|
|
|
|
@ -1,251 +1,251 @@
|
|
|
|
|
# ابتدائی افراد کے لیے ڈیٹا سائنس - نصاب
|
|
|
|
|
# ڈیٹا سائنس برائے ابتدائی طلبہ - ایک نصاب
|
|
|
|
|
|
|
|
|
|
[](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
|
|
|
|
|
|
|
|
|
|
[](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE)
|
|
|
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/)
|
|
|
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/)
|
|
|
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/)
|
|
|
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/)
|
|
|
|
|
[](http://makeapullrequest.com)
|
|
|
|
|
|
|
|
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/watchers/)
|
|
|
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/network/)
|
|
|
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/stargazers/)
|
|
|
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/watchers/)
|
|
|
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/network/)
|
|
|
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/stargazers/)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
|
|
|
|
|
مائیکروسافٹ میں Azure کلاؤڈ ایڈووکیٹس خوش ہیں کہ وہ 10 ہفتے، 20 سبقوں پر مشتمل نصاب پیش کر رہے ہیں جو مکمل طور پر ڈیٹا سائنس کے بارے میں ہے۔ ہر سبق میں پری-سبق اور پوسٹ-سبق کوئزز، سبق کو مکمل کرنے کی تحریری ہدایات، ایک حل، اور ایک اسائنمنٹ شامل ہے۔ ہمارا پروجیکٹ-بنیاد تدریسی طریقہ آپ کو سیکھنے کے دوران تعمیر کرنے کی اجازت دیتا ہے، جو نئے ہنر سیکھنے کا ایک مؤثر طریقہ ہے۔
|
|
|
|
|
مایکروسافٹ کے Azure کلاؤڈ ایڈووکیٹس خوش ہیں کہ وہ ڈیٹا سائنس کے بارے میں 10 ہفتوں، 20 اسباق پر مشتمل نصاب پیش کریں۔ ہر سبق میں سبق سے پہلے اور سبق کے بعد کوئزز، سبق مکمل کرنے کی تحریری ہدایات، ایک حل، اور ایک اسائنمنٹ شامل ہے۔ ہمارا پروجیکٹ پر مبنی تدریسی طریقہ کار آپ کو سیکھنے کے ساتھ تعمیر کرنے کی اجازت دیتا ہے، جو نئی مہارتوں کو 'چپکانے' کے لیے ایک ثابت شدہ طریقہ ہے۔
|
|
|
|
|
|
|
|
|
|
**ہمارے مصنفین کا دلی شکریہ:** [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)۔
|
|
|
|
|
**ہمارے مصنفین کا دلی شکریہ:** [جاسمن گرینوے](https://www.twitter.com/paladique)، [دمیتری سوشنیکوف](http://soshnikov.com)، [نیتیا ناراسمھان](https://twitter.com/nitya)، [جی لین مک گائی](https://twitter.com/JalenMcG)، [جین لوپر](https://twitter.com/jenlooper)، [ماڈ لوی](https://twitter.com/maudstweets)، [ٹیفنی ساؤٹری](https://twitter.com/TiffanySouterre)، [کرسٹوفر ہیرسن](https://www.twitter.com/geektrainer)۔
|
|
|
|
|
|
|
|
|
|
**🙏 خصوصی شکریہ 🙏 ہمارے [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) مصنفین، جائزہ لینے والوں اور مواد کے تعاون کرنے والوں کو،** جن میں خاص طور پر شامل ہیں: 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/)
|
|
|
|
|
**🙏 خصوصی شکریہ 🙏 ہمارے [مائیکروسافٹ اسٹوڈنٹ ایمبیسیڈر](https://studentambassadors.microsoft.com/) مصنفین، نقادوں اور مواد کے شراکت داروں کو،** خاص طور پر آریان آرورا، [ادیتیا گرگ](https://github.com/AdityaGarg00)، [الونڈرا سانچیز](https://www.linkedin.com/in/alondra-sanchez-molina/)، [انکیتا سنگھ](https://www.linkedin.com/in/ankitasingh007)، [انوپم مشرا](https://www.linkedin.com/in/anupam--mishra/)، [ارپیتا داس](https://www.linkedin.com/in/arpitadas01/)، خیال بہاری دبے، [ڈبری نسوفور](https://www.linkedin.com/in/dibrinsofor)، [دیشیتا بھاسن](https://www.linkedin.com/in/dishita-bhasin-7065281bb)، [مجد صافی](https://www.linkedin.com/in/majd-s/)، [میکس بلوم](https://www.linkedin.com/in/max-blum-6036a1186/)، [میگوئل کوریا](https://www.linkedin.com/in/miguelmque/)، [محمد افتخر (افتو) ابن جلال](https://twitter.com/iftu119)، [ناورین تبسم](https://www.linkedin.com/in/nawrin-tabassum)، [رائمنڈ وانگسا پترا](https://www.linkedin.com/in/raymond-wp/)، [روہت یادو](https://www.linkedin.com/in/rty2423)، سمردھی شرما، [سانیا سنہا](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200)،
|
|
|
|
|
[شیانہ نرولا](https://www.linkedin.com/in/sheena-narua-n/)، [توقیر احمد](https://www.linkedin.com/in/tauqeerahmad5201/)، یوگندرسنگھ پاوار، [ودوشی گوپتا](https://www.linkedin.com/in/vidushi-gupta07/)، [جسلیلن سندھی](https://www.linkedin.com/in/jasleen-sondhi/)
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
||
|
|
|
|
|
|:---:|
|
|
|
|
|
| ابتدائی افراد کے لیے ڈیٹا سائنس - _اسکچنوٹ از [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
|
| ڈیٹا سائنس برائے ابتدائی طلبہ - _سکیچنوٹ از [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
|
|
|
|
|
|
### 🌐 کثیراللسانی معاونت
|
|
|
|
|
### 🌐 کثیر الزبانی حمایت
|
|
|
|
|
|
|
|
|
|
#### GitHub ایکشن کے ذریعے مدد یافتہ (خودکار اور ہمیشہ تازہ ترین)
|
|
|
|
|
#### GitHub ایکشن کے ذریعے معاونت یافتہ (خودکار اور ہمیشہ تازہ ترین)
|
|
|
|
|
|
|
|
|
|
<!-- 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-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](../lt/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](./README.md) | [Vietnamese](../vi/README.md)
|
|
|
|
|
|
|
|
|
|
> **کیا آپ لوکل کلون کرنا پسند کریں گے؟**
|
|
|
|
|
> **کیا آپ مقامی طور پر کلون کرنا پسند کریں گے؟**
|
|
|
|
|
|
|
|
|
|
> اس ذخیرے میں 50+ زبانوں کے تراجم شامل ہیں جس سے ڈاؤن لوڈ کا سائز کافی بڑھ جاتا ہے۔ بغیر تراجم کے کلون کرنے کے لیے اسپرز چیک آؤٹ استعمال کریں:
|
|
|
|
|
> اس ریپوزیٹری میں 50+ زبانوں کے تراجم شامل ہیں جو ڈاؤن لوڈ کے حجم کو کافی بڑھا دیتے ہیں۔ تراجم کے بغیر کلون کرنے کے لئے sparse checkout استعمال کریں:
|
|
|
|
|
> ```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'
|
|
|
|
|
> ```
|
|
|
|
|
> اس سے آپ کو نصاب مکمل کرنے کے لیے درکار تمام مواد تیزی سے مل جائے گا۔
|
|
|
|
|
> اس سے آپ کو کورس مکمل کرنے کے لیے تمام ضروری چیزیں مل جائیں گی، اور ڈاؤن لوڈ بہت تیز ہوگا۔
|
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
|
|
|
|
|
|
**اگر آپ اضافی ترجمانی زبانیں چاہتے ہیں تو یہاں دیکھیں [here](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
|
|
|
|
|
**اگر آپ اضافی ترجمہ زبانوں کی حمایت چاہتے ہیں تو وہ [یہاں](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) درج ہیں**
|
|
|
|
|
|
|
|
|
|
#### ہماری کمیونٹی میں شامل ہوں
|
|
|
|
|
#### ہماری کمیونٹی شامل ہوں
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
|
|
|
|
ہمارے پاس ڈسکارڈ پر AI کے ساتھ سیکھنے کی سیریز جاری ہے، مزید سیکھنے اور شامل ہونے کے لیے [Learn with AI Series](https://aka.ms/learnwithai/discord) پر آئیں، یہ سلسلہ 18 سے 30 ستمبر، 2025 تک ہے۔ آپ کو GitHub Copilot کے ذریعے ڈیٹا سائنس کے ٹپس اور ٹرکس ملیں گے۔
|
|
|
|
|
ہمارے پاس ایک Discord پر "Learn with AI" سیریز جاری ہے، مزید جانیں اور ہمارے ساتھ شامل ہوں [Learn with AI Series](https://aka.ms/learnwithai/discord) میں 18 تا 30 ستمبر، 2025۔ آپ کو GitHub Copilot کے استعمال کے لئے ڈیٹا سائنس میں ٹپس اور ٹرکس ملیں گے۔
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
# کیا آپ طالب علم ہیں؟
|
|
|
|
|
|
|
|
|
|
مندرجہ ذیل وسائل کے ساتھ شروع کریں:
|
|
|
|
|
|
|
|
|
|
- [طالب علم مرکز صفحہ](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) اس صفحے پر آپ کو ابتدائی وسائل، طالب علم پیک اور حتیٰ کہ مفت سرٹیفکیٹ واؤچر حاصل کرنے کے طریقے ملیں گے۔ یہ وہ صفحہ ہے جسے آپ کو بُک مارک کرنا چاہیے اور وقتاً فوقتاً چیک کرنا چاہیے کیونکہ ہم ماہانہ مواد کو اپ ڈیٹ کرتے رہتے ہیں۔
|
|
|
|
|
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) عالمی طالب علم سفیروں کی کمیونٹی میں شامل ہوں، یہ آپ کا مائیکروسافٹ میں داخلہ ہو سکتا ہے۔
|
|
|
|
|
- [طالب علم ہب صفحہ](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) اس صفحہ میں آپ کو ابتدائی وسائل، طالب علم پیک اور مفت سرٹیفیکیشن ووچر حاصل کرنے کے طریقے ملیں گے۔ یہ وہ صفحہ ہے جسے آپ وقتاً فوقتاً دیکھنا چاہیں گے کیونکہ ہم کم از کم ماہانہ مواد تبدیل کرتے رہتے ہیں۔
|
|
|
|
|
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) عالمی طالب علم ایمبیسیڈر کمیونٹی میں شامل ہوں، یہ آپ کا مائیکروسافٹ میں داخلہ کا ذریعہ ہو سکتا ہے۔
|
|
|
|
|
|
|
|
|
|
# شروعات کیسے کریں
|
|
|
|
|
# شروع کرنا
|
|
|
|
|
|
|
|
|
|
## 📚 دستاویزات
|
|
|
|
|
## 📚 دستاویزی مواد
|
|
|
|
|
|
|
|
|
|
- **[انسٹالیشن گائیڈ](INSTALLATION.md)** - ابتدائی افراد کے لیے قدم بہ قدم سیٹ اپ کی ہدایات
|
|
|
|
|
- **[استعمال کی گائیڈ](USAGE.md)** - مثالیں اور عام طریقہ کار
|
|
|
|
|
- **[مسائل کے حل](TROUBLESHOOTING.md)** - عام مسائل کے حل
|
|
|
|
|
- **[تعاون کی گائیڈ](CONTRIBUTING.md)** - اس پروجیکٹ میں تعاون کرنے کا طریقہ
|
|
|
|
|
- **[انسٹالیشن گائیڈ](INSTALLATION.md)** - ابتدائیوں کے لیے مرحلہ وار سیٹ اپ کی ہدایات
|
|
|
|
|
- **[استعمال کا گائیڈ](USAGE.md)** - مثالیں اور عام ورک فلو
|
|
|
|
|
- **[مسائل حل کرنا](TROUBLESHOOTING.md)** - عام مسائل کے حل
|
|
|
|
|
- **[شراکت دار بننے کا طریقہ](CONTRIBUTING.md)** - اس پروجیکٹ میں تعاون کرنے کا طریقہ
|
|
|
|
|
- **[اساتذہ کے لیے](for-teachers.md)** - تدریسی رہنمائی اور کلاس روم کے وسائل
|
|
|
|
|
|
|
|
|
|
## 👨🎓 طلباء کے لیے
|
|
|
|
|
> **مکمل نوآموز:** کیا آپ ڈیٹا سائنس میں نئے ہیں؟ ہمارا [ابتدائی دوست مثالیں](examples/README.md) سے شروع کریں! یہ آسان، اچھی طرح سے تبصرہ کی گئی مثالیں آپ کو بنیادیں سمجھنے میں مدد دیں گی اس سے پہلے کہ آپ مکمل نصاب میں غوطہ لگائیں۔
|
|
|
|
|
> **[طلباء](https://aka.ms/student-page)**: اس نصاب کو اپنے لیے استعمال کرنے کے لیے، پورے ریپو کو فورک کریں اور مشقیں خود مکمل کریں، پری لیکچر کوئز سے شروع کریں۔ پھر لیکچر پڑھیں اور باقی سرگرمیاں مکمل کریں۔ کوشش کریں کہ پروجیکٹس سبق کو سمجھ کر بنائیں، بجائے حل کی کوڈ کاپی کرنے کے؛ تاہم، وہ کوڈ ہر پروجیکٹ سے متعلق سبق کے /solutions فولڈر میں دستیاب ہے۔ ایک اور خیال یہ ہے کہ دوستوں کے ساتھ اسٹڈی گروپ بنائیں اور مواد کو ساتھ ساتھ دیکھیں۔ مزید مطالعے کے لیے، ہم [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) کا مشورہ دیتے ہیں۔
|
|
|
|
|
## 👨🎓 طلبہ کے لیے
|
|
|
|
|
> **بالکل نئے**: ڈیٹا سائنس میں نئے ہیں؟ ہمارے [آسان اور وضاحتی مثالوں](examples/README.md) سے شروع کریں! یہ سادہ اور وضاحتی مثالیں آپ کو بنیادی باتیں سمجھنے میں مدد دیں گی اس سے پہلے کہ آپ مکمل نصاب میں جائیں۔
|
|
|
|
|
> **[طلبہ](https://aka.ms/student-page)**: اس نصاب کو خود استعمال کرنے کے لیے، پورے ریپو کو فورک کریں اور خود کی مشقیں مکمل کریں، شروع میں ایک پری لیکچر کوئز کے ساتھ۔ پھر لیکچر پڑھیں اور باقی سرگرمیاں مکمل کریں۔ کوشش کریں کہ اسباق کو سمجھ کر پروجیکٹ بنائیں بجائے اس کے کہ حل کے کوڈ کی نقل کریں؛ تاہم، وہ کوڈ ہر پروجیکٹ پر مبنی سبق کے /solutions فولڈر میں دستیاب ہے۔ ایک اور خیال ہے کہ دوستوں کے ساتھ ایک اسٹڈی گروپ بنائیں اور مل کر مواد کا جائزہ لیں۔ مزید مطالعہ کے لیے، ہم [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) کی سفارش کرتے ہیں۔
|
|
|
|
|
|
|
|
|
|
**جلدی شروع کریں:**
|
|
|
|
|
1. اپنے ماحول کو سیٹ اپ کرنے کے لیے [انسٹالیشن گائیڈ](INSTALLATION.md) چیک کریں
|
|
|
|
|
2. نصاب کے ساتھ کام کرنے کے طریقے سیکھنے کے لیے [استعمال کی گائیڈ](USAGE.md) کا جائزہ لیں
|
|
|
|
|
3. سبق 1 سے شروع کریں اور ترتیب سے آگے بڑھیں
|
|
|
|
|
4. معاونت کے لیے ہماری [Discord کمیونٹی](https://aka.ms/ds4beginners/discord) میں شامل ہوں
|
|
|
|
|
**فوری آغاز:**
|
|
|
|
|
1. اپنا ماحول ترتیب دینے کے لیے [انسٹالیشن گائیڈ](INSTALLATION.md) دیکھیں
|
|
|
|
|
2. نصاب کے ساتھ کام کرنے کے طریقے جاننے کے لیے [استعمال کا گائیڈ](USAGE.md) کا جائزہ لیں
|
|
|
|
|
3. سبق نمبر 1 سے شروع کریں اور ترتیب سے آگے بڑھیں
|
|
|
|
|
4. مدد کے لیے ہمارے [Discord کمیونٹی](https://aka.ms/ds4beginners/discord) میں شامل ہوں
|
|
|
|
|
|
|
|
|
|
## 👩🏫 اساتذہ کے لیے
|
|
|
|
|
|
|
|
|
|
> **اساتذہ:** ہم نے [کچھ تجاویز شامل کی ہیں](for-teachers.md) کہ اس نصاب کو کیسے استعمال کیا جائے۔ ہمیں آپ کی رائے کا انتظار ہے [ہماری بحث فورم](https://github.com/microsoft/Data-Science-For-Beginners/discussions) میں!
|
|
|
|
|
> **اساتذہ**: ہم نے اس نصاب کے استعمال کے لیے کچھ [تجاویز شامل کی ہیں](for-teachers.md)۔ ہمیں آپ کی رائے سن کر خوشی ہوگی [ہماری مباحثہ فورم](https://github.com/microsoft/Data-Science-For-Beginners/discussions) میں!
|
|
|
|
|
## ٹیم سے ملاقات
|
|
|
|
|
|
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "پرومو ویڈیو")
|
|
|
|
|
|
|
|
|
|
**گف بذریعہ** [محیّت جیسال](https://www.linkedin.com/in/mohitjaisal)
|
|
|
|
|
**گیف بذریعہ** [موہت جیسال](https://www.linkedin.com/in/mohitjaisal)
|
|
|
|
|
|
|
|
|
|
> 🎥 پروجیکٹ اور اسے بنانے والے لوگوں کے بارے میں ویڈیو کے لیے اوپر تصویر پر کلک کریں!
|
|
|
|
|
> 🎥 پروجیکٹ اور اسے بنانے والے افراد کے بارے میں ویڈیو کے لیے اوپر دی گئی تصویر پر کلک کریں!
|
|
|
|
|
|
|
|
|
|
## تدریسی اصول
|
|
|
|
|
## تعلیم کا طریقہ کار
|
|
|
|
|
|
|
|
|
|
ہم نے اس نصاب کی تیاری کے دوران دو تدریسی اصول منتخب کیے ہیں: اس بات کو یقینی بنانا کہ یہ پروجیکٹ پر مبنی ہو اور اس میں کثرت سے کوئزز شامل ہوں۔ اس سیریز کے اختتام پر، طلباء نے ڈیٹا سائنس کے بنیادی اصول سیکھ لیے ہوں گے، جس میں اخلاقی تصورات، ڈیٹا کی تیاری، ڈیٹا کے مختلف طریقوں سے کام کرنا، ڈیٹا کی تصویری نمائندگی، ڈیٹا کا تجزیہ، ڈیٹا سائنس کے حقیقی دنیا میں استعمال کے کیسز، اور مزید شامل ہیں۔
|
|
|
|
|
ہم نے اس نصاب کی تیاری کے دوران دو تعلیمی اصول چنے ہیں: یہ کہ یہ پروجیکٹ پر مبنی ہو اور اس میں بار بار کوئز شامل ہوں۔ اس سیریز کے اختتام تک، طلباء نے ڈیٹا سائنس کے بنیادی اصول سیکھ لیے ہوں گے، جن میں اخلاقی تصورات، ڈیٹا کی تیاری، ڈیٹا کے ساتھ کام کرنے کے مختلف طریقے، ڈیٹا کی تصویری نمائندگی، ڈیٹا کا تجزیہ، ڈیٹا سائنس کے حقیقی دنیا کے استعمال کے معاملات، اور بہت کچھ شامل ہے۔
|
|
|
|
|
|
|
|
|
|
اس کے علاوہ، کلاس سے پہلے ایک کم زور کوئز طالب علم کے تعلیمی ارادے کو متعین کرتا ہے، جبکہ کلاس کے بعد دوسرا کوئز بہتر یادداشت کو یقینی بناتا ہے۔ یہ نصاب لچکدار اور دلچسپ بنانے کے لیے ڈیزائن کیا گیا ہے اور اسے مکمل یا جزوی طور پر لیا جا سکتا ہے۔ پروجیکٹس ابتدا میں آسان ہوتے ہیں اور 10 ہفتوں کے دورانیے کے اختتام تک پیچیدہ ہوتے جاتے ہیں۔
|
|
|
|
|
مزید یہ کہ، کلاس سے پہلے ایک کم دباؤ والا کوئز طالب علم کی کسی موضوع کو سیکھنے کی نیت قائم کرتا ہے، جبکہ کلاس کے بعد دوسرا کوئز اس معلومات کی مزید یادداشت کو یقینی بناتا ہے۔ یہ نصاب لچکدار اور تفریحی بنانے کے لیے ڈیزائن کیا گیا ہے اور پورے یا کسی حصے میں بھی لیا جا سکتا ہے۔ پروجیکٹس شروع میں چھوٹے ہوتے ہیں اور 10 ہفتوں کے دورانیے کے آخر تک پیچیدہ ہوتے جاتے ہیں۔
|
|
|
|
|
|
|
|
|
|
> ہمارے [کوڈ آف کنڈکٹ](CODE_OF_CONDUCT.md)، [کنٹری بیوشن](CONTRIBUTING.md)، [ترجمہ](TRANSLATIONS.md) کے رہنما اصول دریافت کریں۔ ہم آپ کی تعمیری آراء کا خیرمقدم کرتے ہیں!
|
|
|
|
|
> ہمارے [کوڈ آف کنڈکٹ](CODE_OF_CONDUCT.md)، [قواعد و ضوابط](CONTRIBUTING.md)، [ترجمہ](TRANSLATIONS.md) کی ہدایات دیکھیں۔ ہم آپ کی تعمیری رائے کا خیرمقدم کرتے ہیں!
|
|
|
|
|
|
|
|
|
|
## ہر سبق میں شامل ہیں:
|
|
|
|
|
## ہر سبق میں شامل ہے:
|
|
|
|
|
|
|
|
|
|
- اختیاری خاکہ نوٹ
|
|
|
|
|
- اختیاری اسکیچ نوٹ
|
|
|
|
|
- اختیاری اضافی ویڈیو
|
|
|
|
|
- سبق سے پہلے گرمائی کوئز
|
|
|
|
|
- سبق سے پہلے گرم اپ کوئز
|
|
|
|
|
- تحریری سبق
|
|
|
|
|
- پروجیکٹ پر مبنی اسباق کے لیے، پروجیکٹ بنانے کے مرحلہ وار رہنما
|
|
|
|
|
- علم کی جانچ
|
|
|
|
|
- ایک چیلنج
|
|
|
|
|
- اضافی مطالعہ
|
|
|
|
|
- اسباق کے بعد کا [کوئز](https://ff-quizzes.netlify.app/en/)
|
|
|
|
|
- اسباق کے بعد کوئز ([Post-lesson quiz](https://ff-quizzes.netlify.app/en/))
|
|
|
|
|
|
|
|
|
|
> **کوئزز کے بارے میں ایک نوٹ**: تمام کوئزز Quiz-App فولڈر میں موجود ہیں، کل 40 کوئزز ہر ایک میں تین سوالات۔ یہ اسباق میں لنک کیے گئے ہیں، لیکن کوئز ایپ کو مقامی طور پر چلایا جا سکتا ہے یا Azure پر تعینات کیا جا سکتا ہے؛ `quiz-app` فولڈر میں دی گئی ہدایات پر عمل کریں۔ یہ آہستہ آہستہ مقامی زبانوں میں منتقل کیے جا رہے ہیں۔
|
|
|
|
|
> **کوئز کے بارے میں نوٹ**: تمام کوئزز Quiz-App فولڈر میں شامل ہیں، کل 40 کوئزز ہیں جن میں سے ہر ایک میں تین سوالات ہوتے ہیں۔ یہ اسباق میں لنک کیے گئے ہیں، لیکن کوئز ایپ کو آپ مقامی طور پر چلا سکتے ہیں یا Azure پر تعینات کر سکتے ہیں؛ `quiz-app` فولڈر میں ہدایات پر عمل کریں۔ انہیں بتدریج مقامی زبانوں میں تبدیل کیا جا رہا ہے۔
|
|
|
|
|
|
|
|
|
|
## 🎓 ابتدائیوں کے لیے آسان مثالیں
|
|
|
|
|
## 🎓 ابتدائی افراد کے لیے مثالیں
|
|
|
|
|
|
|
|
|
|
**ڈیٹا سائنس میں نئے ہیں؟** ہم نے ایک خاص [مثالوں کا ڈائریکٹری](examples/README.md) بنایا ہے جس میں سادہ، وضاحتی کوڈ شامل ہے تاکہ آپ کی شروعات ہو سکے:
|
|
|
|
|
**ڈیٹا سائنس میں نئے ہیں؟** ہم نے ایک خاص [مثالیں ڈائریکٹری](examples/README.md) بنائی ہے جس میں آسان، اچھی طرح سے تبصرہ شدہ کوڈ ہے تاکہ آپ شروع کر سکیں:
|
|
|
|
|
|
|
|
|
|
- 🌟 **ہیلو ورلڈ** - آپ کا پہلا ڈیٹا سائنس پروگرام
|
|
|
|
|
- 📂 **ڈیٹا لوڈ کرنا** - ڈیٹا سیٹس کو پڑھنے اور دریافت کرنے کا طریقہ سیکھیں
|
|
|
|
|
- 📊 **سادہ تجزیہ** - شماریات کا حساب لگائیں اور پیٹرن تلاش کریں
|
|
|
|
|
- 📈 **بنیادی بصری نمائندگی** - چارٹس اور گراف بنائیں
|
|
|
|
|
- 🔬 **حقیقی دنیا کا پروجیکٹ** - شروع سے اختتام تک مکمل ورک فلو
|
|
|
|
|
- 🌟 **ہیلو ورلڈ** - آپ کا پہلا ڈیٹا سائنس پروگرام
|
|
|
|
|
- 📂 **ڈیٹا لوڈ کرنا** - ڈیٹا سیٹس کو پڑھنا اور تلاش کرنا سیکھیں
|
|
|
|
|
- 📊 **سادہ تجزیہ** - اعدادوشمار کا حساب لگائیں اور پیٹرن تلاش کریں
|
|
|
|
|
- 📈 **بنیادی تصویری نمائندگی** - چارٹس اور گراف بنائیں
|
|
|
|
|
- 🔬 **حقیقی دنیا کا پروجیکٹ** - ابتدا سے لے کر اختتام تک مکمل ورک فلو
|
|
|
|
|
|
|
|
|
|
ہر مثال میں تفصیلی تبصروں کے ذریعے ہر قدم کی وضاحت کی گئی ہے، جو بالکل ابتدائیوں کے لیے مثالی ہے!
|
|
|
|
|
ہر مثال مکمل تبصروں کے ساتھ ہے جو ہر قدم کی وضاحت کرتے ہیں، جو بالکل ابتدائی افراد کے لیے بہترین ہے!
|
|
|
|
|
|
|
|
|
|
👉 **[مثالوں کے ساتھ شروع کریں](examples/README.md)** 👈
|
|
|
|
|
👉 **[مثالوں سے شروع کریں](examples/README.md)** 👈
|
|
|
|
|
|
|
|
|
|
## دروس
|
|
|
|
|
## اسباق
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
||
|
|
|
|
|
|:---:|
|
|
|
|
|
| ڈیٹا سائنس برائے ابتدائی: روڈ میپ - _خاکہ نوٹ بذریعہ [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
|
| ڈیٹا سائنس برائے ابتدائی افراد: روڈ میپ - _اسکیچ نوٹ بذریعہ [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| سبق نمبر | موضوع | سبق کا گروہ بندی | تعلّمی مقاصد | منسلک سبق | مصنف |
|
|
|
|
|
| سبق نمبر | موضوع | سبق کا گروپ | تعلیمی مقاصد | منسلک سبق | مصنف |
|
|
|
|
|
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
|
|
|
|
|
| 01 | ڈیٹا سائنس کی تعریف | [تعارف](1-Introduction/README.md) | ڈیٹا سائنس کے بنیادی تصورات کو سیکھیں اور یہ کہ یہ کس طرح مصنوعی ذہانت، مشین لرننگ، اور بڑے ڈیٹا سے متعلق ہے۔ | [سبق](1-Introduction/01-defining-data-science/README.md) [ویڈیو](https://youtu.be/beZ7Mb_oz9I) | [ڈمٹری](http://soshnikov.com) |
|
|
|
|
|
| 02 | ڈیٹا سائنس کی اخلاقیات | [تعارف](1-Introduction/README.md) | ڈیٹا اخلاقیات کے تصورات، چیلنجز اور فریم ورکس۔ | [سبق](1-Introduction/02-ethics/README.md) | [نيتیا](https://twitter.com/nitya) |
|
|
|
|
|
| 03 | ڈیٹا کی تعریف | [تعارف](1-Introduction/README.md) | ڈیٹا کی درجہ بندی اور اس کے عام ذرائع۔ | [سبق](1-Introduction/03-defining-data/README.md) | [جیسمن](https://www.twitter.com/paladique) |
|
|
|
|
|
| 04 | شماریات اور احتمال کا تعارف | [تعارف](1-Introduction/README.md) | احتمال اور شماریات کی ریاضیاتی تکنیکیں تاکہ ڈیٹا کو سمجھا جا سکے۔ | [سبق](1-Introduction/04-stats-and-probability/README.md) [ویڈیو](https://youtu.be/Z5Zy85g4Yjw) | [ڈمٹری](http://soshnikov.com) |
|
|
|
|
|
| 05 | رشتہ دار ڈیٹا کے ساتھ کام کرنا | [ڈیٹا کے ساتھ کام](2-Working-With-Data/README.md) | رشتہ دار ڈیٹا کا تعارف اور ایس کیو ایل (کہا جاتا ہے "سی کویل") کے ساتھ رشتہ دار ڈیٹا کو دریافت اور تجزیہ کرنے کی بنیادی باتیں۔ | [سبق](2-Working-With-Data/05-relational-databases/README.md) | [کرسٹوفر](https://www.twitter.com/geektrainer) |
|
|
|
|
|
| 06 | نان ایس کیو ایل ڈیٹا کے ساتھ کام کرنا | [ڈیٹا کے ساتھ کام](2-Working-With-Data/README.md) | غیر رشتہ دار ڈیٹا کا تعارف، اس کی مختلف اقسام اور دستاویزی ڈیٹا بیسز کو دریافت اور تجزیہ کرنے کی بنیادی باتیں۔ | [سبق](2-Working-With-Data/06-non-relational/README.md) | [جیسمن](https://twitter.com/paladique) |
|
|
|
|
|
| 07 | پایتھون کے ساتھ کام کرنا | [ڈیٹا کے ساتھ کام](2-Working-With-Data/README.md) | پینڈاز جیسی لائبریریز کے ساتھ ڈیٹا دریافت کے لیے پایتھون کے استعمال کے بنیادی اصول۔ پایتھون پروگرامنگ کی بنیادی سمجھ سفارش کی جاتی ہے۔ | [سبق](2-Working-With-Data/07-python/README.md) [ویڈیو](https://youtu.be/dZjWOGbsN4Y) | [ڈمٹری](http://soshnikov.com) |
|
|
|
|
|
| 08 | ڈیٹا کی تیاری | [ڈیٹا کے ساتھ کام](2-Working-With-Data/README.md) | ڈیٹا کی صفائی اور تبدیلی کی تکنیکیں تاکہ گمشدہ، غلط یا نامکمل ڈیٹا کے چیلنجز سے نمٹا جا سکے۔ | [سبق](2-Working-With-Data/08-data-preparation/README.md) | [جیسمن](https://www.twitter.com/paladique) |
|
|
|
|
|
| 09 | مقدار کی بصری نمائندگی | [ڈیٹا کی بصری نمائندگی](3-Data-Visualization/README.md) | میٹپلاٹ لائبریری کا استعمال کرتے ہوئے پرندوں کے ڈیٹا کی تصویری نمائندگی سیکھیں 🦆 | [سبق](3-Data-Visualization/09-visualization-quantities/README.md) | [جن](https://twitter.com/jenlooper) |
|
|
|
|
|
| 10 | ڈیٹا کی تقسیم کی بصری نمائندگی | [ڈیٹا کی بصری نمائندگی](3-Data-Visualization/README.md) | وقفے کے اندر مشاہدات اور رجحانات کی بصری نمائندگی۔ | [سبق](3-Data-Visualization/10-visualization-distributions/README.md) | [جن](https://twitter.com/jenlooper) |
|
|
|
|
|
| 11 | تناسب کی بصری نمائندگی | [ڈیٹا کی بصری نمائندگی](3-Data-Visualization/README.md) | الگ تھلگ اور گروپ کردہ فیصدات کی تصویری نمائندگی۔ | [سبق](3-Data-Visualization/11-visualization-proportions/README.md) | [جن](https://twitter.com/jenlooper) |
|
|
|
|
|
| 12 | تعلقات کی بصری نمائندگی | [ڈیٹا کی بصری نمائندگی](3-Data-Visualization/README.md) | ڈیٹا کے مجموعوں اور ان کے متغیرات کے درمیان تعلقات اور ارتباطات کی بصری نمائندگی۔ | [سبق](3-Data-Visualization/12-visualization-relationships/README.md) | [جن](https://twitter.com/jenlooper) |
|
|
|
|
|
| 13 | بامعنی بصری نمائندگی | [ڈیٹا کی بصری نمائندگی](3-Data-Visualization/README.md) | مؤثر مسئلہ حل کرنے اور بصیرت کے لیے اپنی بصری نمائندگیوں کو قیمتی بنانے کی تکنیکیں اور رہنمائی۔ | [سبق](3-Data-Visualization/13-meaningful-visualizations/README.md) | [جن](https://twitter.com/jenlooper) |
|
|
|
|
|
| 14 | ڈیٹا سائنس کے لائف سائیکل کا تعارف | [لائف سائیکل](4-Data-Science-Lifecycle/README.md) | ڈیٹا سائنس لائف سائیکل اور ڈیٹا حاصل کرنے اور نکالنے کے پہلے مرحلے کا تعارف۔ | [سبق](4-Data-Science-Lifecycle/14-Introduction/README.md) | [جیسمن](https://twitter.com/paladique) |
|
|
|
|
|
| 15 | تجزیہ کرنا | [لائف سائیکل](4-Data-Science-Lifecycle/README.md) | ڈیٹا سائنس لائف سائیکل کا یہ مرحلہ ڈیٹا کے تجزیہ کی تکنیکوں پر مرکوز ہے۔ | [سبق](4-Data-Science-Lifecycle/15-analyzing/README.md) | [جیسمن](https://twitter.com/paladique) |
|
|
|
|
|
| 16 | مواصلات | [لائف سائیکل](4-Data-Science-Lifecycle/README.md) | ڈیٹا سائنس لائف سائیکل کا یہ مرحلہ ڈیٹا سے حاصل شدہ بصیرت کو اس طرح پیش کرنے پر توجہ دیتا ہے کہ فیصلہ سازوں کے لیے اسے سمجھنا آسان ہو۔ | [سبق](4-Data-Science-Lifecycle/16-communication/README.md) | [جیلین](https://twitter.com/JalenMcG) |
|
|
|
|
|
| 17 | کلاؤڈ میں ڈیٹا سائنس | [کلاؤڈ ڈیٹا](5-Data-Science-In-Cloud/README.md) | اس سلسلے کے اسباق کلاؤڈ میں ڈیٹا سائنس اور اس کے فوائد کا تعارف کرواتے ہیں۔ | [سبق](5-Data-Science-In-Cloud/17-Introduction/README.md) | [ٹیفنی](https://twitter.com/TiffanySouterre) اور [ماڈ](https://twitter.com/maudstweets) |
|
|
|
|
|
| 18 | کلاؤڈ میں ڈیٹا سائنس | [کلاؤڈ ڈیٹا](5-Data-Science-In-Cloud/README.md) | لو کوڈ ٹولز کے استعمال سے ماڈلز کی تربیت۔ | [سبق](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [ٹیفنی](https://twitter.com/TiffanySouterre) اور [ماڈ](https://twitter.com/maudstweets) |
|
|
|
|
|
| 19 | کلاؤڈ میں ڈیٹا سائنس | [کلاؤڈ ڈیٹا](5-Data-Science-In-Cloud/README.md) | Azure مشین لرننگ اسٹوڈیو کے ذریعے ماڈلز کی تعیناتی۔ | [سبق](5-Data-Science-In-Cloud/19-Azure/README.md) | [ٹیفنی](https://twitter.com/TiffanySouterre) اور [ماڈ](https://twitter.com/maudstweets) |
|
|
|
|
|
| 20 | جنگل میں ڈیٹا سائنس | [جنگل میں](6-Data-Science-In-Wild/README.md) | حقیقی دنیا میں ڈیٹا سائنس پر مبنی پروجیکٹس۔ | [سبق](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [نيتیا](https://twitter.com/nitya) |
|
|
|
|
|
| 01 | ڈیٹا سائنس کی تعریف | [تعارف](1-Introduction/README.md) | ڈیٹا سائنس کے بنیادی تصورات اور یہ آرٹیفیشل انٹیلی جنس، مشین لرننگ، اور بڑی ڈیٹا سے کیسے منسلک ہے سیکھنا۔ | [سبق](1-Introduction/01-defining-data-science/README.md) [ویڈیو](https://youtu.be/beZ7Mb_oz9I) | [دمیتری](http://soshnikov.com) |
|
|
|
|
|
| 02 | ڈیٹا سائنس اخلاقیات | [تعارف](1-Introduction/README.md) | ڈیٹا کے اخلاقی تصورات، چیلنجز اور فریم ورکس۔ | [سبق](1-Introduction/02-ethics/README.md) | [نیتیا](https://twitter.com/nitya) |
|
|
|
|
|
| 03 | ڈیٹا کی تعریف | [تعارف](1-Introduction/README.md) | ڈیٹا کی درجہ بندی اور اس کے عام ذرائع۔ | [سبق](1-Introduction/03-defining-data/README.md) | [جازمین](https://www.twitter.com/paladique) |
|
|
|
|
|
| 04 | شماریات اور احتمال کا تعارف | [تعارف](1-Introduction/README.md) | احتمال اور شماریات کی ریاضی تکنیکوں کا استعمال کر کے ڈیٹا کو سمجھنا۔ | [سبق](1-Introduction/04-stats-and-probability/README.md) [ویڈیو](https://youtu.be/Z5Zy85g4Yjw) | [دمیتری](http://soshnikov.com) |
|
|
|
|
|
| 05 | تعلقاتی ڈیٹا کے ساتھ کام کرنا | [ڈیٹا کے ساتھ کام](2-Working-With-Data/README.md) | تعلقاتی ڈیٹا کا تعارف اور اس کی کھوج اور تجزیہ کے بنیادی اصول Structured Query Language یعنی SQL کے ذریعے۔ | [سبق](2-Working-With-Data/05-relational-databases/README.md) | [کرسٹوفر](https://www.twitter.com/geektrainer) | | |
|
|
|
|
|
| 06 | نان SQL ڈیٹا کے ساتھ کام کرنا | [ڈیٹا کے ساتھ کام](2-Working-With-Data/README.md) | غیر تعلقاتی ڈیٹا کا تعارف، اس کی مختلف اقسام اور دستاویز ڈیٹا بیس کی کھوج اور تجزیہ کے بنیادی اصول۔ | [سبق](2-Working-With-Data/06-non-relational/README.md) | [جازمین](https://twitter.com/paladique)|
|
|
|
|
|
| 07 | پائتھون کے ساتھ کام کرنا | [ڈیٹا کے ساتھ کام](2-Working-With-Data/README.md) | پائتھون کا استعمال کرتے ہوئے ڈیٹا کی کھوج کے بنیادی اصول جیسے کہ Pandas لائبریریز۔ پائتھون پروگرامنگ کی بنیادی سمجھ سفارش کی جاتی ہے۔ | [سبق](2-Working-With-Data/07-python/README.md) [ویڈیو](https://youtu.be/dZjWOGbsN4Y) | [دمیتری](http://soshnikov.com) |
|
|
|
|
|
| 08 | ڈیٹا کی تیاری | [ڈیٹا کے ساتھ کام](2-Working-With-Data/README.md) | گمشدہ، غلط، یا نامکمل ڈیٹا کے چیلنجز کو دور کرنے کے لیے ڈیٹا صاف کرنے اور تبدیل کرنے کی تکنیکیں۔ | [سبق](2-Working-With-Data/08-data-preparation/README.md) | [جازمین](https://www.twitter.com/paladique) |
|
|
|
|
|
| 09 | مقدار کی تصویری نمائندگی | [ڈیٹا کی تصویری نمائندگی](3-Data-Visualization/README.md) | Matplotlib کا استعمال کر کے پرندوں کے ڈیٹا کی تصویری نمائندگی سیکھیں 🦆 | [سبق](3-Data-Visualization/09-visualization-quantities/README.md) | [جن](https://twitter.com/jenlooper) |
|
|
|
|
|
| 10 | ڈیٹا کی تقسیمات کی تصویری نمائندگی | [ڈیٹا کی تصویری نمائندگی](3-Data-Visualization/README.md) | مشاہدات اور رجحانات کی ایک وقفہ میں تصویری نمائندگی۔ | [سبق](3-Data-Visualization/10-visualization-distributions/README.md) | [جن](https://twitter.com/jenlooper) |
|
|
|
|
|
| 11 | تناسب کی تصویری نمائندگی | [ڈیٹا کی تصویری نمائندگی](3-Data-Visualization/README.md) | متفرق اور گروپ شدہ فیصدی کی تصویری نمائندگی۔ | [سبق](3-Data-Visualization/11-visualization-proportions/README.md) | [جن](https://twitter.com/jenlooper) |
|
|
|
|
|
| 12 | تعلقات کی تصویری نمائندگی | [ڈیٹا کی تصویری نمائندگی](3-Data-Visualization/README.md) | ڈیٹا سیٹس اور ان کے متغیرات کے درمیان کنکشنز اور تعلقات کی تصویری نمائندگی۔ | [سبق](3-Data-Visualization/12-visualization-relationships/README.md) | [جن](https://twitter.com/jenlooper) |
|
|
|
|
|
| 13 | معنی خیز تصویری نمائندگی | [ڈیٹا کی تصویری نمائندگی](3-Data-Visualization/README.md) | اپنی تصویری نمائندگی کو مؤثر مسئلہ حل کرنے اور بصیرت کے لیے قیمتی بنانے کی تکنیکیں اور رہنمائی۔ | [سبق](3-Data-Visualization/13-meaningful-visualizations/README.md) | [جن](https://twitter.com/jenlooper) |
|
|
|
|
|
| 14 | ڈیٹا سائنس کے زندگی کے چکر کا تعارف | [زندگی کے چکر](4-Data-Science-Lifecycle/README.md) | ڈیٹا سائنس کے زندگی کے چکر کا تعارف اور ڈیٹا حاصل کرنے اور نکالنے کا پہلا مرحلہ۔ | [سبق](4-Data-Science-Lifecycle/14-Introduction/README.md) | [جازمین](https://twitter.com/paladique) |
|
|
|
|
|
| 15 | تجزیہ کرنا | [زندگی کے چکر](4-Data-Science-Lifecycle/README.md) | ڈیٹا سائنس کے زندگی کے چکر کا یہ مرحلہ ڈیٹا کے تجزیہ کرنے کی تکنیکوں پر مرکوز ہے۔ | [سبق](4-Data-Science-Lifecycle/15-analyzing/README.md) | [جازمین](https://twitter.com/paladique) | | |
|
|
|
|
|
| 16 | ابلاغ | [زندگی کے چکر](4-Data-Science-Lifecycle/README.md) | ڈیٹا سائنس کے زندگی کے چکر کا یہ مرحلہ ڈیٹا سے حاصل شدہ بصیرتوں کو اس طرح پیش کرنے پر مرکوز ہے جو فیصلہ سازوں کے لیے آسان فہم ہو۔ | [سبق](4-Data-Science-Lifecycle/16-communication/README.md) | [جیلن](https://twitter.com/JalenMcG) | | |
|
|
|
|
|
| 17 | کلاؤڈ میں ڈیٹا سائنس | [کلاؤڈ ڈیٹا](5-Data-Science-In-Cloud/README.md) | اس سبقوں کی سیریز میں کلاؤڈ میں ڈیٹا سائنس اور اس کے فوائد کا تعارف کروایا گیا ہے۔ | [سبق](5-Data-Science-In-Cloud/17-Introduction/README.md) | [ٹفنی](https://twitter.com/TiffanySouterre) اور [ماڈ](https://twitter.com/maudstweets) |
|
|
|
|
|
| 18 | کلاؤڈ میں ڈیٹا سائنس | [کلاؤڈ ڈیٹا](5-Data-Science-In-Cloud/README.md) | Low Code ٹولز کا استعمال کرتے ہوئے ماڈلز کی تربیت۔ |[سبق](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [ٹفنی](https://twitter.com/TiffanySouterre) اور [ماڈ](https://twitter.com/maudstweets) |
|
|
|
|
|
| 19 | کلاؤڈ میں ڈیٹا سائنس | [کلاؤڈ ڈیٹا](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio کے ذریعے ماڈلز کی تعیناتی۔ | [سبق](5-Data-Science-In-Cloud/19-Azure/README.md)| [ٹفنی](https://twitter.com/TiffanySouterre) اور [ماڈ](https://twitter.com/maudstweets) |
|
|
|
|
|
| 20 | جنگل میں ڈیٹا سائنس | [وائلڈ میں](6-Data-Science-In-Wild/README.md) | حقیقی دنیا میں ڈیٹا سائنس پر مبنی پروجیکٹس۔ | [سبق](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [نیتیا](https://twitter.com/nitya) |
|
|
|
|
|
|
|
|
|
|
## گٹ ہب کوڈ اسپیسز
|
|
|
|
|
## گِٹ ہب کوڈ اسپیسز
|
|
|
|
|
|
|
|
|
|
اس نمونے کو ایک کوڈ اسپیس میں کھولنے کے لیے ان مراحل پر عمل کریں:
|
|
|
|
|
1. کوڈ ڈراپ ڈاؤن مینو پر کلک کریں اور Open with Codespaces آپشن منتخب کریں۔
|
|
|
|
|
2. پین کے نیچے + New codespace منتخب کریں۔
|
|
|
|
|
مزید معلومات کے لیے [گٹ ہب ڈاکیومنٹیشن](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) ملاحظہ کریں۔
|
|
|
|
|
اس نمونے کو کوڈ اسپیس میں کھولنے کے لیے یہ مراحل انجام دیں:
|
|
|
|
|
1. کوڈ کے ڈراپ ڈاؤن مینو پر کلک کریں اور Open with Codespaces کا انتخاب کریں۔
|
|
|
|
|
2. پین کے نیچے + New codespace منتخب کریں۔
|
|
|
|
|
مزید معلومات کے لیے [GitHub دستاویزات](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) دیکھیں۔
|
|
|
|
|
|
|
|
|
|
## VSCode ریموٹ - کنٹینرز
|
|
|
|
|
اپنے مقامی کمپیوٹر اور VSCode کے ذریعے اس ریپو کو کنٹینر میں کھولنے کے لیے VS Code Remote - Containers ایکسٹینشن استعمال کریں:
|
|
|
|
|
## VSCode ریموٹ - کنٹینرز
|
|
|
|
|
اپنے مقامی کمپیوٹر اور VSCode کے ذریعے اس ریپو کو کنٹینر میں کھولنے کے لیے VS Code Remote - Containers ایکسٹینشن استعمال کریں:
|
|
|
|
|
|
|
|
|
|
1. اگر یہ پہلی بار ہے کہ آپ ڈیولپمنٹ کنٹینر استعمال کر رہے ہیں، تو براہ کرم یہ یقینی بنائیں کہ آپ کا سسٹم [گِٹ ہب ڈاکیومنٹیشن](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) میں دی گئی ضروریات کو پورا کرتا ہے (یعنی آپ کے سسٹم پر ڈوکر انسٹال ہو)۔
|
|
|
|
|
1. اگر یہ آپ کا پہلا موقع ہے کہ آپ ڈیولپمنٹ کنٹینر استعمال کر رہے ہیں، تو براہ کرم یقینی بنائیں کہ آپ کا سسٹم [شروعاتی دستاویزات](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) میں بتائے گئے پری ریکویزٹس (مثلاً Docker انسٹال ہونا) کو پورا کرتا ہے۔
|
|
|
|
|
|
|
|
|
|
اس ریپو کو استعمال کرنے کے لیے، آپ یا تو اسے ایک علیحدہ ڈوکر والیوم میں کھول سکتے ہیں:
|
|
|
|
|
اس ریپوزٹری کو استعمال کرنے کے لیے، آپ یا تو اسے ایک علیحدہ Docker والیوم میں کھول سکتے ہیں:
|
|
|
|
|
|
|
|
|
|
**نوٹ**: اندرونی طور پر، یہ Remote-Containers کی کمانڈ: **Clone Repository in Container Volume...** استعمال کرے گا تاکہ سورس کوڈ کو لوکل فائل سسٹم کے بجائے ڈوکر والیوم میں کلون کرے۔ [والیومز](https://docs.docker.com/storage/volumes/) ڈیٹا کو برقرار رکھنے کے لیے ترجیح دی جاتی ہے۔
|
|
|
|
|
**نوٹ**: اندرونی طور پر، یہ Remote-Containers: **Clone Repository in Container Volume...** کمانڈ کا استعمال کرے گا تاکہ سورس کوڈ کو مقامی فائل سسٹم کے بجائے Docker والیوم میں کلون کیا جائے۔ [Volumes](https://docs.docker.com/storage/volumes/) کنٹینر ڈیٹا کے مستقل رہنے کے لیے ترجیحی طریقہ ہیں۔
|
|
|
|
|
|
|
|
|
|
یا پھر اس ریپو کا لوکل کلون شدہ یا ڈاؤن لوڈ شدہ ورژن کھولیں:
|
|
|
|
|
یا ریپوزٹری کی مقامی کلون یا ڈاؤن لوڈ شدہ ورژن کھولیں:
|
|
|
|
|
|
|
|
|
|
- اس ریپو کو اپنے لوکل فائل سسٹم پر کلون کریں۔
|
|
|
|
|
- F1 دبائیں اور **Remote-Containers: Open Folder in Container...** کمانڈ منتخب کریں۔
|
|
|
|
|
- اس فولڈر کی کلون کی گئی کاپی منتخب کریں، کنٹینر کے شروع ہونے کا انتظار کریں، اور تجربہ کریں۔
|
|
|
|
|
- اس ریپو کو اپنے مقامی فائل سسٹم پر کلون کریں۔
|
|
|
|
|
- F1 دبائیں اور **Remote-Containers: Open Folder in Container...** کمانڈ منتخب کریں۔
|
|
|
|
|
- اس فولڈر کی کلون کی گئی کاپی منتخب کریں، کنٹینر کے شروع ہونے کا انتظار کریں، اور تجربہ کریں۔
|
|
|
|
|
|
|
|
|
|
## آف لائن رسائی
|
|
|
|
|
## آف لائن رسائی
|
|
|
|
|
|
|
|
|
|
آپ [Docsify](https://docsify.js.org/#/) استعمال کرتے ہوئے اس دستاویز کو آف لائن بھی چلا سکتے ہیں۔ اس ریپو کو فورک کریں، اپنے لوکل کمپیوٹر پر [Docsify انسٹال کریں](https://docsify.js.org/#/quickstart)، پھر اس ریپو کے روٹ فولڈر میں `docsify serve` ٹائپ کریں۔ ویب سائٹ لوکل ہوسٹ پر پورٹ 3000 پر دستیاب ہوگی: `localhost:3000`۔
|
|
|
|
|
آپ [Docsify](https://docsify.js.org/#/) استعمال کر کے اس دستاویز کو آف لائن چلا سکتے ہیں۔ اس ریپو کو فورک کریں، اپنے مقامی کمپیوٹر پر [Docsify انسٹال کریں](https://docsify.js.org/#/quickstart)، پھر اس ریپو کے روٹ فولڈر میں `docsify serve` ٹائپ کریں۔ ویب سائٹ آپ کے لوکل ہوسٹ پر پورٹ 3000 پر چلائی جائے گی: `localhost:3000`۔
|
|
|
|
|
|
|
|
|
|
> نوٹ کریں، نوٹ بکس Docsify کے ذریعے رینڈر نہیں ہوں گی، اس لیے جب آپ کو نوٹ بک چلانے کی ضرورت ہو، تو اسے VS Code میں Python کرنل چلا کر علیحدہ کریں۔
|
|
|
|
|
> نوٹ کریں، نوٹ بکس Docsify کے ذریعے رینڈر نہیں ہوں گی، اس لیے جب آپ کو کوئی نوٹ بک چلانی ہو تو اسے علیحدہ VS Code میں Python کرنل کے ساتھ چلائیں۔
|
|
|
|
|
|
|
|
|
|
## دیگر نصاب
|
|
|
|
|
## دیگر نصاب
|
|
|
|
|
|
|
|
|
|
ہماری ٹیم دیگر نصاب بھی تیار کرتی ہے! ملاحظہ کریں:
|
|
|
|
|
ہماری ٹیم دوسرے نصاب بھی تیار کرتی ہے! دیکھیں:
|
|
|
|
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
|
|
|
|
|
### LangChain
|
|
|
|
|
[](https://aka.ms/langchain4j-for-beginners)
|
|
|
|
|
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
|
|
|
|
|
|
|
[](https://aka.ms/langchain4j-for-beginners)
|
|
|
|
|
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
|
|
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
### Azure / Edge / MCP / Agents
|
|
|
|
|
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
### ایزور / ایج / ایم سی پی / ایجنٹس
|
|
|
|
|
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
### Generative AI Series
|
|
|
|
|
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
### جنریٹیو AI سیریز
|
|
|
|
|
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
### Core Learning
|
|
|
|
|
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
|
|
|
|
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
### بنیادی تعلیم
|
|
|
|
|
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
|
|
|
|
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
### Copilot Series
|
|
|
|
|
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
### کوپائلٹ سیریز
|
|
|
|
|
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
|
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
|
|
|
|
|
|
|
|
|
## مدد حاصل کرنا
|
|
|
|
|
|
|
|
|
|
**کیا آپ مسائل کا سامنا کر رہے ہیں؟** ہمارے [مسائل کا حل گائیڈ](TROUBLESHOOTING.md) میں عام مسائل کے حل دیکھیں۔
|
|
|
|
|
**مسائل کا سامنا ہے؟** عام مسائل کے حل کے لیے ہمارا [مسائل کا حل گائیڈ](TROUBLESHOOTING.md) دیکھیں۔
|
|
|
|
|
|
|
|
|
|
اگر آپ پھنس جائیں یا AI ایپس بنانے کے بارے میں کوئی سوال ہو تو MCP کے بارے میں fellow learners اور تجربہ کار developers کے ساتھ بحث میں شامل ہوں۔ یہ ایک معاون کمیونٹی ہے جہاں سوالات کا خیرمقدم کیا جاتا ہے اور علم بلا جھجک شیئر کیا جاتا ہے۔
|
|
|
|
|
اگر آپ پھنس جائیں یا AI ایپس بنانے کے بارے میں کوئی سوال ہو تو MCP کے متعلق سیکھنے والوں اور تجربہ کار ڈویلپرز کے ساتھ شامل ہوں۔ یہ ایک ایسا حمایتی کمیونٹی ہے جہاں سوالات خوش آمدید ہیں اور علم آزادانہ طور پر شیئر کیا جاتا ہے۔
|
|
|
|
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
|
|
|
|
اگر آپ کے پاس پروڈکٹ فیڈبیک ہو یا آپ کو تعمیری غلطیاں ملیں تو یہاں وزٹ کریں:
|
|
|
|
|
اگر آپ کے پاس پروڈکٹ فیڈبیک یا تعمیر کے دوران کوئی غلطیاں ہوں تو یہاں آئیں:
|
|
|
|
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
|
|
**اہتمامِ خیال**:
|
|
|
|
|
یہ دستاویز [Co-op Translator](https://github.com/Azure/co-op-translator) نامی AI ترجمہ سروس کی مدد سے ترجمہ کی گئی ہے۔ اگرچہ ہم درستگی کی کوشش کرتے ہیں، براہ کرم اس بات کا ادراک رکھیں کہ خودکار ترجمے میں غلطیاں یا نقصانات ہوسکتے ہیں۔ اصل دستاویز اپنی مادری زبان میں معتبر اور مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے پیشہ ور انسانی ترجمہ تجویز کیا جاتا ہے۔ ہم اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا تشریحی اختلافات کے ذمہ دار نہیں ہیں۔
|
|
|
|
|
**رسیدگی کی وضاحت**:
|
|
|
|
|
یہ دستاویز اے آئی ترجمہ سروس [Co-op Translator](https://github.com/Azure/co-op-translator) کے ذریعے ترجمہ کی گئی ہے۔ اگرچہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم اس بات کا خیال رکھیں کہ خودکار تراجم میں غلطیاں یا عدم صحت ہو سکتی ہے۔ اصل دستاویز اپنی مادری زبان میں مستند ماخذ سمجھی جانی چاہیے۔ اہم معلومات کے لیے پیشہ ور انسان ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمہ کے استعمال سے ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم پر نہیں ہوگی۔
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END -->
|
localizeflow[bot]
3 weeks ago