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

translations/kn/.co-op-translator.json

@@ -0,0 +1,422 @@
+{
+  "1-Introduction/01-defining-data-science/README.md": {
+    "original_hash": "43212cc1ac137b7bb1dcfb37ca06b0f4",
+    "translation_date": "2025-12-19T13:39:07+00:00",
+    "source_file": "1-Introduction/01-defining-data-science/README.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/01-defining-data-science/assignment.md": {
+    "original_hash": "4e0f1773b9bee1be3b28f9fe2c71b3de",
+    "translation_date": "2025-12-19T13:46:19+00:00",
+    "source_file": "1-Introduction/01-defining-data-science/assignment.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/01-defining-data-science/solution/assignment.md": {
+    "original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
+    "translation_date": "2025-12-19T14:40:03+00:00",
+    "source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/02-ethics/README.md": {
+    "original_hash": "58860ce9a4b8a564003d2752f7c72851",
+    "translation_date": "2025-12-19T14:22:03+00:00",
+    "source_file": "1-Introduction/02-ethics/README.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/02-ethics/assignment.md": {
+    "original_hash": "b588c0fc73014f52520c666efc3e0cc3",
+    "translation_date": "2025-12-19T14:28:52+00:00",
+    "source_file": "1-Introduction/02-ethics/assignment.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/03-defining-data/README.md": {
+    "original_hash": "12339119c0165da569a93ddba05f9339",
+    "translation_date": "2025-12-19T14:00:15+00:00",
+    "source_file": "1-Introduction/03-defining-data/README.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/03-defining-data/assignment.md": {
+    "original_hash": "2e5cacb967c1e9dfd07809bfc441a0b4",
+    "translation_date": "2025-12-19T14:01:59+00:00",
+    "source_file": "1-Introduction/03-defining-data/assignment.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/04-stats-and-probability/README.md": {
+    "original_hash": "ce95884566a74db72572cd51f0cb25ad",
+    "translation_date": "2025-12-19T13:54:48+00:00",
+    "source_file": "1-Introduction/04-stats-and-probability/README.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/04-stats-and-probability/assignment.md": {
+    "original_hash": "01d1b493e8b51a6ebb42524f6b1bcfff",
+    "translation_date": "2025-12-19T13:57:31+00:00",
+    "source_file": "1-Introduction/04-stats-and-probability/assignment.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/README.md": {
+    "original_hash": "696a8474a01054281704cbfb09148949",
+    "translation_date": "2025-12-19T13:23:24+00:00",
+    "source_file": "1-Introduction/README.md",
+    "language_code": "kn"
+  },
+  "2-Working-With-Data/05-relational-databases/README.md": {
+    "original_hash": "11739c7b40e7c6b16ad29e3df4e65862",
+    "translation_date": "2025-12-19T15:49:38+00:00",
+    "source_file": "2-Working-With-Data/05-relational-databases/README.md",
+    "language_code": "kn"
+  },
+  "2-Working-With-Data/05-relational-databases/assignment.md": {
+    "original_hash": "25b37acdfb2452917c1aa2e2ca44317a",
+    "translation_date": "2025-12-19T15:52:02+00:00",
+    "source_file": "2-Working-With-Data/05-relational-databases/assignment.md",
+    "language_code": "kn"
+  },
+  "2-Working-With-Data/06-non-relational/README.md": {
+    "original_hash": "c182e87f9f80be7e7cdffc7b40bbfccf",
+    "translation_date": "2025-12-19T15:39:41+00:00",
+    "source_file": "2-Working-With-Data/06-non-relational/README.md",
+    "language_code": "kn"
+  },
+  "2-Working-With-Data/06-non-relational/assignment.md": {
+    "original_hash": "f824bfdb8b12d33293913f76f5c787c5",
+    "translation_date": "2025-12-19T15:41:16+00:00",
+    "source_file": "2-Working-With-Data/06-non-relational/assignment.md",
+    "language_code": "kn"
+  },
+  "2-Working-With-Data/07-python/README.md": {
+    "original_hash": "7bfec050f4717dcc2dfd028aca9d21f3",
+    "translation_date": "2025-12-19T15:34:55+00:00",
+    "source_file": "2-Working-With-Data/07-python/README.md",
+    "language_code": "kn"
+  },
+  "2-Working-With-Data/07-python/assignment.md": {
+    "original_hash": "dc8f035ce92e4eaa078ab19caa68267a",
+    "translation_date": "2025-12-19T15:37:42+00:00",
+    "source_file": "2-Working-With-Data/07-python/assignment.md",
+    "language_code": "kn"
+  },
+  "2-Working-With-Data/08-data-preparation/README.md": {
+    "original_hash": "1b560955ff39a2bcf2a049fce474a951",
+    "translation_date": "2025-12-19T15:43:47+00:00",
+    "source_file": "2-Working-With-Data/08-data-preparation/README.md",
+    "language_code": "kn"
+  },
+  "2-Working-With-Data/08-data-preparation/assignment.md": {
+    "original_hash": "f9d5a7275e046223fa6474477674b810",
+    "translation_date": "2025-12-19T15:45:50+00:00",
+    "source_file": "2-Working-With-Data/08-data-preparation/assignment.md",
+    "language_code": "kn"
+  },
+  "2-Working-With-Data/README.md": {
+    "original_hash": "abc3309ab41bc5a7846f70ee1a055838",
+    "translation_date": "2025-12-19T13:29:56+00:00",
+    "source_file": "2-Working-With-Data/README.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/09-visualization-quantities/README.md": {
+    "original_hash": "a49d78e32e280c410f04e5f2a2068e77",
+    "translation_date": "2025-12-19T16:15:58+00:00",
+    "source_file": "3-Data-Visualization/09-visualization-quantities/README.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/09-visualization-quantities/assignment.md": {
+    "original_hash": "ad163c4fda72c8278280b61cad317ff4",
+    "translation_date": "2025-12-19T16:17:36+00:00",
+    "source_file": "3-Data-Visualization/09-visualization-quantities/assignment.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/10-visualization-distributions/README.md": {
+    "original_hash": "80a20467e046d312809d008395051fc7",
+    "translation_date": "2025-12-19T15:55:45+00:00",
+    "source_file": "3-Data-Visualization/10-visualization-distributions/README.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/10-visualization-distributions/assignment.md": {
+    "original_hash": "40eeb9b9f94009c537c7811f9f27f037",
+    "translation_date": "2025-12-19T15:57:18+00:00",
+    "source_file": "3-Data-Visualization/10-visualization-distributions/assignment.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/11-visualization-proportions/README.md": {
+    "original_hash": "42119bcc97bee88254e381156d770f3c",
+    "translation_date": "2025-12-19T16:03:58+00:00",
+    "source_file": "3-Data-Visualization/11-visualization-proportions/README.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/11-visualization-proportions/assignment.md": {
+    "original_hash": "1e00fe6a244c2f8f9a794c862661dd4f",
+    "translation_date": "2025-12-19T16:05:27+00:00",
+    "source_file": "3-Data-Visualization/11-visualization-proportions/assignment.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/12-visualization-relationships/README.md": {
+    "original_hash": "0764fd4077f3f04a1d968ec371227744",
+    "translation_date": "2025-12-19T15:58:52+00:00",
+    "source_file": "3-Data-Visualization/12-visualization-relationships/README.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/12-visualization-relationships/assignment.md": {
+    "original_hash": "680419753c086eef51be86607c623945",
+    "translation_date": "2025-12-19T16:00:21+00:00",
+    "source_file": "3-Data-Visualization/12-visualization-relationships/assignment.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/13-meaningful-visualizations/README.md": {
+    "original_hash": "cfb068050337a36e348debaa502a24fa",
+    "translation_date": "2025-12-19T16:10:02+00:00",
+    "source_file": "3-Data-Visualization/13-meaningful-visualizations/README.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/13-meaningful-visualizations/assignment.md": {
+    "original_hash": "e56df4c0f49357e30ac8fc77aa439dd4",
+    "translation_date": "2025-12-19T16:11:44+00:00",
+    "source_file": "3-Data-Visualization/13-meaningful-visualizations/assignment.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/13-meaningful-visualizations/solution/README.md": {
+    "original_hash": "5c51a54dd89075a7a362890117b7ed9e",
+    "translation_date": "2025-12-19T16:19:08+00:00",
+    "source_file": "3-Data-Visualization/13-meaningful-visualizations/solution/README.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/13-meaningful-visualizations/starter/README.md": {
+    "original_hash": "5c51a54dd89075a7a362890117b7ed9e",
+    "translation_date": "2025-12-19T16:18:22+00:00",
+    "source_file": "3-Data-Visualization/13-meaningful-visualizations/starter/README.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/R/09-visualization-quantities/README.md": {
+    "original_hash": "22acf28f518a4769ea14fa42f4734b9f",
+    "translation_date": "2025-12-19T16:33:36+00:00",
+    "source_file": "3-Data-Visualization/R/09-visualization-quantities/README.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/R/09-visualization-quantities/assignment.md": {
+    "original_hash": "0ea21b6513df5ade7419c6b7d65f10b1",
+    "translation_date": "2025-12-19T16:35:04+00:00",
+    "source_file": "3-Data-Visualization/R/09-visualization-quantities/assignment.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/R/10-visualization-distributions/README.md": {
+    "original_hash": "ea67c0c40808fd723594de6896c37ccf",
+    "translation_date": "2025-12-19T16:22:32+00:00",
+    "source_file": "3-Data-Visualization/R/10-visualization-distributions/README.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/R/10-visualization-distributions/assignment.md": {
+    "original_hash": "a233d542512136c4dd29aad38ca0175f",
+    "translation_date": "2025-12-19T16:23:54+00:00",
+    "source_file": "3-Data-Visualization/R/10-visualization-distributions/assignment.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/R/11-visualization-proportions/README.md": {
+    "original_hash": "47028abaaafa2bcb1079702d20569066",
+    "translation_date": "2025-12-19T16:29:36+00:00",
+    "source_file": "3-Data-Visualization/R/11-visualization-proportions/README.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/R/12-visualization-relationships/README.md": {
+    "original_hash": "a33c5d4b4156a2b41788d8720b6f724c",
+    "translation_date": "2025-12-19T16:25:43+00:00",
+    "source_file": "3-Data-Visualization/R/12-visualization-relationships/README.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/R/13-meaningful-vizualizations/README.md": {
+    "original_hash": "b4039f1c76548d144a0aee0bf28304ec",
+    "translation_date": "2025-12-19T16:39:52+00:00",
+    "source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/README.md",
+    "language_code": "kn"
+  },
+  "3-Data-Visualization/README.md": {
+    "original_hash": "1441550a0d789796b2821e04f7f4cc94",
+    "translation_date": "2025-12-19T13:36:00+00:00",
+    "source_file": "3-Data-Visualization/README.md",
+    "language_code": "kn"
+  },
+  "4-Data-Science-Lifecycle/14-Introduction/README.md": {
+    "original_hash": "07e12a25d20b8f191e3cb651c27fdb2b",
+    "translation_date": "2025-12-19T15:27:40+00:00",
+    "source_file": "4-Data-Science-Lifecycle/14-Introduction/README.md",
+    "language_code": "kn"
+  },
+  "4-Data-Science-Lifecycle/14-Introduction/assignment.md": {
+    "original_hash": "564445c39ad29a491abcb9356fc4d47d",
+    "translation_date": "2025-12-19T15:29:05+00:00",
+    "source_file": "4-Data-Science-Lifecycle/14-Introduction/assignment.md",
+    "language_code": "kn"
+  },
+  "4-Data-Science-Lifecycle/15-analyzing/README.md": {
+    "original_hash": "661dad02c3ac239644d34c1eb51e76f8",
+    "translation_date": "2025-12-19T15:25:24+00:00",
+    "source_file": "4-Data-Science-Lifecycle/15-analyzing/README.md",
+    "language_code": "kn"
+  },
+  "4-Data-Science-Lifecycle/15-analyzing/assignment.md": {
+    "original_hash": "fcc7547171f4530f159676dd73ed772e",
+    "translation_date": "2025-12-19T15:26:15+00:00",
+    "source_file": "4-Data-Science-Lifecycle/15-analyzing/assignment.md",
+    "language_code": "kn"
+  },
+  "4-Data-Science-Lifecycle/16-communication/README.md": {
+    "original_hash": "215a3254ba5a222a57c5bb0192cea8e3",
+    "translation_date": "2025-12-19T15:21:08+00:00",
+    "source_file": "4-Data-Science-Lifecycle/16-communication/README.md",
+    "language_code": "kn"
+  },
+  "4-Data-Science-Lifecycle/16-communication/assignment.md": {
+    "original_hash": "8980d7efd101c82d6d6ffc3458214120",
+    "translation_date": "2025-12-19T15:23:15+00:00",
+    "source_file": "4-Data-Science-Lifecycle/16-communication/assignment.md",
+    "language_code": "kn"
+  },
+  "4-Data-Science-Lifecycle/README.md": {
+    "original_hash": "dd173fd30fc039a7a299898920680723",
+    "translation_date": "2025-12-19T13:24:49+00:00",
+    "source_file": "4-Data-Science-Lifecycle/README.md",
+    "language_code": "kn"
+  },
+  "5-Data-Science-In-Cloud/17-Introduction/README.md": {
+    "original_hash": "5f8e7cdefa096664ae86f795be571580",
+    "translation_date": "2025-12-19T15:16:46+00:00",
+    "source_file": "5-Data-Science-In-Cloud/17-Introduction/README.md",
+    "language_code": "kn"
+  },
+  "5-Data-Science-In-Cloud/17-Introduction/assignment.md": {
+    "original_hash": "96f3696153d9ed54b19a1bb65438c104",
+    "translation_date": "2025-12-19T15:18:09+00:00",
+    "source_file": "5-Data-Science-In-Cloud/17-Introduction/assignment.md",
+    "language_code": "kn"
+  },
+  "5-Data-Science-In-Cloud/18-Low-Code/README.md": {
+    "original_hash": "bd4da10766c64fce4294a98f6479dfb0",
+    "translation_date": "2025-12-19T15:01:15+00:00",
+    "source_file": "5-Data-Science-In-Cloud/18-Low-Code/README.md",
+    "language_code": "kn"
+  },
+  "5-Data-Science-In-Cloud/18-Low-Code/assignment.md": {
+    "original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
+    "translation_date": "2025-12-19T15:04:10+00:00",
+    "source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
+    "language_code": "kn"
+  },
+  "5-Data-Science-In-Cloud/19-Azure/README.md": {
+    "original_hash": "472d3fab1c5be50f387336e7a686dbe1",
+    "translation_date": "2025-12-19T14:45:41+00:00",
+    "source_file": "5-Data-Science-In-Cloud/19-Azure/README.md",
+    "language_code": "kn"
+  },
+  "5-Data-Science-In-Cloud/19-Azure/assignment.md": {
+    "original_hash": "386efdbc19786951341f6956247ee990",
+    "translation_date": "2025-12-19T14:47:52+00:00",
+    "source_file": "5-Data-Science-In-Cloud/19-Azure/assignment.md",
+    "language_code": "kn"
+  },
+  "5-Data-Science-In-Cloud/README.md": {
+    "original_hash": "8dfe141a0f46f7d253e07f74913c7f44",
+    "translation_date": "2025-12-19T13:23:55+00:00",
+    "source_file": "5-Data-Science-In-Cloud/README.md",
+    "language_code": "kn"
+  },
+  "6-Data-Science-In-Wild/20-Real-World-Examples/README.md": {
+    "original_hash": "0f67a4139454816631526779a456b734",
+    "translation_date": "2025-12-19T16:57:54+00:00",
+    "source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/README.md",
+    "language_code": "kn"
+  },
+  "6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md": {
+    "original_hash": "d1e05715f9d97de6c4f1fb0c5a4702c0",
+    "translation_date": "2025-12-19T16:59:35+00:00",
+    "source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md",
+    "language_code": "kn"
+  },
+  "6-Data-Science-In-Wild/README.md": {
+    "original_hash": "07faf02ff163e609edf0b0308dc5d4e6",
+    "translation_date": "2025-12-19T13:36:52+00:00",
+    "source_file": "6-Data-Science-In-Wild/README.md",
+    "language_code": "kn"
+  },
+  "AGENTS.md": {
+    "original_hash": "cc2e18ab65df63e75d3619c4752e9b22",
+    "translation_date": "2025-12-19T13:07:24+00:00",
+    "source_file": "AGENTS.md",
+    "language_code": "kn"
+  },
+  "CODE_OF_CONDUCT.md": {
+    "original_hash": "c06b12caf3c901eb3156e3dd5b0aea56",
+    "translation_date": "2025-12-19T13:09:19+00:00",
+    "source_file": "CODE_OF_CONDUCT.md",
+    "language_code": "kn"
+  },
+  "CONTRIBUTING.md": {
+    "original_hash": "10f86fb29b5407088445ac803b3d0ed1",
+    "translation_date": "2025-12-19T12:50:17+00:00",
+    "source_file": "CONTRIBUTING.md",
+    "language_code": "kn"
+  },
+  "INSTALLATION.md": {
+    "original_hash": "a64d8afa22ffcc2016bb239188d6acb1",
+    "translation_date": "2025-12-19T13:13:01+00:00",
+    "source_file": "INSTALLATION.md",
+    "language_code": "kn"
+  },
+  "README.md": {
+    "original_hash": "8ec92ecfeb14923af733851239552146",
+    "translation_date": "2026-01-30T02:53:57+00:00",
+    "source_file": "README.md",
+    "language_code": "kn"
+  },
+  "SECURITY.md": {
+    "original_hash": "0d575483100c332b2dbaefef915bb3c4",
+    "translation_date": "2025-12-19T13:14:12+00:00",
+    "source_file": "SECURITY.md",
+    "language_code": "kn"
+  },
+  "SUPPORT.md": {
+    "original_hash": "872be8bc1b93ef1dd9ac3d6e8f99f6ab",
+    "translation_date": "2025-12-19T12:48:40+00:00",
+    "source_file": "SUPPORT.md",
+    "language_code": "kn"
+  },
+  "TROUBLESHOOTING.md": {
+    "original_hash": "93a6a8a8a209128cbfedcbc076ee21b0",
+    "translation_date": "2025-12-19T12:59:04+00:00",
+    "source_file": "TROUBLESHOOTING.md",
+    "language_code": "kn"
+  },
+  "USAGE.md": {
+    "original_hash": "f546349678757508d69ce9e1d2688446",
+    "translation_date": "2025-12-19T12:47:17+00:00",
+    "source_file": "USAGE.md",
+    "language_code": "kn"
+  },
+  "docs/_sidebar.md": {
+    "original_hash": "3767555b3cc28a2865c79202f4374204",
+    "translation_date": "2025-12-19T13:31:12+00:00",
+    "source_file": "docs/_sidebar.md",
+    "language_code": "kn"
+  },
+  "examples/README.md": {
+    "original_hash": "9bef7fd96c8f262339933117d9b3e342",
+    "translation_date": "2025-12-19T13:28:44+00:00",
+    "source_file": "examples/README.md",
+    "language_code": "kn"
+  },
+  "for-teachers.md": {
+    "original_hash": "f7440be10c17a8a9262713af3d2818a9",
+    "translation_date": "2025-12-19T12:41:35+00:00",
+    "source_file": "for-teachers.md",
+    "language_code": "kn"
+  },
+  "quiz-app/README.md": {
+    "original_hash": "e92c33ea498915a13c9aec162616db18",
+    "translation_date": "2025-12-19T13:26:21+00:00",
+    "source_file": "quiz-app/README.md",
+    "language_code": "kn"
+  },
+  "sketchnotes/README.md": {
+    "original_hash": "3a848466cb63aff1a93411affb152c2a",
+    "translation_date": "2025-12-19T13:32:13+00:00",
+    "source_file": "sketchnotes/README.md",
+    "language_code": "kn"
+  }
+}

translations/kn/1-Introduction/01-defining-data-science/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "43212cc1ac137b7bb1dcfb37ca06b0f4",
-  "translation_date": "2025-12-19T13:39:07+00:00",
-  "source_file": "1-Introduction/01-defining-data-science/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾ ಸೈನ್ಸ್ ಅನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವುದು
 
 | ![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರಿಂದ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/01-Definitions.png) |

translations/kn/1-Introduction/01-defining-data-science/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "4e0f1773b9bee1be3b28f9fe2c71b3de",
-  "translation_date": "2025-12-19T13:46:19+00:00",
-  "source_file": "1-Introduction/01-defining-data-science/assignment.md",
-  "language_code": "kn"
-}
--->
 # ನಿಯೋಜನೆ: ಡೇಟಾ ಸೈನ್ಸ್ ದೃಶ್ಯಗಳು
 
 ಈ ಮೊದಲ ನಿಯೋಜನೆಯಲ್ಲಿ, ನಾವು ನಿಮಗೆ ವಿವಿಧ ಸಮಸ್ಯಾ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಕೆಲವು ನೈಜ ಜೀವನ ಪ್ರಕ್ರಿಯೆ ಅಥವಾ ಸಮಸ್ಯೆಯನ್ನು ಕುರಿತು ಯೋಚಿಸಲು ಕೇಳುತ್ತೇವೆ, ಮತ್ತು ನೀವು ಡೇಟಾ ಸೈನ್ಸ್ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಬಳಸಿಕೊಂಡು ಅದನ್ನು ಹೇಗೆ ಸುಧಾರಿಸಬಹುದು ಎಂದು. ಕೆಳಗಿನ ವಿಷಯಗಳನ್ನು ಯೋಚಿಸಿ:

translations/kn/1-Introduction/01-defining-data-science/solution/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
-  "translation_date": "2025-12-19T14:40:03+00:00",
-  "source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
-  "language_code": "kn"
-}
--->
 # ನಿಯೋಜನೆ: ಡೇಟಾ ಸೈನ್ಸ್ ದೃಶ್ಯಗಳು
 
 ಈ ಮೊದಲ ನಿಯೋಜನೆಯಲ್ಲಿ, ನಾವು ನಿಮಗೆ ವಿವಿಧ ಸಮಸ್ಯಾ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಕೆಲವು ನೈಜ ಜೀವನ ಪ್ರಕ್ರಿಯೆ ಅಥವಾ ಸಮಸ್ಯೆಯನ್ನು ಕುರಿತು ಯೋಚಿಸಲು ಕೇಳುತ್ತೇವೆ, ಮತ್ತು ನೀವು ಡೇಟಾ ಸೈನ್ಸ್ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಬಳಸಿಕೊಂಡು ಅದನ್ನು ಹೇಗೆ ಸುಧಾರಿಸಬಹುದು ಎಂದು. ಕೆಳಗಿನ ವಿಷಯಗಳನ್ನು ಯೋಚಿಸಿ:

translations/kn/1-Introduction/02-ethics/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "58860ce9a4b8a564003d2752f7c72851",
-  "translation_date": "2025-12-19T14:22:03+00:00",
-  "source_file": "1-Introduction/02-ethics/README.md",
-  "language_code": "kn"
-}
--->
 Translation for chunk 1 of 'README.md' skipped due to timeout.
  * ಮಾಹಿತಿ ವಾಸ್ತವಿಕತೆಯನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವಲ್ಲಿ _ನಿಖರವಾಗಿ_ ಸೆರೆಹಿಡಿದಿದೆಯೇ?
 

translations/kn/1-Introduction/02-ethics/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "b588c0fc73014f52520c666efc3e0cc3",
-  "translation_date": "2025-12-19T14:28:52+00:00",
-  "source_file": "1-Introduction/02-ethics/assignment.md",
-  "language_code": "kn"
-}
--->
 ## ಡೇಟಾ ನೈತಿಕತೆ ಪ್ರಕರಣ ಅಧ್ಯಯನವನ್ನು ಬರೆಯಿರಿ
 
 ## ಸೂಚನೆಗಳು

translations/kn/1-Introduction/03-defining-data/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "12339119c0165da569a93ddba05f9339",
-  "translation_date": "2025-12-19T14:00:15+00:00",
-  "source_file": "1-Introduction/03-defining-data/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾ ವ್ಯಾಖ್ಯಾನ
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/03-DefiningData.png)|

translations/kn/1-Introduction/03-defining-data/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "2e5cacb967c1e9dfd07809bfc441a0b4",
-  "translation_date": "2025-12-19T14:01:59+00:00",
-  "source_file": "1-Introduction/03-defining-data/assignment.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ವರ್ಗೀಕರಿಸುವುದು
 
 ## ಸೂಚನೆಗಳು

translations/kn/1-Introduction/04-stats-and-probability/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "ce95884566a74db72572cd51f0cb25ad",
-  "translation_date": "2025-12-19T13:54:48+00:00",
-  "source_file": "1-Introduction/04-stats-and-probability/README.md",
-  "language_code": "kn"
-}
--->
 # ಅಂಕಿಅಂಶಗಳು ಮತ್ತು ಸಂಭವನೀಯತೆಯ ಸಂಕ್ಷಿಪ್ತ ಪರಿಚಯ
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರಿಂದ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/04-Statistics-Probability.png)|

translations/kn/1-Introduction/04-stats-and-probability/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "01d1b493e8b51a6ebb42524f6b1bcfff",
-  "translation_date": "2025-12-19T13:57:31+00:00",
-  "source_file": "1-Introduction/04-stats-and-probability/assignment.md",
-  "language_code": "kn"
-}
--->
 # ಸಣ್ಣ ಮಧುಮೇಹ ಅಧ್ಯಯನ
 
 ಈ ನಿಯೋಜನೆಯಲ್ಲಿ, ನಾವು [ಇಲ್ಲಿ](https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html) ತೆಗೆದುಕೊಂಡಿರುವ ಮಧುಮೇಹ ರೋಗಿಗಳ ಸಣ್ಣ ಡೇಟಾಸೆಟ್‌ನೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತೇವೆ.

translations/kn/1-Introduction/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "696a8474a01054281704cbfb09148949",
-  "translation_date": "2025-12-19T13:23:24+00:00",
-  "source_file": "1-Introduction/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾ ಸೈನ್ಸ್ ಪರಿಚಯ
 
 ![data in action](../../../translated_images/kn/data.48e22bb7617d8d92188afbc4c48effb920ba79f5cebdc0652cd9f34bbbd90c18.jpg)

translations/kn/2-Working-With-Data/05-relational-databases/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "11739c7b40e7c6b16ad29e3df4e65862",
-  "translation_date": "2025-12-19T15:49:38+00:00",
-  "source_file": "2-Working-With-Data/05-relational-databases/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾ ಜೊತೆಗೆ ಕೆಲಸ ಮಾಡುವುದು: ಸಂಬಂಧಿತ ಡೇಟಾಬೇಸ್‌ಗಳು
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರ ಸ್ಕೆಚ್‌ನೋಟ್ ](../../sketchnotes/05-RelationalData.png)|

translations/kn/2-Working-With-Data/05-relational-databases/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "25b37acdfb2452917c1aa2e2ca44317a",
-  "translation_date": "2025-12-19T15:52:02+00:00",
-  "source_file": "2-Working-With-Data/05-relational-databases/assignment.md",
-  "language_code": "kn"
-}
--->
 # ವಿಮಾನ ನಿಲ್ದಾಣದ ಡೇಟಾ ಪ್ರದರ್ಶನ
 
 ನೀವು ವಿಮಾನ ನಿಲ್ದಾಣಗಳ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಹೊಂದಿರುವ [ಡೇಟಾಬೇಸ್](https://raw.githubusercontent.com/Microsoft/Data-Science-For-Beginners/main/2-Working-With-Data/05-relational-databases/airports.db) ಅನ್ನು [SQLite](https://sqlite.org/index.html) ಆಧಾರಿತವಾಗಿ ಒದಗಿಸಲಾಗಿದೆ. ಕೆಳಗಿನಂತೆ ಸ್ಕೀಮಾ ಪ್ರದರ್ಶಿಸಲಾಗಿದೆ. ನೀವು [Visual Studio Code](https://code.visualstudio.com?WT.mc_id=academic-77958-bethanycheum) ನಲ್ಲಿ [SQLite ವಿಸ್ತರಣೆ](https://marketplace.visualstudio.com/items?itemName=alexcvzz.vscode-sqlite&WT.mc_id=academic-77958-bethanycheum) ಬಳಸಿ ವಿವಿಧ ನಗರಗಳ ವಿಮಾನ ನಿಲ್ದಾಣಗಳ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಪ್ರದರ್ಶಿಸುವಿರಿ.

translations/kn/2-Working-With-Data/06-non-relational/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "c182e87f9f80be7e7cdffc7b40bbfccf",
-  "translation_date": "2025-12-19T15:39:41+00:00",
-  "source_file": "2-Working-With-Data/06-non-relational/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾ ಜೊತೆಗೆ ಕೆಲಸ ಮಾಡುವುದು: ಅಸಂಬಂಧಿತ ಡೇಟಾ
 
 |![ ಸ್ಕೆಚ್‌ನೋಟ್ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರಿಂದ ](../../sketchnotes/06-NoSQL.png)|

translations/kn/2-Working-With-Data/06-non-relational/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "f824bfdb8b12d33293913f76f5c787c5",
-  "translation_date": "2025-12-19T15:41:16+00:00",
-  "source_file": "2-Working-With-Data/06-non-relational/assignment.md",
-  "language_code": "kn"
-}
--->
 # ಸೋಡಾ ಲಾಭಗಳು
 
 ## ಸೂಚನೆಗಳು

translations/kn/2-Working-With-Data/07-python/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "7bfec050f4717dcc2dfd028aca9d21f3",
-  "translation_date": "2025-12-19T15:34:55+00:00",
-  "source_file": "2-Working-With-Data/07-python/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾ ಜೊತೆ ಕೆಲಸ ಮಾಡುವುದು: ಪೈಥಾನ್ ಮತ್ತು ಪಾಂಡಾಸ್ ಲೈಬ್ರರಿ
 
 | ![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/07-WorkWithPython.png) |

translations/kn/2-Working-With-Data/07-python/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "dc8f035ce92e4eaa078ab19caa68267a",
-  "translation_date": "2025-12-19T15:37:42+00:00",
-  "source_file": "2-Working-With-Data/07-python/assignment.md",
-  "language_code": "kn"
-}
--->
 # ಪೈಥಾನ್‌ನಲ್ಲಿ ಡೇಟಾ ಪ್ರೊಸೆಸಿಂಗ್‌ಗಾಗಿ ಅಸೈನ್‌ಮೆಂಟ್
 
 ಈ ಅಸೈನ್‌ಮೆಂಟ್‌ನಲ್ಲಿ, ನಾವು ನಮ್ಮ ಚಾಲೆಂಜ್‌ಗಳಲ್ಲಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಪ್ರಾರಂಭಿಸಿದ ಕೋಡ್ ಬಗ್ಗೆ ನೀವು ವಿವರಿಸಲು ಕೇಳುತ್ತೇವೆ. ಅಸೈನ್‌ಮೆಂಟ್ ಎರಡು ಭಾಗಗಳಿಂದ ಕೂಡಿದೆ:

translations/kn/2-Working-With-Data/08-data-preparation/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "1b560955ff39a2bcf2a049fce474a951",
-  "translation_date": "2025-12-19T15:43:47+00:00",
-  "source_file": "2-Working-With-Data/08-data-preparation/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾ ಜೊತೆಗೆ ಕೆಲಸ ಮಾಡುವುದು: ಡೇಟಾ ತಯಾರಿ
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರಿಂದ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/08-DataPreparation.png)|

translations/kn/2-Working-With-Data/08-data-preparation/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "f9d5a7275e046223fa6474477674b810",
-  "translation_date": "2025-12-19T15:45:50+00:00",
-  "source_file": "2-Working-With-Data/08-data-preparation/assignment.md",
-  "language_code": "kn"
-}
--->
 # ಫಾರ್ಮ್‌ನಿಂದ ಡೇಟಾವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು
 
 ಒಂದು ಗ್ರಾಹಕರು ತಮ್ಮ ಗ್ರಾಹಕ ಆಧಾರದ ಬಗ್ಗೆ ಕೆಲವು ಮೂಲಭೂತ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು [ಸಣ್ಣ ಫಾರ್ಮ್](../../../../2-Working-With-Data/08-data-preparation/index.html) ಅನ್ನು ಪರೀಕ್ಷಿಸುತ್ತಿದ್ದಾರೆ. ಅವರು ಸಂಗ್ರಹಿಸಿದ ಡೇಟಾವನ್ನು ಮಾನ್ಯಗೊಳಿಸಲು ತಮ್ಮ ಕಂಡುಹಿಡಿದಿರುವುದನ್ನು ನಿಮಗೆ ತಂದುಕೊಟ್ಟಿದ್ದಾರೆ. ಫಾರ್ಮ್ ಅನ್ನು ನೋಡಲು ನೀವು ಬ್ರೌಸರ್‌ನಲ್ಲಿ `index.html` ಪುಟವನ್ನು ತೆರೆಯಬಹುದು.

translations/kn/2-Working-With-Data/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "abc3309ab41bc5a7846f70ee1a055838",
-  "translation_date": "2025-12-19T13:29:56+00:00",
-  "source_file": "2-Working-With-Data/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾ ಜೊತೆಗೆ ಕೆಲಸ ಮಾಡುವುದು
 
 ![data love](../../../translated_images/kn/data-love.a22ef29e6742c852505ada062920956d3d7604870b281a8ca7c7ac6f37381d5a.jpg)

translations/kn/3-Data-Visualization/09-visualization-quantities/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a49d78e32e280c410f04e5f2a2068e77",
-  "translation_date": "2025-12-19T16:15:58+00:00",
-  "source_file": "3-Data-Visualization/09-visualization-quantities/README.md",
-  "language_code": "kn"
-}
--->
 # ಪ್ರಮಾಣಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರಿಂದ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/09-Visualizing-Quantities.png)|

translations/kn/3-Data-Visualization/09-visualization-quantities/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "ad163c4fda72c8278280b61cad317ff4",
-  "translation_date": "2025-12-19T16:17:36+00:00",
-  "source_file": "3-Data-Visualization/09-visualization-quantities/assignment.md",
-  "language_code": "kn"
-}
--->
 # ರೇಖೆಗಳು, ಚಿತ್ತಾರಗಳು ಮತ್ತು ಬಾರ್‌ಗಳು
 
 ## ಸೂಚನೆಗಳು

translations/kn/3-Data-Visualization/10-visualization-distributions/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "80a20467e046d312809d008395051fc7",
-  "translation_date": "2025-12-19T15:55:45+00:00",
-  "source_file": "3-Data-Visualization/10-visualization-distributions/README.md",
-  "language_code": "kn"
-}
--->
 # ವಿತರಣೆಯನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರಿಂದ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/10-Visualizing-Distributions.png)|

translations/kn/3-Data-Visualization/10-visualization-distributions/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "40eeb9b9f94009c537c7811f9f27f037",
-  "translation_date": "2025-12-19T15:57:18+00:00",
-  "source_file": "3-Data-Visualization/10-visualization-distributions/assignment.md",
-  "language_code": "kn"
-}
--->
 # ನಿಮ್ಮ ಕೌಶಲ್ಯಗಳನ್ನು ಅನ್ವಯಿಸಿ
 
 ## ಸೂಚನೆಗಳು

translations/kn/3-Data-Visualization/11-visualization-proportions/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "42119bcc97bee88254e381156d770f3c",
-  "translation_date": "2025-12-19T16:03:58+00:00",
-  "source_file": "3-Data-Visualization/11-visualization-proportions/README.md",
-  "language_code": "kn"
-}
--->
 # ಪ್ರಮಾಣಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/11-Visualizing-Proportions.png)|

translations/kn/3-Data-Visualization/11-visualization-proportions/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "1e00fe6a244c2f8f9a794c862661dd4f",
-  "translation_date": "2025-12-19T16:05:27+00:00",
-  "source_file": "3-Data-Visualization/11-visualization-proportions/assignment.md",
-  "language_code": "kn"
-}
--->
 # Excel ನಲ್ಲಿ ಪ್ರಯತ್ನಿಸಿ
 
 ## ಸೂಚನೆಗಳು

translations/kn/3-Data-Visualization/12-visualization-relationships/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "0764fd4077f3f04a1d968ec371227744",
-  "translation_date": "2025-12-19T15:58:52+00:00",
-  "source_file": "3-Data-Visualization/12-visualization-relationships/README.md",
-  "language_code": "kn"
-}
--->
 # ಸಂಬಂಧಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು: ಜೇನುತುಪ್ಪ ಬಗ್ಗೆ ಎಲ್ಲವೂ 🍯
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/12-Visualizing-Relationships.png)|

translations/kn/3-Data-Visualization/12-visualization-relationships/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "680419753c086eef51be86607c623945",
-  "translation_date": "2025-12-19T16:00:21+00:00",
-  "source_file": "3-Data-Visualization/12-visualization-relationships/assignment.md",
-  "language_code": "kn"
-}
--->
 # ಜೇನುಮಡಿಗೆಗೆ ಡೈವ್ ಮಾಡಿ
 
 ## ಸೂಚನೆಗಳು

translations/kn/3-Data-Visualization/13-meaningful-visualizations/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "cfb068050337a36e348debaa502a24fa",
-  "translation_date": "2025-12-19T16:10:02+00:00",
-  "source_file": "3-Data-Visualization/13-meaningful-visualizations/README.md",
-  "language_code": "kn"
-}
--->
 # ಅರ್ಥಪೂರ್ಣ ದೃಶ್ಯೀಕರಣಗಳನ್ನು ಮಾಡುವುದು
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರಿಂದ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/13-MeaningfulViz.png)|

translations/kn/3-Data-Visualization/13-meaningful-visualizations/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "e56df4c0f49357e30ac8fc77aa439dd4",
-  "translation_date": "2025-12-19T16:11:44+00:00",
-  "source_file": "3-Data-Visualization/13-meaningful-visualizations/assignment.md",
-  "language_code": "kn"
-}
--->
 # ನಿಮ್ಮ ಸ್ವಂತ ಕಸ್ಟಮ್ ವಿಸ್ನ್ನು ನಿರ್ಮಿಸಿ
 
 ## ಸೂಚನೆಗಳು

translations/kn/3-Data-Visualization/13-meaningful-visualizations/solution/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "5c51a54dd89075a7a362890117b7ed9e",
-  "translation_date": "2025-12-19T16:19:08+00:00",
-  "source_file": "3-Data-Visualization/13-meaningful-visualizations/solution/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಂಜರಸ್ ಲಿಯಾಜನ್ಸ್ ಡೇಟಾ ವಿಸುಯಲೈಜೆಷನ್ ಪ್ರಾಜೆಕ್ಟ್
 
 ಪ್ರಾರಂಭಿಸಲು, ನಿಮ್ಮ ಯಂತ್ರದಲ್ಲಿ NPM ಮತ್ತು Node ಚಾಲನೆಯಲ್ಲಿರುವುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬೇಕು. ಅವಲಂಬನೆಗಳನ್ನು ಸ್ಥಾಪಿಸಿ (npm install) ಮತ್ತು ನಂತರ ಪ್ರಾಜೆಕ್ಟ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಚಾಲನೆ ಮಾಡಿ (npm run serve):

translations/kn/3-Data-Visualization/13-meaningful-visualizations/starter/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "5c51a54dd89075a7a362890117b7ed9e",
-  "translation_date": "2025-12-19T16:18:22+00:00",
-  "source_file": "3-Data-Visualization/13-meaningful-visualizations/starter/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಂಜರಸ್ ಲಿಯಾಜನ್ಸ್ ಡೇಟಾ ವಿಸುಯಲೈಜೆಷನ್ ಪ್ರಾಜೆಕ್ಟ್
 
 ಪ್ರಾರಂಭಿಸಲು, ನಿಮ್ಮ ಯಂತ್ರದಲ್ಲಿ NPM ಮತ್ತು Node ಚಾಲನೆಯಲ್ಲಿರುವುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬೇಕು. ಅವಲಂಬನೆಗಳನ್ನು ಸ್ಥಾಪಿಸಿ (npm install) ಮತ್ತು ನಂತರ ಪ್ರಾಜೆಕ್ಟ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಚಾಲನೆ ಮಾಡಿ (npm run serve):

translations/kn/3-Data-Visualization/R/09-visualization-quantities/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "22acf28f518a4769ea14fa42f4734b9f",
-  "translation_date": "2025-12-19T16:33:36+00:00",
-  "source_file": "3-Data-Visualization/R/09-visualization-quantities/README.md",
-  "language_code": "kn"
-}
--->
 # ಪ್ರಮಾಣಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರಿಂದ ಸ್ಕೆಚ್ ನೋಟ್ ](https://github.com/microsoft/Data-Science-For-Beginners/blob/main/sketchnotes/09-Visualizing-Quantities.png)|
 |:---:|

translations/kn/3-Data-Visualization/R/09-visualization-quantities/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "0ea21b6513df5ade7419c6b7d65f10b1",
-  "translation_date": "2025-12-19T16:35:04+00:00",
-  "source_file": "3-Data-Visualization/R/09-visualization-quantities/assignment.md",
-  "language_code": "kn"
-}
--->
 # ರೇಖೆಗಳು, ಚಿತ್ತಾರಗಳು ಮತ್ತು ಬಾರ್‌ಗಳು
 
 ## ಸೂಚನೆಗಳು

translations/kn/3-Data-Visualization/R/10-visualization-distributions/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "ea67c0c40808fd723594de6896c37ccf",
-  "translation_date": "2025-12-19T16:22:32+00:00",
-  "source_file": "3-Data-Visualization/R/10-visualization-distributions/README.md",
-  "language_code": "kn"
-}
--->
 # ವಿತರಣೆಯ ದೃಶ್ಯೀಕರಣ
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರ ಸ್ಕೆಚ್ ನೋಟ್ ](https://github.com/microsoft/Data-Science-For-Beginners/blob/main/sketchnotes/10-Visualizing-Distributions.png)|

translations/kn/3-Data-Visualization/R/10-visualization-distributions/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a233d542512136c4dd29aad38ca0175f",
-  "translation_date": "2025-12-19T16:23:54+00:00",
-  "source_file": "3-Data-Visualization/R/10-visualization-distributions/assignment.md",
-  "language_code": "kn"
-}
--->
 # ನಿಮ್ಮ ಕೌಶಲ್ಯಗಳನ್ನು ಅನ್ವಯಿಸಿ
 
 ## ಸೂಚನೆಗಳು

translations/kn/3-Data-Visualization/R/11-visualization-proportions/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "47028abaaafa2bcb1079702d20569066",
-  "translation_date": "2025-12-19T16:29:36+00:00",
-  "source_file": "3-Data-Visualization/R/11-visualization-proportions/README.md",
-  "language_code": "kn"
-}
--->
 # ಪ್ರಮಾಣಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರ ಸ್ಕೆಚ್ ನೋಟ್ ](../../../sketchnotes/11-Visualizing-Proportions.png)|

translations/kn/3-Data-Visualization/R/12-visualization-relationships/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a33c5d4b4156a2b41788d8720b6f724c",
-  "translation_date": "2025-12-19T16:25:43+00:00",
-  "source_file": "3-Data-Visualization/R/12-visualization-relationships/README.md",
-  "language_code": "kn"
-}
--->
 # ಸಂಬಂಧಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು: ಜೇನುತುಪ್ಪ ಬಗ್ಗೆ ಎಲ್ಲವೂ 🍯
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರ ಸ್ಕೆಚ್ ನೋಟ್ ](../../../sketchnotes/12-Visualizing-Relationships.png)|

translations/kn/3-Data-Visualization/R/13-meaningful-vizualizations/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "b4039f1c76548d144a0aee0bf28304ec",
-  "translation_date": "2025-12-19T16:39:52+00:00",
-  "source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/README.md",
-  "language_code": "kn"
-}
--->
 # ಅರ್ಥಪೂರ್ಣ ದೃಶ್ಯೀಕರಣಗಳನ್ನು ಮಾಡುವುದು
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರಿಂದ ಸ್ಕೆಚ್ ನೋಟ್ ](../../../sketchnotes/13-MeaningfulViz.png)|

translations/kn/3-Data-Visualization/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "1441550a0d789796b2821e04f7f4cc94",
-  "translation_date": "2025-12-19T13:36:00+00:00",
-  "source_file": "3-Data-Visualization/README.md",
-  "language_code": "kn"
-}
--->
 # ದೃಶ್ಯೀಕರಣಗಳು
 
 ![ಲ್ಯಾವೆಂಡರ್ ಹೂವಿನ ಮೇಲೆ ಒಂದು ಜೇನುತುಪ್ಪ](../../../translated_images/kn/bee.0aa1d91132b12e3a8994b9ca12816d05ce1642010d9b8be37f8d37365ba845cf.jpg)

translations/kn/4-Data-Science-Lifecycle/14-Introduction/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "07e12a25d20b8f191e3cb651c27fdb2b",
-  "translation_date": "2025-12-19T15:27:40+00:00",
-  "source_file": "4-Data-Science-Lifecycle/14-Introduction/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾ ಸೈನ್ಸ್ ಜೀವನಚಕ್ರಕ್ಕೆ ಪರಿಚಯ
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರಿಂದ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/14-DataScience-Lifecycle.png)|

translations/kn/4-Data-Science-Lifecycle/14-Introduction/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "564445c39ad29a491abcb9356fc4d47d",
-  "translation_date": "2025-12-19T15:29:05+00:00",
-  "source_file": "4-Data-Science-Lifecycle/14-Introduction/assignment.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾಸೆಟ್ ಅನ್ನು ಅಂದಾಜಿಸುವುದು
 
 ನಿಮ್ಮ ತಂಡಕ್ಕೆ ನ್ಯೂಯಾರ್ಕ್ ನಗರದಲ್ಲಿ ಟ್ಯಾಕ್ಸಿ ಗ್ರಾಹಕರ ಋತುಮಾನ ಖರ್ಚು عادತಗಳನ್ನು ಪರಿಶೀಲಿಸಲು ಸಹಾಯ ಮಾಡಲು ಒಂದು ಗ್ರಾಹಕ ಸಂಪರ್ಕಿಸಿದ್ದಾರೆ.

translations/kn/4-Data-Science-Lifecycle/15-analyzing/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "661dad02c3ac239644d34c1eb51e76f8",
-  "translation_date": "2025-12-19T15:25:24+00:00",
-  "source_file": "4-Data-Science-Lifecycle/15-analyzing/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾ ಸೈನ್ಸ್ ಜೀವನಚಕ್ರ: ವಿಶ್ಲೇಷಣೆ
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/15-Analyzing.png)|

translations/kn/4-Data-Science-Lifecycle/15-analyzing/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "fcc7547171f4530f159676dd73ed772e",
-  "translation_date": "2025-12-19T15:26:15+00:00",
-  "source_file": "4-Data-Science-Lifecycle/15-analyzing/assignment.md",
-  "language_code": "kn"
-}
--->
 # ಉತ್ತರಗಳನ್ನು ಅನ್ವೇಷಿಸುವುದು
 
 ಇದು ಹಿಂದಿನ ಪಾಠದ [ಕಾರ್ಯ](../14-Introduction/assignment.md)ನ ಮುಂದುವರಿದ ಭಾಗವಾಗಿದ್ದು, ಅಲ್ಲಿ ನಾವು ಡೇಟಾ ಸೆಟ್ ಅನ್ನು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ನೋಡಿದ್ದೇವೆ. ಈಗ ನಾವು ಡೇಟಾವನ್ನು ಹೆಚ್ಚು ಆಳವಾಗಿ ಪರಿಶೀಲಿಸುವೆವು.

translations/kn/4-Data-Science-Lifecycle/16-communication/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "215a3254ba5a222a57c5bb0192cea8e3",
-  "translation_date": "2025-12-19T15:21:08+00:00",
-  "source_file": "4-Data-Science-Lifecycle/16-communication/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾ ಸೈನ್ಸ್ ಜೀವನಚಕ್ರ: ಸಂವಹನ
 
 |![ ಸ್ಕೆಚ್‌ನೋಟ್ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರಿಂದ ](../../sketchnotes/16-Communicating.png)|

translations/kn/4-Data-Science-Lifecycle/16-communication/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "8980d7efd101c82d6d6ffc3458214120",
-  "translation_date": "2025-12-19T15:23:15+00:00",
-  "source_file": "4-Data-Science-Lifecycle/16-communication/assignment.md",
-  "language_code": "kn"
-}
--->
 # ಕಥೆಯನ್ನು ಹೇಳಿ
 
 ## ಸೂಚನೆಗಳು

translations/kn/4-Data-Science-Lifecycle/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "dd173fd30fc039a7a299898920680723",
-  "translation_date": "2025-12-19T13:24:49+00:00",
-  "source_file": "4-Data-Science-Lifecycle/README.md",
-  "language_code": "kn"
-}
--->
 # ಡೇಟಾ ಸೈನ್ಸ್ ಜೀವನಚಕ್ರ
 
 ![communication](../../../translated_images/kn/communication.06d8e2a88d30d168d661ad9f9f0a4f947ebff3719719cfdaf9ed00a406a01ead.jpg)

translations/kn/5-Data-Science-In-Cloud/17-Introduction/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "5f8e7cdefa096664ae86f795be571580",
-  "translation_date": "2025-12-19T15:16:46+00:00",
-  "source_file": "5-Data-Science-In-Cloud/17-Introduction/README.md",
-  "language_code": "kn"
-}
--->
 # ಕ್ಲೌಡ್‌ನಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್‌ಗೆ ಪರಿಚಯ
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರಿಂದ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/17-DataScience-Cloud.png)|

translations/kn/5-Data-Science-In-Cloud/17-Introduction/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "96f3696153d9ed54b19a1bb65438c104",
-  "translation_date": "2025-12-19T15:18:09+00:00",
-  "source_file": "5-Data-Science-In-Cloud/17-Introduction/assignment.md",
-  "language_code": "kn"
-}
--->
 # ಮಾರುಕಟ್ಟೆ ಸಂಶೋಧನೆ
 
 ## ಸೂಚನೆಗಳು

translations/kn/5-Data-Science-In-Cloud/18-Low-Code/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "bd4da10766c64fce4294a98f6479dfb0",
-  "translation_date": "2025-12-19T15:01:15+00:00",
-  "source_file": "5-Data-Science-In-Cloud/18-Low-Code/README.md",
-  "language_code": "kn"
-}
--->
 # ಕ್ಲೌಡ್‌ನಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್: "ಲೋ ಕೋಡ್/ನೋ ಕೋಡ್" ವಿಧಾನ
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/18-DataScience-Cloud.png)|

translations/kn/5-Data-Science-In-Cloud/18-Low-Code/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
-  "translation_date": "2025-12-19T15:04:10+00:00",
-  "source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
-  "language_code": "kn"
-}
--->
 # ಕಡಿಮೆ ಕೋಡ್/ಕೋಡ್ ಇಲ್ಲದ ಡೇಟಾ ಸೈನ್ಸ್ ಪ್ರಾಜೆಕ್ಟ್ ಆನ್ ಅಜೂರ್ ಎಂಎಲ್
 
 ## ಸೂಚನೆಗಳು

translations/kn/5-Data-Science-In-Cloud/19-Azure/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "472d3fab1c5be50f387336e7a686dbe1",
-  "translation_date": "2025-12-19T14:45:41+00:00",
-  "source_file": "5-Data-Science-In-Cloud/19-Azure/README.md",
-  "language_code": "kn"
-}
--->
 # ಕ್ಲೌಡ್‌ನಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್: "ಅಜೂರ್ ಎಂಎಲ್ ಎಸ್‌ಡಿಕೆ" ವಿಧಾನ
 
 |![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರಿಂದ ಸ್ಕೆಚ್‌ನೋಟ್ ](../../sketchnotes/19-DataScience-Cloud.png)|

translations/kn/5-Data-Science-In-Cloud/19-Azure/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "386efdbc19786951341f6956247ee990",
-  "translation_date": "2025-12-19T14:47:52+00:00",
-  "source_file": "5-Data-Science-In-Cloud/19-Azure/assignment.md",
-  "language_code": "kn"
-}
--->
 # ಅಜೂರ್ ಎಂಎಲ್ ಎಸ್‌ಡಿಕೆ ಬಳಸಿ ಡೇಟಾ ಸೈನ್ಸ್ ಪ್ರಾಜೆಕ್ಟ್
 
 ## ಸೂಚನೆಗಳು

translations/kn/5-Data-Science-In-Cloud/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "8dfe141a0f46f7d253e07f74913c7f44",
-  "translation_date": "2025-12-19T13:23:55+00:00",
-  "source_file": "5-Data-Science-In-Cloud/README.md",
-  "language_code": "kn"
-}
--->
 # ಕ್ಲೌಡ್‌ನಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್
 
 ![cloud-picture](../../../translated_images/kn/cloud-picture.f5526de3c6c6387b2d656ba94f019b3352e5e3854a78440e4fb00c93e2dea675.jpg)

translations/kn/6-Data-Science-In-Wild/20-Real-World-Examples/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "0f67a4139454816631526779a456b734",
-  "translation_date": "2025-12-19T16:57:54+00:00",
-  "source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/README.md",
-  "language_code": "kn"
-}
--->
 # ನಿಜಜೀವನದಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್
 
 | ![ [(@sketchthedocs)](https://sketchthedocs.dev) ಅವರ ಸ್ಕೆಚ್ ನೋಟ್ ](../../sketchnotes/20-DataScience-RealWorld.png) |

translations/kn/6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "d1e05715f9d97de6c4f1fb0c5a4702c0",
-  "translation_date": "2025-12-19T16:59:35+00:00",
-  "source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md",
-  "language_code": "kn"
-}
--->
 # ಗ್ರಹಣ ಕಂಪ್ಯೂಟರ್ ಡೇಟಾಸೆಟ್ ಅನ್ನು ಅನ್ವೇಷಿಸಿ
 
 ## ಸೂಚನೆಗಳು

translations/kn/6-Data-Science-In-Wild/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "07faf02ff163e609edf0b0308dc5d4e6",
-  "translation_date": "2025-12-19T13:36:52+00:00",
-  "source_file": "6-Data-Science-In-Wild/README.md",
-  "language_code": "kn"
-}
--->
 # ಕಾಡಿನಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್
 
 ವ್ಯವಸ್ಥೆಗಳಾದ್ಯಂತ ಡೇಟಾ ಸೈನ್ಸ್‌ನ ನೈಜ ಜಗತ್ತಿನ ಅನ್ವಯಿಕೆಗಳು.

translations/kn/AGENTS.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "cc2e18ab65df63e75d3619c4752e9b22",
-  "translation_date": "2025-12-19T13:07:24+00:00",
-  "source_file": "AGENTS.md",
-  "language_code": "kn"
-}
--->
 # AGENTS.md
 
 ## ಪ್ರಾಜೆಕ್ಟ್ ಅವಲೋಕನ

translations/kn/CODE_OF_CONDUCT.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "c06b12caf3c901eb3156e3dd5b0aea56",
-  "translation_date": "2025-12-19T13:09:19+00:00",
-  "source_file": "CODE_OF_CONDUCT.md",
-  "language_code": "kn"
-}
--->
 # ಮೈಕ್ರೋಸಾಫ್ಟ್ ಓಪನ್ ಸೋರ್ಸ್ ಕೋಡ್ ಆಫ್ ಕಂಡಕ್ಟ್
 
 ಈ ಯೋಜನೆ [ಮೈಕ್ರೋಸಾಫ್ಟ್ ಓಪನ್ ಸೋರ್ಸ್ ಕೋಡ್ ಆಫ್ ಕಂಡಕ್ಟ್](https://opensource.microsoft.com/codeofconduct/) ಅನ್ನು ಅಂಗೀಕರಿಸಿದೆ.

translations/kn/CONTRIBUTING.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "10f86fb29b5407088445ac803b3d0ed1",
-  "translation_date": "2025-12-19T12:50:17+00:00",
-  "source_file": "CONTRIBUTING.md",
-  "language_code": "kn"
-}
--->
 # ಆರಂಭಿಕರಿಗಾಗಿ ಡೇಟಾ ಸೈನ್ಸ್‌ಗೆ ಕೊಡುಗೆ ನೀಡುವುದು
 
 ಡೇಟಾ ಸೈನ್ಸ್ ಫಾರ್ ಬಿಗಿನರ್ಸ್ ಪಠ್ಯಕ್ರಮಕ್ಕೆ ಕೊಡುಗೆ ನೀಡಲು ನಿಮ್ಮ ಆಸಕ್ತಿಗೆ ಧನ್ಯವಾದಗಳು! ನಾವು ಸಮುದಾಯದಿಂದ ಕೊಡುಗೆಗಳನ್ನು ಸ್ವಾಗತಿಸುತ್ತೇವೆ.

translations/kn/INSTALLATION.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a64d8afa22ffcc2016bb239188d6acb1",
-  "translation_date": "2025-12-19T13:13:01+00:00",
-  "source_file": "INSTALLATION.md",
-  "language_code": "kn"
-}
--->
 # ಸ್ಥಾಪನೆ ಮಾರ್ಗದರ್ಶಿ
 
 ಈ ಮಾರ್ಗದರ್ಶಿ ನಿಮಗೆ Data Science for Beginners ಪಠ್ಯಕ್ರಮದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ನಿಮ್ಮ ಪರಿಸರವನ್ನು ಸೆಟ್ ಅಪ್ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

translations/kn/README.md

@@ -1,262 +1,253 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "33d252f7491b696d85df7f680e7e7b90",
-  "translation_date": "2026-01-16T23:16:07+00:00",
-  "source_file": "README.md",
-  "language_code": "kn"
-}
--->
-# ಆರಂಭಿಕರಿಗಾಗಿ ಡೇಟಾ ಸೈನ್ಸ್ - ಪಠ್ಯಕ್ರಮ
+# ಆರಂಭಿಕರಿಗಾಗಿ ಡೇಟಾ ವಿಜ್ಞಾನ - ಪಾಠ್ಯಕ್ರಮ
 
 [![GitHub Codespaces ನಲ್ಲಿ ತೆರೆಯಿರಿ](https://github.com/codespaces/badge.svg)](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
 
 [![GitHub ಪರವಾನಗಿ](https://img.shields.io/github/license/microsoft/Data-Science-For-Beginners.svg)](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE)
-[![GitHub ಸಹಭಾಗಿಗಳು](https://img.shields.io/github/contributors/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/)
+[![GitHub ಕೊಡುಗೆದಾರರು](https://img.shields.io/github/contributors/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/)
 [![GitHub ಸಮಸ್ಯೆಗಳು](https://img.shields.io/github/issues/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/)
-[![GitHub ಪುಲ್-ವಿನಂತಿಗಳು](https://img.shields.io/github/issues-pr/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/)
-[![PRs ಸ್ವಾಗತಾರ್ಹ](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)
+[![GitHub ಪುಲ್-ರಿಕ್ವೆಸ್ಟ್](https://img.shields.io/github/issues-pr/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/)
+[![PRs ಸ್ವಾಗತ](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)
 
-[![GitHub ವೀಕ್ಷಕರು](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 ಫಾರ್ಕ್‌ಗಳು](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 ವಾಚರ್ಸ್](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 ಫೋರ್ಕ್ಸ್](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 ಸ್ಟಾರ್ಸ್](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)
+[![Microsoft Foundry Developer ಫೋರಮ್](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)
 
-Microsoft ನ Azure Cloud Advocates ಡೇಟಾ ಸೈನ್ಸ್ ಬಗ್ಗೆ 10 ವಾರಗಳ, 20 ಪಾಠಗಳ ಪಠ್ಯಕ್ರಮವನ್ನು ಸಂತೋಷದಿಂದ ನೀಡುತ್ತಿದ್ದೇವೆ. ಪ್ರತಿಯೊಬ್ಬ ಪಾಠವು ಪೂರ್ವ ಪಾಠ ಮತ್ತು ನಂತರದ ಪಾಠ ಕ್ವಿಜ್‌ಗಳನ್ನು ಒಳಗೊಂಡಿದೆ, ಪಾಠವನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಬರಹದ ಸೂಚನೆಗಳು, ಪರಿಹಾರ ಮತ್ತು ನಿಯುಕ್ತಿ ಹೊಂದಿದೆ. ನಮ್ಮ ಯೋಜನೆ ಆಧಾರಿತ ಪಠ್ಯಪದ್ಧತಿ ನಿಮಗೆ ಕಲಿಯುವಾಗ ನಿರ್ಮಿಸಲು ಅನುಮತಿಸುತ್ತದೆ, ಇದು ಹೊಸ ಕೌಶಲ್ಯಗಳ ಸಂಯೋಜನೆಗೆ ಪರಿಶೀಲಿತ ಮಾರ್ಗವಾಗಿದೆ.
+Microsoft ನ Azure ಕ್ಲೌಡ್ ವಕೀಲರು ಡೇಟಾ ವಿಜ್ಞಾನ ಕುರಿತು 10 ವಾರಗಳ, 20 ಪಾಠಗಳ ಪಾಠ್ಯಕ್ರಮವನ್ನು ನೀಡಲು ಸಂತೋಷಪಡುತ್ತಾರೆ. ಪ್ರತಿ ಪಾಠದಲ್ಲಿ ಪಾಠ ಮೊದಲು ಮತ್ತು ನಂತರದ ಕ್ವಿಜ್‌ಗಳು, ಪಾಠವನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಬರಹದ ಸೂಚನೆಗಳು, ಪರಿಹಾರ ಮತ್ತು ಕಾರ್ಯನಿರ್ವಹಣೆಯ ಅಸೈನ್ಮೆಂಟ್‌ಗಳಿವೆ. ನಮ್ಮ ಪ್ರಾಜೆಕ್ಟ್ ಆಧಾರಿತ ಪಠ್ಯದ ವಿಧಾನವು ನೀವು ನಿರ್ಮಾಣ ಮಾಡುವಾಗ ಕಲಿಯಲು ಅವಕಾಶ ನೀಡುತ್ತದೆ, ಇದು ಹೊಸ ಕೌಶಲ್ಯಗಳನ್ನ "ಇಟ್ಟುಕೊಳ್ಳಲು" ಸಾಬೀತಾದ ವಿಧಾನವಾಗಿದೆ.
 
 **ನಮ್ಮ ಲೇಖಕರಿಗೆ ಹೃದಯಪೂರ್ವಕ ಧನ್ಯವಾದಗಳು:** [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).
 
-**🙏 ವಿಶೇಷ ಧನ್ಯವಾದಗಳು 🙏 ನಮ್ಮ [Microsoft ವಿದ್ಯಾರ್ಥಿ தூತ](https://studentambassadors.microsoft.com/) ಲೇಖಕರು, ವಿಮರ್ಶಕರು ಮತ್ತು ವಿಷಯದ ದಾನಿಗಳು,** ವಿಶೇಷವಾಗಿ 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),
+**🙏 ವಿಶೇಷ ಧನ್ಯವಾದಗಳು 🙏 ನಮ್ಮ [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) ಲೇಖಕರಿಗೆ, ವಿಮರ್ಶಕರಿಗೆ ಮತ್ತು ವಿಷಯದ ತೊಡಕುಗಳವರಿಗೆ,** ವಿಶೇಷವಾಗಿ 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/)
 
-|![@sketchthedocs ಮೊದಲಾದವರಿಂದ ಸ್ಕೆಚ್ ನೋಟ್ https://sketchthedocs.dev](../../../../translated_images/kn/00-Title.8af36cd35da1ac55.webp)|
+|![@sketchthedocs ನಿಂದ ಸ್ಕೆಚ್‌ಡೋಕ್ https://sketchthedocs.dev](../../translated_images/kn/00-Title.8af36cd35da1ac55.webp)|
 |:---:|
-| ಆರಂಭಿಕರಿಗಾಗಿ ಡೇಟಾ ಸೈನ್ಸ್ - _ಸ್ಕೆಚ್ ನೋಟ್ [@nitya](https://twitter.com/nitya) tərəfindən_ |
+| ಆರಂಭಿಕರಿಗಾಗಿ ಡೇಟಾ ವಿಜ್ಞಾನ - _[^nitya](https://twitter.com/nitya) ಅವರ ಸ್ಕೆಚ್‌ಡೋಕ್_ |
 
 ### 🌐 ಬಹುಭಾಷಾ ಬೆಂಬಲ
 
-#### GitHub ಕ್ರಿಯೆಯಿಂದ ಬೆಂಬಲಿಸಲಾಗುತ್ತಿದೆ (ಸ್ವಯಂ ಚಲಿತ ಮತ್ತು ಅಗತ್ಯಕ್ಕೆ ತಕ್ಕಂತೆ ನವೀಕರಿಸುವ)
+#### GitHub ಕ್ರಿಯೆಗೇಟ್ ಮೂಲಕ ಬೆಂಬಲಿತ (ಸ್ವಯಂಚಾಲಿತ ಮತ್ತು ಸದಾ ನವೀಕರಿಸುವ)
 
 <!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
-[ಅರಬೆ](../ar/README.md) | [ಬೆಂಗಾಳಿ](../bn/README.md) | [ಬಲ್ಗೇರಿಯನ್](../bg/README.md) | [ಬರ್ಮೀಸ್ (ಮ್ಯಿನ್ಮಾರ್)](../my/README.md) | [ಚೀನಾ (ಸರಳೀಕೃತ)](../zh/README.md) | [ಚೀನಾ (ಪಾರಂಪರಿಕ, ಹಾಂಗ್ ಕಾಂಗ್)](../hk/README.md) | [ಚೀನಾ (ಪಾರಂಪರಿಕ, ಮಾಕಾವ್)](../mo/README.md) | [ಚೀನಾ (ಪಾರಂಪರಿಕ, ತೈವಾನ್)](../tw/README.md) | [ಕ್ರೊಯೆಷಿಯನ್](../hr/README.md) | [ಚೆಕ್](../cs/README.md) | [ಡ್ಯಾನಿಷ್](../da/README.md) | [ಡಚ್](../nl/README.md) | [ಎಸ್ಟೋನಿಯನ್](../et/README.md) | [ಫಿನ್ನಿಷ್](../fi/README.md) | [ಫ್ರೆಂಚ್](../fr/README.md) | [ಜರ್ಮನ್](../de/README.md) | [ಗ್ರೀಕ್](../el/README.md) | [ಹೀಬ್ರೂ](../he/README.md) | [ಹಿಂदी](../hi/README.md) | [ಹಂಗೇರಿಯನ್](../hu/README.md) | [ಇಂಡೋನೇಶಿಯನ್](../id/README.md) | [ಇಟಾಲಿಯನ್](../it/README.md) | [ಜಪಾನೀಸ್](../ja/README.md) | [ಕನ್ನಡ](./README.md) | [ಕೊರಿಯನ್](../ko/README.md) | [ಲಿಥುವೇನಿಯನ್](../lt/README.md) | [ಮಲಯ್](../ms/README.md) | [ಮಲಯಾಳಂ](../ml/README.md) | [ಮರಾಠಿ](../mr/README.md) | [ನепಾಳಿ](../ne/README.md) | [ನೈಜೀರಿಯನ್ ಪಿಡಿಜೆನ್](../pcm/README.md) | [ನಾರ್ವೇಜಿಯನ್](../no/README.md) | [ಪರ್ಸಿಯನ್ (ಫಾರ್ಸಿ)](../fa/README.md) | [ಪೋಲಿಷ್](../pl/README.md) | [ಪೋರ್ಟ್‌ಗೆಜೀಸ್ (ಬ್ರೆಜಿಲ್)](../br/README.md) | [ಪೋರ್ಟ್‌ಗೆಜೀಸ್ (ಪೋರ್ಚುಗಲ್)](../pt/README.md) | [ಪುಂಜಾಬಿ (ಗುರ್ಮುಖಿ)](../pa/README.md) | [ರೋಮಾನಿಯನ್](../ro/README.md) | [ರಷ್ಯನ್](../ru/README.md) | [ಸರ್ಬಿಯನ್ (ಸಿರಿಲಿಕ್)](../sr/README.md) | [ಸ್ಲೊವಾಕ್](../sk/README.md) | [ಸ್ಲೊವೇನಿಯನ್](../sl/README.md) | [ಸ್ಪ್ಯಾನಿಷ್](../es/README.md) | [ಸ್ವಾಹಿಲಿ](../sw/README.md) | [ಸ್ವೀಡಿಷ್](../sv/README.md) | [ಟಾಗಾಲೋಗ್ (ಫಿಲಿಪಿನೋ)](../tl/README.md) | [ತಮಿಳು](../ta/README.md) | [ತೆಲುಗು](../te/README.md) | [ಥಾಯಿ](../th/README.md) | [ಟರ್ಕಿಶ್](../tr/README.md) | [ಯುಕ್ರೇನಿಯನ್](../uk/README.md) | [ಉರ್ದು](../ur/README.md) | [ವಿಯೆಟ್ನಾಮೀಸ್](../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](./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](../ur/README.md) | [Vietnamese](../vi/README.md)
 
 > **ಸ್ಥಳೀಯವಾಗಿ ಕ್ಲೋನ್ ಮಾಡಬೇಕೆ?**
 
-> ಈ ರೆಪೊದಲ್ಲಿ 50+ ಭಾಷಾ ಅನುವಾದಗಳು ಸೇರಿವೆ, ಇದು ಡೌನ್ಲೋಡ್ ಗಾತ್ರವನ್ನು ಬಹಳಷ್ಟು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಅನುವಾದಗಳನ್ನು ಇಲ್ಲದೆ ಕ್ಲೋನ್ ಮಾಡಲು sparse checkout ಬಳಸಿ:
+> ಈ ರೆಪೋಸಿಟರಿಗೆ 50+ ಭಾಷಾ ಅನುವಾದಗಳಿವೆ, ಇದು ಡೌನ್ಲೋಡ್ ಗಾತ್ರವನ್ನು ಬಹಳ ಹೆಚ್ಚಿಸುತ್ತದೆ. ಅನುವಾದಗಳಿಲ್ಲದೆ ಕ್ಲೋನ್ ಮಾಡಲು, ಸ್ಪಾರ್ಸ್ ಚೆಕ್ಔಟ್ ಬಳಸಿ:
 > ```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'
 > ```
-> ಇದು ಪಾಠವನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ನಿಮಗೆ ಬೇಕಾದ ಎಲ್ಲ ವಸ್ತುಗಳನ್ನು ತುಂಬಾ ವೇಗವಾಗಿ ಡೌನ್ಲೋಡ್ ಮಾಡುವ ಅವಕಾಶ ನೀಡುತ್ತದೆ.
+> ಇದರಿಂದ ನಿಮ್ಮ ಪಾಠ ನಡಿಸುವಿಕೆಗೆ ಬೇಕಾದ ಎಲ್ಲವೂ ಸಿಗುತ್ತದೆ ಮತ್ತು ಡೌನ್ಲೋಡ್ ವೇಗವಾಗಿರುತ್ತದೆ.
 <!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
 
-**ನಿಮಗೆ ಹೆಚ್ಚುವರಿ ಅನುವಾದ ಭಾಷೆಗಳ ಬೆಂಬಲ ಬೇಕಾದರೆ ಅವುಗಳನ್ನು ಇಲ್ಲಿ ಪಟ್ಟಿಮಾಡಲಾಗಿದೆ [ಇಲ್ಲಿ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
+**ನೀವು ಹೆಚ್ಚುವರಿ ಭಾಷಾ ಅನುವಾದಗಳನ್ನು ಬೆಂಬಲಿಸಲು ಇಚ್ಛಿಸಿದರೆ ಅವುಗಳು [ಇಲ್ಲಿ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) ಪಟ್ಟಿಮಾಡಲಾಗಿದೆ**
 
-#### ನಮ್ಮ ಸಮುದಾಯದಲ್ಲಿ ಸೇರಿ
+#### ನಮ್ಮ ಸಮುದಾಯಕ್ಕೆ ಸೇರಿ 
 [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
 
-ನಾವು Discord ನಲ್ಲಿ AI ಸಿರೀಸ್ ನೊಂದಿಗೆ ಕಲಿಕೆಯ ಕಾರ್ಯಕ್ರಮ ನಡೆಸುತ್ತಿದ್ದೇವೆ, ಇನ್ನಷ್ಟು ತಿಳಿದುಕೊಳ್ಳಿ ಮತ್ತು ನಮಗೂ ಸೇರಿಕೊಳ್ಳಿ [Learn with AI Series](https://aka.ms/learnwithai/discord) 18 - 30 ಸೆಪ್ಟೆಂಬರ್, 2025 ರವರೆಗೆ. ನೀವು GitHub Copilot ಅನ್ನು ಡೇಟಾ ಸೈನ್ಸ್ ಗಾಗಿ ಬಳಸುವ ಉಪಾಯ ಮತ್ತು ಸಲಹೆಗಳನ್ನು ಪಡೆಯುತ್ತೀರಿ.
+ನಮ್ಮ ಬಳಿ ಡಿಸ್ಕಾರ್ಡ್ನಲ್ಲಿ AI ಸಹಿತ ಕಲಿಯುವುದು ಸರಣಿ ಪ್ರವಾಹವಾಗಿ ಇದೆ, ಹೆಚ್ಚು ತಿಳಿದುಕೊಳ್ಳಿ ಮತ್ತು ನಮ್ಮೊಂದಿಗೆ ಸೇರಿಕೊಳ್ಳಿ [Learn with AI Series](https://aka.ms/learnwithai/discord) 2025ರ ಸೆಪ್ಟೆಂಬರ್ 18 - 30 ರವರೆಗೆ. ನೀವು GitHub Copilot ಅನ್ನು ಡೇಟಾ ಸೈನ್ಸ್‌ಗೆ ಬಳಸುವ ಸಲಹೆಗಳು ಮತ್ತು ತಂತ್ರಗಳನ್ನು ಪಡೆಯುತ್ತೀರಿ.
 
-![AI ಸಿರೀಸ್ ನೊಂದಿಗೆ ಕಲಿಯಿರಿ](../../../../translated_images/kn/1.2b28cdc6205e26fe.webp)
+![AI ಸರಣಿಯೊಂದಿಗೆ ಕಲಿಯಿರಿ](../../translated_images/kn/1.2b28cdc6205e26fe.webp)
 
-# ನೀವು ವಿದ್ಯಾರ್ಥಿಯರಾ?
+# ನೀವು ವಿದ್ಯಾರ್ಥಿಗಳಾದೀರಾ?
 
 ಕೆಳಗಿನ ಸಂಪನ್ಮೂಲಗಳಿಂದ ಪ್ರಾರಂಭಿಸಿ:
 
-- [ವಿದ್ಯಾರ್ಥಿ ಹಬ್ ಪುಟ](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) ಈ ಪುಟದಲ್ಲಿ ನೀವು ಆರಂಭಿಕರಿಗಾಗಿ ಸಂಪನ್ಮೂಲಗಳು, ವಿದ್ಯಾರ್ಥಿ ಪ್ಯಾಕ್‌ಗಳು ಮತ್ತು ಉಚಿತ ಪ್ರಮಾಣಪತ್ರ ಚವಟೆಯುಳ್ಳ ಮಾರ್ಗಗಳನ್ನು ಕಂಡು ಹಿಡಿಯಬಹುದು. ಇದು ಒಂದು ಪುಟವನ್ನು ಬುಕ್‌ಮಾರ್ಕ್ ಮಾಡಿ ಮತ್ತು ಕಾಲಕಾಲಕ್ಕೆ ಪರಿಶೀಲಿಸಿ, ಏಕೆಂದರೆ ನಾವು ವಿಷಯವನ್ನು ಸುದೀರ್ಘಾವಧಿಯಂತೆ ಪ್ರತಿಮಾಸವೂ ಬದಲಿಸುತ್ತೇವೆ.
-- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) ವಿಶ್ವದಾದ್ಯಾಂತ ವಿದ್ಯಾರ್ಥಿ தூತ ಸಮುದಾಯಕ್ಕೆ ಸೇರಿ, ಇದು ನಿಮಗೆ Microsoft ನಲ್ಲಿ ಅವಕಾಶ ನೀಡಬಹುದು.
+- [ವಿದ್ಯಾರ್ಥಿ ಕೇಂದ್ರ ಪುಟ](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) ಈ ಪುಟದಲ್ಲಿ ಆರಂಭಿಕರಿಗೆ ಸಂಪನ್ಮೂಲಗಳು, ವಿದ್ಯಾರ್ಥಿ ಪ್ಯಾಕ್ಗಳು ಮತ್ತು ಉಚಿತ ಪ್ರಮಾಣಿ ಸರ್ಟಿಫಿಕೇಟ್ ವಚರ್ ಪಡೆಯುವ ಮಾರ್ಗಗಳಿವೆ. ಇದು ನೀವು ಸಮಯಕ್ಕೆ ಸಮಯಕ್ಕೆ ಪರಿಶೀಲಿಸಲು ಬುಕ್ಮಾರ್ಕ್ ಮಾಡಬೇಕಾದ ಒಂದು ಪುಟ.
+- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) ಜಾಗತಿಕ ವಿದ್ಯಾರ್ಥಿ ಅಂಬಾಸಡರ್ ಸಮುದಾಯವನ್ನು ಸೇರಿ, ಇದು Microsoft ಗೆ ನಿಮ್ಮ ಪ್ರವೇಶವಾಗಬಹುದು.
 
 # ಪ್ರಾರಂಭಿಸುವುದು
 
-## 📚 ದಾಖಲಾತಿಗಳು
+## 📚 ಡೋಕ್ಯುಮೆಂಟೇಶನ್
 
-- **[ಸ್ಥಾಪನೆ ಗೈಡ್](INSTALLATION.md)** - ಆರಂಭಿಕರಿಗಾಗಿ ಹಂತ ಹಂತದ ಸೆಟ್‌ಅಪ್ ಸೂಚನೆಗಳು
-- **[ಬಳಕೆ ಗೈಡ್](USAGE.md)** - ಉದಾಹರಣೆಗಳು ಮತ್ತು ಸಾಮಾನ್ಯ ಕೆಲಸಗಳು
-- **[ಸಮಸ್ಯೆ ಪರಿಹಾರ](TROUBLESHOOTING.md)** - ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳ ಪರಿಹಾರ
-- **[ಯೋಗદાન ಗೈಡ್](CONTRIBUTING.md)** - ಈ ಯೋಜನೆಗೆ ಯಾವಾಗ ಮತ್ತು ಹೇಗೆ ಸಹಕರಿಸುವುದು
+- **[ಸೆಟ್ ಅಪ್ ಮಾರ್ಗದರ್ಶಿ](INSTALLATION.md)** - ಆರಂಭಿಕರಿಗಾಗಿ ಹಂತ ಹಂತದ ಸ್ಥಾಪನೆ ಸೂಚನೆಗಳು
+- **[ಬಳಕೆ ಮಾರ್ಗದರ್ಶಿ](USAGE.md)** - ಉದಾಹರಣೆಗಳು ಮತ್ತು ಸಾಮಾನ್ಯ ಕಾರ್ಯವೃಂದ
+- **[ಸamas್ಯೆಗಳ ಪರಿಹಾರ](TROUBLESHOOTING.md)** - ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳಿಗೆ ಪರಿಹಾರಗಳು
+- **[ ಕೊಡುಗೆ ಮಾರ್ಗದರ್ಶಿ](CONTRIBUTING.md)** - ಈ ಯೋಜನೆಗೆ ಹೇಗೆ ಕೊಡುಗೆ ನೀಡುವುದು
 - **[ಶಿಕ್ಷಕರಿಗಾಗಿ](for-teachers.md)** - ಬೋಧನೆ ಮಾರ್ಗದರ್ಶನ ಮತ್ತು ತರಗತಿ ಸಂಪನ್ಮೂಲಗಳು
 
-## 👨‍🎓 ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ
-> **ಪೂರ್ಣ ಆರಂಭಿಕರು**: ಡೇಟಾ ಸೈನ್ಸ್‌ನಲ್ಲಿ ಹೊಸವರು? ನಮ್ಮ [ಆರಂಭಿಕ ಸ್ನೇಹಿ ಉದಾಹರಣೆಗಳು](examples/README.md)ದಿಂದ ಪ್ರಾರಂಭಿಸಿ! ಈ ಸರಳ ಮತ್ತು ಚೆನ್ನಾಗಿ ಟಿಪ್ಪಣಿಸಲಾದ ಉದಾಹರಣೆಗಳು ನೀವು ಪಾಠಕ್ರಮದ ಪೂರ್ಣ ಸಹಿತಕ್ಕೆ ಮುಂದುಹೋಗುವ ಮೊದಲು ಮೂಲಭೂತಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತವೆ.
-> **[ವಿದ್ಯಾರ್ಥಿಗಳು](https://aka.ms/student-page)**: ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಸ್ವತಃ ಬಳಸಲು, ಸಂಪೂರ್ಣ ರೆಪೋವನ್ನು ಫೋರ್ಕ್ ಮಾಡಿ ಮತ್ತು ಸ್ವತಃ ವ್ಯಾಯಾಮಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಿ, ಪೂರ್ವ ಭಾಷಣ ಕ್ವಿಜ್ನೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ. ನಂತರ ಭಾಷಣವನ್ನು ಓದಿ ಮತ್ತು ಇತರ ಚಟುವಟಿಕೆಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಿ. ಪರಿಹಾರ ಕೋಡ್ ನಕಲು ಮಾಡುವುದಕ್ಕಿಂತ ಪಾಠಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಮೂಲಕ ಯೋಜನೆಗಳನ್ನು ನಿರ್ಮಿಸಲು ಪ್ರಯತ್ನಿಸಿ; ಆದಾಗ್ಯೂ, ಆ ಕೋಡ್ ಪ್ರತಿ ಪ್ರಾಜೆಕ್ಟ್-ಕೇಂದ್ರಿತ ಪಾಠದ /solutions ಫೋಲ್ಡರ್ಗಳಲ್ಲಿ ಲಭ್ಯವಿದೆ. ಇನ್ನೊಂದು ಆಯ್ಕೆ ಸುಧಾರಿತ ಅಧ್ಯಯನಕ್ಕಾಗಿ ಸ್ನೇಹಿತರೊಂದಿಗೆ ಅಧ್ಯಯನ ಗುಂಪು ರೂಪಿಸಿ ಮತ್ತು ವಿಷಯವನ್ನು ಒಂದಾಗಿ ಓದಿ. ನಮ್ಮ ಶಿಫಾರಸು [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) ಮೇಲೆ ಅಧ್ಯಯನಕ್ಕೆ.
+## 👨‍🎓 ವಿದ್ಯಾರ್ಥಿಗಳಿಗಾಗಿ
+> **ಪೂರ್ಣ ನವೀಕರು**: ಡೇಟಾ ವಿಜ್ಞಾನಕ್ಕೆ ಹೊಸದಾದರೆ? ನಮ್ಮ [ಶುರುಆತಿಗೆ ಸೂಕ್ತ ಉದಾಹರಣೆಗಳು](examples/README.md) ಅಲ್ಲಿ ಪ್ರಾರಂಭಿಸಿ! ಈ ಸರಳ, ಚೆನ್ನಾಗಿ ಟಿಪ್ಪಣಿಗಳು ಮಾಡಿದ ಉದಾಹರಣೆಗಳು ನೀವು ಪೂರ್ಣ ಪಾಠ್ಯಕ್ರಮಕ್ಕೆ ಮುಂದಾಗುವ ಮುಂಚೆ ಮೂಲಭೂತಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಹಾಯಮಾಡುತ್ತವೆ.
+> **[ವಿದ್ಯಾರ್ಥಿಗಳು](https://aka.ms/student-page)**: ಈ ಪಾಠ್ಯಕ್ರಮವನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಬಳಸಲು, ಸಂಪೂರ್ಣ ರೆಪೋವನ್ನು ಫೋರ್ಕ್ ಮಾಡಿ ಮತ್ತು ಮುಂಚಿನ ಉಪನ್ಯಾಸ ಕ್ವಿಜಿನಿಂದ ಪ್ರಾರಂಭಿಸಿ ವ್ಯಾಯಾಮಗಳನ್ನು ಸ್ವತಃ ಸಂಪೂರ್ಣಗೊಳಿಸಿ. ನಂತರ ಉಪನ್ಯಾಸವನ್ನು ಓದಿ ಉಳಿದ ಚಟುವಟಿಕೆಗಳನ್ನು ಮಾಡಿರಿ. ಪರಿಹಾರಕೋಡ್ ನಕಲಿಸುವ ಬದಲು ಪಾಠಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಂಡು ಪ್ರಾಜೆಕ್ಟ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಪ್ರಯತ್ನಿಸಿ; ಈ ಕೋಡ್ ಪ್ರತಿ ಪ್ರಾಜೆಕ್ಟ್ ಆಧಾರಿತ ಪಾಠದಲ್ಲಿನ /solutions ಫೋಲ್ಡರ್‌ಗಳಲ್ಲಿ ಲಭ್ಯವಿದೆ. ಇನ್ನೊಂದು ಆಲೋಚನೆ ಎಂದರೆ ಸ್ನೇಹಿತರೊಂದಿಗೆ ಅಧ್ಯಯನ ಗುಂಪು ರಚಿಸಿ ಮತ್ತು ವಿಷಯವನ್ನು ಒಂದೇಗೂಹಾಗಿ ಓದಿಕೊಳ್ಳುವುದು. ಮುಂದುವರಿದ ಅಧ್ಯಯನಕ್ಕೆ, ನಾವು [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) ಅನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತೇವೆ.
 
 **ತ್ವರಿತ ಪ್ರಾರಂಭ:**
-1. ನಿಮ್ಮ ಪರಿಸರವನ್ನು ಸೆಟ್‌ಅಪ್ ಮಾಡಲು [ಸ್ಥಾಪನಾ ಗೈಡ್](INSTALLATION.md) ಪರಿಶೀಲಿಸಿ
-2. ಪಠ್ಯಕ್ರಮದ ಸಹಾಯಕ್ಕಾಗಿ [ಬಳಕೆ ಗೈಡ್](USAGE.md) ಪರಿಶೀಲಿಸಿ
-3. ಪಾಠ 1ರಿಂದ ಪ್ರಾರಂಭಿಸಿ ಕ್ರಮೇಣ ಕೆಲಸ ಮಾಡಿ
-4. ಬೆಂಬಲಕ್ಕೆ ನಮ್ಮ [ಡಿಸ್ಕಾರ್ಡ್ ಸಮುದಾಯ](https://aka.ms/ds4beginners/discord) ಸೇರಿ
+1. ನಿಮ್ಮ ಪರಿಸರವನ್ನು ಸೆಟ್ ಅಪ್ ಮಾಡಲು [ಸೆಟ್ ಅಪ್ ಮಾರ್ಗದರ್ಶಿ](INSTALLATION.md) ಪರಿಶೀಲಿಸಿ
+2. ಪಾಠ್ಯಕ್ರಮದೊಂದಿಗೆ ಹೇಗೆ ಕೆಲಸಮಾಡುವುದು ಎಂದು ತಿಳಿಯಲು [ಬಳಕೆ ಮಾರ್ಗದರ್ಶಿ](USAGE.md) ಪರಿಶೀಲಿಸಿ
+3. ಪಾಠ 1 ರಿಂದ ಪ್ರಾರಂಭಿಸಿ ಮತ್ತು ಕ್ರಮೇಣ ಮುಂದುವರಿಯಿರಿ
+4. ಬೆಂಬಲಕ್ಕಾಗಿ ನಮ್ಮ [Discord ಸಮುದಾಯ](https://aka.ms/ds4beginners/discord)ದಲ್ಲಿ ಸೇರಿ
 
-## 👩‍🏫 ಶಿಕ್ಷಕರಿಗೆ
-
-> **ಶಿಕ್ಷಕರು**: ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಹೇಗೆ ಬಳಸಬಹುದು ಎಂಬುದರ ಬಗ್ಗೆ ನಾವು ಕೆಲ ಸಲಹೆಗಳನ್ನು [ಸೇರಿಸಲಾಗಿದೆ](for-teachers.md). ನಿಮ್ಮ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ನಾವು [ನಮ್ಮ ಚರ್ಚಾ ವೇದಿಕೆಯಲ್ಲಿ](https://github.com/microsoft/Data-Science-For-Beginners/discussions) ಸ್ವಾಗತಿಸುತ್ತೇವೆ!
+## 👩‍🏫 ಶಿಕ್ಷಕರಿಗಾಗಿ
 
+> **ಶಿಕ್ಷಕರು**: ಈ ಪಾಠ್ಯಕ್ರಮವನ್ನು ಹೇಗೆ ಬಳಸಬೇಕು ಎಂಬ ಕೆಲವು ಸಲಹೆಗಳನ್ನು [ನಾವು ಸೇರಿಸಿರುವೆವು](for-teachers.md). ದಯವಿಟ್ಟು ನಿಮ್ಮ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ನಮ್ಮ [ಚರ್ಚಾ ವೇದಿಕೆ](https://github.com/microsoft/Data-Science-For-Beginners/discussions) ನಲ್ಲಿ ವಂಚಿಸಬೇಡಿ!
 ## ತಂಡವನ್ನು ಭೇಟಿ ಮಾಡಿ
-[![ಪ್ರಚಾರ ವೀಡಿಯೊ](../../ds-for-beginners.gif)](https://youtu.be/8mzavjQSMM4 "ಪ್ರಚಾರ ವೀಡಿಯೊ")
 
-**ಗಿಫ್** [ಮೊಹಿತ್ ಜೈಸಾಲ್](https://www.linkedin.com/in/mohitjaisal)
+[![ಪ್ರಚಾರ ವೀಡಿಯೋ](../../ds-for-beginners.gif)](https://youtu.be/8mzavjQSMM4 "ಪ್ರಚಾರ ವೀಡಿಯೋ")
+
+**ಗಿಫ್ ಮಾಡಿದ್ದು** [ಮೊಹಿತ್ ಜೈಸಲ್](https://www.linkedin.com/in/mohitjaisal)
 
-> 🎥 ಅದರ ಸೃಷ್ಟಿಕರ್ತರು ಮಾಡಿದ ಪ್ರಾಜೆಕ್ಟ್ ಬಗ್ಗೆ ವೀಡಿಯೊವನ್ನು ನೋಡಲು ಮೇಲಿನ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ!
+> 🎥 ಮೇಲಿನ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ ಯೋಜನೆ ಮತ್ತು ಅದನ್ನು ರಚಿಸಿದ ಅಧಿಕಾರಿಗಳ ಕುರಿತು ವೀಡಿಯೋ ವೀಕ್ಷಿಸಲು!
 
-## ಪಠ್ಯವಿಧಾನ
+## ಶಿಕ್ಷಣಶಾಸ್ತ್ರ
 
-ನಾವು ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ನಿರ್ಮಿಸುವಾಗ ಎರಡು ಪಠ್ಯವಿಧಾನದ ತತ್ವಗಳನ್ನು ಆಯ್ಕೆಮಾಡಿಕೊಂಡಿದ್ದೇವೆ: ಇದು ಪ್ರಾಜೆಕ್ಟ್ ಆಧಾರಿತವಾಗಿರಬೇಕು ಮತ್ತು ಅದರಲ್ಲಿ ನಿಯಮಿತವಾಗಿ ಪ್ರಶ್ನೋತ್ತರಗಳು ಇದಾಗಿರಬೇಕು. ಈ ಸರಣಿಯ ಅಂತ್ಯದಲ್ಲಿ, ವಿದ್ಯಾರ್ಥಿಗಳು ಮೂಲಭೂತ ಡೇಟಾ ವಿಜ್ಞಾನ ತತ್ವಗಳನ್ನು ಕಲಿತಿರುತ್ತಾರೆ, ಇದರಲ್ಲಿ ನೈತಿಕ ಸಂಶೋಧನೆಗಳು, ಡೇಟಾ ತಯಾರಿಕೆ, ಡೇಟಾವಿನೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ವಿಭಿನ್ನ ರೀತಿಗಳು, ಡೇಟಾ ದೃಶ್ಯೀಕರಣ, ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ, ಡೇಟಾ ವಿಜ್ಞಾನದ ನೈಜ ಜಗತ್ತಿನ ಬಳಕೆ ಪ್ರಕರಣಗಳು ಮತ್ತು ಇನ್ನೂ ಅನೇಕ ವಿಷಯಗಳು ಸೇರಿವೆ.
+ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ನಿರ್ಮಿಸುವ ವೇಳೆ ನಾವು ಎರಡು ಶಿಕ್ಷಣದ ತತ್ವಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಿಕೊಂಡಿದ್ದೇವೆ: ಇದು ಯೋಜನೆ ಆಧಾರಿತವಾಗಿರಬೇಕು ಮತ್ತು ಇದರಲ್ಲಿ ನಿಯಮಿತ ಪ್ರಶ್ನೋತ್ತರಗಳು ಇರಬೇಕು ಎಂಬುದನ್ನು ಖಚಿತಪಡಿಸುವುದು. ಈ ಸರಣಿಯ ಕೊನೆಯಲ್ಲಿ, ವಿದ್ಯಾರ್ಥಿಗಳು ಡೇಟಾ ಸೈನ್ಸ್‌ನ ಮೂಲಭೂತ ಸಿದ್ಧಾಂತಗಳನ್ನು, ಅದರ ಒಳಗೊಂಡ ನೈತಿಕ ವಿಚಾರಗಳನ್ನು, ಡೇಟಾ ಸಿದ್ಧತೆ, ಡೇಟಾ ಜೊತೆಗೆ ಕೆಲಸ ಮಾಡುವ ವಿವಿಧ ಮಾರ್ಗಗಳು, ಡೇಟಾ ದೃಷ್ಯೀಕರಣ, ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ, ಡೇಟಾ ಸೈನ್ಸ್‌ನ ನೈಜ ಜಾಗತಿಕ ಬಳಕೆ ಉದಾಹರಣೆಗಳು ಮತ್ತು ಇನ್ನಷ್ಟು ಕಲಿಯುತ್ತಾರೆ.
 
-ಇದಕ್ಕೂ ಜೊತೆಗೆ, ತರಗತಿಗೆ ಮುಂಚಿತವಾಗಿ ಕಡಿಮೆ ಒತ್ತಡದ ಪ್ರಶ್ನೋತ್ತರವು ವಿದ್ಯಾರ್ಥಿಯ ಕಲಿಕೆಗೆ ಉದ್ದೇಶವನ್ನು ಸ್ಥಾಪಿಸುತ್ತದೆ, ಮತ್ತು ತರಗತಿಯ ನಂತರದ ಎರಡನೆಯ ಪ್ರಶ್ನೋತ್ತರವು ಮುಂದಿನ ನೆನಪು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಲಚೀಲ ಮತ್ತು ಮನರಂಜನೆಯಾಗಿಯೂ ವಿನ್ಯಾಸಗೊಳ್ಳಿಸಿದ್ದು, ಸಂಪೂರ್ಣವಾಗಿ ಅಥವಾ ಭಾಗವಾಗಿ ಪಠ್ಯಕ್ರಮವನ್ನು ಪೂರ್ಣಗೊಳಿಸಬಹುದು. ಪ್ರಾಜೆಕ್ಟುಗಳು ಚಿಕ್ಕದಾಗಿ ಆರಂಭಿಸಿ 10 ವಾರಗಳ ಸೈಕಲ್ ನಲ್ಲಿ ಹಂತ ಹಂತವಾಗಿ ಕೋಷ್ಟಕ್ಯವಾಗಿ ಆಗಿದೆ.
+ಅದರಲ್ಲೂ, ತರಗತಿಗೆ ಮುನ್ನ ಒಂದು ಕಡಿಮ್ಮ ಹಂತದ ಪ್ರಶ್ನೋತ್ತರವು ವಿದ್ಯಾರ್ಥಿಯು ವಿಷಯವನ್ನು ಕಲಿಯಲು ಉದ್ದೇಶ ಹೊಂದಿದ್ದಂತೆ ಮಾಡುತ್ತದೆ, ಟ್ರಿಗರ್ ನಂತರದ ಪ್ರಶ್ನೋತ್ತರವು ಹೆಚ್ಚು ಪಟುವಿಕೆಯನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ. ಈ ಪಠ್ಯಕ್ರಮವು ಲವಚಿಕವಾದ ಮತ್ತು ಮನರಂಜನೆಯಾಗಿದೆ, ಸಂಪೂರ್ಣವಾಗಿ ಅಥವಾ ಭಾಗವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಬಹುದು. ಯೋಜನೆಗಳು ಸಣ್ಣದು ಪ್ರಾರಂಭವಾಗಿ 10 ವಾರಗಳ ಚಕ್ರದ ಕೊನೆಯಲ್ಲಿ ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾಗುತ್ತವೆ.
 
-> ನಮ್ಮ [ನಡವಳಿಕೆ ಸಂಹಿತೆಯನ್ನು](CODE_OF_CONDUCT.md), [योगदान](CONTRIBUTING.md),  [ಭಾಷಾಂತರಿಸುವಿಕೆ](TRANSLATIONS.md) ನಿಯಮಾವಳಿಗಳನ್ನು ತಿಳಿದುಕೊಳ್ಳಿ. ನಿಮ್ಮ ನಿರ್ಮಾಣಕಾರಿ ಪ್ರತಿಕ್ರಿಯೆಗೆ ಸ್ವಾಗತ!
+> ನಮ್ಮ [ನಡವಳಿಕೆ ನಿಯಮಾವಳಿ](CODE_OF_CONDUCT.md), [ಹೊಂದಾಣಿಕೆ](CONTRIBUTING.md), [ಭಾಷಾಂತರ](TRANSLATIONS.md) ಮಾರ್ಗಸೂಚಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯಿರಿ. ನಿಮ್ಮ ರಚನೆಯಾತ್ಮಕ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ನಾವು ಸ್ವಾಗತಿಸುತ್ತೇವೆ!
 
-## ಪ್ರತಿ ಪಾಠದಲ್ಲಿ ಒಳಗೊಂಡಿರುತ್ತವೆ:
+## ಪ್ರತಿ ಪಾಠದಲ್ಲಿ ಸೇರಿವೆ:
 
-- ಐಚ್ಛಿಕ ಸ್ಕೆಚ್ನೋಟ್
-- ಐಚ್ಛಿಕ ಸಹಾಯಕ ವೀಡಿಯೊ
-- ಪಾಠದ ಮುಂಚಿನ ಸಿದ್ದತೆ ಪ್ರಶ್ನೋತ್ತರ
-- ಬರಹ ಬೋಧನೆ
-- ಪ್ರಾಜೆಕ್ಟ್ ಆಧಾರಿತ ಪಾಠಗಳಿಗೆ ಪ್ರಾಜೆಕ್ಟ್ ನಿರ್ಮಾಣದ ಹಂತ ಹಂತ ಮಾರ್ಗದರ್ಶಿಗಳು
+- ಐಚ್ಛಿಕ ಸ್ಕೆಚ್ ನೋಟ್
+- ಐಚ್ಛಿಕ ಪೂರಕ ವೀಡಿಯೋ
+- ಪಾಠ ಮುಂಚಿನ ತಯಾರಿ ಪ್ರಶ್ನೋತ್ತರ
+- ಬರೆಯಲಾದ ಪಾಠ
+- ಯೋಜನೆ ಆಧಾರಿತ ಪಾಠಗಳಿಗಾಗಿ, ಯೋಜನೆಯನ್ನು ನಿರ್ಮಿಸುವ ಕುರಿತು ಹಂತ-ಬಂದಿ ಮಾರ್ಗದರ್ಶನ
 - ಜ್ಞಾನ ಪರಿಶೀಲನೆಗಳು
 - ಒಂದು ಸವಾಲು
-- ಸಹಾಯಕ ಓದು
-- ನಿಬಂಧನೆ
-- [ಪಾಠದ ನಂತರ ಪ್ರಶ್ನೋತ್ತರ](https://ff-quizzes.netlify.app/en/)
+- ಪೂರಕ ಓದು
+- ನಿಯೋಜನೆ
+- [ಪಾಠದ ನಂತರದ ಪ್ರಶ್ನೋತ್ತರ](https://ff-quizzes.netlify.app/en/)
 
-> **ಪ್ರಶ್ನೋತ್ತರಗಳ ಬಗ್ಗೆ ಟಿಪ್ಪಣಿ**: ಎಲ್ಲಾ ಪ್ರಶ್ನೋತ್ತರಗಳು Quiz-App ಫೋಲ್ಡರ್‌ನಲ್ಲಿ ಇವೆ, ಮೂರೂ ಪ್ರಶ್ನೆಗಳ 40 ಒಟ್ಟು ಕ್ವಿಜ್‌ಗಳಿವೆ. ಅವು ಪಾಠಗಳಲ್ಲಿ ಲಿಂಕ್ ಆಗಿವೆ, ಆದರೆ ಕ್ವಿಜ್ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ನಡೆಯಿಸಲು ಅಥವಾ ಆಜುರ್‌ಗೆ ನಿಯೋಜಿಸಲು ಸಾಧ್ಯ; `quiz-app` ಫೋಲ್ಡರ್‌ನ ಸೂಚನೆಗಳನ್ನು ಅನುಸರಿಸಿ. ಅವು ಕ್ರಮೇಣ ಸ್ಥಳೀಯ ಭಾಷೆಗಳಲ್ಲಿಗೂ ಅನುವಾದಗೊಳ್ಳುತ್ತಿವೆ.
+> **ಪ್ರಶ್ನೋತ್ತರಗಳ ಕುರಿತು ಒಂದು ಟಿಪ್ಪಣಿ**: ಎಲ್ಲಾ ಪ್ರಶ್ನೋತ್ತರಗಳು Quiz-App ಫೋಲ್ಡರ್‌ನಲ್ಲಿ ಇರುತ್ತವೆ, 40 ಒಟ್ಟು ಪ್ರಶ್ನೋತ್ತರಗಳು ಪ್ರತಿ 3 ಪ್ರಶ್ನೆಗಳೊಂದಿಗೆ. ಅವು ಪಾಠಗಳಲ್ಲಿ ಲಿಂಕ್ ಆಗಿವೆ, ಆದರೆ ಪ್ರಶ್ನೋತ್ತರ ಆಪ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಚಾಲನೆ ಮಾಡಬಹುದು ಅಥವಾ ಅಜ್ಯೂರ್‌ಗೆ ಸ್ಥಾಪಿಸಬಹುದು; `quiz-app` ಫೋಲ್ಡರ್‌ನ ಸೂಚನೆಗಳನ್ನು ಅನುಸರಿಸಿ. ಅವು ಕ್ರಮೇಣ ಸ್ಥಳೀಯಗೊಳ್ಳುತ್ತಿರುವುವು.
 
-## 🎓 ಪ್ರಾರಂಭಿಕರಿಗೆ ಅನುಕೂಲವಾಗುವ ಉದಾಹರಣೆಗಳು
+## 🎓 ಆರಂಭಿಕ ಸ್ನೇಹಿ ಉದಾಹರಣೆಗಳು
 
-**ಡೇಟಾ ವಿಜ್ಞಾನಕ್ಕೆ ಹೊಸವೋ?** ನಾವು ಪ್ರಾರಂಭಿಸಲು ಸರಳ ಮತ್ತು ಸಮರ್ಥನೆಗೊಂಡ ಕೋಡ್‌ನೊಂದಿಗೆ ವಿಶಿಷ್ಟ [ಉದಾಹರಣೆ ಡೈರೆಕ್ಟರಿ](examples/README.md) ರಚಿಸಿದ್ದೇವೆ:
+**ಡೇಟಾ ಸೈನ್ಸ್‌ಗೆ ಹೊಸವರೇ?** ನಾವು ವಿಶೇಷ [ಉದಾಹರಣೆ ಫೋಲ್ಡರ್](examples/README.md) ರಚಿಸಿದ್ದೇವೆ, ಸರಳ, ಸುಸ್ಪಷ್ಟ ಟಿಪ್ಪಣಿಗಳನ್ನೊಳಗೊಂಡ ಕೋಡ್ ಸಹಿತ ನಿಮ್ಮ ಆರಂಭಕ್ಕೆ ಸಹಾಯವಾಗುತ್ತದೆ:
 
-- 🌟 **ಹೆಲೋ ವರ್ಲ್ಡ್** - ನಿಮ್ಮ ಮೊದಲ ಡೇಟಾ ವಿಜ್ಞಾನ ಕಾರ್ಯಕ್ರಮ
-- 📂 **ಡೇಟಾ ಲೋಡಿಂಗ್** - ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ಓದಿ ಅನ್ವೇಷಣೆ ಮಾಡಲು ಕಲಿಯಿರಿ
-- 📊 **ಸರಳ ವಿಶ್ಲೇಷಣೆ** - ಅಂಕಿಅಂಶಗಳನ್ನು ಗಣನೆಮಾಡಿ, ಮಾದರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯಿರಿ
-- 📈 **ಮೂಲಭೂತ ದೃಶ್ಯೀಕರಣ** - ಚಾರ್ಟ್‌ಗಳು ಮತ್ತು ಗ್ರಾಫ್‌ಗಳನ್ನು ರಚಿಸಿ
-- 🔬 **ನೈಜ ಜಗತ್ತಿನ ಪ್ರಾಜೆಕ್ಟ್** - ಪ್ರಾರಂಭದಿಂದ ಅಂತ್ಯವರೆಗಿನ ಸಂಪೂರ್ಣ ಕಾರ್ಯಪ್ರವಾಹ
+- 🌟 **ಹೇಲ್\u200cಲೋ ವರ್ಲ್ಡ್** - ನಿಮ್ಮ ಮೊದಲ ಡೇಟಾ ಸೈನ್ಸ್ ಪ್ರೋಗ್ರಾಂ
+- 📂 **ಡೇಟಾ ಲೋಡ್ ಮಾಡುವುದು** - ಡೇಟಾಗುಚ್ಛಗಳನ್ನು ಓದಿ ಅನ್ವೇಷಿಸಲು ಕಲಿಯಿರಿ
+- 📊 **ಸರಳ ವಿಶ್ಲೇಷಣೆ** - ಅಂಕಿ ಅಂಶಗಳನ್ನು ಗಣನೆ ಮಾಡಿ ಮಾದರಿಗಳನ್ನು ಹುಡುಕಿ
+- 📈 **ಮೂಲಭೂತ ದೃಷ್ಯೀಕರಣ** - ಚಾರ್ಟ್ ಮತ್ತು ಗ್ರಾಫ್ ರಚಿಸಿ
+- 🔬 **ನೈಜ ಜಾಗತಿಕ ಯೋಜನೆ** - ಪ್ರಾರಂಭದಿಂದ ಕೊನೆವರೆಗೆ ಪೂರ್ಣ ಕಾರ್ಯಪ್ರವಾಹ
 
-ಪ್ರತಿ ಉದಾಹರಣೆಲ್ಲೂ ಪ್ರತಿ ಹಂತವನ್ನು ವಿವರಿಸುವ ಸಮಗ್ರ ಟಿಪ್ಪಣಿಗಳು ಇವೆ, ಇದು ಸಂಪೂರ್ಣ ಪ್ರಾರಂಭಿಕರಿಗೆ ಸೂಕ್ತವಾಗಿದೆ!
+ಪ್ರತಿಯೊಂದು ಉದಾಹರಣೆಯೂ ಪ್ರತಿಯೊಂದು ಹಂತವನ್ನು ವಿವರಿಸುವ ಸ್ತರವಾದ ಟಿಪ್ಪಣಿಗಳನ್ನು ಒಳಗೊಂಡಿದೆ, ಇದು ಸಂಪೂರ್ಣ ಆರಂಭಿಕರಿಗೆ ಅತ್ಯುತ್ತಮ!
 
-👉 **[ಉದಾಹರಣೆಗಳಿಂದ ಪ್ರಾರಂಭಿಸಿ](examples/README.md)** 👈
+👉 **[ಉದಾಹರಣೆಗಳೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ](examples/README.md)** 👈
 
 ## ಪಾಠಗಳು
 
 
-|![ @sketchthedocs ಅವರ ಸ್ಕೆಚ್ನೋಟ್ https://sketchthedocs.dev](../../../../translated_images/kn/00-Roadmap.4905d6567dff4753.webp)|
+|![@sketchthedocs ರಚಿಸಿದ ಸ್ಕೆಚ್‌ನೋಟ್ https://sketchthedocs.dev](../../translated_images/kn/00-Roadmap.4905d6567dff4753.webp)|
 |:---:|
-| ಡೇಟಾ ಸਾਇನ್ಸ್ ಫಾರ್ ಬೆಗಿನ್‌ರ್ಸ್: ರಸ್ತೆ ಮಹಡಿಯ ಚಿತ್ತಾರ - _ಸ್ಕೆಚ್ನೋಟ್ [@nitya](https://twitter.com/nitya) ಅವರಿಂದ_ |
+| ಡೇಟಾ ಸೈನ್ಸ್ ಆರಂಭಿಕರಿಗಾಗಿ: ರಸ್ತೆನಕ್ಷೆ - _ಸ್ಕೆಚ್‌ನೋಟ್ [@nitya](https://twitter.com/nitya) ರಚನೆ_ |
 
 
-| ಪಾಠ ಸಂಖ್ಯೆ | ವಿಷಯ | ಪಾಠ ಗುಂಪು | ಕಲಿಕೆಯ ಗುರಿಗಳು | ಲಿಂಕ್ ಪಾಠ | ಲೇಖಕ |
+| ಪಾಠ ಸಂಖ್ಯೆ | ವಿಷಯ | ಪಾಠ ಗುಂಪು | ಕಲಿಕೆ ಗುರಿಗಳು | ಲಿಂಕ್ ಪಾಠ | ಲೇಖಕ |
 | :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
-| 01 | ಡೇಟಾ ವಿಜ್ಞಾನವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವುದು | [ಪರಿಚಯ](1-Introduction/README.md) | ಡೇಟಾ ವಿಜ್ಞಾನ ಹಾಗೂ ಇದರ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ, ಯಂತ್ರಾಭ್ಯಾಸ ಮತ್ತು ದೊಡ್ಡ ಡೇಟಾ ಜೊತೆಗಿನ ಸಂಬಂಧದ ಮೂಲಭೂತ ತತ್ವಗಳನ್ನು ಕಲಿಯಿರಿ. | [ಪಾಠ](1-Introduction/01-defining-data-science/README.md) [ವೀಡಿಯೊ](https://youtu.be/beZ7Mb_oz9I) | [ಡಿಮಿಟ್ರಿ](http://soshnikov.com) |
-| 02 | ಡೇಟಾ ವಿಜ್ಞಾನ ನೈತಿಕತೆ | [ಪರಿಚಯ](1-Introduction/README.md) | ಡೇಟಾ ನೈತಿಕತೆ ತತ್ವಗಳು, ಸವಾಲುಗಳು ಮತ್ತು ರೂಪರೆಖೆಗಳು. | [ಪಾಠ](1-Introduction/02-ethics/README.md) | [ನಿತ್ಯ](https://twitter.com/nitya) |
-| 03 | ಡೇಟಾ ವ್ಯಾಖ್ಯಾನ | [ಪರಿಚಯ](1-Introduction/README.md) | ಡೇಟಾ ಹೇಗೆ ವರ್ಗೀಕರಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಅದರ ಸಾಮಾನ್ಯ ಮೂಲಗಳನ್ನು ತಿಳಿದುಕೊಳ್ಳಿ. | [ಪಾಠ](1-Introduction/03-defining-data/README.md) | [ಜasmine](https://www.twitter.com/paladique) |
-| 04 | ಸಂಖ್ಯಾಶಾಸ್ತ್ರ ಮತ್ತು ಸಾದೃಶ್ಯತೆಯ ಪರಿಚಯ | [ಪರಿಚಯ](1-Introduction/README.md) | ಡೇಟಾವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಂಖ್ಯಾಶಾಸ್ತ್ರ ಮತ್ತು ಸಾದೃಶ್ಯತೆಯ ಗಣಿತೀಯ ತಂತ್ರಗಳನ್ನು ಕಲಿಯಿರಿ. | [ಪಾಠ](1-Introduction/04-stats-and-probability/README.md) [ವೀಡಿಯೊ](https://youtu.be/Z5Zy85g4Yjw) | [ಡಿಮಿಟ್ರಿ](http://soshnikov.com) |
-| 05 | ಸಂಬಂಧಿತ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ | [ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ](2-Working-With-Data/README.md) | ಸಂಬಂಧಿತ ಡೇಟಾ ಪರಿಚಯ ಮತ್ತು ರಚನಾತ್ಮಕ ಪ್ರಶ್ನಾ ಭಾಷೆ (SQL) ಬಳಸಿ ಸಂಬಂಧಿತ ಡೇಟಾ ಅನ್ವೇಷಣೆ ಮತ್ತು ವಿಶ್ಲೇಷಣೆ ಕುರಿತ ಮೂಲಭೂತಗಳು. | [ಪಾಠ](2-Working-With-Data/05-relational-databases/README.md) | [ಕ್ರಿಸ್ಟೊಫರ್](https://www.twitter.com/geektrainer) | | |
-| 06 | ನೋನ್ಎಸ್ಕ್ಯೂಎಲ್ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ | [ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ](2-Working-With-Data/README.md) | ಅಸಂಬದ್ಧ ಡೇಟಾಗಳ ಪರಿಚಯ, ಅದರ ವಿವಿಧ ಪ್ರಕಾರಗಳು ಮತ್ತು ಡಾಕ್ಯುಮೆಂಟ್ ಡೇಟಾಬೇಸ್ ಅನ್ನು ಅನ್ವೇಷಿಸುವ ಮತ್ತು ವಿಶ್ಲೇಷಿಸುವ ಮೂಲಗಳು. | [ಪಾಠ](2-Working-With-Data/06-non-relational/README.md) | [ಜasmine](https://twitter.com/paladique) |
-| 07 | ಪೈಥಾನ್ ಬಳಸಿ ಕೆಲಸ | [ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ](2-Working-With-Data/README.md) | ಪ್ಯಾಂಡಾಸ್ ಮುಂತಾದ ಲೈಬ್ರರಿಗಳೊಂದಿಗೆ ಡೇಟಾ ಅನ್ವೇಷಣೆಗೆ ಪೈಥಾನ್ ಬಳಸಲು ಮೂಲಭೂತಗಳು. ಪೈಥಾನ್ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಆಧಾರದ ಅರಿವು ಶಿಫಾರಸು ಮಾಡಲ್ಪಟ್ಟಿದೆ. | [ಪಾಠ](2-Working-With-Data/07-python/README.md) [ವೀಡಿಯೊ](https://youtu.be/dZjWOGbsN4Y) | [ಡಿಮಿಟ್ರಿ](http://soshnikov.com) |
-| 08 | ಡೇಟಾ ತಯಾರಿಕೆ | [ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ](2-Working-With-Data/README.md) | ಕಳೆದುಹೋಗಿದ, ತಪ್ಪು ಅಥವಾ ಅಪೂರ್ಣ ಡೇಟಾ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಡೇಟಾ ತೊಳೆದು ಸುಧಾರಿಸುವ ತಂತ್ರಗಳು. | [ಪಾಠ](2-Working-With-Data/08-data-preparation/README.md) | [ಜasmine](https://www.twitter.com/paladique) |
-| 09 | ಪ್ರಮಾಣಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು | [ಡೇಟಾ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | ಮ್ಯಾಟ್‌ಪ್ಲಾಟ್‌ಲಿಬ್ ಬಳಸಿ ಹಕ್ಕಿಗಳ ಡೇಟಾವನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು ಕಲಿಯಿರಿ 🦆 | [ಪಾಠ](3-Data-Visualization/09-visualization-quantities/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
-| 10 | ಡೇಟಾದ ವಿತರಣೆಗಳ ದೃಶ್ಯೀಕರಣ | [ಡೇಟಾ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | ಅವಧಿಯೊಳಗಿನ পর্যವಕ್ಷಣಗಳು ಮತ್ತು ಪ್ರವರ್ತನೆಗಳ ದೃಶ್ಯೀಕರಣ. | [ಪಾಠ](3-Data-Visualization/10-visualization-distributions/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
-| 11 | ಅನುಪಾತದ ದೃಶ್ಯೀಕರಣ | [ಡೇಟಾ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | ವಿಭಾಗೀಕೃತ ಮತ್ತು ಗುಂಪುಗೊಂಡ ಶೇಕಡಾವಾರುಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು. | [ಪಾಠ](3-Data-Visualization/11-visualization-proportions/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
-| 12 | ಸಂಬಂಧಗಳ ದೃಶ್ಯೀಕರಣ | [ಡೇಟಾ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | ಡೇಟಾ ಸೆಟ್‌ಗಳು ಮತ್ತು ಅವುಗಳ ಚರಗಳ ನಡುವಿನ ಸಂಪರ್ಕ ಮತ್ತು ಸಂಬಂಧಗಳ ದೃಶ್ಯೀಕರಣ. | [ಪಾಠ](3-Data-Visualization/12-visualization-relationships/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
-| 13 | ಅರ್ಥಪೂರ್ಣ ದೃಶ್ಯೀಕರಣಗಳು | [ಡೇಟಾ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | ಪರಿಣಾಮಕಾರಿಯಾದ ಸಮಸ್ಯಾ ಪರಿಹಾರ ಮತ್ತು ಅರಿವಿಗಾಗಿ ನಿಮ್ಮ ದೃಶ್ಯೀಕರಣಗಳನ್ನು ಮೌಲ್ಯಮಯವಾಗಿಸುವ ತಂತ್ರಗಳು ಮತ್ತು ಮಾರ್ಗದರ್ಶನ. | [ಪಾಠ](3-Data-Visualization/13-meaningful-visualizations/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
-| 14 | ಡೇಟಾ ವಿಜ್ಞಾನ ಜೀವನಚಕ್ರಕ್ಕೆ ಪರಿಚಯ | [ಜೀವನಚಕ್ರ](4-Data-Science-Lifecycle/README.md) | ಡೇಟಾ ವಿಜ್ಞಾನ ಜೀವನಚಕ್ರ ಹಾಗೂ ಡೇಟಾ ಪಡೆಯುವ ಮತ್ತು ಹೊರತೆಗೆದುಕೊಳ್ಳುವ ಮೊದಲ ಹಂತಕ್ಕೆ ಪರಿಚಯ. | [ಪಾಠ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [ಜasmine](https://twitter.com/paladique) |
-| 15 | ವಿಶ್ಲೇಷಣೆ | [ಜೀವನಚಕ್ರ](4-Data-Science-Lifecycle/README.md) | ಈ ಹಂತವು ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಗೆ ಸಂಬಂಧಪಟ್ಟ ತಂತ್ರಗಳನ್ನು ಮಾರುಕಟ್ಟೆಗೆ ತರುತ್ತದೆ. | [ಪಾಠ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [ಜasmine](https://twitter.com/paladique) | | |
-| 16 | ಸಂವಹನ | [ಜೀವನಚಕ್ರ](4-Data-Science-Lifecycle/README.md) | ಈ ಹಂತದಲ್ಲಿ ಡೇಟಾದಿಂದ ಪಡೆದ ಅರಿವನ್ನು ನಿರ್ಧಾರ ಕೈಗೊಳ್ಳುವವರು ಸುಲಭವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದಾದ ರೀತಿಯಲ್ಲಿ ಪ್ರಸ್ತುತಪಡಿಸುವುದು ಮುಖ್ಯವಾಗಿದೆ. | [ಪಾಠ](4-Data-Science-Lifecycle/16-communication/README.md) | [ಜಲೇನ್](https://twitter.com/JalenMcG) | | |
-| 17 | ಕ್ಲೌಡ್‌ನಲ್ಲಿ ಡೇಟಾ ವಿಜ್ಞಾನ | [ಕ್ಲೌಡ್ ಡೇಟಾ](5-Data-Science-In-Cloud/README.md) | ಈ ಪಾಠ ಸರಣಿಯಿಂದ ಕ್ಲೌಡ್‌ನಲ್ಲಿ ಡೇಟಾ ವಿಜ್ಞಾನ ಮತ್ತು ಅದರ ಪ್ರಯೋಜನಗಳು ಪರಿಚಯವಾಗುತ್ತವೆ. | [ಪಾಠ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [ಟಿಫಾನಿ](https://twitter.com/TiffanySouterre) ಮತ್ತು [ಮೌಡ್](https://twitter.com/maudstweets) |
-| 18 | ಕ್ಲೌಡ್‌ನಲ್ಲಿ ಡೇಟಾ ವಿಜ್ಞಾನ | [ಕ್ಲೌಡ್ ಡೇಟಾ](5-Data-Science-In-Cloud/README.md) | ಕಡಿಮೆ ಕೋಡ್ ಉಪಕರಣಗಳಿಂದ ಮಾದರಿಗಳನ್ನು ತರಬೇತುಗೊಳಿಸುವುದು. | [ಪಾಠ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [ಟಿಫಾನಿ](https://twitter.com/TiffanySouterre) ಮತ್ತು [ಮೌಡ್](https://twitter.com/maudstweets) |
-| 19 | ಕ್ಲೌಡ್‌ನಲ್ಲಿ ಡೇಟಾ ವಿಜ್ಞಾನ | [ಕ್ಲೌಡ್ ಡೇಟಾ](5-Data-Science-In-Cloud/README.md) | ಅಜುರ್ ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಸ್ಟುಡಿಯೋ ಬಳಸಿ ಮಾದರಿಗಳನ್ನು ನಿಯೋಜಿಸುವುದು. | [ಪಾಠ](5-Data-Science-In-Cloud/19-Azure/README.md) | [ಟಿಫಾನಿ](https://twitter.com/TiffanySouterre) ಮತ್ತು [ಮೌಡ್](https://twitter.com/maudstweets) |
-| 20 | ಪ್ರಾಕೃತಿಕ ಪರಿಸರದಲ್ಲಿ ಡೇಟಾ ವಿಜ್ಞಾನ | [ಜೀವಂತಿರುವಲ್ಲಿ](6-Data-Science-In-Wild/README.md) | ನೈಜ ಜಗತ್ತಿನ ಡೇಟಾ ವಿಜ್ಞಾನ ಚಾಲಿತ ಪ್ರಾಜೆಕ್ಟುಗಳು. | [ಪಾಠ](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [ನಿತ್ಯ](https://twitter.com/nitya) |
+| 01 | ಡೇಟಾ ಸೈನ್ಸ್ ವ್ಯಾಖ್ಯಾನ | [ಪರಿಚಯ](1-Introduction/README.md) | ಡೇಟಾ ಸೈನ್ಸ್ ಹಿನ್ನಡೆಯ ಮೂಲಭೂತ ಆಲೋಚನೆಗಳನ್ನು ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ, ಯಂತ್ರ ಅಭ್ಯಾಸ ಮತ್ತು ದೊಡ್ಡ ಡೇಟಾ ಜೊತೆಗೆ ಅದರ ಸಂಬಂಧವನ್ನು ಕಲಿಯಿರಿ. | [ಪಾಠ](1-Introduction/01-defining-data-science/README.md) [ವೀಡಿಯೋ](https://youtu.be/beZ7Mb_oz9I) | [ಡ್ಮಿಟ್ರಿ](http://soshnikov.com) |
+| 02 | ಡೇಟಾ ಸೈನ್ಸ್ ನೈತಿಕತೆ | [ಪರಿಚಯ](1-Introduction/README.md) | ಡೇಟಾ ನೈತಿಕತೆಯ ಆಲೋಚನೆಗಳು, ಸವಾಲುಗಳು ಮತ್ತು ಸಂರಚನೆಗಳು. | [ಪಾಠ](1-Introduction/02-ethics/README.md) | [ನಿತ್ಯ](https://twitter.com/nitya) |
+| 03 | ಡೇಟಾ ವ್ಯಾಖ್ಯಾನ | [ಪರಿಚಯ](1-Introduction/README.md) | ಡೇಟಾ ఎలా ವರ್ಗೀಕರಿಸಲಾಗಿದೆ ಮತ್ತು ಅದರೂ ಸಾಮಾನ್ಯ ಮೂಲಗಳು. | [ಪಾಠ](1-Introduction/03-defining-data/README.md) | [ಜಾಸ್ಮಿನ್](https://www.twitter.com/paladique) |
+| 04 | ಸಂಖ್ಯಾಶಾಸ್ತ್ರ ಮತ್ತು ಸಾಧ್ಯತೆಗಳ ಪರಿಚಯ | [ಪರಿಚಯ](1-Introduction/README.md) | ಡೇಟಾವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯತೆ ಮತ್ತು ಸಂಖ್ಯಾಶಾಸ್ತ್ರದ ಗಣಿತೀಯ ತಂತ್ರಗಳನ್ನು ತಿಳಿಯಿರಿ. | [ಪಾಠ](1-Introduction/04-stats-and-probability/README.md) [ವೀಡಿಯೋ](https://youtu.be/Z5Zy85g4Yjw) | [ಡ್ಮಿಟ್ರಿ](http://soshnikov.com) |
+| 05 | ಸಂಬಂಧಿತ ಡೇಟಾ ಜೊತೆಗೆ ಕೆಲಸ | [ಡೇಟಾ ಜೊತೆಯಾಗಿ ಕೆಲಸ](2-Working-With-Data/README.md) | ಸಂಬಂಧಿತ ಡೇಟಾಗೆ ಪರಿಚಯ ಮತ್ತು ವಿಷಯಮಾಡಿರುವ, ಸಂಧರ್ಭದಲ್ಲಿರುವ, ಮತ್ತು ಅರ್ಹ ಡೇಟಾಗೆ ಜಾನುವಾರು ವಿವರಣೆ ಮಾಡಲು ಮೂಲತಃ ಸ್ಕ್ಯೂಎಲ್ (SQL) ಅನ್ನು ಉಪಯೋಗಿಸುವ ಮೂಲಭೂತಗಳು. | [ಪಾಠ](2-Working-With-Data/05-relational-databases/README.md) | [ಕ್ರಿಸ್ಥೋಫರ್](https://www.twitter.com/geektrainer) |
+| 06 | ನೋSQL ಡೇಟಾ ಜೊತೆಗೆ ಕೆಲಸ | [ಡೇಟಾ ಜೊತೆಯಾಗಿ ಕೆಲಸ](2-Working-With-Data/README.md) | ಸಂಬಂಧಹೀನ ಡೇಟಾಗೆ ಪರಿಚಯ, ಅದರ ವಿವಿಧ ಪ್ರಕಾರಗಳು ಮತ್ತು ಡಾಕ್ಯುಮೆಂಟ್ ಡೇಟಾಬೇಸ್‌ಗಳನ್ನು ಅನ್ವೇಷಿಸಲು ಮತ್ತು ವಿಶ್ಲೇಷಿಸಲು ಮೂಲಭೂತಗಳು. | [ಪಾಠ](2-Working-With-Data/06-non-relational/README.md) | [ಜಾಸ್ಮಿನ್](https://twitter.com/paladique)|
+| 07 | ಪೈಥಾನ್ ಜೊತೆಗೆ ಕೆಲಸ | [ಡೇಟಾ ಜೊತೆಯಾಗಿ ಕೆಲಸ](2-Working-With-Data/README.md) | Pandas ಮುಂತಾದ ಗ್ರಂಥಾಲಯಗಳೊಂದಿಗೆ ಡೇಟಾ ಅನ್ವೇಷಣೆಯಿಗಾಗಿ ಪೈಥಾನ್ ಬಳಕೆಯ ಮೂಲಭೂತಗಳು. ಪೈಥಾನ್ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಆಧಾರಭೂತ ಅರ್ಥಪೂರ್ಣತೆಯನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗಿದೆ. | [ಪಾಠ](2-Working-With-Data/07-python/README.md) [ವೀಡಿಯೋ](https://youtu.be/dZjWOGbsN4Y) | [ಡ್ಮಿಟ್ರಿ](http://soshnikov.com) |
+| 08 | ಡೇಟಾ ಸಿದ್ಧತೆ | [ಡೇಟಾ ಜೊತೆಯಾಗಿ ಕೆಲಸ](2-Working-With-Data/README.md) | ಇರುವ ಡೇಟಾದ ಅಭಾವ, ತಪ್ಪು ಅಥವಾ ಅಪೂರ್ಣತೆ ಸವಾಲುಗಳನ್ನು ನಿಭಾಯಿಸಲು ಡೇಟಾ ಶುಚಿಗೊಳಿಸುವಿಕೆ ಮತ್ತು ಪರಿವರ್ತನೆ ತಂತ್ರಗಳು. | [ಪಾಠ](2-Working-With-Data/08-data-preparation/README.md) | [ಜಾಸ್ಮಿನ್](https://www.twitter.com/paladique) |
+| 09 | ಪ್ರಮಾಣಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು | [ಡೇಟಾ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | Matplotlib ಬಳಸಿಕೊಂಡು ಹಕ್ಕಿಗಳ ಡೇಟಾವನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು ಕಲಿಯಿರಿ 🦆 | [ಪಾಠ](3-Data-Visualization/09-visualization-quantities/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
+| 10 | ಡೇಟಾ ವಿತರಣೆಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು | [ಡೇಟಾ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | engu observations ಮತ್ತು ಪ್ರವೃತ್ತಿಗಳನ್ನು ಒಂದು ಅಂತರ್ಜಾಲದಲ್ಲಿ ದೃಶ್ಯೀಕರಿಸುವುದು. | [ಪಾಠ](3-Data-Visualization/10-visualization-distributions/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
+| 11 | ಅನುಪಾತಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು | [ಡೇಟಾ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | ವಿಚಿತ್ರ ಮತ್ತು ಗುಂಪು ಶೇಕಡಾವಾರುಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು. | [ಪಾಠ](3-Data-Visualization/11-visualization-proportions/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
+| 12 | ಸಂಬಂಧಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು | [ಡೇಟಾ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | ಡೇಟಾ ಮತ್ತು ಅದರ ಬದಲಾಗುವ ಬದಲಾವಣೆಗಳ ನಡುವಿನ ಸಂಪರ್ಕ ಮತ್ತು ಸಹಸಂಬಂಧಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು. | [ಪಾಠ](3-Data-Visualization/12-visualization-relationships/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
+| 13 | ಅರ್ಥಪೂರ್ಣ ದೃಶ್ಯೀಕರಣಗಳು | [ಡೇಟಾ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | ಪರಿಣಾಮಕಾರಿ ಸಮಸ್ಯೆ ಪರಿಹಾರ ಮತ್ತು ಒಳನೋಟಗಳಿಗಾಗಿ ನಿಮ್ಮ ದೃಶ್ಯೀಕರಣಗಳನ್ನು ಮೌಲ್ಯಯುತವಾಗಿಸಲು ತಂತ್ರಗಳು ಮತ್ತು ಮಾರ್ಗದರ್ಶನ. | [ಪಾಠ](3-Data-Visualization/13-meaningful-visualizations/README.md) | [ ಜೆನ್](https://twitter.com/jenlooper) |
+| 14 | ಡೇಟಾ ಸೈನ್ಸ್ ಜೀವನಚರಿತ್ರೆಯ ಪರಿಚಯ | [ಜೀವನಚರಿತ್ರೆ](4-Data-Science-Lifecycle/README.md) | ಡೇಟಾ ಸೈನ್ಸ್ ಜೀವನಚರಿತ್ರೆಗೆ ಪರಿಚಯ ಮತ್ತು ಅದರ ಮೊದಲ ಹಂತವಾದ ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಮತ್ತು ತೆಗೆಯುವಿಕೆ. | [ಪಾಠ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [ಜಾಸ್ಮಿನ್](https://twitter.com/paladique) |
+| 15 | ವಿಶ್ಲೇಷಣೆ | [ಜೀವನಚರಿತ್ರೆ](4-Data-Science-Lifecycle/README.md) | ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಗೆ ಈ ಹಂತದಲ್ಲಿ ಕೇಂದ್ರೀಕರಿಸಲಾಗುವುದು. | [ಪಾಠ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [ಜಾಸ್ಮಿನ್](https://twitter.com/paladique) |
+| 16 | ಸಂವಹನ | [ಜೀವನಚರಿತ್ರೆ](4-Data-Science-Lifecycle/README.md) | ನಿರ್ದೇಶಕರಿಗೆ ಸುಲಭವಾಗಿ ಅರ್ಥವಾಗುವ ರೀತಿಯಲ್ಲಿ ಡೇಟಾದೊಳಗಿನ ತಿಳಿವಳಿಕೆಯನ್ನು ಪ್ರಸ್ತುತಪಡಿಸುವ ಹಂತ. | [ಪಾಠ](4-Data-Science-Lifecycle/16-communication/README.md) | [ಜೆಲೆನ್](https://twitter.com/JalenMcG) |
+| 17 | ಕ್ಲೌಡ್‌ನಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್ | [ಕ್ಲೌಡ್ ಡೇಟಾ](5-Data-Science-In-Cloud/README.md) | ಕ್ಲೌಡ್‌ನಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್ ಮತ್ತು ಅದರ ಪ್ರಯೋಜನಗಳ ಪರಿಚಯ. | [ಪಾಠ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [ಟಿಫಾನಿ](https://twitter.com/TiffanySouterre) ಮತ್ತು [ಮಾಡ್](https://twitter.com/maudstweets) |
+| 18 | ಕ್ಲೌಡ್‌ನಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್ | [ಕ್ಲೌಡ್ ಡೇಟಾ](5-Data-Science-In-Cloud/README.md) | Low Code ಉಪಕರಣಗಳನ್ನು ಬಳಸಿ ಮಾದರಿಗಳನ್ನು ತರಬೇತು ಮಾಡುವುದು. | [ಪಾಠ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [ಟಿಫಾನಿ](https://twitter.com/TiffanySouterre) ಮತ್ತು [ಮಾಡ್](https://twitter.com/maudstweets) |
+| 19 | ಕ್ಲೌಡ್‌ನಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್ | [ಕ್ಲೌಡ್ ಡೇಟಾ](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio ಬಳಸಿ ಮಾದರಿಗಳನ್ನು разಸ್ತಿಸಲು. | [ಪಾಠ](5-Data-Science-In-Cloud/19-Azure/README.md) | [ಟಿಫಾನಿ](https://twitter.com/TiffanySouterre) ಮತ್ತು [ಮಾಡ್](https://twitter.com/maudstweets) |
+| 20 | ವಲೆಗಳಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್ | [ವೈಲ್ಡ್‌ನಲ್ಲಿ](6-Data-Science-In-Wild/README.md) | ನೈಜ ಜಾಗತಿಕದಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್ ಚಾಲಿತ ಯೋಜನೆಗಳು. | [ಪಾಠ](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [ನಿತ್ಯ](https://twitter.com/nitya) |
 
-## GitHub ಕೋಡ್ಸ್ಪೇಸಸ್
+## GitHub ಕೋಡ್‌ಸ್ಪೇಸ್‌ಗಳು
 
-ಈ ಮಾದರಿಯನ್ನು ಕೋಡ್ಸ್ಪೇಸ್‌ನಲ್ಲಿ ತೆರೆಯಲು ಈ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ:
-1. ಕೋಡ್ ಡ್ರಾಪ್-ಡೌನ್ ಮেনುವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ ಮತ್ತು Open with Codespaces ಆಯ್ಕೆಮಾಡಿ.
-2. ತಲುಪುವ ಫಲೇನಿನಲ್ಲಿ ಕೆಳಗಿನ + New codespace ಆಯ್ಕೆಮಾಡಿ.
-ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗಾಗಿ, [GitHub ಡಾಕ್ಯುಮೆಂಟೇಶನ್](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) ನೋಡಿ.
+ಈ ಮಾದರಿಯನ್ನು ಕೋಡ್‌ಸ್ಪೇಸ್‌ನಲ್ಲಿ ತೆಗೆಯಲು ಈ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ:
+1. ಕೋಡ್ ಡ್ರಾಪ್-ಡೌನ್ ಮೆನು ಕ್ಲಿಕ್ ಮಾಡಿ ಮತ್ತು Open with Codespaces ಆಯ್ಕೆ ಮಾಡಿ.
+2. ಪೇನೆಲ್ ಬಾಟಮ್ನಲ್ಲಿ + New codespace ಆಯ್ಕೆಮಾಡಿ.
+ಮತ್ತಷ್ಟು ಮಾಹಿತಿಗೆ, [GitHub ಡಾಕ್ಯುಮೆಂಟೇಷನ್](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) ನೋಡಿ.
 
-## VSCode ರಿಮೋಟ್ - ಕಂಟೇನರ್‌ಗಳು
-ನಿಮ್ಮ ಸ್ಥಳೀಯ ಯಂತ್ರ ಮತ್ತು VSCode ಬಳಸಿ ಈ റെಪೋವನ್ನು ಕಂಟೇನರ್‌ನಲ್ಲಿ ತೆರೆಯಲು ಕೆಳಗಿನ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ  `VS Code Remote - Containers` ವಿಸ್ತರಣೆ ಬಳಸಿ:
+## VSCode ರಿಮೋಟ್ - ಕಂಟೈನರ್ಸ್
+ನಿಮ್ಮ ಸ್ಥಳೀಯ ಯಂತ್ರದಲ್ಲಿಯೂ ಮತ್ತು VSCode ನಲ್ಲಿ VS Code Remote - Containers ವಿಸ್ತರಣೆ ಬಳಸಿಕೊಂಡು ಈ ರೆಪೋವನ್ನು ಕಂಟೈನರ್‌ನಲ್ಲಿ ತೆಗೆಯಲು ಈ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ:
 
-1. ಡೆವಲಪ್‌ಮೆಂಟ್ ಕಂಟೇನರ್ ಬಳಕೆಯಲ್ಲಿದ್ದರೆ, ನಿಮ್ಮ ಸಿಸ್ಟಮ್ ಮೂಲಭೂತ ಅಗತ್ಯಗಳನ್ನು ಹೊಂದಿರುವುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ (ಅಂದರೆ ಡಾಕರ್ ಸ್ಥಾಪಿಸಲಾಗಿದೆ) [Getting Started ಡಾಕ್ಯುಮೆಂಟೇಶನ್](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) ನಲ್ಲಿ ತಿಳಿದೆ.
+1. ನೀವು ಡೆವಲಪ್ಮೆಂಟ್ ಕಂಟೈನರ್ ಮೊದಲ ಬಾರಿಗೆ ಬಳಸುತ್ತಿದ್ದರೆ, ನಿಮ್ಮ ವ್ಯವಸ್ಥೆಗೆ ಮೊದಲು ಅಗತ್ಯವಿರುವ ಅಂಶಗಳು (ಉದಾ. ಡೋಕರ್ ಇನ್‌ಸ್ಟಾಲ್ ಮಾಡಿರಬೇಕು) ಇದ್ದಾರೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ [Getting Started ಡಾಕ್ಯುಮೆಂಟೇಷನ್](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) ನಲ್ಲಿ.
 
-ಈ ರೆಪೋಜಿಟೋರಿಯನ್ನು ಬಳಸಲು, ನೀವು ಐಸೋಲೇಟ್‌ಡ್ ಡಾಕರ್ ವಾಲ್ಯೂಮ್‌ನಲ್ಲಿ ರೆಪೋವನ್ನು ತೆರೆಯಬಹುದು:
+ಈ ಸಂಗ್ರಹಾಲಯವನ್ನು ಬಳಸಲು, ನೀವು ಕಡತತಂತ್ರದಲ್ಲಿಲ್ಲದೆ ಒಂದು ಡೋಕರ್ ವಾಲ್ಯೂಮ್‌ನಲ್ಲಿ ರೆಪೋ ತೆಗೆಯಬಹುದು:
 
-**ಗಮನಿಸಿ**: ಇಲ್ಲಿನ Remote-Containers: **Clone Repository in Container Volume...** ಆಜ್ಞೆಯನ್ನು ಬಳಸಿ ಸ್ಥಳೀಯ ಫೈಲ್‌ಸಿಸ್ಟಮ್ ಬದಲು ಡಾಕರ್ ವಾಲ್ಯೂಮ್‌ಗೆ ಮೂಲ ಕೋಡ್ ಅನ್ನು ಕ್ಲೋನ್ ಮಾಡುತ್ತದೆ. [ವಾಲ್ಯೂಮ್‌ಗಳು](https://docs.docker.com/storage/volumes/) ಒಂದು ಕಂಟೇನರ್ ಡೇಟಾ ಉಳಿಸುವ ಪ್ರಾಥಮಿಕ ವಿಧಾನವಾಗಿವೆ.
+**ಗಮನಿಸಿ**: ಇದನ್ನು ಬಳಸಲು ಹಿಂಭಾಗದಲ್ಲಿ Remote-Containers: **Clone Repository in Container Volume...** ಆಜ್ಞೆಯನ್ನು ಬಳಸಿ ಮೂಲ ಕೋಡ್ ಅನ್ನು ಡೋಕರ್ ವಾಲ್ಯೂಮ್‌ಗೆ ಕ್ಲೋನ್ ಮಾಡುತ್ತದೆ. [ವಾಲ್ಯೂಮ್‌ಗಳು](https://docs.docker.com/storage/volumes/) ಕಂಟೈನರ್ ಡೇಟಾವನ್ನು ಉಳಿಸುವುದಕ್ಕೆ ಉಚಿತ ಮಿಕೆನಿಸಮ್ ಆಗಿವೆ.
 
-ಅಥವಾ ಕೊನೆಯಲ್ಲಿ ಕ್ಲೋನ್ ಮಾಡಲಾದ ಅಥವಾ ಡೌನ್ಲೋಡ್ ಮಾಡಲಾದ ರೆಪೋವನ್ನು ತೆರೆಯಿರಿ:
+ಅಥವಾ ಈ ರೆಪೋವನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಕ್ಲೋನ್ ಅಥವಾ ಡೌನ್ಲೋಡ್ ಮಾಡಲಾಗಿರುವ ಪ್ರತಿಯನ್ನು ತೆರೆಯಿರಿ:
 
-- ಈ ರೆಪೋವನ್ನು ನಿಮ್ಮ ಸ್ಥಳೀಯ ಫೈಲ್ ಸಿಸ್ಟಮ್‌ಗೆ ಕ್ಲೋನ್ ಮಾಡಿ.
-- F1 ಒತ್ತಿ ಮತ್ತು Remote-Containers: Open Folder in Container... ಆಜ್ಞೆ ಆಯ್ಕೆಮಾಡಿ.
-- ಈ ಫೋಲ್ಡರ್‌ನ ಕ್ಲೋನ್ ಮಾಡಲಾದ ನಕಲನ್ನು ಆಯ್ಕೆ ಮಾಡಿ, ಕಂಟೇನರ್ ಪ್ರಾರಂಭವಾಗಲು ಕಾಯಿರಿ ಮತ್ತು ಪ್ರಯತ್ನಿಸಿ.
+- ಈ ರೆಪೋವನ್ನು ನಿಮ್ಮ ಸ್ಥಳೀಯ ಫೈಲ್ಸಿಸ್ಟಂಗೆ ಕ್ಲೋನ್ ಮಾಡಿ.
+- F1 ಒತ್ತಿ ಮತ್ತು **Remote-Containers: Open Folder in Container...** ಆಜ್ಞೆಯನ್ನು ಆರಿಸಿ.
+- ಈ ಫೋಲ್ಡರ್‌ನ ಕ್ಲೋನ್ ಮಾಡಲಾದ ನಕಲನ್ನು ಆಯ್ಕೆಮಾಡಿ, ಕಂಟೈನರ್ ಪ್ರಾರಂಭವಾಗುವವರೆಗೆ ಕಾಯಿರಿ ಮತ್ತು ಪ್ರಯತ್ನಿಸಿ.
 
-## ಆಫ್ಲೈನ್ ಪ್ರವೇಶ
+## ಆಫ್‌ಲೈನ್ ಪ್ರವೇಶ
 
-ನೀವು [Docsify](https://docsify.js.org/#/) ಬಳಸಿ ಈ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಅನ್ನು ಆಫ್ಲೈನ್‌ನಲ್ಲಿ ಓದಬಹುದು. ಈ ರೆಪೋವನ್ನು ಫೋರ್ಕ್ ಮಾಡಿ, ನಿಮ್ಮ ಸ್ಥಳೀಯ ಯಂತ್ರದಲ್ಲಿ [Docsify ಅನ್ನು ಸ್ಥಾಪಿಸಿ](https://docsify.js.org/#/quickstart), ನಂತರ ಈ ರೆಪೋ‌ನ ರೂಟ್ ಫೋಲ್ಡರ್‌ನಲ್ಲಿ `docsify serve` ಎಂದು ಟೈಪ್ ಮಾಡಿ. ವೆಬ್‌ಸೈಟ್ ಸ್ಥಳೀಯವಾಗಿ 3000 ಪೋರ್ಟ್‌ನಲ್ಲಿ `localhost:3000` ನಲ್ಲಿ ಸರ್ವ್ ಆಗುತ್ತದೆ.
+ನೀವು ಈ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಅನ್ನು ಆಫ್‌ಲೈನ್‌ನಲ್ಲಿ Docsify (https://docsify.js.org/#/) ಬಳಸಿ ಓಡಿಸಬಹುದು. ಈ ರೆಪೋವನ್ನು Fork ಮಾಡಿ, ನಿಮ್ಮ ಸ್ಥಳೀಯ ಯಂತ್ರದಲ್ಲಿ Docsify ಇನ್‌ಸ್ಟಾಲ್ ಮಾಡಿ (https://docsify.js.org/#/quickstart), ನಂತರ ಈ ರೆಪೋ ರೂಟ್ ಫೋಲ್ಡರ್ನಲ್ಲಿ `docsify serve` ಟೈಪ್ ಮಾಡಿ. ವೆಬ್‌ಸೈಟ್ ನಿಮ್ಮ ಸ್ಥಳೀಯ ಹಣಗೆ 3000 ಪೋರ್ಟ್‌ನಲ್ಲಿ ಸರ್ವ್ ಆಗುತ್ತದೆ: `localhost:3000`.
 
-> ಟಿಪ್ಪಣಿ, ಡಾಕ್ಯುಮೆಂಟ್‌ನೋಟ್ಬುಕ್‌ಗಳು Docsify ಮೂಲಕ ರೆಂಡರ್ ಆಗುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ನೀವು ನೋಟ್‌ಬುಕ್‌ಗೆ ಚಾಲನೆ ನೀಡಬೇಕಾದರೆ, ಅದನ್ನು VS Codeದಲ್ಲಿರುವ ಪೈಥಾನ್ ಕರ್ನೆಲ್‌ನಲ್ಲಿ ಪ್ರತ್ಯೇಕವಾಗಿ ಮಾಡಬೇಕು.
+> ಗಮನಿಸಿ, ನೋಟ್ಬುಕ್‌ಗಳನ್ನು Docsify ಮೂಲಕ ರೆಂಡರ್ ಮಾಡಲಾಗುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ನೀವು ನೋಟ್ಬುಕ್ ಅನ್ನು ಓಡಿಸುವ ಅಗತ್ಯವಿದ್ದರೆ, ಅದನ್ನು VS Code ನಲ್ಲಿ Python ಕೆರ್ನೆಲ್ ಮೂಲಕ ಪ್ರತ್ಯೇಕವಾಗಿ ನಡೆಸಿ.
 
-## ಇತರ ಪಠ್ಯಕ್ರಮಗಳು
+## ಇತರೆ ಪಠ್ಯಕ್ರಮಗಳು
 
-ನಮ್ಮ ತಂಡ ಇನ್ನೂ ಹಲವಾರು ಪಠ್ಯಕ್ರಮಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತಿದೆ! ನೋಡಿ:
+ನಮ್ಮ ತಂಡ ಇತರೆ ಪಠ್ಯಕ್ರಮಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ! ನೋಡಿ:
 
 <!-- CO-OP TRANSLATOR OTHER COURSES START -->
-### ಲ್ಯಾಂಚ್‌ಚೈನ್
+### ಲ್ಯಾಂಗ್‌ಚೈನ್
 [![LangChain4j for Beginners](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 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)
+[![LangChain.js ಪ್ರಾರಂಭकर्ताओंಿಗಾಗಿ](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)
 
 ---
 
-### ಅಜೂರ್ / ಎಡ್ಜ್ / MCP / ಏಜೆಂಟ್ಸ್
-[![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)
+### ಅಜೂರ್ / ಎಡ್ಜ್ / MCP / ಏಜೆಂಟ್‍ಗಳು
+[![ಪ್ರಾರಂಭकर्तೃಗಳಿಗಾಗಿ AZD](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)
+[![ಪ್ರಾರಂಭकर्तೃಗಳಿಗಾಗಿ ಎಡ್ಜ್ AI](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)
+[![ಪ್ರಾರಂಭकर्तೃಗಳಿಗಾಗಿ MCP](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)
+[![ಪ್ರಾರಂಭकर्तೃಗಳಿಗಾಗಿ AI ಏಜೆಂಟ್‍ಗಳು](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)
 
 ---
- 
+
 ### ಜನರೇಟಿವ್ AI ಸರಣಿಗಳು
-[![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)
+[![ಪ್ರಾರಂಭकर्तೃಗಳಿಗಾಗಿ ಜನರೇಟಿವ್ AI](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)
+[![ಜನರೇಟಿವ್ 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)
+[![ಜನರೇಟಿವ್ AI (ಜಾವಾ)](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)
+[![ಜನರೇಟಿವ್ AI (ಜಾವಾಸ್ಕ್ರಿಪ್ಟ್)](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)
 
 ---
- 
-### ಕೋರ್ ಲರ್ನಿಂಗ್
-[![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)
+
+### ಹೃದಯಭಾಗದ ಕಲಿಕೆ
+[![ಪ್ರಾರಂಭकर्तೃಗಳಿಗಾಗಿ ಯಂತ್ರಅಧ್ಯಯನ](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)
+[![ಪ್ರಾರಂಭकर्तೃಗಳಿಗಾಗಿ ಡೇಟಾ ಸೈನ್ಸ್](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)
+[![ಪ್ರಾರಂಭकर्तೃಗಳಿಗಾಗಿ AI](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)
+[![ಪ್ರಾರಂಭकर्तೃಗಳಿಗಾಗಿ ಸೈಬರ್‌ಸುರಕ್ಷತೆ](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)
+[![ಪ್ರಾರಂಭकर्तೃಗಳಿಗಾಗಿ ವೆಬ್ ಡೆವಲಪ್‌ಮೆಂಟ್](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)
+[![ಪ್ರಾರಂಭकर्तೃಗಳಿಗಾಗಿ IOT](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)
+[![ಪ್ರಾರಂಭकर्तೃಗಳಿಗಾಗಿ XR ಅಭಿವೃದ್ಧಿ](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)
 
 ---
- 
-### ಕೋಪೈಲಟ್ ಸರಣಿ
-[![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)
+
+### ಕೋಪಿಲಟ್ ಸರಣಿ
+[![AI ಜೋಡಣೆ ಪ್ರೋಗ್ರಾಮಿಂಗ್‌ಗೆ ಕೋಪಿಲಟ್](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)
+[![C#/.NET ಕೋಪಿಲಟ್](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)
+[![ಕೋಪಿಲಟ್ ಸಾಹಸ](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)
 <!-- CO-OP TRANSLATOR OTHER COURSES END -->
 
 ## ಸಹಾಯ ಪಡೆಯುವುದು
 
-**ಸಮಸ್ಯೆ ಎದುರಿಸುತ್ತಿದ್ದೀರಾ?** ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳ ಪರಿಹಾರಕ್ಕಾಗಿ ನಮ್ಮ [ಸಮಸ್ಯೆ ಪರಿಹಾರ ಮಾರ್ಗದರ್ಶಿ](TROUBLESHOOTING.md) ಅನ್ನು ಪರಿಶೀಲಿಸಿ.
+**ಸಮಸ್ಯೆ ಎದುರಿಸುತ್ತಿದ್ದೀರಾ?** ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳ ಪರಿಹಾರಕ್ಕಾಗಿ ನಮ್ಮ [ಟ್ರಬುಲ್‌ಶೂಟಿಂಗ್ ಗೈಡ್](TROUBLESHOOTING.md) ಅನ್ನು ಪರಿಶೀಲಿಸಿ.
 
-ನೀವು ಅಡಚಣೆಯಲ್ಲಿದ್ದರೆ ಅಥವಾ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವ ಬಗ್ಗೆ ಯಾವುದಾದರೂ ಪ್ರಶ್ನೆಗಳಿದ್ದರೆ, MCP ಬಗ್ಗೆ ಚರ್ಚೆಗಳಿಗಾಗಿ ಸಹಪಾಠಿಗಳು ಮತ್ತು ಅನುಭವ ಹೊಂದಿದ ಡೆವಲಪರ್‌ಗಳ ಜೊತೆ ಸೇರಿ. ಇದು ಪ್ರಶ್ನೆಗಳನ್ನು ಸ್ವಾಗತಿಸುವ ಹಾಗೂ ಜ್ಞಾನವನ್ನು ಮುಕ್ತವಾಗಿ ಹಂಚಿಕೊಳ್ಳುವ ಬೆಂಬಲ ಸಮುದಾಯವಾಗಿದೆ.
+ನೀವು ಸಾಂದರ್ಭಿಕವಾಗಿ ಅಡ್ಡಿಯಾಗಿದ್ದೀರಿ ಅಥವಾ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವ ಕುರಿತು ಯಾವುದಾದರೂ ಪ್ರಶ್ನೆಗಳಿದ್ದರೆ, MCP ಬಗ್ಗೆ fellow ಕಲಿಯುವವರು ಮತ್ತು ಅನುಭವসূಕ್ತ ಬೆಳವಣಿಗಾರರೊಂದಿಗೆ ಚರ್ಚೆಗಳಲ್ಲಿ ಸೇರಿ. ಇದು ಸಹಾಯಕ ಸಮುದಾಯವಾಗಿದ್ದು, ಅಲ್ಲಿ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಲು ಮತ್ತು ಜ್ಞಾನವನ್ನು ಮುಕ್ತವಾಗಿ ಹಂಚಿಕೊಳ್ಳಲು ಅವಕಾಶವಿದೆ.
 
-[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
+[![Microsoft Foundry ಡಿಸ್ಕಾರ್ಡ್](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
 
-ನೀವು ಉತ್ಪನ್ನ ಪ್ರತಿಕ್ರಿಯೆ ಅಥವಾ ದೋಷಗಳನ್ನು ಕಂಡುಹಿಡಿದಿದ್ದರೆ, ನಿರ್ಮಾಣ ಮಾಡುವಾಗ ಭೇಟಿ ಕೊಡಿ:
+ನೀವು ಉತ್ಪನ್ನದ ಪ್ರತಿಕ್ರಿಯೆ ಅಥವಾ ದೋಷಗಳನ್ನು ಕಂಡುಹಿಡಿದಿದ್ದರೆ, ದಯವಿಟ್ಟು ಭೇಟಿ ನೀಡಿ:
 
-[![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)
+[![Microsoft Foundry Developer ಫೋರಮ್](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)
 
 ---
 
 <!-- CO-OP TRANSLATOR DISCLAIMER START -->
-**ಅಪಘಾತ ನಿವರಣಾ ಸೂಚನೆ**:  
-ಈ ದಸ್ತಾವೇಜು [Co-op Translator](https://github.com/Azure/co-op-translator) ಎಂಬ AI ಅನುವಾದ ಸೇವೆಯ ಮೂಲಕ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ಶುದ್ಧತೆಯುಳ್ಳ ಅನುವಾದಕ್ಕಾಗಿ ಪ್ರಯತ್ನಿಸುತ್ತೇವೆ ಎಂಬುದರೊಂದಿಗೆ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ತಪ್ಪುಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳಿರಬಹುದು ಎಂಬುದನ್ನು ದಯವಿಟ್ಟು ಗಮನದಲ್ಲಿಡಿ. ಮೂಲ ಭಾಷೆಯ ದಸ್ತಾವೇಜು ಅಥವಾ ಮೂಲ ಪಠ್ಯವೇ ಅನುಷ್ಠಾನಾತ್ಮಕ ಮತ್ತು ಅಧಿಕೃತ ಮೂಲ ಎಂದು ಪರಿಗಣಿಸಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗಾಗಿ ವೃತ್ತಿಪರ ಮಾನವರ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗಬಹುದಾದ ಯಾವುದೇ ತಪ್ಪುರ್ಥಮನೆ ಅಥವಾ ತಪ್ಪಾಗುವಿಕೆಗಳಿಗೆ ನಾವು ಹೊಣೆಗಾರರಾಗುವುದಿಲ್ಲ.
+**ತಪ್ಪು ನೋಟ:**
+ಈ ದಸ್ತಾವೇಜು [Co-op Translator](https://github.com/Azure/co-op-translator) ಎಂಬ AI ಅನುವಾದ ಸೇವೆಯನ್ನು ಬಳಸಿಕೊಂಡು ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ಸರಿಯಾಗಿರುವುದಕ್ಕೆ ಪ್ರಯತ್ನಿಸುವಾಗ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದದಲ್ಲಿ ತಪ್ಪುಗಳು ಅಥವಾ ಅಸೂಚನೆಗಳಿರಬಹುದು ಎಂದು ಗಮನಿಸಿ. ಮೂಲ ದಸ್ತಾವೇಜನ್ನು ಅದರ ಮೂಲ ಭಾಷೆಯಲ್ಲಿ ಅಧಿಕಾರಿಕ ಮೂಲವಾಗಿಯೇ ಪರಿಗಣಿಸಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗೆ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ನಿರ್ವಹಣೆ ಹಾಗೂ ಭ್ರಾಂತಿಗಳುಗಾಗಿ ನಾವು ಯಾರಿಗೂ ಹೊಣೆಗಾರರಾಗುವುದಿಲ್ಲ.
 <!-- CO-OP TRANSLATOR DISCLAIMER END -->

translations/kn/SECURITY.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "0d575483100c332b2dbaefef915bb3c4",
-  "translation_date": "2025-12-19T13:14:12+00:00",
-  "source_file": "SECURITY.md",
-  "language_code": "kn"
-}
--->
 ## ಭದ್ರತೆ
 
 Microsoft ನಮ್ಮ ಸಾಫ್ಟ್‌ವೇರ್ ಉತ್ಪನ್ನಗಳು ಮತ್ತು ಸೇವೆಗಳ ಭದ್ರತೆಯನ್ನು ಗಂಭೀರವಾಗಿ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ, ಇದರಲ್ಲಿ ನಮ್ಮ GitHub ಸಂಸ್ಥೆಗಳ ಮೂಲಕ ನಿರ್ವಹಿಸಲಾದ ಎಲ್ಲಾ ಮೂಲ ಕೋಡ್ ರೆಪೊಸಿಟರಿಗಳು ಸೇರಿವೆ, ಅವುಗಳಲ್ಲಿ [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), ಮತ್ತು [ನಮ್ಮ GitHub ಸಂಸ್ಥೆಗಳು](https://opensource.microsoft.com/) ಸೇರಿವೆ.

translations/kn/SUPPORT.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "872be8bc1b93ef1dd9ac3d6e8f99f6ab",
-  "translation_date": "2025-12-19T12:48:40+00:00",
-  "source_file": "SUPPORT.md",
-  "language_code": "kn"
-}
--->
 # ಬೆಂಬಲ
 ## ಸಮಸ್ಯೆಗಳನ್ನು ದಾಖಲಿಸುವುದು ಮತ್ತು ಸಹಾಯ ಪಡೆಯುವುದು ಹೇಗೆ  
 

translations/kn/TROUBLESHOOTING.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "93a6a8a8a209128cbfedcbc076ee21b0",
-  "translation_date": "2025-12-19T12:59:04+00:00",
-  "source_file": "TROUBLESHOOTING.md",
-  "language_code": "kn"
-}
--->
 # ಸಮಸ್ಯೆ ಪರಿಹಾರ ಮಾರ್ಗದರ್ಶಿ
 
 ಈ ಮಾರ್ಗದರ್ಶಿ ಡೇಟಾ ಸೈನ್ಸ್ ಫಾರ್ ಬಿಗಿನರ್ಸ್ ಪಠ್ಯಕ್ರಮದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ ನೀವು ಎದುರಿಸಬಹುದಾದ ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳಿಗೆ ಪರಿಹಾರಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ.

translations/kn/USAGE.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "f546349678757508d69ce9e1d2688446",
-  "translation_date": "2025-12-19T12:47:17+00:00",
-  "source_file": "USAGE.md",
-  "language_code": "kn"
-}
--->
 # ಬಳಕೆ ಮಾರ್ಗದರ್ಶಿ
 
 ಈ ಮಾರ್ಗದರ್ಶಿ ಡೇಟಾ ಸೈನ್ಸ್ ಫಾರ್ ಬಿಗಿನರ್ಸ್ ಪಠ್ಯಕ್ರಮವನ್ನು ಬಳಸಲು ಉದಾಹರಣೆಗಳು ಮತ್ತು ಸಾಮಾನ್ಯ ಕಾರ್ಯಪ್ರವಾಹಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ.

translations/kn/docs/_sidebar.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "3767555b3cc28a2865c79202f4374204",
-  "translation_date": "2025-12-19T13:31:12+00:00",
-  "source_file": "docs/_sidebar.md",
-  "language_code": "kn"
-}
--->
 - ಪರಿಚಯ
   - [ಡೇಟಾ ಸೈನ್ಸ್ ಅನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವುದು](../1-Introduction/01-defining-data-science/README.md)
   - [ಡೇಟಾ ಸೈನ್ಸ್ ನ ನೈತಿಕತೆ](../1-Introduction/02-ethics/README.md)

translations/kn/examples/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "9bef7fd96c8f262339933117d9b3e342",
-  "translation_date": "2025-12-19T13:28:44+00:00",
-  "source_file": "examples/README.md",
-  "language_code": "kn"
-}
--->
 # ಆರಂಭಿಕರಿಗಾಗಿ ಸ್ನೇಹಪರ ಡೇಟಾ ಸೈನ್ಸ್ ಉದಾಹರಣೆಗಳು
 
 ಉದಾಹರಣೆಗಳ ಡೈರೆಕ್ಟರಿಗೆ ಸ್ವಾಗತ! ಈ ಸರಳ, ಚೆನ್ನಾಗಿ ಕಾಮೆಂಟ್ ಮಾಡಲಾದ ಉದಾಹರಣೆಗಳ ಸಂಗ್ರಹವು ನೀವು ಸಂಪೂರ್ಣ ಆರಂಭಿಕರಾಗಿದ್ದರೂ ಸಹ ಡೇಟಾ ಸೈನ್ಸ್ ಪ್ರಾರಂಭಿಸಲು ಸಹಾಯ ಮಾಡಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ.

translations/kn/for-teachers.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "f7440be10c17a8a9262713af3d2818a9",
-  "translation_date": "2025-12-19T12:41:35+00:00",
-  "source_file": "for-teachers.md",
-  "language_code": "kn"
-}
--->
 ## ಶಿಕ್ಷಕರಿಗಾಗಿ
 
 ನೀವು ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ನಿಮ್ಮ ತರಗತಿಯಲ್ಲಿ ಬಳಸಲು ಇಚ್ಛಿಸುತ್ತೀರಾ? ದಯವಿಟ್ಟು ಮುಕ್ತವಾಗಿ ಬಳಸಿಕೊಳ್ಳಿ!

translations/kn/quiz-app/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "e92c33ea498915a13c9aec162616db18",
-  "translation_date": "2025-12-19T13:26:21+00:00",
-  "source_file": "quiz-app/README.md",
-  "language_code": "kn"
-}
--->
 # ಪ್ರಶ್ನೋತ್ತರಗಳು
 
 ಈ ಪ್ರಶ್ನೋತ್ತರಗಳು https://aka.ms/datascience-beginners ನಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್ ಪಠ್ಯಕ್ರಮದ ಪೂರ್ವ ಮತ್ತು ನಂತರದ ಉಪನ್ಯಾಸ ಪ್ರಶ್ನೋತ್ತರಗಳಾಗಿವೆ  

translations/kn/sketchnotes/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "3a848466cb63aff1a93411affb152c2a",
-  "translation_date": "2025-12-19T13:32:13+00:00",
-  "source_file": "sketchnotes/README.md",
-  "language_code": "kn"
-}
--->
 ಎಲ್ಲಾ ಸ್ಕೆಚ್‌ನೋಟ್ಗಳನ್ನು ಇಲ್ಲಿ ಕಂಡುಹಿಡಿಯಿರಿ!
 
 ## ಕ್ರೆಡಿಟ್ಸ್

translations/ml/.co-op-translator.json

@@ -0,0 +1,422 @@
+{
+  "1-Introduction/01-defining-data-science/README.md": {
+    "original_hash": "43212cc1ac137b7bb1dcfb37ca06b0f4",
+    "translation_date": "2025-12-19T13:37:59+00:00",
+    "source_file": "1-Introduction/01-defining-data-science/README.md",
+    "language_code": "ml"
+  },
+  "1-Introduction/01-defining-data-science/assignment.md": {
+    "original_hash": "4e0f1773b9bee1be3b28f9fe2c71b3de",
+    "translation_date": "2025-12-19T13:41:01+00:00",
+    "source_file": "1-Introduction/01-defining-data-science/assignment.md",
+    "language_code": "ml"
+  },
+  "1-Introduction/01-defining-data-science/solution/assignment.md": {
+    "original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
+    "translation_date": "2025-12-19T14:34:45+00:00",
+    "source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
+    "language_code": "ml"
+  },
+  "1-Introduction/02-ethics/README.md": {
+    "original_hash": "58860ce9a4b8a564003d2752f7c72851",
+    "translation_date": "2025-12-19T14:10:15+00:00",
+    "source_file": "1-Introduction/02-ethics/README.md",
+    "language_code": "ml"
+  },
+  "1-Introduction/02-ethics/assignment.md": {
+    "original_hash": "b588c0fc73014f52520c666efc3e0cc3",
+    "translation_date": "2025-12-19T14:28:24+00:00",
+    "source_file": "1-Introduction/02-ethics/assignment.md",
+    "language_code": "ml"
+  },
+  "1-Introduction/03-defining-data/README.md": {
+    "original_hash": "12339119c0165da569a93ddba05f9339",
+    "translation_date": "2025-12-19T13:59:33+00:00",
+    "source_file": "1-Introduction/03-defining-data/README.md",
+    "language_code": "ml"
+  },
+  "1-Introduction/03-defining-data/assignment.md": {
+    "original_hash": "2e5cacb967c1e9dfd07809bfc441a0b4",
+    "translation_date": "2025-12-19T14:01:37+00:00",
+    "source_file": "1-Introduction/03-defining-data/assignment.md",
+    "language_code": "ml"
+  },
+  "1-Introduction/04-stats-and-probability/README.md": {
+    "original_hash": "ce95884566a74db72572cd51f0cb25ad",
+    "translation_date": "2025-12-19T13:51:35+00:00",
+    "source_file": "1-Introduction/04-stats-and-probability/README.md",
+    "language_code": "ml"
+  },
+  "1-Introduction/04-stats-and-probability/assignment.md": {
+    "original_hash": "01d1b493e8b51a6ebb42524f6b1bcfff",
+    "translation_date": "2025-12-19T13:57:05+00:00",
+    "source_file": "1-Introduction/04-stats-and-probability/assignment.md",
+    "language_code": "ml"
+  },
+  "1-Introduction/README.md": {
+    "original_hash": "696a8474a01054281704cbfb09148949",
+    "translation_date": "2025-12-19T13:23:07+00:00",
+    "source_file": "1-Introduction/README.md",
+    "language_code": "ml"
+  },
+  "2-Working-With-Data/05-relational-databases/README.md": {
+    "original_hash": "11739c7b40e7c6b16ad29e3df4e65862",
+    "translation_date": "2025-12-19T15:48:02+00:00",
+    "source_file": "2-Working-With-Data/05-relational-databases/README.md",
+    "language_code": "ml"
+  },
+  "2-Working-With-Data/05-relational-databases/assignment.md": {
+    "original_hash": "25b37acdfb2452917c1aa2e2ca44317a",
+    "translation_date": "2025-12-19T15:51:22+00:00",
+    "source_file": "2-Working-With-Data/05-relational-databases/assignment.md",
+    "language_code": "ml"
+  },
+  "2-Working-With-Data/06-non-relational/README.md": {
+    "original_hash": "c182e87f9f80be7e7cdffc7b40bbfccf",
+    "translation_date": "2025-12-19T15:38:44+00:00",
+    "source_file": "2-Working-With-Data/06-non-relational/README.md",
+    "language_code": "ml"
+  },
+  "2-Working-With-Data/06-non-relational/assignment.md": {
+    "original_hash": "f824bfdb8b12d33293913f76f5c787c5",
+    "translation_date": "2025-12-19T15:40:57+00:00",
+    "source_file": "2-Working-With-Data/06-non-relational/assignment.md",
+    "language_code": "ml"
+  },
+  "2-Working-With-Data/07-python/README.md": {
+    "original_hash": "7bfec050f4717dcc2dfd028aca9d21f3",
+    "translation_date": "2025-12-19T15:32:07+00:00",
+    "source_file": "2-Working-With-Data/07-python/README.md",
+    "language_code": "ml"
+  },
+  "2-Working-With-Data/07-python/assignment.md": {
+    "original_hash": "dc8f035ce92e4eaa078ab19caa68267a",
+    "translation_date": "2025-12-19T15:37:13+00:00",
+    "source_file": "2-Working-With-Data/07-python/assignment.md",
+    "language_code": "ml"
+  },
+  "2-Working-With-Data/08-data-preparation/README.md": {
+    "original_hash": "1b560955ff39a2bcf2a049fce474a951",
+    "translation_date": "2025-12-19T15:42:32+00:00",
+    "source_file": "2-Working-With-Data/08-data-preparation/README.md",
+    "language_code": "ml"
+  },
+  "2-Working-With-Data/08-data-preparation/assignment.md": {
+    "original_hash": "f9d5a7275e046223fa6474477674b810",
+    "translation_date": "2025-12-19T15:45:32+00:00",
+    "source_file": "2-Working-With-Data/08-data-preparation/assignment.md",
+    "language_code": "ml"
+  },
+  "2-Working-With-Data/README.md": {
+    "original_hash": "abc3309ab41bc5a7846f70ee1a055838",
+    "translation_date": "2025-12-19T13:29:38+00:00",
+    "source_file": "2-Working-With-Data/README.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/09-visualization-quantities/README.md": {
+    "original_hash": "a49d78e32e280c410f04e5f2a2068e77",
+    "translation_date": "2025-12-19T16:14:27+00:00",
+    "source_file": "3-Data-Visualization/09-visualization-quantities/README.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/09-visualization-quantities/assignment.md": {
+    "original_hash": "ad163c4fda72c8278280b61cad317ff4",
+    "translation_date": "2025-12-19T16:17:19+00:00",
+    "source_file": "3-Data-Visualization/09-visualization-quantities/assignment.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/10-visualization-distributions/README.md": {
+    "original_hash": "80a20467e046d312809d008395051fc7",
+    "translation_date": "2025-12-19T15:54:16+00:00",
+    "source_file": "3-Data-Visualization/10-visualization-distributions/README.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/10-visualization-distributions/assignment.md": {
+    "original_hash": "40eeb9b9f94009c537c7811f9f27f037",
+    "translation_date": "2025-12-19T15:57:01+00:00",
+    "source_file": "3-Data-Visualization/10-visualization-distributions/assignment.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/11-visualization-proportions/README.md": {
+    "original_hash": "42119bcc97bee88254e381156d770f3c",
+    "translation_date": "2025-12-19T16:02:29+00:00",
+    "source_file": "3-Data-Visualization/11-visualization-proportions/README.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/11-visualization-proportions/assignment.md": {
+    "original_hash": "1e00fe6a244c2f8f9a794c862661dd4f",
+    "translation_date": "2025-12-19T16:05:10+00:00",
+    "source_file": "3-Data-Visualization/11-visualization-proportions/assignment.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/12-visualization-relationships/README.md": {
+    "original_hash": "0764fd4077f3f04a1d968ec371227744",
+    "translation_date": "2025-12-19T15:58:10+00:00",
+    "source_file": "3-Data-Visualization/12-visualization-relationships/README.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/12-visualization-relationships/assignment.md": {
+    "original_hash": "680419753c086eef51be86607c623945",
+    "translation_date": "2025-12-19T16:00:04+00:00",
+    "source_file": "3-Data-Visualization/12-visualization-relationships/assignment.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/13-meaningful-visualizations/README.md": {
+    "original_hash": "cfb068050337a36e348debaa502a24fa",
+    "translation_date": "2025-12-19T16:08:19+00:00",
+    "source_file": "3-Data-Visualization/13-meaningful-visualizations/README.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/13-meaningful-visualizations/assignment.md": {
+    "original_hash": "e56df4c0f49357e30ac8fc77aa439dd4",
+    "translation_date": "2025-12-19T16:11:28+00:00",
+    "source_file": "3-Data-Visualization/13-meaningful-visualizations/assignment.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/13-meaningful-visualizations/solution/README.md": {
+    "original_hash": "5c51a54dd89075a7a362890117b7ed9e",
+    "translation_date": "2025-12-19T16:18:53+00:00",
+    "source_file": "3-Data-Visualization/13-meaningful-visualizations/solution/README.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/13-meaningful-visualizations/starter/README.md": {
+    "original_hash": "5c51a54dd89075a7a362890117b7ed9e",
+    "translation_date": "2025-12-19T16:18:07+00:00",
+    "source_file": "3-Data-Visualization/13-meaningful-visualizations/starter/README.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/R/09-visualization-quantities/README.md": {
+    "original_hash": "22acf28f518a4769ea14fa42f4734b9f",
+    "translation_date": "2025-12-19T16:32:46+00:00",
+    "source_file": "3-Data-Visualization/R/09-visualization-quantities/README.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/R/09-visualization-quantities/assignment.md": {
+    "original_hash": "0ea21b6513df5ade7419c6b7d65f10b1",
+    "translation_date": "2025-12-19T16:34:47+00:00",
+    "source_file": "3-Data-Visualization/R/09-visualization-quantities/assignment.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/R/10-visualization-distributions/README.md": {
+    "original_hash": "ea67c0c40808fd723594de6896c37ccf",
+    "translation_date": "2025-12-19T16:21:13+00:00",
+    "source_file": "3-Data-Visualization/R/10-visualization-distributions/README.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/R/10-visualization-distributions/assignment.md": {
+    "original_hash": "a233d542512136c4dd29aad38ca0175f",
+    "translation_date": "2025-12-19T16:23:38+00:00",
+    "source_file": "3-Data-Visualization/R/10-visualization-distributions/assignment.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/R/11-visualization-proportions/README.md": {
+    "original_hash": "47028abaaafa2bcb1079702d20569066",
+    "translation_date": "2025-12-19T16:28:20+00:00",
+    "source_file": "3-Data-Visualization/R/11-visualization-proportions/README.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/R/12-visualization-relationships/README.md": {
+    "original_hash": "a33c5d4b4156a2b41788d8720b6f724c",
+    "translation_date": "2025-12-19T16:24:50+00:00",
+    "source_file": "3-Data-Visualization/R/12-visualization-relationships/README.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/R/13-meaningful-vizualizations/README.md": {
+    "original_hash": "b4039f1c76548d144a0aee0bf28304ec",
+    "translation_date": "2025-12-19T16:38:09+00:00",
+    "source_file": "3-Data-Visualization/R/13-meaningful-vizualizations/README.md",
+    "language_code": "ml"
+  },
+  "3-Data-Visualization/README.md": {
+    "original_hash": "1441550a0d789796b2821e04f7f4cc94",
+    "translation_date": "2025-12-19T13:35:23+00:00",
+    "source_file": "3-Data-Visualization/README.md",
+    "language_code": "ml"
+  },
+  "4-Data-Science-Lifecycle/14-Introduction/README.md": {
+    "original_hash": "07e12a25d20b8f191e3cb651c27fdb2b",
+    "translation_date": "2025-12-19T15:27:04+00:00",
+    "source_file": "4-Data-Science-Lifecycle/14-Introduction/README.md",
+    "language_code": "ml"
+  },
+  "4-Data-Science-Lifecycle/14-Introduction/assignment.md": {
+    "original_hash": "564445c39ad29a491abcb9356fc4d47d",
+    "translation_date": "2025-12-19T15:28:43+00:00",
+    "source_file": "4-Data-Science-Lifecycle/14-Introduction/assignment.md",
+    "language_code": "ml"
+  },
+  "4-Data-Science-Lifecycle/15-analyzing/README.md": {
+    "original_hash": "661dad02c3ac239644d34c1eb51e76f8",
+    "translation_date": "2025-12-19T15:24:36+00:00",
+    "source_file": "4-Data-Science-Lifecycle/15-analyzing/README.md",
+    "language_code": "ml"
+  },
+  "4-Data-Science-Lifecycle/15-analyzing/assignment.md": {
+    "original_hash": "fcc7547171f4530f159676dd73ed772e",
+    "translation_date": "2025-12-19T15:26:03+00:00",
+    "source_file": "4-Data-Science-Lifecycle/15-analyzing/assignment.md",
+    "language_code": "ml"
+  },
+  "4-Data-Science-Lifecycle/16-communication/README.md": {
+    "original_hash": "215a3254ba5a222a57c5bb0192cea8e3",
+    "translation_date": "2025-12-19T15:19:45+00:00",
+    "source_file": "4-Data-Science-Lifecycle/16-communication/README.md",
+    "language_code": "ml"
+  },
+  "4-Data-Science-Lifecycle/16-communication/assignment.md": {
+    "original_hash": "8980d7efd101c82d6d6ffc3458214120",
+    "translation_date": "2025-12-19T15:22:59+00:00",
+    "source_file": "4-Data-Science-Lifecycle/16-communication/assignment.md",
+    "language_code": "ml"
+  },
+  "4-Data-Science-Lifecycle/README.md": {
+    "original_hash": "dd173fd30fc039a7a299898920680723",
+    "translation_date": "2025-12-19T13:24:32+00:00",
+    "source_file": "4-Data-Science-Lifecycle/README.md",
+    "language_code": "ml"
+  },
+  "5-Data-Science-In-Cloud/17-Introduction/README.md": {
+    "original_hash": "5f8e7cdefa096664ae86f795be571580",
+    "translation_date": "2025-12-19T15:10:58+00:00",
+    "source_file": "5-Data-Science-In-Cloud/17-Introduction/README.md",
+    "language_code": "ml"
+  },
+  "5-Data-Science-In-Cloud/17-Introduction/assignment.md": {
+    "original_hash": "96f3696153d9ed54b19a1bb65438c104",
+    "translation_date": "2025-12-19T15:17:51+00:00",
+    "source_file": "5-Data-Science-In-Cloud/17-Introduction/assignment.md",
+    "language_code": "ml"
+  },
+  "5-Data-Science-In-Cloud/18-Low-Code/README.md": {
+    "original_hash": "bd4da10766c64fce4294a98f6479dfb0",
+    "translation_date": "2025-12-19T14:53:19+00:00",
+    "source_file": "5-Data-Science-In-Cloud/18-Low-Code/README.md",
+    "language_code": "ml"
+  },
+  "5-Data-Science-In-Cloud/18-Low-Code/assignment.md": {
+    "original_hash": "8fdc4a5fd9bc27a8d2ebef995dfbf73f",
+    "translation_date": "2025-12-19T15:03:50+00:00",
+    "source_file": "5-Data-Science-In-Cloud/18-Low-Code/assignment.md",
+    "language_code": "ml"
+  },
+  "5-Data-Science-In-Cloud/19-Azure/README.md": {
+    "original_hash": "472d3fab1c5be50f387336e7a686dbe1",
+    "translation_date": "2025-12-19T14:43:18+00:00",
+    "source_file": "5-Data-Science-In-Cloud/19-Azure/README.md",
+    "language_code": "ml"
+  },
+  "5-Data-Science-In-Cloud/19-Azure/assignment.md": {
+    "original_hash": "386efdbc19786951341f6956247ee990",
+    "translation_date": "2025-12-19T14:47:26+00:00",
+    "source_file": "5-Data-Science-In-Cloud/19-Azure/assignment.md",
+    "language_code": "ml"
+  },
+  "5-Data-Science-In-Cloud/README.md": {
+    "original_hash": "8dfe141a0f46f7d253e07f74913c7f44",
+    "translation_date": "2025-12-19T13:23:43+00:00",
+    "source_file": "5-Data-Science-In-Cloud/README.md",
+    "language_code": "ml"
+  },
+  "6-Data-Science-In-Wild/20-Real-World-Examples/README.md": {
+    "original_hash": "0f67a4139454816631526779a456b734",
+    "translation_date": "2025-12-19T16:51:57+00:00",
+    "source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/README.md",
+    "language_code": "ml"
+  },
+  "6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md": {
+    "original_hash": "d1e05715f9d97de6c4f1fb0c5a4702c0",
+    "translation_date": "2025-12-19T16:59:20+00:00",
+    "source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md",
+    "language_code": "ml"
+  },
+  "6-Data-Science-In-Wild/README.md": {
+    "original_hash": "07faf02ff163e609edf0b0308dc5d4e6",
+    "translation_date": "2025-12-19T13:36:40+00:00",
+    "source_file": "6-Data-Science-In-Wild/README.md",
+    "language_code": "ml"
+  },
+  "AGENTS.md": {
+    "original_hash": "cc2e18ab65df63e75d3619c4752e9b22",
+    "translation_date": "2025-12-19T13:04:53+00:00",
+    "source_file": "AGENTS.md",
+    "language_code": "ml"
+  },
+  "CODE_OF_CONDUCT.md": {
+    "original_hash": "c06b12caf3c901eb3156e3dd5b0aea56",
+    "translation_date": "2025-12-19T13:09:06+00:00",
+    "source_file": "CODE_OF_CONDUCT.md",
+    "language_code": "ml"
+  },
+  "CONTRIBUTING.md": {
+    "original_hash": "10f86fb29b5407088445ac803b3d0ed1",
+    "translation_date": "2025-12-19T12:49:34+00:00",
+    "source_file": "CONTRIBUTING.md",
+    "language_code": "ml"
+  },
+  "INSTALLATION.md": {
+    "original_hash": "a64d8afa22ffcc2016bb239188d6acb1",
+    "translation_date": "2025-12-19T13:11:42+00:00",
+    "source_file": "INSTALLATION.md",
+    "language_code": "ml"
+  },
+  "README.md": {
+    "original_hash": "8ec92ecfeb14923af733851239552146",
+    "translation_date": "2026-01-30T02:52:10+00:00",
+    "source_file": "README.md",
+    "language_code": "ml"
+  },
+  "SECURITY.md": {
+    "original_hash": "0d575483100c332b2dbaefef915bb3c4",
+    "translation_date": "2025-12-19T13:13:57+00:00",
+    "source_file": "SECURITY.md",
+    "language_code": "ml"
+  },
+  "SUPPORT.md": {
+    "original_hash": "872be8bc1b93ef1dd9ac3d6e8f99f6ab",
+    "translation_date": "2025-12-19T12:48:32+00:00",
+    "source_file": "SUPPORT.md",
+    "language_code": "ml"
+  },
+  "TROUBLESHOOTING.md": {
+    "original_hash": "93a6a8a8a209128cbfedcbc076ee21b0",
+    "translation_date": "2025-12-19T12:55:49+00:00",
+    "source_file": "TROUBLESHOOTING.md",
+    "language_code": "ml"
+  },
+  "USAGE.md": {
+    "original_hash": "f546349678757508d69ce9e1d2688446",
+    "translation_date": "2025-12-19T12:45:11+00:00",
+    "source_file": "USAGE.md",
+    "language_code": "ml"
+  },
+  "docs/_sidebar.md": {
+    "original_hash": "3767555b3cc28a2865c79202f4374204",
+    "translation_date": "2025-12-19T13:30:42+00:00",
+    "source_file": "docs/_sidebar.md",
+    "language_code": "ml"
+  },
+  "examples/README.md": {
+    "original_hash": "9bef7fd96c8f262339933117d9b3e342",
+    "translation_date": "2025-12-19T13:27:55+00:00",
+    "source_file": "examples/README.md",
+    "language_code": "ml"
+  },
+  "for-teachers.md": {
+    "original_hash": "f7440be10c17a8a9262713af3d2818a9",
+    "translation_date": "2025-12-19T12:40:49+00:00",
+    "source_file": "for-teachers.md",
+    "language_code": "ml"
+  },
+  "quiz-app/README.md": {
+    "original_hash": "e92c33ea498915a13c9aec162616db18",
+    "translation_date": "2025-12-19T13:25:40+00:00",
+    "source_file": "quiz-app/README.md",
+    "language_code": "ml"
+  },
+  "sketchnotes/README.md": {
+    "original_hash": "3a848466cb63aff1a93411affb152c2a",
+    "translation_date": "2025-12-19T13:31:46+00:00",
+    "source_file": "sketchnotes/README.md",
+    "language_code": "ml"
+  }
+}

translations/ml/1-Introduction/01-defining-data-science/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "43212cc1ac137b7bb1dcfb37ca06b0f4",
-  "translation_date": "2025-12-19T13:37:59+00:00",
-  "source_file": "1-Introduction/01-defining-data-science/README.md",
-  "language_code": "ml"
-}
--->
 # ഡാറ്റാ സയൻസ് നിർവചിക്കൽ
 
 | ![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/01-Definitions.png) |

translations/ml/1-Introduction/01-defining-data-science/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "4e0f1773b9bee1be3b28f9fe2c71b3de",
-  "translation_date": "2025-12-19T13:41:01+00:00",
-  "source_file": "1-Introduction/01-defining-data-science/assignment.md",
-  "language_code": "ml"
-}
--->
 Translation for chunk 1 of 'assignment.md' skipped due to timeout.
 
 ---

translations/ml/1-Introduction/01-defining-data-science/solution/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
-  "translation_date": "2025-12-19T14:34:45+00:00",
-  "source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
-  "language_code": "ml"
-}
--->
 Translation for chunk 1 of 'assignment.md' skipped due to timeout.
 
 ---

translations/ml/1-Introduction/02-ethics/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "58860ce9a4b8a564003d2752f7c72851",
-  "translation_date": "2025-12-19T14:10:15+00:00",
-  "source_file": "1-Introduction/02-ethics/README.md",
-  "language_code": "ml"
-}
--->
 Translation for chunk 1 of 'README.md' skipped due to timeout.
  * വിവരങ്ങൾ യാഥാർത്ഥ്യത്തെ പ്രതിഫലിപ്പിക്കുന്നതിൽ _സത്യസന്ധമായി_ പിടിച്ചെടുത്തിട്ടുണ്ടോ?
 

translations/ml/1-Introduction/02-ethics/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "b588c0fc73014f52520c666efc3e0cc3",
-  "translation_date": "2025-12-19T14:28:24+00:00",
-  "source_file": "1-Introduction/02-ethics/assignment.md",
-  "language_code": "ml"
-}
--->
 ## ഡാറ്റ എതിക്സ് കേസ് സ്റ്റഡി എഴുതുക
 
 ## നിർദ്ദേശങ്ങൾ

translations/ml/1-Introduction/03-defining-data/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "12339119c0165da569a93ddba05f9339",
-  "translation_date": "2025-12-19T13:59:33+00:00",
-  "source_file": "1-Introduction/03-defining-data/README.md",
-  "language_code": "ml"
-}
--->
 # ഡാറ്റ നിർവചിക്കൽ
 
 |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/03-DefiningData.png)|

translations/ml/1-Introduction/03-defining-data/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "2e5cacb967c1e9dfd07809bfc441a0b4",
-  "translation_date": "2025-12-19T14:01:37+00:00",
-  "source_file": "1-Introduction/03-defining-data/assignment.md",
-  "language_code": "ml"
-}
--->
 # ഡാറ്റാസെറ്റുകൾ വർഗ്ഗീകരിക്കൽ
 
 ## നിർദ്ദേശങ്ങൾ

translations/ml/1-Introduction/04-stats-and-probability/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "ce95884566a74db72572cd51f0cb25ad",
-  "translation_date": "2025-12-19T13:51:35+00:00",
-  "source_file": "1-Introduction/04-stats-and-probability/README.md",
-  "language_code": "ml"
-}
--->
 # സാംഖ്യശാസ്ത്രത്തെയും സാദ്ധ്യതയെയും കുറിച്ചുള്ള ഒരു സംക്ഷിപ്ത പരിചയം
 
 |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/04-Statistics-Probability.png)|

translations/ml/1-Introduction/04-stats-and-probability/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "01d1b493e8b51a6ebb42524f6b1bcfff",
-  "translation_date": "2025-12-19T13:57:05+00:00",
-  "source_file": "1-Introduction/04-stats-and-probability/assignment.md",
-  "language_code": "ml"
-}
--->
 # ചെറിയ പ്രമേഹ പഠനം
 
 ഈ അസൈൻമെന്റിൽ, നാം [ഇവിടെ](https://www4.stat.ncsu.edu/~boos/var.select/diabetes.html) നിന്നെടുത്ത ചെറിയ പ്രമേഹ രോഗികളുടെ ഡാറ്റാസെറ്റുമായി പ്രവർത്തിക്കും.

translations/ml/1-Introduction/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "696a8474a01054281704cbfb09148949",
-  "translation_date": "2025-12-19T13:23:07+00:00",
-  "source_file": "1-Introduction/README.md",
-  "language_code": "ml"
-}
--->
 # ഡാറ്റാ സയൻസിലേക്ക് പരിചയം
 
 ![data in action](../../../translated_images/ml/data.48e22bb7617d8d92188afbc4c48effb920ba79f5cebdc0652cd9f34bbbd90c18.jpg)

translations/ml/2-Working-With-Data/05-relational-databases/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "11739c7b40e7c6b16ad29e3df4e65862",
-  "translation_date": "2025-12-19T15:48:02+00:00",
-  "source_file": "2-Working-With-Data/05-relational-databases/README.md",
-  "language_code": "ml"
-}
--->
 # ഡാറ്റയുമായി പ്രവർത്തിക്കൽ: ബന്ധപരമായ ഡാറ്റാബേസുകൾ
 
 |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/05-RelationalData.png)|

translations/ml/2-Working-With-Data/05-relational-databases/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "25b37acdfb2452917c1aa2e2ca44317a",
-  "translation_date": "2025-12-19T15:51:22+00:00",
-  "source_file": "2-Working-With-Data/05-relational-databases/assignment.md",
-  "language_code": "ml"
-}
--->
 # വിമാനത്താവള ഡാറ്റ പ്രദർശിപ്പിക്കൽ
 
 നിങ്ങൾക്ക് [SQLite](https://sqlite.org/index.html) അടിസ്ഥാനമാക്കിയുള്ള [ഡാറ്റാബേസ്](https://raw.githubusercontent.com/Microsoft/Data-Science-For-Beginners/main/2-Working-With-Data/05-relational-databases/airports.db) ലഭിച്ചിട്ടുണ്ട്, ഇത് വിമാനത്താവളങ്ങളെക്കുറിച്ചുള്ള വിവരങ്ങൾ ഉൾക്കൊള്ളുന്നു. സ്കീമ താഴെ കാണിക്കുന്നു. വ്യത്യസ്ത നഗരങ്ങളിലെ വിമാനത്താവളങ്ങളുടെ വിവരങ്ങൾ പ്രദർശിപ്പിക്കാൻ നിങ്ങൾ [Visual Studio Code](https://code.visualstudio.com?WT.mc_id=academic-77958-bethanycheum) ൽ [SQLite വിപുലീകരണം](https://marketplace.visualstudio.com/items?itemName=alexcvzz.vscode-sqlite&WT.mc_id=academic-77958-bethanycheum) ഉപയോഗിക്കും.

translations/ml/2-Working-With-Data/06-non-relational/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "c182e87f9f80be7e7cdffc7b40bbfccf",
-  "translation_date": "2025-12-19T15:38:44+00:00",
-  "source_file": "2-Working-With-Data/06-non-relational/README.md",
-  "language_code": "ml"
-}
--->
 # ഡാറ്റയുമായി പ്രവർത്തിക്കൽ: നോൺ-റിലേഷണൽ ഡാറ്റ
 
 |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/06-NoSQL.png)|

translations/ml/2-Working-With-Data/06-non-relational/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "f824bfdb8b12d33293913f76f5c787c5",
-  "translation_date": "2025-12-19T15:40:57+00:00",
-  "source_file": "2-Working-With-Data/06-non-relational/assignment.md",
-  "language_code": "ml"
-}
--->
 # സോഡ ലാഭം
 
 ## നിർദ്ദേശങ്ങൾ

translations/ml/2-Working-With-Data/07-python/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "7bfec050f4717dcc2dfd028aca9d21f3",
-  "translation_date": "2025-12-19T15:32:07+00:00",
-  "source_file": "2-Working-With-Data/07-python/README.md",
-  "language_code": "ml"
-}
--->
 # ഡാറ്റയുമായി പ്രവർത്തിക്കൽ: പൈത്തൺയും പാൻഡാസ് ലൈബ്രറിയും
 
 | ![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/07-WorkWithPython.png) |

translations/ml/2-Working-With-Data/07-python/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "dc8f035ce92e4eaa078ab19caa68267a",
-  "translation_date": "2025-12-19T15:37:13+00:00",
-  "source_file": "2-Working-With-Data/07-python/assignment.md",
-  "language_code": "ml"
-}
--->
 # പൈത്തണിൽ ഡാറ്റ പ്രോസസ്സിംഗിനുള്ള അസൈൻമെന്റ്
 
 ഈ അസൈൻമെന്റിൽ, ഞങ്ങൾ ഞങ്ങളുടെ ചലഞ്ചുകളിൽ വികസിപ്പിക്കാൻ തുടങ്ങിയ കോഡിനെക്കുറിച്ച് വിശദീകരിക്കാൻ നിങ്ങളോട് ആവശ്യപ്പെടും. അസൈൻമെന്റ് രണ്ട് ഭാഗങ്ങളായി വിഭജിച്ചിരിക്കുന്നു:

translations/ml/2-Working-With-Data/08-data-preparation/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "1b560955ff39a2bcf2a049fce474a951",
-  "translation_date": "2025-12-19T15:42:32+00:00",
-  "source_file": "2-Working-With-Data/08-data-preparation/README.md",
-  "language_code": "ml"
-}
--->
 # ഡാറ്റയുമായി പ്രവർത്തിക്കൽ: ഡാറ്റ തയ്യാറാക്കൽ
 
 |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/08-DataPreparation.png)|

translations/ml/2-Working-With-Data/08-data-preparation/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "f9d5a7275e046223fa6474477674b810",
-  "translation_date": "2025-12-19T15:45:32+00:00",
-  "source_file": "2-Working-With-Data/08-data-preparation/assignment.md",
-  "language_code": "ml"
-}
--->
 # ഒരു ഫോമിൽ നിന്നുള്ള ഡാറ്റ വിലയിരുത്തൽ
 
 ഒരു ക്ലയന്റ് അവരുടെ ക്ലയന്റ്-ബേസ് സംബന്ധിച്ച ചില അടിസ്ഥാന ഡാറ്റ ശേഖരിക്കാൻ ഒരു [ചെറിയ ഫോം](../../../../2-Working-With-Data/08-data-preparation/index.html) പരീക്ഷിച്ചു വരുന്നു. അവർ ശേഖരിച്ച ഡാറ്റ ശരിയാണോ എന്ന് സ്ഥിരീകരിക്കാൻ അവർ അവരുടെ കണ്ടെത്തലുകൾ നിങ്ങളെ സമീപിച്ചു. ഫോം കാണാൻ ബ്രൗസറിൽ `index.html` പേജ് തുറക്കാം.

translations/ml/2-Working-With-Data/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "abc3309ab41bc5a7846f70ee1a055838",
-  "translation_date": "2025-12-19T13:29:38+00:00",
-  "source_file": "2-Working-With-Data/README.md",
-  "language_code": "ml"
-}
--->
 # ഡാറ്റയുമായി പ്രവർത്തിക്കൽ
 
 ![data love](../../../translated_images/ml/data-love.a22ef29e6742c852505ada062920956d3d7604870b281a8ca7c7ac6f37381d5a.jpg)

translations/ml/3-Data-Visualization/09-visualization-quantities/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a49d78e32e280c410f04e5f2a2068e77",
-  "translation_date": "2025-12-19T16:14:27+00:00",
-  "source_file": "3-Data-Visualization/09-visualization-quantities/README.md",
-  "language_code": "ml"
-}
--->
 # അളവുകൾ ദൃശ്യവൽക്കരിക്കൽ
 
 |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/09-Visualizing-Quantities.png)|

translations/ml/3-Data-Visualization/09-visualization-quantities/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "ad163c4fda72c8278280b61cad317ff4",
-  "translation_date": "2025-12-19T16:17:19+00:00",
-  "source_file": "3-Data-Visualization/09-visualization-quantities/assignment.md",
-  "language_code": "ml"
-}
--->
 # ലൈനുകൾ, സ്‌കാറ്ററുകൾ, ബാറുകൾ
 
 ## നിർദ്ദേശങ്ങൾ

translations/ml/3-Data-Visualization/10-visualization-distributions/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "80a20467e046d312809d008395051fc7",
-  "translation_date": "2025-12-19T15:54:16+00:00",
-  "source_file": "3-Data-Visualization/10-visualization-distributions/README.md",
-  "language_code": "ml"
-}
--->
 # വിതരണങ്ങൾ ദൃശ്യവൽക്കരിക്കൽ
 
 |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/10-Visualizing-Distributions.png)|

translations/ml/3-Data-Visualization/10-visualization-distributions/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "40eeb9b9f94009c537c7811f9f27f037",
-  "translation_date": "2025-12-19T15:57:01+00:00",
-  "source_file": "3-Data-Visualization/10-visualization-distributions/assignment.md",
-  "language_code": "ml"
-}
--->
 # നിങ്ങളുടെ കഴിവുകൾ പ്രയോഗിക്കുക
 
 ## നിർദ്ദേശങ്ങൾ

translations/ml/3-Data-Visualization/11-visualization-proportions/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "42119bcc97bee88254e381156d770f3c",
-  "translation_date": "2025-12-19T16:02:29+00:00",
-  "source_file": "3-Data-Visualization/11-visualization-proportions/README.md",
-  "language_code": "ml"
-}
--->
 # അനുപാതങ്ങൾ ദൃശ്യവൽക്കരിക്കൽ
 
 |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/11-Visualizing-Proportions.png)|

translations/ml/3-Data-Visualization/11-visualization-proportions/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "1e00fe6a244c2f8f9a794c862661dd4f",
-  "translation_date": "2025-12-19T16:05:10+00:00",
-  "source_file": "3-Data-Visualization/11-visualization-proportions/assignment.md",
-  "language_code": "ml"
-}
--->
 # Excel-ൽ പരീക്ഷിക്കുക
 
 ## നിർദ്ദേശങ്ങൾ

translations/ml/3-Data-Visualization/12-visualization-relationships/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "0764fd4077f3f04a1d968ec371227744",
-  "translation_date": "2025-12-19T15:58:10+00:00",
-  "source_file": "3-Data-Visualization/12-visualization-relationships/README.md",
-  "language_code": "ml"
-}
--->
 # ബന്ധങ്ങൾ ദൃശ്യവൽക്കരിക്കൽ: തേൻ സംബന്ധിച്ച എല്ലാം 🍯
 
 |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/12-Visualizing-Relationships.png)|

translations/ml/3-Data-Visualization/12-visualization-relationships/assignment.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "680419753c086eef51be86607c623945",
-  "translation_date": "2025-12-19T16:00:04+00:00",
-  "source_file": "3-Data-Visualization/12-visualization-relationships/assignment.md",
-  "language_code": "ml"
-}
--->
 # തേനീച്ചകളുടെ കുടിലിലേക്ക് ഡൈവ് ചെയ്യുക
 
 ## നിർദ്ദേശങ്ങൾ

translations/ml/3-Data-Visualization/13-meaningful-visualizations/README.md

@@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "cfb068050337a36e348debaa502a24fa",
-  "translation_date": "2025-12-19T16:08:19+00:00",
-  "source_file": "3-Data-Visualization/13-meaningful-visualizations/README.md",
-  "language_code": "ml"
-}
--->
 # അർത്ഥവത്തായ ദൃശ്യവത്കരണങ്ങൾ നിർമ്മിക്കൽ
 
 |![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/13-MeaningfulViz.png)|