From 3efe27e11b9d23d67aa7a9cd5a9c6670405398b3 Mon Sep 17 00:00:00 2001
From: Bhumika Tewary <77784592+bhumikatewary@users.noreply.github.com>
Date: Wed, 9 Mar 2022 08:48:42 +0530
Subject: [PATCH] update README.hi.md

---
 .../translations/README.hi.md                 | 38 +++++++++++++++++++
 1 file changed, 38 insertions(+)

diff --git a/1-Introduction/01-defining-data-science/translations/README.hi.md b/1-Introduction/01-defining-data-science/translations/README.hi.md
index 8b137891..19dbe394 100644
--- a/1-Introduction/01-defining-data-science/translations/README.hi.md
+++ b/1-Introduction/01-defining-data-science/translations/README.hi.md
@@ -1 +1,39 @@
+# डेटा विज्ञान को परिभाषित करना
 
+| ![द्वारा स्केचनोट [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/01-Definitions.png) |
+| :----------------------------------------------------------------------------------------------------: |
+|              डेटा विज्ञान को परिभाषित करना - [@nitya](https://twitter.com/nitya) द्वारा स्केचनोट                |
+
+---
+
+[![डेटा विज्ञान को परिभाषित करना](images/video-def-ds.png)](https://youtu.be/beZ7Mb_oz9I)
+
+## [प्री लेक्चर क्विज](https://red-water-0103e7a0f.azurestaticapps.net/quiz/0)
+
+## डेटा विज्ञान  क्या है?
+अपने दैनिक जीवन में हम लगातार डेटा से घिरे रहते हैं। अभी आप जो पाठ पढ़ रहे हैं वह डेटा है। आपके स्मार्टफ़ोन में आपके मित्रों के फ़ोन नंबरों की सूची डेटा है, साथ ही आपकी घड़ी पर प्रदर्शित वर्तमान समय भी है। मनुष्य के रूप में, हम स्वाभाविक रूप से हमारे पास मौजूद धन की गणना करके या अपने मित्रों को पत्र लिखकर डेटा के साथ काम करते हैं।
+
+हालाँकि, कंप्यूटर के निर्माण के साथ डेटा बहुत अधिक महत्वपूर्ण हो गया। कंप्यूटर की प्राथमिक भूमिका संगणना करना है, लेकिन उन्हें संचालित करने के लिए डेटा की आवश्यकता होती है। इस प्रकार, हमें यह समझने की आवश्यकता है कि कंप्यूटर डेटा को कैसे संग्रहीत और संसाधित करता है।
+
+इंटरनेट के उद्भव के साथ, डेटा हैंडलिंग उपकरणों के रूप में कंप्यूटर की भूमिका में वृद्धि हुई है। यदि आप इसके बारे में सोचते हैं, तो हम अब वास्तविक गणनाओं के बजाय डेटा प्रोसेसिंग और संचार के लिए कंप्यूटर का अधिक से अधिक उपयोग करते हैं। जब हम किसी मित्र को ई-मेल लिखते हैं या इंटरनेट पर कुछ जानकारी खोजते हैं - हम अनिवार्य रूप से डेटा बना रहे हैं, स्टोर कर रहे हैं, ट्रांसमिट कर रहे हैं और उसमें हेरफेर कर रहे हैं।
+> क्या आपको याद है कि पिछली बार आपने किसी चीज़ की गणना करने के लिए कंप्यूटर का उपयोग कब किया था?
+
+## डेटा साइंस क्या है?
+
+[विकिपीडिया](https://en.wikipedia.org/wiki/Data_science) में, **डेटा साइंस** को *एक वैज्ञानिक क्षेत्र के रूप में परिभाषित किया गया है जो संरचित और असंरचित डेटा से ज्ञान और अंतर्दृष्टि निकालने के लिए वैज्ञानिक तरीकों का उपयोग करता है, और लागू करता है एप्लिकेशन डोमेन की एक विस्तृत श्रृंखला में डेटा से ज्ञान और कार्रवाई योग्य अंतर्दृष्टि*।
+
+यह परिभाषा डेटा विज्ञान के निम्नलिखित महत्वपूर्ण पहलुओं पर प्रकाश डालती है:
+
+* डेटा साइंस का मुख्य लक्ष्य डेटा से **ज्ञान निकालना** है, दूसरे शब्दों में - डेटा को **समझना**, कुछ छिपे हुए संबंध ढूंढना और **मॉडल** बनाना।
+* डेटा विज्ञान **वैज्ञानिक विधियों** का उपयोग करता है, जैसे कि प्रायिकता और सांख्यिकी। वास्तव में, जब *डेटा साइंस* शब्द पहली बार पेश किया गया था, तो कुछ लोगों ने तर्क दिया कि डेटा साइंस आंकड़ों के लिए सिर्फ एक नया फैंसी नाम था। आजकल यह स्पष्ट हो गया है कि क्षेत्र बहुत व्यापक है।   
+* प्राप्त ज्ञान को कुछ **कार्रवाई योग्य अंतर्दृष्टि**, यानी व्यावहारिक अंतर्दृष्टि उत्पन्न करने के लिए लागू किया जाना चाहिए जिसे आप वास्तविक व्यावसायिक स्थितियों पर लागू कर सकते हैं।
+* हमें **संरचित** और **असंरचित** दोनों डेटा पर काम करने में सक्षम होना चाहिए। हम पाठ्यक्रम में बाद में विभिन्न प्रकार के डेटा पर चर्चा करने के लिए वापस आएंगे।
+* **एप्लिकेशन डोमेन** एक महत्वपूर्ण अवधारणा है, और डेटा वैज्ञानिकों को अक्सर समस्या क्षेत्र में कम से कम कुछ हद तक विशेषज्ञता की आवश्यकता होती है, उदाहरण के लिए: वित्त, चिकित्सा, विपणन, आदि।
+
+> डेटा साइंस का एक अन्य महत्वपूर्ण पहलू यह है कि यह अध्ययन करता है कि कंप्यूटर का उपयोग करके डेटा कैसे एकत्र, संग्रहीत और संचालित किया जा सकता है। जबकि सांख्यिकी हमें गणितीय आधार प्रदान करती है, डेटा विज्ञान वास्तव में डेटा से अंतर्दृष्टि प्राप्त करने के लिए गणितीय अवधारणाओं को लागू करता है।
+
+डेटा विज्ञान को देखने के तरीकों में से एक ([जिम ग्रे](https://en.wikipedia.org/wiki/Jim_Gray_(computer_scientist)) को जिम्मेदार ठहराया गया है) इसे विज्ञान का एक अलग प्रतिमान मानना है:
+* **अनुभवजन्य**, जिसमें हम अधिकतर अवलोकनों और प्रयोगों के परिणामों पर भरोसा करते हैं|
+* **सैद्धांतिक**, जहां मौजूदा वैज्ञानिक ज्ञान से नई अवधारणाएं उभरती हैं|
+* **कम्प्यूटेशनल**, जहां हम कुछ कम्प्यूटेशनल प्रयोगों के आधार पर नए सिद्धांतों की खोज करते हैं|
+* **डेटा-प्रचालित**, डेटा में संबंधों और पैटर्न की खोज पर आधारित|