
# Duomenų mokslas: apibrėžimas
| ![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/01-Definitions.png) |

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "4e0f1773b9bee1be3b28f9fe2c71b3de",
"translation_date": "2025-08-31T05:57:37+00:00",
"source_file": "1-Introduction/01-defining-data-science/assignment.md",
"language_code": "lt"
}
-->
# Užduotis: Duomenų mokslo scenarijai
Šioje pirmoje užduotyje prašome pagalvoti apie realaus gyvenimo procesą ar problemą skirtingose problemų srityse ir kaip galite ją patobulinti naudodami duomenų mokslo procesą. Pagalvokite apie šiuos klausimus:

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
"translation_date": "2025-08-31T05:57:47+00:00",
"source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
"language_code": "lt"
}
-->
# Užduotis: Duomenų mokslo scenarijai
Šioje pirmoje užduotyje prašome pagalvoti apie realaus gyvenimo procesą ar problemą skirtingose srityse ir kaip ją būtų galima pagerinti naudojant duomenų mokslo procesą. Pagalvokite apie šiuos klausimus:

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "58860ce9a4b8a564003d2752f7c72851",
"translation_date": "2025-10-03T17:12:24+00:00",
"source_file": "1-Introduction/02-ethics/README.md",
"language_code": "lt"
}
-->
# Įvadas į duomenų etiką
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/02-Ethics.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "b588c0fc73014f52520c666efc3e0cc3",
"translation_date": "2025-08-31T06:01:45+00:00",
"source_file": "1-Introduction/02-ethics/assignment.md",
"language_code": "lt"
}
-->
## Parašykite duomenų etikos atvejo analizę
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "12339119c0165da569a93ddba05f9339",
"translation_date": "2025-09-05T16:15:34+00:00",
"source_file": "1-Introduction/03-defining-data/README.md",
"language_code": "lt"
}
-->
# Duomenų Apibrėžimas
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/03-DefiningData.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "2e5cacb967c1e9dfd07809bfc441a0b4",
"translation_date": "2025-08-31T05:58:33+00:00",
"source_file": "1-Introduction/03-defining-data/assignment.md",
"language_code": "lt"
}
-->
# Duomenų rinkinių klasifikavimas
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "ce95884566a74db72572cd51f0cb25ad",
"translation_date": "2025-09-06T14:25:29+00:00",
"source_file": "1-Introduction/04-stats-and-probability/README.md",
"language_code": "lt"
}
-->
# Trumpas įvadas į statistiką ir tikimybių teoriją
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/04-Statistics-Probability.png)|
@ -64,7 +55,7 @@ Norėdami geriau suprasti duomenų pasiskirstymą, naudinga kalbėti apie **kvar
Grafiškai galime pavaizduoti medianos ir kvartilių santykį diagramoje, vadinamoje **dėžės diagrama**:
<img src="images/boxplot_explanation.png" alt="Box Plot Explanation" width="50%">
<img src="../../../../translated_images/lt/boxplot_explanation.4039b7de08780fd4.webp" alt="Box Plot Explanation" width="50%">
Čia taip pat apskaičiuojame **tarpkvartilinį diapazoną** IQR=Q3-Q1 ir vadinamuosius **išskirtinius taškus** - reikšmes, kurios yra už ribų [Q1-1.5*IQR,Q3+1.5*IQR].

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "01d1b493e8b51a6ebb42524f6b1bcfff",
"translation_date": "2025-08-31T05:56:25+00:00",
"source_file": "1-Introduction/04-stats-and-probability/assignment.md",
"language_code": "lt"
}
-->
# Mažas diabeto tyrimas
Šioje užduotyje dirbsime su mažu diabeto pacientų duomenų rinkiniu, paimtu iš [čia](https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html).

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "696a8474a01054281704cbfb09148949",
"translation_date": "2025-08-31T05:54:57+00:00",
"source_file": "1-Introduction/README.md",
"language_code": "lt"
}
-->
# Įvadas į Duomenų Mokslą
![duomenys veiksme](../../../translated_images/lt/data.48e22bb7617d8d92188afbc4c48effb920ba79f5cebdc0652cd9f34bbbd90c18.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "11739c7b40e7c6b16ad29e3df4e65862",
"translation_date": "2025-12-19T12:30:34+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/README.md",
"language_code": "lt"
}
-->
# Darbas su duomenimis: reliacinės duomenų bazės
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/05-RelationalData.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "25b37acdfb2452917c1aa2e2ca44317a",
"translation_date": "2025-10-24T09:59:27+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/assignment.md",
"language_code": "lt"
}
-->
# Oro uostų duomenų rodymas
Jums buvo pateikta [duomenų bazė](https://raw.githubusercontent.com/Microsoft/Data-Science-For-Beginners/main/2-Working-With-Data/05-relational-databases/airports.db), sukurta naudojant [SQLite](https://sqlite.org/index.html), kurioje yra informacija apie oro uostus. Schema pateikta žemiau. Naudosite [SQLite plėtinį](https://marketplace.visualstudio.com/items?itemName=alexcvzz.vscode-sqlite&WT.mc_id=academic-77958-bethanycheum) programoje [Visual Studio Code](https://code.visualstudio.com?WT.mc_id=academic-77958-bethanycheum), kad galėtumėte rodyti informaciją apie įvairių miestų oro uostus.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "c182e87f9f80be7e7cdffc7b40bbfccf",
"translation_date": "2025-09-05T16:02:26+00:00",
"source_file": "2-Working-With-Data/06-non-relational/README.md",
"language_code": "lt"
}
-->
# Darbas su duomenimis: Nerelaciniai duomenys
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/06-NoSQL.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f824bfdb8b12d33293913f76f5c787c5",
"translation_date": "2025-08-31T05:39:11+00:00",
"source_file": "2-Working-With-Data/06-non-relational/assignment.md",
"language_code": "lt"
}
-->
# Soda Pelnai
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "7bfec050f4717dcc2dfd028aca9d21f3",
"translation_date": "2025-09-06T16:07:15+00:00",
"source_file": "2-Working-With-Data/07-python/README.md",
"language_code": "lt"
}
-->
# Darbas su duomenimis: Python ir Pandas biblioteka
| ![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/07-WorkWithPython.png) |

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "dc8f035ce92e4eaa078ab19caa68267a",
"translation_date": "2025-08-31T05:40:23+00:00",
"source_file": "2-Working-With-Data/07-python/assignment.md",
"language_code": "lt"
}
-->
# Užduotis duomenų apdorojimui su Python
Šioje užduotyje prašysime jūsų išplėtoti kodą, kurį pradėjome kurti mūsų iššūkiuose. Užduotis susideda iš dviejų dalių:

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "1b560955ff39a2bcf2a049fce474a951",
"translation_date": "2025-09-05T16:05:03+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/README.md",
"language_code": "lt"
}
-->
# Darbas su duomenimis: Duomenų paruošimas
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/08-DataPreparation.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f9d5a7275e046223fa6474477674b810",
"translation_date": "2025-08-31T05:42:34+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/assignment.md",
"language_code": "lt"
}
-->
# Duomenų iš formos vertinimas
Klientas testavo [nedidelę formą](../../../../2-Working-With-Data/08-data-preparation/index.html), skirtą surinkti pagrindinius duomenis apie savo klientų bazę. Jie pateikė jums savo surinktus duomenis, kad juos patikrintumėte. Galite atidaryti `index.html` puslapį naršyklėje, kad peržiūrėtumėte formą.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "abc3309ab41bc5a7846f70ee1a055838",
"translation_date": "2025-08-31T05:38:27+00:00",
"source_file": "2-Working-With-Data/README.md",
"language_code": "lt"
}
-->
# Darbas su duomenimis
![data love](../../../translated_images/lt/data-love.a22ef29e6742c852505ada062920956d3d7604870b281a8ca7c7ac6f37381d5a.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a49d78e32e280c410f04e5f2a2068e77",
"translation_date": "2025-09-05T16:09:27+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/README.md",
"language_code": "lt"
}
-->
# Vizualizuojame kiekius
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/09-Visualizing-Quantities.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "ad163c4fda72c8278280b61cad317ff4",
"translation_date": "2025-08-31T05:52:23+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/assignment.md",
"language_code": "lt"
}
-->
# Linijos, sklaidos diagramos ir stulpelinės diagramos
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "80a20467e046d312809d008395051fc7",
"translation_date": "2025-09-05T16:11:22+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/README.md",
"language_code": "lt"
}
-->
# Vizualizuojame pasiskirstymus
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/10-Visualizing-Distributions.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "40eeb9b9f94009c537c7811f9f27f037",
"translation_date": "2025-08-31T05:54:48+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/assignment.md",
"language_code": "lt"
}
-->
# Pradėkite taikyti savo įgūdžius
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "42119bcc97bee88254e381156d770f3c",
"translation_date": "2025-09-05T16:08:58+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/README.md",
"language_code": "lt"
}
-->
# Vizualizuojame proporcijas
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/11-Visualizing-Proportions.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "1e00fe6a244c2f8f9a794c862661dd4f",
"translation_date": "2025-08-31T05:51:42+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/assignment.md",
"language_code": "lt"
}
-->
# Išbandykite Excel programoje
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "0764fd4077f3f04a1d968ec371227744",
"translation_date": "2025-09-06T11:51:31+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/README.md",
"language_code": "lt"
}
-->
# Vizualizuojame ryšius: Viskas apie medų 🍯
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/12-Visualizing-Relationships.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "680419753c086eef51be86607c623945",
"translation_date": "2025-08-31T05:54:04+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/assignment.md",
"language_code": "lt"
}
-->
# Pasinerkite į avilį
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "cfb068050337a36e348debaa502a24fa",
"translation_date": "2025-09-05T16:10:04+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/README.md",
"language_code": "lt"
}
-->
# Kaip Kurti Prasmingas Vizualizacijas
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/13-MeaningfulViz.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "e56df4c0f49357e30ac8fc77aa439dd4",
"translation_date": "2025-08-31T05:53:10+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/assignment.md",
"language_code": "lt"
}
-->
# Sukurkite savo individualią vizualizaciją
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "5c51a54dd89075a7a362890117b7ed9e",
"translation_date": "2025-08-31T05:53:17+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/solution/README.md",
"language_code": "lt"
}
-->
# Pavojingų ryšių duomenų vizualizacijos projektas
Norėdami pradėti, įsitikinkite, kad jūsų kompiuteryje veikia NPM ir Node. Įdiekite priklausomybes (npm install) ir tada paleiskite projektą lokaliai (npm run serve):

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "5c51a54dd89075a7a362890117b7ed9e",
"translation_date": "2025-08-31T05:53:23+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/starter/README.md",
"language_code": "lt"
}
-->
# Pavojingų ryšių duomenų vizualizacijos projektas
Norėdami pradėti, įsitikinkite, kad jūsų kompiuteryje veikia NPM ir Node. Įdiekite priklausomybes (npm install) ir tada paleiskite projektą lokaliai (npm run serve):

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "22acf28f518a4769ea14fa42f4734b9f",
"translation_date": "2025-08-31T05:48:12+00:00",
"source_file": "3-Data-Visualization/R/09-visualization-quantities/README.md",
"language_code": "lt"
}
-->
# Vizualizacija kiekių
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](https://github.com/microsoft/Data-Science-For-Beginners/blob/main/sketchnotes/09-Visualizing-Quantities.png)|
|:---:|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "0ea21b6513df5ade7419c6b7d65f10b1",
"translation_date": "2025-08-31T05:48:56+00:00",
"source_file": "3-Data-Visualization/R/09-visualization-quantities/assignment.md",
"language_code": "lt"
}
-->
# Linijos, sklaidos diagramos ir stulpelinės diagramos
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "ea67c0c40808fd723594de6896c37ccf",
"translation_date": "2025-08-31T05:49:49+00:00",
"source_file": "3-Data-Visualization/R/10-visualization-distributions/README.md",
"language_code": "lt"
}
-->
# Vizualizuojant pasiskirstymus
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](https://github.com/microsoft/Data-Science-For-Beginners/blob/main/sketchnotes/10-Visualizing-Distributions.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a233d542512136c4dd29aad38ca0175f",
"translation_date": "2025-08-31T05:50:27+00:00",
"source_file": "3-Data-Visualization/R/10-visualization-distributions/assignment.md",
"language_code": "lt"
}
-->
# Pradėkite taikyti savo įgūdžius
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "47028abaaafa2bcb1079702d20569066",
"translation_date": "2025-08-31T05:47:35+00:00",
"source_file": "3-Data-Visualization/R/11-visualization-proportions/README.md",
"language_code": "lt"
}
-->
# Vizualizuojame Proporcijas
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../../sketchnotes/11-Visualizing-Proportions.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a33c5d4b4156a2b41788d8720b6f724c",
"translation_date": "2025-08-31T05:49:03+00:00",
"source_file": "3-Data-Visualization/R/12-visualization-relationships/README.md",
"language_code": "lt"
}
-->
# Vizualizuojame ryšius: Viskas apie medų 🍯
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../../sketchnotes/12-Visualizing-Relationships.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "b4039f1c76548d144a0aee0bf28304ec",
"translation_date": "2025-08-31T05:50:34+00:00",
"source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/README.md",
"language_code": "lt"
}
-->
# Kurti prasmingas vizualizacijas
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../../sketchnotes/13-MeaningfulViz.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "1441550a0d789796b2821e04f7f4cc94",
"translation_date": "2025-08-31T05:47:15+00:00",
"source_file": "3-Data-Visualization/README.md",
"language_code": "lt"
}
-->
# Vizualizacijos
![bitė ant levandos žiedo](../../../translated_images/lt/bee.0aa1d91132b12e3a8994b9ca12816d05ce1642010d9b8be37f8d37365ba845cf.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "07e12a25d20b8f191e3cb651c27fdb2b",
"translation_date": "2025-09-06T21:54:28+00:00",
"source_file": "4-Data-Science-Lifecycle/14-Introduction/README.md",
"language_code": "lt"
}
-->
# Duomenų mokslo gyvavimo ciklo įvadas
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/14-DataScience-Lifecycle.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "564445c39ad29a491abcb9356fc4d47d",
"translation_date": "2025-08-31T05:44:35+00:00",
"source_file": "4-Data-Science-Lifecycle/14-Introduction/assignment.md",
"language_code": "lt"
}
-->
# Duomenų rinkinio vertinimas
Klientas kreipėsi į jūsų komandą, prašydamas pagalbos tiriant taksi klientų sezoninius išlaidų įpročius Niujorke.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "661dad02c3ac239644d34c1eb51e76f8",
"translation_date": "2025-09-06T21:53:19+00:00",
"source_file": "4-Data-Science-Lifecycle/15-analyzing/README.md",
"language_code": "lt"
}
-->
# Duomenų mokslo gyvavimo ciklas: Analizavimas
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/15-Analyzing.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "fcc7547171f4530f159676dd73ed772e",
"translation_date": "2025-08-31T05:43:17+00:00",
"source_file": "4-Data-Science-Lifecycle/15-analyzing/assignment.md",
"language_code": "lt"
}
-->
# Atsakymų paieška
Tai yra tęsinys ankstesnės pamokos [užduoties](../14-Introduction/assignment.md), kurioje trumpai apžvelgėme duomenų rinkinį. Dabar giliau pažvelgsime į duomenis.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "215a3254ba5a222a57c5bb0192cea8e3",
"translation_date": "2025-09-06T21:55:01+00:00",
"source_file": "4-Data-Science-Lifecycle/16-communication/README.md",
"language_code": "lt"
}
-->
# Duomenų mokslo ciklas: Komunikacija
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/16-Communicating.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "8980d7efd101c82d6d6ffc3458214120",
"translation_date": "2025-08-31T05:47:06+00:00",
"source_file": "4-Data-Science-Lifecycle/16-communication/assignment.md",
"language_code": "lt"
}
-->
# Papasakok istoriją
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "dd173fd30fc039a7a299898920680723",
"translation_date": "2025-08-31T05:42:51+00:00",
"source_file": "4-Data-Science-Lifecycle/README.md",
"language_code": "lt"
}
-->
# Duomenų mokslo gyvavimo ciklas
![communication](../../../translated_images/lt/communication.06d8e2a88d30d168d661ad9f9f0a4f947ebff3719719cfdaf9ed00a406a01ead.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "5f8e7cdefa096664ae86f795be571580",
"translation_date": "2025-09-05T16:00:08+00:00",
"source_file": "5-Data-Science-In-Cloud/17-Introduction/README.md",
"language_code": "lt"
}
-->
# Duomenų mokslas debesyje: Įvadas
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/17-DataScience-Cloud.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "96f3696153d9ed54b19a1bb65438c104",
"translation_date": "2025-08-31T05:36:33+00:00",
"source_file": "5-Data-Science-In-Cloud/17-Introduction/assignment.md",
"language_code": "lt"
}
-->
# Rinkos tyrimai
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "bd4da10766c64fce4294a98f6479dfb0",
"translation_date": "2025-09-05T15:58:06+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/README.md",
"language_code": "lt"
}
-->
# Duomenų mokslas debesyje: „Mažai kodo / Be kodo“ būdas
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/18-DataScience-Cloud.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
"translation_date": "2025-08-31T05:35:27+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
"language_code": "lt"
}
-->
# Mažai kodo/Be kodo duomenų mokslų projektas Azure ML platformoje
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "472d3fab1c5be50f387336e7a686dbe1",
"translation_date": "2025-09-05T16:01:33+00:00",
"source_file": "5-Data-Science-In-Cloud/19-Azure/README.md",
"language_code": "lt"
}
-->
# Duomenų mokslas debesyje: „Azure ML SDK“ būdas
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/19-DataScience-Cloud.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "386efdbc19786951341f6956247ee990",
"translation_date": "2025-08-31T05:38:19+00:00",
"source_file": "5-Data-Science-In-Cloud/19-Azure/assignment.md",
"language_code": "lt"
}
-->
# Duomenų mokslo projektas naudojant Azure ML SDK
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "8dfe141a0f46f7d253e07f74913c7f44",
"translation_date": "2025-08-31T05:33:48+00:00",
"source_file": "5-Data-Science-In-Cloud/README.md",
"language_code": "lt"
}
-->
# Duomenų mokslas debesyje
![cloud-picture](../../../translated_images/lt/cloud-picture.f5526de3c6c6387b2d656ba94f019b3352e5e3854a78440e4fb00c93e2dea675.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "0f67a4139454816631526779a456b734",
"translation_date": "2025-09-06T18:49:52+00:00",
"source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/README.md",
"language_code": "lt"
}
-->
# Duomenų mokslas realiame pasaulyje
| ![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/20-DataScience-RealWorld.png) |

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "d1e05715f9d97de6c4f1fb0c5a4702c0",
"translation_date": "2025-08-31T06:03:12+00:00",
"source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md",
"language_code": "lt"
}
-->
# Tyrinėkite Planetary Computer duomenų rinkinį
## Instrukcijos

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "07faf02ff163e609edf0b0308dc5d4e6",
"translation_date": "2025-08-31T06:02:16+00:00",
"source_file": "6-Data-Science-In-Wild/README.md",
"language_code": "lt"
}
-->
# Duomenų mokslas praktikoje
Duomenų mokslo taikymas įvairiose pramonės šakose.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "cc2e18ab65df63e75d3619c4752e9b22",
"translation_date": "2025-10-03T11:46:40+00:00",
"source_file": "AGENTS.md",
"language_code": "lt"
}
-->
# AGENTS.md
## Projekto apžvalga

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "c06b12caf3c901eb3156e3dd5b0aea56",
"translation_date": "2025-08-31T05:33:41+00:00",
"source_file": "CODE_OF_CONDUCT.md",
"language_code": "lt"
}
-->
# Microsoft atvirojo kodo elgesio kodeksas
Šis projektas priėmė [Microsoft atvirojo kodo elgesio kodeksą](https://opensource.microsoft.com/codeofconduct/).

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "10f86fb29b5407088445ac803b3d0ed1",
"translation_date": "2025-10-03T14:49:29+00:00",
"source_file": "CONTRIBUTING.md",
"language_code": "lt"
}
-->
# Prisidėjimas prie „Data Science for Beginners“
Ačiū, kad domitės prisidėjimu prie „Data Science for Beginners“ mokymo programos! Mes džiaugiamės bendruomenės indėliu.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a64d8afa22ffcc2016bb239188d6acb1",
"translation_date": "2025-10-03T15:27:49+00:00",
"source_file": "INSTALLATION.md",
"language_code": "lt"
}
-->
# Diegimo vadovas
Šis vadovas padės jums paruošti aplinką darbui su pradedančiųjų duomenų mokslo mokymo programa.

@ -1,24 +1,15 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "33d252f7491b696d85df7f680e7e7b90",
"translation_date": "2026-01-16T21:29:40+00:00",
"source_file": "README.md",
"language_code": "lt"
}
-->
# Duomenų Mokslas Pradedantiesiems Mokymo Programa
# Duomenų mokslas pradedantiesiems Mokymo programa
[![Atidaryti GitHub Codespaces](https://github.com/codespaces/badge.svg)](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
[![GitHub licencija](https://img.shields.io/github/license/microsoft/Data-Science-For-Beginners.svg)](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE)
[![GitHub indėliai](https://img.shields.io/github/contributors/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/)
[![GitHub prisidėję](https://img.shields.io/github/contributors/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/)
[![GitHub problemos](https://img.shields.io/github/issues/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/)
[![GitHub ištraukimai](https://img.shields.io/github/issues-pr/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/)
[![PRs Laukiami](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)
[![GitHub pull užklausos](https://img.shields.io/github/issues-pr/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/)
[![PR sveikina](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)
[![GitHub stebėtojai](https://img.shields.io/github/watchers/microsoft/Data-Science-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/Data-Science-For-Beginners/watchers/)
[![GitHub šakos](https://img.shields.io/github/forks/microsoft/Data-Science-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/Data-Science-For-Beginners/network/)
[![GitHub šakės](https://img.shields.io/github/forks/microsoft/Data-Science-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/Data-Science-For-Beginners/network/)
[![GitHub žvaigždės](https://img.shields.io/github/stars/microsoft/Data-Science-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/Data-Science-For-Beginners/stargazers/)
@ -26,181 +17,181 @@ CO_OP_TRANSLATOR_METADATA:
[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
Azure Cloud advokatai Microsofte džiaugiasi galėdami pasiūlyti 10 savaičių, 20 pamokų mokymo programą, skirtą Duomenų Mokslui. Kiekviena pamoka apima priešpamokinius ir popamokinius testus, parašytas instrukcijas pamokos atlikimui, sprendimą ir užduotį. Mūsų projektinė pedagogika leidžia mokytis per praktinius darbus, patikrintas būdas naujiems įgūdžiams „įsimesti“.
„Azure Cloud Advocates“ komanda iš Microsoft su malonumu siūlo 10 savaičių, 20 pamokų mokymo programą, skirtą Duomenų mokslui. Kiekvienoje pamokoje rasite ir prieš, ir po pamokos testus, rašytines instrukcijas užduočiai atlikti, sprendimą bei namų darbą. Mūsų projektus pagrįsta pedagogika leidžia mokytis kuriant tai patikrintas būdas įsisavinti naujus įgūdžius.
**Nuoširdus ačiū mūsų autoriams:** [Jasmine Greenaway](https://www.twitter.com/paladique), [Dmitry Soshnikov](http://soshnikov.com), [Nitya Narasimhan](https://twitter.com/nitya), [Jalen McGee](https://twitter.com/JalenMcG), [Jen Looper](https://twitter.com/jenlooper), [Maud Levy](https://twitter.com/maudstweets), [Tiffany Souterre](https://twitter.com/TiffanySouterre), [Christopher Harrison](https://www.twitter.com/geektrainer).
**🙏 Ypatingas ačiū 🙏 mūsų [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) autoriams, peržiūrėtojams ir turinio bendradarbiams,** išskirtinai Aaryan Arora, [Aditya Garg](https://github.com/AdityaGarg00), [Alondra Sanchez](https://www.linkedin.com/in/alondra-sanchez-molina/), [Ankita Singh](https://www.linkedin.com/in/ankitasingh007), [Anupam Mishra](https://www.linkedin.com/in/anupam--mishra/), [Arpita Das](https://www.linkedin.com/in/arpitadas01/), ChhailBihari Dubey, [Dibri Nsofor](https://www.linkedin.com/in/dibrinsofor), [Dishita Bhasin](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [Majd Safi](https://www.linkedin.com/in/majd-s/), [Max Blum](https://www.linkedin.com/in/max-blum-6036a1186/), [Miguel Correa](https://www.linkedin.com/in/miguelmque/), [Mohamma Iftekher (Iftu) Ebne Jalal](https://twitter.com/iftu119), [Nawrin Tabassum](https://www.linkedin.com/in/nawrin-tabassum), [Raymond Wangsa Putra](https://www.linkedin.com/in/raymond-wp/), [Rohit Yadav](https://www.linkedin.com/in/rty2423), Samridhi Sharma, [Sanya Sinha](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200),
**🙏 Ypatingas ačiū 🙏 mūsų [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) autoriams, peržiūrėtojams ir turinio bendradarbiautojams,** ypač Aaryan Arora, [Aditya Garg](https://github.com/AdityaGarg00), [Alondra Sanchez](https://www.linkedin.com/in/alondra-sanchez-molina/), [Ankita Singh](https://www.linkedin.com/in/ankitasingh007), [Anupam Mishra](https://www.linkedin.com/in/anupam--mishra/), [Arpita Das](https://www.linkedin.com/in/arpitadas01/), ChhailBihari Dubey, [Dibri Nsofor](https://www.linkedin.com/in/dibrinsofor), [Dishita Bhasin](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [Majd Safi](https://www.linkedin.com/in/majd-s/), [Max Blum](https://www.linkedin.com/in/max-blum-6036a1186/), [Miguel Correa](https://www.linkedin.com/in/miguelmque/), [Mohamma Iftekher (Iftu) Ebne Jalal](https://twitter.com/iftu119), [Nawrin Tabassum](https://www.linkedin.com/in/nawrin-tabassum), [Raymond Wangsa Putra](https://www.linkedin.com/in/raymond-wp/), [Rohit Yadav](https://www.linkedin.com/in/rty2423), Samridhi Sharma, [Sanya Sinha](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200),
[Sheena Narula](https://www.linkedin.com/in/sheena-narua-n/), [Tauqeer Ahmad](https://www.linkedin.com/in/tauqeerahmad5201/), Yogendrasingh Pawar , [Vidushi Gupta](https://www.linkedin.com/in/vidushi-gupta07/), [Jasleen Sondhi](https://www.linkedin.com/in/jasleen-sondhi/)
|![Sketchnote by @sketchthedocs https://sketchthedocs.dev](../../../../translated_images/lt/00-Title.8af36cd35da1ac55.webp)|
|![Sketchnote by @sketchthedocs https://sketchthedocs.dev](../../translated_images/lt/00-Title.8af36cd35da1ac55.webp)|
|:---:|
| Duomenų Mokslas Pradedantiesiems - _Sketchnote autorius [@nitya](https://twitter.com/nitya)_ |
| Duomenų mokslas pradedantiesiems _Sketchnote by [@nitya](https://twitter.com/nitya)_ |
### 🌐 Daugiakalbės Galimybės
### 🌐 Daugiakalbystės palaikymas
#### Palaikoma naudojant GitHub Action (automatinis ir visada atnaujintas)
#### Palaikoma per GitHub Action (automatinis ir visada atnaujinamas)
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Hong Kong)](../hk/README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Taiwan)](../tw/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](./README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../br/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](./README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
> **Norite Klonuoti Vietoje?**
> **Labiau norite klonuoti lokaliai?**
> Šiame repozitorijoje yra daugiau nei 50 kalbų vertimų, kurie žymiai padidina atsisiuntimo dydį. Norėdami klonuoti be vertimų, naudokite sąrašo išrinkimą (sparse checkout):
> Šiame saugykloje yra 50+ kalbų vertimų, todėl atsisiuntimas yra ženkliai didesnis. Norėdami klonuoti be vertimų, naudokite retinimo checkout (sparse checkout):
> ```bash
> 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'
> ```
> Tai suteiks jums viską, ko reikia kursui atlikti, su daug greitesniu atsisiuntimu.
> Tai suteiksite jums viską, ką reikia kursui atlikti su daug greitesniu atsisiuntimu.
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
**Jei norite turėti daugiau palaikomų vertimų kalbų, jas rasite [čia](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
**Jei norite papildomų palaikomų vertimų kalbų, jos pateiktos [čia](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
#### Prisijunkite prie mūsų bendruomenės
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
Turime vykdomą Discord mokymosi su DI seriją, sužinokite daugiau ir prisijunkite prie mūsų [Mokymosi su DI serijoje](https://aka.ms/learnwithai/discord) nuo 2025 m. rugsėjo 18 iki 30 dienos. Gaunate patarimus ir gudrybes, kaip naudoti GitHub Copilot Duomenų Mokslui.
Turime vykdomą „Discord“ mokymų su DI seriją, sužinokite daugiau ir prisijunkite prie mūsų adresu [Learn with AI Series](https://aka.ms/learnwithai/discord) nuo 2025 m. rugsėjo 18 - 30 dienos. Gaunate patarimus ir triukus, kaip naudoti GitHub Copilot Duomenų mokslui.
![Mokymosi su DI serija](../../../../translated_images/lt/1.2b28cdc6205e26fe.webp)
![Learn with AI series](../../translated_images/lt/1.2b28cdc6205e26fe.webp)
# Ar esi studentas?
Pradėk su šiais ištekliais:
Pradėkite nuo šių išteklių:
- [Studentų centras](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) Šiame puslapyje rasite pradedančiųjų išteklius, Studentų paketus ir net būdus gauti nemokamą sertifikato kuponą. Tai puslapis, kurį verta įsidėti į mėgstamiausius ir periodiškai peržiūrėti, nes mes bent kartą per mėnesį atnaujiname turinį.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Prisijunk prie pasaulinės studentų ambasadorių bendruomenės, tai galėtų būti tavo kelias į Microsoft.
- [Studentų Centras puslapis](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) Šiame puslapyje rasite pradedančiųjų išteklius, studentų paketus ir net būdus gauti nemokamą sertifikato kuponą. Tai puslapis, kurį verta pridėti prie žymių ir kartkartėmis tikrinti, nes turinys atnaujinamas bent jau kas mėnesį.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) Prisijunkite prie pasaulinės studentų ambasadorių bendruomenės, tai gali būti jūsų kelias į Microsoft.
# Pradžia
## 📚 Dokumentacija
- **[Įdiegimo Vadovas](INSTALLATION.md)** Žingsnis po žingsnio diegimo instrukcijos pradedantiesiems
- **[Naudojimo Vadovas](USAGE.md)** Pavyzdžiai ir dažni darbo metodai
- **[Trikčių šalinimas](TROUBLESHOOTING.md)** Dažnų problemų sprendimai
- **[Indėlio Vadovas](CONTRIBUTING.md)** Kaip prisidėti prie šio projekto
- **[Mokytojams](for-teachers.md)** Mokymo gairės ir klasės ištekliai
- **[Įdiegimo vadovas](INSTALLATION.md)** žingsnis po žingsnio naujokams
- **[Naudojimo vadovas](USAGE.md)** pavyzdžiai ir įprasti darbo procesai
- **[Trikčių šalinimas](TROUBLESHOOTING.md)** sprendimai dažniausioms problemoms
- **[Prisidėjimo vadovas](CONTRIBUTING.md)** kaip prisidėti prie šio projekto
- **[Mokytojams](for-teachers.md)** mokymo gairės ir klasių ištekliai
## 👨‍🎓 Studentams
> **Visiškai pradedantiesiems**: Naujas duomenų moksle? Pradėk nuo mūsų [prieinamų pradedantiesiems pavyzdžių](examples/README.md)! Šie paprasti, gerai paaiškinti pavyzdžiai padės suprasti pagrindus prieš pradedant visą mokymo programą.
> **[Studentams](https://aka.ms/student-page)**: norint naudoti šią mokymo programą savarankiškai, šakinkite visą repozitoriją ir savarankiškai atlikite pratimus, pradėdami nuo priešpaskaitinio testo. Tada perskaitykite paskaitą ir atlikite likusias veiklas. Stenkitės kurti projektus per pamokų supratimą, o ne kopijuojant sprendimo kodą; tačiau pastarasis yra prieinamas kiekvienos projekto orientuotos pamokos /solutions aplankuose. Kita idėja galėtų būti sudaryti studijų grupę su draugais ir kartu peržiūrėti turinį. Papildomam mokymuisi rekomenduojame [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
> **Visiškai pradedantiesiems**: naujokas duomenų moksle? Pradėkite nuo mūsų [pradedantiesiems skirtų pavyzdžių](examples/README.md)! Šie paprasti ir gerai paaiškinti pavyzdžiai padės suprasti pagrindus prieš peržiūrint visą mokymo programą.
> **[Studentams](https://aka.ms/student-page)**: norėdami naudotis šia mokymo programa savarankiškai, forkinkite visą repozitoriją ir atlikite užduotis savarankiškai, pradėdami nuo priešpaskaitinio testo. Tada perskaitykite paskaitą ir atlikite likusias veiklas. Stenkitės projektus kurti suprasdami pamokas, o ne kopijuodami sprendimų kodus; tačiau jie yra prieinami /solutions aplankuose kiekvienoje projekto orientuotoje pamokoje. Kita idėja sudaryti mokymosi grupę su draugais ir kartu peržiūrėti turinį. Tolimesniam mokymuisi rekomenduojame [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum).
**Greita pradžia:**
1. Pasitikrinkite [Įdiegimo Vadovą](INSTALLATION.md), kad nustatytumėte savo aplinką
2. Peržiūrėkite [Naudojimo Vadovą](USAGE.md), kad sužinotumėte, kaip dirbti su mokymo programa
3. Pradėkite nuo 1 pamokos ir eikite nuosekliai
**Greitas pradėjimas:**
1. Patikrinkite [Įdiegimo vadovą](INSTALLATION.md), kad pasiruoštumėte aplinką
2. Peržiūrėkite [Naudojimo vadovą](USAGE.md), kad sužinotumėte, kaip dirbti su mokymo programa
3. Pradėkite nuo 1 pamokos ir atlikite seką
4. Prisijunkite prie mūsų [Discord bendruomenės](https://aka.ms/ds4beginners/discord) pagalbai
## 👩‍🏫 Mokytojams
> **Mokytojams**: mes [įtraukėme keletą pasiūlymų](for-teachers.md), kaip naudoti šią mokymo programą. Būtume dėkingi už jūsų atsiliepimus [mūsų diskusijų forume](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> **Mokytojams**: mes įtraukėme [keletą pasiūlymų](for-teachers.md), kaip naudoti šią mokymo programą. Laukiame jūsų atsiliepimų [mūsų diskusijų forume](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
## Susipažinkite su komanda
[![Reklaminis vaizdo įrašas](../../ds-for-beginners.gif)](https://youtu.be/8mzavjQSMM4 "Reklaminis vaizdo įrašas")
**Gifas sukurtas** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
**Gif sukūrė** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
> 🎥 Spustelėkite paveikslėlį aukščiau, norėdami peržiūrėti vaizdo įrašą apie projektą ir žmones, kurie jį sukūrė!
> 🎥 Spustelėkite aukščiau esančią nuotrauką, kad pamatytumėte vaizdo įrašą apie projektą ir žmones, kurie jį sukūrė!
## Pedagogika
Kuriant šią programą pasirinkome du pedagoginius principus: užtikrinti, kad mokymasis vyktų per projektus ir kad būtų dažnai atliekami testai. Šios serijos pabaigoje studentai išmoks duomenų mokslo pagrindus, įskaitant etikos sampratas, duomenų paruošimą, įvairius darbų su duomenimis būdus, duomenų vizualizaciją, duomenų analizę, realaus pasaulio duomenų mokslo panaudojimo atvejus ir daugiau.
Kuriant šią mokymo programą pasirinkome du pedagoginius principus: užtikrinti, kad ji būtų projektų pagrindu ir apimtų dažnai pasitaikančius testus. Baigę šią seriją studentai išmoks duomenų mokslo pagrindinius principus, įskaitant etinius konceptus, duomenų paruošimą, skirtingus duomenų apdorojimo būdus, duomenų vizualizaciją, duomenų analizę, realius duomenų mokslo panaudojimo atvejus ir dar daugiau.
Be to, mažos svarbos testas prieš pamoką nukreipia studentų dėmesį į temos mokymąsi, o antras testas po pamokos užtikrina geresnį įsisavinimą. Ši programa sukurta būti lanksčia ir smagia, ją galima atlikti visą iš karto arba dalimis. Projektai prasideda nuo paprastų ir tampa vis sudėtingesni per 10 savaičių ciklą.
Be to, žemas rizikos lygis turintis testas prieš pamoką nustato studentų ketinimą mokytis tam tikros temos, o antras testas po pamokos užtikrina papildomą medžiagos įsisavinimą. Ši mokymo programa buvo sukurta būti lanksti ir smagi, ją galima atlikti visą arba dalimis. Projektai prasideda nuo paprastų ir palaipsniui tampa sudėtingesni per 10 savaičių ciklą.
> Rasite mūsų [Elgesio kodeksą](CODE_OF_CONDUCT.md), [Indėlio į taisykles gaires](CONTRIBUTING.md), [Vertimo gaires](TRANSLATIONS.md). Laukiame jūsų konstruktyvios grįžtamosios informacijos!
> Raskite mūsų [Elgesio kodeksą](CODE_OF_CONDUCT.md), [Prisidėjimo taisykles](CONTRIBUTING.md), [Vertimo](TRANSLATIONS.md) gaires. Laukiame jūsų konstruktyvaus atsiliepimo!
## Kiekviena pamoka apima:
- Pasirenkamą sketchnote (piešinį-užrašą)
- Pasirenkamą papildomą vaizdo įrašą
- Įžanginį testą prieš pamoką
- Pasirinktinį eskizų užrašą
- Pasirinktinį papildomą vaizdo įrašą
- Apšilimo testą prieš pamoką
- Rašytinę pamoką
- Projektiniu pagrindu rengiamose pamokose žingsnis po žingsnio gaires, kaip sukurti projektą
- Projektų pagrindu sudarytose pamokose žingsnis po žingsnio vadovus, kaip sukurti projektą
- Žinių patikrinimus
- Iššūkį
- Papildomą skaitymą
- Užduotį
- [Testą po pamokos](https://ff-quizzes.netlify.app/en/)
> **Pastaba apie testus**: Visi testai yra Quiz-App kataloge, kuriuose yra iš viso 40 testų, kiekvienas su trimis klausimais. Jie yra susieti pamokose, tačiau testų programėlę galima paleisti vietoje arba išplėsti į Azure; instrukcijas rasite `quiz-app` kataloge. Testai palaipsniui lokalizuojami.
> **Pastaba apie testus**: Visi testai yra Quiz-App aplanke, iš viso yra 40 testų po tris klausimus kiekviename. Jie susieti iš pamokų, tačiau testų programą galima paleisti vietoje arba publikuoti Azure; vadovaukitės „quiz-app“ aplanko instrukcijomis. Jie palaipsniui lokalizuojami.
## 🎓 Mokiniai pradedantiesiems
## 🎓 Pradedančiajam draugiški pavyzdžiai
**Naujas duomenų moksle?** Sukūrėme specialų [pavyzdžių katalogą](examples/README.md) su paprastu, gerai paaiškintu kodu, kad padėtume pradėti:
**Naujas duomenų moksle?** Sukūrėme specialų [pavyzdžių katalogą](examples/README.md) su paprastu, aiškiai komentuotu kodu, kad padėtų jums pradėti:
- 🌟 **Hello World** Jūsų pirmoji duomenų mokslo programa
- 📂 **Duomenų įkėlimas** Išmokite skaityti ir tirti duomenų rinkinius
- 📊 **Paprasta analizė** Apskaičiuokite statistiką ir raskite dėsningumus
- 🌟 **Sveikas pasauli!** Jūsų pirmoji duomenų mokslo programa
- 📂 **Duomenų įkėlimas** Išmokite skaityti ir tyrinėti duomenų rinkinius
- 📊 **Paprasta analizė** Apskaičiuokite statistiką ir raskite modelius
- 📈 **Pagrindinė vizualizacija** Kurkite diagramas ir grafikus
- 🔬 **Realus projektas** Pilnas darbo eiga nuo pradžios iki pabaigos
- 🔬 **Realaus pasaulio projektas** Pilnas darbo eiga nuo pradžios iki pabaigos
Kiekviename pavyzdyje yra išsamūs komentarai, paaiškinantys kiekvieną žingsnį, todėl tai puiku absoliučioms pradedantiesiems!
Kiekvienas pavyzdys apima išsamius komentarus, paaiškinančius kiekvieną žingsnį, todėl ypač tinka visiškiems pradedantiesiems!
👉 **[Pradėkite nuo pavyzdžių](examples/README.md)** 👈
## Pamokos
|![ Sketchnote by @sketchthedocs https://sketchthedocs.dev](../../../../translated_images/lt/00-Roadmap.4905d6567dff4753.webp)|
|![ Eskizo užrašas @sketchthedocs https://sketchthedocs.dev](../../translated_images/lt/00-Roadmap.4905d6567dff4753.webp)|
|:---:|
| Duomenų mokslas pradedantiesiems: Žemėlapis - _Piešinys-užrašas autorius [@nitya](https://twitter.com/nitya)_ |
| Duomenų mokslas pradedantiesiems: kelio žemėlapis - _Eskizo užrašas [@nitya](https://twitter.com/nitya)_ |
| Pamokos numeris | Tema | Pamokos grupė | Mokymosi tikslai | Susieta pamoka | Autorius |
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
| 01 | Duomenų mokslo apibrėžimas | [Įvadas](1-Introduction/README.md) | Sužinokite pagrindines duomenų mokslo sąvokas ir kaip jis susijęs su dirbtiniu intelektu, mašininiu mokymusi ir didžiaisiais duomenimis. | [pamoka](1-Introduction/01-defining-data-science/README.md) [vaizdo įrašas](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
| 02 | Duomenų mokslo etika | [Įvadas](1-Introduction/README.md) | Duomenų etikos sąvokos, iššūkiai ir metodikos. | [pamoka](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
| 03 | Duomenų apibrėžimas | [Įvadas](1-Introduction/README.md) | Kaip klasifikuojami duomenys ir dažniausios jų kilmės. | [pamoka](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 04 | Įvadas į statistiką ir tikimybes | [Įvadas](1-Introduction/README.md) | Tikimybių ir statistikos matematiniai metodai duomenims suvokti. | [pamoka](1-Introduction/04-stats-and-probability/README.md) [vaizdo įrašas](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
| 05 | Darbas su reliaciniais duomenimis | [Darbas su duomenimis](2-Working-With-Data/README.md) | Įvadas į reliacinius duomenis ir pagrindus, kaip tirti ir analizuoti reliacinius duomenis naudojant struktūrizuotą užklausų kalbą, žinomą kaip SQL (tarimas „si-kwel“). | [pamoka](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Darbas su NoSQL duomenimis | [Darbas su duomenimis](2-Working-With-Data/README.md) | Įvadas į nereliacinius duomenis, jų tipus ir pagrindus, kaip tirti ir analizuoti dokumentų duomenų bazes. | [pamoka](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
| 07 | Darbas su Python | [Darbas su duomenimis](2-Working-With-Data/README.md) | Python pagrindai duomenų tyrimui su bibliotekomis, tokiomis kaip Pandas. Rekomenduojama turėti pagrindinių Python programavimo žinių. | [pamoka](2-Working-With-Data/07-python/README.md) [vaizdo įrašas](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| 08 | Duomenų paruošimas | [Darbas su duomenimis](2-Working-With-Data/README.md) | Duomenų valymo ir transformavimo technikos, skirtos spręsti trūkstamų, netikslių arba neišsamių duomenų problemas. | [pamoka](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 09 | Kiekių vizualizavimas | [Duomenų vizualizacija](3-Data-Visualization/README.md) | Išmokite naudoti Matplotlib paukščių duomenų vizualizavimui 🦆 | [pamoka](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
| 10 | Duomenų pasiskirstymo vizualizavimas | [Duomenų vizualizacija](3-Data-Visualization/README.md) | Stebėjimų ir tendencijų fiksavimas intervale. | [pamoka](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 11 | Proporcijų vizualizavimas | [Duomenų vizualizacija](3-Data-Visualization/README.md) | Diskrečių ir grupuotų procentų vizualizavimas. | [pamoka](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Ryšių vizualizavimas | [Duomenų vizualizacija](3-Data-Visualization/README.md) | Sąsajų ir koreliacijų tarp duomenų rinkinių ir jų kintamųjų vizualizavimas. | [pamoka](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| 13 | Prasmingos vizualizacijos | [Duomenų vizualizacija](3-Data-Visualization/README.md) | Technikos ir gairės, kaip padaryti vizualizacijas vertingas efektyviai problemų sprendimui ir įžvalgoms. | [pamoka](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
| 14 | Įvadas į duomenų mokslo gyvavimo ciklą | [Gyvavimo ciklas](4-Data-Science-Lifecycle/README.md) | Įvadas į duomenų mokslo gyvavimo ciklą ir jo pirmą žingsnį duomenų gavimą ir išgavimą. | [pamoka](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | Analizė | [Gyvavimo ciklas](4-Data-Science-Lifecycle/README.md) | Šio duomenų mokslo gyvavimo ciklo etapo dėmesys duomenų analizės technikos. | [pamoka](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
| 16 | Komunikacija | [Gyvavimo ciklas](4-Data-Science-Lifecycle/README.md) | Šio duomenų mokslo gyvavimo ciklo etapo dėmesys pateikti duomenų įžvalgas taip, kad sprendimų priėmėjams būtų lengviau jas suprasti. | [pamoka](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 17 | Duomenų mokslas debesyje | [Debesis duomenyse](5-Data-Science-In-Cloud/README.md) | Ši pamokų serija supažindina su duomenų mokslu debesyje ir jo privalumais. | [pamoka](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) ir [Maud](https://twitter.com/maudstweets) |
| 18 | Duomenų mokslas debesyje | [Debesis duomenyse](5-Data-Science-In-Cloud/README.md) | Modelių mokymas naudojant Low Code įrankius. |[pamoka](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) ir [Maud](https://twitter.com/maudstweets) |
| 19 | Duomenų mokslas debesyje | [Debesis duomenyse](5-Data-Science-In-Cloud/README.md) | Modelių diegimas naudojant Azure Machine Learning Studio. | [pamoka](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) ir [Maud](https://twitter.com/maudstweets) |
| 20 | Duomenų mokslas realiame gyvenime | [Realiame gyvenime](6-Data-Science-In-Wild/README.md) | Duomenų mokslo projektai tikrame pasaulyje. | [pamoka](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
| 01 | Duomenų mokslo apibrėžimas | [Įvadas](1-Introduction/README.md) | Sužinokite pagrindines duomenų mokslo sąvokas ir kaip tai susiję su dirbtiniu intelektu, mašininio mokymosi ir didžiaisiais duomenimis. | [pamoka](1-Introduction/01-defining-data-science/README.md) [vaizdo įrašas](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
| 02 | Duomenų mokslo etika | [Įvadas](1-Introduction/README.md) | Duomenų etikos sąvokos, iššūkiai ir pagrindai. | [pamoka](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
| 03 | Duomenų apibrėžimas | [Įvadas](1-Introduction/README.md) | Kaip klasifikuojami duomenys ir jų įprasti šaltiniai. | [pamoka](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 04 | Statistikos ir tikimybių įvadas | [Įvadas](1-Introduction/README.md) | Matematiniai tikimybių ir statistikos metodai duomenims suprasti. | [pamoka](1-Introduction/04-stats-and-probability/README.md) [vaizdo įrašas](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
| 05 | Darbas su reliaciniais duomenimis | [Darbas su duomenimis](2-Working-With-Data/README.md) | Įvadas į reliacinius duomenis ir pagrindus, kaip tyrinėti ir analizuoti reliacinius duomenis naudojant struktūrizuotųjų užklausų kalbą, dar vadinamą SQL (tar. „si-kvel“). | [pamoka](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| 06 | Darbas su NoSQL duomenimis | [Darbas su duomenimis](2-Working-With-Data/README.md) | Įvadas į nerealiacinius duomenis, jų įvairias rūšis ir pagrindus, kaip tyrinėti ir analizuoti dokumentų duomenų bazes. | [pamoka](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
| 07 | Darbas su Python | [Darbas su duomenimis](2-Working-With-Data/README.md) | Python naudojimo duomenų tyrinėjimui pagrindai su tokiomis bibliotekomis kaip Pandas. Rekomenduojamas Python programavimo pagrindų supratimas. | [pamoka](2-Working-With-Data/07-python/README.md) [vaizdo įrašas](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| 08 | Duomenų paruošimas | [Darbas su duomenimis](2-Working-With-Data/README.md) | Temų apžvalga apie duomenų valymą ir transformavimą, kad būtų galima spręsti trūkstamų, netikslių ar neišsamių duomenų problemas. | [pamoka](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| 09 | Kiekybinių duomenų vizualizavimas | [Duomenų vizualizacija](3-Data-Visualization/README.md) | Išmokite naudoti Matplotlib paukščių duomenų vizualizavimui 🦆 | [pamoka](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
| 10 | Duomenų pasiskirstymo vizualizavimas | [Duomenų vizualizacija](3-Data-Visualization/README.md) | Stebėjimų ir tendencijų intervalo viduje vizualizavimas. | [pamoka](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 11 | Proporcijų vizualizavimas | [Duomenų vizualizacija](3-Data-Visualization/README.md) | Diskrečios ir sugrupuotos proporcijos vizualizavimas. | [pamoka](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
| 12 | Ryšių vizualizavimas | [Duomenų vizualizacija](3-Data-Visualization/README.md) | Ryšių ir koreliacijų tarp duomenų rinkinių ir jų kintamųjų vizualizavimas. | [pamoka](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| 13 | Reikšmingos vizualizacijos | [Duomenų vizualizacija](3-Data-Visualization/README.md) | Technika ir vadovai, padedantys padaryti jūsų vizualizacijas vertingas efektyviam problemų sprendimui ir įžvalgoms. | [pamoka](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
| 14 | Duomenų mokslo ciklo įvadas | [Ciklas](4-Data-Science-Lifecycle/README.md) | Įvadas į duomenų mokslo gyvenimo ciklą ir jo pirmąjį etapą duomenų gavimą ir išgavimą. | [pamoka](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| 15 | Duomenų analizė | [Ciklas](4-Data-Science-Lifecycle/README.md) | Šis duomenų mokslo ciklo etapas skiria dėmesį duomenų analizės technikoms. | [pamoka](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
| 16 | Komunikacija | [Ciklas](4-Data-Science-Lifecycle/README.md) | Šis duomenų mokslo ciklo etapas skiria dėmesį duomenų įžvalgų pateikimui taip, kad sprendimų priėmėjams būtų lengviau suprasti. | [pamoka](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| 17 | Duomenų mokslas debesyje | [Debesų duomenys](5-Data-Science-In-Cloud/README.md) | Ši pamokų serija pristato duomenų mokslą debesyje ir jo privalumus. | [pamoka](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) ir [Maud](https://twitter.com/maudstweets) |
| 18 | Duomenų mokslas debesyje | [Debesų duomenys](5-Data-Science-In-Cloud/README.md) | Modelių mokymas naudojant Low Code įrankius. |[pamoka](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) ir [Maud](https://twitter.com/maudstweets) |
| 19 | Duomenų mokslas debesyje | [Debesų duomenys](5-Data-Science-In-Cloud/README.md) | Modelių dislokavimas naudojant Azure Machine Learning Studio. | [pamoka](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) ir [Maud](https://twitter.com/maudstweets) |
| 20 | Duomenų mokslas gamtoje | [Gamtoje](6-Data-Science-In-Wild/README.md) | Duomenų mokslo projektai realiame pasaulyje. | [pamoka](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
## GitHub Codespaces
Norėdami atidaryti šį pavyzdį Codespace aplinkoje, atlikite šiuos veiksmus:
1. Spustelėkite išskleidžia meniu Code ir pasirinkite Open with Codespaces.
2. Apačioje pasirinkite + New codespace.
Atlikite šiuos veiksmus, kad atidarytumėte šį pavyzdį Codespace aplinkoje:
1. Spustelėkite mygtuką Code ir pasirinkite Open with Codespaces parinktį.
2. Pasirinkite + New codespace apačioje esančioje srityje.
Daugiau informacijos rasite [GitHub dokumentacijoje](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace).
## VSCode Remote - Containers
Norėdami atidaryti šį saugyklą konteineryje savo vietiniame kompiuteryje naudodami VSCode per VS Code Remote - Containers plėtinį, atlikite šiuos veiksmus:
Atlikite šiuos veiksmus, kad atidarytumėte šį saugyklą konteineryje naudodami savo kompiuterį ir VSCode naudojant VS Code Remote - Containers plėtinį:
1. Jei tai pirmas kartas, kai naudojate vystymo konteinerį, įsitikinkite, kad jūsų sistema atitinka priešreikalavimus (pavyzdžiui, įdiegta Docker) pagal [pradžiamokslį](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
1. Jei pirmą kartą naudojate kūrimo konteinerį, įsitikinkite, kad jūsų sistema atitinka reikalavimus (pvz., įdiegėte Docker) pagal [pradžios dokumentaciją](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started).
Norėdami naudoti šią saugyklą, galite arba atidaryti saugyklą izoliuotame Docker tūryje:
Norėdami naudoti šią saugyklą, galite atidaryti ją izoliuoto Docker tūrio viduje:
**Pastaba**: Paviršutiniškai šis procesas naudoja Remote-Containers komandą: **Clone Repository in Container Volume...**, kad kodą klo-ninuotų Docker tūryje, o ne vietiniame failų sistemos kataloge. [Tūriai](https://docs.docker.com/storage/volumes/) yra pageidaujamas duomenų konteinerio saugojimo mechanizmas.
**Pastaba**: Tam naudojama Remote-Containers: **Clone Repository in Container Volume...** komanda, kuri duomenų kodą nukopijuoja į Docker tūrį, o ne į vietinę failų sistemą. [Tūriai](https://docs.docker.com/storage/volumes/) yra pageidautinas būdas išsaugoti konteinerio duomenis.
Arba atidarykite vietoje klo-ninuotą ar į jūsų kompiuterį atsisiųstą saugyklą:
Arba atidarykite vietinę klonuotą ar parsisiųstą saugyklos versiją:
- Klo-ninuokite šią saugyklą savo vietiniame failų sistemos kataloge.
- Nuklonuokite šią saugyklą į savo kompiuterį.
- Paspauskite F1 ir pasirinkite komandą **Remote-Containers: Open Folder in Container...**.
- Pasirinkite įkeltą šio katalogo kopiją, palaukite, kol konteineris užsikraus, ir išbandykite.
- Pasirinkite šios aplanko nuklonuotą kopiją, palaukite kol konteineris užsikraus ir išbandykite.
## Offline prieiga
## Darbas neprisijungus
Šią dokumentaciją galite naudoti ir offline režimu su [Docsify](https://docsify.js.org/#/). Forkinkite šią saugyklą, [įdiekite Docsify](https://docsify.js.org/#/quickstart) savo kompiuteryje, tada šios saugyklos šakniniame kataloge įvykdykite komandą `docsify serve`. Svetainė bus pasiekiama per prievadą 3000 jūsų localhost adresu: `localhost:3000`.
Galite naudoti šią dokumentaciją neprisijungę naudodami [Docsify](https://docsify.js.org/#/). Nuklonuokite šią saugyklą, [įdiekite Docsify](https://docsify.js.org/#/quickstart) savo kompiuteryje, tada šios saugyklos šakninėje aplanke paleiskite komandą `docsify serve`. Svetainė bus pasiekiama per 3000 prievadą jūsų vietiniame serveryje: `localhost:3000`.
> Pastaba: užrašinai (notebooks) nebus atvaizduojami naudojant Docsify, todėl norėdami paleisti užrašinį paleiskite jį atskirai VS Code, naudodami Python branduolį.
> Pastaba, užrašų knygelės nebus rodomos Docsify platformoje, tad kai reikės paleisti užrašų knygelę, darykite tai atskirai VS Code su Python branduoliu.
## Kitos studijų programos
## Kitos mokymo programos
Mūsų komanda kuria ir kitas studijų programas! Peržiūrėkite:
Mūsų komanda kuria ir kitas mokymo programas! Pažiūrėkite:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
@ -213,24 +204,24 @@ Mūsų komanda kuria ir kitas studijų programas! Peržiūrėkite:
[![AZD pradedantiesiems](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Edge AI pradedantiesiems](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![MCP pradedantiesiems](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[![AI Agentai pradedantiesiems](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
[![AI agentai pradedantiesiems](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### Generatyvinis AI serija
[![Generatyvinis AI pradedantiesiems](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Generatyvinis AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![Generatyvinis AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![Generatyvinis AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
### Generatyvinė AI mokymų serija
[![Generatyvinė AI pradedantiesiems](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Generatyvinė AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![Generatyvinė AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![Generatyvinė AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
---
### Pagrindinis mokymasis
[![ML pradedantiesiems](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![Mašininis mokymasis pradedantiesiems](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![Duomenų mokslas pradedantiesiems](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![AI pradedantiesiems](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[![Dirbtinis intelektas pradedantiesiems](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[![Kibernetinis saugumas pradedantiesiems](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[![Tinklapių kūrimas pradedantiesiems](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[![Tinklalapių kūrimas pradedantiesiems](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[![IoT pradedantiesiems](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[![XR kūrimas pradedantiesiems](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
@ -244,13 +235,13 @@ Mūsų komanda kuria ir kitas studijų programas! Peržiūrėkite:
## Pagalbos gavimas
**Susidūrėte su problemomis?** Peržiūrėkite mūsų [Trikčių šalinimo gidą](TROUBLESHOOTING.md) su dažniausiai pasitaikančių problemų sprendimais.
**Susiduriate su problemomis?** Peržiūrėkite mūsų [Trikčių šalinimo vadovą](TROUBLESHOOTING.md) su dažnų problemų sprendimais.
Jei įstringate arba turite klausimų apie AI programų kūrimą. Prisijunkite prie kitų besimokančiųjų ir patyrusių kūrėjų diskusijų apie MCP. Tai palaikanti bendruomenė, kurioje klausimai yra laukiami ir žinios dalijamos laisvai.
Jei įstringate ar turite klausimų apie AI programų kūrimą, prisijunkite prie kitų besimokančių ir patyrusių kūrėjų diskusijų apie MCP. Tai palaikanti bendruomenė, kurioje klausimai yra laukiamí ir žinios dalijamasi laisvai.
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
Jei turite produkto atsiliepimų arba pastebite klaidų kūrimo metu, apsilankykite:
Jei turite produktų atsiliepimų arba susiduriate su klaidomis kūrimo metu, apsilankykite:
[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
@ -258,5 +249,5 @@ Jei turite produkto atsiliepimų arba pastebite klaidų kūrimo metu, apsilankyk
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**Atsakomybės apribojimas**:
Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą [Co-op Translator](https://github.com/Azure/co-op-translator). Nors siekiame tikslumo, prašome atkreipti dėmesį, kad automatizuoti vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Svarbiai informacijai rekomenduojamas profesionalus žmogiškas vertimas. Mes neatsakome už bet kokius nesusipratimus ar klaidingas interpretacijas, kylančias dėl šio vertimo naudojimo.
Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą [Co-op Translator](https://github.com/Azure/co-op-translator). Nors stengiamės užtikrinti tikslumą, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turi būti laikomas autoritetingu šaltiniu. Kritinei informacijai rekomenduojamas profesionalus žmogaus vertimas. Mes neatsakom už bet kokius nesusipratimus ar neteisingus aiškinimus, kilusius naudojant šį vertimą.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "0d575483100c332b2dbaefef915bb3c4",
"translation_date": "2025-08-31T05:33:06+00:00",
"source_file": "SECURITY.md",
"language_code": "lt"
}
-->
## Saugumas
„Microsoft“ rimtai žiūri į savo programinės įrangos produktų ir paslaugų saugumą, įskaitant visus šaltinio kodo saugyklas, valdomas per mūsų „GitHub“ organizacijas, tokias kaip [Microsoft](https://github.com/Microsoft), [Azure](https://github.com/Azure), [DotNet](https://github.com/dotnet), [AspNet](https://github.com/aspnet), [Xamarin](https://github.com/xamarin) ir [mūsų GitHub organizacijas](https://opensource.microsoft.com/).

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "872be8bc1b93ef1dd9ac3d6e8f99f6ab",
"translation_date": "2025-08-31T05:32:52+00:00",
"source_file": "SUPPORT.md",
"language_code": "lt"
}
-->
# Palaikymas
## Kaip pranešti apie problemas ir gauti pagalbą

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "93a6a8a8a209128cbfedcbc076ee21b0",
"translation_date": "2025-10-03T15:50:28+00:00",
"source_file": "TROUBLESHOOTING.md",
"language_code": "lt"
}
-->
# Trikčių šalinimo vadovas
Šis vadovas pateikia sprendimus dažniausiai pasitaikančioms problemoms, su kuriomis galite susidurti dirbdami su „Data Science for Beginners“ mokymo programa.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f546349678757508d69ce9e1d2688446",
"translation_date": "2025-10-03T15:13:02+00:00",
"source_file": "USAGE.md",
"language_code": "lt"
}
-->
# Naudojimo vadovas
Šis vadovas pateikia pavyzdžius ir dažniausiai naudojamus darbo procesus, susijusius su „Duomenų mokslas pradedantiesiems“ mokymo programa.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "3767555b3cc28a2865c79202f4374204",
"translation_date": "2025-08-31T05:42:41+00:00",
"source_file": "docs/_sidebar.md",
"language_code": "lt"
}
-->
- Įvadas
- [Duomenų mokslo apibrėžimas](../1-Introduction/01-defining-data-science/README.md)
- [Duomenų mokslo etika](../1-Introduction/02-ethics/README.md)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "9bef7fd96c8f262339933117d9b3e342",
"translation_date": "2025-10-03T13:09:57+00:00",
"source_file": "examples/README.md",
"language_code": "lt"
}
-->
# Pradedančiųjų duomenų mokslas: Pavyzdžiai
Sveiki atvykę į pavyzdžių katalogą! Ši paprastų, gerai paaiškintų pavyzdžių kolekcija sukurta tam, kad padėtų jums pradėti mokytis duomenų mokslo, net jei esate visiškas naujokas.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f7440be10c17a8a9262713af3d2818a9",
"translation_date": "2025-09-06T20:02:54+00:00",
"source_file": "for-teachers.md",
"language_code": "lt"
}
-->
## Mokytojams
Norėtumėte naudoti šią mokymo programą savo klasėje? Prašome, naudokitės!

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "e92c33ea498915a13c9aec162616db18",
"translation_date": "2025-08-31T06:01:57+00:00",
"source_file": "quiz-app/README.md",
"language_code": "lt"
}
-->
# Viktorinos
Šios viktorinos yra prieš ir po paskaitų vykstančios viktorinos, skirtos duomenų mokslo mokymo programai adresu https://aka.ms/datascience-beginners.

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "3a848466cb63aff1a93411affb152c2a",
"translation_date": "2025-08-31T06:03:27+00:00",
"source_file": "sketchnotes/README.md",
"language_code": "lt"
}
-->
Raskite visas sketchnotes čia!
## Kreditas

@ -0,0 +1,422 @@
{
"1-Introduction/01-defining-data-science/README.md": {
"original_hash": "43212cc1ac137b7bb1dcfb37ca06b0f4",
"translation_date": "2025-10-25T19:12:09+00:00",
"source_file": "1-Introduction/01-defining-data-science/README.md",
"language_code": "my"
},
"1-Introduction/01-defining-data-science/assignment.md": {
"original_hash": "4e0f1773b9bee1be3b28f9fe2c71b3de",
"translation_date": "2025-08-30T19:32:48+00:00",
"source_file": "1-Introduction/01-defining-data-science/assignment.md",
"language_code": "my"
},
"1-Introduction/01-defining-data-science/solution/assignment.md": {
"original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
"translation_date": "2025-08-30T19:34:01+00:00",
"source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
"language_code": "my"
},
"1-Introduction/02-ethics/README.md": {
"original_hash": "58860ce9a4b8a564003d2752f7c72851",
"translation_date": "2025-10-03T17:07:59+00:00",
"source_file": "1-Introduction/02-ethics/README.md",
"language_code": "my"
},
"1-Introduction/02-ethics/assignment.md": {
"original_hash": "b588c0fc73014f52520c666efc3e0cc3",
"translation_date": "2025-08-30T19:49:26+00:00",
"source_file": "1-Introduction/02-ethics/assignment.md",
"language_code": "my"
},
"1-Introduction/03-defining-data/README.md": {
"original_hash": "12339119c0165da569a93ddba05f9339",
"translation_date": "2025-09-05T20:24:20+00:00",
"source_file": "1-Introduction/03-defining-data/README.md",
"language_code": "my"
},
"1-Introduction/03-defining-data/assignment.md": {
"original_hash": "2e5cacb967c1e9dfd07809bfc441a0b4",
"translation_date": "2025-08-30T19:37:26+00:00",
"source_file": "1-Introduction/03-defining-data/assignment.md",
"language_code": "my"
},
"1-Introduction/04-stats-and-probability/README.md": {
"original_hash": "ce95884566a74db72572cd51f0cb25ad",
"translation_date": "2025-09-06T14:19:34+00:00",
"source_file": "1-Introduction/04-stats-and-probability/README.md",
"language_code": "my"
},
"1-Introduction/04-stats-and-probability/assignment.md": {
"original_hash": "01d1b493e8b51a6ebb42524f6b1bcfff",
"translation_date": "2025-08-30T19:26:44+00:00",
"source_file": "1-Introduction/04-stats-and-probability/assignment.md",
"language_code": "my"
},
"1-Introduction/README.md": {
"original_hash": "696a8474a01054281704cbfb09148949",
"translation_date": "2025-08-30T19:18:09+00:00",
"source_file": "1-Introduction/README.md",
"language_code": "my"
},
"2-Working-With-Data/05-relational-databases/README.md": {
"original_hash": "11739c7b40e7c6b16ad29e3df4e65862",
"translation_date": "2025-12-19T12:24:07+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/README.md",
"language_code": "my"
},
"2-Working-With-Data/05-relational-databases/assignment.md": {
"original_hash": "25b37acdfb2452917c1aa2e2ca44317a",
"translation_date": "2025-10-24T09:59:03+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/assignment.md",
"language_code": "my"
},
"2-Working-With-Data/06-non-relational/README.md": {
"original_hash": "c182e87f9f80be7e7cdffc7b40bbfccf",
"translation_date": "2025-09-05T20:10:21+00:00",
"source_file": "2-Working-With-Data/06-non-relational/README.md",
"language_code": "my"
},
"2-Working-With-Data/06-non-relational/assignment.md": {
"original_hash": "f824bfdb8b12d33293913f76f5c787c5",
"translation_date": "2025-08-30T18:04:17+00:00",
"source_file": "2-Working-With-Data/06-non-relational/assignment.md",
"language_code": "my"
},
"2-Working-With-Data/07-python/README.md": {
"original_hash": "7bfec050f4717dcc2dfd028aca9d21f3",
"translation_date": "2025-09-06T16:05:05+00:00",
"source_file": "2-Working-With-Data/07-python/README.md",
"language_code": "my"
},
"2-Working-With-Data/07-python/assignment.md": {
"original_hash": "dc8f035ce92e4eaa078ab19caa68267a",
"translation_date": "2025-08-30T18:10:46+00:00",
"source_file": "2-Working-With-Data/07-python/assignment.md",
"language_code": "my"
},
"2-Working-With-Data/08-data-preparation/README.md": {
"original_hash": "1b560955ff39a2bcf2a049fce474a951",
"translation_date": "2025-09-05T20:13:04+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/README.md",
"language_code": "my"
},
"2-Working-With-Data/08-data-preparation/assignment.md": {
"original_hash": "f9d5a7275e046223fa6474477674b810",
"translation_date": "2025-08-30T18:21:14+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/assignment.md",
"language_code": "my"
},
"2-Working-With-Data/README.md": {
"original_hash": "abc3309ab41bc5a7846f70ee1a055838",
"translation_date": "2025-08-30T18:00:25+00:00",
"source_file": "2-Working-With-Data/README.md",
"language_code": "my"
},
"3-Data-Visualization/09-visualization-quantities/README.md": {
"original_hash": "a49d78e32e280c410f04e5f2a2068e77",
"translation_date": "2025-09-05T20:18:57+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/README.md",
"language_code": "my"
},
"3-Data-Visualization/09-visualization-quantities/assignment.md": {
"original_hash": "ad163c4fda72c8278280b61cad317ff4",
"translation_date": "2025-08-30T19:04:50+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/assignment.md",
"language_code": "my"
},
"3-Data-Visualization/10-visualization-distributions/README.md": {
"original_hash": "80a20467e046d312809d008395051fc7",
"translation_date": "2025-09-05T20:21:19+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/README.md",
"language_code": "my"
},
"3-Data-Visualization/10-visualization-distributions/assignment.md": {
"original_hash": "40eeb9b9f94009c537c7811f9f27f037",
"translation_date": "2025-08-30T19:17:30+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/assignment.md",
"language_code": "my"
},
"3-Data-Visualization/11-visualization-proportions/README.md": {
"original_hash": "42119bcc97bee88254e381156d770f3c",
"translation_date": "2025-09-05T20:17:40+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/README.md",
"language_code": "my"
},
"3-Data-Visualization/11-visualization-proportions/assignment.md": {
"original_hash": "1e00fe6a244c2f8f9a794c862661dd4f",
"translation_date": "2025-08-30T19:00:19+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/assignment.md",
"language_code": "my"
},
"3-Data-Visualization/12-visualization-relationships/README.md": {
"original_hash": "0764fd4077f3f04a1d968ec371227744",
"translation_date": "2025-09-06T11:50:12+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/README.md",
"language_code": "my"
},
"3-Data-Visualization/12-visualization-relationships/assignment.md": {
"original_hash": "680419753c086eef51be86607c623945",
"translation_date": "2025-08-30T19:13:56+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/assignment.md",
"language_code": "my"
},
"3-Data-Visualization/13-meaningful-visualizations/README.md": {
"original_hash": "cfb068050337a36e348debaa502a24fa",
"translation_date": "2025-09-05T20:19:41+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/README.md",
"language_code": "my"
},
"3-Data-Visualization/13-meaningful-visualizations/assignment.md": {
"original_hash": "e56df4c0f49357e30ac8fc77aa439dd4",
"translation_date": "2025-08-30T19:08:56+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/assignment.md",
"language_code": "my"
},
"3-Data-Visualization/13-meaningful-visualizations/solution/README.md": {
"original_hash": "5c51a54dd89075a7a362890117b7ed9e",
"translation_date": "2025-08-30T19:09:31+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/solution/README.md",
"language_code": "my"
},
"3-Data-Visualization/13-meaningful-visualizations/starter/README.md": {
"original_hash": "5c51a54dd89075a7a362890117b7ed9e",
"translation_date": "2025-08-30T19:10:05+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/starter/README.md",
"language_code": "my"
},
"3-Data-Visualization/R/09-visualization-quantities/README.md": {
"original_hash": "22acf28f518a4769ea14fa42f4734b9f",
"translation_date": "2025-08-30T18:45:47+00:00",
"source_file": "3-Data-Visualization/R/09-visualization-quantities/README.md",
"language_code": "my"
},
"3-Data-Visualization/R/09-visualization-quantities/assignment.md": {
"original_hash": "0ea21b6513df5ade7419c6b7d65f10b1",
"translation_date": "2025-08-30T18:46:52+00:00",
"source_file": "3-Data-Visualization/R/09-visualization-quantities/assignment.md",
"language_code": "my"
},
"3-Data-Visualization/R/10-visualization-distributions/README.md": {
"original_hash": "ea67c0c40808fd723594de6896c37ccf",
"translation_date": "2025-08-30T18:52:45+00:00",
"source_file": "3-Data-Visualization/R/10-visualization-distributions/README.md",
"language_code": "my"
},
"3-Data-Visualization/R/10-visualization-distributions/assignment.md": {
"original_hash": "a233d542512136c4dd29aad38ca0175f",
"translation_date": "2025-08-30T18:53:58+00:00",
"source_file": "3-Data-Visualization/R/10-visualization-distributions/assignment.md",
"language_code": "my"
},
"3-Data-Visualization/R/11-visualization-proportions/README.md": {
"original_hash": "47028abaaafa2bcb1079702d20569066",
"translation_date": "2025-08-30T18:41:57+00:00",
"source_file": "3-Data-Visualization/R/11-visualization-proportions/README.md",
"language_code": "my"
},
"3-Data-Visualization/R/12-visualization-relationships/README.md": {
"original_hash": "a33c5d4b4156a2b41788d8720b6f724c",
"translation_date": "2025-08-30T18:49:21+00:00",
"source_file": "3-Data-Visualization/R/12-visualization-relationships/README.md",
"language_code": "my"
},
"3-Data-Visualization/R/13-meaningful-vizualizations/README.md": {
"original_hash": "b4039f1c76548d144a0aee0bf28304ec",
"translation_date": "2025-08-30T18:56:45+00:00",
"source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/README.md",
"language_code": "my"
},
"3-Data-Visualization/README.md": {
"original_hash": "1441550a0d789796b2821e04f7f4cc94",
"translation_date": "2025-08-30T18:39:33+00:00",
"source_file": "3-Data-Visualization/README.md",
"language_code": "my"
},
"4-Data-Science-Lifecycle/14-Introduction/README.md": {
"original_hash": "07e12a25d20b8f191e3cb651c27fdb2b",
"translation_date": "2025-09-06T21:48:27+00:00",
"source_file": "4-Data-Science-Lifecycle/14-Introduction/README.md",
"language_code": "my"
},
"4-Data-Science-Lifecycle/14-Introduction/assignment.md": {
"original_hash": "564445c39ad29a491abcb9356fc4d47d",
"translation_date": "2025-08-30T18:31:22+00:00",
"source_file": "4-Data-Science-Lifecycle/14-Introduction/assignment.md",
"language_code": "my"
},
"4-Data-Science-Lifecycle/15-analyzing/README.md": {
"original_hash": "661dad02c3ac239644d34c1eb51e76f8",
"translation_date": "2025-09-06T21:48:02+00:00",
"source_file": "4-Data-Science-Lifecycle/15-analyzing/README.md",
"language_code": "my"
},
"4-Data-Science-Lifecycle/15-analyzing/assignment.md": {
"original_hash": "fcc7547171f4530f159676dd73ed772e",
"translation_date": "2025-08-30T18:25:42+00:00",
"source_file": "4-Data-Science-Lifecycle/15-analyzing/assignment.md",
"language_code": "my"
},
"4-Data-Science-Lifecycle/16-communication/README.md": {
"original_hash": "215a3254ba5a222a57c5bb0192cea8e3",
"translation_date": "2025-09-06T21:49:49+00:00",
"source_file": "4-Data-Science-Lifecycle/16-communication/README.md",
"language_code": "my"
},
"4-Data-Science-Lifecycle/16-communication/assignment.md": {
"original_hash": "8980d7efd101c82d6d6ffc3458214120",
"translation_date": "2025-08-30T18:38:10+00:00",
"source_file": "4-Data-Science-Lifecycle/16-communication/assignment.md",
"language_code": "my"
},
"4-Data-Science-Lifecycle/README.md": {
"original_hash": "dd173fd30fc039a7a299898920680723",
"translation_date": "2025-08-30T18:22:44+00:00",
"source_file": "4-Data-Science-Lifecycle/README.md",
"language_code": "my"
},
"5-Data-Science-In-Cloud/17-Introduction/README.md": {
"original_hash": "5f8e7cdefa096664ae86f795be571580",
"translation_date": "2025-09-05T20:08:56+00:00",
"source_file": "5-Data-Science-In-Cloud/17-Introduction/README.md",
"language_code": "my"
},
"5-Data-Science-In-Cloud/17-Introduction/assignment.md": {
"original_hash": "96f3696153d9ed54b19a1bb65438c104",
"translation_date": "2025-08-30T17:50:42+00:00",
"source_file": "5-Data-Science-In-Cloud/17-Introduction/assignment.md",
"language_code": "my"
},
"5-Data-Science-In-Cloud/18-Low-Code/README.md": {
"original_hash": "bd4da10766c64fce4294a98f6479dfb0",
"translation_date": "2025-09-05T20:07:33+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/README.md",
"language_code": "my"
},
"5-Data-Science-In-Cloud/18-Low-Code/assignment.md": {
"original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
"translation_date": "2025-08-30T17:45:21+00:00",
"source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
"language_code": "my"
},
"5-Data-Science-In-Cloud/19-Azure/README.md": {
"original_hash": "472d3fab1c5be50f387336e7a686dbe1",
"translation_date": "2025-09-05T20:09:32+00:00",
"source_file": "5-Data-Science-In-Cloud/19-Azure/README.md",
"language_code": "my"
},
"5-Data-Science-In-Cloud/19-Azure/assignment.md": {
"original_hash": "386efdbc19786951341f6956247ee990",
"translation_date": "2025-08-30T17:59:37+00:00",
"source_file": "5-Data-Science-In-Cloud/19-Azure/assignment.md",
"language_code": "my"
},
"5-Data-Science-In-Cloud/README.md": {
"original_hash": "8dfe141a0f46f7d253e07f74913c7f44",
"translation_date": "2025-08-30T17:37:42+00:00",
"source_file": "5-Data-Science-In-Cloud/README.md",
"language_code": "my"
},
"6-Data-Science-In-Wild/20-Real-World-Examples/README.md": {
"original_hash": "0f67a4139454816631526779a456b734",
"translation_date": "2025-09-06T18:47:57+00:00",
"source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/README.md",
"language_code": "my"
},
"6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md": {
"original_hash": "d1e05715f9d97de6c4f1fb0c5a4702c0",
"translation_date": "2025-08-30T19:57:19+00:00",
"source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md",
"language_code": "my"
},
"6-Data-Science-In-Wild/README.md": {
"original_hash": "07faf02ff163e609edf0b0308dc5d4e6",
"translation_date": "2025-08-30T19:51:37+00:00",
"source_file": "6-Data-Science-In-Wild/README.md",
"language_code": "my"
},
"AGENTS.md": {
"original_hash": "cc2e18ab65df63e75d3619c4752e9b22",
"translation_date": "2025-10-03T11:44:36+00:00",
"source_file": "AGENTS.md",
"language_code": "my"
},
"CODE_OF_CONDUCT.md": {
"original_hash": "c06b12caf3c901eb3156e3dd5b0aea56",
"translation_date": "2025-08-30T17:37:02+00:00",
"source_file": "CODE_OF_CONDUCT.md",
"language_code": "my"
},
"CONTRIBUTING.md": {
"original_hash": "10f86fb29b5407088445ac803b3d0ed1",
"translation_date": "2025-10-03T14:45:35+00:00",
"source_file": "CONTRIBUTING.md",
"language_code": "my"
},
"INSTALLATION.md": {
"original_hash": "a64d8afa22ffcc2016bb239188d6acb1",
"translation_date": "2025-10-03T15:27:05+00:00",
"source_file": "INSTALLATION.md",
"language_code": "my"
},
"README.md": {
"original_hash": "8ec92ecfeb14923af733851239552146",
"translation_date": "2026-01-30T02:35:43+00:00",
"source_file": "README.md",
"language_code": "my"
},
"SECURITY.md": {
"original_hash": "0d575483100c332b2dbaefef915bb3c4",
"translation_date": "2025-08-30T17:35:00+00:00",
"source_file": "SECURITY.md",
"language_code": "my"
},
"SUPPORT.md": {
"original_hash": "872be8bc1b93ef1dd9ac3d6e8f99f6ab",
"translation_date": "2025-08-30T17:33:21+00:00",
"source_file": "SUPPORT.md",
"language_code": "my"
},
"TROUBLESHOOTING.md": {
"original_hash": "93a6a8a8a209128cbfedcbc076ee21b0",
"translation_date": "2025-10-03T15:49:27+00:00",
"source_file": "TROUBLESHOOTING.md",
"language_code": "my"
},
"USAGE.md": {
"original_hash": "f546349678757508d69ce9e1d2688446",
"translation_date": "2025-10-03T15:11:58+00:00",
"source_file": "USAGE.md",
"language_code": "my"
},
"docs/_sidebar.md": {
"original_hash": "3767555b3cc28a2865c79202f4374204",
"translation_date": "2025-08-30T18:22:03+00:00",
"source_file": "docs/_sidebar.md",
"language_code": "my"
},
"examples/README.md": {
"original_hash": "9bef7fd96c8f262339933117d9b3e342",
"translation_date": "2025-10-03T13:09:07+00:00",
"source_file": "examples/README.md",
"language_code": "my"
},
"for-teachers.md": {
"original_hash": "f7440be10c17a8a9262713af3d2818a9",
"translation_date": "2025-09-06T20:02:17+00:00",
"source_file": "for-teachers.md",
"language_code": "my"
},
"quiz-app/README.md": {
"original_hash": "e92c33ea498915a13c9aec162616db18",
"translation_date": "2025-08-30T19:50:53+00:00",
"source_file": "quiz-app/README.md",
"language_code": "my"
},
"sketchnotes/README.md": {
"original_hash": "3a848466cb63aff1a93411affb152c2a",
"translation_date": "2025-08-30T19:57:59+00:00",
"source_file": "sketchnotes/README.md",
"language_code": "my"
}
}

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "43212cc1ac137b7bb1dcfb37ca06b0f4",
"translation_date": "2025-10-25T19:12:09+00:00",
"source_file": "1-Introduction/01-defining-data-science/README.md",
"language_code": "my"
}
-->
# ဒေတာသိပ္ပံကို သတ်မှတ်ခြင်း
| ![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/01-Definitions.png) |

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "4e0f1773b9bee1be3b28f9fe2c71b3de",
"translation_date": "2025-08-30T19:32:48+00:00",
"source_file": "1-Introduction/01-defining-data-science/assignment.md",
"language_code": "my"
}
-->
# အလုပ်တာဝန်: ဒေတာသိပ္ပံအခြေအနေများ
ဒီပထမအလုပ်တာဝန်မှာတော့ သင့်ကို အမျိုးမျိုးသော ပြဿနာနယ်ပယ်များတွင် ဖြစ်ပေါ်နေသော အမှန်တကယ်ဖြစ်ရပ်များ သို့မဟုတ် ပြဿနာတစ်ခုကို စဉ်းစားပြီး ဒေတာသိပ္ပံလုပ်ငန်းစဉ်ကို အသုံးပြု၍ ဘယ်လိုတိုးတက်အောင်လုပ်နိုင်မလဲဆိုတာကို စဉ်းစားဖို့ တိုက်တွန်းပါမည်။ အောက်ပါအချက်များကို စဉ်းစားပါ-

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
"translation_date": "2025-08-30T19:34:01+00:00",
"source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
"language_code": "my"
}
-->
# အလုပ်: ဒေတာသိပ္ပံ အခြေအနေများ
ဒီပထမအလုပ်မှာ၊ သင့်ကို အမျိုးမျိုးသော ပြဿနာနယ်ပယ်များတွင် ဖြစ်ပျက်နေသော အမှန်တကယ် လုပ်ငန်းစဉ် သို့မဟုတ် ပြဿနာတစ်ခုအပေါ်တွင် စဉ်းစားစေလိုပါတယ်၊ ဒါနဲ့အတူ ဒေတာသိပ္ပံ လုပ်ငန်းစဉ်ကို အသုံးပြုပြီး ဘယ်လိုတိုးတက်အောင်လုပ်နိုင်မလဲဆိုတာကို တွေးပါ။ အောက်ပါအချက်များကို စဉ်းစားပါ-

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "58860ce9a4b8a564003d2752f7c72851",
"translation_date": "2025-10-03T17:07:59+00:00",
"source_file": "1-Introduction/02-ethics/README.md",
"language_code": "my"
}
-->
# ဒေတာအကျင့်သိက္ခာအကျဉ်းချုပ်
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/02-Ethics.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "b588c0fc73014f52520c666efc3e0cc3",
"translation_date": "2025-08-30T19:49:26+00:00",
"source_file": "1-Introduction/02-ethics/assignment.md",
"language_code": "my"
}
-->
## ဒေတာအကျင့်သိက္ခာ ကိစ္စလေ့လာမှုရေးသားခြင်း
## လမ်းညွှန်ချက်များ

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "12339119c0165da569a93ddba05f9339",
"translation_date": "2025-09-05T20:24:20+00:00",
"source_file": "1-Introduction/03-defining-data/README.md",
"language_code": "my"
}
-->
# ဒေတာကို သတ်မှတ်ခြင်း
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/03-DefiningData.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "2e5cacb967c1e9dfd07809bfc441a0b4",
"translation_date": "2025-08-30T19:37:26+00:00",
"source_file": "1-Introduction/03-defining-data/assignment.md",
"language_code": "my"
}
-->
# ဒေတာများကို အမျိုးအစားခွဲခြားခြင်း
## လမ်းညွှန်ချက်များ

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "ce95884566a74db72572cd51f0cb25ad",
"translation_date": "2025-09-06T14:19:34+00:00",
"source_file": "1-Introduction/04-stats-and-probability/README.md",
"language_code": "my"
}
-->
# စာရင်းအင်းနှင့် အလားအလာအကြောင်း အကျဉ်းချုပ်
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/04-Statistics-Probability.png)|
@ -64,7 +55,7 @@ Continuous uniform distribution ဟုခေါ်သော uniform distribution
Median နှင့် quartiles တစ်ခုချင်းစီ၏ ဆက်နွယ်မှုကို **box plot** ဟုခေါ်သော အကြမ်းဖျင်းပုံစံတွင် ဖော်ပြနိုင်သည်-
<img src="images/boxplot_explanation.png" alt="Box Plot Explanation" width="50%">
<img src="../../../../translated_images/my/boxplot_explanation.4039b7de08780fd4.webp" alt="Box Plot Explanation" width="50%">
ဒီမှာ **inter-quartile range** IQR=Q3-Q1 ကို တွက်ချက်ပြီး၊ **outliers** ဟုခေါ်သော တန်ဖိုးများကို တွက်ချက်သည် - [Q1-1.5*IQR,Q3+1.5*IQR] အကန့်အသတ်များအပြင်မှာရှိသော တန်ဖိုးများ။

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "01d1b493e8b51a6ebb42524f6b1bcfff",
"translation_date": "2025-08-30T19:26:44+00:00",
"source_file": "1-Introduction/04-stats-and-probability/assignment.md",
"language_code": "my"
}
-->
# သေးငယ်သော ဆီးချိုလေ့လာမှု
ဒီအလုပ်မှာ [ဒီမှာ](https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html) ရရှိတဲ့ ဆီးချိုလူနာများ၏ သေးငယ်သော ဒေတာစနစ်ကို အသုံးပြုမည်ဖြစ်သည်။

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "696a8474a01054281704cbfb09148949",
"translation_date": "2025-08-30T19:18:09+00:00",
"source_file": "1-Introduction/README.md",
"language_code": "my"
}
-->
# ဒေတာသိပ္ပံအကျဉ်းချုပ်
![ဒေတာအလုပ်လုပ်နေမှု](../../../translated_images/my/data.48e22bb7617d8d92188afbc4c48effb920ba79f5cebdc0652cd9f34bbbd90c18.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "11739c7b40e7c6b16ad29e3df4e65862",
"translation_date": "2025-12-19T12:24:07+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/README.md",
"language_code": "my"
}
-->
# ဒေတာနှင့်အလုပ်လုပ်ခြင်း: ဆက်စပ်ဒေတာဘေ့စ်များ
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/05-RelationalData.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "25b37acdfb2452917c1aa2e2ca44317a",
"translation_date": "2025-10-24T09:59:03+00:00",
"source_file": "2-Working-With-Data/05-relational-databases/assignment.md",
"language_code": "my"
}
-->
# လေဆိပ်ဆိုင်ရာ ဒေတာများ ပြသခြင်း
သင့်အား [SQLite](https://sqlite.org/index.html) အခြေခံပြီး တည်ဆောက်ထားသော [ဒေတာဘေစ်စ်](https://raw.githubusercontent.com/Microsoft/Data-Science-For-Beginners/main/2-Working-With-Data/05-relational-databases/airports.db) တစ်ခု ပေးထားပြီး လေဆိပ်ဆိုင်ရာ အချက်အလက်များ ပါဝင်သည်။ အောက်တွင် schema ကို ပြထားသည်။ သင်သည် [Visual Studio Code](https://code.visualstudio.com?WT.mc_id=academic-77958-bethanycheum) တွင် [SQLite extension](https://marketplace.visualstudio.com/items?itemName=alexcvzz.vscode-sqlite&WT.mc_id=academic-77958-bethanycheum) ကို အသုံးပြု၍ မြို့များ၏ လေဆိပ်ဆိုင်ရာ အချက်အလက်များကို ပြသမည်ဖြစ်သည်။

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "c182e87f9f80be7e7cdffc7b40bbfccf",
"translation_date": "2025-09-05T20:10:21+00:00",
"source_file": "2-Working-With-Data/06-non-relational/README.md",
"language_code": "my"
}
-->
# ဒေတာနှင့်အလုပ်လုပ်ခြင်း - မဟုတ်သောဆက်နွယ်မှုရှိသော ဒေတာ
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/06-NoSQL.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f824bfdb8b12d33293913f76f5c787c5",
"translation_date": "2025-08-30T18:04:17+00:00",
"source_file": "2-Working-With-Data/06-non-relational/assignment.md",
"language_code": "my"
}
-->
# ဆိုဒါ အမြတ်
## ညွှန်ကြားချက်များ

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "7bfec050f4717dcc2dfd028aca9d21f3",
"translation_date": "2025-09-06T16:05:05+00:00",
"source_file": "2-Working-With-Data/07-python/README.md",
"language_code": "my"
}
-->
# ဒေတာနှင့်အလုပ်လုပ်ခြင်း: Python နှင့် Pandas Library
| ![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/07-WorkWithPython.png) |

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "dc8f035ce92e4eaa078ab19caa68267a",
"translation_date": "2025-08-30T18:10:46+00:00",
"source_file": "2-Working-With-Data/07-python/assignment.md",
"language_code": "my"
}
-->
# Python တွင် ဒေတာကို အလုပ်လုပ်ခြင်းအတွက် လုပ်ငန်းတာဝန်
ဒီလုပ်ငန်းတာဝန်မှာ ကျွန်တော်တို့ရဲ့ စိန်ခေါ်မှုများတွင် စတင်ဖန်တီးထားသော ကုဒ်ကို ဆက်လက်ဖော်ပြရန် မေးမြန်းပါမည်။ လုပ်ငန်းတာဝန်ကို အပိုင်းနှစ်ပိုင်းခွဲထားသည်။

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "1b560955ff39a2bcf2a049fce474a951",
"translation_date": "2025-09-05T20:13:04+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/README.md",
"language_code": "my"
}
-->
# ဒေတာနှင့်အလုပ်လုပ်ခြင်း: ဒေတာပြင်ဆင်ခြင်း
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/08-DataPreparation.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "f9d5a7275e046223fa6474477674b810",
"translation_date": "2025-08-30T18:21:14+00:00",
"source_file": "2-Working-With-Data/08-data-preparation/assignment.md",
"language_code": "my"
}
-->
# ဖောင်မှ ဒေတာကို အကဲဖြတ်ခြင်း
ဖောင်အသေးစား [small form](../../../../2-Working-With-Data/08-data-preparation/index.html) တစ်ခုကို သုံးပြီး သူတို့၏ ဖောက်သည်အခြေခံအချက်အလက်များကို စုဆောင်းရန် စမ်းသပ်နေသော ဖောက်သည်တစ်ဦးရှိသည်။ သူတို့ စုဆောင်းထားသော ဒေတာကို သင့်ထံ ယူဆောင်လာပြီး အတည်ပြုရန် တောင်းဆိုထားသည်။ `index.html` စာမျက်နှာကို browser တွင် ဖွင့်ပြီး ဖောင်ကို ကြည့်ရှုနိုင်သည်။

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "abc3309ab41bc5a7846f70ee1a055838",
"translation_date": "2025-08-30T18:00:25+00:00",
"source_file": "2-Working-With-Data/README.md",
"language_code": "my"
}
-->
# ဒေတာနှင့်အလုပ်လုပ်ခြင်း
![data love](../../../translated_images/my/data-love.a22ef29e6742c852505ada062920956d3d7604870b281a8ca7c7ac6f37381d5a.jpg)

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a49d78e32e280c410f04e5f2a2068e77",
"translation_date": "2025-09-05T20:18:57+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/README.md",
"language_code": "my"
}
-->
# အရေအတွက်များကို ရှင်းလင်းဖော်ပြခြင်း
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/09-Visualizing-Quantities.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "ad163c4fda72c8278280b61cad317ff4",
"translation_date": "2025-08-30T19:04:50+00:00",
"source_file": "3-Data-Visualization/09-visualization-quantities/assignment.md",
"language_code": "my"
}
-->
# လိုင်းများ၊ စက်ကွင်းများနှင့် ဘားများ
## လမ်းညွှန်ချက်များ

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "80a20467e046d312809d008395051fc7",
"translation_date": "2025-09-05T20:21:19+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/README.md",
"language_code": "my"
}
-->
# အချိုးအစားများကိုမြင်နိုင်စေခြင်း
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/10-Visualizing-Distributions.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "40eeb9b9f94009c537c7811f9f27f037",
"translation_date": "2025-08-30T19:17:30+00:00",
"source_file": "3-Data-Visualization/10-visualization-distributions/assignment.md",
"language_code": "my"
}
-->
# သင်၏ကျွမ်းကျင်မှုများကို အသုံးချပါ
## လမ်းညွှန်ချက်များ

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "42119bcc97bee88254e381156d770f3c",
"translation_date": "2025-09-05T20:17:40+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/README.md",
"language_code": "my"
}
-->
# အချိုးအစားများကိုမြင်သာအောင်ဖော်ပြခြင်း
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/11-Visualizing-Proportions.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "1e00fe6a244c2f8f9a794c862661dd4f",
"translation_date": "2025-08-30T19:00:19+00:00",
"source_file": "3-Data-Visualization/11-visualization-proportions/assignment.md",
"language_code": "my"
}
-->
# Excel တွင် စမ်းကြည့်ပါ
## လမ်းညွှန်ချက်များ

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "0764fd4077f3f04a1d968ec371227744",
"translation_date": "2025-09-06T11:50:12+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/README.md",
"language_code": "my"
}
-->
# ဆက်ဆံရေးများကိုမြင်နိုင်စေခြင်း: ပျားရည်အကြောင်း 🍯
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/12-Visualizing-Relationships.png)|

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "680419753c086eef51be86607c623945",
"translation_date": "2025-08-30T19:13:56+00:00",
"source_file": "3-Data-Visualization/12-visualization-relationships/assignment.md",
"language_code": "my"
}
-->
# ပျားအုံထဲကို ရောက်ကြည့်ပါ
## လမ်းညွှန်ချက်များ

@ -1,12 +1,3 @@
<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "cfb068050337a36e348debaa502a24fa",
"translation_date": "2025-09-05T20:19:41+00:00",
"source_file": "3-Data-Visualization/13-meaningful-visualizations/README.md",
"language_code": "my"
}
-->
# အဓိပ္ပါယ်ရှိသော ဒေတာအမြင်ဖန်တီးခြင်း
|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/13-MeaningfulViz.png)|

Some files were not shown because too many files have changed in this diff Show More

Loading…
Cancel
Save