diff --git a/translated_images/zh/.co-op-translator.json b/translated_images/zh-CN/.co-op-translator.json similarity index 89% rename from translated_images/zh/.co-op-translator.json rename to translated_images/zh-CN/.co-op-translator.json index 1ffc2ed2..e9a75f5d 100644 --- a/translated_images/zh/.co-op-translator.json +++ b/translated_images/zh-CN/.co-op-translator.json @@ -3,1092 +3,1092 @@ "original_hash": "ecf8b739e8b862f9c4dac338bd614aa7", "translation_date": "2026-01-16T09:29:05+00:00", "source_file": "sketchnotes/00-Roadmap.png", - "language_code": "zh" + "language_code": "zh-CN" }, "00-Title.8af36cd35da1ac55.webp": { "original_hash": "533863b4c050b07b1d90ecb948237ffc", "translation_date": "2026-01-16T09:29:58+00:00", "source_file": "sketchnotes/00-Title.png", - "language_code": "zh" + "language_code": "zh-CN" }, "01-Definitions.1b14ddc9525dc0d9.webp": { "original_hash": "56648d71e5fb4865d3f621010f220582", "translation_date": "2026-01-16T09:29:52+00:00", "source_file": "sketchnotes/01-Definitions.png", - "language_code": "zh" + "language_code": "zh-CN" }, "02-Ethics.728d166895302ab0.webp": { "original_hash": "005bd88e9721003310c7b2f17dd0e35a", "translation_date": "2026-01-16T09:33:23+00:00", "source_file": "sketchnotes/02-Ethics.png", - "language_code": "zh" + "language_code": "zh-CN" }, "03-DefiningData.f800817186949e07.webp": { "original_hash": "8c60eda506de75c669370430aa8ecc00", "translation_date": "2026-01-16T09:31:09+00:00", "source_file": "sketchnotes/03-DefiningData.png", - "language_code": "zh" + "language_code": "zh-CN" }, "04-Statistics-Probability.cfc569d84a9f1867.webp": { "original_hash": "2ee100d33c054ce8a39267530f23377c", "translation_date": "2026-01-16T09:33:33+00:00", "source_file": "sketchnotes/04-Statistics-Probability.png", - "language_code": "zh" + "language_code": "zh-CN" }, "05-RelationalData.af50f5a3e50f7456.webp": { "original_hash": "e4e0576bddd38fe9a4bd941f73d6de3b", "translation_date": "2026-01-16T09:25:36+00:00", "source_file": "sketchnotes/05-RelationalData.png", - "language_code": "zh" + "language_code": "zh-CN" }, "06-NoSQL.42a91ea0cd5769fe.webp": { "original_hash": "f5873c65a3a544e1b1a94417c5ee55c8", "translation_date": "2026-01-16T09:29:25+00:00", "source_file": "sketchnotes/06-NoSQL.png", - "language_code": "zh" + "language_code": "zh-CN" }, "07-WorkWithPython.8bf4a5013718bef9.webp": { "original_hash": "5cbac0986c16de6e4347ed8e6ae6f9c3", "translation_date": "2026-01-16T09:31:54+00:00", "source_file": "sketchnotes/07-WorkWithPython.png", - "language_code": "zh" + "language_code": "zh-CN" }, "08-DataPreparation.e3b185c37958e964.webp": { "original_hash": "0201767bfac86b208c4c9de0fce95141", "translation_date": "2026-01-16T09:25:03+00:00", "source_file": "sketchnotes/08-DataPreparation.png", - "language_code": "zh" + "language_code": "zh-CN" }, "09-Visualizing-Quantities.5c846edd805a5238.webp": { "original_hash": "63def3198fdcbc1a6b9ef585745a82c8", "translation_date": "2026-01-16T09:32:57+00:00", "source_file": "sketchnotes/09-Visualizing-Quantities.png", - "language_code": "zh" + "language_code": "zh-CN" }, "1.0b520df6a0d9d3c4.webp": { "original_hash": "54586a26505aae6cbcc8962a2852b277", "translation_date": "2026-01-16T09:24:50+00:00", "source_file": "images/1.png", - "language_code": "zh" + "language_code": "zh-CN" }, "10-Visualizing-Distributions.8097fd8abd7221a1.webp": { "original_hash": "885512a64dcab7202c5a53cbde907da2", "translation_date": "2026-01-16T09:25:22+00:00", "source_file": "sketchnotes/10-Visualizing-Distributions.png", - "language_code": "zh" + "language_code": "zh-CN" }, "11-Visualizing-Proportions.3e82f24af94d206e.webp": { "original_hash": "e7f8f167d209a389c3100d3ac210b69d", "translation_date": "2026-01-16T09:30:38+00:00", "source_file": "sketchnotes/11-Visualizing-Proportions.png", - "language_code": "zh" + "language_code": "zh-CN" }, "12-Visualizing-Relationships.4466f9bd260f03dd.webp": { "original_hash": "10d06245ecbdc48880e555f03a62f64c", "translation_date": "2026-01-16T09:29:15+00:00", "source_file": "sketchnotes/12-Visualizing-Relationships.png", - "language_code": "zh" + "language_code": "zh-CN" }, "13-MeaningfulViz.4db6f1997e519908.webp": { "original_hash": "6d0db913181bac3b1aebc649e843ddb3", "translation_date": "2026-01-16T09:33:48+00:00", "source_file": "sketchnotes/13-MeaningfulViz.png", - "language_code": "zh" + "language_code": "zh-CN" }, "14-DataScience-Lifecycle.2c9f277e4d69fbaa.webp": { "original_hash": "96cbd264a85530f5876c353b2e57956d", "translation_date": "2026-01-16T09:30:18+00:00", "source_file": "sketchnotes/14-DataScience-Lifecycle.png", - "language_code": "zh" + "language_code": "zh-CN" }, "15-Analyzing.b501f3dbdc958f6f.webp": { "original_hash": "973333ac82d2472591675e2b93afc87e", "translation_date": "2026-01-16T09:34:05+00:00", "source_file": "sketchnotes/15-Analyzing.png", - "language_code": "zh" + "language_code": "zh-CN" }, "16-Communicating.f1d29cd7984442a4.webp": { "original_hash": "9a65542ddae4e103ab2a665fe65629ce", "translation_date": "2026-01-16T09:25:48+00:00", "source_file": "sketchnotes/16-Communicating.png", - "language_code": "zh" + "language_code": "zh-CN" }, "17-DataScience-Cloud.0df76ac874805c14.webp": { "original_hash": "221a9e5d40e6f47fe793f175a8754ae0", "translation_date": "2026-01-16T09:33:15+00:00", "source_file": "sketchnotes/17-DataScience-Cloud.png", - "language_code": "zh" + "language_code": "zh-CN" }, "18-DataScience-Cloud.3a7292e8182b74eb.webp": { "original_hash": "c1094124ae2e325016c6ddcb95599c7a", "translation_date": "2026-01-16T09:32:41+00:00", "source_file": "sketchnotes/18-DataScience-Cloud.png", - "language_code": "zh" + "language_code": "zh-CN" }, "19-DataScience-Cloud.177b38fb86301fc6.webp": { "original_hash": "78eb918c3512a018c0d99a217bc72038", "translation_date": "2026-01-16T09:32:08+00:00", "source_file": "sketchnotes/19-DataScience-Cloud.png", - "language_code": "zh" + "language_code": "zh-CN" }, "20-DataScience-Humanities.1d1a155f4d12a667.webp": { "original_hash": "1458acca113e1f3c64fb18d6a434fb5c", "translation_date": "2026-01-16T09:31:28+00:00", "source_file": "sketchnotes/20-DataScience-Humanities.png", - "language_code": "zh" + "language_code": "zh-CN" }, "20-DataScience-RealWorld.976976229ee11342.webp": { "original_hash": "ff1861c005ea9fe7644777c4069008b9", "translation_date": "2026-01-16T09:29:47+00:00", "source_file": "sketchnotes/20-DataScience-RealWorld.png", - "language_code": "zh" + "language_code": "zh-CN" }, "20-DataScience-Research.da434814c51b4ef8.webp": { "original_hash": "c1d7c67564ad6767200da0cab95eeb52", "translation_date": "2026-01-16T09:30:57+00:00", "source_file": "sketchnotes/20-DataScience-Research.png", - "language_code": "zh" + "language_code": "zh-CN" }, "20-DataScience-Sustainability.d4097bc684431da6.webp": { "original_hash": "966e2a6eea920d7cb30a343e0bf5c856", "translation_date": "2026-01-16T09:31:39+00:00", "source_file": "sketchnotes/20-DataScience-Sustainability.png", - "language_code": "zh" + "language_code": "zh-CN" }, "2D-wb.ae22fdd33936507a.webp": { "original_hash": "621c501b663b89b0739ff0a3d89324d4", "translation_date": "2026-01-16T09:49:53+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/2D-wb.png", - "language_code": "zh" + "language_code": "zh-CN" }, "2D.b3342157139dd804.webp": { "original_hash": "43f6f9ba817c493c2f38383fb22df3ff", "translation_date": "2026-01-16T09:49:57+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/2D.png", - "language_code": "zh" + "language_code": "zh-CN" }, "2d-plot.c504786f439bd7eb.webp": { "original_hash": "b5a6251e8480b8dbcf6ca9972efd2a94", "translation_date": "2026-01-16T09:54:05+00:00", "source_file": "3-Data-Visualization/R/10-visualization-distributions/images/2d-plot.png", - "language_code": "zh" + "language_code": "zh-CN" }, "3d.0cec12bcc60f0ce7.webp": { "original_hash": "24efe448af156c5520372b9b554a2c89", "translation_date": "2026-01-16T09:53:35+00:00", "source_file": "3-Data-Visualization/13-meaningful-visualizations/images/3d.png", - "language_code": "zh" + "language_code": "zh-CN" }, "3d.db1734c151eee87d.webp": { "original_hash": "24efe448af156c5520372b9b554a2c89", "translation_date": "2026-01-16T09:59:11+00:00", "source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/images/3d.png", - "language_code": "zh" + "language_code": "zh-CN" }, "CRISP-DM.8bad2b4c66e62aa7.webp": { "original_hash": "eac24034dc4554b1292c0c035a852548", "translation_date": "2026-01-16T09:44:20+00:00", "source_file": "4-Data-Science-Lifecycle/14-Introduction/images/CRISP-DM.png", - "language_code": "zh" + "language_code": "zh-CN" }, "MaxWingspan-lineplot-improved.04b73b4d5a59552a.webp": { "original_hash": "25abf3baadac4535fac2aa1c8794f537", "translation_date": "2026-01-16T09:57:00+00:00", "source_file": "3-Data-Visualization/R/09-visualization-quantities/images/MaxWingspan-lineplot-improved.png", - "language_code": "zh" + "language_code": "zh-CN" }, "MaxWingspan-lineplot.b12169f99d26fdd2.webp": { "original_hash": "8a0744b5301a1c4dc64b580728b5771a", "translation_date": "2026-01-16T09:56:17+00:00", "source_file": "3-Data-Visualization/R/09-visualization-quantities/images/MaxWingspan-lineplot.png", - "language_code": "zh" + "language_code": "zh-CN" }, "MaxWingspan-scatterplot-improved.7d0af81658c65f3e.webp": { "original_hash": "c5b4723c8624caa7463c66fd7278854e", "translation_date": "2026-01-16T09:58:14+00:00", "source_file": "3-Data-Visualization/R/09-visualization-quantities/images/MaxWingspan-scatterplot-improved.png", - "language_code": "zh" + "language_code": "zh-CN" }, "MaxWingspan-scatterplot.60dc9e0e19d32700.webp": { "original_hash": "58de03db6718a04f8e61e2405ea2b502", "translation_date": "2026-01-16T09:56:22+00:00", "source_file": "3-Data-Visualization/R/09-visualization-quantities/images/MaxWingspan-scatterplot.png", - "language_code": "zh" + "language_code": "zh-CN" }, "aml-1.67281a85d3a1e2f3.webp": { "original_hash": "130c64f0112c117a400926da0bbaf090", "translation_date": "2026-01-16T09:43:40+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/aml-1.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "aml-2.c9fb9cffb39ccbbe.webp": { "original_hash": "703a44252eca61e2b68c1365f4beb179", "translation_date": "2026-01-16T09:37:41+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/aml-2.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "aml-3.a7952e4295f38cc6.webp": { "original_hash": "33433e94fe719f0e4104ad809338f91d", "translation_date": "2026-01-16T09:37:24+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/aml-3.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "aml-4.7a627e09cb6f16d0.webp": { "original_hash": "983ad36543a02fffcb8f05fb94e09ef4", "translation_date": "2026-01-16T09:39:12+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/aml-4.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "bad-chart-1.596bc93425a8ac30.webp": { "original_hash": "394d6720cc6661b80f93ec4f9ae5188b", "translation_date": "2026-01-16T09:58:22+00:00", "source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/images/bad-chart-1.png", - "language_code": "zh" + "language_code": "zh-CN" }, "bad-chart-1.93130f495b748bed.webp": { "original_hash": "394d6720cc6661b80f93ec4f9ae5188b", "translation_date": "2026-01-16T09:52:45+00:00", "source_file": "3-Data-Visualization/13-meaningful-visualizations/images/bad-chart-1.png", - "language_code": "zh" + "language_code": "zh-CN" }, "bad-chart-2.62edf4d2f30f4e51.webp": { "original_hash": "29dbd98b3baae6e5b31bf42b72d9c54c", "translation_date": "2026-01-16T09:59:03+00:00", "source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/images/bad-chart-2.jpg", - "language_code": "zh" + "language_code": "zh-CN" }, "bad-chart-2.c20e36dd4e6f617c.webp": { "original_hash": "29dbd98b3baae6e5b31bf42b72d9c54c", "translation_date": "2026-01-16T09:53:27+00:00", "source_file": "3-Data-Visualization/13-meaningful-visualizations/images/bad-chart-2.jpg", - "language_code": "zh" + "language_code": "zh-CN" }, "bad-chart-3.6865d0afac4108d7.webp": { "original_hash": "80f955c8f50661e029730e9b06959c0b", "translation_date": "2026-01-16T09:52:54+00:00", "source_file": "3-Data-Visualization/13-meaningful-visualizations/images/bad-chart-3.jpg", - "language_code": "zh" + "language_code": "zh-CN" }, "bad-chart-3.e201e2e915a230bc.webp": { "original_hash": "80f955c8f50661e029730e9b06959c0b", "translation_date": "2026-01-16T09:58:29+00:00", "source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/images/bad-chart-3.jpg", - "language_code": "zh" + "language_code": "zh-CN" }, "bad-chart-4.68cfdf4011b45447.webp": { "original_hash": "99bbd8d60d515f46157ca3e284b6cbdd", "translation_date": "2026-01-16T09:53:50+00:00", "source_file": "3-Data-Visualization/13-meaningful-visualizations/images/bad-chart-4.jpg", - "language_code": "zh" + "language_code": "zh-CN" }, "bad-chart-4.8872b2b881ffa96c.webp": { "original_hash": "99bbd8d60d515f46157ca3e284b6cbdd", "translation_date": "2026-01-16T09:59:22+00:00", "source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/images/bad-chart-4.jpg", - "language_code": "zh" + "language_code": "zh-CN" }, "bee.0aa1d91132b12e3a.webp": { "original_hash": "107a59a0fdfa76d213eacf0f46df0292", "translation_date": "2026-01-16T09:48:57+00:00", "source_file": "3-Data-Visualization/images/bee.jpg", - "language_code": "zh" + "language_code": "zh-CN" }, "bodymass-per-order.9d2b065dd931b928.webp": { "original_hash": "b009aeba10679cfeb880d3869e7d1db2", "translation_date": "2026-01-16T09:54:39+00:00", "source_file": "3-Data-Visualization/R/10-visualization-distributions/images/bodymass-per-order.png", - "language_code": "zh" + "language_code": "zh-CN" }, "bodymass-smooth.d31ce526d82b0a1f.webp": { "original_hash": "9e0c8215e2ce2cc7120491a79559a907", "translation_date": "2026-01-16T09:54:18+00:00", "source_file": "3-Data-Visualization/R/10-visualization-distributions/images/bodymass-smooth.png", - "language_code": "zh" + "language_code": "zh-CN" }, "boxplot_byrole.036b27a1c3f52d42.webp": { "original_hash": "1193ef907e122e99637e73ef9f83d2a5", "translation_date": "2026-01-16T09:35:52+00:00", "source_file": "1-Introduction/04-stats-and-probability/images/boxplot_byrole.png", - "language_code": "zh" + "language_code": "zh-CN" }, "boxplot_explanation.4039b7de08780fd4.webp": { "original_hash": "18e16e4144706f7e9006fc2ff958e622", "translation_date": "2026-01-16T09:35:12+00:00", "source_file": "1-Introduction/04-stats-and-probability/images/boxplot_explanation.png", - "language_code": "zh" + "language_code": "zh-CN" }, "busing.7b9e3b41cd4b981c.webp": { "original_hash": "2140ccbfc39ce661cb76aac08602d9fe", "translation_date": "2026-01-16T09:53:03+00:00", "source_file": "3-Data-Visualization/13-meaningful-visualizations/images/busing.png", - "language_code": "zh" + "language_code": "zh-CN" }, "busing.8157cf1bc89a3f65.webp": { "original_hash": "2140ccbfc39ce661cb76aac08602d9fe", "translation_date": "2026-01-16T09:58:39+00:00", "source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/images/busing.png", - "language_code": "zh" + "language_code": "zh-CN" }, "category-counts-02.0b9a0a4de42275ae.webp": { "original_hash": "d0ebdd74049aa407805cb1b28d9d5075", "translation_date": "2026-01-16T10:00:47+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/category-counts-02.png", - "language_code": "zh" + "language_code": "zh-CN" }, "category-counts.abee8188c4c9b6f0.webp": { "original_hash": "3b55836da9e8a6b487c6657b01156a99", "translation_date": "2026-01-16T09:59:45+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/category-counts.png", - "language_code": "zh" + "language_code": "zh-CN" }, "category-length-02.7304bf519375c980.webp": { "original_hash": "2638d345ceee48d8c40a54f6388c8caa", "translation_date": "2026-01-16T10:00:10+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/category-length-02.png", - "language_code": "zh" + "language_code": "zh-CN" }, "category-length.7e34c296690e85d6.webp": { "original_hash": "f5c753a1fe65d51b8cc15b8b46c6d4e6", "translation_date": "2026-01-16T09:56:53+00:00", "source_file": "3-Data-Visualization/R/09-visualization-quantities/images/category-length.png", - "language_code": "zh" + "language_code": "zh-CN" }, "category-length.b0d9a0208a7b3713.webp": { "original_hash": "990ba20663dfb1d5bc21e39b9162f412", "translation_date": "2026-01-16T09:59:42+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/category-length.png", - "language_code": "zh" + "language_code": "zh-CN" }, "cloud-picture.f5526de3c6c6387b.webp": { "original_hash": "112d96f85f2037814d2df8b88267a595", "translation_date": "2026-01-16T09:36:01+00:00", "source_file": "5-Data-Science-In-Cloud/images/cloud-picture.jpg", - "language_code": "zh" + "language_code": "zh-CN" }, "cluster-1.b78cb630bb543729.webp": { "original_hash": "d938d671e7eabf7fbc012cf1987dc43f", "translation_date": "2026-01-16T09:40:09+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/cluster-1.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "cluster-2.ea30cdbc9f926bb9.webp": { "original_hash": "0486b9eb10e88dc53fc2927c9197cd27", "translation_date": "2026-01-16T09:39:38+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/cluster-2.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "cluster-3.8a334bc070ec173a.webp": { "original_hash": "b440d88eb5ce449ebe780c1edbac221d", "translation_date": "2026-01-16T09:38:23+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/cluster-3.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "columnar-db.ffcfe73c3e9063a8.webp": { "original_hash": "be6caa9571dc877703116566bc1a59d4", "translation_date": "2026-01-16T09:46:58+00:00", "source_file": "2-Working-With-Data/06-non-relational/images/columnar-db.png", - "language_code": "zh" + "language_code": "zh-CN" }, "communication.06d8e2a88d30d168.webp": { "original_hash": "5736c0fd0f68676dbd5b27c5b04f4b48", "translation_date": "2026-01-16T09:44:12+00:00", "source_file": "4-Data-Science-Lifecycle/images/communication.jpg", - "language_code": "zh" + "language_code": "zh-CN" }, "comparingdata.f486a450d61c7ca5.webp": { "original_hash": "c5f1049b89ea0d7015e420acc0728045", "translation_date": "2026-01-16T09:57:30+00:00", "source_file": "3-Data-Visualization/R/09-visualization-quantities/images/comparingdata.png", - "language_code": "zh" + "language_code": "zh-CN" }, "compute-instance-1.dba347cb199ca499.webp": { "original_hash": "7af64073de557468a0b652e4bcecf2d1", "translation_date": "2026-01-16T09:36:16+00:00", "source_file": "5-Data-Science-In-Cloud/19-Azure/images/compute-instance-1.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "consumption-1.700abd196452842a.webp": { "original_hash": "a5ecdcdff30f2d1059763b9ce5abe4eb", "translation_date": "2026-01-16T09:43:03+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/consumption-1.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "cosmosdb-emulator-explorer.a1c80b1347206fe2.webp": { "original_hash": "cdd5affc23e1edf90e5a1d4d5d0f1f8d", "translation_date": "2026-01-16T09:47:24+00:00", "source_file": "2-Working-With-Data/06-non-relational/images/cosmosdb-emulator-explorer.png", - "language_code": "zh" + "language_code": "zh-CN" }, "cosmosdb-emulator-persons-query.6905ebb497e3cd04.webp": { "original_hash": "4ab74b4d99e8e2a503433a1faf6921be", "translation_date": "2026-01-16T09:46:42+00:00", "source_file": "2-Working-With-Data/06-non-relational/images/cosmosdb-emulator-persons-query.png", - "language_code": "zh" + "language_code": "zh-CN" }, "cosmosdb-emulator-persons.bf640586a7077c89.webp": { "original_hash": "4cf764cdeb46013888dafcd430447f3a", "translation_date": "2026-01-16T09:48:44+00:00", "source_file": "2-Working-With-Data/06-non-relational/images/cosmosdb-emulator-persons.png", - "language_code": "zh" + "language_code": "zh-CN" }, "covidspread.f3d131c4f1d260ab.webp": { "original_hash": "461f7858f407e9f5b9eb9caf8ca21367", "translation_date": "2026-01-16T09:46:02+00:00", "source_file": "2-Working-With-Data/07-python/images/covidspread.png", - "language_code": "zh" + "language_code": "zh-CN" }, "covidtreat.b2ba59f57ca45fbc.webp": { "original_hash": "b2b1e40794073c65faa986c5995754c9", "translation_date": "2026-01-16T09:45:52+00:00", "source_file": "2-Working-With-Data/07-python/images/covidtreat.png", - "language_code": "zh" + "language_code": "zh-CN" }, "data-love.a22ef29e6742c852.webp": { "original_hash": "e7fcf82d891c727f86c21960cb63efa6", "translation_date": "2026-01-16T09:45:24+00:00", "source_file": "2-Working-With-Data/images/data-love.jpg", - "language_code": "zh" + "language_code": "zh-CN" }, "data-science-applications.4e5019cd8790ebac.webp": { "original_hash": "602217d731f1576c21ac91148222cfa1", "translation_date": "2026-01-16T10:02:04+00:00", "source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/images/data-science-applications.png", - "language_code": "zh" + "language_code": "zh-CN" }, "data-science-lifecycle.a1e362637503c4fb.webp": { "original_hash": "594be62e68ef5e92f5447febe91c7794", "translation_date": "2026-01-16T09:44:30+00:00", "source_file": "4-Data-Science-Lifecycle/14-Introduction/images/data-science-lifecycle.jpg", - "language_code": "zh" + "language_code": "zh-CN" }, "data.48e22bb7617d8d92.webp": { "original_hash": "1a84026266861a50791b9f952fbab540", "translation_date": "2026-01-16T09:34:11+00:00", "source_file": "1-Introduction/images/data.jpg", - "language_code": "zh" + "language_code": "zh-CN" }, "dataframe-1.caf409f0c688e84c.webp": { "original_hash": "2ca632a405bd7b501a0e0df0fa55515a", "translation_date": "2026-01-16T09:45:43+00:00", "source_file": "2-Working-With-Data/07-python/images/dataframe-1.png", - "language_code": "zh" + "language_code": "zh-CN" }, "datascienceinthecloud.59ffb059a670fb0a.webp": { "original_hash": "d66cf00bfc41a3d1bef7e1d54ac4e03f", "translation_date": "2026-01-16T09:38:40+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/datascienceinthecloud.jpg", - "language_code": "zh" + "language_code": "zh-CN" }, "dataset-1.e86ab4e10907a6e9.webp": { "original_hash": "b742ef1724e601f68a1bdf3f1faa89c6", "translation_date": "2026-01-16T09:39:53+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/dataset-1.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "dataset-2.f58de1c435d5bf9c.webp": { "original_hash": "328c65d45aa937db952093099bc408ce", "translation_date": "2026-01-16T09:42:02+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/dataset-2.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "dataset-3.58db8c0eb783e892.webp": { "original_hash": "cc2177288c2ac7289b614ce41ee68d60", "translation_date": "2026-01-16T09:41:54+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/dataset-3.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "density-plot.675ccf865b76c690.webp": { "original_hash": "269df7655a489ba893c9a930e54996b4", "translation_date": "2026-01-16T09:54:43+00:00", "source_file": "3-Data-Visualization/R/10-visualization-distributions/images/density-plot.png", - "language_code": "zh" + "language_code": "zh-CN" }, "density1.8801043bd4af2567.webp": { "original_hash": "159abed877f261a34aeefc1c2f7d9f14", "translation_date": "2026-01-16T09:50:02+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/density1.png", - "language_code": "zh" + "language_code": "zh-CN" }, "density2.8e7647257060ff54.webp": { "original_hash": "ae4ee53e81dca21c2d475642c9acf970", "translation_date": "2026-01-16T09:50:20+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/density2.png", - "language_code": "zh" + "language_code": "zh-CN" }, "density3.84ae27da82f31e6b.webp": { "original_hash": "1c4b40707ab63224822854698a26f6ca", "translation_date": "2026-01-16T09:49:10+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/density3.png", - "language_code": "zh" + "language_code": "zh-CN" }, "density4.e9d6c033f15c500f.webp": { "original_hash": "e007401afeb86f57097c31b272c54f59", "translation_date": "2026-01-16T09:50:10+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/density4.png", - "language_code": "zh" + "language_code": "zh-CN" }, "deploy-1.ddad725acadc84e3.webp": { "original_hash": "d91956f565f29332f32fc85095206456", "translation_date": "2026-01-16T09:38:09+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/deploy-1.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "deploy-2.94dbb13f23908647.webp": { "original_hash": "cb622a2e6374ccfdb376d3528e2bb9c8", "translation_date": "2026-01-16T09:43:30+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/deploy-2.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "deploy-3.fecefef070e8ef3b.webp": { "original_hash": "487c6cd79b0232e10e40fdab2e6b929f", "translation_date": "2026-01-16T09:40:49+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/deploy-3.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "dist1-wb.0d0cac82e2974fbb.webp": { "original_hash": "2f624fcf08f90cfedf12238e86730517", "translation_date": "2026-01-16T09:49:44+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/dist1-wb.png", - "language_code": "zh" + "language_code": "zh-CN" }, "dist1.0010100b00231819.webp": { "original_hash": "637343564b5cc6aa01b966bb3f010c81", "translation_date": "2026-01-16T09:50:16+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/dist1.png", - "language_code": "zh" + "language_code": "zh-CN" }, "dist2-wb.2c0a7a3499b2fbf5.webp": { "original_hash": "f66e1b4cf106774c02ddc8111fb26ea8", "translation_date": "2026-01-16T09:50:25+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/dist2-wb.png", - "language_code": "zh" + "language_code": "zh-CN" }, "dist2.c398bfd5320401b9.webp": { "original_hash": "fc0ce2a2e3087e5754770998f75db398", "translation_date": "2026-01-16T09:49:05+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/dist2.png", - "language_code": "zh" + "language_code": "zh-CN" }, "dist3-wb.64b88db7f9780200.webp": { "original_hash": "b3d78f1f00c6c3d087f161dd74318aff", "translation_date": "2026-01-16T09:49:15+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/dist3-wb.png", - "language_code": "zh" + "language_code": "zh-CN" }, "dist3.ad4d9658559690f5.webp": { "original_hash": "a4f7f50a3cc98d22d6a1321d1df7781b", "translation_date": "2026-01-16T09:49:50+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/dist3.png", - "language_code": "zh" + "language_code": "zh-CN" }, "distribution-30bins.6a3921ea7a421bf7.webp": { "original_hash": "e06c4dfd27b06597b94a75072e9c4bc5", "translation_date": "2026-01-16T09:54:14+00:00", "source_file": "3-Data-Visualization/R/10-visualization-distributions/images/distribution-30bins.png", - "language_code": "zh" + "language_code": "zh-CN" }, "distribution-over-the-entire-dataset.d22afd3fa96be854.webp": { "original_hash": "338c78ae2ee25ed179e49ec1a4e7923b", "translation_date": "2026-01-16T09:54:22+00:00", "source_file": "3-Data-Visualization/R/10-visualization-distributions/images/distribution-over-the-entire-dataset.png", - "language_code": "zh" + "language_code": "zh-CN" }, "document-db.ddeec48c6dc9e5fd.webp": { "original_hash": "8cee40487b4a8926c048c397be218e6e", "translation_date": "2026-01-16T09:48:01+00:00", "source_file": "2-Working-With-Data/06-non-relational/images/document-db.png", - "language_code": "zh" + "language_code": "zh-CN" }, "donut-wb.34e6fb275da9d834.webp": { "original_hash": "1fca738bcee99e03430409599cef33f3", "translation_date": "2026-01-16T09:56:06+00:00", "source_file": "3-Data-Visualization/R/11-visualization-proportions/images/donut-wb.png", - "language_code": "zh" + "language_code": "zh-CN" }, "donut-wb.be3c12a22712302b.webp": { "original_hash": "84f5657fc2c817fe6487993027aeb3e0", "translation_date": "2026-01-16T09:52:08+00:00", "source_file": "3-Data-Visualization/11-visualization-proportions/images/donut-wb.png", - "language_code": "zh" + "language_code": "zh-CN" }, "donut.f016d7be7f08c8f8.webp": { "original_hash": "055fcaf0a6d93663278eb958137b460c", "translation_date": "2026-01-16T09:52:33+00:00", "source_file": "3-Data-Visualization/11-visualization-proportions/images/donut.png", - "language_code": "zh" + "language_code": "zh-CN" }, "ds-for-beginners.d01930c9193ef522.webp": { "original_hash": "b84eca5411f4bc0041e671becb05fe48", "translation_date": "2026-01-16T09:24:40+00:00", "source_file": "ds-for-beginners.png", - "language_code": "zh" + "language_code": "zh-CN" }, "ds_wordcloud.664a7c07dca57de0.webp": { "original_hash": "df525e123083bea87f16bce2c07970c7", "translation_date": "2026-01-16T09:34:43+00:00", "source_file": "1-Introduction/01-defining-data-science/images/ds_wordcloud.png", - "language_code": "zh" + "language_code": "zh-CN" }, "dual-line.a4c28ce659603fab.webp": { "original_hash": "354c3a3b7493b3ec80eec454e7e1661f", "translation_date": "2026-01-16T09:51:01+00:00", "source_file": "3-Data-Visualization/12-visualization-relationships/images/dual-line.png", - "language_code": "zh" + "language_code": "zh-CN" }, "dual-line.fc4665f360a54018.webp": { "original_hash": "a80f6d08e4639389726abb5b1c3d5d9f", "translation_date": "2026-01-16T09:55:17+00:00", "source_file": "3-Data-Visualization/R/12-visualization-relationships/images/dual-line.png", - "language_code": "zh" + "language_code": "zh-CN" }, "facet.491ad90d61c2a7cc.webp": { "original_hash": "2a0a7fea3ccea24ef9a0d37487f38ba3", "translation_date": "2026-01-16T09:55:11+00:00", "source_file": "3-Data-Visualization/R/12-visualization-relationships/images/facet.png", - "language_code": "zh" + "language_code": "zh-CN" }, "facet.6a34851dcd540050.webp": { "original_hash": "b1972d34a64eaf50b7f64de8455601d6", "translation_date": "2026-01-16T09:50:47+00:00", "source_file": "3-Data-Visualization/12-visualization-relationships/images/facet.png", - "language_code": "zh" + "language_code": "zh-CN" }, "favicon.37b561214b36d454.webp": { "original_hash": "228faa6584f8ba1f7e9a75e3200112e9", "translation_date": "2026-01-16T09:24:41+00:00", "source_file": "images/favicon.png", - "language_code": "zh" + "language_code": "zh-CN" }, "filtered-histogram.6bf5d2bfd8253322.webp": { "original_hash": "9beae93b6d3063f7afa19070ca9b21f2", "translation_date": "2026-01-16T09:54:26+00:00", "source_file": "3-Data-Visualization/R/10-visualization-distributions/images/filtered-histogram.png", - "language_code": "zh" + "language_code": "zh-CN" }, "formula-excel.ad1068c220892f5e.webp": { "original_hash": "ffc48a46663588ed68f07739e1c6faec", "translation_date": "2026-01-16T09:47:39+00:00", "source_file": "2-Working-With-Data/06-non-relational/images/formula-excel.png", - "language_code": "zh" + "language_code": "zh-CN" }, "full-data-bar-02.aaa3fda71c63ed56.webp": { "original_hash": "68ced4f3a959790addfa4c361f5abc0f", "translation_date": "2026-01-16T10:01:25+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/full-data-bar-02.png", - "language_code": "zh" + "language_code": "zh-CN" }, "full-data-bar.a0b37da71a6cd236.webp": { "original_hash": "bd639cfebb870669bcf5280302347b15", "translation_date": "2026-01-16T10:01:45+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/full-data-bar.png", - "language_code": "zh" + "language_code": "zh-CN" }, "function-excel.be2ae4feddc10ca0.webp": { "original_hash": "72ab7b76f4fab0df5aa91fa839722a60", "translation_date": "2026-01-16T09:46:49+00:00", "source_file": "2-Working-With-Data/06-non-relational/images/function-excel.png", - "language_code": "zh" + "language_code": "zh-CN" }, "graph-db.d13629152f79a9da.webp": { "original_hash": "9642744eabff608b20e9241ba5931752", "translation_date": "2026-01-16T09:47:47+00:00", "source_file": "2-Working-With-Data/06-non-relational/images/graph-db.png", - "language_code": "zh" + "language_code": "zh-CN" }, "height-boxplot.ccb66b2848b5f51c.webp": { "original_hash": "0f3d954cc0e0b9644f64f7bc1c8a5518", "translation_date": "2026-01-16T09:35:33+00:00", "source_file": "1-Introduction/04-stats-and-probability/images/height-boxplot.png", - "language_code": "zh" + "language_code": "zh-CN" }, "histogram-conservation-wb.3c40450eb072c14d.webp": { "original_hash": "83ec1d81dea6fabb80c6386edf8eb241", "translation_date": "2026-01-16T09:49:38+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/histogram-conservation-wb.png", - "language_code": "zh" + "language_code": "zh-CN" }, "histogram-conservation.13b3542e7784e415.webp": { "original_hash": "ec86b1d6a476f4cf80f9d2b346525c92", "translation_date": "2026-01-16T09:49:48+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/histogram-conservation.png", - "language_code": "zh" + "language_code": "zh-CN" }, "kv-db.e8f2b75686bbdfcb.webp": { "original_hash": "b11fd06948e523a4f05e4fc016b72151", "translation_date": "2026-01-16T09:47:04+00:00", "source_file": "2-Working-With-Data/06-non-relational/images/kv-db.png", - "language_code": "zh" + "language_code": "zh-CN" }, "labeled-wingspan-02.6110e2d2401cd523.webp": { "original_hash": "0f218473d2563c14c8caddecdea3a4c3", "translation_date": "2026-01-16T10:01:35+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/labeled-wingspan-02.png", - "language_code": "zh" + "language_code": "zh-CN" }, "labeled-wingspan.900ffedd7e3ec6de.webp": { "original_hash": "92a8853541cd37a14b9523a58d655f7f", "translation_date": "2026-01-16T10:01:49+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/labeled-wingspan.png", - "language_code": "zh" + "language_code": "zh-CN" }, "less-smooth-bodymass.10f4db8b683cc17d.webp": { "original_hash": "407ad13c340ab84466724135c99aa8d6", "translation_date": "2026-01-16T09:54:09+00:00", "source_file": "3-Data-Visualization/R/10-visualization-distributions/images/less-smooth-bodymass.png", - "language_code": "zh" + "language_code": "zh-CN" }, "liaisons.7b440b28f6d07ea4.webp": { "original_hash": "6d42370a9c4ee2cea0573912a6300e09", "translation_date": "2026-01-16T09:53:59+00:00", "source_file": "3-Data-Visualization/13-meaningful-visualizations/images/liaisons.png", - "language_code": "zh" + "language_code": "zh-CN" }, "liaisons.90ce7360bcf84765.webp": { "original_hash": "6d42370a9c4ee2cea0573912a6300e09", "translation_date": "2026-01-16T09:59:31+00:00", "source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/images/liaisons.png", - "language_code": "zh" + "language_code": "zh-CN" }, "line1.299b576fbb2a59e6.webp": { "original_hash": "580b92476ca343c0fce7d5713d0ca5cd", "translation_date": "2026-01-16T09:55:54+00:00", "source_file": "3-Data-Visualization/R/12-visualization-relationships/images/line1.png", - "language_code": "zh" + "language_code": "zh-CN" }, "line1.f36eb465229a3b1f.webp": { "original_hash": "2254eee0864847a0dbbcf3514523b938", "translation_date": "2026-01-16T09:51:52+00:00", "source_file": "3-Data-Visualization/12-visualization-relationships/images/line1.png", - "language_code": "zh" + "language_code": "zh-CN" }, "line2.3b18fcda7176ceba.webp": { "original_hash": "0900ae563b525221b628393ec05feaf8", "translation_date": "2026-01-16T09:55:59+00:00", "source_file": "3-Data-Visualization/R/12-visualization-relationships/images/line2.png", - "language_code": "zh" + "language_code": "zh-CN" }, "line2.a5b3493dc01058af.webp": { "original_hash": "352e8164b0d75c410198bb07822e43cb", "translation_date": "2026-01-16T09:51:57+00:00", "source_file": "3-Data-Visualization/12-visualization-relationships/images/line2.png", - "language_code": "zh" + "language_code": "zh-CN" }, "max-length-per-order.e5b283d952c78c12.webp": { "original_hash": "3669afd28a61d41ee39429418ee938a0", "translation_date": "2026-01-16T09:54:56+00:00", "source_file": "3-Data-Visualization/R/10-visualization-distributions/images/max-length-per-order.png", - "language_code": "zh" + "language_code": "zh-CN" }, "max-wingspan-02.e79fd847b2640b89.webp": { "original_hash": "424b2d5e92fd7ad1f1651fd34c48a43b", "translation_date": "2026-01-16T10:01:39+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/max-wingspan-02.png", - "language_code": "zh" + "language_code": "zh-CN" }, "max-wingspan-labels-02.aa90e826ca49a9d1.webp": { "original_hash": "b1f49941bbc193409678b7c94bd39822", "translation_date": "2026-01-16T10:00:16+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/max-wingspan-labels-02.png", - "language_code": "zh" + "language_code": "zh-CN" }, "max-wingspan-labels.46f0cc3c48edd4e0.webp": { "original_hash": "67ad5348aa4963aebb0ae7ec94a7fa26", "translation_date": "2026-01-16T10:01:28+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/max-wingspan-labels.png", - "language_code": "zh" + "language_code": "zh-CN" }, "max-wingspan.0b8d0858436414aa.webp": { "original_hash": "020b2994ef28037b86c2e215771a0bf5", "translation_date": "2026-01-16T10:00:17+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/max-wingspan.png", - "language_code": "zh" + "language_code": "zh-CN" }, "multi.56548caa9eae8d0f.webp": { "original_hash": "f75fa5419bb0d28a74c567876bc99455", "translation_date": "2026-01-16T09:49:03+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/multi.png", - "language_code": "zh" + "language_code": "zh-CN" }, "new-container.650e10c7a20a5f83.webp": { "original_hash": "ab63b5a8099095333eebe2afa69197e3", "translation_date": "2026-01-16T09:48:15+00:00", "source_file": "2-Working-With-Data/06-non-relational/images/new-container.png", - "language_code": "zh" + "language_code": "zh-CN" }, "normal-histogram.dfae0d67c202137d.webp": { "original_hash": "46ee775d2df1d79815c1aab51bd8d2fe", "translation_date": "2026-01-16T09:35:45+00:00", "source_file": "1-Introduction/04-stats-and-probability/images/normal-histogram.png", - "language_code": "zh" + "language_code": "zh-CN" }, "notebook-1.12998af7b02c83f5.webp": { "original_hash": "08d559b911ecbed212b67e206ae6bcf1", "translation_date": "2026-01-16T09:36:31+00:00", "source_file": "5-Data-Science-In-Cloud/19-Azure/images/notebook-1.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "notebook-2.9a657c037e34f1cf.webp": { "original_hash": "018309c1ca2ed8e31fd89c3674687979", "translation_date": "2026-01-16T09:36:36+00:00", "source_file": "5-Data-Science-In-Cloud/19-Azure/images/notebook-2.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "parts-of-spreadsheet.120711c82aa18a45.webp": { "original_hash": "e744b94c055058c2862aaabe84625b90", "translation_date": "2026-01-16T09:48:56+00:00", "source_file": "2-Working-With-Data/06-non-relational/images/parts-of-spreadsheet.png", - "language_code": "zh" + "language_code": "zh-CN" }, "pie1-wb.685df063673751f4.webp": { "original_hash": "2b353f34a1a1e444a1d7f2219b78cb83", "translation_date": "2026-01-16T09:56:12+00:00", "source_file": "3-Data-Visualization/R/11-visualization-proportions/images/pie1-wb.png", - "language_code": "zh" + "language_code": "zh-CN" }, "pie1-wb.e201f2fcc3354131.webp": { "original_hash": "f2dbe68e0228fc6bb76e502dfa88a5c7", "translation_date": "2026-01-16T09:52:36+00:00", "source_file": "3-Data-Visualization/11-visualization-proportions/images/pie1-wb.png", - "language_code": "zh" + "language_code": "zh-CN" }, "pie1.8f6a8bfac96de60e.webp": { "original_hash": "dc91ddf7490acc8493ca0801370d8fa8", "translation_date": "2026-01-16T09:52:01+00:00", "source_file": "3-Data-Visualization/11-visualization-proportions/images/pie1.png", - "language_code": "zh" + "language_code": "zh-CN" }, "planetary-computer-explorer.c1e95a9b053167d6.webp": { "original_hash": "1e3bcffe198a9432dfc6232e5f89e2a5", "translation_date": "2026-01-16T10:02:17+00:00", "source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/images/planetary-computer-explorer.png", - "language_code": "zh" + "language_code": "zh-CN" }, "probability-density.a8aad29f17a14afb.webp": { "original_hash": "79ec3e39c1c20e570327ebd8a2737548", "translation_date": "2026-01-16T09:35:24+00:00", "source_file": "1-Introduction/04-stats-and-probability/images/probability-density.png", - "language_code": "zh" + "language_code": "zh-CN" }, "project-schema.420e56d495624541.webp": { "original_hash": "ac50741c7ac13ecfdef9db5564f80bbd", "translation_date": "2026-01-16T09:37:04+00:00", "source_file": "5-Data-Science-In-Cloud/19-Azure/images/project-schema.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "project-schema.736f6e403f321eb4.webp": { "original_hash": "ac50741c7ac13ecfdef9db5564f80bbd", "translation_date": "2026-01-16T09:41:18+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/project-schema.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "scatter-wb.9d98b0ed7f0388af.webp": { "original_hash": "20b0f7bb41756f35bdf985a8f5f3a342", "translation_date": "2026-01-16T09:49:31+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/scatter-wb.png", - "language_code": "zh" + "language_code": "zh-CN" }, "scatter.520a43eceb46dbcb.webp": { "original_hash": "0b08180e497b0df05b452d6e82139280", "translation_date": "2026-01-16T09:50:14+00:00", "source_file": "3-Data-Visualization/10-visualization-distributions/images/scatter.png", - "language_code": "zh" + "language_code": "zh-CN" }, "scatter1.5e1aa5fd6706c5d1.webp": { "original_hash": "c02fe2f5fa39f591b4a26308356ed684", "translation_date": "2026-01-16T09:51:46+00:00", "source_file": "3-Data-Visualization/12-visualization-relationships/images/scatter1.png", - "language_code": "zh" + "language_code": "zh-CN" }, "scatter1.86b8900674d88b26.webp": { "original_hash": "c987462f33600689809531fc3d265f96", "translation_date": "2026-01-16T09:55:50+00:00", "source_file": "3-Data-Visualization/R/12-visualization-relationships/images/scatter1.png", - "language_code": "zh" + "language_code": "zh-CN" }, "scatter2.4d1cbc693bad20e2.webp": { "original_hash": "770ca46665efad9996e32d596f105ea9", "translation_date": "2026-01-16T09:55:35+00:00", "source_file": "3-Data-Visualization/R/12-visualization-relationships/images/scatter2.png", - "language_code": "zh" + "language_code": "zh-CN" }, "scatter2.c0041a58621ca702.webp": { "original_hash": "0daebd8565f87f5de940b38eb8af1b9d", "translation_date": "2026-01-16T09:51:31+00:00", "source_file": "3-Data-Visualization/12-visualization-relationships/images/scatter2.png", - "language_code": "zh" + "language_code": "zh-CN" }, "scatter3.3c160a3d1dcb36b3.webp": { "original_hash": "b6dae06624fdb034a906091c859840c8", "translation_date": "2026-01-16T09:51:14+00:00", "source_file": "3-Data-Visualization/12-visualization-relationships/images/scatter3.png", - "language_code": "zh" + "language_code": "zh-CN" }, "scatter3.722d21e6f20b3ea2.webp": { "original_hash": "e76960bfd5bd7187d9e021796f268d34", "translation_date": "2026-01-16T09:55:26+00:00", "source_file": "3-Data-Visualization/R/12-visualization-relationships/images/scatter3.png", - "language_code": "zh" + "language_code": "zh-CN" }, "scatterplot-wingspan-02.1c33790094ce36a7.webp": { "original_hash": "074b877685ae02c92754fb416864f137", "translation_date": "2026-01-16T09:59:35+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/scatterplot-wingspan-02.png", - "language_code": "zh" + "language_code": "zh-CN" }, "scatterplot-wingspan.bdab448702939bb3.webp": { "original_hash": "a6265af4af8b135ebb0b1160ac2a85e1", "translation_date": "2026-01-16T09:59:39+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/scatterplot-wingspan.png", - "language_code": "zh" + "language_code": "zh-CN" }, "stacked-bar-chart.0c92264e89da7b39.webp": { "original_hash": "150d1125735f6612e36c8d74d492c664", "translation_date": "2026-01-16T09:57:38+00:00", "source_file": "3-Data-Visualization/R/09-visualization-quantities/images/stacked-bar-chart.png", - "language_code": "zh" + "language_code": "zh-CN" }, "superimposed-02.f03058536baeb2ed.webp": { "original_hash": "06591758ffda43a2ba7a885727209a57", "translation_date": "2026-01-16T10:01:18+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/superimposed-02.png", - "language_code": "zh" + "language_code": "zh-CN" }, "superimposed-values.5363f0705a1da416.webp": { "original_hash": "b41c56cb68dd92f60d7e18eefd963396", "translation_date": "2026-01-16T09:58:07+00:00", "source_file": "3-Data-Visualization/R/09-visualization-quantities/images/superimposed-values.png", - "language_code": "zh" + "language_code": "zh-CN" }, "superimposed.8b5bd0e8825d9c5c.webp": { "original_hash": "4af0c94d9d61f1d458023b01c02a247e", "translation_date": "2026-01-16T09:59:38+00:00", "source_file": "3-Data-Visualization/09-visualization-quantities/images/superimposed.png", - "language_code": "zh" + "language_code": "zh-CN" }, "tdsp-lifecycle2.e19029d598e2e73d.webp": { "original_hash": "d1f838b6b0fd588b4ee6cd22cb578569", "translation_date": "2026-01-16T09:44:46+00:00", "source_file": "4-Data-Science-Lifecycle/14-Introduction/images/tdsp-lifecycle2.png", - "language_code": "zh" + "language_code": "zh-CN" }, "timeseries-1.80de678ab1cf727e.webp": { "original_hash": "30236ed2474d8d115ab3d51545e0c19e", "translation_date": "2026-01-16T09:45:58+00:00", "source_file": "2-Working-With-Data/07-python/images/timeseries-1.png", - "language_code": "zh" + "language_code": "zh-CN" }, "timeseries-2.aae51d575c55181c.webp": { "original_hash": "33bd33349330cb115d729ce80b570501", "translation_date": "2026-01-16T09:46:08+00:00", "source_file": "2-Working-With-Data/07-python/images/timeseries-2.png", - "language_code": "zh" + "language_code": "zh-CN" }, "timeseries-3.f3147cbc8c624881.webp": { "original_hash": "aa4b14a21a73d400073a61f37033d465", "translation_date": "2026-01-16T09:46:14+00:00", "source_file": "2-Working-With-Data/07-python/images/timeseries-3.png", - "language_code": "zh" + "language_code": "zh-CN" }, "tornado.2880ffc7f135f82b.webp": { "original_hash": "aaaeef8f6130caccd3d3a7384fd215cc", "translation_date": "2026-01-16T09:58:51+00:00", "source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/images/tornado.png", - "language_code": "zh" + "language_code": "zh-CN" }, "tornado.9f42168791208f97.webp": { "original_hash": "aaaeef8f6130caccd3d3a7384fd215cc", "translation_date": "2026-01-16T09:53:14+00:00", "source_file": "3-Data-Visualization/13-meaningful-visualizations/images/tornado.png", - "language_code": "zh" + "language_code": "zh-CN" }, "video-def-ds.6623ee2392ef1abf.webp": { "original_hash": "95650b7eed7f176ce8fdee16271a464b", "translation_date": "2026-01-16T09:34:58+00:00", "source_file": "1-Introduction/01-defining-data-science/images/video-def-ds.png", - "language_code": "zh" + "language_code": "zh-CN" }, "video-ds-python.245247dc811db8e4.webp": { "original_hash": "030eca02a7388a1428cf20faa215f2b9", "translation_date": "2026-01-16T09:45:37+00:00", "source_file": "2-Working-With-Data/07-python/images/video-ds-python.png", - "language_code": "zh" + "language_code": "zh-CN" }, "video-prob-and-stats.e4282e5efa2f2543.webp": { "original_hash": "95894d8c6274697246b11c5ddf395c5f", "translation_date": "2026-01-16T09:35:41+00:00", "source_file": "1-Introduction/04-stats-and-probability/images/video-prob-and-stats.png", - "language_code": "zh" + "language_code": "zh-CN" }, "waffle.5455dbae4ccf17d5.webp": { "original_hash": "56634c9a9dc24921e012693843466dee", "translation_date": "2026-01-16T09:52:28+00:00", "source_file": "3-Data-Visualization/11-visualization-proportions/images/waffle.png", - "language_code": "zh" + "language_code": "zh-CN" }, "waffle.aaa75c5337735a6e.webp": { "original_hash": "b84ca087d578965c31a20087b9215d88", "translation_date": "2026-01-16T09:56:10+00:00", "source_file": "3-Data-Visualization/R/11-visualization-proportions/images/waffle.png", - "language_code": "zh" + "language_code": "zh-CN" }, "weight-boxplot.1dbab1c03af26f8a.webp": { "original_hash": "4e39b904d1a4313d66663aa3f7ab9602", "translation_date": "2026-01-16T09:35:16+00:00", "source_file": "1-Introduction/04-stats-and-probability/images/weight-boxplot.png", - "language_code": "zh" + "language_code": "zh-CN" }, "weight-height-relationship.3f06bde4ca2aba99.webp": { "original_hash": "2412d31f9c41004d2d0cb80179d6021f", "translation_date": "2026-01-16T09:35:29+00:00", "source_file": "1-Introduction/04-stats-and-probability/images/weight-height-relationship.png", - "language_code": "zh" + "language_code": "zh-CN" }, "weight-histogram.bfd00caf7fc30b14.webp": { "original_hash": "bef55b4cd03923b2d8674e92bb1757c9", "translation_date": "2026-01-16T09:35:21+00:00", "source_file": "1-Introduction/04-stats-and-probability/images/weight-histogram.png", - "language_code": "zh" + "language_code": "zh-CN" }, "wingspan-conservation-collation.4024e9aa6910866a.webp": { "original_hash": "898d4cfbbc9bd4723c3ce92f5746a6f8", "translation_date": "2026-01-16T09:54:32+00:00", "source_file": "3-Data-Visualization/R/10-visualization-distributions/images/wingspan-conservation-collation.png", - "language_code": "zh" + "language_code": "zh-CN" }, "workspace-1.ac8694d60b073ed1.webp": { "original_hash": "5e9f3153bfd5af7d8b6adcb09c08cabd", "translation_date": "2026-01-16T09:37:51+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/workspace-1.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "workspace-2.ae7c486db8796147.webp": { "original_hash": "9299f5ae459f0a153da6aaae9accc78d", "translation_date": "2026-01-16T09:40:25+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/workspace-2.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "workspace-3.398ca4a5858132cc.webp": { "original_hash": "2ee0b036fbc5fd13a526f26ac9d60347", "translation_date": "2026-01-16T09:43:51+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/workspace-3.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "workspace-4.bac87f6599c4df63.webp": { "original_hash": "099e0b18ce11f3966c0b7d954c2eb4fb", "translation_date": "2026-01-16T09:38:38+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/workspace-4.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "workspace-5.a6eb17e0a5e64200.webp": { "original_hash": "01b1c520e46b3fbd6fba0d54bb80bece", "translation_date": "2026-01-16T09:43:19+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/workspace-5.PNG", - "language_code": "zh" + "language_code": "zh-CN" }, "workspace-6.8dd81fe841797ee1.webp": { "original_hash": "fd0194c1a558063ddb53e5c1ead0a2b0", "translation_date": "2026-01-16T09:42:29+00:00", "source_file": "5-Data-Science-In-Cloud/18-Low-Code/images/workspace-6.PNG", - "language_code": "zh" + "language_code": "zh-CN" } } \ No newline at end of file diff --git a/translated_images/zh/00-Roadmap.4905d6567dff4753.webp b/translated_images/zh-CN/00-Roadmap.4905d6567dff4753.webp similarity index 100% rename from translated_images/zh/00-Roadmap.4905d6567dff4753.webp rename to translated_images/zh-CN/00-Roadmap.4905d6567dff4753.webp diff --git a/translated_images/zh/00-Title.8af36cd35da1ac55.webp b/translated_images/zh-CN/00-Title.8af36cd35da1ac55.webp similarity index 100% rename from translated_images/zh/00-Title.8af36cd35da1ac55.webp rename to translated_images/zh-CN/00-Title.8af36cd35da1ac55.webp diff --git a/translated_images/zh/01-Definitions.1b14ddc9525dc0d9.webp b/translated_images/zh-CN/01-Definitions.1b14ddc9525dc0d9.webp similarity index 100% rename from translated_images/zh/01-Definitions.1b14ddc9525dc0d9.webp rename to translated_images/zh-CN/01-Definitions.1b14ddc9525dc0d9.webp diff --git a/translated_images/zh/02-Ethics.728d166895302ab0.webp b/translated_images/zh-CN/02-Ethics.728d166895302ab0.webp similarity index 100% rename from translated_images/zh/02-Ethics.728d166895302ab0.webp rename to translated_images/zh-CN/02-Ethics.728d166895302ab0.webp diff --git a/translated_images/zh/03-DefiningData.f800817186949e07.webp b/translated_images/zh-CN/03-DefiningData.f800817186949e07.webp similarity index 100% rename from translated_images/zh/03-DefiningData.f800817186949e07.webp rename to translated_images/zh-CN/03-DefiningData.f800817186949e07.webp diff --git a/translated_images/zh/04-Statistics-Probability.cfc569d84a9f1867.webp b/translated_images/zh-CN/04-Statistics-Probability.cfc569d84a9f1867.webp similarity index 100% rename from translated_images/zh/04-Statistics-Probability.cfc569d84a9f1867.webp rename to translated_images/zh-CN/04-Statistics-Probability.cfc569d84a9f1867.webp diff --git a/translated_images/zh/05-RelationalData.af50f5a3e50f7456.webp b/translated_images/zh-CN/05-RelationalData.af50f5a3e50f7456.webp similarity index 100% rename from translated_images/zh/05-RelationalData.af50f5a3e50f7456.webp rename to translated_images/zh-CN/05-RelationalData.af50f5a3e50f7456.webp diff --git a/translated_images/zh/06-NoSQL.42a91ea0cd5769fe.webp b/translated_images/zh-CN/06-NoSQL.42a91ea0cd5769fe.webp similarity index 100% rename from translated_images/zh/06-NoSQL.42a91ea0cd5769fe.webp rename to translated_images/zh-CN/06-NoSQL.42a91ea0cd5769fe.webp diff --git a/translated_images/zh/07-WorkWithPython.8bf4a5013718bef9.webp b/translated_images/zh-CN/07-WorkWithPython.8bf4a5013718bef9.webp similarity index 100% rename from translated_images/zh/07-WorkWithPython.8bf4a5013718bef9.webp rename to translated_images/zh-CN/07-WorkWithPython.8bf4a5013718bef9.webp diff --git a/translated_images/zh/08-DataPreparation.e3b185c37958e964.webp b/translated_images/zh-CN/08-DataPreparation.e3b185c37958e964.webp similarity index 100% rename from translated_images/zh/08-DataPreparation.e3b185c37958e964.webp rename to translated_images/zh-CN/08-DataPreparation.e3b185c37958e964.webp diff --git a/translated_images/zh/09-Visualizing-Quantities.5c846edd805a5238.webp b/translated_images/zh-CN/09-Visualizing-Quantities.5c846edd805a5238.webp similarity index 100% rename from translated_images/zh/09-Visualizing-Quantities.5c846edd805a5238.webp rename to translated_images/zh-CN/09-Visualizing-Quantities.5c846edd805a5238.webp diff --git a/translated_images/zh/1.0b520df6a0d9d3c4.webp b/translated_images/zh-CN/1.0b520df6a0d9d3c4.webp similarity index 100% rename from translated_images/zh/1.0b520df6a0d9d3c4.webp rename to translated_images/zh-CN/1.0b520df6a0d9d3c4.webp diff --git a/translated_images/zh/10-Visualizing-Distributions.8097fd8abd7221a1.webp b/translated_images/zh-CN/10-Visualizing-Distributions.8097fd8abd7221a1.webp similarity index 100% rename from translated_images/zh/10-Visualizing-Distributions.8097fd8abd7221a1.webp rename to translated_images/zh-CN/10-Visualizing-Distributions.8097fd8abd7221a1.webp diff --git a/translated_images/zh/11-Visualizing-Proportions.3e82f24af94d206e.webp b/translated_images/zh-CN/11-Visualizing-Proportions.3e82f24af94d206e.webp similarity index 100% rename from translated_images/zh/11-Visualizing-Proportions.3e82f24af94d206e.webp rename to translated_images/zh-CN/11-Visualizing-Proportions.3e82f24af94d206e.webp diff --git a/translated_images/zh/12-Visualizing-Relationships.4466f9bd260f03dd.webp b/translated_images/zh-CN/12-Visualizing-Relationships.4466f9bd260f03dd.webp similarity index 100% rename from translated_images/zh/12-Visualizing-Relationships.4466f9bd260f03dd.webp rename to translated_images/zh-CN/12-Visualizing-Relationships.4466f9bd260f03dd.webp diff --git a/translated_images/zh/13-MeaningfulViz.4db6f1997e519908.webp b/translated_images/zh-CN/13-MeaningfulViz.4db6f1997e519908.webp similarity index 100% rename from translated_images/zh/13-MeaningfulViz.4db6f1997e519908.webp rename to translated_images/zh-CN/13-MeaningfulViz.4db6f1997e519908.webp diff --git a/translated_images/zh/14-DataScience-Lifecycle.2c9f277e4d69fbaa.webp b/translated_images/zh-CN/14-DataScience-Lifecycle.2c9f277e4d69fbaa.webp similarity index 100% rename from translated_images/zh/14-DataScience-Lifecycle.2c9f277e4d69fbaa.webp rename to translated_images/zh-CN/14-DataScience-Lifecycle.2c9f277e4d69fbaa.webp diff --git a/translated_images/zh/15-Analyzing.b501f3dbdc958f6f.webp b/translated_images/zh-CN/15-Analyzing.b501f3dbdc958f6f.webp similarity index 100% rename from translated_images/zh/15-Analyzing.b501f3dbdc958f6f.webp rename to translated_images/zh-CN/15-Analyzing.b501f3dbdc958f6f.webp diff --git a/translated_images/zh/16-Communicating.f1d29cd7984442a4.webp b/translated_images/zh-CN/16-Communicating.f1d29cd7984442a4.webp similarity index 100% rename from translated_images/zh/16-Communicating.f1d29cd7984442a4.webp rename to translated_images/zh-CN/16-Communicating.f1d29cd7984442a4.webp diff --git a/translated_images/zh/17-DataScience-Cloud.0df76ac874805c14.webp b/translated_images/zh-CN/17-DataScience-Cloud.0df76ac874805c14.webp similarity index 100% rename from translated_images/zh/17-DataScience-Cloud.0df76ac874805c14.webp rename to translated_images/zh-CN/17-DataScience-Cloud.0df76ac874805c14.webp diff --git a/translated_images/zh/18-DataScience-Cloud.3a7292e8182b74eb.webp b/translated_images/zh-CN/18-DataScience-Cloud.3a7292e8182b74eb.webp similarity index 100% rename from translated_images/zh/18-DataScience-Cloud.3a7292e8182b74eb.webp rename to translated_images/zh-CN/18-DataScience-Cloud.3a7292e8182b74eb.webp diff --git a/translated_images/zh/19-DataScience-Cloud.177b38fb86301fc6.webp b/translated_images/zh-CN/19-DataScience-Cloud.177b38fb86301fc6.webp similarity index 100% rename from translated_images/zh/19-DataScience-Cloud.177b38fb86301fc6.webp rename to translated_images/zh-CN/19-DataScience-Cloud.177b38fb86301fc6.webp diff --git a/translated_images/zh/20-DataScience-Humanities.1d1a155f4d12a667.webp b/translated_images/zh-CN/20-DataScience-Humanities.1d1a155f4d12a667.webp similarity index 100% rename from translated_images/zh/20-DataScience-Humanities.1d1a155f4d12a667.webp rename to translated_images/zh-CN/20-DataScience-Humanities.1d1a155f4d12a667.webp diff --git a/translated_images/zh/20-DataScience-RealWorld.976976229ee11342.webp b/translated_images/zh-CN/20-DataScience-RealWorld.976976229ee11342.webp similarity index 100% rename from translated_images/zh/20-DataScience-RealWorld.976976229ee11342.webp rename to translated_images/zh-CN/20-DataScience-RealWorld.976976229ee11342.webp diff --git a/translated_images/zh/20-DataScience-Research.da434814c51b4ef8.webp b/translated_images/zh-CN/20-DataScience-Research.da434814c51b4ef8.webp similarity index 100% rename from translated_images/zh/20-DataScience-Research.da434814c51b4ef8.webp rename to translated_images/zh-CN/20-DataScience-Research.da434814c51b4ef8.webp diff --git a/translated_images/zh/20-DataScience-Sustainability.d4097bc684431da6.webp b/translated_images/zh-CN/20-DataScience-Sustainability.d4097bc684431da6.webp similarity index 100% rename from translated_images/zh/20-DataScience-Sustainability.d4097bc684431da6.webp rename to translated_images/zh-CN/20-DataScience-Sustainability.d4097bc684431da6.webp diff --git a/translated_images/zh/2D-wb.ae22fdd33936507a.webp b/translated_images/zh-CN/2D-wb.ae22fdd33936507a.webp similarity index 100% rename from translated_images/zh/2D-wb.ae22fdd33936507a.webp rename to translated_images/zh-CN/2D-wb.ae22fdd33936507a.webp diff --git a/translated_images/zh/2D.b3342157139dd804.webp b/translated_images/zh-CN/2D.b3342157139dd804.webp similarity index 100% rename from translated_images/zh/2D.b3342157139dd804.webp rename to translated_images/zh-CN/2D.b3342157139dd804.webp diff --git a/translated_images/zh/2d-plot.c504786f439bd7eb.webp b/translated_images/zh-CN/2d-plot.c504786f439bd7eb.webp similarity index 100% rename from translated_images/zh/2d-plot.c504786f439bd7eb.webp rename to translated_images/zh-CN/2d-plot.c504786f439bd7eb.webp diff --git a/translated_images/zh/3d.0cec12bcc60f0ce7.webp b/translated_images/zh-CN/3d.0cec12bcc60f0ce7.webp similarity index 100% rename from translated_images/zh/3d.0cec12bcc60f0ce7.webp rename to translated_images/zh-CN/3d.0cec12bcc60f0ce7.webp diff --git a/translated_images/zh/3d.db1734c151eee87d.webp b/translated_images/zh-CN/3d.db1734c151eee87d.webp similarity index 100% rename from translated_images/zh/3d.db1734c151eee87d.webp rename to translated_images/zh-CN/3d.db1734c151eee87d.webp diff --git a/translated_images/zh/CRISP-DM.8bad2b4c66e62aa7.webp b/translated_images/zh-CN/CRISP-DM.8bad2b4c66e62aa7.webp similarity index 100% rename from translated_images/zh/CRISP-DM.8bad2b4c66e62aa7.webp rename to translated_images/zh-CN/CRISP-DM.8bad2b4c66e62aa7.webp diff --git a/translated_images/zh/MaxWingspan-lineplot-improved.04b73b4d5a59552a.webp b/translated_images/zh-CN/MaxWingspan-lineplot-improved.04b73b4d5a59552a.webp similarity index 100% rename from translated_images/zh/MaxWingspan-lineplot-improved.04b73b4d5a59552a.webp rename to translated_images/zh-CN/MaxWingspan-lineplot-improved.04b73b4d5a59552a.webp diff --git a/translated_images/zh/MaxWingspan-lineplot.b12169f99d26fdd2.webp b/translated_images/zh-CN/MaxWingspan-lineplot.b12169f99d26fdd2.webp similarity index 100% rename from translated_images/zh/MaxWingspan-lineplot.b12169f99d26fdd2.webp rename to translated_images/zh-CN/MaxWingspan-lineplot.b12169f99d26fdd2.webp diff --git a/translated_images/zh/MaxWingspan-scatterplot-improved.7d0af81658c65f3e.webp b/translated_images/zh-CN/MaxWingspan-scatterplot-improved.7d0af81658c65f3e.webp similarity index 100% rename from translated_images/zh/MaxWingspan-scatterplot-improved.7d0af81658c65f3e.webp rename to translated_images/zh-CN/MaxWingspan-scatterplot-improved.7d0af81658c65f3e.webp diff --git a/translated_images/zh/MaxWingspan-scatterplot.60dc9e0e19d32700.webp b/translated_images/zh-CN/MaxWingspan-scatterplot.60dc9e0e19d32700.webp similarity index 100% rename from translated_images/zh/MaxWingspan-scatterplot.60dc9e0e19d32700.webp rename to translated_images/zh-CN/MaxWingspan-scatterplot.60dc9e0e19d32700.webp diff --git a/translated_images/zh/aml-1.67281a85d3a1e2f3.webp b/translated_images/zh-CN/aml-1.67281a85d3a1e2f3.webp similarity index 100% rename from translated_images/zh/aml-1.67281a85d3a1e2f3.webp rename to translated_images/zh-CN/aml-1.67281a85d3a1e2f3.webp diff --git a/translated_images/zh/aml-2.c9fb9cffb39ccbbe.webp b/translated_images/zh-CN/aml-2.c9fb9cffb39ccbbe.webp similarity index 100% rename from translated_images/zh/aml-2.c9fb9cffb39ccbbe.webp rename to translated_images/zh-CN/aml-2.c9fb9cffb39ccbbe.webp diff --git a/translated_images/zh/aml-3.a7952e4295f38cc6.webp b/translated_images/zh-CN/aml-3.a7952e4295f38cc6.webp similarity index 100% rename from translated_images/zh/aml-3.a7952e4295f38cc6.webp rename to translated_images/zh-CN/aml-3.a7952e4295f38cc6.webp diff --git a/translated_images/zh/aml-4.7a627e09cb6f16d0.webp b/translated_images/zh-CN/aml-4.7a627e09cb6f16d0.webp similarity index 100% rename from translated_images/zh/aml-4.7a627e09cb6f16d0.webp rename to translated_images/zh-CN/aml-4.7a627e09cb6f16d0.webp diff --git a/translated_images/zh/bad-chart-1.596bc93425a8ac30.webp b/translated_images/zh-CN/bad-chart-1.596bc93425a8ac30.webp similarity index 100% rename from translated_images/zh/bad-chart-1.596bc93425a8ac30.webp rename to translated_images/zh-CN/bad-chart-1.596bc93425a8ac30.webp diff --git a/translated_images/zh/bad-chart-1.93130f495b748bed.webp b/translated_images/zh-CN/bad-chart-1.93130f495b748bed.webp similarity index 100% rename from translated_images/zh/bad-chart-1.93130f495b748bed.webp rename to translated_images/zh-CN/bad-chart-1.93130f495b748bed.webp diff --git a/translated_images/zh/bad-chart-2.62edf4d2f30f4e51.webp b/translated_images/zh-CN/bad-chart-2.62edf4d2f30f4e51.webp similarity index 100% rename from translated_images/zh/bad-chart-2.62edf4d2f30f4e51.webp rename to translated_images/zh-CN/bad-chart-2.62edf4d2f30f4e51.webp diff --git a/translated_images/zh/bad-chart-2.c20e36dd4e6f617c.webp b/translated_images/zh-CN/bad-chart-2.c20e36dd4e6f617c.webp similarity index 100% rename from translated_images/zh/bad-chart-2.c20e36dd4e6f617c.webp rename to translated_images/zh-CN/bad-chart-2.c20e36dd4e6f617c.webp diff --git a/translated_images/zh/bad-chart-3.6865d0afac4108d7.webp b/translated_images/zh-CN/bad-chart-3.6865d0afac4108d7.webp similarity index 100% rename from translated_images/zh/bad-chart-3.6865d0afac4108d7.webp rename to translated_images/zh-CN/bad-chart-3.6865d0afac4108d7.webp diff --git a/translated_images/zh/bad-chart-3.e201e2e915a230bc.webp b/translated_images/zh-CN/bad-chart-3.e201e2e915a230bc.webp similarity index 100% rename from translated_images/zh/bad-chart-3.e201e2e915a230bc.webp rename to translated_images/zh-CN/bad-chart-3.e201e2e915a230bc.webp diff --git a/translated_images/zh/bad-chart-4.68cfdf4011b45447.webp b/translated_images/zh-CN/bad-chart-4.68cfdf4011b45447.webp similarity index 100% rename from translated_images/zh/bad-chart-4.68cfdf4011b45447.webp rename to translated_images/zh-CN/bad-chart-4.68cfdf4011b45447.webp diff --git a/translated_images/zh/bad-chart-4.8872b2b881ffa96c.webp b/translated_images/zh-CN/bad-chart-4.8872b2b881ffa96c.webp similarity index 100% rename from translated_images/zh/bad-chart-4.8872b2b881ffa96c.webp rename to translated_images/zh-CN/bad-chart-4.8872b2b881ffa96c.webp diff --git a/translated_images/zh/bee.0aa1d91132b12e3a.webp b/translated_images/zh-CN/bee.0aa1d91132b12e3a.webp similarity index 100% rename from translated_images/zh/bee.0aa1d91132b12e3a.webp rename to translated_images/zh-CN/bee.0aa1d91132b12e3a.webp diff --git a/translated_images/zh/bodymass-per-order.9d2b065dd931b928.webp b/translated_images/zh-CN/bodymass-per-order.9d2b065dd931b928.webp similarity index 100% rename from translated_images/zh/bodymass-per-order.9d2b065dd931b928.webp rename to translated_images/zh-CN/bodymass-per-order.9d2b065dd931b928.webp diff --git a/translated_images/zh/bodymass-smooth.d31ce526d82b0a1f.webp b/translated_images/zh-CN/bodymass-smooth.d31ce526d82b0a1f.webp similarity index 100% rename from translated_images/zh/bodymass-smooth.d31ce526d82b0a1f.webp rename to translated_images/zh-CN/bodymass-smooth.d31ce526d82b0a1f.webp diff --git a/translated_images/zh/boxplot_byrole.036b27a1c3f52d42.webp b/translated_images/zh-CN/boxplot_byrole.036b27a1c3f52d42.webp similarity index 100% rename from translated_images/zh/boxplot_byrole.036b27a1c3f52d42.webp rename to translated_images/zh-CN/boxplot_byrole.036b27a1c3f52d42.webp diff --git a/translated_images/zh/boxplot_explanation.4039b7de08780fd4.webp b/translated_images/zh-CN/boxplot_explanation.4039b7de08780fd4.webp similarity index 100% rename from translated_images/zh/boxplot_explanation.4039b7de08780fd4.webp rename to translated_images/zh-CN/boxplot_explanation.4039b7de08780fd4.webp diff --git a/translated_images/zh/busing.7b9e3b41cd4b981c.webp b/translated_images/zh-CN/busing.7b9e3b41cd4b981c.webp similarity index 100% rename from translated_images/zh/busing.7b9e3b41cd4b981c.webp rename to translated_images/zh-CN/busing.7b9e3b41cd4b981c.webp diff --git a/translated_images/zh/busing.8157cf1bc89a3f65.webp b/translated_images/zh-CN/busing.8157cf1bc89a3f65.webp similarity index 100% rename from translated_images/zh/busing.8157cf1bc89a3f65.webp rename to translated_images/zh-CN/busing.8157cf1bc89a3f65.webp diff --git a/translated_images/zh/category-counts-02.0b9a0a4de42275ae.webp b/translated_images/zh-CN/category-counts-02.0b9a0a4de42275ae.webp similarity index 100% rename from translated_images/zh/category-counts-02.0b9a0a4de42275ae.webp rename to translated_images/zh-CN/category-counts-02.0b9a0a4de42275ae.webp diff --git a/translated_images/zh/category-counts.abee8188c4c9b6f0.webp b/translated_images/zh-CN/category-counts.abee8188c4c9b6f0.webp similarity index 100% rename from translated_images/zh/category-counts.abee8188c4c9b6f0.webp rename to translated_images/zh-CN/category-counts.abee8188c4c9b6f0.webp diff --git a/translated_images/zh/category-length-02.7304bf519375c980.webp b/translated_images/zh-CN/category-length-02.7304bf519375c980.webp similarity index 100% rename from translated_images/zh/category-length-02.7304bf519375c980.webp rename to translated_images/zh-CN/category-length-02.7304bf519375c980.webp diff --git a/translated_images/zh/category-length.7e34c296690e85d6.webp b/translated_images/zh-CN/category-length.7e34c296690e85d6.webp similarity index 100% rename from translated_images/zh/category-length.7e34c296690e85d6.webp rename to translated_images/zh-CN/category-length.7e34c296690e85d6.webp diff --git a/translated_images/zh/category-length.b0d9a0208a7b3713.webp b/translated_images/zh-CN/category-length.b0d9a0208a7b3713.webp similarity index 100% rename from translated_images/zh/category-length.b0d9a0208a7b3713.webp rename to translated_images/zh-CN/category-length.b0d9a0208a7b3713.webp diff --git a/translated_images/zh/cloud-picture.f5526de3c6c6387b.webp b/translated_images/zh-CN/cloud-picture.f5526de3c6c6387b.webp similarity index 100% rename from translated_images/zh/cloud-picture.f5526de3c6c6387b.webp rename to translated_images/zh-CN/cloud-picture.f5526de3c6c6387b.webp diff --git a/translated_images/zh/cluster-1.b78cb630bb543729.webp b/translated_images/zh-CN/cluster-1.b78cb630bb543729.webp similarity index 100% rename from translated_images/zh/cluster-1.b78cb630bb543729.webp rename to translated_images/zh-CN/cluster-1.b78cb630bb543729.webp diff --git a/translated_images/zh/cluster-2.ea30cdbc9f926bb9.webp b/translated_images/zh-CN/cluster-2.ea30cdbc9f926bb9.webp similarity index 100% rename from translated_images/zh/cluster-2.ea30cdbc9f926bb9.webp rename to translated_images/zh-CN/cluster-2.ea30cdbc9f926bb9.webp diff --git a/translated_images/zh/cluster-3.8a334bc070ec173a.webp b/translated_images/zh-CN/cluster-3.8a334bc070ec173a.webp similarity index 100% rename from translated_images/zh/cluster-3.8a334bc070ec173a.webp rename to translated_images/zh-CN/cluster-3.8a334bc070ec173a.webp diff --git a/translated_images/zh/columnar-db.ffcfe73c3e9063a8.webp b/translated_images/zh-CN/columnar-db.ffcfe73c3e9063a8.webp similarity index 100% rename from translated_images/zh/columnar-db.ffcfe73c3e9063a8.webp rename to translated_images/zh-CN/columnar-db.ffcfe73c3e9063a8.webp diff --git a/translated_images/zh/communication.06d8e2a88d30d168.webp b/translated_images/zh/communication.06d8e2a88d30d168.webp deleted file mode 100644 index f94ab15b..00000000 Binary files a/translated_images/zh/communication.06d8e2a88d30d168.webp and /dev/null differ diff --git a/translated_images/zh/comparingdata.f486a450d61c7ca5.webp b/translated_images/zh/comparingdata.f486a450d61c7ca5.webp deleted file mode 100644 index b5a0918c..00000000 Binary files a/translated_images/zh/comparingdata.f486a450d61c7ca5.webp and /dev/null differ diff --git a/translated_images/zh/compute-instance-1.dba347cb199ca499.webp b/translated_images/zh/compute-instance-1.dba347cb199ca499.webp deleted file mode 100644 index c03f4e85..00000000 Binary files a/translated_images/zh/compute-instance-1.dba347cb199ca499.webp and /dev/null differ diff --git a/translated_images/zh/consumption-1.700abd196452842a.webp b/translated_images/zh/consumption-1.700abd196452842a.webp deleted file mode 100644 index 8b988018..00000000 Binary files a/translated_images/zh/consumption-1.700abd196452842a.webp and /dev/null differ diff --git a/translated_images/zh/cosmosdb-emulator-explorer.a1c80b1347206fe2.webp b/translated_images/zh/cosmosdb-emulator-explorer.a1c80b1347206fe2.webp deleted file mode 100644 index af60ffec..00000000 Binary files a/translated_images/zh/cosmosdb-emulator-explorer.a1c80b1347206fe2.webp and /dev/null differ diff --git a/translated_images/zh/cosmosdb-emulator-persons-query.6905ebb497e3cd04.webp b/translated_images/zh/cosmosdb-emulator-persons-query.6905ebb497e3cd04.webp deleted file mode 100644 index 28636f59..00000000 Binary files a/translated_images/zh/cosmosdb-emulator-persons-query.6905ebb497e3cd04.webp and /dev/null differ diff --git a/translated_images/zh/cosmosdb-emulator-persons.bf640586a7077c89.webp b/translated_images/zh/cosmosdb-emulator-persons.bf640586a7077c89.webp deleted file mode 100644 index 31583ec3..00000000 Binary files a/translated_images/zh/cosmosdb-emulator-persons.bf640586a7077c89.webp and /dev/null differ diff --git a/translated_images/zh/covidspread.f3d131c4f1d260ab.webp b/translated_images/zh/covidspread.f3d131c4f1d260ab.webp deleted file mode 100644 index ca61b625..00000000 Binary files a/translated_images/zh/covidspread.f3d131c4f1d260ab.webp and /dev/null differ diff --git a/translated_images/zh/covidtreat.b2ba59f57ca45fbc.webp b/translated_images/zh/covidtreat.b2ba59f57ca45fbc.webp deleted file mode 100644 index 849e8f56..00000000 Binary files a/translated_images/zh/covidtreat.b2ba59f57ca45fbc.webp and /dev/null differ diff --git a/translated_images/zh/data-love.a22ef29e6742c852.webp b/translated_images/zh/data-love.a22ef29e6742c852.webp deleted file mode 100644 index 53d85f66..00000000 Binary files a/translated_images/zh/data-love.a22ef29e6742c852.webp and /dev/null differ diff --git a/translated_images/zh/data-science-applications.4e5019cd8790ebac.webp b/translated_images/zh/data-science-applications.4e5019cd8790ebac.webp deleted file mode 100644 index 8bdb6241..00000000 Binary files a/translated_images/zh/data-science-applications.4e5019cd8790ebac.webp and /dev/null differ diff --git a/translated_images/zh/data-science-lifecycle.a1e362637503c4fb.webp b/translated_images/zh/data-science-lifecycle.a1e362637503c4fb.webp deleted file mode 100644 index b67b7ede..00000000 Binary files a/translated_images/zh/data-science-lifecycle.a1e362637503c4fb.webp and /dev/null differ diff --git a/translated_images/zh/data.48e22bb7617d8d92.webp b/translated_images/zh/data.48e22bb7617d8d92.webp deleted file mode 100644 index da675d7d..00000000 Binary files a/translated_images/zh/data.48e22bb7617d8d92.webp and /dev/null differ diff --git a/translated_images/zh/dataframe-1.caf409f0c688e84c.webp b/translated_images/zh/dataframe-1.caf409f0c688e84c.webp deleted file mode 100644 index 9305e72f..00000000 Binary files a/translated_images/zh/dataframe-1.caf409f0c688e84c.webp and /dev/null differ diff --git a/translated_images/zh/datascienceinthecloud.59ffb059a670fb0a.webp b/translated_images/zh/datascienceinthecloud.59ffb059a670fb0a.webp deleted file mode 100644 index f07c49bf..00000000 Binary files a/translated_images/zh/datascienceinthecloud.59ffb059a670fb0a.webp and /dev/null differ diff --git a/translated_images/zh/dataset-1.e86ab4e10907a6e9.webp b/translated_images/zh/dataset-1.e86ab4e10907a6e9.webp deleted file mode 100644 index ede502d7..00000000 Binary files a/translated_images/zh/dataset-1.e86ab4e10907a6e9.webp and /dev/null differ diff --git a/translated_images/zh/dataset-2.f58de1c435d5bf9c.webp b/translated_images/zh/dataset-2.f58de1c435d5bf9c.webp deleted file mode 100644 index efc2bf46..00000000 Binary files a/translated_images/zh/dataset-2.f58de1c435d5bf9c.webp and /dev/null differ diff --git a/translated_images/zh/dataset-3.58db8c0eb783e892.webp b/translated_images/zh/dataset-3.58db8c0eb783e892.webp deleted file mode 100644 index 0aa843eb..00000000 Binary files a/translated_images/zh/dataset-3.58db8c0eb783e892.webp and /dev/null differ diff --git a/translated_images/zh/density-plot.675ccf865b76c690.webp b/translated_images/zh/density-plot.675ccf865b76c690.webp deleted file mode 100644 index 7d8804e0..00000000 Binary files a/translated_images/zh/density-plot.675ccf865b76c690.webp and /dev/null differ diff --git a/translated_images/zh/density1.8801043bd4af2567.webp b/translated_images/zh/density1.8801043bd4af2567.webp deleted file mode 100644 index 7f36eb0e..00000000 Binary files a/translated_images/zh/density1.8801043bd4af2567.webp and /dev/null differ diff --git a/translated_images/zh/density2.8e7647257060ff54.webp b/translated_images/zh/density2.8e7647257060ff54.webp deleted file mode 100644 index 835e9d4b..00000000 Binary files a/translated_images/zh/density2.8e7647257060ff54.webp and /dev/null differ diff --git a/translated_images/zh/density3.84ae27da82f31e6b.webp b/translated_images/zh/density3.84ae27da82f31e6b.webp deleted file mode 100644 index 11cd429d..00000000 Binary files a/translated_images/zh/density3.84ae27da82f31e6b.webp and /dev/null differ diff --git a/translated_images/zh/density4.e9d6c033f15c500f.webp b/translated_images/zh/density4.e9d6c033f15c500f.webp deleted file mode 100644 index 6cf48490..00000000 Binary files a/translated_images/zh/density4.e9d6c033f15c500f.webp and /dev/null differ diff --git a/translated_images/zh/deploy-1.ddad725acadc84e3.webp b/translated_images/zh/deploy-1.ddad725acadc84e3.webp deleted file mode 100644 index 37c634b5..00000000 Binary files a/translated_images/zh/deploy-1.ddad725acadc84e3.webp and /dev/null differ diff --git a/translated_images/zh/deploy-2.94dbb13f23908647.webp b/translated_images/zh/deploy-2.94dbb13f23908647.webp deleted file mode 100644 index 83f5714f..00000000 Binary files a/translated_images/zh/deploy-2.94dbb13f23908647.webp and /dev/null differ diff --git a/translated_images/zh/deploy-3.fecefef070e8ef3b.webp b/translated_images/zh/deploy-3.fecefef070e8ef3b.webp deleted file mode 100644 index e50005ea..00000000 Binary files a/translated_images/zh/deploy-3.fecefef070e8ef3b.webp and /dev/null differ diff --git a/translated_images/zh/dist1-wb.0d0cac82e2974fbb.webp b/translated_images/zh/dist1-wb.0d0cac82e2974fbb.webp deleted file mode 100644 index d9bd5bd0..00000000 Binary files a/translated_images/zh/dist1-wb.0d0cac82e2974fbb.webp and /dev/null differ diff --git a/translated_images/zh/dist1.0010100b00231819.webp b/translated_images/zh/dist1.0010100b00231819.webp deleted file mode 100644 index d8f7a6b8..00000000 Binary files a/translated_images/zh/dist1.0010100b00231819.webp and /dev/null differ diff --git a/translated_images/zh/dist2-wb.2c0a7a3499b2fbf5.webp b/translated_images/zh/dist2-wb.2c0a7a3499b2fbf5.webp deleted file mode 100644 index 6d7ef80f..00000000 Binary files a/translated_images/zh/dist2-wb.2c0a7a3499b2fbf5.webp and /dev/null differ diff --git a/translated_images/zh/dist2.c398bfd5320401b9.webp b/translated_images/zh/dist2.c398bfd5320401b9.webp deleted file mode 100644 index 0773fb82..00000000 Binary files a/translated_images/zh/dist2.c398bfd5320401b9.webp and /dev/null differ diff --git a/translated_images/zh/dist3-wb.64b88db7f9780200.webp b/translated_images/zh/dist3-wb.64b88db7f9780200.webp deleted file mode 100644 index 8a73683c..00000000 Binary files a/translated_images/zh/dist3-wb.64b88db7f9780200.webp and /dev/null differ diff --git a/translated_images/zh/dist3.ad4d9658559690f5.webp b/translated_images/zh/dist3.ad4d9658559690f5.webp deleted file mode 100644 index 4cfb59da..00000000 Binary files a/translated_images/zh/dist3.ad4d9658559690f5.webp and /dev/null differ diff --git a/translated_images/zh/distribution-30bins.6a3921ea7a421bf7.webp b/translated_images/zh/distribution-30bins.6a3921ea7a421bf7.webp deleted file mode 100644 index c76f52f7..00000000 Binary files a/translated_images/zh/distribution-30bins.6a3921ea7a421bf7.webp and /dev/null differ diff --git a/translated_images/zh/distribution-over-the-entire-dataset.d22afd3fa96be854.webp b/translated_images/zh/distribution-over-the-entire-dataset.d22afd3fa96be854.webp deleted file mode 100644 index fbf412a3..00000000 Binary files a/translated_images/zh/distribution-over-the-entire-dataset.d22afd3fa96be854.webp and /dev/null differ diff --git a/translated_images/zh/document-db.ddeec48c6dc9e5fd.webp b/translated_images/zh/document-db.ddeec48c6dc9e5fd.webp deleted file mode 100644 index fb50e49a..00000000 Binary files a/translated_images/zh/document-db.ddeec48c6dc9e5fd.webp and /dev/null differ diff --git a/translated_images/zh/donut-wb.34e6fb275da9d834.webp b/translated_images/zh/donut-wb.34e6fb275da9d834.webp deleted file mode 100644 index 398dc7d5..00000000 Binary files a/translated_images/zh/donut-wb.34e6fb275da9d834.webp and /dev/null differ diff --git a/translated_images/zh/donut-wb.be3c12a22712302b.webp b/translated_images/zh/donut-wb.be3c12a22712302b.webp deleted file mode 100644 index 5dc1ffde..00000000 Binary files a/translated_images/zh/donut-wb.be3c12a22712302b.webp and /dev/null differ diff --git a/translated_images/zh/donut.f016d7be7f08c8f8.webp b/translated_images/zh/donut.f016d7be7f08c8f8.webp deleted file mode 100644 index 05d4c37f..00000000 Binary files a/translated_images/zh/donut.f016d7be7f08c8f8.webp and /dev/null differ diff --git a/translated_images/zh/ds-for-beginners.d01930c9193ef522.webp b/translated_images/zh/ds-for-beginners.d01930c9193ef522.webp deleted file mode 100644 index 70093b0d..00000000 Binary files a/translated_images/zh/ds-for-beginners.d01930c9193ef522.webp and /dev/null differ diff --git a/translated_images/zh/ds_wordcloud.664a7c07dca57de0.webp b/translated_images/zh/ds_wordcloud.664a7c07dca57de0.webp deleted file mode 100644 index 381bf6d8..00000000 Binary files a/translated_images/zh/ds_wordcloud.664a7c07dca57de0.webp and /dev/null differ diff --git a/translated_images/zh/dual-line.a4c28ce659603fab.webp b/translated_images/zh/dual-line.a4c28ce659603fab.webp deleted file mode 100644 index c6016698..00000000 Binary files a/translated_images/zh/dual-line.a4c28ce659603fab.webp and /dev/null differ diff --git a/translated_images/zh/dual-line.fc4665f360a54018.webp b/translated_images/zh/dual-line.fc4665f360a54018.webp deleted file mode 100644 index 9bc387a9..00000000 Binary files a/translated_images/zh/dual-line.fc4665f360a54018.webp and /dev/null differ diff --git a/translated_images/zh/facet.491ad90d61c2a7cc.webp b/translated_images/zh/facet.491ad90d61c2a7cc.webp deleted file mode 100644 index 6d98f081..00000000 Binary files a/translated_images/zh/facet.491ad90d61c2a7cc.webp and /dev/null differ diff --git a/translated_images/zh/facet.6a34851dcd540050.webp b/translated_images/zh/facet.6a34851dcd540050.webp deleted file mode 100644 index 4ce13ba5..00000000 Binary files a/translated_images/zh/facet.6a34851dcd540050.webp and /dev/null differ diff --git a/translated_images/zh/favicon.37b561214b36d454.webp b/translated_images/zh/favicon.37b561214b36d454.webp deleted file mode 100644 index 48a53960..00000000 Binary files a/translated_images/zh/favicon.37b561214b36d454.webp and /dev/null differ diff --git a/translated_images/zh/filtered-histogram.6bf5d2bfd8253322.webp b/translated_images/zh/filtered-histogram.6bf5d2bfd8253322.webp deleted file mode 100644 index d06d2d06..00000000 Binary files a/translated_images/zh/filtered-histogram.6bf5d2bfd8253322.webp and /dev/null differ diff --git a/translated_images/zh/formula-excel.ad1068c220892f5e.webp b/translated_images/zh/formula-excel.ad1068c220892f5e.webp deleted file mode 100644 index 2e280573..00000000 Binary files a/translated_images/zh/formula-excel.ad1068c220892f5e.webp and /dev/null differ diff --git a/translated_images/zh/full-data-bar-02.aaa3fda71c63ed56.webp b/translated_images/zh/full-data-bar-02.aaa3fda71c63ed56.webp deleted file mode 100644 index 97892285..00000000 Binary files a/translated_images/zh/full-data-bar-02.aaa3fda71c63ed56.webp and /dev/null differ diff --git a/translated_images/zh/full-data-bar.a0b37da71a6cd236.webp b/translated_images/zh/full-data-bar.a0b37da71a6cd236.webp deleted file mode 100644 index 874c6161..00000000 Binary files a/translated_images/zh/full-data-bar.a0b37da71a6cd236.webp and /dev/null differ diff --git a/translated_images/zh/function-excel.be2ae4feddc10ca0.webp b/translated_images/zh/function-excel.be2ae4feddc10ca0.webp deleted file mode 100644 index 7d0ec1b2..00000000 Binary files a/translated_images/zh/function-excel.be2ae4feddc10ca0.webp and /dev/null differ diff --git a/translated_images/zh/graph-db.d13629152f79a9da.webp b/translated_images/zh/graph-db.d13629152f79a9da.webp deleted file mode 100644 index 0812ce7b..00000000 Binary files a/translated_images/zh/graph-db.d13629152f79a9da.webp and /dev/null differ diff --git a/translated_images/zh/height-boxplot.ccb66b2848b5f51c.webp b/translated_images/zh/height-boxplot.ccb66b2848b5f51c.webp deleted file mode 100644 index 37c9b6a8..00000000 Binary files a/translated_images/zh/height-boxplot.ccb66b2848b5f51c.webp and /dev/null differ diff --git a/translated_images/zh/histogram-conservation-wb.3c40450eb072c14d.webp b/translated_images/zh/histogram-conservation-wb.3c40450eb072c14d.webp deleted file mode 100644 index 5d8066bc..00000000 Binary files a/translated_images/zh/histogram-conservation-wb.3c40450eb072c14d.webp and /dev/null differ diff --git a/translated_images/zh/histogram-conservation.13b3542e7784e415.webp b/translated_images/zh/histogram-conservation.13b3542e7784e415.webp deleted file mode 100644 index 6ee36308..00000000 Binary files a/translated_images/zh/histogram-conservation.13b3542e7784e415.webp and /dev/null differ diff --git a/translated_images/zh/kv-db.e8f2b75686bbdfcb.webp b/translated_images/zh/kv-db.e8f2b75686bbdfcb.webp deleted file mode 100644 index f532b5db..00000000 Binary files a/translated_images/zh/kv-db.e8f2b75686bbdfcb.webp and /dev/null differ diff --git a/translated_images/zh/labeled-wingspan-02.6110e2d2401cd523.webp b/translated_images/zh/labeled-wingspan-02.6110e2d2401cd523.webp deleted file mode 100644 index 3e1d9c22..00000000 Binary files a/translated_images/zh/labeled-wingspan-02.6110e2d2401cd523.webp and /dev/null differ diff --git a/translated_images/zh/labeled-wingspan.900ffedd7e3ec6de.webp b/translated_images/zh/labeled-wingspan.900ffedd7e3ec6de.webp deleted file mode 100644 index 74ae63e3..00000000 Binary files a/translated_images/zh/labeled-wingspan.900ffedd7e3ec6de.webp and /dev/null differ diff --git a/translated_images/zh/less-smooth-bodymass.10f4db8b683cc17d.webp b/translated_images/zh/less-smooth-bodymass.10f4db8b683cc17d.webp deleted file mode 100644 index 24d387af..00000000 Binary files a/translated_images/zh/less-smooth-bodymass.10f4db8b683cc17d.webp and /dev/null differ diff --git a/translated_images/zh/liaisons.7b440b28f6d07ea4.webp b/translated_images/zh/liaisons.7b440b28f6d07ea4.webp deleted file mode 100644 index 8b28e52b..00000000 Binary files a/translated_images/zh/liaisons.7b440b28f6d07ea4.webp and /dev/null differ diff --git a/translated_images/zh/liaisons.90ce7360bcf84765.webp b/translated_images/zh/liaisons.90ce7360bcf84765.webp deleted file mode 100644 index bf7f871c..00000000 Binary files a/translated_images/zh/liaisons.90ce7360bcf84765.webp and /dev/null differ diff --git a/translated_images/zh/line1.299b576fbb2a59e6.webp b/translated_images/zh/line1.299b576fbb2a59e6.webp deleted file mode 100644 index a56958fb..00000000 Binary files a/translated_images/zh/line1.299b576fbb2a59e6.webp and /dev/null differ diff --git a/translated_images/zh/line1.f36eb465229a3b1f.webp b/translated_images/zh/line1.f36eb465229a3b1f.webp deleted file mode 100644 index 62450690..00000000 Binary files a/translated_images/zh/line1.f36eb465229a3b1f.webp and /dev/null differ diff --git a/translated_images/zh/line2.3b18fcda7176ceba.webp b/translated_images/zh/line2.3b18fcda7176ceba.webp deleted file mode 100644 index 272d34fe..00000000 Binary files a/translated_images/zh/line2.3b18fcda7176ceba.webp and /dev/null differ diff --git a/translated_images/zh/line2.a5b3493dc01058af.webp b/translated_images/zh/line2.a5b3493dc01058af.webp deleted file mode 100644 index 39dd1f1c..00000000 Binary files a/translated_images/zh/line2.a5b3493dc01058af.webp and /dev/null differ diff --git a/translated_images/zh/max-length-per-order.e5b283d952c78c12.webp b/translated_images/zh/max-length-per-order.e5b283d952c78c12.webp deleted file mode 100644 index d048027b..00000000 Binary files a/translated_images/zh/max-length-per-order.e5b283d952c78c12.webp and /dev/null differ diff --git a/translated_images/zh/max-wingspan-02.e79fd847b2640b89.webp b/translated_images/zh/max-wingspan-02.e79fd847b2640b89.webp deleted file mode 100644 index 8c61445b..00000000 Binary files a/translated_images/zh/max-wingspan-02.e79fd847b2640b89.webp and /dev/null differ diff --git a/translated_images/zh/max-wingspan-labels-02.aa90e826ca49a9d1.webp b/translated_images/zh/max-wingspan-labels-02.aa90e826ca49a9d1.webp deleted file mode 100644 index 36eb8012..00000000 Binary files a/translated_images/zh/max-wingspan-labels-02.aa90e826ca49a9d1.webp and /dev/null differ diff --git a/translated_images/zh/max-wingspan-labels.46f0cc3c48edd4e0.webp b/translated_images/zh/max-wingspan-labels.46f0cc3c48edd4e0.webp deleted file mode 100644 index 3c3740de..00000000 Binary files a/translated_images/zh/max-wingspan-labels.46f0cc3c48edd4e0.webp and /dev/null differ diff --git a/translated_images/zh/max-wingspan.0b8d0858436414aa.webp b/translated_images/zh/max-wingspan.0b8d0858436414aa.webp deleted file mode 100644 index 553e4704..00000000 Binary files a/translated_images/zh/max-wingspan.0b8d0858436414aa.webp and /dev/null differ diff --git a/translated_images/zh/multi.56548caa9eae8d0f.webp b/translated_images/zh/multi.56548caa9eae8d0f.webp deleted file mode 100644 index 16768c13..00000000 Binary files a/translated_images/zh/multi.56548caa9eae8d0f.webp and /dev/null differ diff --git a/translated_images/zh/new-container.650e10c7a20a5f83.webp b/translated_images/zh/new-container.650e10c7a20a5f83.webp deleted file mode 100644 index c3397a11..00000000 Binary files a/translated_images/zh/new-container.650e10c7a20a5f83.webp and /dev/null differ diff --git a/translated_images/zh/normal-histogram.dfae0d67c202137d.webp b/translated_images/zh/normal-histogram.dfae0d67c202137d.webp deleted file mode 100644 index d8c61ac6..00000000 Binary files a/translated_images/zh/normal-histogram.dfae0d67c202137d.webp and /dev/null differ diff --git a/translated_images/zh/notebook-1.12998af7b02c83f5.webp b/translated_images/zh/notebook-1.12998af7b02c83f5.webp deleted file mode 100644 index efc5e2e9..00000000 Binary files a/translated_images/zh/notebook-1.12998af7b02c83f5.webp and /dev/null differ diff --git a/translated_images/zh/notebook-2.9a657c037e34f1cf.webp b/translated_images/zh/notebook-2.9a657c037e34f1cf.webp deleted file mode 100644 index 83c1b670..00000000 Binary files a/translated_images/zh/notebook-2.9a657c037e34f1cf.webp and /dev/null differ diff --git a/translated_images/zh/parts-of-spreadsheet.120711c82aa18a45.webp b/translated_images/zh/parts-of-spreadsheet.120711c82aa18a45.webp deleted file mode 100644 index 82845fd5..00000000 Binary files a/translated_images/zh/parts-of-spreadsheet.120711c82aa18a45.webp and /dev/null differ diff --git a/translated_images/zh/pie1-wb.685df063673751f4.webp b/translated_images/zh/pie1-wb.685df063673751f4.webp deleted file mode 100644 index 0584a05e..00000000 Binary files a/translated_images/zh/pie1-wb.685df063673751f4.webp and /dev/null differ diff --git a/translated_images/zh/pie1-wb.e201f2fcc3354131.webp b/translated_images/zh/pie1-wb.e201f2fcc3354131.webp deleted file mode 100644 index 88d0b04e..00000000 Binary files a/translated_images/zh/pie1-wb.e201f2fcc3354131.webp and /dev/null differ diff --git a/translated_images/zh/pie1.8f6a8bfac96de60e.webp b/translated_images/zh/pie1.8f6a8bfac96de60e.webp deleted file mode 100644 index 9affdad4..00000000 Binary files a/translated_images/zh/pie1.8f6a8bfac96de60e.webp and /dev/null differ diff --git a/translated_images/zh/planetary-computer-explorer.c1e95a9b053167d6.webp b/translated_images/zh/planetary-computer-explorer.c1e95a9b053167d6.webp deleted file mode 100644 index 95fcbfce..00000000 Binary files a/translated_images/zh/planetary-computer-explorer.c1e95a9b053167d6.webp and /dev/null differ diff --git a/translated_images/zh/probability-density.a8aad29f17a14afb.webp b/translated_images/zh/probability-density.a8aad29f17a14afb.webp deleted file mode 100644 index 71f5f316..00000000 Binary files a/translated_images/zh/probability-density.a8aad29f17a14afb.webp and /dev/null differ diff --git a/translated_images/zh/project-schema.420e56d495624541.webp b/translated_images/zh/project-schema.420e56d495624541.webp deleted file mode 100644 index 3a62f694..00000000 Binary files a/translated_images/zh/project-schema.420e56d495624541.webp and /dev/null differ diff --git a/translated_images/zh/project-schema.736f6e403f321eb4.webp b/translated_images/zh/project-schema.736f6e403f321eb4.webp deleted file mode 100644 index 3a62f694..00000000 Binary files a/translated_images/zh/project-schema.736f6e403f321eb4.webp and /dev/null differ diff --git a/translated_images/zh/scatter-wb.9d98b0ed7f0388af.webp b/translated_images/zh/scatter-wb.9d98b0ed7f0388af.webp deleted file mode 100644 index 01da9635..00000000 Binary files a/translated_images/zh/scatter-wb.9d98b0ed7f0388af.webp and /dev/null differ diff --git a/translated_images/zh/scatter.520a43eceb46dbcb.webp b/translated_images/zh/scatter.520a43eceb46dbcb.webp deleted file mode 100644 index 565fdb22..00000000 Binary files a/translated_images/zh/scatter.520a43eceb46dbcb.webp and /dev/null differ diff --git a/translated_images/zh/scatter1.5e1aa5fd6706c5d1.webp b/translated_images/zh/scatter1.5e1aa5fd6706c5d1.webp deleted file mode 100644 index c4b6aa61..00000000 Binary files a/translated_images/zh/scatter1.5e1aa5fd6706c5d1.webp and /dev/null differ diff --git a/translated_images/zh/scatter1.86b8900674d88b26.webp b/translated_images/zh/scatter1.86b8900674d88b26.webp deleted file mode 100644 index 65060b7d..00000000 Binary files a/translated_images/zh/scatter1.86b8900674d88b26.webp and /dev/null differ diff --git a/translated_images/zh/scatter2.4d1cbc693bad20e2.webp b/translated_images/zh/scatter2.4d1cbc693bad20e2.webp deleted file mode 100644 index 6f1bb89c..00000000 Binary files a/translated_images/zh/scatter2.4d1cbc693bad20e2.webp and /dev/null differ diff --git a/translated_images/zh/scatter2.c0041a58621ca702.webp b/translated_images/zh/scatter2.c0041a58621ca702.webp deleted file mode 100644 index a4c56f78..00000000 Binary files a/translated_images/zh/scatter2.c0041a58621ca702.webp and /dev/null differ diff --git a/translated_images/zh/scatter3.3c160a3d1dcb36b3.webp b/translated_images/zh/scatter3.3c160a3d1dcb36b3.webp deleted file mode 100644 index 077325db..00000000 Binary files a/translated_images/zh/scatter3.3c160a3d1dcb36b3.webp and /dev/null differ diff --git a/translated_images/zh/scatter3.722d21e6f20b3ea2.webp b/translated_images/zh/scatter3.722d21e6f20b3ea2.webp deleted file mode 100644 index b5925c16..00000000 Binary files a/translated_images/zh/scatter3.722d21e6f20b3ea2.webp and /dev/null differ diff --git a/translated_images/zh/scatterplot-wingspan-02.1c33790094ce36a7.webp b/translated_images/zh/scatterplot-wingspan-02.1c33790094ce36a7.webp deleted file mode 100644 index 5374d61b..00000000 Binary files a/translated_images/zh/scatterplot-wingspan-02.1c33790094ce36a7.webp and /dev/null differ diff --git a/translated_images/zh/scatterplot-wingspan.bdab448702939bb3.webp b/translated_images/zh/scatterplot-wingspan.bdab448702939bb3.webp deleted file mode 100644 index 28092b94..00000000 Binary files a/translated_images/zh/scatterplot-wingspan.bdab448702939bb3.webp and /dev/null differ diff --git a/translated_images/zh/stacked-bar-chart.0c92264e89da7b39.webp b/translated_images/zh/stacked-bar-chart.0c92264e89da7b39.webp deleted file mode 100644 index ce7bd490..00000000 Binary files a/translated_images/zh/stacked-bar-chart.0c92264e89da7b39.webp and /dev/null differ diff --git a/translated_images/zh/superimposed-02.f03058536baeb2ed.webp b/translated_images/zh/superimposed-02.f03058536baeb2ed.webp deleted file mode 100644 index ce89f070..00000000 Binary files a/translated_images/zh/superimposed-02.f03058536baeb2ed.webp and /dev/null differ diff --git a/translated_images/zh/superimposed-values.5363f0705a1da416.webp b/translated_images/zh/superimposed-values.5363f0705a1da416.webp deleted file mode 100644 index 6ffbf08d..00000000 Binary files a/translated_images/zh/superimposed-values.5363f0705a1da416.webp and /dev/null differ diff --git a/translated_images/zh/superimposed.8b5bd0e8825d9c5c.webp b/translated_images/zh/superimposed.8b5bd0e8825d9c5c.webp deleted file mode 100644 index 2d100357..00000000 Binary files a/translated_images/zh/superimposed.8b5bd0e8825d9c5c.webp and /dev/null differ diff --git a/translated_images/zh/tdsp-lifecycle2.e19029d598e2e73d.webp b/translated_images/zh/tdsp-lifecycle2.e19029d598e2e73d.webp deleted file mode 100644 index 0324856d..00000000 Binary files a/translated_images/zh/tdsp-lifecycle2.e19029d598e2e73d.webp and /dev/null differ diff --git a/translated_images/zh/timeseries-1.80de678ab1cf727e.webp b/translated_images/zh/timeseries-1.80de678ab1cf727e.webp deleted file mode 100644 index d363a69d..00000000 Binary files a/translated_images/zh/timeseries-1.80de678ab1cf727e.webp and /dev/null differ diff --git a/translated_images/zh/timeseries-2.aae51d575c55181c.webp b/translated_images/zh/timeseries-2.aae51d575c55181c.webp deleted file mode 100644 index c2e70109..00000000 Binary files a/translated_images/zh/timeseries-2.aae51d575c55181c.webp and /dev/null differ diff --git a/translated_images/zh/timeseries-3.f3147cbc8c624881.webp b/translated_images/zh/timeseries-3.f3147cbc8c624881.webp deleted file mode 100644 index f02a58c9..00000000 Binary files a/translated_images/zh/timeseries-3.f3147cbc8c624881.webp and /dev/null differ diff --git a/translated_images/zh/tornado.2880ffc7f135f82b.webp b/translated_images/zh/tornado.2880ffc7f135f82b.webp deleted file mode 100644 index 878d8b5a..00000000 Binary files a/translated_images/zh/tornado.2880ffc7f135f82b.webp and /dev/null differ diff --git a/translated_images/zh/tornado.9f42168791208f97.webp b/translated_images/zh/tornado.9f42168791208f97.webp deleted file mode 100644 index 7e4a15c4..00000000 Binary files a/translated_images/zh/tornado.9f42168791208f97.webp and /dev/null differ diff --git a/translated_images/zh/video-def-ds.6623ee2392ef1abf.webp b/translated_images/zh/video-def-ds.6623ee2392ef1abf.webp deleted file mode 100644 index a75a5495..00000000 Binary files a/translated_images/zh/video-def-ds.6623ee2392ef1abf.webp and /dev/null differ diff --git a/translated_images/zh/video-ds-python.245247dc811db8e4.webp b/translated_images/zh/video-ds-python.245247dc811db8e4.webp deleted file mode 100644 index 19ea00cb..00000000 Binary files a/translated_images/zh/video-ds-python.245247dc811db8e4.webp and /dev/null differ diff --git a/translated_images/zh/video-prob-and-stats.e4282e5efa2f2543.webp b/translated_images/zh/video-prob-and-stats.e4282e5efa2f2543.webp deleted file mode 100644 index ece280f9..00000000 Binary files a/translated_images/zh/video-prob-and-stats.e4282e5efa2f2543.webp and /dev/null differ diff --git a/translated_images/zh/waffle.5455dbae4ccf17d5.webp b/translated_images/zh/waffle.5455dbae4ccf17d5.webp deleted file mode 100644 index 6d546958..00000000 Binary files a/translated_images/zh/waffle.5455dbae4ccf17d5.webp and /dev/null differ diff --git a/translated_images/zh/waffle.aaa75c5337735a6e.webp b/translated_images/zh/waffle.aaa75c5337735a6e.webp deleted file mode 100644 index 6b3f4ebb..00000000 Binary files a/translated_images/zh/waffle.aaa75c5337735a6e.webp and /dev/null differ diff --git a/translated_images/zh/weight-boxplot.1dbab1c03af26f8a.webp b/translated_images/zh/weight-boxplot.1dbab1c03af26f8a.webp deleted file mode 100644 index 6938d2a6..00000000 Binary files a/translated_images/zh/weight-boxplot.1dbab1c03af26f8a.webp and /dev/null differ diff --git a/translated_images/zh/weight-height-relationship.3f06bde4ca2aba99.webp b/translated_images/zh/weight-height-relationship.3f06bde4ca2aba99.webp deleted file mode 100644 index cfee78d7..00000000 Binary files a/translated_images/zh/weight-height-relationship.3f06bde4ca2aba99.webp and /dev/null differ diff --git a/translated_images/zh/weight-histogram.bfd00caf7fc30b14.webp b/translated_images/zh/weight-histogram.bfd00caf7fc30b14.webp deleted file mode 100644 index 3455fe9f..00000000 Binary files a/translated_images/zh/weight-histogram.bfd00caf7fc30b14.webp and /dev/null differ diff --git a/translated_images/zh/wingspan-conservation-collation.4024e9aa6910866a.webp b/translated_images/zh/wingspan-conservation-collation.4024e9aa6910866a.webp deleted file mode 100644 index a6289cd9..00000000 Binary files a/translated_images/zh/wingspan-conservation-collation.4024e9aa6910866a.webp and /dev/null differ diff --git a/translated_images/zh/workspace-1.ac8694d60b073ed1.webp b/translated_images/zh/workspace-1.ac8694d60b073ed1.webp deleted file mode 100644 index 60db9067..00000000 Binary files a/translated_images/zh/workspace-1.ac8694d60b073ed1.webp and /dev/null differ diff --git a/translated_images/zh/workspace-2.ae7c486db8796147.webp b/translated_images/zh/workspace-2.ae7c486db8796147.webp deleted file mode 100644 index 4a5c243f..00000000 Binary files a/translated_images/zh/workspace-2.ae7c486db8796147.webp and /dev/null differ diff --git a/translated_images/zh/workspace-3.398ca4a5858132cc.webp b/translated_images/zh/workspace-3.398ca4a5858132cc.webp deleted file mode 100644 index c6d86b6c..00000000 Binary files a/translated_images/zh/workspace-3.398ca4a5858132cc.webp and /dev/null differ diff --git a/translated_images/zh/workspace-4.bac87f6599c4df63.webp b/translated_images/zh/workspace-4.bac87f6599c4df63.webp deleted file mode 100644 index 9a3cbbaa..00000000 Binary files a/translated_images/zh/workspace-4.bac87f6599c4df63.webp and /dev/null differ diff --git a/translated_images/zh/workspace-5.a6eb17e0a5e64200.webp b/translated_images/zh/workspace-5.a6eb17e0a5e64200.webp deleted file mode 100644 index 0036e6aa..00000000 Binary files a/translated_images/zh/workspace-5.a6eb17e0a5e64200.webp and /dev/null differ diff --git a/translated_images/zh/workspace-6.8dd81fe841797ee1.webp b/translated_images/zh/workspace-6.8dd81fe841797ee1.webp deleted file mode 100644 index c541fa73..00000000 Binary files a/translated_images/zh/workspace-6.8dd81fe841797ee1.webp and /dev/null differ diff --git a/translations/fa/1-Introduction/01-defining-data-science/README.md b/translations/fa/1-Introduction/01-defining-data-science/README.md index 303f24f5..85e08700 100644 --- a/translations/fa/1-Introduction/01-defining-data-science/README.md +++ b/translations/fa/1-Introduction/01-defining-data-science/README.md @@ -1,12 +1,3 @@ - # تعریف علم داده | ![طرح دستی توسط [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/01-Definitions.png) | diff --git a/translations/fa/1-Introduction/01-defining-data-science/assignment.md b/translations/fa/1-Introduction/01-defining-data-science/assignment.md index 58d19ed0..38a6cc98 100644 --- a/translations/fa/1-Introduction/01-defining-data-science/assignment.md +++ b/translations/fa/1-Introduction/01-defining-data-science/assignment.md @@ -1,12 +1,3 @@ - # تکلیف: سناریوهای علم داده در این تکلیف اول، از شما خواسته می‌شود که به یک فرآیند یا مشکل واقعی در حوزه‌های مختلف فکر کنید و بررسی کنید که چگونه می‌توانید با استفاده از فرآیند علم داده آن را بهبود دهید. به موارد زیر فکر کنید: diff --git a/translations/fa/1-Introduction/01-defining-data-science/solution/assignment.md b/translations/fa/1-Introduction/01-defining-data-science/solution/assignment.md index 44845de0..37106956 100644 --- a/translations/fa/1-Introduction/01-defining-data-science/solution/assignment.md +++ b/translations/fa/1-Introduction/01-defining-data-science/solution/assignment.md @@ -1,12 +1,3 @@ - # تکلیف: سناریوهای علم داده در این اولین تکلیف، از شما خواسته می‌شود که به یک فرآیند یا مشکل واقعی در حوزه‌های مختلف فکر کنید و بررسی کنید که چگونه می‌توانید با استفاده از فرآیند علم داده آن را بهبود دهید. به موارد زیر فکر کنید: diff --git a/translations/fa/1-Introduction/02-ethics/README.md b/translations/fa/1-Introduction/02-ethics/README.md index 7f660d27..b191141c 100644 --- a/translations/fa/1-Introduction/02-ethics/README.md +++ b/translations/fa/1-Introduction/02-ethics/README.md @@ -1,12 +1,3 @@ - # مقدمه‌ای بر اخلاق داده |![طرح‌نگاری توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/02-Ethics.png)| diff --git a/translations/fa/1-Introduction/02-ethics/assignment.md b/translations/fa/1-Introduction/02-ethics/assignment.md index 5d79f8c1..96321a00 100644 --- a/translations/fa/1-Introduction/02-ethics/assignment.md +++ b/translations/fa/1-Introduction/02-ethics/assignment.md @@ -1,12 +1,3 @@ - ## نوشتن مطالعه موردی اخلاق داده‌ها ## دستورالعمل‌ها diff --git a/translations/fa/1-Introduction/03-defining-data/README.md b/translations/fa/1-Introduction/03-defining-data/README.md index 92caf942..d2bf34a9 100644 --- a/translations/fa/1-Introduction/03-defining-data/README.md +++ b/translations/fa/1-Introduction/03-defining-data/README.md @@ -1,12 +1,3 @@ - # تعریف داده‌ها |![طرح‌نگاری توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/03-DefiningData.png)| diff --git a/translations/fa/1-Introduction/03-defining-data/assignment.md b/translations/fa/1-Introduction/03-defining-data/assignment.md index 9b5d92c7..c463fce8 100644 --- a/translations/fa/1-Introduction/03-defining-data/assignment.md +++ b/translations/fa/1-Introduction/03-defining-data/assignment.md @@ -1,12 +1,3 @@ - # طبقه‌بندی مجموعه داده‌ها ## دستورالعمل‌ها diff --git a/translations/fa/1-Introduction/04-stats-and-probability/README.md b/translations/fa/1-Introduction/04-stats-and-probability/README.md index 5ba9c25b..653653f5 100644 --- a/translations/fa/1-Introduction/04-stats-and-probability/README.md +++ b/translations/fa/1-Introduction/04-stats-and-probability/README.md @@ -1,12 +1,3 @@ - # مقدمه‌ای کوتاه بر آمار و احتمال |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/04-Statistics-Probability.png)| @@ -64,7 +55,7 @@ CO_OP_TRANSLATOR_METADATA: به صورت گرافیکی می‌توان رابطه بین میانه و چارک‌ها را در نموداری به نام **جعبه‌نمودار** نشان داد: -توضیح جعبه‌نمودار +توضیح جعبه‌نمودار در اینجا همچنین **دامنه بین چارکی** IQR=Q3-Q1 و مقادیر **دورافتاده** - مقادیری که خارج از مرزهای [Q1-1.5*IQR,Q3+1.5*IQR] قرار دارند - محاسبه می‌شوند. diff --git a/translations/fa/1-Introduction/04-stats-and-probability/assignment.md b/translations/fa/1-Introduction/04-stats-and-probability/assignment.md index e740770f..d3dfdea8 100644 --- a/translations/fa/1-Introduction/04-stats-and-probability/assignment.md +++ b/translations/fa/1-Introduction/04-stats-and-probability/assignment.md @@ -1,12 +1,3 @@ - # مطالعه کوچک دیابت در این تکلیف، با یک مجموعه داده کوچک از بیماران دیابتی که از [اینجا](https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html) گرفته شده است، کار خواهیم کرد. diff --git a/translations/fa/1-Introduction/README.md b/translations/fa/1-Introduction/README.md index 2863e268..5a860372 100644 --- a/translations/fa/1-Introduction/README.md +++ b/translations/fa/1-Introduction/README.md @@ -1,12 +1,3 @@ - # مقدمه‌ای بر علم داده ![داده در عمل](../../../translated_images/fa/data.48e22bb7617d8d92188afbc4c48effb920ba79f5cebdc0652cd9f34bbbd90c18.jpg) diff --git a/translations/fa/2-Working-With-Data/05-relational-databases/README.md b/translations/fa/2-Working-With-Data/05-relational-databases/README.md index 54414d96..fcfe7145 100644 --- a/translations/fa/2-Working-With-Data/05-relational-databases/README.md +++ b/translations/fa/2-Working-With-Data/05-relational-databases/README.md @@ -1,12 +1,3 @@ - # کار با داده‌ها: پایگاه‌های داده رابطه‌ای |![ یادداشت تصویری توسط [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/05-RelationalData.png)| diff --git a/translations/fa/2-Working-With-Data/05-relational-databases/assignment.md b/translations/fa/2-Working-With-Data/05-relational-databases/assignment.md index 2a4454c9..7acc03b0 100644 --- a/translations/fa/2-Working-With-Data/05-relational-databases/assignment.md +++ b/translations/fa/2-Working-With-Data/05-relational-databases/assignment.md @@ -1,12 +1,3 @@ - # نمایش داده‌های فرودگاه یک [پایگاه داده](https://raw.githubusercontent.com/Microsoft/Data-Science-For-Beginners/main/2-Working-With-Data/05-relational-databases/airports.db) مبتنی بر [SQLite](https://sqlite.org/index.html) که شامل اطلاعاتی درباره فرودگاه‌ها است، در اختیار شما قرار گرفته است. طرح پایگاه داده در زیر نمایش داده شده است. شما از [افزونه SQLite](https://marketplace.visualstudio.com/items?itemName=alexcvzz.vscode-sqlite&WT.mc_id=academic-77958-bethanycheum) در [Visual Studio Code](https://code.visualstudio.com?WT.mc_id=academic-77958-bethanycheum) برای نمایش اطلاعات فرودگاه‌های شهرهای مختلف استفاده خواهید کرد. diff --git a/translations/fa/2-Working-With-Data/06-non-relational/README.md b/translations/fa/2-Working-With-Data/06-non-relational/README.md index e58fc79a..b330f77f 100644 --- a/translations/fa/2-Working-With-Data/06-non-relational/README.md +++ b/translations/fa/2-Working-With-Data/06-non-relational/README.md @@ -1,12 +1,3 @@ - # کار با داده‌ها: داده‌های غیررابطه‌ای |![طرح دستی توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/06-NoSQL.png)| diff --git a/translations/fa/2-Working-With-Data/06-non-relational/assignment.md b/translations/fa/2-Working-With-Data/06-non-relational/assignment.md index f388d96d..edde9f19 100644 --- a/translations/fa/2-Working-With-Data/06-non-relational/assignment.md +++ b/translations/fa/2-Working-With-Data/06-non-relational/assignment.md @@ -1,12 +1,3 @@ - # سود سودا ## دستورالعمل‌ها diff --git a/translations/fa/2-Working-With-Data/07-python/README.md b/translations/fa/2-Working-With-Data/07-python/README.md index 3f02885a..aa9850d1 100644 --- a/translations/fa/2-Working-With-Data/07-python/README.md +++ b/translations/fa/2-Working-With-Data/07-python/README.md @@ -1,12 +1,3 @@ - # کار با داده‌ها: پایتون و کتابخانه Pandas | ![طرح دستی توسط [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/07-WorkWithPython.png) | diff --git a/translations/fa/2-Working-With-Data/07-python/assignment.md b/translations/fa/2-Working-With-Data/07-python/assignment.md index 394ef639..6089f8dd 100644 --- a/translations/fa/2-Working-With-Data/07-python/assignment.md +++ b/translations/fa/2-Working-With-Data/07-python/assignment.md @@ -1,12 +1,3 @@ - # تکلیف پردازش داده در پایتون در این تکلیف، از شما خواسته می‌شود کدی را که در چالش‌های قبلی شروع به توسعه آن کرده‌ایم، گسترش دهید. این تکلیف شامل دو بخش است: diff --git a/translations/fa/2-Working-With-Data/08-data-preparation/README.md b/translations/fa/2-Working-With-Data/08-data-preparation/README.md index 0c77a7d2..328d76d1 100644 --- a/translations/fa/2-Working-With-Data/08-data-preparation/README.md +++ b/translations/fa/2-Working-With-Data/08-data-preparation/README.md @@ -1,12 +1,3 @@ - # کار با داده‌ها: آماده‌سازی داده‌ها |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/08-DataPreparation.png)| diff --git a/translations/fa/2-Working-With-Data/08-data-preparation/assignment.md b/translations/fa/2-Working-With-Data/08-data-preparation/assignment.md index 661447f6..a3c98cd6 100644 --- a/translations/fa/2-Working-With-Data/08-data-preparation/assignment.md +++ b/translations/fa/2-Working-With-Data/08-data-preparation/assignment.md @@ -1,12 +1,3 @@ - # ارزیابی داده‌های یک فرم یک مشتری در حال آزمایش یک [فرم کوچک](../../../../2-Working-With-Data/08-data-preparation/index.html) برای جمع‌آوری برخی داده‌های پایه درباره پایگاه مشتریان خود بوده است. آن‌ها یافته‌های خود را برای شما آورده‌اند تا داده‌هایی که جمع‌آوری کرده‌اند را اعتبارسنجی کنید. می‌توانید صفحه `index.html` را در مرورگر باز کنید تا فرم را مشاهده کنید. diff --git a/translations/fa/2-Working-With-Data/README.md b/translations/fa/2-Working-With-Data/README.md index f4d15e3e..bfcde018 100644 --- a/translations/fa/2-Working-With-Data/README.md +++ b/translations/fa/2-Working-With-Data/README.md @@ -1,12 +1,3 @@ - # کار با داده‌ها ![عشق به داده](../../../translated_images/fa/data-love.a22ef29e6742c852505ada062920956d3d7604870b281a8ca7c7ac6f37381d5a.jpg) diff --git a/translations/fa/3-Data-Visualization/09-visualization-quantities/README.md b/translations/fa/3-Data-Visualization/09-visualization-quantities/README.md index aca809bb..1ffba1c0 100644 --- a/translations/fa/3-Data-Visualization/09-visualization-quantities/README.md +++ b/translations/fa/3-Data-Visualization/09-visualization-quantities/README.md @@ -1,12 +1,3 @@ - # تجسم مقادیر |![طرح دستی توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/09-Visualizing-Quantities.png)| diff --git a/translations/fa/3-Data-Visualization/09-visualization-quantities/assignment.md b/translations/fa/3-Data-Visualization/09-visualization-quantities/assignment.md index 682fcb88..bf86f579 100644 --- a/translations/fa/3-Data-Visualization/09-visualization-quantities/assignment.md +++ b/translations/fa/3-Data-Visualization/09-visualization-quantities/assignment.md @@ -1,12 +1,3 @@ - # خطوط، نمودارهای پراکندگی و نمودارهای میله‌ای ## دستورالعمل‌ها diff --git a/translations/fa/3-Data-Visualization/10-visualization-distributions/README.md b/translations/fa/3-Data-Visualization/10-visualization-distributions/README.md index 0e882a4e..f29cc6a8 100644 --- a/translations/fa/3-Data-Visualization/10-visualization-distributions/README.md +++ b/translations/fa/3-Data-Visualization/10-visualization-distributions/README.md @@ -1,12 +1,3 @@ - # نمایش توزیع‌ها |![طرح دستی توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/10-Visualizing-Distributions.png)| diff --git a/translations/fa/3-Data-Visualization/10-visualization-distributions/assignment.md b/translations/fa/3-Data-Visualization/10-visualization-distributions/assignment.md index 1666e45f..954bbb0c 100644 --- a/translations/fa/3-Data-Visualization/10-visualization-distributions/assignment.md +++ b/translations/fa/3-Data-Visualization/10-visualization-distributions/assignment.md @@ -1,12 +1,3 @@ - # مهارت‌های خود را به کار بگیرید ## دستورالعمل‌ها diff --git a/translations/fa/3-Data-Visualization/11-visualization-proportions/README.md b/translations/fa/3-Data-Visualization/11-visualization-proportions/README.md index 4a25db7e..e8a97fa7 100644 --- a/translations/fa/3-Data-Visualization/11-visualization-proportions/README.md +++ b/translations/fa/3-Data-Visualization/11-visualization-proportions/README.md @@ -1,12 +1,3 @@ - # تجسم نسبت‌ها |![طرح دستی توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/11-Visualizing-Proportions.png)| diff --git a/translations/fa/3-Data-Visualization/11-visualization-proportions/assignment.md b/translations/fa/3-Data-Visualization/11-visualization-proportions/assignment.md index f7e12677..4743d269 100644 --- a/translations/fa/3-Data-Visualization/11-visualization-proportions/assignment.md +++ b/translations/fa/3-Data-Visualization/11-visualization-proportions/assignment.md @@ -1,12 +1,3 @@ - # امتحان کنید در اکسل ## دستورالعمل‌ها diff --git a/translations/fa/3-Data-Visualization/12-visualization-relationships/README.md b/translations/fa/3-Data-Visualization/12-visualization-relationships/README.md index 123f19d1..200ab921 100644 --- a/translations/fa/3-Data-Visualization/12-visualization-relationships/README.md +++ b/translations/fa/3-Data-Visualization/12-visualization-relationships/README.md @@ -1,12 +1,3 @@ - # تجسم روابط: همه چیز درباره عسل 🍯 |![ اسکتچ‌نوت توسط [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/12-Visualizing-Relationships.png)| diff --git a/translations/fa/3-Data-Visualization/12-visualization-relationships/assignment.md b/translations/fa/3-Data-Visualization/12-visualization-relationships/assignment.md index 45e80ff9..5f78f99b 100644 --- a/translations/fa/3-Data-Visualization/12-visualization-relationships/assignment.md +++ b/translations/fa/3-Data-Visualization/12-visualization-relationships/assignment.md @@ -1,12 +1,3 @@ - # شیرجه به کندوی زنبور ## دستورالعمل‌ها diff --git a/translations/fa/3-Data-Visualization/13-meaningful-visualizations/README.md b/translations/fa/3-Data-Visualization/13-meaningful-visualizations/README.md index 4537db7a..a8a77f16 100644 --- a/translations/fa/3-Data-Visualization/13-meaningful-visualizations/README.md +++ b/translations/fa/3-Data-Visualization/13-meaningful-visualizations/README.md @@ -1,12 +1,3 @@ - # ایجاد مصورسازی‌های معنادار |![اسکچ‌نوت توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/13-MeaningfulViz.png)| diff --git a/translations/fa/3-Data-Visualization/13-meaningful-visualizations/assignment.md b/translations/fa/3-Data-Visualization/13-meaningful-visualizations/assignment.md index 519be2c4..eae6f808 100644 --- a/translations/fa/3-Data-Visualization/13-meaningful-visualizations/assignment.md +++ b/translations/fa/3-Data-Visualization/13-meaningful-visualizations/assignment.md @@ -1,12 +1,3 @@ - # ساخت ویژوالایزیشن سفارشی خودتان ## دستورالعمل‌ها diff --git a/translations/fa/3-Data-Visualization/13-meaningful-visualizations/solution/README.md b/translations/fa/3-Data-Visualization/13-meaningful-visualizations/solution/README.md index 085e9910..15f64e1c 100644 --- a/translations/fa/3-Data-Visualization/13-meaningful-visualizations/solution/README.md +++ b/translations/fa/3-Data-Visualization/13-meaningful-visualizations/solution/README.md @@ -1,12 +1,3 @@ - # پروژه تجسم داده‌های Dangerous Liaisons برای شروع، باید مطمئن شوید که NPM و Node روی دستگاه شما اجرا می‌شوند. وابستگی‌ها را نصب کنید (npm install) و سپس پروژه را به صورت محلی اجرا کنید (npm run serve): diff --git a/translations/fa/3-Data-Visualization/13-meaningful-visualizations/starter/README.md b/translations/fa/3-Data-Visualization/13-meaningful-visualizations/starter/README.md index ac4a7d44..bb5b1918 100644 --- a/translations/fa/3-Data-Visualization/13-meaningful-visualizations/starter/README.md +++ b/translations/fa/3-Data-Visualization/13-meaningful-visualizations/starter/README.md @@ -1,12 +1,3 @@ - # پروژه تجسم داده‌های Dangerous Liaisons برای شروع، باید مطمئن شوید که NPM و Node روی دستگاه شما اجرا می‌شوند. وابستگی‌ها را نصب کنید (npm install) و سپس پروژه را به صورت محلی اجرا کنید (npm run serve): diff --git a/translations/fa/3-Data-Visualization/R/09-visualization-quantities/README.md b/translations/fa/3-Data-Visualization/R/09-visualization-quantities/README.md index 6033f06d..5498d1b5 100644 --- a/translations/fa/3-Data-Visualization/R/09-visualization-quantities/README.md +++ b/translations/fa/3-Data-Visualization/R/09-visualization-quantities/README.md @@ -1,12 +1,3 @@ - # تجسم مقادیر |![طرح دستی توسط [(@sketchthedocs)](https://sketchthedocs.dev)](https://github.com/microsoft/Data-Science-For-Beginners/blob/main/sketchnotes/09-Visualizing-Quantities.png)| diff --git a/translations/fa/3-Data-Visualization/R/09-visualization-quantities/assignment.md b/translations/fa/3-Data-Visualization/R/09-visualization-quantities/assignment.md index 285a1ebb..b3f5eaa3 100644 --- a/translations/fa/3-Data-Visualization/R/09-visualization-quantities/assignment.md +++ b/translations/fa/3-Data-Visualization/R/09-visualization-quantities/assignment.md @@ -1,12 +1,3 @@ - # خطوط، نمودارهای پراکندگی و نمودارهای میله‌ای ## دستورالعمل‌ها diff --git a/translations/fa/3-Data-Visualization/R/10-visualization-distributions/README.md b/translations/fa/3-Data-Visualization/R/10-visualization-distributions/README.md index 1037770c..9f71c39e 100644 --- a/translations/fa/3-Data-Visualization/R/10-visualization-distributions/README.md +++ b/translations/fa/3-Data-Visualization/R/10-visualization-distributions/README.md @@ -1,12 +1,3 @@ - # تجسم توزیع‌ها |![طرح دستی توسط [(@sketchthedocs)](https://sketchthedocs.dev)](https://github.com/microsoft/Data-Science-For-Beginners/blob/main/sketchnotes/10-Visualizing-Distributions.png)| diff --git a/translations/fa/3-Data-Visualization/R/10-visualization-distributions/assignment.md b/translations/fa/3-Data-Visualization/R/10-visualization-distributions/assignment.md index 9b51bf3e..d511ccad 100644 --- a/translations/fa/3-Data-Visualization/R/10-visualization-distributions/assignment.md +++ b/translations/fa/3-Data-Visualization/R/10-visualization-distributions/assignment.md @@ -1,12 +1,3 @@ - # مهارت‌های خود را به کار بگیرید ## دستورالعمل‌ها diff --git a/translations/fa/3-Data-Visualization/R/11-visualization-proportions/README.md b/translations/fa/3-Data-Visualization/R/11-visualization-proportions/README.md index 7277cb15..908b648b 100644 --- a/translations/fa/3-Data-Visualization/R/11-visualization-proportions/README.md +++ b/translations/fa/3-Data-Visualization/R/11-visualization-proportions/README.md @@ -1,12 +1,3 @@ - # تجسم نسبت‌ها |![طرح دستی توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../../sketchnotes/11-Visualizing-Proportions.png)| diff --git a/translations/fa/3-Data-Visualization/R/12-visualization-relationships/README.md b/translations/fa/3-Data-Visualization/R/12-visualization-relationships/README.md index 75eb579d..359f90cb 100644 --- a/translations/fa/3-Data-Visualization/R/12-visualization-relationships/README.md +++ b/translations/fa/3-Data-Visualization/R/12-visualization-relationships/README.md @@ -1,12 +1,3 @@ - # تجسم روابط: همه چیز درباره عسل 🍯 |![طرح دستی توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../../sketchnotes/12-Visualizing-Relationships.png)| diff --git a/translations/fa/3-Data-Visualization/R/13-meaningful-vizualizations/README.md b/translations/fa/3-Data-Visualization/R/13-meaningful-vizualizations/README.md index 04fba3cb..e8228e3d 100644 --- a/translations/fa/3-Data-Visualization/R/13-meaningful-vizualizations/README.md +++ b/translations/fa/3-Data-Visualization/R/13-meaningful-vizualizations/README.md @@ -1,12 +1,3 @@ - # ایجاد مصورسازی‌های معنادار |![اسکچ‌نوت توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../../sketchnotes/13-MeaningfulViz.png)| diff --git a/translations/fa/3-Data-Visualization/README.md b/translations/fa/3-Data-Visualization/README.md index dbec1a51..a7df24f5 100644 --- a/translations/fa/3-Data-Visualization/README.md +++ b/translations/fa/3-Data-Visualization/README.md @@ -1,12 +1,3 @@ - # مصورسازی‌ها ![یک زنبور روی گل اسطوخودوس](../../../translated_images/fa/bee.0aa1d91132b12e3a8994b9ca12816d05ce1642010d9b8be37f8d37365ba845cf.jpg) diff --git a/translations/fa/4-Data-Science-Lifecycle/14-Introduction/README.md b/translations/fa/4-Data-Science-Lifecycle/14-Introduction/README.md index 2387d9d1..eeef3e08 100644 --- a/translations/fa/4-Data-Science-Lifecycle/14-Introduction/README.md +++ b/translations/fa/4-Data-Science-Lifecycle/14-Introduction/README.md @@ -1,12 +1,3 @@ - # معرفی چرخه عمر علم داده |![طرح توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/14-DataScience-Lifecycle.png)| diff --git a/translations/fa/4-Data-Science-Lifecycle/14-Introduction/assignment.md b/translations/fa/4-Data-Science-Lifecycle/14-Introduction/assignment.md index 98f8bf36..2a618da8 100644 --- a/translations/fa/4-Data-Science-Lifecycle/14-Introduction/assignment.md +++ b/translations/fa/4-Data-Science-Lifecycle/14-Introduction/assignment.md @@ -1,12 +1,3 @@ - # ارزیابی یک مجموعه داده یک مشتری از تیم شما درخواست کمک کرده است تا عادات فصلی هزینه‌کرد مشتریان تاکسی در شهر نیویورک را بررسی کند. diff --git a/translations/fa/4-Data-Science-Lifecycle/15-analyzing/README.md b/translations/fa/4-Data-Science-Lifecycle/15-analyzing/README.md index 6a51b2b9..3836f714 100644 --- a/translations/fa/4-Data-Science-Lifecycle/15-analyzing/README.md +++ b/translations/fa/4-Data-Science-Lifecycle/15-analyzing/README.md @@ -1,12 +1,3 @@ - # چرخه زندگی علم داده: تحلیل |![طرح دستی توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/15-Analyzing.png)| diff --git a/translations/fa/4-Data-Science-Lifecycle/15-analyzing/assignment.md b/translations/fa/4-Data-Science-Lifecycle/15-analyzing/assignment.md index f975df88..7dba5590 100644 --- a/translations/fa/4-Data-Science-Lifecycle/15-analyzing/assignment.md +++ b/translations/fa/4-Data-Science-Lifecycle/15-analyzing/assignment.md @@ -1,12 +1,3 @@ - # جستجو برای پاسخ‌ها این ادامه‌ی [تکلیف](../14-Introduction/assignment.md) درس قبلی است، جایی که به طور مختصر به مجموعه داده‌ها نگاه کردیم. اکنون قصد داریم نگاه عمیق‌تری به داده‌ها داشته باشیم. diff --git a/translations/fa/4-Data-Science-Lifecycle/16-communication/README.md b/translations/fa/4-Data-Science-Lifecycle/16-communication/README.md index 5b6a891b..7e2c59c9 100644 --- a/translations/fa/4-Data-Science-Lifecycle/16-communication/README.md +++ b/translations/fa/4-Data-Science-Lifecycle/16-communication/README.md @@ -1,12 +1,3 @@ - # چرخه حیات علم داده: ارتباطات |![طرح دستی از [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/16-Communicating.png)| diff --git a/translations/fa/4-Data-Science-Lifecycle/16-communication/assignment.md b/translations/fa/4-Data-Science-Lifecycle/16-communication/assignment.md index 3b666677..e421afeb 100644 --- a/translations/fa/4-Data-Science-Lifecycle/16-communication/assignment.md +++ b/translations/fa/4-Data-Science-Lifecycle/16-communication/assignment.md @@ -1,12 +1,3 @@ - # تعریف یک داستان ## دستورالعمل‌ها diff --git a/translations/fa/4-Data-Science-Lifecycle/README.md b/translations/fa/4-Data-Science-Lifecycle/README.md index 04c7b40a..534c8b88 100644 --- a/translations/fa/4-Data-Science-Lifecycle/README.md +++ b/translations/fa/4-Data-Science-Lifecycle/README.md @@ -1,12 +1,3 @@ - # چرخه حیات علم داده ![ارتباط](../../../translated_images/fa/communication.06d8e2a88d30d168d661ad9f9f0a4f947ebff3719719cfdaf9ed00a406a01ead.jpg) diff --git a/translations/fa/5-Data-Science-In-Cloud/17-Introduction/README.md b/translations/fa/5-Data-Science-In-Cloud/17-Introduction/README.md index 96676dd8..6afee1af 100644 --- a/translations/fa/5-Data-Science-In-Cloud/17-Introduction/README.md +++ b/translations/fa/5-Data-Science-In-Cloud/17-Introduction/README.md @@ -1,12 +1,3 @@ - # مقدمه‌ای بر علم داده در فضای ابری |![طرح‌نگاری توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/17-DataScience-Cloud.png)| diff --git a/translations/fa/5-Data-Science-In-Cloud/17-Introduction/assignment.md b/translations/fa/5-Data-Science-In-Cloud/17-Introduction/assignment.md index d9140e6a..203888dc 100644 --- a/translations/fa/5-Data-Science-In-Cloud/17-Introduction/assignment.md +++ b/translations/fa/5-Data-Science-In-Cloud/17-Introduction/assignment.md @@ -1,12 +1,3 @@ - # تحقیقات بازار ## دستورالعمل‌ها diff --git a/translations/fa/5-Data-Science-In-Cloud/18-Low-Code/README.md b/translations/fa/5-Data-Science-In-Cloud/18-Low-Code/README.md index e5f5aa30..8301ba33 100644 --- a/translations/fa/5-Data-Science-In-Cloud/18-Low-Code/README.md +++ b/translations/fa/5-Data-Science-In-Cloud/18-Low-Code/README.md @@ -1,12 +1,3 @@ - # علم داده در فضای ابری: روش "کدنویسی کم/بدون کدنویسی" |![طرح‌نگاری توسط [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/18-DataScience-Cloud.png)| diff --git a/translations/fa/5-Data-Science-In-Cloud/18-Low-Code/assignment.md b/translations/fa/5-Data-Science-In-Cloud/18-Low-Code/assignment.md index 9b411d33..26235eec 100644 --- a/translations/fa/5-Data-Science-In-Cloud/18-Low-Code/assignment.md +++ b/translations/fa/5-Data-Science-In-Cloud/18-Low-Code/assignment.md @@ -1,12 +1,3 @@ - # پروژه علم داده با کدنویسی کم/بدون کدنویسی در Azure ML ## دستورالعمل‌ها diff --git a/translations/fa/5-Data-Science-In-Cloud/19-Azure/README.md b/translations/fa/5-Data-Science-In-Cloud/19-Azure/README.md index ce9f2150..cc730d3b 100644 --- a/translations/fa/5-Data-Science-In-Cloud/19-Azure/README.md +++ b/translations/fa/5-Data-Science-In-Cloud/19-Azure/README.md @@ -1,12 +1,3 @@ - # علم داده در فضای ابری: روش "Azure ML SDK" |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/19-DataScience-Cloud.png)| diff --git a/translations/fa/5-Data-Science-In-Cloud/19-Azure/assignment.md b/translations/fa/5-Data-Science-In-Cloud/19-Azure/assignment.md index 4181b7dd..92a292eb 100644 --- a/translations/fa/5-Data-Science-In-Cloud/19-Azure/assignment.md +++ b/translations/fa/5-Data-Science-In-Cloud/19-Azure/assignment.md @@ -1,12 +1,3 @@ - # پروژه علم داده با استفاده از Azure ML SDK ## دستورالعمل‌ها diff --git a/translations/fa/5-Data-Science-In-Cloud/README.md b/translations/fa/5-Data-Science-In-Cloud/README.md index 7dabbebd..c44ecdaf 100644 --- a/translations/fa/5-Data-Science-In-Cloud/README.md +++ b/translations/fa/5-Data-Science-In-Cloud/README.md @@ -1,12 +1,3 @@ - # علم داده در فضای ابری ![cloud-picture](../../../translated_images/fa/cloud-picture.f5526de3c6c6387b2d656ba94f019b3352e5e3854a78440e4fb00c93e2dea675.jpg) diff --git a/translations/fa/6-Data-Science-In-Wild/20-Real-World-Examples/README.md b/translations/fa/6-Data-Science-In-Wild/20-Real-World-Examples/README.md index 1aedf452..bdcca4fe 100644 --- a/translations/fa/6-Data-Science-In-Wild/20-Real-World-Examples/README.md +++ b/translations/fa/6-Data-Science-In-Wild/20-Real-World-Examples/README.md @@ -1,12 +1,3 @@ - # علم داده در دنیای واقعی | ![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/20-DataScience-RealWorld.png) | diff --git a/translations/fa/6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md b/translations/fa/6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md index ed0d8037..7f3db3cc 100644 --- a/translations/fa/6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md +++ b/translations/fa/6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md @@ -1,12 +1,3 @@ - # بررسی یک مجموعه داده از کامپیوتر سیاره‌ای ## دستورالعمل‌ها diff --git a/translations/fa/6-Data-Science-In-Wild/README.md b/translations/fa/6-Data-Science-In-Wild/README.md index d9ea6824..4425b8b7 100644 --- a/translations/fa/6-Data-Science-In-Wild/README.md +++ b/translations/fa/6-Data-Science-In-Wild/README.md @@ -1,12 +1,3 @@ - # علم داده در دنیای واقعی کاربردهای عملی علم داده در صنایع مختلف. diff --git a/translations/fa/AGENTS.md b/translations/fa/AGENTS.md index 459aca93..93ef6395 100644 --- a/translations/fa/AGENTS.md +++ b/translations/fa/AGENTS.md @@ -1,12 +1,3 @@ - # AGENTS.md ## نمای کلی پروژه diff --git a/translations/fa/CODE_OF_CONDUCT.md b/translations/fa/CODE_OF_CONDUCT.md index f242d6cf..fb3c8b9d 100644 --- a/translations/fa/CODE_OF_CONDUCT.md +++ b/translations/fa/CODE_OF_CONDUCT.md @@ -1,12 +1,3 @@ - # منشور رفتار کد متن‌باز مایکروسافت این پروژه منشور رفتار کد متن‌باز مایکروسافت را پذیرفته است. [Microsoft Open Source Code of Conduct](https://opensource.microsoft.com/codeofconduct/) diff --git a/translations/fa/CONTRIBUTING.md b/translations/fa/CONTRIBUTING.md index 84fbdb1b..8695e83e 100644 --- a/translations/fa/CONTRIBUTING.md +++ b/translations/fa/CONTRIBUTING.md @@ -1,12 +1,3 @@ - # مشارکت در آموزش مقدماتی علم داده از علاقه شما به مشارکت در برنامه آموزشی مقدماتی علم داده سپاسگزاریم! ما از مشارکت‌های جامعه استقبال می‌کنیم. diff --git a/translations/fa/INSTALLATION.md b/translations/fa/INSTALLATION.md index b140384a..71a26af7 100644 --- a/translations/fa/INSTALLATION.md +++ b/translations/fa/INSTALLATION.md @@ -1,12 +1,3 @@ - # راهنمای نصب این راهنما به شما کمک می‌کند محیط خود را برای کار با دوره آموزشی «علم داده برای مبتدیان» آماده کنید. diff --git a/translations/fa/README.md b/translations/fa/README.md index dbb5bee2..ff2a7759 100644 --- a/translations/fa/README.md +++ b/translations/fa/README.md @@ -1,256 +1,248 @@ - -# علم داده برای مبتدیان - یک برنامه درسی +# علم داده برای مبتدیان - یک برنامه آموزشی [![باز کردن در GitHub Codespaces](https://github.com/codespaces/badge.svg)](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198) [![مجوز GitHub](https://img.shields.io/github/license/microsoft/Data-Science-For-Beginners.svg)](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE) -[![همکاران GitHub](https://img.shields.io/github/contributors/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/) +[![مشارکت‌کنندگان GitHub](https://img.shields.io/github/contributors/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/) [![مسائل GitHub](https://img.shields.io/github/issues/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/) [![درخواست‌های کشش GitHub](https://img.shields.io/github/issues-pr/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/) -[![درخواست‌های کشش خوش آمدید](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) +[![خوش‌آمدید PRs](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) [![ناظرین GitHub](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/) -[![شاخه‌ها GitHub](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/) -[![ستاره‌ها GitHub](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/) +[![شاخه‌های GitHub](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/) +[![ستاره‌های GitHub](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/) -[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) +[![دیسکورد Microsoft Foundry](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) [![انجمن توسعه‌دهندگان Microsoft Foundry](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) -مدافعان ابر آزور در مایکروسافت مفتخرند که یک برنامه درسی ۱۰ هفته‌ای و شامل ۲۰ درس درباره علم داده ارائه دهند. هر درس شامل آزمون‌های قبل و بعد از درس، دستورالعمل‌های مکتوب برای انجام درس، یک راه‌حل و یک تکلیف است. روش آموزشی ما مبتنی بر پروژه به شما امکان می‌دهد همزمان با ساخت پروژه‌ها یاد بگیرید؛ روشی اثبات‌شده برای تثبیت مهارت‌های جدید. +مدافعان ابری Azure در مایکروسافت مفتخرند که برنامه‌ای ده هفته‌ای، شامل ۲۰ درس، با موضوع علم داده ارائه دهند. هر درس شامل آزمون‌های قبل و بعد از درس، دستورالعمل‌های مکتوب برای تکمیل درس، راه‌حل و تمرین است. روش آموزش مبتنی بر پروژه ما به شما اجازه می‌دهد هنگام ساختن یاد بگیرید، که روشی اثبات شده برای تثبیت مهارت‌های جدید است. -**از نویسندگان عزیزمان صمیمانه تشکر می‌کنیم:** [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). +**تشکر فراوان از نویسندگان ما:** [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). -**🙏 تشکر ویژه 🙏 از نویسندگان، بازبینان و مشارکت‌کنندگان محتوا از [سفیران دانشجویی مایکروسافت](https://studentambassadors.microsoft.com/)،** به ویژه آریان آرورا، [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/) +**🙏 سپاس ویژه 🙏 از نویسندگان، بازبینان و مشارکت‌کنندگان محتوا از [سفیران دانشجویی مایکروسافت](https://studentambassadors.microsoft.com/)،** به ویژه آریان آرورا، [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/) -|![تصویر یادداشت دستی ساخته شده توسط @sketchthedocs https://sketchthedocs.dev](../../../../translated_images/fa/00-Title.8af36cd35da1ac55.webp)| +|![یادداشت تصویری توسط @sketchthedocs https://sketchthedocs.dev](../../translated_images/fa/00-Title.8af36cd35da1ac55.webp)| |:---:| -| علم داده برای مبتدیان - _یادداشت دستی توسط [@nitya](https://twitter.com/nitya)_ | +| علم داده برای مبتدیان - _یادداشت تصویری توسط [@nitya](https://twitter.com/nitya)_ | -### 🌐 پشتیبانی چندزبانه +### 🌐 پشتیبانی چندزبان -#### پشتیبانی شده توسط GitHub Action (خودکار و همیشه به‌روز) +#### پشتیبانی شده از طریق GitHub Action (خودکار و همیشه به‌روز) -[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](../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)](./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) +[عربی](../ar/README.md) | [بنگالی](../bn/README.md) | [بلغاری](../bg/README.md) | [برمه‌ای (میانمار)](../my/README.md) | [چینی (ساده)](../zh-CN/README.md) | [چینی (سنتی، هنگ‌کنگ)](../zh-HK/README.md) | [چینی (سنتی، ماکائو)](../zh-MO/README.md) | [چینی (سنتی، تایوان)](../zh-TW/README.md) | [کرواتی](../hr/README.md) | [چکی](../cs/README.md) | [دانمارکی](../da/README.md) | [هلندی](../nl/README.md) | [استونیایی](../et/README.md) | [فنلاندی](../fi/README.md) | [فرانسوی](../fr/README.md) | [آلمانی](../de/README.md) | [یونانی](../el/README.md) | [عبری](../he/README.md) | [هندی](../hi/README.md) | [مجارستانی](../hu/README.md) | [اندونزیایی](../id/README.md) | [ایتالیایی](../it/README.md) | [ژاپنی](../ja/README.md) | [کانادا](../kn/README.md) | [کره‌ای](../ko/README.md) | [لیتوانیایی](../lt/README.md) | [مالایی](../ms/README.md) | [مالایالام](../ml/README.md) | [مراتی](../mr/README.md) | [نپالی](../ne/README.md) | [زبان پیجین نیجریه‌ای](../pcm/README.md) | [نروژی](../no/README.md) | [فارسی (Farsi)](./README.md) | [لهستانی](../pl/README.md) | [پرتغالی (برزیل)](../pt-BR/README.md) | [پرتغالی (پرتغال)](../pt-PT/README.md) | [پنجابی (گورموخی)](../pa/README.md) | [رومانیایی](../ro/README.md) | [روسی](../ru/README.md) | [صربی (سیریلیک)](../sr/README.md) | [اسلواکی](../sk/README.md) | [اسلوونیایی](../sl/README.md) | [اسپانیایی](../es/README.md) | [سواحیلی](../sw/README.md) | [سوئدی](../sv/README.md) | [تاگالوگ (فیلیپینی)](../tl/README.md) | [تامیل](../ta/README.md) | [تلوگو](../te/README.md) | [تایلندی](../th/README.md) | [ترکی](../tr/README.md) | [اوکراینی](../uk/README.md) | [اردو](../ur/README.md) | [ویتنامی](../vi/README.md) -> **ترجیح می‌دهید محلی کلون کنید؟** +> **ترجیح می‌دهید به‌صورت محلی کلون کنید؟** -> این مخزن شامل بیش از ۵۰ ترجمه زبان است که اندازه دانلود را به طور قابل توجهی افزایش می‌دهد. برای کلون کردن بدون ترجمه‌ها، از sparse checkout استفاده کنید: +> این مخزن بیش از ۵۰ ترجمه زبان دارد که به طور قابل توجهی حجم دانلود را افزایش می‌دهد. برای کلون بدون ترجمه، از sparse checkout استفاده کنید: > ```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' > ``` -> این به شما همه چیز را می‌دهد تا دوره را کامل کنید با سرعت دانلود بسیار سریع‌تر. +> این به شما همه چیز لازم برای تکمیل دوره را با سرعت دانلود بسیار بالاتر می‌دهد. -**اگر مایلید زبان‌های ترجمه بیشتری پشتیبانی شوند، فهرست آن‌ها در [اینجا](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) موجود است** +**اگر مایل هستید زبان‌های بیشتری پشتیبانی شوند، فهرست آنها را در [اینجا](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) ببینید** -#### به جامعه ما بپیوندید -[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) +#### به جامعه ما بپیوندید +[![دیسکورد Microsoft Foundry](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -ما یک سری آموزش Discord با موضوع یادگیری با هوش مصنوعی داریم، برای کسب اطلاعات بیشتر و پیوستن به ما به [سری آموزش با هوش مصنوعی](https://aka.ms/learnwithai/discord) از ۱۸ تا ۳۰ سپتامبر ۲۰۲۵ مراجعه کنید. نکات و ترفندهایی برای استفاده از GitHub Copilot در علم داده دریافت خواهید کرد. +ما سری آموزش یادگیری با هوش مصنوعی در دیسکورد داریم، بیشتر بدانید و از ۱۸ تا ۳۰ سپتامبر ۲۰۲۵ به ما بپیوندید در [سری یادگیری با هوش مصنوعی](https://aka.ms/learnwithai/discord). در این سری نکات و ترفندهای استفاده از GitHub Copilot برای علم داده به شما ارائه می‌شود. -![سری آموزش با هوش مصنوعی](../../../../translated_images/fa/1.2b28cdc6205e26fe.webp) +![سری یادگیری با هوش مصنوعی](../../translated_images/fa/1.2b28cdc6205e26fe.webp) # آیا دانشجو هستید؟ -برای شروع از منابع زیر استفاده کنید: +با منابع زیر شروع کنید: -- [صفحه مرکز دانشجویی](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) در این صفحه منابع مبتدی، بسته‌های دانشجویی و حتی روش‌هایی برای دریافت کوپن رایگان گواهینامه را خواهید یافت. این صفحه‌ای است که می‌خواهید در نشانه‌گذاری خود داشته باشید و هر از چندگاهی بررسی کنید زیرا حداقل ماهانه محتوا را به‌روزرسانی می‌کنیم. -- [سفیران دانشجویی مایکروسافت](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) به یک جامعه جهانی از سفیران دانشجویی بپیوندید؛ این می‌تواند راه ورود شما به مایکروسافت باشد. +- [صفحه مرکز دانشجو](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) در این صفحه منابع مبتدی، بسته‌های دانشجویی و حتی راه‌هایی برای دریافت کوپن رایگان گواهینامه را خواهید یافت. این صفحه‌ای است که می‌خواهید در مرورگرتان ذخیره کنید و هر از گاهی آن را بررسی کنید چون حداقل ماهی یک بار محتوا به‌روزرسانی می‌شود. +- [سفیران دانشجویی مایکروسافت](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) به یک جامعه جهانی از سفیران دانشجویی بپیوندید، این می‌تواند راه شما برای ورود به مایکروسافت باشد. # شروع به کار ## 📚 مستندات -- **[راهنمای نصب](INSTALLATION.md)** - دستورالعمل‌های گام به گام برای راه‌اندازی برای مبتدیان -- **[راهنمای استفاده](USAGE.md)** - مثال‌ها و جریان‌های کاری رایج +- **[راهنمای نصب](INSTALLATION.md)** - دستورالعمل‌های گام به گام نصب برای مبتدیان +- **[راهنمای استفاده](USAGE.md)** - مثال‌ها و روش‌های کاری رایج - **[عیب‌یابی](TROUBLESHOOTING.md)** - راه‌حل‌های مشکلات رایج -- **[راهنمای مشارکت](CONTRIBUTING.md)** - چگونه در این پروژه مشارکت کنید -- **[برای معلمان](for-teachers.md)** - راهنمای تدریس و منابع کلاسی +- **[راهنمای مشارکت](CONTRIBUTING.md)** - چگونگی مشارکت در این پروژه +- **[برای معلمان](for-teachers.md)** - راهنمایی برای تدریس و منابع کلاس درس ## 👨‍🎓 برای دانشجویان -> **کاملاً مبتدی:** تازه با علم داده آشنا شده‌اید؟ با [مثال‌های دوستانه برای مبتدیان](examples/README.md) ما شروع کنید! این مثال‌های ساده و دارای توضیح به شما کمک می‌کند مبانی را درک کنید قبل از اینکه به کل برنامه درسی بپردازید. -> **[دانشجویان](https://aka.ms/student-page):** برای استفاده از این برنامه درسی به تنهایی، کل مخزن را فورک کنید و تمرین‌ها را به ترتیب انجام دهید، با یک آزمون قبل از درس شروع کنید. سپس درس را بخوانید و بقیه فعالیت‌ها را انجام دهید. تلاش کنید پروژه‌ها را با درک درس‌ها بسازید نه صرفاً کپی کردن کد راه‌حل؛ هرچند کد راه‌حل در پوشه /solutions در هر درس مبتنی بر پروژه موجود است. ایده دیگر تشکیل گروه مطالعه با دوستان و طی کردن محتوا با هم است. برای مطالعه بیشتر، [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) را توصیه می‌کنیم. +> **مبتدیان کامل**: تازه‌کار در علم داده هستید؟ با [مثال‌های مناسب مبتدیان](examples/README.md) ما شروع کنید! این مثال‌های ساده و خوب توضیح داده شده به شما کمک می‌کنند قبل از ورود کامل به برنامه، مباحث پایه را درک کنید. +> **[دانشجویان](https://aka.ms/student-page)**: برای استفاده مستقل از این برنامه، کل مخزن را فورک کنید و تمرین‌ها را خودتان انجام دهید، ابتدا با آزمون قبل از درس شروع کنید. سپس درس را بخوانید و بقیه فعالیت‌ها را انجام دهید. سعی کنید پروژه‌ها را با فهم درس‌ها بسازید نه کپی کردن کد راه‌حل؛ البته کدهای آن در پوشه /solutions هر درس پروژه‌محور موجود است. ایده دیگر تشکیل گروه مطالعه با دوستان و مرور همزمان محتواست. برای مطالعه بیشتر، ما [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) را توصیه می‌کنیم. **شروع سریع:** -1. برای راه‌اندازی محیط خود، [راهنمای نصب](INSTALLATION.md) را بررسی کنید -2. برای یادگیری نحوه کار با برنامه درسی، [راهنمای استفاده](USAGE.md) را مرور کنید -3. با درس ۱ شروع کرده و به ترتیب ادامه دهید -4. برای پشتیبانی به [جامعه Discord ما](https://aka.ms/ds4beginners/discord) بپیوندید +1. راهنمای [نصب](INSTALLATION.md) را برای تنظیم محیط بررسی کنید +2. راهنمای [استفاده](USAGE.md) را مطالعه کنید تا نحوه کار با برنامه را یاد بگیرید +3. از درس ۱ شروع کنید و به ترتیب پیش بروید +4. به [جامعه دیسکورد ما](https://aka.ms/ds4beginners/discord) برای پشتیبانی بپیوندید ## 👩‍🏫 برای معلمان -> **معلمان:** ما [برخی پیشنهادها](for-teachers.md) را درباره چگونگی استفاده از این برنامه درسی ارائه داده‌ایم. مشتاقانه منتظر بازخورد شما در [انجمن بحث ما](https://github.com/microsoft/Data-Science-For-Beginners/discussions) هستیم! +> **معلمان**: ما [برخی پیشنهادات](for-teachers.md) برای نحوه استفاده از این برنامه را ارائه داده‌ایم. خوشحال می‌شویم بازخورد شما را در [انجمن بحث ما](https://github.com/microsoft/Data-Science-For-Beginners/discussions) بشنویم! +## ملاقات با تیم -## تیم را ملاقات کنید -[![ویدئوی تبلیغاتی](../../ds-for-beginners.gif)](https://youtu.be/8mzavjQSMM4 "ویدئوی تبلیغاتی") +[![ویدیو تبلیغاتی](../../ds-for-beginners.gif)](https://youtu.be/8mzavjQSMM4 "ویدیو تبلیغاتی") -**گیف توسط** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal) +**گیف از** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal) -> 🎥 برای مشاهده ویدئویی درباره پروژه و افرادی که آن را ایجاد کرده‌اند، روی تصویر بالا کلیک کنید! +> 🎥 برای دیدن ویدیو درباره پروژه و افرادی که آن را ساخته‌اند، روی تصویر بالا کلیک کنید! ## روش آموزشی -در ساخت این برنامه درسی دو اصل آموزشی را انتخاب کرده‌ایم: اطمینان از اینکه مبتنی بر پروژه باشد و شامل آزمون‌های مکرر باشد. تا پایان این مجموعه، دانش‌آموزان اصول پایه‌ای علم داده را خواهند آموخت، از جمله مفاهیم اخلاقی، آماده‌سازی داده‌ها، روش‌های مختلف کار با داده، تجسم داده، تحلیل داده، موارد کاربرد واقعی علم داده و موارد بیشتر. +ما در حین ساخت این برنامه درسی، دو اصل آموزش را انتخاب کردیم: اطمینان از پروژه‌محور بودن آن و گنجاندن آزمون‌های مکرر. تا پایان این سری، دانش‌آموزان اصول پایه‌ای علم داده، از جمله مفاهیم اخلاقی، آماده‌سازی داده‌ها، روش‌های مختلف کار با داده‌ها، مصورسازی داده، تحلیل داده، موارد کاربرد واقعی علم داده و موارد بیشتر را خواهند آموخت. -علاوه بر این، یک آزمون کم‌ریسک قبل از کلاس قصد دانش‌آموز برای یادگیری یک موضوع را تنظیم می‌کند، در حالی که پس از کلاس آزمون دوم به حفظ بهتر مطالب کمک می‌کند. این برنامه درسی برای انعطاف‌پذیری و سرگرمی طراحی شده است و می‌توان آن را به‌صورت کامل یا جزئی گذراند. پروژه‌ها از ساده شروع شده و تا پایان دوره ۱۰ هفته‌ای پیچیده‌تر می‌شوند. +علاوه بر این، یک آزمون با ریسک پایین قبل از کلاس، نیت دانش‌آموز را برای یادگیری موضوعی مشخص می‌کند، در حالی که آزمون دوم پس از کلاس، حفظ بیشتر اطلاعات را تضمین می‌کند. این برنامه درسی به گونه‌ای طراحی شده است که انعطاف‌پذیر و سرگرم‌کننده باشد و می‌توان آن را کامل یا بخشی از آن را گذراند. پروژه‌ها از کوچک شروع شده و تا پایان چرخه ۱۰ هفته‌ای به تدریج پیچیده‌تر می‌شوند. -> راهنمای [قوانین رفتار](CODE_OF_CONDUCT.md)، [مشارکت](CONTRIBUTING.md)، [ترجمه](TRANSLATIONS.md) ما را بیابید. ما از بازخورد سازنده شما استقبال می‌کنیم! +> راهنمای [رفتار ما](CODE_OF_CONDUCT.md)، [مشارکت](CONTRIBUTING.md) و [ترجمه](TRANSLATIONS.md) را بیابید. ما بازخورد سازنده شما را خوش‌آمد می‌گوییم! -## هر درس شامل موارد زیر است: +## هر درس شامل: -- یادداشت اسکیچ اختیاری -- ویدئوی تکمیلی اختیاری -- آزمون گرم‌کردن قبل از درس +- خلاصه‌نویسی اختیاری +- ویدیوی تکمیلی اختیاری +- آزمون گرم‌کننده قبل از درس - درس مکتوب -- در دروس مبتنی بر پروژه، راهنمای مرحله به مرحله برای ساخت پروژه +- برای درس‌های پروژه‌محور، راهنماهای گام‌به‌گام برای ساخت پروژه - بررسی دانش - یک چالش -- مطالعات تکمیلی -- تمرین +- مطالعه تکمیلی +- تکلیف - [آزمون پس از درس](https://ff-quizzes.netlify.app/en/) -> **یک نکته درباره آزمون‌ها**: همه آزمون‌ها در پوشه Quiz-App قرار دارند، مجموعاً ۴۰ آزمون با سه سوال هر کدام. این آزمون‌ها در داخل دروس لینک شده‌اند، اما می‌توان برنامه آزمون را به صورت محلی اجرا کرد یا در Azure مستقر نمود؛ دستورالعمل‌ها در پوشه `quiz-app` موجود است. این آزمون‌ها به تدریج بومی‌سازی می‌شوند. +> **نکته‌ای درباره آزمون‌ها**: تمام آزمون‌ها در پوشه Quiz-App قرار دارند، مجموعاً ۴۰ آزمون هرکدام با سه سؤال. آنها از داخل درس‌ها لینک شده‌اند، اما اپلیکیشن آزمون را می‌توان به صورت محلی اجرا یا روی Azure مستقر کرد؛ دستورالعمل‌های آن در پوشه `quiz-app` است. آنها به تدریج به زبان‌های مختلف بومی‌سازی می‌شوند. -## 🎓 مثال‌های مناسب مبتدیان +## 🎓 نمونه‌های مناسب مبتدیان -**تازه‌کار در علم داده؟** ما یک [دایرکتوری مثال‌ها](examples/README.md) ویژه با کدهای ساده و خوب توضیح داده شده ایجاد کرده‌ایم تا به شما کمک کند شروع کنید: +**تازه‌کار در علم داده هستید؟** ما دایرکتوری ویژه‌ای از نمونه‌ها ایجاد کرده‌ایم [examples directory](examples/README.md) با کد ساده و کامنت‌گذاری شده برای کمک به شروع شما: - 🌟 **سلام دنیا** - اولین برنامه علم داده شما -- 📂 **بارگذاری داده‌ها** - یادگیری خواندن و بررسی مجموعه داده‌ها +- 📂 **بارگذاری داده** - یاد بگیرید چگونه داده‌ها را بخوانید و کاوش کنید - 📊 **تحلیل ساده** - محاسبه آمار و یافتن الگوها -- 📈 **تجسم پایه‌ای** - ساخت نمودارها و گراف‌ها -- 🔬 **پروژه واقعی** - جریان کاری کامل از ابتدا تا پایان +- 📈 **مصورسازی پایه‌ای** - ساخت نمودارها و گراف‌ها +- 🔬 **پروژه واقعی** - جریان کاری کامل از شروع تا پایان -هر مثال شامل توضیحات دقیق برای هر مرحله است، که آن را برای مبتدیان مطلق ایده‌آل می‌کند! +هر نمونه شامل توضیحات دقیق در مورد هر مرحله است، بنابراین برای مبتدیان مطلق بسیار مناسب است! -👉 **[شروع با مثال‌ها](examples/README.md)** 👈 +👉 **[شروع با نمونه‌ها](examples/README.md)** 👈 -## دروس +## درس‌ها -|![ یادداشت اسکیچ توسط @sketchthedocs https://sketchthedocs.dev](../../../../translated_images/fa/00-Roadmap.4905d6567dff4753.webp)| +|![خلاصه‌نویسی توسط @sketchthedocs https://sketchthedocs.dev](../../translated_images/fa/00-Roadmap.4905d6567dff4753.webp)| |:---:| -| علم داده برای مبتدیان: نقشه راه - _یادداشت اسکیچ توسط [@nitya](https://twitter.com/nitya)_ | +| نقشه راه علم داده برای مبتدیان - _خلاصه‌نویسی توسط [@nitya](https://twitter.com/nitya)_ | | شماره درس | موضوع | گروه درس | اهداف یادگیری | درس مرتبط | نویسنده | | :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: | -| ۰۱ | تعریف علم داده | [مقدمه](1-Introduction/README.md) | آشنایی با مفاهیم پایه علم داده و ارتباط آن با هوش مصنوعی، یادگیری ماشین و داده‌های بزرگ. | [درس](1-Introduction/01-defining-data-science/README.md) [ویدئو](https://youtu.be/beZ7Mb_oz9I) | [دیمیترای](http://soshnikov.com) | -| ۰۲ | اخلاق علم داده | [مقدمه](1-Introduction/README.md) | مفاهیم، چالش‌ها و چارچوب‌های اخلاق داده. | [درس](1-Introduction/02-ethics/README.md) | [نیتیا](https://twitter.com/nitya) | -| ۰۳ | تعریف داده | [مقدمه](1-Introduction/README.md) | چگونه داده‌ها دسته‌بندی می‌شوند و منابع رایج آن‌ها. | [درس](1-Introduction/03-defining-data/README.md) | [جاسمین](https://www.twitter.com/paladique) | -| ۰۴ | مقدمه‌ای بر آمار و احتمال | [مقدمه](1-Introduction/README.md) | تکنیک‌های ریاضی احتمال و آمار برای درک داده‌ها. | [درس](1-Introduction/04-stats-and-probability/README.md) [ویدئو](https://youtu.be/Z5Zy85g4Yjw) | [دیمیترای](http://soshnikov.com) | -| ۰۵ | کار با داده‌های رابطه‌ای | [کار با داده](2-Working-With-Data/README.md) | مقدمه‌ای بر داده‌های رابطه‌ای و اصول کاوش و تحلیل این داده‌ها با زبان ساخت‌یافته پرس‌وجو، معروف به SQL ("سی‌کوئل"). | [درس](2-Working-With-Data/05-relational-databases/README.md) | [کریستوفر](https://www.twitter.com/geektrainer) | | | -| ۰۶ | کار با داده‌های NoSQL | [کار با داده](2-Working-With-Data/README.md) | مقدمه‌ای بر داده‌های غیررابطه‌ای، انواع مختلف آن و مبانی کاوش و تحلیل پایگاه داده‌های اسنادی. | [درس](2-Working-With-Data/06-non-relational/README.md) | [جاسمین](https://twitter.com/paladique)| -| ۰۷ | کار با پایتون | [کار با داده](2-Working-With-Data/README.md) | اصول استفاده از پایتون برای کاوش داده‌ها با کتابخانه‌هایی مانند Pandas. آشنایی پایه با برنامه‌نویسی پایتون توصیه می‌شود. | [درس](2-Working-With-Data/07-python/README.md) [ویدئو](https://youtu.be/dZjWOGbsN4Y) | [دیمیترای](http://soshnikov.com) | -| ۰۸ | آماده‌سازی داده‌ها | [کار با داده](2-Working-With-Data/README.md) | موضوعات مربوط به تکنیک‌های پاک‌سازی و تبدیل داده برای مواجهه با چالش‌های داده‌های ناقص، نادرست یا کمبود اطلاعات. | [درس](2-Working-With-Data/08-data-preparation/README.md) | [جاسمین](https://www.twitter.com/paladique) | -| ۰۹ | تجسم مقادیر | [تجسم داده](3-Data-Visualization/README.md) | یادگیری استفاده از Matplotlib برای تجسم داده‌های پرندگان 🦆 | [درس](3-Data-Visualization/09-visualization-quantities/README.md) | [جن](https://twitter.com/jenlooper) | -| ۱۰ | تجسم توزیع داده‌ها | [تجسم داده](3-Data-Visualization/README.md) | تجسم مشاهدات و روندها در بازه‌ای مشخص. | [درس](3-Data-Visualization/10-visualization-distributions/README.md) | [جن](https://twitter.com/jenlooper) | -| ۱۱ | تجسم نسبت‌ها | [تجسم داده](3-Data-Visualization/README.md) | تجسم درصدهای گسسته و گروه‌بندی شده. | [درس](3-Data-Visualization/11-visualization-proportions/README.md) | [جن](https://twitter.com/jenlooper) | -| ۱۲ | تجسم روابط | [تجسم داده](3-Data-Visualization/README.md) | تجسم ارتباطات و همبستگی‌ها بین مجموعه‌های داده و متغیرهای آن‌ها. | [درس](3-Data-Visualization/12-visualization-relationships/README.md) | [جن](https://twitter.com/jenlooper) | -| ۱۳ | تجسم‌های معنادار | [تجسم داده](3-Data-Visualization/README.md) | تکنیک‌ها و راهنمایی برای ارزشمند کردن تجسم‌ها جهت حل مؤثر مسائل و کسب بینش‌ها. | [درس](3-Data-Visualization/13-meaningful-visualizations/README.md) | [جن](https://twitter.com/jenlooper) | -| ۱۴ | مقدمه‌ای بر چرخه زندگی علم داده | [چرخه زندگی](4-Data-Science-Lifecycle/README.md) | معرفی چرخه زندگی علم داده و اولین گام آن یعنی کسب و استخراج داده. | [درس](4-Data-Science-Lifecycle/14-Introduction/README.md) | [جاسمین](https://twitter.com/paladique) | -| ۱۵ | تحلیل | [چرخه زندگی](4-Data-Science-Lifecycle/README.md) | این مرحله از چرخه زندگی علم داده بر تکنیک‌های تحلیل داده متمرکز است. | [درس](4-Data-Science-Lifecycle/15-analyzing/README.md) | [جاسمین](https://twitter.com/paladique) | | | -| ۱۶ | ارتباطات | [چرخه زندگی](4-Data-Science-Lifecycle/README.md) | این مرحله از چرخه زندگی علم داده بر ارائه بینش‌های داده به طریقی که تصمیم‌گیرندگان به راحتی بفهمند، متمرکز است. | [درس](4-Data-Science-Lifecycle/16-communication/README.md) | [جالن](https://twitter.com/JalenMcG) | | | -| ۱۷ | علم داده در فضای ابری | [داده ابری](5-Data-Science-In-Cloud/README.md) | این مجموعه درس‌ها علم داده در فضای ابری و مزایای آن را معرفی می‌کند. | [درس](5-Data-Science-In-Cloud/17-Introduction/README.md) | [تیفانی](https://twitter.com/TiffanySouterre) و [ماود](https://twitter.com/maudstweets) | -| ۱۸ | علم داده در فضای ابری | [داده ابری](5-Data-Science-In-Cloud/README.md) | آموزش مدل‌ها با استفاده از ابزارهای کد پایین. |[درس](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [تیفانی](https://twitter.com/TiffanySouterre) و [ماود](https://twitter.com/maudstweets) | -| ۱۹ | علم داده در فضای ابری | [داده ابری](5-Data-Science-In-Cloud/README.md) | استقرار مدل‌ها با استفاده از Azure Machine Learning Studio. | [درس](5-Data-Science-In-Cloud/19-Azure/README.md)| [تیفانی](https://twitter.com/TiffanySouterre) و [ماود](https://twitter.com/maudstweets) | -| ۲۰ | علم داده در دنیای واقعی | [در دنیای واقعی](6-Data-Science-In-Wild/README.md) | پروژه‌های مبتنی بر علم داده در دنیای واقعی. | [درس](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [نیتیا](https://twitter.com/nitya) | - -## گیت‌هاب کدسپیس - -برای باز کردن این نمونه در یک Codespace مراحل زیر را دنبال کنید: -۱. منوی کشویی Code را کلیک کنید و گزینه Open with Codespaces را انتخاب کنید. -۲. در پایین پنل گزینه + New codespace را انتخاب کنید. -برای اطلاعات بیشتر، مستندات [GitHub](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) را بررسی کنید. +| 01 | تعریف علم داده | [مقدمه](1-Introduction/README.md) | یادگیری مفاهیم پایه علم داده و ارتباط آن با هوش مصنوعی، یادگیری ماشین و داده‌های بزرگ. | [درس](1-Introduction/01-defining-data-science/README.md) [ویدیو](https://youtu.be/beZ7Mb_oz9I) | [دیمیتری](http://soshnikov.com) | +| 02 | اخلاق علم داده | [مقدمه](1-Introduction/README.md) | مفاهیم اخلاق داده، چالش‌ها و چارچوب‌ها. | [درس](1-Introduction/02-ethics/README.md) | [نیتیا](https://twitter.com/nitya) | +| 03 | تعریف داده | [مقدمه](1-Introduction/README.md) | نحوه طبقه‌بندی داده‌ها و منابع رایج آن. | [درس](1-Introduction/03-defining-data/README.md) | [جازمین](https://www.twitter.com/paladique) | +| 04 | مقدمه‌ای بر آمار و احتمال | [مقدمه](1-Introduction/README.md) | تکنیک‌های ریاضی احتمال و آمار برای درک داده‌ها. | [درس](1-Introduction/04-stats-and-probability/README.md) [ویدیو](https://youtu.be/Z5Zy85g4Yjw) | [دیمیتری](http://soshnikov.com) | +| 05 | کار با داده‌های رابطه‌ای | [کار با داده](2-Working-With-Data/README.md) | معرفی داده‌های رابطه‌ای و اصول کاوش و تحلیل آن با زبان ساخت‌یافته پرس‌وجو، یا همان SQL (خوانده شده "سی‌کول"). | [درس](2-Working-With-Data/05-relational-databases/README.md) | [کریستوفر](https://www.twitter.com/geektrainer) | | | +| 06 | کار با داده‌های NoSQL | [کار با داده](2-Working-With-Data/README.md) | معرفی داده‌های غیررابطه‌ای، انواع مختلف آن و اصول کاوش و تحلیل پایگاه‌های داده سندی. | [درس](2-Working-With-Data/06-non-relational/README.md) | [جازمین](https://twitter.com/paladique)| +| 07 | کار با پایتون | [کار با داده](2-Working-With-Data/README.md) | اصول استفاده از پایتون برای کاوش داده‌ها با کتابخانه‌هایی مانند Pandas. دانش پایه‌ای برنامه‌نویسی پایتون توصیه می‌شود. | [درس](2-Working-With-Data/07-python/README.md) [ویدیو](https://youtu.be/dZjWOGbsN4Y) | [دیمیتری](http://soshnikov.com) | +| 08 | آماده‌سازی داده | [کار با داده](2-Working-With-Data/README.md) | موضوعات مربوط به تکنیک‌های داده برای پاک‌سازی و تبدیل داده‌ها به منظور مقابله با چالش‌های داده‌های گمشده، نادرست یا ناقص. | [درس](2-Working-With-Data/08-data-preparation/README.md) | [جازمین](https://www.twitter.com/paladique) | +| 09 | مصورسازی مقادیر | [مصورسازی داده](3-Data-Visualization/README.md) | یادگیری استفاده از Matplotlib برای مصورسازی داده‌های پرندگان 🦆 | [درس](3-Data-Visualization/09-visualization-quantities/README.md) | [جن](https://twitter.com/jenlooper) | +| 10 | مصورسازی توزیع داده‌ها | [مصورسازی داده](3-Data-Visualization/README.md) | مصورسازی مشاهدات و روندها در یک بازه. | [درس](3-Data-Visualization/10-visualization-distributions/README.md) | [جن](https://twitter.com/jenlooper) | +| 11 | مصورسازی نسبت‌ها | [مصورسازی داده](3-Data-Visualization/README.md) | مصورسازی درصدهای گسسته و گروه‌بندی شده. | [درس](3-Data-Visualization/11-visualization-proportions/README.md) | [جن](https://twitter.com/jenlooper) | +| 12 | مصورسازی روابط | [مصورسازی داده](3-Data-Visualization/README.md) | مصورسازی ارتباطات و همبستگی بین مجموعه‌های داده و متغیرهای آن‌ها. | [درس](3-Data-Visualization/12-visualization-relationships/README.md) | [جن](https://twitter.com/jenlooper) | +| 13 | مصورسازی‌های معنادار | [مصورسازی داده](3-Data-Visualization/README.md) | تکنیک‌ها و راهنمایی‌هایی برای ارزشمند کردن مصورسازی‌ها جهت حل مؤثر مسئله و کسب بینش. | [درس](3-Data-Visualization/13-meaningful-visualizations/README.md) | [جن](https://twitter.com/jenlooper) | +| 14 | مقدمه‌ای بر چرخه عمر علم داده | [چرخه عمر](4-Data-Science-Lifecycle/README.md) | مقدمه‌ای بر چرخه عمر علم داده و اولین گام آن یعنی کسب و استخراج داده. | [درس](4-Data-Science-Lifecycle/14-Introduction/README.md) | [جازمین](https://twitter.com/paladique) | +| 15 | تحلیل | [چرخه عمر](4-Data-Science-Lifecycle/README.md) | این مرحله از چرخه عمر علم داده بر تکنیک‌های تحلیل داده متمرکز است. | [درس](4-Data-Science-Lifecycle/15-analyzing/README.md) | [جازمین](https://twitter.com/paladique) | | | +| 16 | ارتباطات | [چرخه عمر](4-Data-Science-Lifecycle/README.md) | این مرحله از چرخه عمر علم داده بر ارائه بینش‌های حاصل از داده‌ها به گونه‌ای که تصمیم‌گیرندگان راحت‌تر درک کنند، تمرکز دارد. | [درس](4-Data-Science-Lifecycle/16-communication/README.md) | [جالن](https://twitter.com/JalenMcG) | | | +| 17 | علم داده در فضای ابری | [داده ابری](5-Data-Science-In-Cloud/README.md) | این سری از درس‌ها علم داده در فضای ابری و فواید آن را معرفی می‌کند. | [درس](5-Data-Science-In-Cloud/17-Introduction/README.md) | [تیفانی](https://twitter.com/TiffanySouterre) و [ماود](https://twitter.com/maudstweets) | +| 18 | علم داده در فضای ابری | [داده ابری](5-Data-Science-In-Cloud/README.md) | آموزش مدل‌ها با استفاده از ابزارهای کد پایین (Low Code). |[درس](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [تیفانی](https://twitter.com/TiffanySouterre) و [ماود](https://twitter.com/maudstweets) | +| 19 | علم داده در فضای ابری | [داده ابری](5-Data-Science-In-Cloud/README.md) | استقرار مدل‌ها با Azure Machine Learning Studio. | [درس](5-Data-Science-In-Cloud/19-Azure/README.md)| [تیفانی](https://twitter.com/TiffanySouterre) و [ماود](https://twitter.com/maudstweets) | +| 20 | علم داده در زندگی واقعی | [در محیط واقعی](6-Data-Science-In-Wild/README.md) | پروژه‌های مبتنی بر علم داده در دنیای واقعی. | [درس](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [نیتیا](https://twitter.com/nitya) | + +## کد اسپیس‌های گیت‌هاب + +برای باز کردن این نمونه در یک کد اسپیس این مراحل را دنبال کنید: +1. منوی کشویی Code را بزنید و گزینه Open with Codespaces را انتخاب کنید. +2. در پایین پنل، گزینه + New codespace را انتخاب کنید. +برای اطلاعات بیشتر به [مستندات گیت‌هاب](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) مراجعه کنید. ## VSCode Remote - Containers -برای باز کردن این مخزن در یک کانتینر با استفاده از دستگاه محلی و VSCode با افزونه VS Code Remote - Containers مراحل زیر را دنبال کنید: -۱. اگر برای اولین بار است که از یک کانتینر توسعه استفاده می‌کنید، لطفاً اطمینان حاصل کنید که سیستم شما پیش‌نیازها را دارد (مثلاً Docker نصب شده باشد) در [مستندات شروع](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started). +برای باز کردن این مخزن در کانتینر با استفاده از ماشین محلی و VSCode از افزونه VS Code Remote - Containers این مراحل را دنبال کنید: + +1. اگر برای اولین بار است که از کانتینر توسعه استفاده می‌کنید، لطفاً اطمینان حاصل کنید که سیستم شما پیش‌نیازها را دارد (مثلاً Docker نصب شده است) در [مستندات شروع کار](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started). -برای استفاده از این مخزن، می‌توانید مخزن را در یک volume ایزوله Docker باز کنید: +برای استفاده از این مخزن، می‌توانید یا مخزن را در یک Volume جداگانه Docker باز کنید: -**توجه**: در پشت صحنه، این از فرمان Remote-Containers: **Clone Repository in Container Volume...** استفاده می‌کند تا کد منبع را در یک volume داکر کپی کند نه در سیستم فایل محلی. [Volumeها](https://docs.docker.com/storage/volumes/) مکانیزم ترجیحی برای حفظ داده‌های کانتینر هستند. +**توجه**: در پس‌زمینه این کار از فرمان Remote-Containers: **Clone Repository in Container Volume...** استفاده می‌کند تا کد منبع را در Volume داکر به جای فایل‌سیستم محلی کلون کند. [Volume‌ها](https://docs.docker.com/storage/volumes/) مکانیزم توصیه شده برای حفظ داده کانتینر هستند. -یا نسخه‌ای که به‌صورت محلی کلون یا دانلود شده است را باز کنید: +یا نسخه کلون شده یا دانلود شده محلی مخزن را باز کنید: -- این مخزن را در سیستم فایل محلی خود کلون کنید. -- کلید F1 را فشار دهید و فرمان **Remote-Containers: Open Folder in Container...** را انتخاب کنید. -- نسخه کلون شده این پوشه را انتخاب کنید، منتظر شروع کانتینر بمانید و همه چیز را امتحان کنید. +- این مخزن را در فایل‌سیستم محلی کلون کنید. +- کلید F1 را بزنید و فرمان **Remote-Containers: Open Folder in Container...** را انتخاب کنید. +- نسخه کلون شده این پوشه را انتخاب کنید، منتظر شروع کانتینر باشید، و شروع به کار کنید. ## دسترسی آفلاین -می‌توانید این مستندات را به صورت آفلاین با استفاده از [Docsify](https://docsify.js.org/#/) اجرا کنید. این مخزن را فورک کنید، [Docsify را نصب کنید](https://docsify.js.org/#/quickstart) در رایانه محلی خود، سپس در پوشه ریشه این مخزن تایپ کنید `docsify serve`. وب‌سایت بر روی پورت ۳۰۰۰ در localhost شما سرو خواهد شد: `localhost:3000`. +می‌توانید این مستندات را آفلاین با استفاده از [Docsify](https://docsify.js.org/#/) اجرا کنید. این مخزن را فورک کنید، [Docsify](https://docsify.js.org/#/quickstart) را روی ماشین محلی نصب کنید، سپس در پوشه ریشه این مخزن دستور `docsify serve` را اجرا کنید. وب‌سایت بر روی پورت ۳۰۰۰ در localhost شما: `localhost:3000` ارائه خواهد شد. -> توجه، دفترچه‌ها از طریق Docsify رندر نمی‌شوند، بنابراین هر زمان نیاز به اجرای یک دفترچه یادداشت داشتید، آن را جداگانه در VS Code با اجرای هسته Python انجام دهید. +> توجه داشته باشید، دفترچه‌های نوت‌بوک توسط Docsify رندر نمی‌شوند، بنابراین هنگام نیاز به اجرای نوت‌بوک، آن را جداگانه در VS Code با استفاده از کرنل پایتون اجرا کنید. ## برنامه‌های درسی دیگر -تیم ما برنامه‌های درسی دیگری تولید می‌کند! نگاهی بیندازید به: +تیم ما برنامه‌های درسی دیگری نیز تولید می‌کند! ببینید: ### LangChain [![LangChain4j برای مبتدیان](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners) -[![LangChain.js برای مبتدیان](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) +[![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) --- -### Azure / Edge / MCP / Agents -[![AZD برای مبتدیان](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 برای مبتدیان](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 برای مبتدیان](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 Agents برای مبتدیان](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) +### Azure / Edge / MCP / عوامل +[![AZD for Beginners](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 for Beginners](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 for Beginners](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 Agents for Beginners](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) --- -### سری هوش مصنوعی مولد -[![هوش مصنوعی مولد برای مبتدیان](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) -[![هوش مصنوعی مولد (.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) -[![هوش مصنوعی مولد (جاوا)](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) -[![هوش مصنوعی مولد (جاوااسکریپت)](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) +### سری هوش مصنوعی تولیدی +[![Generative AI for Beginners](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) +[![Generative 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) +[![Generative 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) +[![Generative 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) --- -### یادگیری پایه -[![یادگیری ماشین برای مبتدیان](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) -[![علم داده برای مبتدیان](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) -[![هوش مصنوعی برای مبتدیان](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) -[![امنیت سایبری برای مبتدیان](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) -[![توسعه وب برای مبتدیان](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) -[![اینترنت اشیاء برای مبتدیان](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) -[![توسعه XR برای مبتدیان](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) +### یادگیری اصلی +[![ML for Beginners](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) +[![Data Science for Beginners](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 for Beginners](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) +[![Cybersecurity for Beginners](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) +[![Web Dev for Beginners](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 for Beginners](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 Development for Beginners](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) --- ### سری کاپیلوت -[![کاپیلوت برای برنامه‌نویسی جفتی هوش مصنوعی](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) -[![کاپیلوت برای C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) -[![ماجراجویی کاپیلوت](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) +[![Copilot for AI Paired Programming](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) +[![Copilot for C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) +[![Copilot Adventure](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) ## دریافت کمک -**با مشکلات مواجه شده‌اید؟** راهنمای [عیب‌یابی](TROUBLESHOOTING.md) را برای راه‌حل مشکلات رایج بررسی کنید. +**با مشکلی مواجه شده‌اید؟** راهنمای [رفع اشکال](TROUBLESHOOTING.md) ما را برای یافتن راه‌حل مشکلات رایج بررسی کنید. -اگر گیر کردید یا سوالی درباره ساخت برنامه‌های هوش مصنوعی دارید، به همراه سایر یادگیرندگان و توسعه‌دهندگان با تجربه در بحث‌های مربوط به MCP شرکت کنید. این یک جامعه حمایتی است که سوالات در آن استقبال می‌شود و دانش به طور آزاد به اشتراک گذاشته می‌شود. +اگر گیر کردید یا سوالی درباره ساخت برنامه‌های هوش مصنوعی دارید، به جمع یادگیرندگان و توسعه‌دهندگان باتجربه ملحق شوید و در بحث‌ها درباره MCP شرکت کنید. این یک جامعه پشتیبان است که سوالات در آن خوش‌آمد گفته می‌شوند و دانش آزادانه به اشتراک گذاشته می‌شود. [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -اگر بازخورد درباره محصول دارید یا هنگام ساخت با خطا مواجه شدید، به آدرس زیر مراجعه کنید: +اگر بازخورد محصول دارید یا هنگام ساخت با خطا مواجه شدید به آدرس زیر مراجعه کنید: [![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 +250,5 @@ CO_OP_TRANSLATOR_METADATA: **سلب مسئولیت**: -این سند با استفاده از سرویس ترجمه هوش مصنوعی [Co-op Translator](https://github.com/Azure/co-op-translator) ترجمه شده است. در حالی که ما برای دقت تلاش می‌کنیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است دارای خطاها یا نواقص باشند. سند اصلی به زبان بومی خود باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حیاتی، ترجمه حرفه‌ای انسانی توصیه می‌شود. ما مسئول هیچ گونه سوءتفاهم یا برداشت نادرستی ناشی از استفاده از این ترجمه نیستیم. +این سند با استفاده از خدمات ترجمه ماشینی هوش مصنوعی [Co-op Translator](https://github.com/Azure/co-op-translator) ترجمه شده است. اگرچه ما در تلاش برای دقت هستیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است دارای خطا یا نواقصی باشند. سند اصلی به زبان مادری آن منبع معتبر تلقی می‌شود. برای اطلاعات حیاتی، استفاده از ترجمه حرفه‌ای انسانی توصیه می‌شود. ما مسئول هیچ گونه سوءتفاهم یا برداشت نادرست ناشی از استفاده از این ترجمه نیستیم. \ No newline at end of file diff --git a/translations/fa/SECURITY.md b/translations/fa/SECURITY.md index fa952e25..25a75292 100644 --- a/translations/fa/SECURITY.md +++ b/translations/fa/SECURITY.md @@ -1,12 +1,3 @@ - ## امنیت مایکروسافت امنیت محصولات و خدمات نرم‌افزاری خود را جدی می‌گیرد، که شامل تمامی مخازن کد منبع مدیریت‌شده از طریق سازمان‌های GitHub ما می‌شود، از جمله [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) و [سازمان‌های GitHub ما](https://opensource.microsoft.com/). diff --git a/translations/fa/SUPPORT.md b/translations/fa/SUPPORT.md index 46b2bef6..30abeb2f 100644 --- a/translations/fa/SUPPORT.md +++ b/translations/fa/SUPPORT.md @@ -1,12 +1,3 @@ - # پشتیبانی ## چگونه مشکلات را گزارش دهیم و کمک بگیریم diff --git a/translations/fa/TROUBLESHOOTING.md b/translations/fa/TROUBLESHOOTING.md index 04e27cf6..26a37f8c 100644 --- a/translations/fa/TROUBLESHOOTING.md +++ b/translations/fa/TROUBLESHOOTING.md @@ -1,12 +1,3 @@ - # راهنمای رفع مشکلات این راهنما راه‌حل‌هایی برای مشکلات رایج که ممکن است هنگام کار با دوره آموزشی «علم داده برای مبتدیان» با آن مواجه شوید ارائه می‌دهد. diff --git a/translations/fa/USAGE.md b/translations/fa/USAGE.md index 31e7fcb9..a6edea64 100644 --- a/translations/fa/USAGE.md +++ b/translations/fa/USAGE.md @@ -1,12 +1,3 @@ - # راهنمای استفاده این راهنما مثال‌ها و جریان‌های کاری رایج برای استفاده از برنامه درسی «علم داده برای مبتدیان» را ارائه می‌دهد. diff --git a/translations/fa/docs/_sidebar.md b/translations/fa/docs/_sidebar.md index b31f3cdf..b5f5068d 100644 --- a/translations/fa/docs/_sidebar.md +++ b/translations/fa/docs/_sidebar.md @@ -1,12 +1,3 @@ - - مقدمه - [تعریف علم داده](../1-Introduction/01-defining-data-science/README.md) - [اخلاق در علم داده](../1-Introduction/02-ethics/README.md) diff --git a/translations/fa/examples/README.md b/translations/fa/examples/README.md index 955c5cb8..38d87171 100644 --- a/translations/fa/examples/README.md +++ b/translations/fa/examples/README.md @@ -1,12 +1,3 @@ - # مثال‌های مقدماتی علم داده به دایرکتوری مثال‌ها خوش آمدید! این مجموعه از مثال‌های ساده و با توضیحات کامل طراحی شده است تا به شما کمک کند حتی اگر کاملاً مبتدی هستید، با علم داده شروع کنید. diff --git a/translations/fa/for-teachers.md b/translations/fa/for-teachers.md index 81a63b10..e7fb15bf 100644 --- a/translations/fa/for-teachers.md +++ b/translations/fa/for-teachers.md @@ -1,12 +1,3 @@ - ## برای آموزگاران آیا مایلید از این برنامه آموزشی در کلاس خود استفاده کنید؟ لطفاً با خیال راحت این کار را انجام دهید! diff --git a/translations/fa/quiz-app/README.md b/translations/fa/quiz-app/README.md index 1619c1fc..6cc9df81 100644 --- a/translations/fa/quiz-app/README.md +++ b/translations/fa/quiz-app/README.md @@ -1,12 +1,3 @@ - # آزمون‌ها این آزمون‌ها شامل آزمون‌های قبل و بعد از جلسات آموزشی برای برنامه درسی علم داده در https://aka.ms/datascience-beginners هستند. diff --git a/translations/fa/sketchnotes/README.md b/translations/fa/sketchnotes/README.md index 32b42713..04e0402d 100644 --- a/translations/fa/sketchnotes/README.md +++ b/translations/fa/sketchnotes/README.md @@ -1,12 +1,3 @@ - تمام اسکچ‌نوت‌ها را اینجا پیدا کنید! ## اعتبارها diff --git a/translations/ur/1-Introduction/01-defining-data-science/README.md b/translations/ur/1-Introduction/01-defining-data-science/README.md index 6f32b535..384d5f08 100644 --- a/translations/ur/1-Introduction/01-defining-data-science/README.md +++ b/translations/ur/1-Introduction/01-defining-data-science/README.md @@ -1,12 +1,3 @@ - # ڈیٹا سائنس کی تعریف | ![ [(@sketchthedocs)](https://sketchthedocs.dev) کی طرف سے اسکیچ نوٹ ](../../sketchnotes/01-Definitions.png) | diff --git a/translations/ur/1-Introduction/01-defining-data-science/assignment.md b/translations/ur/1-Introduction/01-defining-data-science/assignment.md index 15751c22..49478adb 100644 --- a/translations/ur/1-Introduction/01-defining-data-science/assignment.md +++ b/translations/ur/1-Introduction/01-defining-data-science/assignment.md @@ -1,12 +1,3 @@ - # اسائنمنٹ: ڈیٹا سائنس کے منظرنامے اس پہلے اسائنمنٹ میں، ہم آپ سے درخواست کرتے ہیں کہ آپ مختلف مسئلہ کے شعبوں میں کسی حقیقی زندگی کے عمل یا مسئلے کے بارے میں سوچیں، اور ڈیٹا سائنس کے عمل کو استعمال کرتے ہوئے اسے کیسے بہتر بنایا جا سکتا ہے۔ درج ذیل پر غور کریں: diff --git a/translations/ur/1-Introduction/01-defining-data-science/solution/assignment.md b/translations/ur/1-Introduction/01-defining-data-science/solution/assignment.md index 632f1842..8e06d30e 100644 --- a/translations/ur/1-Introduction/01-defining-data-science/solution/assignment.md +++ b/translations/ur/1-Introduction/01-defining-data-science/solution/assignment.md @@ -1,12 +1,3 @@ - # ڈیٹا سائنس کے منظرنامے: اسائنمنٹ اس پہلے اسائنمنٹ میں، ہم آپ سے درخواست کرتے ہیں کہ آپ مختلف مسئلہ کے شعبوں میں کسی حقیقی زندگی کے عمل یا مسئلے کے بارے میں سوچیں، اور یہ کہ آپ ڈیٹا سائنس کے عمل کو استعمال کرتے ہوئے اسے کیسے بہتر بنا سکتے ہیں۔ درج ذیل پر غور کریں: diff --git a/translations/ur/1-Introduction/02-ethics/README.md b/translations/ur/1-Introduction/02-ethics/README.md index b373bbdf..996f9de2 100644 --- a/translations/ur/1-Introduction/02-ethics/README.md +++ b/translations/ur/1-Introduction/02-ethics/README.md @@ -1,12 +1,3 @@ - # ڈیٹا اخلاقیات کا تعارف |![ اسکیچ نوٹ [(@sketchthedocs)](https://sketchthedocs.dev) کی طرف سے ](../../sketchnotes/02-Ethics.png)| diff --git a/translations/ur/1-Introduction/02-ethics/assignment.md b/translations/ur/1-Introduction/02-ethics/assignment.md index 1b174027..f2efa6cd 100644 --- a/translations/ur/1-Introduction/02-ethics/assignment.md +++ b/translations/ur/1-Introduction/02-ethics/assignment.md @@ -1,12 +1,3 @@ - ## ڈیٹا اخلاقیات کا کیس اسٹڈی لکھیں ## ہدایات diff --git a/translations/ur/1-Introduction/03-defining-data/README.md b/translations/ur/1-Introduction/03-defining-data/README.md index 0dfc6fb6..580596b7 100644 --- a/translations/ur/1-Introduction/03-defining-data/README.md +++ b/translations/ur/1-Introduction/03-defining-data/README.md @@ -1,12 +1,3 @@ - # ڈیٹا کی تعریف |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/03-DefiningData.png)| diff --git a/translations/ur/1-Introduction/03-defining-data/assignment.md b/translations/ur/1-Introduction/03-defining-data/assignment.md index 69815c5c..10b2fff4 100644 --- a/translations/ur/1-Introduction/03-defining-data/assignment.md +++ b/translations/ur/1-Introduction/03-defining-data/assignment.md @@ -1,12 +1,3 @@ - # ڈیٹا سیٹس کی درجہ بندی ## ہدایات diff --git a/translations/ur/1-Introduction/04-stats-and-probability/README.md b/translations/ur/1-Introduction/04-stats-and-probability/README.md index 8f1e3911..6a925ba8 100644 --- a/translations/ur/1-Introduction/04-stats-and-probability/README.md +++ b/translations/ur/1-Introduction/04-stats-and-probability/README.md @@ -1,12 +1,3 @@ - # شماریات اور احتمال کا مختصر تعارف |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/04-Statistics-Probability.png)| @@ -64,7 +55,7 @@ CO_OP_TRANSLATOR_METADATA: گرافک طور پر، ہم میڈین اور چارٹائلز کے تعلق کو ایک ڈایاگرام میں ظاہر کر سکتے ہیں جسے **باکس پلاٹ** کہا جاتا ہے: -باکس پلاٹ کی وضاحت +باکس پلاٹ کی وضاحت یہاں ہم **انٹر-چارٹائل رینج** IQR=Q3-Q1 اور نام نہاد **آؤٹ لائرز** کا بھی حساب لگاتے ہیں - وہ قدریں جو حدود [Q1-1.5*IQR,Q3+1.5*IQR] سے باہر ہوتی ہیں۔ diff --git a/translations/ur/1-Introduction/04-stats-and-probability/assignment.md b/translations/ur/1-Introduction/04-stats-and-probability/assignment.md index 5226beae..62219452 100644 --- a/translations/ur/1-Introduction/04-stats-and-probability/assignment.md +++ b/translations/ur/1-Introduction/04-stats-and-probability/assignment.md @@ -1,12 +1,3 @@ - # چھوٹا ذیابیطس مطالعہ اس اسائنمنٹ میں، ہم ذیابیطس کے مریضوں کے ایک چھوٹے ڈیٹا سیٹ کے ساتھ کام کریں گے جو [یہاں](https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html) سے لیا گیا ہے۔ diff --git a/translations/ur/1-Introduction/README.md b/translations/ur/1-Introduction/README.md index 7c7cae5e..3992c2b2 100644 --- a/translations/ur/1-Introduction/README.md +++ b/translations/ur/1-Introduction/README.md @@ -1,12 +1,3 @@ - # ڈیٹا سائنس کا تعارف ![عملی ڈیٹا](../../../translated_images/ur/data.48e22bb7617d8d92188afbc4c48effb920ba79f5cebdc0652cd9f34bbbd90c18.jpg) diff --git a/translations/ur/2-Working-With-Data/05-relational-databases/README.md b/translations/ur/2-Working-With-Data/05-relational-databases/README.md index 0aebd31d..7e4b9a51 100644 --- a/translations/ur/2-Working-With-Data/05-relational-databases/README.md +++ b/translations/ur/2-Working-With-Data/05-relational-databases/README.md @@ -1,12 +1,3 @@ - # ڈیٹا کے ساتھ کام کرنا: رلیشنل ڈیٹا بیسز |![ اسکیچنوٹ بذریعہ [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/05-RelationalData.png)| diff --git a/translations/ur/2-Working-With-Data/05-relational-databases/assignment.md b/translations/ur/2-Working-With-Data/05-relational-databases/assignment.md index ac193bb9..f747fcef 100644 --- a/translations/ur/2-Working-With-Data/05-relational-databases/assignment.md +++ b/translations/ur/2-Working-With-Data/05-relational-databases/assignment.md @@ -1,12 +1,3 @@ - # ہوائی اڈے کے ڈیٹا کو دکھانا آپ کو ایک [ڈیٹا بیس](https://raw.githubusercontent.com/Microsoft/Data-Science-For-Beginners/main/2-Working-With-Data/05-relational-databases/airports.db) فراہم کیا گیا ہے جو [SQLite](https://sqlite.org/index.html) پر مبنی ہے اور ہوائی اڈوں کے بارے میں معلومات پر مشتمل ہے۔ اس کا اسکیما نیچے دکھایا گیا ہے۔ آپ [Visual Studio Code](https://code.visualstudio.com?WT.mc_id=academic-77958-bethanycheum) میں [SQLite extension](https://marketplace.visualstudio.com/items?itemName=alexcvzz.vscode-sqlite&WT.mc_id=academic-77958-bethanycheum) استعمال کریں گے تاکہ مختلف شہروں کے ہوائی اڈوں کی معلومات دکھا سکیں۔ diff --git a/translations/ur/2-Working-With-Data/06-non-relational/README.md b/translations/ur/2-Working-With-Data/06-non-relational/README.md index 47ed3f6b..b9728e83 100644 --- a/translations/ur/2-Working-With-Data/06-non-relational/README.md +++ b/translations/ur/2-Working-With-Data/06-non-relational/README.md @@ -1,12 +1,3 @@ - # غیر تعلقاتی ڈیٹا کے ساتھ کام کرنا |![ [(@sketchthedocs)](https://sketchthedocs.dev) کی طرف سے اسکیچ نوٹ ](../../sketchnotes/06-NoSQL.png)| diff --git a/translations/ur/2-Working-With-Data/06-non-relational/assignment.md b/translations/ur/2-Working-With-Data/06-non-relational/assignment.md index 6162dd2d..aeb489ad 100644 --- a/translations/ur/2-Working-With-Data/06-non-relational/assignment.md +++ b/translations/ur/2-Working-With-Data/06-non-relational/assignment.md @@ -1,12 +1,3 @@ - # سوڈا منافع ## ہدایات diff --git a/translations/ur/2-Working-With-Data/07-python/README.md b/translations/ur/2-Working-With-Data/07-python/README.md index 2bd3525e..b3d1362b 100644 --- a/translations/ur/2-Working-With-Data/07-python/README.md +++ b/translations/ur/2-Working-With-Data/07-python/README.md @@ -1,12 +1,3 @@ - # ڈیٹا کے ساتھ کام کرنا: پائتھون اور پانڈاز لائبریری | ![ [(@sketchthedocs)](https://sketchthedocs.dev) کی طرف سے اسکیچ نوٹ ](../../sketchnotes/07-WorkWithPython.png) | diff --git a/translations/ur/2-Working-With-Data/07-python/assignment.md b/translations/ur/2-Working-With-Data/07-python/assignment.md index 67e7f74b..9485a77c 100644 --- a/translations/ur/2-Working-With-Data/07-python/assignment.md +++ b/translations/ur/2-Working-With-Data/07-python/assignment.md @@ -1,12 +1,3 @@ - # ڈیٹا پروسیسنگ کے لیے پائتھون میں اسائنمنٹ اس اسائنمنٹ میں، ہم آپ سے درخواست کریں گے کہ آپ ان کوڈز پر تفصیل سے کام کریں جو ہم نے اپنے چیلنجز میں شروع کیے ہیں۔ اس اسائنمنٹ کے دو حصے ہیں: diff --git a/translations/ur/2-Working-With-Data/08-data-preparation/README.md b/translations/ur/2-Working-With-Data/08-data-preparation/README.md index 5edb3e4a..a9f0c39d 100644 --- a/translations/ur/2-Working-With-Data/08-data-preparation/README.md +++ b/translations/ur/2-Working-With-Data/08-data-preparation/README.md @@ -1,12 +1,3 @@ - # ڈیٹا کے ساتھ کام کرنا: ڈیٹا کی تیاری |![ [(@sketchthedocs)](https://sketchthedocs.dev) کی طرف سے اسکیچ نوٹ ](../../sketchnotes/08-DataPreparation.png)| diff --git a/translations/ur/2-Working-With-Data/08-data-preparation/assignment.md b/translations/ur/2-Working-With-Data/08-data-preparation/assignment.md index 67a963c5..a59b68a6 100644 --- a/translations/ur/2-Working-With-Data/08-data-preparation/assignment.md +++ b/translations/ur/2-Working-With-Data/08-data-preparation/assignment.md @@ -1,12 +1,3 @@ - # فارم سے ڈیٹا کا جائزہ لینا ایک کلائنٹ نے اپنے صارفین کے بارے میں بنیادی معلومات جمع کرنے کے لیے ایک [چھوٹا فارم](../../../../2-Working-With-Data/08-data-preparation/index.html) کا تجربہ کیا ہے۔ وہ اپنے نتائج آپ کے پاس لائے ہیں تاکہ آپ ان کے جمع کردہ ڈیٹا کی تصدیق کریں۔ آپ براؤزر میں `index.html` صفحہ کھول کر فارم دیکھ سکتے ہیں۔ diff --git a/translations/ur/2-Working-With-Data/README.md b/translations/ur/2-Working-With-Data/README.md index aff15a9b..425791dd 100644 --- a/translations/ur/2-Working-With-Data/README.md +++ b/translations/ur/2-Working-With-Data/README.md @@ -1,12 +1,3 @@ - # ڈیٹا کے ساتھ کام کرنا ![data love](../../../translated_images/ur/data-love.a22ef29e6742c852505ada062920956d3d7604870b281a8ca7c7ac6f37381d5a.jpg) diff --git a/translations/ur/3-Data-Visualization/09-visualization-quantities/README.md b/translations/ur/3-Data-Visualization/09-visualization-quantities/README.md index d0d567c3..e1778821 100644 --- a/translations/ur/3-Data-Visualization/09-visualization-quantities/README.md +++ b/translations/ur/3-Data-Visualization/09-visualization-quantities/README.md @@ -1,12 +1,3 @@ - # مقداروں کی بصری نمائندگی |![ [(@sketchthedocs)](https://sketchthedocs.dev) کی اسکیچ نوٹ ](../../sketchnotes/09-Visualizing-Quantities.png)| diff --git a/translations/ur/3-Data-Visualization/09-visualization-quantities/assignment.md b/translations/ur/3-Data-Visualization/09-visualization-quantities/assignment.md index c5c8298f..acf42b3d 100644 --- a/translations/ur/3-Data-Visualization/09-visualization-quantities/assignment.md +++ b/translations/ur/3-Data-Visualization/09-visualization-quantities/assignment.md @@ -1,12 +1,3 @@ - # لکیریں، اسکیٹرز اور بارز ## ہدایات diff --git a/translations/ur/3-Data-Visualization/10-visualization-distributions/README.md b/translations/ur/3-Data-Visualization/10-visualization-distributions/README.md index 42e9ded8..1846c390 100644 --- a/translations/ur/3-Data-Visualization/10-visualization-distributions/README.md +++ b/translations/ur/3-Data-Visualization/10-visualization-distributions/README.md @@ -1,12 +1,3 @@ - # تقسیمات کو بصری بنانا |![ [(@sketchthedocs)](https://sketchthedocs.dev) کی طرف سے اسکیچ نوٹ ](../../sketchnotes/10-Visualizing-Distributions.png)| diff --git a/translations/ur/3-Data-Visualization/10-visualization-distributions/assignment.md b/translations/ur/3-Data-Visualization/10-visualization-distributions/assignment.md index 00f63dc3..50b71ad4 100644 --- a/translations/ur/3-Data-Visualization/10-visualization-distributions/assignment.md +++ b/translations/ur/3-Data-Visualization/10-visualization-distributions/assignment.md @@ -1,12 +1,3 @@ - # اپنی مہارتوں کا اطلاق کریں ## ہدایات diff --git a/translations/ur/3-Data-Visualization/11-visualization-proportions/README.md b/translations/ur/3-Data-Visualization/11-visualization-proportions/README.md index 4d3851d2..07803e8a 100644 --- a/translations/ur/3-Data-Visualization/11-visualization-proportions/README.md +++ b/translations/ur/3-Data-Visualization/11-visualization-proportions/README.md @@ -1,12 +1,3 @@ - # تناسبات کی بصری نمائندگی |![ [(@sketchthedocs)](https://sketchthedocs.dev) کی اسکیچ نوٹ ](../../sketchnotes/11-Visualizing-Proportions.png)| diff --git a/translations/ur/3-Data-Visualization/11-visualization-proportions/assignment.md b/translations/ur/3-Data-Visualization/11-visualization-proportions/assignment.md index c7bc24ec..4eaa7729 100644 --- a/translations/ur/3-Data-Visualization/11-visualization-proportions/assignment.md +++ b/translations/ur/3-Data-Visualization/11-visualization-proportions/assignment.md @@ -1,12 +1,3 @@ - # ایکسل میں آزمائیں ## ہدایات diff --git a/translations/ur/3-Data-Visualization/12-visualization-relationships/README.md b/translations/ur/3-Data-Visualization/12-visualization-relationships/README.md index 937adf9e..4b2c16ea 100644 --- a/translations/ur/3-Data-Visualization/12-visualization-relationships/README.md +++ b/translations/ur/3-Data-Visualization/12-visualization-relationships/README.md @@ -1,12 +1,3 @@ - # شہد کے تعلقات کی بصری نمائندگی: شہد کے بارے میں سب کچھ 🍯 |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/12-Visualizing-Relationships.png)| diff --git a/translations/ur/3-Data-Visualization/12-visualization-relationships/assignment.md b/translations/ur/3-Data-Visualization/12-visualization-relationships/assignment.md index c98045a8..6aa90dd1 100644 --- a/translations/ur/3-Data-Visualization/12-visualization-relationships/assignment.md +++ b/translations/ur/3-Data-Visualization/12-visualization-relationships/assignment.md @@ -1,12 +1,3 @@ - # شہد کی مکھیوں کے چھتے میں غوطہ لگائیں ## ہدایات diff --git a/translations/ur/3-Data-Visualization/13-meaningful-visualizations/README.md b/translations/ur/3-Data-Visualization/13-meaningful-visualizations/README.md index 0240201c..d1c534aa 100644 --- a/translations/ur/3-Data-Visualization/13-meaningful-visualizations/README.md +++ b/translations/ur/3-Data-Visualization/13-meaningful-visualizations/README.md @@ -1,12 +1,3 @@ - # بامعنی بصری نمائیاں بنانا |![ اسکیچ نوٹ از [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/13-MeaningfulViz.png)| diff --git a/translations/ur/3-Data-Visualization/13-meaningful-visualizations/assignment.md b/translations/ur/3-Data-Visualization/13-meaningful-visualizations/assignment.md index 01ac602c..260a9b6e 100644 --- a/translations/ur/3-Data-Visualization/13-meaningful-visualizations/assignment.md +++ b/translations/ur/3-Data-Visualization/13-meaningful-visualizations/assignment.md @@ -1,12 +1,3 @@ - # اپنی مرضی کی وِز بنائیں ## ہدایات diff --git a/translations/ur/3-Data-Visualization/13-meaningful-visualizations/solution/README.md b/translations/ur/3-Data-Visualization/13-meaningful-visualizations/solution/README.md index dba775bb..fca65294 100644 --- a/translations/ur/3-Data-Visualization/13-meaningful-visualizations/solution/README.md +++ b/translations/ur/3-Data-Visualization/13-meaningful-visualizations/solution/README.md @@ -1,12 +1,3 @@ - # خطرناک تعلقات ڈیٹا ویژولائزیشن پروجیکٹ شروع کرنے کے لیے، یہ یقینی بنائیں کہ آپ کے سسٹم پر NPM اور Node انسٹال اور چل رہے ہیں۔ ڈپینڈنسیز انسٹال کریں (npm install) اور پھر پروجیکٹ کو لوکل طور پر چلائیں (npm run serve): diff --git a/translations/ur/3-Data-Visualization/13-meaningful-visualizations/starter/README.md b/translations/ur/3-Data-Visualization/13-meaningful-visualizations/starter/README.md index c3224558..06f4115c 100644 --- a/translations/ur/3-Data-Visualization/13-meaningful-visualizations/starter/README.md +++ b/translations/ur/3-Data-Visualization/13-meaningful-visualizations/starter/README.md @@ -1,12 +1,3 @@ - # خطرناک تعلقات ڈیٹا ویژولائزیشن پروجیکٹ شروع کرنے کے لیے، یہ یقینی بنائیں کہ آپ کے سسٹم پر NPM اور Node انسٹال اور چل رہے ہیں۔ ڈپینڈنسیز انسٹال کریں (npm install) اور پھر پروجیکٹ کو لوکل طور پر چلائیں (npm run serve): diff --git a/translations/ur/3-Data-Visualization/R/09-visualization-quantities/README.md b/translations/ur/3-Data-Visualization/R/09-visualization-quantities/README.md index b10092cf..c6435272 100644 --- a/translations/ur/3-Data-Visualization/R/09-visualization-quantities/README.md +++ b/translations/ur/3-Data-Visualization/R/09-visualization-quantities/README.md @@ -1,12 +1,3 @@ - # مقداروں کی بصری نمائندگی |![ [(@sketchthedocs)](https://sketchthedocs.dev) کی طرف سے اسکیچ نوٹ ](https://github.com/microsoft/Data-Science-For-Beginners/blob/main/sketchnotes/09-Visualizing-Quantities.png)| |:---:| diff --git a/translations/ur/3-Data-Visualization/R/09-visualization-quantities/assignment.md b/translations/ur/3-Data-Visualization/R/09-visualization-quantities/assignment.md index ce0d3e1c..5afce419 100644 --- a/translations/ur/3-Data-Visualization/R/09-visualization-quantities/assignment.md +++ b/translations/ur/3-Data-Visualization/R/09-visualization-quantities/assignment.md @@ -1,12 +1,3 @@ - # لکیریں، بکھراؤ اور بارز ## ہدایات diff --git a/translations/ur/3-Data-Visualization/R/10-visualization-distributions/README.md b/translations/ur/3-Data-Visualization/R/10-visualization-distributions/README.md index 290b386f..73396a95 100644 --- a/translations/ur/3-Data-Visualization/R/10-visualization-distributions/README.md +++ b/translations/ur/3-Data-Visualization/R/10-visualization-distributions/README.md @@ -1,12 +1,3 @@ - # تقسیمات کو بصری بنانا |![ [(@sketchthedocs)](https://sketchthedocs.dev) کی طرف سے اسکیچ نوٹ ](https://github.com/microsoft/Data-Science-For-Beginners/blob/main/sketchnotes/10-Visualizing-Distributions.png)| diff --git a/translations/ur/3-Data-Visualization/R/10-visualization-distributions/assignment.md b/translations/ur/3-Data-Visualization/R/10-visualization-distributions/assignment.md index ada2f1cb..6b206ba3 100644 --- a/translations/ur/3-Data-Visualization/R/10-visualization-distributions/assignment.md +++ b/translations/ur/3-Data-Visualization/R/10-visualization-distributions/assignment.md @@ -1,12 +1,3 @@ - # اپنی مہارتوں کا اطلاق کریں ## ہدایات diff --git a/translations/ur/3-Data-Visualization/R/11-visualization-proportions/README.md b/translations/ur/3-Data-Visualization/R/11-visualization-proportions/README.md index 4e93d9f1..fd8c1c0f 100644 --- a/translations/ur/3-Data-Visualization/R/11-visualization-proportions/README.md +++ b/translations/ur/3-Data-Visualization/R/11-visualization-proportions/README.md @@ -1,12 +1,3 @@ - # تناسبات کی بصری نمائندگی |![ [(@sketchthedocs)](https://sketchthedocs.dev) کی اسکیچ نوٹ ](../../../sketchnotes/11-Visualizing-Proportions.png)| diff --git a/translations/ur/3-Data-Visualization/R/12-visualization-relationships/README.md b/translations/ur/3-Data-Visualization/R/12-visualization-relationships/README.md index d964c254..acf2d69e 100644 --- a/translations/ur/3-Data-Visualization/R/12-visualization-relationships/README.md +++ b/translations/ur/3-Data-Visualization/R/12-visualization-relationships/README.md @@ -1,12 +1,3 @@ - # شہد کے تعلقات کی بصری نمائندگی: شہد کے بارے میں سب کچھ 🍯 |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../../sketchnotes/12-Visualizing-Relationships.png)| diff --git a/translations/ur/3-Data-Visualization/R/13-meaningful-vizualizations/README.md b/translations/ur/3-Data-Visualization/R/13-meaningful-vizualizations/README.md index c5e985ef..0f2b3abd 100644 --- a/translations/ur/3-Data-Visualization/R/13-meaningful-vizualizations/README.md +++ b/translations/ur/3-Data-Visualization/R/13-meaningful-vizualizations/README.md @@ -1,12 +1,3 @@ - # بامعنی بصری نمائیاں بنانا |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../../sketchnotes/13-MeaningfulViz.png)| diff --git a/translations/ur/3-Data-Visualization/README.md b/translations/ur/3-Data-Visualization/README.md index 791522ce..16cfac43 100644 --- a/translations/ur/3-Data-Visualization/README.md +++ b/translations/ur/3-Data-Visualization/README.md @@ -1,12 +1,3 @@ - # تصورات ![ایک شہد کی مکھی لیونڈر کے پھول پر](../../../translated_images/ur/bee.0aa1d91132b12e3a8994b9ca12816d05ce1642010d9b8be37f8d37365ba845cf.jpg) diff --git a/translations/ur/4-Data-Science-Lifecycle/14-Introduction/README.md b/translations/ur/4-Data-Science-Lifecycle/14-Introduction/README.md index c728ecc3..ba80d27d 100644 --- a/translations/ur/4-Data-Science-Lifecycle/14-Introduction/README.md +++ b/translations/ur/4-Data-Science-Lifecycle/14-Introduction/README.md @@ -1,12 +1,3 @@ - # ڈیٹا سائنس کے لائف سائیکل کا تعارف |![ [(@sketchthedocs)](https://sketchthedocs.dev) کی اسکیچ نوٹ ](../../sketchnotes/14-DataScience-Lifecycle.png)| diff --git a/translations/ur/4-Data-Science-Lifecycle/14-Introduction/assignment.md b/translations/ur/4-Data-Science-Lifecycle/14-Introduction/assignment.md index 9cb725d4..f797bc0b 100644 --- a/translations/ur/4-Data-Science-Lifecycle/14-Introduction/assignment.md +++ b/translations/ur/4-Data-Science-Lifecycle/14-Introduction/assignment.md @@ -1,12 +1,3 @@ - # ڈیٹا سیٹ کا جائزہ لینا ایک کلائنٹ نے آپ کی ٹیم سے نیویارک سٹی میں ٹیکسی کے صارفین کے موسمی خرچ کرنے کی عادات کی تحقیق میں مدد مانگی ہے۔ diff --git a/translations/ur/4-Data-Science-Lifecycle/15-analyzing/README.md b/translations/ur/4-Data-Science-Lifecycle/15-analyzing/README.md index fa03f0be..70af8906 100644 --- a/translations/ur/4-Data-Science-Lifecycle/15-analyzing/README.md +++ b/translations/ur/4-Data-Science-Lifecycle/15-analyzing/README.md @@ -1,12 +1,3 @@ - # ڈیٹا سائنس لائف سائیکل: تجزیہ |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/15-Analyzing.png)| diff --git a/translations/ur/4-Data-Science-Lifecycle/15-analyzing/assignment.md b/translations/ur/4-Data-Science-Lifecycle/15-analyzing/assignment.md index 479cf3c3..79e547b1 100644 --- a/translations/ur/4-Data-Science-Lifecycle/15-analyzing/assignment.md +++ b/translations/ur/4-Data-Science-Lifecycle/15-analyzing/assignment.md @@ -1,12 +1,3 @@ - # جوابات کی تلاش یہ پچھلے سبق کے [assignment](../14-Introduction/assignment.md) کا تسلسل ہے، جہاں ہم نے ڈیٹا سیٹ پر مختصر نظر ڈالی تھی۔ اب ہم ڈیٹا کو مزید گہرائی سے دیکھیں گے۔ diff --git a/translations/ur/4-Data-Science-Lifecycle/16-communication/README.md b/translations/ur/4-Data-Science-Lifecycle/16-communication/README.md index 02e01b0b..d972c83c 100644 --- a/translations/ur/4-Data-Science-Lifecycle/16-communication/README.md +++ b/translations/ur/4-Data-Science-Lifecycle/16-communication/README.md @@ -1,12 +1,3 @@ - # ڈیٹا سائنس لائف سائیکل: مواصلات |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev)](../../sketchnotes/16-Communicating.png)| diff --git a/translations/ur/4-Data-Science-Lifecycle/16-communication/assignment.md b/translations/ur/4-Data-Science-Lifecycle/16-communication/assignment.md index c598fb20..844f0456 100644 --- a/translations/ur/4-Data-Science-Lifecycle/16-communication/assignment.md +++ b/translations/ur/4-Data-Science-Lifecycle/16-communication/assignment.md @@ -1,12 +1,3 @@ - # کہانی سنائیں ## ہدایات diff --git a/translations/ur/4-Data-Science-Lifecycle/README.md b/translations/ur/4-Data-Science-Lifecycle/README.md index cb1abe21..97be8e41 100644 --- a/translations/ur/4-Data-Science-Lifecycle/README.md +++ b/translations/ur/4-Data-Science-Lifecycle/README.md @@ -1,12 +1,3 @@ - # ڈیٹا سائنس کا لائف سائیکل ![communication](../../../translated_images/ur/communication.06d8e2a88d30d168d661ad9f9f0a4f947ebff3719719cfdaf9ed00a406a01ead.jpg) diff --git a/translations/ur/5-Data-Science-In-Cloud/17-Introduction/README.md b/translations/ur/5-Data-Science-In-Cloud/17-Introduction/README.md index 280a729b..39a289de 100644 --- a/translations/ur/5-Data-Science-In-Cloud/17-Introduction/README.md +++ b/translations/ur/5-Data-Science-In-Cloud/17-Introduction/README.md @@ -1,12 +1,3 @@ - # کلاؤڈ میں ڈیٹا سائنس کا تعارف |![ [(@sketchthedocs)](https://sketchthedocs.dev) کی اسکیچ نوٹ ](../../sketchnotes/17-DataScience-Cloud.png)| diff --git a/translations/ur/5-Data-Science-In-Cloud/17-Introduction/assignment.md b/translations/ur/5-Data-Science-In-Cloud/17-Introduction/assignment.md index 9877420d..66bd26ac 100644 --- a/translations/ur/5-Data-Science-In-Cloud/17-Introduction/assignment.md +++ b/translations/ur/5-Data-Science-In-Cloud/17-Introduction/assignment.md @@ -1,12 +1,3 @@ - # مارکیٹ ریسرچ ## ہدایات diff --git a/translations/ur/5-Data-Science-In-Cloud/18-Low-Code/README.md b/translations/ur/5-Data-Science-In-Cloud/18-Low-Code/README.md index bca73862..ae386eaf 100644 --- a/translations/ur/5-Data-Science-In-Cloud/18-Low-Code/README.md +++ b/translations/ur/5-Data-Science-In-Cloud/18-Low-Code/README.md @@ -1,12 +1,3 @@ - # کلاؤڈ میں ڈیٹا سائنس: "کم کوڈ/بغیر کوڈ" طریقہ |![ [(@sketchthedocs)](https://sketchthedocs.dev) کی اسکیچ نوٹ ](../../sketchnotes/18-DataScience-Cloud.png)| diff --git a/translations/ur/5-Data-Science-In-Cloud/18-Low-Code/assignment.md b/translations/ur/5-Data-Science-In-Cloud/18-Low-Code/assignment.md index ef412720..f5a65200 100644 --- a/translations/ur/5-Data-Science-In-Cloud/18-Low-Code/assignment.md +++ b/translations/ur/5-Data-Science-In-Cloud/18-Low-Code/assignment.md @@ -1,12 +1,3 @@ - # ایزور ایم ایل پر لو کوڈ/نو کوڈ ڈیٹا سائنس پروجیکٹ ## ہدایات diff --git a/translations/ur/5-Data-Science-In-Cloud/19-Azure/README.md b/translations/ur/5-Data-Science-In-Cloud/19-Azure/README.md index 441e5c1e..e2cdc661 100644 --- a/translations/ur/5-Data-Science-In-Cloud/19-Azure/README.md +++ b/translations/ur/5-Data-Science-In-Cloud/19-Azure/README.md @@ -1,12 +1,3 @@ - # کلاؤڈ میں ڈیٹا سائنس: "Azure ML SDK" کا طریقہ |![ [(@sketchthedocs)](https://sketchthedocs.dev) کی اسکیچ نوٹ ](../../sketchnotes/19-DataScience-Cloud.png)| diff --git a/translations/ur/5-Data-Science-In-Cloud/19-Azure/assignment.md b/translations/ur/5-Data-Science-In-Cloud/19-Azure/assignment.md index 1b19445e..7b1904da 100644 --- a/translations/ur/5-Data-Science-In-Cloud/19-Azure/assignment.md +++ b/translations/ur/5-Data-Science-In-Cloud/19-Azure/assignment.md @@ -1,12 +1,3 @@ - # Azure ML SDK کا استعمال کرتے ہوئے ڈیٹا سائنس پروجیکٹ ## ہدایات diff --git a/translations/ur/5-Data-Science-In-Cloud/README.md b/translations/ur/5-Data-Science-In-Cloud/README.md index 582ebcb8..4b691a7f 100644 --- a/translations/ur/5-Data-Science-In-Cloud/README.md +++ b/translations/ur/5-Data-Science-In-Cloud/README.md @@ -1,12 +1,3 @@ - # کلاؤڈ میں ڈیٹا سائنس ![cloud-picture](../../../translated_images/ur/cloud-picture.f5526de3c6c6387b2d656ba94f019b3352e5e3854a78440e4fb00c93e2dea675.jpg) diff --git a/translations/ur/6-Data-Science-In-Wild/20-Real-World-Examples/README.md b/translations/ur/6-Data-Science-In-Wild/20-Real-World-Examples/README.md index 93be0c6f..9ce281e4 100644 --- a/translations/ur/6-Data-Science-In-Wild/20-Real-World-Examples/README.md +++ b/translations/ur/6-Data-Science-In-Wild/20-Real-World-Examples/README.md @@ -1,12 +1,3 @@ - # ڈیٹا سائنس حقیقی دنیا میں | ![ [(@sketchthedocs)](https://sketchthedocs.dev) کی اسکیچ نوٹ ](../../sketchnotes/20-DataScience-RealWorld.png) | diff --git a/translations/ur/6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md b/translations/ur/6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md index 9f3ed44f..ed7dc98d 100644 --- a/translations/ur/6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md +++ b/translations/ur/6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md @@ -1,12 +1,3 @@ - # سیاروی کمپیوٹر ڈیٹا سیٹ کا جائزہ لیں ## ہدایات diff --git a/translations/ur/6-Data-Science-In-Wild/README.md b/translations/ur/6-Data-Science-In-Wild/README.md index d4d5e3e1..81587ead 100644 --- a/translations/ur/6-Data-Science-In-Wild/README.md +++ b/translations/ur/6-Data-Science-In-Wild/README.md @@ -1,12 +1,3 @@ - # جنگلی دنیا میں ڈیٹا سائنس مختلف صنعتوں میں ڈیٹا سائنس کے حقیقی دنیا کے اطلاقات۔ diff --git a/translations/ur/AGENTS.md b/translations/ur/AGENTS.md index b6704932..5f6709b3 100644 --- a/translations/ur/AGENTS.md +++ b/translations/ur/AGENTS.md @@ -1,12 +1,3 @@ - # اے جی ای این ٹی ایس۔ایم ڈی ## پروجیکٹ کا جائزہ diff --git a/translations/ur/CODE_OF_CONDUCT.md b/translations/ur/CODE_OF_CONDUCT.md index 7190b417..11363e44 100644 --- a/translations/ur/CODE_OF_CONDUCT.md +++ b/translations/ur/CODE_OF_CONDUCT.md @@ -1,12 +1,3 @@ - # مائیکروسافٹ اوپن سورس ضابطہ اخلاق اس پروجیکٹ نے [مائیکروسافٹ اوپن سورس ضابطہ اخلاق](https://opensource.microsoft.com/codeofconduct/) کو اپنایا ہے۔ diff --git a/translations/ur/CONTRIBUTING.md b/translations/ur/CONTRIBUTING.md index 98a1c6e0..3954a905 100644 --- a/translations/ur/CONTRIBUTING.md +++ b/translations/ur/CONTRIBUTING.md @@ -1,12 +1,3 @@ - # ڈیٹا سائنس فار بیگنرز میں تعاون کرنا ڈیٹا سائنس فار بیگنرز کے نصاب میں تعاون کرنے میں دلچسپی لینے کا شکریہ! ہم کمیونٹی سے تعاون کا خیر مقدم کرتے ہیں۔ diff --git a/translations/ur/INSTALLATION.md b/translations/ur/INSTALLATION.md index 56ccb332..37f87e6a 100644 --- a/translations/ur/INSTALLATION.md +++ b/translations/ur/INSTALLATION.md @@ -1,12 +1,3 @@ - # انسٹالیشن گائیڈ یہ گائیڈ آپ کو ڈیٹا سائنس فار بیگنرز نصاب کے ساتھ کام کرنے کے لیے اپنا ماحول ترتیب دینے میں مدد دے گی۔ diff --git a/translations/ur/README.md b/translations/ur/README.md index fdc218e1..b27cbb7a 100644 --- a/translations/ur/README.md +++ b/translations/ur/README.md @@ -1,204 +1,195 @@ - -# Data Science for Beginners - ایک نصاب - -[![Open in GitHub Codespaces](https://github.com/codespaces/badge.svg)](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198) - -[![GitHub license](https://img.shields.io/github/license/microsoft/Data-Science-For-Beginners.svg)](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE) -[![GitHub contributors](https://img.shields.io/github/contributors/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/) -[![GitHub issues](https://img.shields.io/github/issues/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/) -[![GitHub pull-requests](https://img.shields.io/github/issues-pr/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/) -[![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) - -[![GitHub watchers](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 forks](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 stars](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/) +# ابتدائی افراد کے لیے ڈیٹا سائنس - نصاب + +[![GitHub Codespaces میں کھولیں](https://github.com/codespaces/badge.svg)](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198) + +[![GitHub لائسنس](https://img.shields.io/github/license/microsoft/Data-Science-For-Beginners.svg)](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE) +[![GitHub شراکت دار](https://img.shields.io/github/contributors/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/) +[![GitHub مسائل](https://img.shields.io/github/issues/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/) +[![GitHub پل درخواست](https://img.shields.io/github/issues-pr/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/) +[![PRs خوش آمدید](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) + +[![GitHub دیکھنے والے](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 فورک](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 اسٹار](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/) [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) [![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) -مائیکروسافٹ کے Azure Cloud Advocates خوش ہیں کہ وہ ڈیٹا سائنس کے بارے میں دس ہفتوں پر مشتمل، بیس اسباق پر مشتمل نصاب پیش کر رہے ہیں۔ ہر سبق میں پری-سبق اور پوسٹ-سبق کوئز، سبق مکمل کرنے کی تحریری ہدایات، ایک حل، اور ایک اسائنمنٹ شامل ہے۔ ہمارا پراجیکٹ پر مبنی طریقہ تدریس آپ کو سیکھنے کے دوران تعمیر کرنے کی اجازت دیتا ہے، جو نئی مہارتوں کے موثر طور پر ’لگ جانے‘ کا ثابت شدہ طریقہ ہے۔ +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۔ **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)۔ -**🙏 خصوصی شکریہ ہمارے [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) مصنفین، جائزہ لینے والوں، اور مواد فراہم کرنے والوں کو،** خاص طور پر آریان آرورا، [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 [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/) -|![Sketchnote by @sketchthedocs https://sketchthedocs.dev](../../../../translated_images/ur/00-Title.8af36cd35da1ac55.webp)| +|![@sketchthedocs کی اسکچنوٹ https://sketchthedocs.dev](../../translated_images/ur/00-Title.8af36cd35da1ac55.webp)| |:---:| -| Data Science For Beginners - _اسکیچ نوٹ از [@nitya](https://twitter.com/nitya)_ | +| ابتدائی افراد کے لیے ڈیٹا سائنس - _اسکچنوٹ از [@nitya](https://twitter.com/nitya)_ | -### 🌐 کثیر اللسانی مدد +### 🌐 کثیراللسانی معاونت -#### GitHub Action کے ذریعے تعاون یافتہ (خودکار اور ہمیشہ تازہ ترین) +#### GitHub ایکشن کے ذریعے مدد یافتہ (خودکار اور ہمیشہ تازہ ترین) -[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](../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)](../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](./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](../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) -> **مقامی طور پر کلون کرنا پسند کریں؟** +> **کیا آپ لوکل کلون کرنا پسند کریں گے؟** -> یہ مخزن 50+ زبانوں کے ترجمے شامل کرتا ہے جو ڈاؤن لوڈ سائز کو نمایاں طور پر بڑھاتے ہیں۔ بغیر ترجموں کے کلون کرنے کے لیے sparse checkout استعمال کریں: +> 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: > ```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' > ``` -> یہ آپ کو کورس مکمل کرنے کے لیے ہر وہ چیز فراہم کرتا ہے جس کی آپ کو ضرورت ہے، وہ بھی بہت تیز ڈاؤن لوڈ کے ساتھ۔ +> اس سے آپ کو نصاب مکمل کرنے کے لیے درکار تمام مواد تیزی سے مل جائے گا۔ -**اگر آپ اضافی زبانوں کے لیے تعاون چاہتے ہیں تو ان کی فہرست یہاں دستیاب ہے [here](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)** +**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)** -#### ہماری کمیونٹی میں شامل ہوں +#### ہماری کمیونٹی میں شامل ہوں [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -ہمارے پاس ایک Discord میں AI کے ساتھ سیکھنے کی سیریز جاری ہے، مزید جاننے اور شامل ہونے کے لیے [Learn with AI Series](https://aka.ms/learnwithai/discord) پر تشریف لائیں 18 سے 30 ستمبر، 2025۔ آپ کو ڈیٹا سائنس کے لیے GitHub Copilot کے استعمال کے ٹپس اور تراکیب ملیں گی۔ +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۔ -![Learn with AI series](../../../../translated_images/ur/1.2b28cdc6205e26fe.webp) +![AI کے ساتھ سیکھیں](../../translated_images/ur/1.2b28cdc6205e26fe.webp) -# کیا آپ طالبعلم ہیں؟ +# کیا آپ طالب علم ہیں؟ مندرجہ ذیل وسائل کے ساتھ شروع کریں: -- [Student Hub صفحہ](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) اس صفحے پر آپ کو مبتدی وسائل، طالبعلم پیکس، اور یہاں تک کہ مفت سرٹیفکیٹ واؤچر حاصل کرنے کے طریقے ملیں گے۔ یہ ایک ایسا صفحہ ہے جسے آپ کو بُک مارک کرنا چاہیے اور وقتاً فوقتاً چیک کرنا چاہیے کیونکہ ہم کم از کم ماہانہ بنیاد پر مواد تبدیل کرتے رہتے ہیں۔ -- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) ایک عالمی طلباء کے سفیر کمیونٹی میں شامل ہوں، یہ آپ کا مائیکروسافٹ میں شامل ہونے کا طریقہ ہو سکتا ہے۔ +- [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۔ # شروعات کیسے کریں ## 📚 دستاویزات -- **[انسٹالیشن گائیڈ](INSTALLATION.md)** - مبتدئين کے لیے قدم بہ قدم ترتیب کی ہدایات -- **[استعمال کا گائیڈ](USAGE.md)** - مثالیں اور عام ورک فلو -- **[مسائل کا حل](TROUBLESHOOTING.md)** - عام مسائل کے حل -- **[شراکت کا گائیڈ](CONTRIBUTING.md)** - اس پروجیکٹ میں تعاون کیسے کریں -- **[اساتذہ کے لیے](for-teachers.md)** - تدریس کے رہنما اصول اور کلاس روم کے وسائل +- **[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 +- **[اساتذہ کے لیے](for-teachers.md)** - تدریسی رہنمائی اور کلاس روم کے وسائل ## 👨‍🎓 طلباء کے لیے -> **مکمل مبتدئین:** ڈیٹا سائنس میں نئے ہیں؟ ہمارے [آسان اور مبتدئین دوستانہ مثالوں](examples/README.md) سے شروع کریں! یہ آسان، اچھی طرح سے تبصرہ شدہ مثالیں آپ کو بنیادی باتیں سمجھنے میں مدد دیں گی اس سے پہلے کہ آپ پورے نصاب میں داخل ہوں۔ -> **[طلباء](https://aka.ms/student-page)**: اس نصاب کو خود استعمال کرنے کے لیے، پورے ریپو کو فورک کریں اور خود مشقیں مکمل کریں، پری لیکچر کوئز سے شروع کریں۔ پھر لیکچر پڑھیں اور باقی سرگرمیاں مکمل کریں۔ کوشش کریں کہ پروجیکٹس کو حل کی کاپی کرنے کی بجائے اسباق کو سمجھ کر بنائیں؛ البتہ، وہ کوڈ ہر پراجیکٹ-مرکوز سبق میں /solutions فولڈر میں دستیاب ہے۔ ایک اور خیال یہ ہوگا کہ دوستوں کے ساتھ 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۔ +> **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۔ -**فوری آغاز:** -1. اپنے ماحول کی ترتیب کے لیے [انسٹالیشن گائیڈ](INSTALLATION.md) دیکھیں -2. نصاب کے ساتھ کام کرنے کا طریقہ جاننے کے لیے [استعمال کا گائیڈ](USAGE.md) کا جائزہ لیں -3. سبق ۱ سے شروع کریں اور تسلسل کے ساتھ آگے بڑھیں -4. تعاون کے لیے ہماری [Discord کمیونٹی](https://aka.ms/ds4beginners/discord) میں شامل ہوں +**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 ## 👩‍🏫 اساتذہ کے لیے -> **اساتذہ:** ہم نے [کچھ تجاویز شامل کی ہیں](for-teachers.md) کہ اس نصاب کو کیسے استعمال کیا جائے۔ ہم آپ کی رائے کا خیرمقدم کرتے ہیں [ہمارے مباحثے کے فورم](https://github.com/microsoft/Data-Science-For-Beginners/discussions) میں! +> **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! +## ٹیم سے ملاقات -## ٹیم سے ملیں [![پرومو ویڈیو](../../ds-for-beginners.gif)](https://youtu.be/8mzavjQSMM4 "پرومو ویڈیو") -**گیف بنانے والے** [موہت جیسال](https://www.linkedin.com/in/mohitjaisal) +**گف بذریعہ** [محیّت جیسال](https://www.linkedin.com/in/mohitjaisal) -> 🎥 اوپر تصویر پر کلک کریں تاکہ پراجیکٹ اور اسے بنانے والوں کے بارے میں ویڈیو دیکھ سکیں! +> 🎥 پروجیکٹ اور اسے بنانے والے لوگوں کے بارے میں ویڈیو کے لیے اوپر تصویر پر کلک کریں! ## تدریسی اصول -ہم نے اس نصاب کو تیار کرتے وقت دو تدریسی اصول منتخب کیے ہیں: اسے پراجیکٹ کی بنیاد پر بنانا اور بار بار کوئزز شامل کرنا۔ اس سیریز کے آخر تک، طلباء نے ڈیٹا سائنس کے بنیادی اصول سیکھ لیے ہوں گے، بشمول اخلاقی تصورات، ڈیٹا کی تیاری، ڈیٹا کے مختلف طریقے، ڈیٹا کا بصری اظہار، ڈیٹا کا تجزیہ، ڈیٹا سائنس کے حقیقی دنیا کے استعمالات، اور بہت کچھ۔ +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۔ -اس کے علاوہ، کلاس سے پہلے کم دباؤ والی کوئز طلباء کا ایک موضوع سیکھنے کی نیت مرتب کرتی ہے، جبکہ کلاس کے بعد دوسری کوئز مزید یادداشت کو یقینی بناتی ہے۔ اس نصاب کو لچکدار اور دلچسپ بنانے کے لیے ڈیزائن کیا گیا ہے اور یہ مکمل یا جزوی طور پر لیا جا سکتا ہے۔ پراجیکٹس چھوٹے شروع ہوتے ہیں اور 10 ہفتوں کے دورانیے کے آخر تک زیادہ پیچیدہ ہو جاتے ہیں۔ +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۔ -> ہمارے [کوڈ آف کنڈکٹ](CODE_OF_CONDUCT.md)، [شرکت](CONTRIBUTING.md)، اور [ترجمہ](TRANSLATIONS.md) کے رہنما اصول دریافت کریں۔ ہم آپ کی تعمیری آرا کے خواہاں 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! -## ہر سبق میں شامل ہے: +## ہر سبق میں شامل ہیں: -- اختیاری سکچنوٹ +- اختیاری خاکہ نوٹ - اختیاری اضافی ویڈیو -- سبق سے پہلے وارم اپ کوئز +- سبق سے پہلے گرمائی کوئز - تحریری سبق -- پراجیکٹ پر مبنی اسباق کے لیے پراجیکٹ بنانے کے مرحلہ وار رہنمائی -- علمی جانچ پڑتال +- پروجیکٹ پر مبنی اسباق کے لیے، پروجیکٹ بنانے کے مرحلہ وار رہنما +- علم کی جانچ - ایک چیلنج -- اضافی پڑھائی -- اسائنمنٹ -- [سبق کے بعد کی کوئز](https://ff-quizzes.netlify.app/en/) +- اضافی مطالعہ +- اسباق کے بعد کا [کوئز](https://ff-quizzes.netlify.app/en/) -> **کوئزز کے بارے میں ایک نوٹ**: تمام کوئزز Quiz-App فولڈر میں موجود ہیں، کل 40 کوئزز تین سوالات پر مشتمل ہر ایک۔ یہ اسباق سے منسلک ہیں، لیکن کوئز ایپ کو مقامی طور پر چلایا یا Azure پر تعینات کیا جا سکتا ہے؛ `quiz-app` فولڈر میں ہدایت نامہ دیکھیں۔ یہ تدریجاً مقامی زبانوں میں ترجمہ ہو رہے ہیں۔ +> **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۔ -## 🎓 ابتدائی افراد کے لیے مثالیں +## 🎓 ابتدائیوں کے لیے آسان مثالیں -**ڈیٹا سائنس میں نئے ہیں؟** ہم نے ایک خاص [مثالوں کی ڈائریکٹری](examples/README.md) بنائی ہے جس میں آسان، اچھی طرح وضاحتی کوڈ ہے تاکہ آپ شروع کر سکیں: +**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: - 🌟 **ہیلو ورلڈ** - آپ کا پہلا ڈیٹا سائنس پروگرام -- 📂 **ڈیٹا لوڈ کرنا** - ڈیٹاسیٹس کو پڑھنا اور دریافت کرنا سیکھیں +- 📂 **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 اظہار** - چارٹ اور گراف بنائیں -- 🔬 **حقیقی دنیا کا پراجیکٹ** - شروع سے آخر تک مکمل ورک فلو +- 📈 **بنیادی بصری نمائندگی** - چارٹس اور گراف بنائیں +- 🔬 **حقیقی دنیا کا پروجیکٹ** - شروع سے اختتام تک مکمل ورک فلو -ہر مثال میں تفصیلی تبصرے شامل ہیں جو ہر قدم کی وضاحت کرتے ہیں، جو بالکل نو آموزوں کے لیے بہترین ہے! +ہر مثال میں تفصیلی تبصروں کے ذریعے ہر قدم کی وضاحت کی گئی ہے، جو بالکل ابتدائیوں کے لیے مثالی ہے! 👉 **[مثالوں کے ساتھ شروع کریں](examples/README.md)** 👈 -## اسباق +## دروس -|![ سکچنوٹ بذریعہ @sketchthedocs https://sketchthedocs.dev](../../../../translated_images/ur/00-Roadmap.4905d6567dff4753.webp)| +|![ خاکہ نوٹ بذریعہ @sketchthedocs https://sketchthedocs.dev](../../translated_images/ur/00-Roadmap.4905d6567dff4753.webp)| |:---:| -| ابتدائی افراد کے لیے ڈیٹا سائنس: روڈ میپ - _سکچنوٹ بذریعہ [@nitya](https://twitter.com/nitya)_ | +| ڈیٹا سائنس برائے ابتدائی: روڈ میپ - _خاکہ نوٹ بذریعہ [@nitya](https://twitter.com/nitya)_ | + -| سبق نمبر | عنوان | سبق کا گروہ | سیکھنے کے مقاصد | مربوط سبق | مصنف | -| :-------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: | -| 01 | ڈیٹا سائنس کی تعریف | [تعارف](1-Introduction/README.md) | ڈیٹا سائنس کی بنیادی تصورات جانیں اور یہ کہ یہ مصنوعی ذہانت، مشین لرننگ اور بڑے ڈیٹا سے کیسے تعلق رکھتی ہے۔ | [سبق](1-Introduction/01-defining-data-science/README.md) [ویڈیو](https://youtu.be/beZ7Mb_oz9I) | [دمیتری](http://soshnikov.com) | -| 02 | ڈیٹا سائنس کے اخلاقی اصول | [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 امکانات کا تعارف | [تعارف](1-Introduction/README.md) | ڈیٹا کو سمجھنے کے لیے امکانات اور شماریات کی ریاضیاتی تکنیکس۔ | [سبق](1-Introduction/04-stats-and-probability/README.md) [ویڈیو](https://youtu.be/Z5Zy85g4Yjw) | [دمیتری](http://soshnikov.com) | -| 05 | رشتہ دار ڈیٹا کے ساتھ کام کرنا | [ڈیٹا کے ساتھ کام کرنا](2-Working-With-Data/README.md) | رشتہ دار ڈیٹا کا تعارف اور ساختی کوئری زبان (SQL) کے ذریعے رشتہ دار ڈیٹا کی دریافت اور تجزیہ کی بنیادیات۔ | [سبق](2-Working-With-Data/05-relational-databases/README.md) | [کرسٹوفر](https://www.twitter.com/geektrainer) | -| 06 | NoSQL ڈیٹا کے ساتھ کام کرنا | [ڈیٹا کے ساتھ کام کرنا](2-Working-With-Data/README.md) | غیر رشتہ دار ڈیٹا کا تعارف، اس کی مختلف اقسام اور دستاویزی ڈیٹابیس کی دریافت و تجزیہ کی بنیادی باتیں۔ | [سبق](2-Working-With-Data/06-non-relational/README.md) | [جازمین](https://twitter.com/paladique) | -| 07 | پائتھن کے ساتھ کام کرنا | [ڈیٹا کے ساتھ کام کرنا](2-Working-With-Data/README.md) | پینڈاز جیسی لائبریریز کے ذریعے ڈیٹا کی دریافت کے لیے پائتھن کا بنیادی استعمال۔ پائتھن پروگرامنگ کی بنیادی سمجھ تجویز 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 کرنا](2-Working-With-Data/README.md) | صاف اور تبدیل کرنے کی تکنیکس تاکہ گم شدہ، غلط یا نامکمل ڈیٹا کے چیلنجز کا مقابلہ کیا جا سکے۔ | [سبق](2-Working-With-Data/08-data-preparation/README.md) | [جازمین](https://www.twitter.com/paladique) | -| 09 | مقدار کو بصری انداز میں دکھانا | [ڈیٹا کی بصری نمائندگی](3-Data-Visualization/README.md) | میٹ پلوٹ لائبریری استعمال کر کے پرندوں کے ڈیٹا کو بصری شکل دینا سیکھیں 🦆 | [سبق](3-Data-Visualization/09-visualization-quantities/README.md) | [جین](https://twitter.com/jenlooper) | -| 10 | ڈیٹا کی تقسیمات کو بصری انداز میں دکھانا | [ڈیٹا کی بصری نمائندگی](3-Data-Visualization/README.md) | ایک وقفہ کے اندر مشاہدات اور رجحانات کی بصری نمائندگی۔ | [سبق](3-Data-Visualization/10-visualization-distributions/README.md) | [جین](https://twitter.com/jenlooper) | -| 11 | تناسب کو بصری انداز میں دکھانا | [ڈیٹا کی بصری نمائندگی](3-Data-Visualization/README.md) | متفرق اور گروہ بند فیصدی حصص کی بصری نمائندگی۔ | [سبق](3-Data-Visualization/11-visualization-proportions/README.md) | [جین](https://twitter.com/jenlooper) | -| 12 | تعلقات کو بصری انداز میں دکھانا | [ڈیٹا کی بصری نمائندگی](3-Data-Visualization/README.md) | ڈیٹا کے سیٹوں اور ان کے متغیرات کے درمیان رابطے اور تعلقات کی بصری نمائندگی۔ | [سبق](3-Data-Visualization/12-visualization-relationships/README.md) | [جین](https://twitter.com/jenlooper) | -| 13 | معنادار بصری نمائندگی | [ڈیٹا کی بصری نمائندگی](3-Data-Visualization/README.md) | مؤثر مسائل کے حل اور بصیرت کے لیے آپ کی بصری نمائندگی کو قیمتی بنانے کی تکنیکس اور رہنمائی۔ | [سبق](3-Data-Visualization/13-meaningful-visualizations/README.md) | [جین](https://twitter.com/jenlooper) | -| 14 | ڈیٹا سائنس کے زندگی کے چکر کا تعارف | [زندگی کا چکر](4-Data-Science-Lifecycle/README.md) | ڈیٹا سائنس کے زندگی کے چکر اور اس کے پہلے مرحلہ یعنی ڈیٹا حاصل کرنے اور نکالنے کا تعارف۔ | [سبق](4-Data-Science-Lifecycle/14-Introduction/README.md) | [جازمین](https://twitter.com/paladique) | -| 15 | تجزیہ کرنا | [زندگی کا چکر](4-Data-Science-Lifecycle/README.md) | ڈیٹا سائنس کے زندگی کے چکر کا یہ مرحلہ ڈیٹا کے تجزیہ کی تکنیکس پر مرکوز ہے۔ | [سبق](4-Data-Science-Lifecycle/15-analyzing/README.md) | [جازمین](https://twitter.com/paladique) | -| 16 | مواصلات | [زندگی کا چکر](4-Data-Science-Lifecycle/README.md) | ڈیٹا سے حاصل شدہ بصیرت کو اس انداز میں پیش کرنا کہ فیصلہ سازوں کے لیے اسے سمجھنا آسان ہو۔ | [سبق](4-Data-Science-Lifecycle/16-communication/README.md) | [جیلن](https://twitter.com/JalenMcG) | -| 17 | بادل میں ڈیٹا سائنس | [بادل ڈیٹا](5-Data-Science-In-Cloud/README.md) | اس سیریز میں بادل میں ڈیٹا سائنس اور اس کے فوائد کا تعارف کروایا گیا ہے۔ | [سبق](5-Data-Science-In-Cloud/17-Introduction/README.md) | [ٹیفنی](https://twitter.com/TiffanySouterre) اور [ماڈ](https://twitter.com/maudstweets) | -| 18 | بادل میں ڈیٹا سائنس | [بادل ڈیٹا](5-Data-Science-In-Cloud/README.md) | لو کوڈ ٹولز کے ذریعے ماڈلز کو ٹرین کرنا۔ | [سبق](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [ٹیفنی](https://twitter.com/TiffanySouterre) اور [ماڈ](https://twitter.com/maudstweets) | -| 19 | بادل میں ڈیٹا سائنس | [بادل 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 پراجیکٹس۔ | [سبق](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [نیتیا](https://twitter.com/nitya) | +| سبق نمبر | موضوع | سبق کا گروہ بندی | تعلّمی 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) | -## GitHub Codespaces +## گٹ ہب کوڈ اسپیسز -اس نمونے کو Codespace میں کھولنے کے لیے یہ اقدامات کریں: -1. کوڈ ڈراپ ڈاؤن مینو پر کلک کریں اور Open with Codespaces کا انتخاب کریں۔ -2. نیچے والے پین میں + 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۔ +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۔ -## VSCode Remote - Containers -اپنے مقامی کمپیوٹر اور VSCode کا استعمال کرتے ہوئے اس ریپو کو کنٹینر میں کھولنے کے لیے VS Code Remote - Containers ایکسٹینشن کے ذریعے: +## 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 آپ پہلی بار development container استعمال کر رہے ہیں، تو براہ کرم یقینی بنائیں کہ آپ کا نظام [ابتدائی دستاویزات](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) میں دی گئی ضروریات پر پورا اترتا ہے (جیسے Docker انسٹال ہو)۔ +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)۔ -اس ریپوزٹری کو استعمال کرنے کے لیے، آپ یا تو اسے علیحدہ Docker والیوم میں کھول سکتے ہیں: +اس ریپو کو استعمال کرنے کے لیے، آپ یا تو اسے ایک علیحدہ ڈوکر والیوم میں کھول سکتے ہیں: -**نوٹ**: یہ Remote-Containers: **Clone Repository in Container Volume...** کمانڈ کا استعمال کرے گا تاکہ سورس کوڈ کو مقامی فائل سسٹم کی بجائے Docker والیوم میں کلون کیا جائے۔ [Volumes](https://docs.docker.com/storage/volumes/) کنٹینر ڈیٹا کو مستقل رکھنے کے لیے ترجیحی ذریعہ 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۔ -یا پھر ریپوزٹری کا مقامی کلون یا ڈاؤن لوڈ ورژن کھولیں: +یا پھر اس ریپو کا لوکل کلون شدہ یا ڈاؤن لوڈ شدہ ورژن کھولیں: -- اس ریپوزٹری 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 ہوئی کاپی منتخب کریں، کنٹینر شروع ہونے کا انتظار کریں، اور تجربہ کریں۔ +- 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۔ -## آف لائن رسائی +## آف لائن رسائی -آپ [Docsify](https://docsify.js.org/#/) استعمال کرکے یہ دستاویزات 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 مقامی ہوسٹ پر پورٹ 3000 پر دستیاب ہوگی: `localhost:3000`۔ +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`۔ -> نوٹ کریں، نوٹ بکس Docsify کے ذریعے رینڈر نہیں ہوں گے، اس لیے جب نوٹ بک چلانی ہو، تو اسے VS Code میں Python کرنل کے ساتھ علیحدہ چلائیں۔ +> 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۔ -## دیگر نصاب +## دیگر نصاب -ہماری ٹیم دیگر نصاب بھی تیار کرتی ہے! ملاحظہ کریں: +ہماری ٹیم دیگر نصاب بھی تیار کرتی ہے! ملاحظہ کریں: ### LangChain @@ -207,7 +198,7 @@ CO_OP_TRANSLATOR_METADATA: --- -### ایزور / ایج / ایم سی پی / ایجنٹس +### Azure / Edge / MCP / Agents [![AZD for Beginners](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 for Beginners](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 for Beginners](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) @@ -215,7 +206,7 @@ CO_OP_TRANSLATOR_METADATA: --- -### جنریٹو AI سیریز +### Generative AI Series [![Generative AI for Beginners](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) [![Generative 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) [![Generative 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) @@ -223,7 +214,7 @@ CO_OP_TRANSLATOR_METADATA: --- -### بنیادی تعلیم +### Core Learning [![ML for Beginners](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) [![Data Science for Beginners](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 for Beginners](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) @@ -234,7 +225,7 @@ CO_OP_TRANSLATOR_METADATA: --- -### کوپائلٹ سیریز +### Copilot Series [![Copilot for AI Paired Programming](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) [![Copilot for C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) [![Copilot Adventure](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) @@ -242,19 +233,19 @@ CO_OP_TRANSLATOR_METADATA: ## مدد حاصل کرنا -**مسائل کا سامنا ہے؟** ہمارے [Troubleshooting Guide](TROUBLESHOOTING.md) میں عام مسائل کے حل تلاش کریں۔ +**کیا آپ مسائل کا سامنا کر رہے ہیں؟** ہمارے [مسائل کا حل گائیڈ](TROUBLESHOOTING.md) میں عام مسائل کے حل دیکھیں۔ -اگر آپ پھنس جائیں یا AI ایپس بنانے کے بارے میں کوئی سوال ہو۔ MCP پر دوسرے سیکھنے والوں اور تجربہ کار ڈویلپرز کے ساتھ تبادلہ خیال میں شامل ہوں۔ یہ ایک معاون کمیونٹی ہے جہاں سوالات خوش آمدید ہیں اور علم آزادانہ طور پر شیئر کیا جاتا ہے۔ +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۔ [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -اگر آپ کے پاس پروڈکٹ فیڈ بیک ہو یا تعمیر کے دوران کوئی غلطیاں ہوں تو یہاں وزٹ کریں: +اگر آپ کے پاس پروڈکٹ فیڈبیک ہو یا آپ کو تعمیری غلطیاں ملیں تو یہاں وزٹ کریں: [![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) --- -**دستخطی تحریر:** -یہ دستاویز AI ترجمہ سروس [Co-op Translator](https://github.com/Azure/co-op-translator) کے ذریعے ترجمہ کی گئی ہے۔ جبکہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم آگاہ رہیں کہ خودکار تراجم میں غلطیاں یا ناواقفیاں ہو سکتی ہیں۔ اصل دستاویز اپنی مادری زبان میں ہی مستند ماخذ سمجھی جانی چاہیے۔ اہم معلومات کے لیے پیشہ ورانہ انسانی ترجمہ تجویز کیا جاتا ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تعبیر کی ذمہ داری ہم پر نہیں ہوگی۔ +**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۔ \ No newline at end of file diff --git a/translations/ur/SECURITY.md b/translations/ur/SECURITY.md index 7fac96e4..4288048b 100644 --- a/translations/ur/SECURITY.md +++ b/translations/ur/SECURITY.md @@ -1,12 +1,3 @@ - ## سیکیورٹی مائیکروسافٹ اپنی سافٹ ویئر مصنوعات اور خدمات کی سیکیورٹی کو سنجیدگی سے لیتا ہے، جس میں ہمارے GitHub تنظیموں کے ذریعے منظم کردہ تمام سورس کوڈ ریپوزٹریز شامل ہیں، جن میں [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)، اور [ہمارے GitHub تنظیمیں](https://opensource.microsoft.com/) شامل ہیں۔ diff --git a/translations/ur/SUPPORT.md b/translations/ur/SUPPORT.md index 507a70c8..072ec68d 100644 --- a/translations/ur/SUPPORT.md +++ b/translations/ur/SUPPORT.md @@ -1,12 +1,3 @@ - # معاونت ## مسائل درج کرنے اور مدد حاصل کرنے کا طریقہ diff --git a/translations/ur/TROUBLESHOOTING.md b/translations/ur/TROUBLESHOOTING.md index 2f3a7dd7..55e42dac 100644 --- a/translations/ur/TROUBLESHOOTING.md +++ b/translations/ur/TROUBLESHOOTING.md @@ -1,12 +1,3 @@ - # خرابیوں کو دور کرنے کی رہنما یہ رہنما ڈیٹا سائنس فار بیگنرز نصاب کے دوران پیش آنے والے عام مسائل کے حل فراہم کرتی ہے۔ diff --git a/translations/ur/USAGE.md b/translations/ur/USAGE.md index c863d8d4..c6d8b380 100644 --- a/translations/ur/USAGE.md +++ b/translations/ur/USAGE.md @@ -1,12 +1,3 @@ - # استعمال کی رہنمائی یہ رہنمائی ڈیٹا سائنس فار بیگنرز نصاب کے استعمال کے لیے مثالیں اور عام ورک فلو فراہم کرتی ہے۔ diff --git a/translations/ur/docs/_sidebar.md b/translations/ur/docs/_sidebar.md index d838f69b..3fd84ece 100644 --- a/translations/ur/docs/_sidebar.md +++ b/translations/ur/docs/_sidebar.md @@ -1,12 +1,3 @@ - - تعارف - [ڈیٹا سائنس کی تعریف](../1-Introduction/01-defining-data-science/README.md) - [ڈیٹا سائنس کے اخلاقیات](../1-Introduction/02-ethics/README.md) diff --git a/translations/ur/examples/README.md b/translations/ur/examples/README.md index 164b1f1c..5fccbf6d 100644 --- a/translations/ur/examples/README.md +++ b/translations/ur/examples/README.md @@ -1,12 +1,3 @@ - # ڈیٹا سائنس کے ابتدائی دوستانہ مثالیں مثالوں کی ڈائریکٹری میں خوش آمدید! یہ سادہ اور واضح تبصرے والی مثالوں کا مجموعہ آپ کو ڈیٹا سائنس کے ساتھ شروعات کرنے میں مدد دینے کے لیے بنایا گیا ہے، چاہے آپ بالکل نئے ہوں۔ diff --git a/translations/ur/for-teachers.md b/translations/ur/for-teachers.md index edb8f767..56aa2bd8 100644 --- a/translations/ur/for-teachers.md +++ b/translations/ur/for-teachers.md @@ -1,12 +1,3 @@ - ## اساتذہ کے لیے کیا آپ اپنی کلاس میں اس نصاب کو استعمال کرنا چاہتے ہیں؟ بلا جھجک استعمال کریں! diff --git a/translations/ur/quiz-app/README.md b/translations/ur/quiz-app/README.md index e3e27fa2..b0ff5915 100644 --- a/translations/ur/quiz-app/README.md +++ b/translations/ur/quiz-app/README.md @@ -1,12 +1,3 @@ - # کوئزز یہ کوئزز ڈیٹا سائنس کے نصاب کے لیے لیکچر سے پہلے اور بعد کے کوئزز ہیں، جو یہاں دستیاب ہیں: https://aka.ms/datascience-beginners diff --git a/translations/ur/sketchnotes/README.md b/translations/ur/sketchnotes/README.md index 36987338..591eb834 100644 --- a/translations/ur/sketchnotes/README.md +++ b/translations/ur/sketchnotes/README.md @@ -1,12 +1,3 @@ - تمام اسکیچ نوٹس یہاں دیکھیں! ## کریڈٹس diff --git a/translations/zh/1-Introduction/01-defining-data-science/README.md b/translations/zh/1-Introduction/01-defining-data-science/README.md deleted file mode 100644 index 8436f7c1..00000000 --- a/translations/zh/1-Introduction/01-defining-data-science/README.md +++ /dev/null @@ -1,176 +0,0 @@ - -# 数据科学定义 - -| ![由 [(@sketchthedocs)](https://sketchthedocs.dev) 绘制的速写笔记](../../sketchnotes/01-Definitions.png) | -| :----------------------------------------------------------------------------------------------------: | -| 数据科学定义 - _由 [@nitya](https://twitter.com/nitya) 绘制的速写笔记_ | - ---- - -[![数据科学定义视频](../../../../translated_images/zh-CN/video-def-ds.6623ee2392ef1abf6d7faf3fad10a4163642811749da75f44e35a5bb121de15c.png)](https://youtu.be/beZ7Mb_oz9I) - -## [课前测验](https://ff-quizzes.netlify.app/en/ds/quiz/0) - -## 什么是数据? -在我们的日常生活中,我们总是被数据包围着。你现在正在阅读的文字就是数据。你智能手机里朋友的电话号码列表是数据,你手表上显示的当前时间也是数据。作为人类,我们天生就会处理数据,比如数钱或者给朋友写信。 - -然而,随着计算机的诞生,数据变得更加重要。计算机的主要功能是进行计算,但它们需要数据来操作。因此,我们需要了解计算机如何存储和处理数据。 - -随着互联网的出现,计算机作为数据处理设备的角色变得更加重要。仔细想想,我们现在使用计算机更多的是进行数据处理和通信,而不是实际的计算。当我们给朋友写电子邮件或在互联网上搜索信息时,我们实际上是在创建、存储、传输和操作数据。 -> 你能记得上一次真正用计算机进行计算是什么时候吗? - -## 什么是数据科学? - -根据 [维基百科](https://en.wikipedia.org/wiki/Data_science),**数据科学**被定义为*一个科学领域,使用科学方法从结构化和非结构化数据中提取知识和洞察力,并将从数据中获得的知识和可操作的洞察力应用于广泛的应用领域*。 - -这个定义突出了数据科学的以下重要方面: - -* 数据科学的主要目标是从数据中**提取知识**,换句话说,就是**理解**数据,发现一些隐藏的关系并建立**模型**。 -* 数据科学使用**科学方法**,例如概率和统计。事实上,当*数据科学*这个术语首次被提出时,有些人认为数据科学只是统计学的新潮名称。然而,现在显而易见,这个领域要广泛得多。 -* 获得的知识应该被应用于产生一些**可操作的洞察力**,即可以应用于实际业务场景的实用洞察。 -* 我们应该能够处理**结构化**和**非结构化**数据。我们将在课程后面讨论不同类型的数据。 -* **应用领域**是一个重要概念,数据科学家通常需要对问题领域有一定程度的专业知识,例如:金融、医学、市场营销等。 - -> 数据科学的另一个重要方面是研究如何使用计算机收集、存储和操作数据。虽然统计学为我们提供了数学基础,但数据科学将数学概念应用于实际从数据中获取洞察力。 - -一种看待数据科学的方法(归因于 [Jim Gray](https://en.wikipedia.org/wiki/Jim_Gray_(computer_scientist)))是将其视为科学的一个独立范式: -* **经验科学**,主要依赖观察和实验结果 -* **理论科学**,从现有的科学知识中产生新概念 -* **计算科学**,通过一些计算实验发现新原理 -* **数据驱动科学**,基于发现数据中的关系和模式 - -## 其他相关领域 - -由于数据无处不在,数据科学本身也是一个广泛的领域,涉及许多其他学科。 - -
-
数据库
-
-一个关键的考虑是如何存储数据,即如何以一种允许更快处理的方式来组织数据。有不同类型的数据库可以存储结构化和非结构化数据,这些内容将在我们的课程中讨论。 -
-
大数据
-
-我们经常需要存储和处理结构相对简单但数量非常庞大的数据。有一些特殊的方法和工具可以将这些数据分布式存储在计算机集群上,并高效地处理它。 -
-
机器学习
-
-理解数据的一种方法是建立一个模型,能够预测所需的结果。从数据中开发模型被称为机器学习。你可以查看我们的机器学习入门课程以了解更多信息。 -
-
人工智能
-
-机器学习的一个领域被称为人工智能(AI),它也依赖于数据,并涉及构建模仿人类思维过程的高复杂性模型。AI方法通常允许我们将非结构化数据(例如自然语言)转化为结构化的洞察力。 -
-
可视化
-
-大量数据对人类来说是难以理解的,但一旦我们使用这些数据创建了有用的可视化,我们就可以更好地理解数据,并得出一些结论。因此,了解多种可视化信息的方法非常重要——这是我们将在课程第三部分中讨论的内容。相关领域还包括信息图表人机交互。 -
-
- -## 数据的类型 - -正如我们已经提到的,数据无处不在。我们只需要以正确的方式捕获它!区分**结构化**和**非结构化**数据是很有用的。前者通常以某种结构化形式表示,通常是表格或多个表格,而后者只是文件的集合。有时我们也可以谈论**半结构化**数据,这些数据具有某种结构,但可能差异很大。 - -| 结构化数据 | 半结构化数据 | 非结构化数据 | -| ---------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------- | --------------------------------------- | -| 包含电话号码的人员列表 | 带有链接的维基百科页面 | 《大英百科全书》的文本 | -| 过去20年中每分钟建筑物所有房间的温度数据 | 以JSON格式存储的科学论文集合,包括作者、出版日期和摘要 | 企业文件的文件共享 | -| 进入建筑物的所有人的年龄和性别数据 | 互联网页面 | 监控摄像头的原始视频流 | - -## 数据的来源 - -数据的来源有很多种,几乎无法一一列举!然而,我们可以提到一些典型的数据来源: - -* **结构化数据** - - **物联网**(IoT),包括来自不同传感器的数据,例如温度或压力传感器,提供了许多有用的数据。例如,如果办公楼配备了物联网传感器,我们可以自动控制供暖和照明,以尽量减少成本。 - - **调查问卷**,例如我们在用户购买后或访问网站后要求他们填写的问卷。 - - **行为分析**,例如可以帮助我们了解用户在网站上的浏览深度,以及离开网站的典型原因。 -* **非结构化数据** - - **文本**可以是丰富的洞察力来源,例如整体**情感评分**,或提取关键词和语义意义。 - - **图像**或**视频**。监控摄像头的视频可以用来估算道路上的交通流量,并向人们提供潜在交通拥堵的通知。 - - 网站服务器的**日志**可以用来了解我们网站的哪些页面被访问得最多,以及访问时长。 -* **半结构化数据** - - **社交网络**图可以是关于用户个性和传播信息潜在效果的绝佳数据来源。 - - 当我们有一堆聚会照片时,我们可以尝试通过构建人与人之间拍照的关系图来提取**群体动态**数据。 - -通过了解不同的数据来源,你可以尝试思考不同的场景,数据科学技术可以应用于更好地了解情况,并改善业务流程。 - -## 数据的用途 - -在数据科学中,我们专注于数据旅程的以下步骤: - -
-
1) 数据获取
-
-第一步是收集数据。在许多情况下,这可能是一个简单的过程,比如数据从网络应用程序进入数据库,但有时我们需要使用特殊技术。例如,来自物联网传感器的数据可能会非常庞大,使用像IoT Hub这样的缓冲端点来收集所有数据是一个好习惯,以便进一步处理。 -
-
2) 数据存储
-
-存储数据可能是一个挑战,特别是当我们谈论大数据时。在决定如何存储数据时,最好预测未来查询数据的方式。数据可以通过几种方式存储: - -
-
3) 数据处理
-
-这是数据旅程中最令人兴奋的部分,涉及将数据从原始形式转换为可用于可视化/模型训练的形式。当处理非结构化数据(如文本或图像)时,我们可能需要使用一些AI技术从数据中提取特征,从而将其转换为结构化形式。 -
-
4) 可视化/人工洞察
-
-为了理解数据,我们通常需要对其进行可视化。拥有许多不同的可视化技术,我们可以找到合适的视图来获得洞察力。通常,数据科学家需要“玩转数据”,多次进行可视化并寻找一些关系。此外,我们可以使用统计技术来测试假设或证明数据之间的相关性。 -
-
5) 训练预测模型
-
-由于数据科学的最终目标是能够基于数据做出决策,我们可能希望使用机器学习技术来构建预测模型。然后,我们可以使用具有类似结构的新数据集进行预测。 -
-
- -当然,根据实际数据,有些步骤可能会缺失(例如,当我们已经在数据库中拥有数据,或者当我们不需要模型训练时),或者有些步骤可能会重复多次(例如数据处理)。 - -## 数字化与数字化转型 - -在过去的十年中,许多企业开始意识到数据在做出业务决策时的重要性。要将数据科学原则应用于企业运营,首先需要收集一些数据,即将业务流程转化为数字形式。这被称为**数字化**。将数据科学技术应用于这些数据以指导决策,可以显著提高生产力(甚至实现业务转型),这被称为**数字化转型**。 - -让我们考虑一个例子。假设我们有一个数据科学课程(比如这个课程),我们在线向学生提供,并希望利用数据科学来改进它。我们该怎么做? - -我们可以从问“什么可以数字化?”开始。最简单的方法是测量每个学生完成每个模块所需的时间,并通过在每个模块结束时进行选择题测试来测量获得的知识。通过计算所有学生的平均完成时间,我们可以找出哪些模块对学生来说最具挑战性,并努力简化它们。 -> 你可能会认为这种方法并不理想,因为模块的长度可能不同。更公平的做法可能是将时间除以模块的长度(以字符数计算),然后比较这些值。 - -当我们开始分析多项选择测试的结果时,可以尝试确定学生难以理解的概念,并利用这些信息来改进内容。为此,我们需要设计测试,使每个问题都能映射到某个特定的概念或知识点。 - -如果我们想更复杂一些,可以将每个模块所花费的时间与学生的年龄类别进行对比分析。我们可能会发现,对于某些年龄段来说,完成模块所需的时间过长,或者学生在完成之前就退出了。这可以帮助我们为模块提供年龄建议,并减少因错误预期而导致的不满。 - -## 🚀 挑战 - -在这个挑战中,我们将尝试通过分析文本来找到与数据科学领域相关的概念。我们将选取一篇关于数据科学的维基百科文章,下载并处理文本,然后构建一个像这样的词云: - -![数据科学词云](../../../../translated_images/zh-CN/ds_wordcloud.664a7c07dca57de017c22bf0498cb40f898d48aa85b3c36a80620fea12fadd42.png) - -访问 [`notebook.ipynb`](../../../../1-Introduction/01-defining-data-science/notebook.ipynb ':ignore') 阅读代码。你也可以运行代码,实时查看它如何执行所有数据转换。 - -> 如果你不知道如何在 Jupyter Notebook 中运行代码,可以查看 [这篇文章](https://soshnikov.com/education/how-to-execute-notebooks-from-github/)。 - -## [课后测验](https://ff-quizzes.netlify.app/en/ds/quiz/1) - -## 作业 - -* **任务 1**:修改上述代码,找出与 **大数据** 和 **机器学习** 领域相关的概念 -* **任务 2**:[思考数据科学场景](assignment.md) - -## 致谢 - -本课程由 [Dmitry Soshnikov](http://soshnikov.com) 倾情创作 ♥️ - ---- - -**免责声明**: -本文档使用AI翻译服务[Co-op Translator](https://github.com/Azure/co-op-translator)进行翻译。尽管我们努力确保翻译的准确性,但请注意,自动翻译可能包含错误或不准确之处。原始语言的文档应被视为权威来源。对于重要信息,建议使用专业人工翻译。我们不对因使用此翻译而产生的任何误解或误读承担责任。 \ No newline at end of file diff --git a/translations/zh/1-Introduction/01-defining-data-science/assignment.md b/translations/zh/1-Introduction/01-defining-data-science/assignment.md deleted file mode 100644 index b6e67339..00000000 --- a/translations/zh/1-Introduction/01-defining-data-science/assignment.md +++ /dev/null @@ -1,44 +0,0 @@ - -# 作业:数据科学场景 - -在本次作业中,我们希望你思考一些现实生活中的流程或问题,涉及不同的问题领域,并考虑如何通过数据科学流程来改进它们。请思考以下问题: - -1. 你可以收集哪些数据? -1. 你将如何收集这些数据? -1. 你将如何存储这些数据?数据的规模可能有多大? -1. 你可能从这些数据中获得哪些洞察?基于这些数据,我们可以做出哪些决策? - -尝试思考三个不同的问题/流程,并针对每个问题领域描述上述每个要点。 - -以下是一些可以帮助你开始思考的问题领域和问题: - -1. 如何利用数据改进学校中儿童的教育过程? -1. 如何利用数据在疫情期间控制疫苗接种? -1. 如何利用数据确保自己在工作中保持高效? - -## 指导 - -填写下表(如果需要,可以用你自己的问题领域替换建议的问题领域): - -| 问题领域 | 问题 | 收集哪些数据 | 如何存储数据 | 我们可以做出的洞察/决策 | -|----------|------|--------------|--------------|--------------------------| -| 教育 | | | | | -| 疫苗接种 | | | | | -| 工作效率 | | | | | - -## 评分标准 - -优秀 | 合格 | 需要改进 ---- | --- | -- | -能够为所有问题领域识别出合理的数据来源、数据存储方式以及可能的决策/洞察 | 解决方案的某些方面缺乏细节,未讨论数据存储,至少描述了两个问题领域 | 仅描述了部分数据解决方案,仅考虑了一个问题领域。 - -**免责声明**: -本文档使用AI翻译服务 [Co-op Translator](https://github.com/Azure/co-op-translator) 进行翻译。尽管我们努力确保翻译的准确性,但请注意,自动翻译可能包含错误或不准确之处。原始语言的文档应被视为权威来源。对于关键信息,建议使用专业人工翻译。我们不对因使用此翻译而产生的任何误解或误读承担责任。 \ No newline at end of file diff --git a/translations/zh/1-Introduction/01-defining-data-science/notebook.ipynb b/translations/zh/1-Introduction/01-defining-data-science/notebook.ipynb deleted file mode 100644 index b64542f0..00000000 --- a/translations/zh/1-Introduction/01-defining-data-science/notebook.ipynb +++ /dev/null @@ -1,431 +0,0 @@ -{ - "cells": [ - { - "cell_type": "markdown", - "source": [ - "# 挑战:分析关于数据科学的文本\n", - "\n", - "在这个例子中,我们将进行一个简单的练习,涵盖传统数据科学流程的所有步骤。你不需要编写任何代码,只需点击下面的单元格来执行它们并观察结果。作为一个挑战,鼓励你尝试用不同的数据运行这些代码。\n", - "\n", - "## 目标\n", - "\n", - "在本节课中,我们讨论了与数据科学相关的不同概念。现在让我们通过**文本挖掘**来探索更多相关概念。我们将从一段关于数据科学的文本开始,从中提取关键词,然后尝试可视化结果。\n", - "\n", - "作为文本素材,我们将使用维基百科上关于数据科学的页面:\n" - ], - "metadata": {} - }, - { - "cell_type": "markdown", - "source": [], - "metadata": {} - }, - { - "cell_type": "code", - "execution_count": 62, - "source": [ - "url = 'https://en.wikipedia.org/wiki/Data_science'" - ], - "outputs": [], - "metadata": {} - }, - { - "cell_type": "markdown", - "source": [ - "## 第一步:获取数据\n", - "\n", - "数据科学流程的第一步是获取数据。我们将使用 `requests` 库来完成这一任务:\n" - ], - "metadata": {} - }, - { - "cell_type": "code", - "execution_count": 63, - "source": [ - "import requests\r\n", - "\r\n", - "text = requests.get(url).content.decode('utf-8')\r\n", - "print(text[:1000])" - ], - "outputs": [ - { - "output_type": "stream", - "name": "stdout", - "text": [ - "\n", - "\n", - "\n", - "\n", - "Data science - Wikipedia\n", - "