[](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
[](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
মাইক্রোসফট-এর আজুর ক্লাউড অ্যাডভোকেটরা ১০ সপ্তাহ, ২০-টি পাঠের একটি পূর্ণাঙ্গ ডেটা সায়েন্স বিষয়ক পাঠ্যক্রম উপস্থাপন করতে পেরে আনন্দিত। প্রতিটি পাঠে অন্তর্ভুক্ত রয়েছে প্রাক-পাঠ এবং পাঠোত্তর কুইজ, পাঠ সম্পন্ন করার জন্য লিখিত নির্দেশাবলী, একটি সমাধান, এবং একটি অ্যাসাইনমেন্ট। আমাদের প্রকল্প-ভিত্তিক শিক্ষাদান পদ্ধতি আপনাকে তৈরি করে শেখার সুযোগ দেয়, যা নতুন দক্ষতা অর্জনের জন্য প্রমাণিত একটি পদ্ধতি।
মাইক্রোসফটের অ্যাজুর ক্লাউড অ্যাডভোকেটরা আনন্দের সাথে ১০ সপ্তাহের, ২০ টির মতো একাধিক পাঠ নিয়ে গঠিত একটি ডেটা সায়েন্স পাঠ্যক্রম উপস্থাপন করছে। প্রতিটি পাঠে রয়েছে পাঠের পূর্বে এবং পরে কুইজ, পাঠ শেষ করার জন্য লিখিত নির্দেশাবলী, একটি সমাধান এবং একটি অ্যাসাইনমেন্ট। আমাদের প্রকল্প-ভিত্তিক শিক্ষাদান পদ্ধতি আপনাকে নির্মাণের মাধ্যমে শেখার সুযোগ দেয়, যা নতুন দক্ষতা গভীরভাবে শিখতে সহায়ক।
> এই রিপোজিটরির মধ্যে ৫০+ ভাষার অনুবাদ অন্তর্ভুক্ত রয়েছে যা ডাউনলোডের আকার অনেক বাড়িয়ে দেয়। শুধুমাত্র মূল কোর্স ক্লোন করতে স্পার্স চেকআউট ব্যবহার করুন:
> এই রিপোজিটরিতে ৫০+ ভাষার অনুবাদ অন্তর্ভুক্ত, যা ডাউনলোডের আকার উল্লেখযোগ্যভাবে বৃদ্ধি করে। অনুবাদ ছাড়া ক্লোন করতে, sparse checkout ব্যবহার করুন:
>
> **Bash / macOS / Linux:**
> ```bash
@ -53,211 +53,211 @@
> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
> ```
>
> এর ফলে আপনি দ্রুত ডাউনলোড করে কোর্স সম্পন্ন করার জন্য প্রয়োজনীয় সকল কিছু পাবেন।
> এইভাবে আপনি কোর্স সম্পন্ন করার জন্য প্রয়োজনীয় সবকিছু দ্রুততর ডাউনলোডে পাবেন।
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
**আপনি যদি অতিরিক্ত ভাষার অনুবাদের জন্য আগ্রহী হন তবে সেগুলো [এখানে](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) পাওয়া যাবে**
**আপনি যদি অতিরিক্ত অনুবাদ ভাষা সমর্থিত করতে চান, তাহলে তা এখানে পাওয়া যাবে [এখানে](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
আমাদের একটি ডিসকর্ড শেখার AI সিরিজ চলছে, আরো জানুন এবং আমাদের সঙ্গে যোগ দিন [Learn with AI Series](https://aka.ms/learnwithai/discord) ১৮ - ৩০ সেপ্টেম্বর, ২০২৫ থেকে। আপনি ডেটা সায়েন্সের জন্য GitHub Copilot ব্যবহারের টিপস এবং কৌশল শিখতে পারবেন।
আমাদের একটি Discord ভিত্তিক AI এর সাথে শেখার সিরিজ চলছে, আরও জানুন এবং ১৮ - ৩০ সেপ্টেম্বর, ২০২৫ তারিখে আমাদের সাথে [Learn with AI Series](https://aka.ms/learnwithai/discord) এ যোগ দিন। আপনি Data Science এর জন্য GitHub Copilot ব্যবহারের টিপস এবং ট্রিকস পাবেন।
# আপনি কি একজন ছাত্র?
নিম্নলিখিত সম্পদ দিয়ে শুরু করুন:
নিম্নলিখিত উৎস থেকে শুরু করুন:
- [Student Hub page](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) এই পৃষ্ঠায় আপনি শুরু করার জন্য সম্পদ, ছাত্র প্যাক এবং এমনকি একটি ফ্রী সার্টিফিকেট ভাউচার পাওয়ার উপায় খুঁজে পাবেন। এটি একটি পৃষ্ঠা যা আপনি বুকমার্ক করে সময়ে সময়ে পরীক্ষা করবেন কারণ আমরা প্রতি মাসে অন্তত একটি বার কনটেন্ট পরিবর্তন করি।
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) একটি বৈশ্বিক ছাত্র অ্যাম্বাসেডর কমিউনিটির সঙ্গে যোগ দিন, এটি আপনার Microsoft-এ প্রবেশের পথ হতে পারে।
- [Student Hub পাতা](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) এই পেজে আপনি নতুনদের জন্য উৎস, ছাত্র প্যাক এবং এমনকি ফ্রি সার্টিফিকেট ভাউচারের উপায় পাবেন। এটি এমন একটি পেজ যা আপনি বুকমার্ক করতে চাইবেন এবং সময়ে সময়ে দেখবেন কারণ আমরা প্রতি মাসে বিষয়বস্তু পরিবর্তন করি।
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) একটি বিশ্বব্যাপী ছাত্র অ্যাম্বাসেডর কমিউনিটিতে যোগ দিন, এটি হতে পারে মাইক্রোসফটে আপনার প্রবেশ পথ।
# শুরু করুন
# শুরু করা যাক
## 📚 ডকুমেন্টেশন
- **[ইনস্টলেশন গাইড](INSTALLATION.md)** - নতুনদের জন্য ধাপে ধাপে সেটআপ নির্দেশিকা
- **[ব্যবহার গাইড](USAGE.md)** - উদাহরণ এবং সাধারণ প্রকরণ
- **[ব্যবহার গাইড](USAGE.md)** - উদাহরণ এবং সাধারণ কাজের ধারা
- **[সমস্যা সমাধান](TROUBLESHOOTING.md)** - সাধারণ সমস্যার সমাধান
- **[কন্ট্রিবিউটিং গাইড](CONTRIBUTING.md)** - এই প্রকল্পে কিভাবে অবদান করতে হবে
- **[শিক্ষকদের জন্য](for-teachers.md)** - শিক্ষাদান নির্দেশিকা ও শ্রেণীকক্ষের সম্পদ
- **[অবদান গাইড](CONTRIBUTING.md)** - এই প্রকল্পে অবদান রাখার নিয়মাবলী
- **[শিক্ষকদের জন্য](for-teachers.md)** - শিক্ষাদান নির্দেশনা ও শ্রেণিকক্ষের উপকরণ
## 👨🎓 শিক্ষার্থীদের জন্য
> **সম্পূর্ণ নতুন:** ডেটা সায়েন্সে নতুন? আমাদের [শুরু করার জন্য বন্ধুবৎসল উদাহরণ](examples/README.md) দিয়ে শুরু করুন! এই সহজ, ভালভাবে মন্তব্য করা উদাহরণগুলি আপনাকে সম্পূর্ণ পাঠ্যক্রমে প্রবেশ করার আগে মূল বিষয়গুলি বুঝতে সাহায্য করবে।
> **[ছাত্ররা](https://aka.ms/student-page):** এই পাঠ্যক্রম নিজে থেকে ব্যবহার করতে, পুরো রিপো ফর্ক করুন এবং প্রথমে প্রি-লেকচার কুইজ থেকে শুরু করে একে একে পাঠ শেষ করুন এবং বাকি কার্যক্রম সম্পন্ন করুন। সমাধান কোড কপি করার পরিবর্তে পাঠ বুঝে প্রকল্প তৈরি করার চেষ্টা করুন; যদিও প্রতিটি প্রকল্প-ভিত্তিক পাঠে /solutions ফোল্ডারে সেই কোড পাওয়া যায়। আরেকটি ধারণা হলো বন্ধুদের সাথে একটি স্টাডি গ্রুপ তৈরি করে একসাথে বিষয়বস্তু অনুসরণ করা। আরও অধ্যয়নের জন্য আমরা সুপারিশ করি [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum)।
> **সম্পূর্ণ নবাগত:** ডেটা সায়েন্সে নতুন? আমাদের [শুরুকারীদের জন্য সহজ উদাহরণগুলো](examples/README.md) দিয়ে শুরু করুন! এই সরল, ভালোভাবে মন্তব্য যুক্ত উদাহরণগুলি আপনাকে সম্পূর্ণ পাঠ্যক্রমে প্রবেশের আগে মৌলিক বিষয়গুলি বুঝতে সাহায্য করবে।
> **[ছাত্ররা](https://aka.ms/student-page):** এই পাঠ্যক্রম নিজেরাই ব্যবহার করার জন্য, পুরো রিপো ফর্ক করে নিজেরাই প্রাক-লেকচার কুইজ থেকে শুরু করে অনুশীলন সম্পন্ন করুন। তারপর লেকচার পড়ুন এবং বাকি কার্যক্রম সম্পন্ন করুন। সমাধান কোড সরাসরি অনুকরণ না করে পাঠ বুঝে প্রকল্প তৈরি করার চেষ্টা করুন; তবে প্রতিটি প্রকল্পভিত্তিক পাঠে /solutions ফোল্ডারে সমাধান কোড পাওয়া যাবে। আরেকটি উপায় হতে পারে বন্ধুদের নিয়ে একটি পড়াশোনা দল গঠন করে একসাথে বিষয়বস্তু পড়া। আরও অধ্যয়নের জন্য, আমরা [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) অনুসরণ করার পরামর্শ দিই।
**দ্রুত শুরু করুন:**
1. পরিবেশ সেটআপের জন্য [ইনস্টলেশন গাইড](INSTALLATION.md) দেখুন
2. পাঠ্যক্রম নিয়ে কাজ করার জন্য [ব্যবহার গাইড](USAGE.md) পর্যালোচনা করুন
3. পাঠ ১ থেকে শুরু করে ধারাবাহিকভাবে কাজ করুন
4. সহায়তার জন্য আমাদের [ডিসকর্ড কমিউনিটিতে](https://aka.ms/ds4beginners/discord) যোগ দিন
1. আপনার পরিবেশ সেটআপের জন্য [ইনস্টলেশন গাইড](INSTALLATION.md) দেখুন
2. পাঠ্যক্রম কীভাবে কাজ করে তা জানতে [ব্যবহার গাইড](USAGE.md) দেখুন
3. পাঠ ১ দিয়ে শুরু করুন এবং ধারাবাহিকভাবে এগিয়ে যান
4. সাহায্যের জন্য আমাদের [Discord কমিউনিটিতে](https://aka.ms/ds4beginners/discord) যোগ দিন
## 👩🏫 শিক্ষকদের জন্য
> **শিক্ষকগণ**: আমরা এই পাঠ্যক্রমটি কীভাবে ব্যবহার করবেন তার জন্য [কিছু পরামর্শ যুক্ত করেছি](for-teachers.md)। আমরা আপনার মতামত শুনতে আগ্রহী [আমাদের আলোচনার ফোরামে](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> **শিক্ষকবৃন্দ**: আমরা এই পাঠক্রম ব্যবহার করার উপর কিছু [পরামর্শ সংযোজিত](for-teachers.md) করেছি। আমরা চাই আপনার মতামত [আমাদের আলোচনা ফোরামে](https://github.com/microsoft/Data-Science-For-Beginners/discussions) জানাবেন!
**গিফ তৈরি করেছেন** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
> 🎥 প্রকল্প ও এটি তৈরি করা ব্যক্তিদের সম্পর্কে ভিডিও দেখার জন্য উপরের ছবিতে ক্লিক করুন!
> 🎥 প্রকল্প এবং এটি তৈরি করা লোকদের সম্পর্কে ভিডিও দেখতে উপরের ছবি ক্লিক করুন!
## শিক্ষাদান পদ্ধতি
## শিক্ষাদর্শন
আমরা এই পাঠ্যক্রম তৈরি করার সময় দুটি শিক্ষাদান নীতি বেছে নিয়েছি: এটি অবশ্যই প্রকল্প-ভিত্তিক হতে হবে এবং এতে নিয়মিত কুইজ অন্তর্ভুক্ত থাকতে হবে। এই সিরিজের শেষে, শিক্ষার্থীরা ডাটা সায়েন্সের মৌলিক নীতিমালা শিখবে, যার মধ্যে রয়েছে নৈতিক বিষয়সমূহ, ডাটা প্রস্তুতি, ডাটার বিভিন্ন কাজের পদ্ধতি, তথ্যচিত্রায়ন, ডাটা বিশ্লেষণ, ডাটা সায়েন্সের বাস্তব-জগতের ব্যবহার এবং আরও অনেক কিছু।
এই পাঠক্রম তৈরি করার সময় আমরা দুটি শিক্ষাদর্শন নীতি বেছে নিয়েছি: এটি প্রকল্প-ভিত্তিক নিশ্চিত করা এবং এতে ঘন ঘন কুইজ অন্তর্ভুক্ত করা। এই সিরিজের শেষ পর্যন্ত, ছাত্রছাত্রীরা ডেটা সায়েন্সের মৌলিক নীতিগুলি শিখবে, যার মধ্যে রয়েছে নৈতিক ধারণাসমূহ, ডেটা প্রস্তুতি, ডেটার বিভিন্ন প্রক্রিয়াকরণ পদ্ধতি, ডেটা ভিজ্যুয়ালাইজেশন, ডেটা বিশ্লেষণ, ডেটা সায়েন্সের বাস্তব-বিশ্বের ব্যবহার, এবং আরও অনেক কিছু।
অতিরিক্তভাবে, ক্লাসের আগে একটি কম চাপে কুইজ শিক্ষার্থীর শেখার উদ্দেশ্য নির্ধারণ করে, এবং ক্লাসের পরে দ্বিতীয় কুইজ উচ্চতর ধারণা ধরে রাখার নিশ্চয়তা দেয়। এই পাঠ্যক্রমটি নমনীয় এবং মজাদার করে ডিজাইন করা হয়েছে এবং পুরোটা অথবা আংশিক অংশ গ্রহণ করা যায়। প্রকল্পগুলি ছোট থেকে শুরু হয়ে ১০ সপ্তাহের চক্রের শেষে ক্রমবর্ধমান জটিল হয়ে ওঠে।
এছাড়াও, ক্লাস শুরুর আগে একটি কম চাপের কুইজ ছাত্রের শেখার উদ্দেশ্য স্থির করে, আর ক্লাস শেষের পর একটি দ্বিতীয় কুইজ আরও ভালো ধারণ নিশ্চিত করে। এই পাঠক্রমটি নমনীয় এবং আনন্দদায়ক করার জন্য ডিজাইন করা হয়েছে এবং সম্পূর্ণ বা আংশিকভাবে গ্রহণ করা যেতে পারে। প্রকল্পগুলি ছোট থেকে শুরু করে ১০ সপ্তাহের চক্রের শেষে ক্রমান্বয়ে জটিল হয়।
> আমাদের [আচরণবিধি](CODE_OF_CONDUCT.md), [অংশগ্রহণের নিয়মাবলী](CONTRIBUTING.md), [অনুবাদ নির্দেশিকা](TRANSLATIONS.md) দেখুন। আমাদের গঠনমূলক প্রতিক্রিয়া স্বাগত!
> আমাদের [আচরণবিধিমালা](CODE_OF_CONDUCT.md), [অংশগ্রহণের নিয়ম](CONTRIBUTING.md), [অনুবাদ নির্দেশিকা](TRANSLATIONS.md) দেখুন। আমরা আপনার গঠনমূলক প্রতিক্রিয়ার স্বাগত জানাই!
## প্রতিটি পাঠে অন্তর্ভুক্ত:
## প্রতিটি পাঠ অন্তর্ভুক্ত করে:
- ঐচ্ছিক স্কেচনোট
- ঐচ্ছিক অতিরিক্ত ভিডিও
- পাঠের আগে উত্তপ্তকরণ কুইজ
- ঐচ্ছিক সহায়ক ভিডিও
- পাঠের আগে ওয়ার্মআপ কুইজ
- লিখিত পাঠ
- প্রকল্প ভিত্তিক পাঠের জন্য প্রকল্পটি নির্মাণের ধাপে ধাপে নির্দেশিকা
> **কুইজ সম্পর্কে একটি নোট**: সব কুইজগুলি Quiz-App ফোল্ডারে রয়েছে, মোট ৪০টি কুইজ আছে প্রত্যেকে তিনটি প্রশ্ন নিয়ে। এগুলো পাঠের ভেতর থেকে লিঙ্ক করা আছে, কিন্তু কুইজ অ্যাপটি স্থানীয়ভাবে চলানো বা Azure এ মোতায়েন করা যায়; নির্দেশনাগুলো `quiz-app` ফোল্ডারে পাওয়া যাবে। কুইজগুলো ধীরে ধীরে স্থানীয়করণ হচ্ছে।
> **কুইজ সম্পর্কে একটি নোট**: সমস্ত কুইজ কুইজ-অ্যাপ ফোল্ডারে রয়েছে, মোট ৪০টি কুইজ যার প্রত্যেকটিতে তিনটি প্রশ্ন। এগুলি পাঠের ভিতর থেকে লিঙ্ক করা হয়েছে, তবে কুইজ অ্যাপটি লোকালি চালানো বা Azure-তে মোতায়েন করা যেতে পারে; `quiz-app` ফোল্ডারে নির্দেশনাগুলি অনুসরণ করুন। ধীরে ধীরে এগুলি স্থানীয়করণ করা হচ্ছে।
## 🎓 নবাগতদের উপযোগী উদাহরণ
## 🎓 নবীনদের জন্য উদাহরণ
**ডাটা সায়েন্স নতুন?** আমরা একটি বিশেষ [উদাহরণ ডিরেক্টরি](examples/README.md) তৈরি করেছি যেখানে সহজ, সুপরিচিত কোড রয়েছে যা আপনাকে শুরু করতে সাহায্য করবে:
**ডেটা সায়েন্সে নতুন?** আমরা একটি বিশেষ [উদাহরণ ডিরেক্টরি](examples/README.md) তৈরি করেছি সহজ, সুসাজ্জিত কোড সহ, যা আপনাকে শুরু করতে সাহায্য করবে:
- 🌟 **হ্যালো ওয়ার্ল্ড** - আপনার প্রথম ডাটা সায়েন্স প্রোগ্রাম
- 📂 **ডাটা লোডিং** - ডেটাসেট পড়া এবং অনুসন্ধানের শেখা
- 📊 **সহজ বিশ্লেষণ** - পরিসংখ্যান গণনা এবং প্যাটার্ন খোঁজা
- 📈 **মৌলিক তথ্যচিত্রায়ন** - চার্ট এবং গ্রাফ তৈরি করা
- 🔬 **বাস্তব প্রকল্প** - শুরু থেকে শেষ পর্যন্ত সম্পূর্ণ কাজের প্রবাহ
- 🌟 **হ্যালো ওয়ার্ল্ড** - আপনার প্রথম ডেটা সায়েন্স প্রোগ্রাম
- 📂 **ডেটা লোডিং** - ডেটাসেট পড়া এবং অনুসন্ধান শেখা
- 📊 **সহজ বিশ্লেষণ** - পরিসংখ্যান গণনা ও নিদর্শন খোঁজা
- 📈 **প্রাথমিক ভিজ্যুয়ালাইজেশন** - চার্ট এবং গ্রাফ তৈরি করা
- 🔬 **বাস্তব প্রকল্প** - শুরু থেকে শেষ পর্যন্ত সম্পূর্ণ ওয়ার্কফ্লো
প্রত্যেক উদাহরণ বিস্তারিত মন্তব্যসহ প্রত্যেক ধাপ ব্যাখ্যা করে, যা সম্পূর্ণ নবাগতদের জন্য আদর্শ!
প্রত্যেক উদাহরণ বিস্তারিত মন্তব্য সহ যা প্রতিটি ধাপ ব্যাখ্যা করে, যা একেবারে নবাগতদের জন্য অতুলনীয়!
👉 **[উদাহরণগুলো দিয়ে শুরু করুন](examples/README.md)** 👈
👉 **[উদাহরণগুলি দিয়ে শুরু করুন](examples/README.md)** 👈
| ০৩ | ডাটা সংজ্ঞায়িতকরণ | [পরিচিতি](1-Introduction/README.md) | ডাটা কীভাবে শ্রেণীবদ্ধ হয় এবং এর সাধারণ উৎস। | [পাঠ](1-Introduction/03-defining-data/README.md) | [জ্যাসমিন](https://www.twitter.com/paladique) |
| ০৪ | পরিসংখ্যান ও সম্ভাবনার পরিচিতি | [পরিচিতি](1-Introduction/README.md) | ডাটা বোঝার জন্য সম্ভাবনা ও পরিসংখ্যানের গাণিতিক পদ্ধতি। | [পাঠ](1-Introduction/04-stats-and-probability/README.md) [ভিডিও](https://youtu.be/Z5Zy85g4Yjw) | [ডমিত্রি](http://soshnikov.com) |
| ০৫ | রিলেশনাল ডাটার সাথে কাজ | [ডাটার সাথে কাজ](2-Working-With-Data/README.md) | রিলেশনাল ডাটার পরিচিতি এবং SQL (প্রসিদ্ধি "সি-ক্বেল") ব্যবহার করে ডাটা অনুসন্ধান ও বিশ্লেষণের মৌলিক বিষয়। | [পাঠ](2-Working-With-Data/05-relational-databases/README.md) | [ক্রিস্টোফার](https://www.twitter.com/geektrainer) | | |
| ০৬ | ননএসকিউএল ডাটার সাথে কাজ | [ডাটার সাথে কাজ](2-Working-With-Data/README.md) | অ-রিলেশনাল ডাটা, এর বিভিন্ন ধরণ, এবং ডকুমেন্ট ডাটাবেস অনুসন্ধান ও বিশ্লেষণের মৌলিক অংশ। | [পাঠ](2-Working-With-Data/06-non-relational/README.md) | [জ্যাসমিন](https://twitter.com/paladique)|
| ০৭ | পাইথনের সাথে কাজ | [ডাটার সাথে কাজ](2-Working-With-Data/README.md) | পাণ্ডাসের মতো লাইব্রেরি ব্যবহার করে ডাটা অনুসন্ধানের জন্য পাইথনের মৌলিক ব্যবহার। পাইথন প্রোগ্রামিংয়ের মৌলিক ধারণা সুপারিশ করা হয়। | [পাঠ](2-Working-With-Data/07-python/README.md) [ভিডিও](https://youtu.be/dZjWOGbsN4Y) | [ডমিত্রি](http://soshnikov.com) |
| ০৮ | ডাটা প্রস্তুতি | [ডাটার সাথে কাজ](2-Working-With-Data/README.md) | মিসিং, ভুল বা অসম্পূর্ণ ডাটা মোকাবেলায় ডাটা পরিষ্কার ও পরিবর্তনের কৌশল। | [পাঠ](2-Working-With-Data/08-data-preparation/README.md) | [জ্যাসমিন](https://www.twitter.com/paladique) |
| ০৯ | পরিমাণ ভিজ্যুয়ালাইজেশন | [ডাটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | ম্যাটপ্লটলিব ব্যবহার করে পাখির ডাটা ভিজ্যুয়ালাইজেশন শিখুন 🦆 | [পাঠ](3-Data-Visualization/09-visualization-quantities/README.md) | [জেন](https://twitter.com/jenlooper) |
| ১০ | ডাটার বন্টন ভিজ্যুয়ালাইজেশন | [ডাটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | একটি অন্তরালের মধ্যে পর্যবেক্ষণ এবং প্রবণতা ভিজ্যুয়ালাইজেশন। | [পাঠ](3-Data-Visualization/10-visualization-distributions/README.md) | [জেন](https://twitter.com/jenlooper) |
| ১১ | অনুপাত ভিজ্যুয়ালাইজেশন | [ডাটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | বিচ্ছিন্ন এবং গুচ্ছভুক্ত শতাংশ ভিজ্যুয়ালাইজেশন। | [পাঠ](3-Data-Visualization/11-visualization-proportions/README.md) | [জেন](https://twitter.com/jenlooper) |
| ১২ | সম্পর্ক ভিজ্যুয়ালাইজেশন | [ডাটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | ডাটা সেট এবং তাদের ভেরিয়েবলের মধ্যে সংযোগ ও সম্পর্কের ভিজ্যুয়ালাইজেশন। | [পাঠ](3-Data-Visualization/12-visualization-relationships/README.md) | [জেন](https://twitter.com/jenlooper) |
| ১৩ | তাৎপর্যপূর্ণ ভিজ্যুয়ালাইজেশন | [ডাটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | কার্যকর সমাধান এবং অন্তর্দৃষ্টির জন্য আপনার ভিজ্যুয়ালাইজেশন মূল্যবান করার কৌশল ও নির্দেশনা। | [পাঠ](3-Data-Visualization/13-meaningful-visualizations/README.md) | [জেন](https://twitter.com/jenlooper) |
| ১৪ | ডাটা সায়েন্স লাইফসাইকেলের পরিচিতি | [লাইফসাইকেল](4-Data-Science-Lifecycle/README.md) | ডাটা সায়েন্স লাইফসাইকেলের পরিচিতি এবং ডাটা সংগ্রহ ও নিষ্কাশনের প্রথম ধাপ। | [পাঠ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [জ্যাসমিন](https://twitter.com/paladique) |
| ১৫ | বিশ্লেষণ | [লাইফসাইকেল](4-Data-Science-Lifecycle/README.md) | ডাটা সায়েন্স লাইফসাইকেলের এই ধাপ ডাটা বিশ্লেষণের কৌশলগুলোর উপর জোর দেয়। | [পাঠ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [জ্যাসমিন](https://twitter.com/paladique) | | |
| ১৬ | যোগাযোগ | [লাইফসাইকেল](4-Data-Science-Lifecycle/README.md) | ডাটা থেকে প্রাপ্ত অন্তর্দৃষ্টিগুলো এমনভাবে উপস্থাপন করা যাতে সিদ্ধান্তগ্রহণকারীরা সহজে বুঝতে পারেন। | [পাঠ](4-Data-Science-Lifecycle/16-communication/README.md) | [জালেন](https://twitter.com/JalenMcG) | | |
| ১৭ | ক্লাউডে ডাটা সায়েন্স | [ক্লাউড ডাটা](5-Data-Science-In-Cloud/README.md) | ক্লাউডে ডাটা সায়েন্স ও এর সুবিধার পরিচিতি। | [পাঠ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [টিফানি](https://twitter.com/TiffanySouterre) এবং [মোড](https://twitter.com/maudstweets) |
| ১৮ | ক্লাউডে ডাটা সায়েন্স | [ক্লাউড ডাটা](5-Data-Science-In-Cloud/README.md) | লো কোড টুলস ব্যবহার করে মডেল প্রশিক্ষণ। |[পাঠ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [টিফানি](https://twitter.com/TiffanySouterre) এবং [মোড](https://twitter.com/maudstweets) |
| ০৩ | ডেটা সংজ্ঞায়িতকরণ | [পরিচিতি](1-Introduction/README.md) | ডেটা কিভাবে শ্রেণীবদ্ধ করা হয় এবং এর সাধারণ উৎস। | [পাঠ](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| ০৪ | পরিসংখ্যান ও সম্ভাবনার পরিচিতি | [পরিচিতি](1-Introduction/README.md) | ডেটা বোঝার জন্য সম্ভাবনা এবং পরিসংখ্যানের গাণিতিক কৌশল। | [পাঠ](1-Introduction/04-stats-and-probability/README.md) [ভিডিও](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
| ০৫ | রিলেশনাল ডেটার সাথে কাজ | [ডেটার সাথে কাজ](2-Working-With-Data/README.md) | রিলেশনাল ডেটার পরিচিতি এবং স্ট্রাকচার্ড কোয়েরি ল্যাঙ্গুয়েজ (SQL) ব্যবহার করে রিলেশনাল ডেটা অনুসন্ধান ও বিশ্লেষণের মূলনীতি। | [পাঠ](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| ০৬ | ননরিলেশনাল ডেটার সাথে কাজ | [ডেটার সাথে কাজ](2-Working-With-Data/README.md) | অ-রিলেশনাল ডেটার পরিচিতি, এর বিভিন্ন ধরন এবং ডকুমেন্ট ডেটাবেস অনুসন্ধান ও বিশ্লেষণের মূলনীতি। | [পাঠ](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
| ০৭ | পাইথন দিয়ে কাজ | [ডেটার সাথে কাজ](2-Working-With-Data/README.md) | পাণ্ডাসের মতো লাইব্রেরি ব্যবহার করে ডেটা অনুসন্ধানের জন্য পাইথনের মৌলিক ব্যবহার। পাইথন প্রোগ্রামিং এর ভিত্তিগত জ্ঞান প্রয়োজন। | [পাঠ](2-Working-With-Data/07-python/README.md) [ভিডিও](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
| ০৮ | ডেটা প্রস্তুতি | [ডেটার সাথে কাজ](2-Working-With-Data/README.md) | ডেটা পরিষ্কার ও রূপান্তরে কৌশল, যেমন অনুপস্থিত, ভুল বা অসম্পূর্ণ ডেটা মোকাবেলা করার জন্য। | [পাঠ](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| ০৯ | পরিমাণ ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | Matplotlib ব্যবহার করে পাখির ডেটা ভিজ্যুয়ালাইজেশন শেখা 🦆 | [পাঠ](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
| ১০ | ডেটার বিতরণ ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | একটি সময়সীমার মধ্যে পর্যবেক্ষণ ও প্রবণতাগুলো ভিজ্যুয়ালাইজ করা। | [পাঠ](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| ১১ | অনুপাত ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | বিচ্ছিন্ন ও গোষ্ঠীবদ্ধ শতাংশ ভিজ্যুয়ালাইজেশন। | [পাঠ](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
| ১২ | সম্পর্ক ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | ডেটাসেট এবং তাদের ভেরিয়েবলগুলির মধ্যে সংযোগ ও সম্পর্ক ভিজ্যুয়ালাইজেশন। | [পাঠ](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| ১৩ | অর্থবহ ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | কার্যকর সমস্যার সমাধান এবং অন্তর্দৃষ্টির জন্য আপনার ভিজ্যুয়ালাইজেশনকে মূল্যবান করে তোলার কৌশল ও নির্দেশিকা। | [পাঠ](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
| ১৪ | ডেটা সায়েন্স লাইফসাইকেলের পরিচিতি | [লাইফসাইকেল](4-Data-Science-Lifecycle/README.md) | ডেটা সায়েন্স লাইফসাইকেলের পরিচিতি এবং ডেটা অর্জন ও নিষ্কাশনের প্রথম ধাপ। | [পাঠ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
| ১৫ | বিশ্লেষণ | [লাইফসাইকেল](4-Data-Science-Lifecycle/README.md) | ডেটা সায়েন্স লাইফসাইকেলের এই ধাপটি ডেটা বিশ্লেষণের কৌশলগুলোর ওপর কেন্দ্রীভূত। | [পাঠ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
| ১৬ | যোগাযোগ | [লাইফসাইকেল](4-Data-Science-Lifecycle/README.md) | ডেটা থেকে অন্তর্দৃষ্টি উপস্থাপনের ধাপ, যা সিদ্ধান্তগ্রহীদের বোঝার ক্ষেত্রে সহজ করে তোলে। | [পাঠ](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
| ১৭ | ক্লাউডে ডেটা সায়েন্স | [ক্লাউড ডেটা](5-Data-Science-In-Cloud/README.md) | এই পাঠগুলির সিরিজ ক্লাউডে ডেটা সায়েন্স এবং এর সুবিধাগুলির পরিচিতি দেয়। | [পাঠ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
| ১৮ | ক্লাউডে ডেটা সায়েন্স | [ক্লাউড ডেটা](5-Data-Science-In-Cloud/README.md) | লো কোড টুল ব্যবহার করে মডেল প্রশিক্ষণ। |[পাঠ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
| ১৯ | ক্লাউডে ডেটা সায়েন্স | [ক্লাউড ডেটা](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio ব্যবহার করে মডেল মোতায়েন। | [পাঠ](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
| ২০ | প্রকৃত পরিবেশে ডেটা সায়েন্স | [প্রকৃত পরিবেশে](6-Data-Science-In-Wild/README.md) | বাস্তব বিশ্বে ডেটা সায়েন্স চালিত প্রকল্প। | [পাঠ](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
## GitHub Codespaces
এই নমুনাটি Codespace-এ খুলতে নিচের ধাপগুলো অনুসরণ করুন:
১. কোড ড্রপ-ডাউন মেনুতে ক্লিক করুন এবং Open with Codespaces অপশন নির্বাচন করুন।
২. প্যানের নিচে + New codespace নির্বাচন করুন।
আরো তথ্যের জন্য [GitHub ডকুমেন্টেশন](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) দেখুন।
## VSCode রিমোট - কন্টেইনার
এই নমুনাটি Codespace-এ খুলতে নিম্নলিখিত ধাপগুলি অনুসরণ করুন:
1. কোড ড্রপডাউন মেনুতে ক্লিক করে Open with Codespaces অপশন নির্বাচন করুন।
2. প্যানেলের নীচে + New codespace নির্বাচন করুন।
আরও তথ্যের জন্য [GitHub ডকুমেন্টেশন](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) দেখুন।
আপনার স্থানীয় মেশিন ও VSCode ব্যবহার করে এই রিপোজিটরিটি কন্টেইনারে খোলার জন্য VS Code Remote - Containers এক্সটেনশন ব্যবহার করুন:
## VSCode রিমোট - কন্টেইনারস
আপনার স্থানীয় মেশিন এবং VSCode ব্যবহার করে VS Code Remote - Containers এক্সটেনশন দিয়ে এই রিপোজিটরিটি কন্টেইনারে খুলতে নিম্নলিখিত ধাপগুলি অনুসরণ করুন:
১. যদি আপনি প্রথমবার ডেভেলপমেন্ট কন্টেইনার ব্যবহার করেন, নিশ্চিত করুন আপনার সিস্টেমে প্রয়োজনীয়তা পূরণ হয়েছে (যেমন ডকার ইনস্টল করা আছে) [গেটিং স্টার্টেড ডকুমেন্টেশন](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) এ।
1. যদি এটি আপনার প্রথমবারের মতো ডেভেলপমেন্ট কন্টেইনার ব্যবহার হয়, অনুগ্রহ করে নিশ্চিত করুন আপনার সিস্টেম [গেটিং স্টার্টেড ডকুমেন্টেশন](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) অনুযায়ী পূর্বনির্ধারিত প্রয়োজনীয়তা পূরণ করে (অর্থাৎ Docker ইনস্টল করা রয়েছে)।
এই রিপোজিটরি ব্যবহার করতে আপনি বা তো রিপোজিটরিটি একটি পৃথক ডকার ভলিউমে খুলতে পারেন:
এই রিপোজিটরি ব্যবহারের জন্য, আপনি ডকার ভলিউমে রিপোজিটরি আহরণ করে খুলতে পারেন:
**নোট**: এই প্রক্রিয়ায় Remote-Containers: **Clone Repository in Container Volume...** কমান্ড ব্যবহার করে সোর্স কোড স্থানীয় ফাইল সিস্টেমের বদলে ডকার ভলিউমে ক্লোন করবে। [ভলিউম](https://docs.docker.com/storage/volumes/) হল কন্টেইনার ডাটা সংরক্ষণের পছন্দের পদ্ধতি।
**নোট**: মূলত, এটি Remote-Containers: **Clone Repository in Container Volume...** কমান্ড ব্যবহার করবে সোর্স কোডকে লোকাল ফাইলসিস্টেমের পরিবর্তে ডকার ভলিউমে ক্লোন করার জন্য। [ভলিউমস](https://docs.docker.com/storage/volumes/) কন্টেইনার ডেটা সংরক্ষণের জন্য প্রাধান্যপ্রাপ্ত পদ্ধতি।
অথবা স্থানীয় ক্লোন বা ডাউনলোড করা সংস্করণ খুলুন:
অথবা স্থানীয়ভাবে ক্লোন বা ডাউনলোড করা রিপোজিটরিটি খুলুন:
- এই রিপোজিটরিটি আপনার স্থানীয় ফাইলসিস্টেমে ক্লোন করুন।
- F1 চাপুন এবং **Remote-Containers: Open Folder in Container...** কমান্ড নির্বাচন করুন।
- ফোল্ডারটির ক্লোনকৃত কপি নির্বাচন করুন, কন্টেইনার শুরু হওয়া পর্যন্ত অপেক্ষা করুন, এবং কাজ শুরু করুন।
- এই রিপোজিটরিটি আপনার স্থানীয় ফাইলসিস্টেমে ক্লোন করুন।
- F1 প্রেস করুন এবং **Remote-Containers: Open Folder in Container...** কমান্ড নির্বাচন করুন।
- ফোল্ডারের ক্লোন করা এককপি নির্বাচন করুন, কন্টেইনার চালু হওয়া পর্যন্ত অপেক্ষা করুন, এবং চেষ্টা করুন।
## অফলাইন অ্যাক্সেস
আপনি [Docsify](https://docsify.js.org/#/) ব্যবহার করে এই ডকুমেন্টেশন অফলাইনে চালাতে পারবেন। এই রিপো ফর্ক করুন, আপনার স্থানীয় মেশিনে [Docsify ইনস্টল করুন](https://docsify.js.org/#/quickstart), তারপর এই রিপোর মূল ফোল্ডারে `docsify serve` টাইপ করুন। ওয়েবসাইটটি পোর্ট ৩০০০ এ চালানো হবে: `localhost:3000`।
আপনি [Docsify](https://docsify.js.org/#/) ব্যবহার করে এই ডকুমেন্টেশন অফলাইনে চালাতে পারেন। এই রিপো ফর্ক করুন, আপনার স্থানীয় মেশিনে [Docsify ইনস্টল করুন](https://docsify.js.org/#/quickstart), এরপর এই রিপোর রুট ফোল্ডারে `docsify serve` টাইপ করুন। ওয়েবসাইটটি আপনার লোকালহোস্টে ৩০০০ নম্বর পোর্টে চালিত হবে: `localhost:3000`।
> লক্ষ্য করুন, নোটবুকগুলো Docsify দ্বারা রেন্ডার হবে না, সুতরাং নোটবুক চালানোর জন্য, আলাদাভাবে VS Code এ পাইথন কার্নেল চালাতে হবে।
> লক্ষ্য করুন, নোটবুক গুলি Docsify দ্বারা রেন্ডার হবে না, তাই যখন নোটবুক চালানোর প্রয়োজন হবে, সেক্ষেত্রে ভিন্নভাবে VS Code-এ পাইটন কার্নেল চালিয়ে সেটি করুন।
## অন্যান্য পাঠ্যক্রম
## অন্যান্য পাঠক্রম
আমাদের টিম আরও অন্যান্য পাঠ্যক্রম তৈরি করে! দেখুন:
আমাদের টিম অন্যান্য পাঠক্রমও তৈরি করে! দেখুন:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
[](https://aka.ms/langchain4j-for-beginners)
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
---
### Azure / Edge / MCP / এজেন্টরা
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
### Azure / Edge / MCP / Agents
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### জেনারেটিভ AI সিরিজ
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
### Generative AI Series
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
---
### মূল শেখা
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
### Core Learning
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### কোপিলট সিরিজ
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
**সমস্যায় পড়েছেন?** সাধারণ সমস্যার সমাধানের জন্য আমাদের [ট্রাবলশুটিং গাইড](TROUBLESHOOTING.md) দেখুন।
**সমস্যায় পড়ছেন?** সাধারণ সমস্যাগুলির সমাধানের জন্য আমাদের [Troubleshooting Guide](TROUBLESHOOTING.md) দেখুন।
আপনি আটকে গেলে বা AI অ্যাপ তৈরি সম্পর্কে কোনও প্রশ্ন থাকে, MCP নিয়ে অন্যান্য শিক্ষার্থী এবং অভিজ্ঞ ডেভেলপারদের সাথে আলোচনা করুন। এটি একটি সহায়ক কমিউনিটি যেখানে প্রশ্ন করা স্বাগত এবং জ্ঞান সাবলীলভাবে শেয়ার করা হয়।
যদি আপনি আটকে যান বা AI অ্যাপ্লিকেশন তৈরির সম্পর্কে কোনো প্রশ্ন থাকে। MCP নিয়ে আলোচনায় অংশ নিতে সহপাঠী এবং অভিজ্ঞ বিকাশকারীদের সঙ্গে যোগ দিন। এটি একটি সহায়ক সম্প্রদায় যেখানে প্রশ্ন স্বাগত এবং জ্ঞান মুক্তভাবে শেয়ার করা হয়।
এই নথিটি AI অনুবাদ পরিষেবা [Co-op Translator](https://github.com/Azure/co-op-translator) ব্যবহার করে অনুবাদ করা হয়েছে। আমরা যথাসাধ্য সঠিকতার চেষ্টা করলেও, স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে তা অনুগ্রহ করে জানুন। মুল নথি যা নিজ ভাষায় রয়েছে সেটিকেই সর্বোচ্চ প্রামাণিক উৎস হিসেবে ধরা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য পেশাদার মানব অনুবাদ প্রয়োজন। এই অনুবাদের ব্যবহারে কোনো ভুলবোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়বদ্ধ নই।
**অস্বীকৃতি**:
এই নথিটি AI অনুবাদ সেবা [Co-op Translator](https://github.com/Azure/co-op-translator) ব্যবহার করে অনূদিত হয়েছে। আমরা যথাসাধ্য সঠিকতার চেষ্টা করি, তবে অনুগ্রহ করে সচেতন থাকুন যে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা ভুল থাকতে পারে। মূল নথিটি তার নিজ নিজ ভাষায় authoritative (নির্ভরযোগ্য) উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য পেশাদার মানব অনুবাদ সুপারিশ করা হয়। এই অনুবাদের ব্যবহারে উদ্ভূত কোন ভুলবোঝাবুঝি বা ভুল ব্যখ্যার জন্য আমরা দায়বদ্ধ নই।
[](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
मायक्रोसॉफ्टमधील Azure Cloud Advocates डेटा सायन्सबाबत 10 आठवडे, 20 धड्यांचा अभ्यासक्रम देण्यास आनंदित आहेत. प्रत्येक धड्यात प्री-लेसन आणि पोस्ट-लेसन क्विझ, धडा पूर्ण करण्यासाठी लेखी सूचना, उपाय आणि असाईनमेंट असते. आमची प्रकल्प-आधारित अध्यापनपद्धती तुम्हाला शिकत असतानाच तयार करण्याची परवानगी देते, जी नवीन कौशल्ये 'अडकण्यासाठी' सिद्ध झालेले मार्ग आहे.
मायक्रोसॉफ्टमधील Azure Cloud Advocates आपल्याला डेटा सायन्स विषयी 10 आठवड्यांचा, 20 धड्यांचा अभ्यासक्रम देण्यासाठी आनंदी आहेत. प्रत्येक धड्यात प्री-लेसन आणि पोस्ट-लेसन क्विझ, धडा पूर्ण करण्यासाठी लेखी सूचना, एक समाधान आणि एक असाइनमेंट समाविष्ट आहे. आमचा प्रकल्प-आधारित पद्धतशास्त्र तुम्हाला तयार करताना शिकण्यास अनुमती देतो, जो नवीन कौशल्ये 'टिकून' राहण्यासाठी सिद्ध मार्ग आहे.
**जर तुम्हाला अतिरिक्त अनुवादीत भाषा हव्या असतील तर त्या येथे नोंदविल्या आहेत [येथे](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
आमच्याकडे डिसकॉर्डवर AI सह शिकण्याची मालिका सुरू आहे, अधिक जाणून घेण्यासाठी आणि आमच्यात सामील होण्यासाठी [Learn with AI Series](https://aka.ms/learnwithai/discord) येथे १८ ते ३० सप्टेंबर, २०२५. तुम्हाला GitHub Copilot चा डेटा सायन्ससाठी वापर याबाबत तंत्र सांगितले जातील.
आमच्याकडे AI सह शिकण्याचा Discord सिरीज चालू आहे, अधिक जाणून घेण्यासाठी आणि १८ - ३० सप्टेंबर, २०२५ पासून [Learn with AI Series](https://aka.ms/learnwithai/discord) येथे आमच्याशी सामील व्हा. तुम्हाला डेटा सायन्ससाठी GitHub Copilot वापरण्याबाबत टिप्स आणि ट्रिक्स मिळतील.
# तुम्ही विद्यार्थी आहात का?
खालील संसाधनांपासून सुरुवात करा:
खालील संसाधनांपासून सुरवात करा:
- [विद्यार्थी हब पेज](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) या पेजवर तुम्हाला नवीन सुरुवातीसाठी संसाधने, विद्यार्थी पॅक्स आणि अगदी मोफत सर्टिफिकेट वाउचर मिळण्याचे मार्ग सापडतील. हा असा एक पान आहे जे तुम्ही आवर्जून बुकमार्क करा व काळा कालांतराने तपासा कारण आम्ही दर महिन्याला सामग्री अद्यतनित करतो.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) जागतिक विद्यार्थी अॅम्बेसेडर समुदायात सामील व्हा, हे मायक्रोसॉफ्टमध्ये तुमच्या प्रवेशाचे मार्ग असू शकते.
- [स्टुडент हब पेज](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) या पृष्ठावर तुम्हाला नवशिक्यांसाठी संसाधने, विद्यार्थी पॅक आणि अगदी मोफत प्रमाणपत्र कूपन मिळण्याचे मार्ग सापडतील. हे एक पान आहे जे तुम्हाला बुकमार्क करायचे आहे आणि कधीकधी तपासावे कारण आपण दरमहिन्याला किमान सामग्री बदलतो.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) जागतिक विद्यार्थी प्रतिनिधींच्या समुदायात सामील व्हा, हे तुम्हाला मायक्रोसॉफ्टमध्ये प्रवेश देण्याचा मार्ग असू शकतो.
# सुरुवात कशी करावी
# सुरुवात करणे
## 📚 दस्तऐवज
## 📚 मार्गदर्शक
- **[इंस्टॉलेशन मार्गदर्शिका](INSTALLATION.md)** - नवीन लोकांसाठी टप्प्याटप्प्याने सेटअप सूचना
- **[वापर मार्गदर्शिका](USAGE.md)** - उदाहरणे व सामान्य कार्यप्रवाह
- **[समस्या निवारण](TROUBLESHOOTING.md)** - सामान्य समस्या सोडवण्याचे उपाय
- **[योगदान कसे करावे](CONTRIBUTING.md)** - या प्रकल्पात योगदान देण्याचा मार्गदर्शक
- **[शिक्षकांसाठी](for-teachers.md)** - शिकवणी मार्गदर्शन आणि वर्गातील संसाधने
- **[वापर मार्गदर्शक](USAGE.md)** - उदाहरणे आणि सामान्य कार्यप्रवाह
- **[समस्या निवारण](TROUBLESHOOTING.md)** - सामान्य समस्यांचे उपाय
- **[योगदान मार्गदर्शक](CONTRIBUTING.md)** - या प्रकल्पात योगदान कसे द्यावे
- **[शिक्षकांसाठी](for-teachers.md)** - अध्यापन मार्गदर्शन आणि वर्गातील संसाधने
## 👨🎓 विद्यार्थ्यांसाठी
> **पूर्णपणे नवीन:** डेटा सायन्समध्ये नवीन आहात? आमच्या [नवीन सुरुवातीसाठी उदाहरणांपासून](examples/README.md) सुरुवात करा! ही सोपी, उत्कृष्ट टिप्पण्यांसह उदाहरणे तुम्हाला मूलभूत गोष्टी समजून घेण्यासाठी मदत करतील पूर्ण अभ्यासक्रमात काहीही डुबकी मारण्याअगोदर.
> **[विद्यार्थी](https://aka.ms/student-page)**: हा अभ्यासक्रम स्वतः वापरण्यासाठी, संपूर्ण रेपो फोर्क करा आणि स्वतःच सराव पूर्ण करा, प्री-लेक्चर क्विझपासून सुरू करा. नंतर लेक्चर वाचा आणि बाकीच्या क्रियाकलाप पूर्ण करा. उपाययोजना कोड सहज कॉपी करण्याऐवजी, धडे समजून घेऊन प्रकल्प तयार करण्याचा प्रयत्न करा; तरीसुद्धा, त्या कोड सोल्यूशन्स फोल्डरमध्ये प्रत्येक प्रकल्प-आधारित धड्यात उपलब्ध आहे. आणखी एक कल्पना म्हणजे मित्रांसोबत अभ्यास गट तयार करणे आणि एकत्रून सामग्री पाहणे. अधिक अभ्यासासाठी, आम्ही [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) यांचा सल्ला देतो.
> **संपूर्ण नवशिक्यांसाठी**: डेटा सायन्समध्ये नवीन आहात? आमच्या [सोप्या उदाहरणांपासून](examples/README.md) सुरुवात करा! या सोप्या, चांगल्या टिप्पणी केलेल्या उदाहरणांमुळे तुम्हाला पूर्ण अभ्यासक्रमात डुबकी मारण्याआधी मूलभूत गोष्टी समजतील.
> **[विद्यार्थी](https://aka.ms/student-page)**: स्वतः हा अभ्यासक्रम वापरण्यासाठी, संपूर्ण रिपो फोर्क करा आणि प्री-लेक्चर क्विझपासून सुरू करून स्वतः सराव पूर्ण करा. नंतर पाठ वाचा आणि उर्वरित क्रियाकलाप पूर्ण करा. सोडवणुकीच्या कोडची कॉपी करण्याऐवजी धडे समजून प्रकल्प तयार करण्याचा प्रयत्न करा; मात्र, तो कोड प्रत्येक प्रकल्प-आधारित धड्यातील /solutions फोल्डरमध्ये उपलब्ध आहे. आणखी एक कल्पना म्हणजे मित्रांसोबत अध्ययन गट तयार करून एकत्र सामग्रीमध्ये जा. पुढील अभ्यासासाठी, आम्ही [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) शिफारस करतो.
**त्वरित प्रारंभ:**
1. तुमचे वातावरण सेटअप करण्यासाठी [इंस्टॉलेशन मार्गदर्शिका](INSTALLATION.md) तपासा
2. अभ्यासक्रम कसा वापरायचा ते शिकण्यासाठी [वापर मार्गदर्शिका](USAGE.md) वाचा
3. प्रथम धड्यापासून सुरु करा आणि अनुक्रमे काम करा
4. मदतीसाठी आमच्या [Discord समुदायात](https://aka.ms/ds4beginners/discord) सामील व्हा
1. तुमचे पर्यावरण सेट करण्यासाठी [इंस्टॉलेशन मार्गदर्शक](INSTALLATION.md) तपासा
2. अभ्यासक्रम कसे वापरायचे ते शिकण्यासाठी [वापर मार्गदर्शक](USAGE.md) वाचा
3. धडा 1 पासून सुरू करा आणि अनुक्रमे काम करा
4. मदतीसाठी आमच्या [Discord समुदायामध्ये](https://aka.ms/ds4beginners/discord) सामील व्हा
## 👩🏫 शिक्षकांसाठी
> **शिक्षक**: आम्ही या अभ्यासक्रमाचा कसा वापर करावा याबाबत काही [सूचना समाविष्ट केल्या आहेत](for-teachers.md). आम्हाला तुमची अभिप्राय [आमच्या चर्चा मंचावर](https://github.com/microsoft/Data-Science-For-Beginners/discussions) आवडेल!
> **शिक्षकांसाठी**: आम्ही [हा अभ्यासक्रम कसा वापरावा याबाबत काही सूचना समाविष्ट केल्या आहेत](for-teachers.md). आम्हाला तुमच्या अभिप्रायाची वाट पहात आहोत [आमच्या चर्चात्मक मंचावर](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
**जीआयएफ** [मोहित जैसाळ](https://www.linkedin.com/in/mohitjaisal) यांचे
**गिफ** [मोहित जैसल](https://www.linkedin.com/in/mohitjaisal) यांनी तयार केलेला
> 🎥 प्रोजेक्ट बद्दल व्हिडिओसाठी वरच्या प्रतिमेवर क्लिक करा ज्यांनी ही तयार केली आहे त्यांच्यावर!
> 🎥 प्रकल्प आणि ते तयार करणाऱ्यांविषयी व्हिडिओसाठी वरील प्रतिमेवर क्लिक करा!
## अध्यापनशास्त्र
आम्ही हा अभ्यासक्रम तयार करताना दोन अध्यापन तत्त्वे निवडली आहेत: प्रकल्प-आधारित असणे आणि वारंवार क्विझ समाविष्ट करणे. या मालिकेच्या शेवटी, विद्यार्थी डेटा सायन्सच्या मूलभूत तत्त्वांबाबत शिकतील, ज्यामध्ये नैतिक संकल्पना, डेटा तयारी, डेटा वापरण्याचे विविध मार्ग, डेटा व्हिज्युअलायझेशन, डेटा विश्लेषण, डेटा सायन्सच्या प्रत्यक्ष उपयोगाच्या केससह इत्यादी समाविष्ट आहेत.
हा अभ्यासक्रम तयार करताना आम्ही दोन अध्यापनशास्त्रीय तत्त्वे निवडली: तो प्रकल्प-आधारित असावा आणि त्यात नियमित चाचण्या असाव्यात. या मालिकेच्या शेवटी, विद्यार्थ्यांनी डेटा सायन्सची मूलभूत तत्त्वे शिकलेली असतील, ज्यात नैतिक संकल्पना, डेटा तयारी, डेटा हाताळण्याचे विविध प्रकार, डेटा दृष्यीकरण, डेटा विश्लेषण, डेटा सायन्सचे वास्तविक वापर केस आणि बरेच काही समाविष्ट आहे.
याशिवाय, वर्गाच्या आधी एक कमी-कठोर क्विझ विद्यार्थ्यांच्या विषयाची जाण ठेवण्यासाठी सेट केली जाते, तर वर्गानंतर दुसऱ्या क्विझमुळे अधिक टिकाव सुनिश्चित होतो. हा अभ्यासक्रम लवचिक आणि मजेदार असावा यासाठी डिझाइन करण्यात आला आहे आणि तो पूर्णपणे किंवा भागांमध्ये घेतला जाऊ शकतो. प्रकल्प लहानपासून सुरुवात होतात आणि १० आठवड्यांच्या चक्राच्या शेवटी हळूहळू जटिल होतात.
याशिवाय, वर्गाच्या आधीची कमी जोखीमीची चाचणी विद्यार्थ्यांच्या एका विषय शिकण्याच्या हेतूची तयारी करते, तर वर्गानंतरची दुसरी चाचणी अधिक टिकवणूक सुनिश्चित करते. हा अभ्यासक्रम लवचीक आणि मजेशीर असेल अशा प्रकारे डिझाइन केला गेला आहे आणि तो पूर्णपणे किंवा अंशतः केला जाऊ शकतो. प्रकल्प सुरुवातीला सोपे असतात आणि 10 आठवड्यांच्या चक्राच्या शेवटी अधिक जटिल होतात.
> **क्विझबाबत एक नोट**: सर्व क्विझ Quiz-App फोल्डरमध्ये आहेत, जे तीन प्रश्नांचे एकूण ४० क्विझ आहेत. हे धड्यांमध्ये लिंक्ड आहेत, पण क्विझ अॅप स्थानिकपणे चालवू शकता किंवा Azure वर तैनात करू शकता; `quiz-app` फोल्डरमधील सूचना अनुसरा. ते हळूहळू स्थानिकीकरण होत आहेत.
> **क्विझबद्दल एक टीप**: सर्व क्विझ क्विझ-ऍप फोल्डरमध्ये आहेत, ज्यात प्रत्येकी तीन प्रश्नांच्या 40 एकूण क्विझ आहेत. ते धड्यांमधून लिंक केलेले आहेत, परंतु क्विझ ऍप स्थानिकरित्या चालवले जाऊ शकते किंवा Azure वर तैनात केले जाऊ शकते; `quiz-app` फोल्डरमधील सूचना पाळा. हळूहळू त्यांचे स्थानिकीकरण केले जात आहे.
## 🎓 नवशिक्यांसाठी सोपे उदाहरणे
**डेटा सायन्स मधे नवीन आहेस?** आम्ही एक विशेष [उदाहरणे निर्देशिका](examples/README.md) तयार केली आहे ज्यात सोपा, व्यवस्थित कोड आहे ज्यामुळे तुम्ही सुरुवात करू शकाल:
**डेटा सायन्समध्ये नवीन आहात?** आम्ही एक खास [उदाहरणे निर्देशिका](examples/README.md) तयार केली आहे ज्यात सोपी, चांगल्या प्रकारे कमेंट केलेली कोड आहे ज्यामुळे तुम्हाला सुरुवात करण्यात मदत होईल:
- 🌟 **हॅलो वर्ल्ड** - तुमचा पहिला डेटा सायन्स प्रोग्राम
- 📂 **डेटा लोड करणे** - डेटासेट वाचायला व एक्सप्लोर करायला शिका
- 📊 **सोपे विश्लेषण** - आकडेवारी काढा आणि नमुने शोधा
- 📈 **मूलभूत व्हिज्युअलायझेशन** - चार्ट्स आणि ग्राफ तयार करा
- 🔬 **खऱ्या जगाचा प्रकल्प** - सुरुवातीपासून पूर्ण कार्यप्रवाह
- 📂 **डेटा लोड करणे** - डेटा संच कसे वाचायचे आणि एक्सप्लोर करायचे ते शिका
- 📊 **साधे विश्लेषण** - सांख्यिकी मोजा आणि नमुने शोधा
- 📈 **मौलिक दृष्यीकरण** - चार्ट आणि ग्राफ तयार करा
- 🔬 **वास्तविक प्रकल्प** - सुरूवातीपासून शेवटपर्यंत संपूर्ण कार्यप्रवाह
प्रत्येक उदाहरणात सविस्तर टिप्पणी आहे जी प्रत्येक टप्पा समजावते, ज्यामुळे ते नवशिक्यांसाठी उत्तम आहे!
प्रत्येक उदाहरणात प्रत्येक टप्पा सविस्तर समजावून सांगणारे टिप्पण्या आहेत, ज्यामुळे ते पूर्णपणे नवशिक्यांसाठी परिपूर्ण आहे!
| 01 | डेटा सायन्सची व्याख्या | [परिचय](1-Introduction/README.md) | डेटा सायन्सच्या मूलभूत संकल्पना आणि त्याचा कृत्रिम बुद्धिमत्ता, मशीन लर्निंग, व बिग डेटा यांच्याशी संबंध कसा आहे हे शिका. | [धडा](1-Introduction/01-defining-data-science/README.md) [व्हिडिओ](https://youtu.be/beZ7Mb_oz9I) | [डिमित्री](http://soshnikov.com) |
| 03 | डेटाची व्याख्या | [परिचय](1-Introduction/README.md) | डेटाचे वर्गीकरण कसे होते आणि त्याचे सामान्य स्रोत काय आहेत. | [धडा](1-Introduction/03-defining-data/README.md) | [जॅस्मीन](https://www.twitter.com/paladique) |
| 04 | सांख्यिकी व संभाव्यता परिचय | [परिचय](1-Introduction/README.md) | डेटा समजून घेण्यासाठी संभाव्यता व सांख्यिकीचे गणितीय तंत्र. | [धडा](1-Introduction/04-stats-and-probability/README.md) [व्हिडिओ](https://youtu.be/Z5Zy85g4Yjw) | [डिमित्री](http://soshnikov.com) |
| 05 | रिलेशनल डेटासोबत काम करणं | [डेटासोबत काम](2-Working-With-Data/README.md) | रिलेशनल डेटाचा परिचय आणि संरचित क्वेरी भाषा (SQL) वापरून रिलेशनल डेटाचे विश्लेषण व शोधण्याचे मूलतत्त्वे. | [धडा](2-Working-With-Data/05-relational-databases/README.md) | [क्रिस्टोफर](https://www.twitter.com/geektrainer) | | |
| 06 | नोएसक्यूएल डेटासोबत काम करणं | [डेटासोबत काम](2-Working-With-Data/README.md) | नॉन-रिलेशनल डेटा, त्याचे विविध प्रकार आणि डोक्युमेंट डेटाबेससह विश्लेषण. | [धडा](2-Working-With-Data/06-non-relational/README.md) | [जॅस्मीन](https://twitter.com/paladique)|
| 07 | पाइथनसह काम करणं | [डेटासोबत काम](2-Working-With-Data/README.md) | पायथन वापरून डेटा एक्सप्लोरेशनसाठी मूलतत्त्वे, जसे की पँडास लायब्ररी. पायथन प्रोग्रामींगचे मूलतत्त्व समजणे शिफारसीय आहे. | [धडा](2-Working-With-Data/07-python/README.md) [व्हिडिओ](https://youtu.be/dZjWOGbsN4Y) | [डिमित्री](http://soshnikov.com) |
| 08 | डेटा तयारी | [डेटासोबत काम](2-Working-With-Data/README.md) | डेटाशी निगडीत साफसफाई आणि रूपांतरण तंत्र जे गहाळ, चुकीचा किंवा अपूर्ण डेटा हाताळतात. | [धडा](2-Working-With-Data/08-data-preparation/README.md) | [जॅस्मीन](https://www.twitter.com/paladique) |
| 09 | प्रमाण व्हिज्युअलायझेशन | [डेटा व्हिज्युअलायझेशन](3-Data-Visualization/README.md) | मॅटप्लॉटलिब वापरून पक्षी डेटाचे व्हिज्युअलायझेशन 🦆 | [धडा](3-Data-Visualization/09-visualization-quantities/README.md) | [जेन](https://twitter.com/jenlooper) |
| 12 | संबंधांचे व्हिज्युअलायझेशन | [डेटा व्हिज्युअलायझेशन](3-Data-Visualization/README.md) | डेटासेट्समधील संबंध आणि सहसंबंधांचे व्हिज्युअलायझेशन. | [धडा](3-Data-Visualization/12-visualization-relationships/README.md) | [जेन](https://twitter.com/jenlooper) |
| 13 | अर्थपूर्ण व्हिज्युअलायझेशन | [डेटा व्हिज्युअलायझेशन](3-Data-Visualization/README.md) | प्रभावी समस्या सोडवण्यासाठी आणि अंतर्दृष्टीसाठी व्हिज्युअलायझेशनचे तंत्र आणि मार्गदर्शन. | [धडा](3-Data-Visualization/13-meaningful-visualizations/README.md) | [जेन](https://twitter.com/jenlooper) |
| 14 | डेटा सायन्स जीवनचक्राचा परिचय | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटा सायन्स जीवनचक्राचा परिचय आणि त्याचा पहिला टप्पा म्हणजे डेटा प्राप्त करणे आणि त्याचे निष्कर्ष काढणे. | [धडा](4-Data-Science-Lifecycle/14-Introduction/README.md) | [जॅस्मीन](https://twitter.com/paladique) |
| 15 | विश्लेषण | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटा सायन्स जीवनचक्राचा हा टप्पा डेटाचे विश्लेषण करण्याच्या तंत्रांवर लक्ष केंद्रित करतो. | [धडा](4-Data-Science-Lifecycle/15-analyzing/README.md) | [जॅस्मीन](https://twitter.com/paladique) | | |
| 16 | संवाद | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | हा टप्पा निर्णय घेणाऱ्यांसाठी डेटामधून अंतर्दृष्टी सादर करण्यावर केंद्रित आहे. | [धडा](4-Data-Science-Lifecycle/16-communication/README.md) | [जालेन](https://twitter.com/JalenMcG) | | |
| 17 | क्लाउडमध्ये डेटा सायन्स | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | क्लाउडमध्ये डेटा सायन्स आणि त्याचे फायदे यांचा परिचय. | [धडा](5-Data-Science-In-Cloud/17-Introduction/README.md) | [टिफनी](https://twitter.com/TiffanySouterre) आणि [मावड](https://twitter.com/maudstweets) |
| 18 | क्लाउडमध्ये डेटा सायन्स | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | लो कोड साधने वापरून मॉडेल प्रशिक्षण. |[धडा](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [टिफनी](https://twitter.com/TiffanySouterre) आणि [मावड](https://twitter.com/maudstweets) |
| 20 | वास्तवात डेटा सायन्स | [वास्तवात](6-Data-Science-In-Wild/README.md) | प्रत्यक्ष जगातील डेटा सायन्स प्रकल्प. | [धडा](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [नित्या](https://twitter.com/nitya) |
## GitHub कोडस्पेसेस
या नमुन्याला कोडस्पेसमध्ये उघडण्यासाठी खालील टप्पे पाळा:
1. Code ड्रॉपडाउन मेनूत क्लिक करा आणि Open with Codespaces पर्याय निवडा.
2. खालील पॅनवर + New codespace निवडा.
अधिक माहितीसाठी [GitHub दस्तऐवज](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) तपासा.
| 01 | डेटा सायन्सची व्याख्या | [परिचय](1-Introduction/README.md) | डेटा सायन्सची मूलभूत संकल्पना आणि त्याचा कृत्रिम बुद्धिमत्ता, मशीन लर्निंग आणि मोठ्या डेटाशी कसा संबंध आहे ते शिका. | [धडा](1-Introduction/01-defining-data-science/README.md) [व्हिडिओ](https://youtu.be/beZ7Mb_oz9I) | [डिमिट्री](http://soshnikov.com) |
| 03 | डेटा व्याख्या | [परिचय](1-Introduction/README.md) | डेटा कसा वर्गीकृत केला जातो आणि त्याचे सामान्य स्रोत काय आहेत. | [धडा](1-Introduction/03-defining-data/README.md) | [जॅस्मिन](https://www.twitter.com/paladique) |
| 04 | सांख्यिकी आणि संभाव्यता परिचय | [परिचय](1-Introduction/README.md) | डेटा समजण्यासाठी संभाव्यता आणि सांख्यिकी या गणितीय तंत्रांचा आधार घ्या. | [धडा](1-Introduction/04-stats-and-probability/README.md) [व्हिडिओ](https://youtu.be/Z5Zy85g4Yjw) | [डिमिट्री](http://soshnikov.com) |
| 05 | रिलेशनल डेटासह काम करणे | [डेटासह काम करणे](2-Working-With-Data/README.md) | रिलेशनल डेटा परिचय आणि स्ट्रक्चर्ड क्वेरी लँग्वेज (SQL, उच्चार "सी-क्वेल") वापरून डेटा अन्वेषण आणि विश्लेषणाचे मूलभूत तत्त्वे. | [धडा](2-Working-With-Data/05-relational-databases/README.md) | [क्रिस토फर](https://www.twitter.com/geektrainer) | | |
| 06 | नोएसक्यूएल डेटासह काम करणे | [डेटासह काम करणे](2-Working-With-Data/README.md) | नॉन-रिलेशनल डेटा परिचय, त्याचे विविध प्रकार आणि डॉक्युमेंट डेटाबेस एक्सप्लोर आणि विश्लेषणाची मूलभूत तत्त्वे. | [धडा](2-Working-With-Data/06-non-relational/README.md) | [जॅस्मिन](https://twitter.com/paladique)|
| 07 | पायथॉनसह काम करणे | [डेटासह काम करणे](2-Working-With-Data/README.md) | पायथॉन वापरून डेटा एक्सप्लोरेशनचे प्राथमिक तत्त्वे, जसे की पँडस लायब्ररीसह. पायथॉन प्रोग्रामिंगचा प्राथमिक समज आवश्यक आहे. | [धडा](2-Working-With-Data/07-python/README.md) [व्हिडिओ](https://youtu.be/dZjWOGbsN4Y) | [डिमिट्री](http://soshnikov.com) |
| 08 | डेटा तयारी | [डेटासह काम करणे](2-Working-With-Data/README.md) | गहाळ, अचूक नसलेला किंवा अपूर्ण डेटा हाताळण्यासाठी डेटा स्वच्छता आणि रूपांतरण तंत्रे. | [धडा](2-Working-With-Data/08-data-preparation/README.md) | [जॅस्मिन](https://www.twitter.com/paladique) |
| 09 | प्रमाणांचे दृष्यीकरण | [डेटा दृष्यीकरण](3-Data-Visualization/README.md) | मॅटप्लॉटलिब वापरून पक्ष्यांच्या डेटाचे दृष्यीकरण कसे करायचे ते शिका 🦆 | [धडा](3-Data-Visualization/09-visualization-quantities/README.md) | [जेन](https://twitter.com/jenlooper) |
| 13 | अर्थपूर्ण दृष्यीकरण | [डेटा दृष्यीकरण](3-Data-Visualization/README.md) | प्रभावी समस्या समाधान आणि अंतर्दृष्टीसाठी तुमच्या दृष्यीकरणाला मौल्यवान बनवण्यासाठी तंत्रे आणि मार्गदर्शन. | [धडा](3-Data-Visualization/13-meaningful-visualizations/README.md) | [जेन](https://twitter.com/jenlooper) |
| 14 | डेटा सायन्स जीवनचक्र परिचय | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटा सायन्स जीवनचक्र आणि त्याचा डेटा प्राप्ती आणि काढण्याचा पहिला चरण. | [धडा](4-Data-Science-Lifecycle/14-Introduction/README.md) | [जॅस्मिन](https://twitter.com/paladique) |
| 15 | विश्लेषण | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटा सायन्स जीवनचक्राचा हा कालावधी डेटा विश्लेषण तंत्रांवर लक्ष केंद्रित करतो. | [धडा](4-Data-Science-Lifecycle/15-analyzing/README.md) | [जॅस्मिन](https://twitter.com/paladique) | | |
| 16 | संवाद | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटा मधून मिळालेल्या अंतर्दृष्टी सादर करण्यावर लक्ष केंद्रित करणारा जीवनचक्राचा टप्पा जो निर्णय घेणाऱ्यांसाठी समजणे सोपे करते. | [धडा](4-Data-Science-Lifecycle/16-communication/README.md) | [जालेन](https://twitter.com/JalenMcG) | | |
| 17 | क्लाऊडमधील डेटा सायन्स | [क्लाऊड डेटा](5-Data-Science-In-Cloud/README.md) | या धडास मालिकेत क्लाऊडमधील डेटा सायन्स आणि त्याच्या फायद्यांची ओळख करून दिली जाते. | [धडा](5-Data-Science-In-Cloud/17-Introduction/README.md) | [टिफनी](https://twitter.com/TiffanySouterre) आणि [मौड](https://twitter.com/maudstweets) |
| 18 | क्लाऊडमधील डेटा सायन्स | [क्लाऊड डेटा](5-Data-Science-In-Cloud/README.md) | लो कोड टूल्स वापरून मॉडेलचे प्रशिक्षण. |[धडा](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [टिफनी](https://twitter.com/TiffanySouterre) आणि [मौड](https://twitter.com/maudstweets) |
या नमुन्याला Codespace मध्ये उघडण्यासाठी हे पायऱ्या वापरा:
1. कोड ड्रॉप-डाउन मेनूमध्ये क्लिक करा आणि "Open with Codespaces" पर्याय निवडा.
2. पॅनलच्या खालील बाजूला + New codespace निवडा.
अधिक माहितीसाठी, [GitHub दस्तऐवज](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) पाहा.
## VSCode Remote - कंटेनर्स
तुमच्या स्थानीय संगणकावर VSCode वापरून या रिपॉजिटरीला कंटेनरमध्ये उघडण्यासाठी खालील टप्पे वापरा:
VSCode Remote - कंटेनर्स विस्तार वापरून तुमच्या स्थानिक यंत्रावर आणि VSCode मध्ये हा रिपॉजिटरी कंटेनरमध्ये उघडण्यासाठी खालील स्टेप्स फॉलो करा:
1. जर तुम्ही प्रथमच डेव्हलपमेंट कंटेनर वापरत असाल तर, तुमची प्रणाली आवश्यक अटी पूर्ण करते की नाही हे खात्री करा (उदा. Docker इंस्टॉल असणे) [गेटिंग स्टार्टेड डॉक्युमेंटेशन](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) मध्ये.
1. जर तुम्ही प्रथमच विकास कंटेनर वापरत असाल, तर कृपया खात्री करा की तुमच्या सिस्टममध्ये आवश्यक पूर्वतयारी आहे (उदा. Docker स्थापित आहे का) [गेटिंग स्टार्टेड डॉक्स](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) मधील सूचनांनुसार.
हे रिपॉजिटरी वापरण्यासाठी, तुम्ही रिपॉजिटरी एका वेगळ्या Docker व्हॉल्यूममध्ये उघडू शकता:
हा रिपॉजिटरी वापरण्यासाठी, तुम्ही रिपॉजिटरी एका वेगळ्या Docker व्हॉल्यूममध्ये उघडू शकता:
**टीप**: अंतर्गत, हे Remote-Containers: **Clone Repository in Container Volume...** कमांड वापरून स्त्रोत कोड एका डॉकर व्हॉल्यूममध्ये क्लोन करते, स्थानिक फाइलसिस्टमच्या ऐवजी. [व्हॉल्युम](https://docs.docker.com/storage/volumes/) कंटेनर डेटासाठी टिकवण्यासाठी प्राधान्याने वापरले जातात.
**टीप**: आतील प्रक्रियेत, हा Remote-Containers: **Clone Repository in Container Volume...** कमांड वापरून स्त्रोत कोड स्थानिक फाइलसिस्टमऐवजी Docker व्हॉल्यूममध्ये क्लोन करेल. [व्हॉल्यूम](https://docs.docker.com/storage/volumes/) कंटेनर डेटा टिकवण्यासाठी प्राधान्य दिली जातात.
किंवा स्थानिकरित्या क्लोन केलेले किंवा डाउनलोड केलेले रिपॉजिटरी उघडा:
किंवा स्थानिकपणे क्लोन केलेली किंवा डाउनलोड केलेली रिपॉजिटरी उघडा:
- हा रिपॉजिटरी तुमच्या स्थानिक फाइलसिस्टमवर क्लोन करा.
- ही रिपॉजिटरी तुमच्या स्थानिक फाइलसिस्टमवर क्लोन करा.
- F1 दाबा आणि **Remote-Containers: Open Folder in Container...** कमांड निवडा.
- या फोल्डरच्या क्लोन केलेल्या प्रत निवडा, कंटेनर सुरू होण्यासाठी वाट पहा, आणि प्रयोग करा.
- या फोल्डरची क्लोन केलेली कॉपी निवडा, कंटेनर सुरू होईपर्यंत थांबा आणि नंतर वापरायला सुरुवात करा.
## ऑफलाइन प्रवेश
तुम्ही [Docsify](https://docsify.js.org/#/) वापरून ही दस्तऐवज ऑफलाइन चालवू शकता. हा रिपॉजिटरी फोर्क करा, [Docsify इन्स्टॉल करा](https://docsify.js.org/#/quickstart) तुमच्या स्थानिक संगणकावर, नंतर या रिपॉजिटरीच्या मूळ फोल्डरमध्ये टाइप करा `docsify serve`. वेबसाइट तुमच्या लोकलहोस्टच्या पोर्ट 3000 वर कार्यान्वित होईल: `localhost:3000`.
[Docsify](https://docsify.js.org/#/) वापरून तुम्ही ही डॉक्युमेंटेशन ऑफलाइन चालवू शकता. हा रिपॉजिटरी Fork करा, [Docsify इंस्टॉल करा](https://docsify.js.org/#/quickstart) तुमच्या स्थानिक मशीनवर, नंतर या रिपॉजिटरीच्या रूट फोल्डरमध्ये `docsify serve` टाइप करा. वेबसाईट तुमच्या लोकलहोस्टच्या पोर्ट 3000 वर चालेल: `localhost:3000`.
> लक्षात ठेवा, नोटबुक्स Docsify द्वारे रेंडर होणार नाहीत, त्यामुळे जेव्हा तुम्हाला नोटबुक चालवायचा असेल, तेव्हा ते स्वतंत्रपणे VS Code मध्ये Python कर्नेल चालवून करा.
> लक्षात घ्या, नोटबुक्स Docsify द्वारे रेंडर केले जाणार नाहीत, त्यामुळे जेव्हा तुम्हाला नोटबुक चालवायचा असेल, तेव्हा ते VS Code मध्ये पायथॉन कर्नल चालवून स्वतंत्रपणे करा.
## इतर अभ्यासक्रम
आमची टीम इतर अभ्यासक्रम तयार करते! पाहा:
आमची टीम इतर अभ्यासक्रम देखील तयार करते! तपासा:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
@ -208,7 +210,7 @@
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
---
### Azure / Edge / MCP / Agents
### Azure / Edge / MCP / एजंट्स
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
@ -216,7 +218,7 @@
---
### Generative AI Series
### जनरेटिव AI मालिका
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
@ -224,7 +226,7 @@
---
### Core Learning
### कोर शिक्षण
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
@ -235,21 +237,21 @@
---
### Copilot Series
### को-पायलट मालिका
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
**समस्या येत आहेत?** सामान्य समस्यांसाठी उपायांसाठी आमचा [Troubleshooting Guide](TROUBLESHOOTING.md) तपासा.
**समस्या येत आहेत?** सामान्य समस्या सोडवण्यासाठी आमचा [Troubleshooting Guide](TROUBLESHOOTING.md) तपासा.
जर तुम्ही अडकले असाल किंवा AI अॅप्स तयार करण्याबाबत कोणतेही प्रश्न असतील, तर MCP बद्दल चर्चेत सहभागी होण्यासाठी इतर शिकणाऱ्या आणि अनुभवी विकासकांमध्ये सामील व्हा. ही एक समर्थक समुदाय आहे जिथे प्रश्न विचारले जातात आणि ज्ञान मोकळेपणाने वाटले जाते.
जर तुम्हाला अडचण येत असेल किंवा AI अॅप्स तयार करताना कोणतेही प्रश्न असतील, तर MCP विषयी संवादात सहभागी व्हा. ते एक सहायक समुदाय आहे जिथे प्रश्न स्वागतार्ह आहेत आणि ज्ञान खुलेपणाने शेअर केले जाते.
हा दस्तऐवज AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) वापरून अनुवादित केला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपया लक्षात घ्या की स्वयंचलित अनुवादांमध्ये चुका किंवा अचूकतेचा अभाव असू शकतो. मूळ दस्तऐवज त्याच्या मूळ भाषेत अधिकृत स्रोत मानला जातो. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी अनुवाद करण्याची शिफारस केली जाते. या अनुवादाच्या वापरामुळे होणाऱ्या कोणत्याही गैरसमजुती किंवा चुकीच्या अर्थ लावणीबाबत आम्ही जबाबदार नाही.
हा दस्तऐवज AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) वापरून भाषांतरित केला आहे. जरी आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपया लक्षात घ्या की स्वयंचलित भाषांतरांमध्ये चुका किंवा अपूर्णता असू शकतात. मूळ दस्तऐवज त्याच्या मूळ भाषेत अधिकारप्राप्त स्रोत मानला जावा. महत्त्वाची माहिती असल्यास, व्यावसायिक मानवी अनुवाद शिफारसीय आहे. या भाषांतराच्या वापरामुळे उद्भवणाऱ्या कोणत्याही गैरसमजुती किंवा चुकीच्या अर्थ लागण्याबद्दल आम्ही जबाबदार नाही.
[](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
Microsoft का Azure Cloud Advocates ले डाटा साइन्स सम्बन्धी १० हप्ते, २० पाठहरूको पाठ्यक्रम प्रदान गर्न पाउँदा खुशी छ। हरेक पाठमा पूर्व-पाठ र पछि-पाठ क्विजहरू, पाठ पूरा गर्न लेखिएका निर्देशनहरू, समाधान, र असाइनमेन्टहरू समावेश छन्। हाम्रो परियोजना-आधारित शिक्षण विधिले तपाईंलाई बनाउन सिकाउँछ, जुन नयाँ कौशलहरू 'टिकाऊ' बनाउन प्रमाणित तरिका हो।
माइक्रोसफ्टका Azure Cloud Advocates ले १० हप्ताको, २० पाठहरूको एक पाठ्यक्रम डाटा साइन्स सम्बन्धी उपलब्ध गराउन पाउँदा खुशी छ। प्रत्येक पाठमा पाठ अघि र पछि क्विजहरू, पाठ पूरा गर्न लेखिएका निर्देशनहरू, समाधान, र एक असाइनमेन्ट समावेश छन्। हाम्रो परियोजना-आधारित शिक्षण विधिले तपाईंलाई सिर्जना गर्दै सिक्न अनुमति दिन्छ, जुन नयाँ सीपहरू 'टिकाउने' एक प्रमाणित तरिका हो।
> यस रिपोजिटरीमा ५०+ भाषा अनुवादहरू छन् जसले डाउनलोड साइज़ काफी बढाउँछ। अनुवादहरू बिना क्लोन गर्न, sparse checkout प्रयोग गर्नुहोस्:
> यस रिपोजिटरीमा ५० भन्दा बढी भाषा अनुवादहरू छन् जसले डाउनलोड साइज धेरै बढाउँछ। अनुवादहरू बिना क्लोन गर्न sparse checkout प्रयोग गर्नुहोस्:
>
> **Bash / macOS / Linux:**
> ```bash
@ -53,164 +53,164 @@ Microsoft का Azure Cloud Advocates ले डाटा साइन्स
> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
> ```
>
> यसले तपाईंलाई पाठ्यक्रम पूरा गर्न आवश्यक सबै कुरा छिटो डाउनलोडको साथ दिनेछ।
> यसले तपाईंलाई पाठ्यक्रम पूरा गर्नको लागि आवश्यक सबै कुरा छिटो डाउनलोड गर्ने तरिका प्रदान गर्दछ।
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
**यदि तपाईं थप अनुवाद भाषाहरू समर्थित गर्न चाहनुहुन्छ भने ती यहाँ सूचीबद्ध छन् [यहाँ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
**यदि तपाईंलाई थप अनुवाद भाषाहरू चाहिन्छ भने ती यहाँ सूचीकृत छन् [यहाँ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
हामीसँग डिस्कोर्डमा AI सँग सिक्ने श्रृंखला चलिरहेको छ, थप जानकारीका लागि र हामीसँग सामेल हुनुहोस् [Learn with AI Series](https://aka.ms/learnwithai/discord) १८ - ३० सेप्टेम्बर, २०२५ बाट। तपाईंले डाटा साइन्सका लागि GitHub Copilot प्रयोग गर्ने टिप्स र ट्रिक्स पाउनुहुनेछ।
हामीसँग डिसकॉर्डमा एक Learn with AI सिरीज चलिरहेको छ, थप जान्न र सामेल हुन यहाँ जानुहोस् [Learn with AI Series](https://aka.ms/learnwithai/discord) सेप्टेम्बर १८ - ३०, २०२५ सम्म। तपाईं GitHub Copilot डाटा साइन्सका लागि कसरी प्रयोग गर्ने टिप्स र ट्रिक्स पाउनुहुनेछ।
# के तपाईं विद्यार्थी हुनुहुन्छ?
तलका स्रोतहरूसँग सुरु गर्नुहोस्:
तलका स्रोतहरूबाट सुरु गर्नुहोस्:
- [विद्यार्थी हब पृष्ठ](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) यस पृष्ठमा, तपाईंले शुरुवाती स्रोतहरू, विद्यार्थी प्याकहरू र नि:शुल्क प्रमाणपत्र भौचर पाउने तरिकाहरू पाउनुहुनेछ। यो एउटा पृष्ठ हो जुन तपाईंले बुकमार्क गर्न र समय-समयमा जाँच गर्न चाहनुहुन्छ किनकि हामी मासिक रूपमा सामग्री परिवर्तन गर्छौं।
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) अन्तर्राष्ट्रिय विद्यार्थी राजदूतहरूको समुदायमा सामेल हुनुहोस्, यो तपाईंको Microsoft मा प्रवेश गर्ने अवसर हुन सक्छ।
- [विद्यार्थी हब पृष्ठ](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) यो पृष्ठमा, तपाईले बिगिनरका लागि स्रोतहरू, विद्यार्थी प्याक र नि:शुल्क प्रमाणपत्र भौचर प्राप्त गर्ने तरिकाहरू फेला पार्नुहुनेछ। यो एउटा पृष्ठ हो जुन तपाईंले पुस्तकचिन्ह लगाएर समय-समयमा हेर्नु पर्ने हुन्छ किनकि हामी कम्तिमा मासिक रूपमा सामग्री परिवर्तन गरिरहेका छौं।
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) विद्यार्थी एम्बेसेडरहरूको एक विश्वव्यापी समुदायमा सामेल हुनुहोस्, यो तपाईंलाई Microsoft मा प्रवेश गर्ने माध्यम हुन सक्छ।
# सुरु गर्दै
# सुरु गर्ने
## 📚 कागजातहरू
## 📚 डकुमेन्टेशन
- **[स्थापना मार्गदर्शन](INSTALLATION.md)** - शुरुवातीहरूको लागि चरण-दर-चरण सेटअप निर्देशनहरू
- **[प्रयोग मार्गदर्शन](USAGE.md)** - उदाहरणहरू र सामान्य कार्यप्रवाहहरू
- **[इन्स्टलेसन गाइड](INSTALLATION.md)** - बिगिनरहरूका लागि चरण-दर-चरण सेटअप निर्देशनहरू
- **[प्रयोग गाइड](USAGE.md)** - उदाहरणहरू र साझा कार्यप्रवाहहरू
- **[समस्या समाधान](TROUBLESHOOTING.md)** - सामान्य समस्याहरूका समाधानहरू
- **[योगदान गर्ने मार्गदर्शन](CONTRIBUTING.md)** - यस परियोजनामा योगदान कसरी गर्ने
- **[शिक्षकहरूको लागि](for-teachers.md)** - शिक्षण मार्गदर्शन र कक्षाकोठाका स्रोतहरू
- **[योगदान गर्ने गाइड](CONTRIBUTING.md)** - यस प्रोजेक्टमा कसरी योगदान गर्ने
- **[शिक्षकहरूका लागि](for-teachers.md)** - शिक्षण निर्देशन र कक्षाकोठाका स्रोतहरू
## 👨🎓 विद्यार्थीहरूको लागि
> **पूर्ण शुरुवात गर्नेहरू**: डाटा साइन्समा नयाँ हुनुहुन्छ? हाम्रो [शुरुवातमै अनुकूल उदाहरणहरू](examples/README.md) बाट सुरु गर्नुहोस्! यी सरल, राम्रोसँग टिप्पणी गरिएका उदाहरणहरूले तपाईंलाई पूरा पाठ्यक्रममा जाने अघि आधारभूत कुरा बुझ्न मद्दत गर्नेछन्।
> **[विद्यार्थीहरू](https://aka.ms/student-page)**: यो पाठ्यक्रम आफैं प्रयोग गर्न, सम्पूर्ण रिपो फोर्क गरेर आफ्नै अभ्यासहरू पूरा गर्नुहोस्, पूर्व-व्याख्यान क्विजबाट सुरु गर्दै। त्यसपछि व्याख्यान पढ्नुहोस् र बाँकी क्रियाकलापहरू पूरा गर्नुहोस्। समाधान कोड प्रतिलिपि गर्ने भन्दा पाठहरू बुझेर परियोजनाहरू बनाउन प्रयास गर्नुहोस्; त्यस कोड पनि हरेक परियोजना-केंद्रित पाठमा /solutions फोल्डरमा उपलब्ध छ। अर्को विचार भनेको साथीहरूसँग अध्ययन समूह बनाएर सँगै सामग्री हेर्नु हो। थप अध्ययनको लागि, हामी [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) सिफारिस गर्दछौं।
## 👨🎓 विद्यार्थीहरूका लागि
> **पूर्ण बिगिनरहरू**: डाटा साइन्समा नयाँ हुनुहुन्छ? हाम्रो [बिगिनर मैत्री उदाहरणहरू](examples/README.md) बाट सुरु गर्नुहोस्! यी सरल, राम्ररी टिप्पणी गरिएका उदाहरणहरूले तपाईंलाई आधारभूत कुरा बुझ्न मद्दत गर्नेछन् र पाठ्यक्रममा पूर्ण रूपमा छिर्न अघि।
> **[विद्यार्थीहरू](https://aka.ms/student-page)**: यो पाठ्यक्रम आफैंले प्रयोग गर्न, सम्पूर्ण रिपो फोर्क गर्नुहोस् र अभ्यासहरू आफैं पूरा गर्नुहोस्, प्रारम्भमा प्रि-लेक्चर क्विजबाट सुरु गरेर। त्यसपछि लेक्चर पढ्नुहोस् र बाँकी गतिविधिहरू पूरा गर्नुहोस्। समाधान कोड नकल गरेर होइन, पाठहरू बुझेर परियोजनाहरू सिर्जना गर्ने प्रयास गर्नुहोस्; यो कोड प्रत्येक परियोजना-केन्द्रित पाठमा /solutions फोल्डरहरूमा उपलब्ध छ। अर्को विचारले तपाईं साथीहरूसँग अध्ययन समूह बनाएर सामग्री सँगै जानु पनि हो। थप अध्ययनका लागि हामी [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) सिफारिस गर्छौं।
**छिटो सुरु गर्दा:**
1. तपाईंको वातावरण सेटअप गर्न [स्थापना मार्गदर्शन](INSTALLATION.md) जाँच गर्नुहोस्
2. पाठ्यक्रम कसरी काम गर्ने थाहा पाउन [प्रयोग मार्गदर्शन](USAGE.md) समीक्षा गर्नुहोस्
3. पाठ १ बाट सुरु गरी लागातार अघि बढ्नुहोस्
4. सहयोगको लागि हाम्रो [Discord समुदाय](https://aka.ms/ds4beginners/discord) मा सामेल हुनुहोस्
**छिटो सुरु:**
1. आफ्नो वातावरण सेटअप गर्न [इन्स्टलेसन गाइड](INSTALLATION.md) हेर्नुहोस्
2. पाठ्यक्रमसँग काम गर्न [प्रयोग गाइड](USAGE.md) समीक्षा गर्नुहोस्
3. पहिलो पाठ सुरु गर्नुहोस् र अनुक्रमिक रूपमा अघि बढ्नुहोस्
4. समर्थनको लागि हाम्रो [Discord समुदाय](https://aka.ms/ds4beginners/discord) मा सामेल हुनुहोस्
## 👩🏫 शिक्षकहरूको लागि
> **शिक्षकहरू**: हामीले यो पाठ्यक्रम कसरी प्रयोग गर्ने बारे केही सुझावहरू [समावेश गरेका छौं](for-teachers.md)। हामी तपाईंको प्रतिक्रिया [हाम्रो छलफल फोरममा](https://github.com/microsoft/Data-Science-For-Beginners/discussions) पाउन चाहन्छौं!
## 👩🏫 शिक्षकहरूका लागि
> **शिक्षकहरू**: हामीले [यो क्यूरिकुलम कसरी प्रयोग गर्ने भन्ने केही सुझावहरू समावेश गरेका छौं](for-teachers.md)। हामी तपाईंको प्रतिक्रिया [हाम्रो छलफल फोरममा](https://github.com/microsoft/Data-Science-For-Beginners/discussions) सुन्न चाहन्छौं!
**गिफ** [मोहित जयसाल](https://www.linkedin.com/in/mohitjaisal) द्वारा
> 🎥 माथिको छविमा क्लिक गर्नुहोस् परियोजनाको बारेमा भिडियोको लागि जसले यसलाई सिर्जना गरेका छन्!
> 🎥 माथिको छविमा क्लिक गरेर यस परियोजना र यसलाई सिर्जना गर्ने व्यक्तिहरूको बारेमा भिडियो हेर्नुहोस्!
## पेडागोगी
हामीले यो पाठ्यक्रम बनाउने क्रममा दुई शैक्षिक सिद्धान्तहरू छनोट गरेका छौं: यसलाई परियोजना-आधारित बनाउन र बारम्बार क्विजहरू समावेश गर्न। यो श्रृंखलाको अन्त्यसम्म, विद्यार्थीहरूले डाटा विज्ञानका आधारभूत सिद्धान्तहरू सिक्नेछन्, जसमा नैतिक अवधारणाहरू, डाटा तयारी, डाटासँग काम गर्ने विभिन्न तरिकाहरू, डाटा दृश्यिकरण, डाटा विश्लेषण, डाटा विज्ञानका वास्तविक उपयोगका केसहरू र थप समावेश छन्।
हामीले यो क्यूरिकुलम निर्माण गर्दा दुई शैक्षिक सिद्धान्तहरू चयन गरेका छौं: यसलाई परियोजना-आधारित बनाउने र बारम्बार क्विजहरू समावेश गर्ने। यस श्रृंखला समाप्तिमा, विद्यार्थीहरूले डाटा विज्ञानका आधारभूत सिद्धान्तहरू सिक्नेछन्, जसमा नैतिक अवधारणाहरू, डाटा तयारी, विभिन्न तरिकाहरूले डाटासँग काम गर्ने, डाटा भिजुअलाइजेशन, डाटा विश्लेषण, डाटा विज्ञानका वास्तविक संसारका प्रयोगहरू, र थप समावेश छन्।
थप रूपमा, कक्षाको अघि एक पूर्व-कक्षा कम जोखिमयुक्त क्विजले शिक्षार्थीलाई विषय सिक्न उत्साहित गर्छ, जबकि कक्षाको पछि दोस्रो क्विजले थप सम्झन सक्षम पार्छ। यो पाठ्यक्रम लचिलो र रमाइलो हुने गरी डिजाइन गरिएको हो र पूर्ण रूपमा वा आंशिक रूपमा लिएर गर्न सकिन्छ। परियोजनाहरू सानातिना रूपमा सुरु हुन्छन् र १० हप्ते चक्रको अन्त्यसम्म क्रमिक रूपमा जटिल बन्छन्।
त्यसैगरी, कक्षाको अघि कम जोखिम भएका क्विजहरूले विद्यार्थीमा विषय सिक्ने मनसाय सेट गर्छन् भने कक्षा पछि दोस्रो क्विजले थप जानकारीलाई सुनिश्चित गर्छ। यो क्यूरिकुलम लचिलो र रमाइलो हुने गरी डिजाइन गरिएको छ र यसलाई पूर्ण रूपमा वा भागमा लिन सकिन्छ। परियोजनाहरू साना बाट सुरु भएर १० हप्ता को चक्रको अन्त्य सम्म क्रमशः जटिल हुन्छन्।
> हामी हाम्रो [व्यवहार संहिता](CODE_OF_CONDUCT.md), [योगदान मार्गदर्शन](CONTRIBUTING.md), र [अनुवाद दिशानिर्देशहरू](TRANSLATIONS.md) पाउन सक्नुहुन्छ। तपाईंको रचनात्मक प्रतिक्रिया स्वागत छ!
> हाम्रो [आचार संहिता](CODE_OF_CONDUCT.md), [योगदान गर्ने निर्देशिका](CONTRIBUTING.md), [अनुवाद निर्देशनहरू](TRANSLATIONS.md) फेला पार्नुहोस्। हामी तपाईंको रचनात्मक प्रतिक्रिया स्वागत गर्दछौं!
## प्रत्येक पाठमा समावेश छ:
## प्रत्येक पाठमा समावेश छन्:
- वैकल्पिक स्केचनोट
- वैकल्पिक अतिरिक्त भिडियो
- पाठपूर्व तयारी क्विज
- लिखित पाठ
- परियोजना-आधारित पाठहरूको लागि परियोजना कसरी निर्माण गर्ने चरण-दर-चरण गाइडहरू
- वैकल्पिक स्केचनोट
- वैकल्पिक पूरक भिडियो
- कक्षाको पूर्वमा वार्मअप क्विज
- लेखिएको पाठ
- परियोजना-आधारित पाठहरूको लागि, परियोजना कसरी बनाउने चरण-दर-चरण मार्गदर्शन
> **क्विजहरूको बारेमा एउटा नोट**: सबै क्विजहरू क्विज-एप फोल्डरमा समावेश छन्, जसमा ४० क्विजहरू छन् जुन प्रत्येकमा तीन प्रश्न हुन्छन्। तिनीहरू पाठहरूबाट लिंक गरिएका छन्, तर क्विज एप स्थानीय रूपमा चलाउन वा Azure मा तैनाथ गर्न सकिन्छ; `quiz-app` फोल्डरमा निर्देशनहरू पालना गर्नुहोस्। तिनीहरू क्रमशः स्थानीयकृत हुँदैछन्।
> **क्विजहरू बारे नोट**: सबै क्विजहरू Quiz-App फोल्डरमा छन्, प्रति क्विज तीन प्रश्न सहित ४० क्विजहरू कुल। ती पाठहरूबाट लिंक गरिएको छ, तर क्विज एप स्थानीय रूपमा चलाउन सकिन्छ वा Azure मा तैनाथ गर्न सकिन्छ; `quiz-app` फोल्डरको निर्देशनहरू पछ्याउनुहोस्। ती क्रमशः स्थानीय भाषामा अनुवाद भइरहेको छ।
## 🎓 सुरुवाती स्तरका उदाहरणहरू
## 🎓 शुरुवाती मित्रवत उदाहरणहरू
**डाटा विज्ञानमा नयाँ हुनुहुन्छ?** हामीले तपाईंलाई सुरु गर्न सहयोग गर्न सरल, राम्ररी टिप्पणी गरिएको कोड सहित विशेष [उदाहरण निर्देशिका](examples/README.md) तयार पारेका छौं:
**डाटा विज्ञानमा नयाँ?** हामीले सजिलो र राम्ररी टिप्पणी गरिएको कोड सहित विशेष [उदाहरणहरू निर्देशिका](examples/README.md) तयार पारेका छौं जसले तपाईंलाई सुरु गर्न मद्दत गर्नेछ:
- 🌟 **हेल्लो वर्ल्ड** - तपाईंको पहिलो डाटा विज्ञान कार्यक्रम
- 📂 **डाटा लोड गर्दै** - डाटासेट पढ्न र अन्वेषण गर्न सिक्नुहोस्
| 03 | डाटा परिभाषा | [परिचय](1-Introduction/README.md) | डाटालाई कसरी वर्गीकृत गरिन्छ र यसको सामान्य स्रोतहरू। | [पाठ](1-Introduction/03-defining-data/README.md) | [जास्मिन](https://www.twitter.com/paladique) |
| 05 | सम्बन्धित डाटासँग काम | [डाटासँग काम गर्दै](2-Working-With-Data/README.md) | सम्बन्ध डेटा परिचय र संरचित सोधपुछ भाषा (SQL) को साथ सम्बन्धित डेटा अन्वेषण र विश्लेषणका आधार। | [पाठ](2-Working-With-Data/05-relational-databases/README.md) | [क्रिस्टोफर](https://www.twitter.com/geektrainer) | | |
| 06 | नोSQL डाटासँग काम | [डाटासँग काम गर्दै](2-Working-With-Data/README.md) | गैर-साम्बन्धित डेटा परिचय, यसको विभिन्न प्रकारहरू र कागजात डाटाबेस अन्वेषण र विश्लेषणका आधार। | [पाठ](2-Working-With-Data/06-non-relational/README.md) | [जास्मिन](https://twitter.com/paladique)|
| 07 | पायथनसँग काम | [डाटासँग काम गर्दै](2-Working-With-Data/README.md) | पांडा जस्ता पुस्तकालयहरूसँग डाटा अन्वेषणको लागि पायथन प्रयोगका आधार। पायथन प्रोग्रामिङ्को आधारभूत बुझाइ सिफारिस गरिएको छ। | [पाठ](2-Working-With-Data/07-python/README.md) [विडियो](https://youtu.be/dZjWOGbsN4Y) | [दिमित्री](http://soshnikov.com) |
| 08 | डाटा तयारी | [डाटासँग काम गर्दै](2-Working-With-Data/README.md) | हराएको, inaccurate, वा अपूरो डाटा व्यवस्थापनका लागि सफा गर्ने र रूपान्तरण गर्ने प्राविधिहरू। | [पाठ](2-Working-With-Data/08-data-preparation/README.md) | [जास्मिन](https://www.twitter.com/paladique) |
यस नमूनालाई Codespace मा खोल्न यी चरणहरू पालना गर्नुहोस्:
1. Code ड्रप-डाउन मेनुमा क्लिक गर्नुहोस् र Open with Codespaces विकल्प छान्नुहोस्।
2. प्यानको तल + New codespace छान्नुहोस्।
थप जानकारीका लागि, [GitHub कागजात](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) हेर्नुहोस्।
## VSCode Remote - Containers
आफ्नो स्थानीय मेसिन र VSCode मार्फत यो रिपोजिटरी कन्टेनरमा खोल्न VS Code Remote - Containers एक्सटेन्सन प्रयोग गर्ने यी चरणहरू पालना गर्नुहोस्:
1. यदि तपाईं पहिलोपटक विकास कन्टेनर प्रयोग गर्दै हुनुहुन्छ भने, कृपया तपाईंको प्रणालीले प्रि-रेक्विजिटहरू पूरा गरेको छ कि छैन जाँच गर्नुहोस् (जस्तै डोकर स्थापना गरिएको हुनु) [सुरु गर्न कागजात](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) मा।
यस रिपोजिटरी प्रयोग गर्न, तपाईं या त रिपोजिटरी अलग डोकर भोल्युममा खोल्न सक्नुहुन्छ:
**नोट**: योअन्तर्गत, Remote-Containers: **Clone Repository in Container Volume...** आदेश चलाएर स्रोत कोड स्थानीय फाइल सिस्टमको सट्टा डोकर भोल्युममा क्लोन गर्नेछ। [भोल्युमहरू](https://docs.docker.com/storage/volumes/) कन्टेनर डाटा संरक्षणको लागि प्राथमिक विधि हुन्।
वा स्थानीय रूपमा क्लोन गरिएको वा डाउनलोड गरिएको रिपोजिटरी खोल्नुहोस्:
- यो रिपोजिटरी आफ्नो स्थानीय फाइल सिस्टममा क्लोन गर्नुहोस्।
- F1 थिच्नुहोस् र **Remote-Containers: Open Folder in Container...** आदेश छान्नुहोस्।
- यो फोल्डरको क्लोन गरिएको प्रतिलिपि छान्नुहोस्, कन्टेनर सुरु हुन कुर्नुहोस्, र प्रयोग गर्नुहोस्।
| ०१ | डेटा विज्ञानको परिभाषा | [परिचय](1-Introduction/README.md) | डेटा विज्ञानका आधारभूत अवधारणाहरू सिक्नुहोस् र यो कसरी कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, र ठूला डाटासँग सम्बन्धित छ भन्ने बुझ्नुहोस्। | [पाठ](1-Introduction/01-defining-data-science/README.md) [भिडियो](https://youtu.be/beZ7Mb_oz9I) | [दिमित्रि](http://soshnikov.com) |
| ०२ | डाटा विज्ञान नैतिकता | [परिचय](1-Introduction/README.md) | डाटा नैतिकता अवधारणाहरू, चुनौतीहरू र फ्रेमवर्कहरू। | [पाठ](1-Introduction/02-ethics/README.md) | [नित्य](https://twitter.com/nitya) |
| ०३ | डेटा परिभाषित गर्दै | [परिचय](1-Introduction/README.md) | डेटा कसरी वर्गीकृत हुन्छ र यसको सामान्य स्रोतहरू। | [पाठ](1-Introduction/03-defining-data/README.md) | [जास्मिन](https://www.twitter.com/paladique) |
| ०४ | तथ्यांक र सम्भाव्यताको परिचय | [परिचय](1-Introduction/README.md) | डाटालाई बुझ्नका लागि सम्भाव्यता र तथ्यांकका गणितीय प्रविधिहरू। | [पाठ](1-Introduction/04-stats-and-probability/README.md) [भिडियो](https://youtu.be/Z5Zy85g4Yjw) | [दिमित्रि](http://soshnikov.com) |
| ०५ | रिलेशनल डाटासँग काम गर्दै | [डेटासँग काम गर्दै](2-Working-With-Data/README.md) | रिलेशनल डाटाको परिचय र संरचित क्वेरी भाषा (SQL) प्रयोग गरेर रिलेशनल डाटा अन्वेषण र विश्लेषणका आधारहरू। | [पाठ](2-Working-With-Data/05-relational-databases/README.md) | [क्रिस्टोफर](https://www.twitter.com/geektrainer) | | |
| ०६ | नोएसक्यूएल डेटासँग काम गर्दै | [डेटासँग काम गर्दै](2-Working-With-Data/README.md) | गैर-रिलेशनल डाटाको परिचय, यसको विभिन्न प्रकारहरू र कागजात डाटाबेसहरूको अन्वेषण र विश्लेषणका आधारहरू। | [पाठ](2-Working-With-Data/06-non-relational/README.md) | [जास्मिन](https://twitter.com/paladique)|
| ०७ | पाइथन प्रयोग गर्दै | [डेटासँग काम गर्दै](2-Working-With-Data/README.md) | Pandas जस्ता पुस्तकालयहरूसँग डाटा अन्वेषण गर्न पाइथनको आधारभूत प्रयोग। पाइथन प्रोग्रामिङ्गको आधारभूत बुझाइ सिफारिस गरिन्छ। | [पाठ](2-Working-With-Data/07-python/README.md) [भिडियो](https://youtu.be/dZjWOGbsN4Y) | [दिमित्रि](http://soshnikov.com) |
| ०८ | डाटा तयारी | [डेटासँग काम गर्दै](2-Working-With-Data/README.md) | हराएको, गलत, वा अपूरो डेटा सामना गर्न सफा गर्ने र रूपान्तरण गर्ने डाटा प्रविधिहरू। | [पाठ](2-Working-With-Data/08-data-preparation/README.md) | [जास्मिन](https://www.twitter.com/paladique) |
| ०९ | मात्राहरूको दृश्यलेखन | [डाटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | Matplotlib प्रयोग गरेर चराचुरुङ्गी डेटा भिजुअलाइज गर्ने सिक्नुहोस् 🦆 | [पाठ](3-Data-Visualization/09-visualization-quantities/README.md) | [जेन](https://twitter.com/jenlooper) |
| १० | डाटाको वितरण भिजुअलाइज गर्दै | [डाटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | अन्तराल भित्र अवलोकन र प्रवृत्तिहरूको दृश्यलेखन। | [पाठ](3-Data-Visualization/10-visualization-distributions/README.md) | [जेन](https://twitter.com/jenlooper) |
| ११ | अंशहरू भिजुअलाइज गर्दै | [डाटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | पृथक र समूहीकृत प्रतिशतहरू भिजुअलाइज गर्दै। | [पाठ](3-Data-Visualization/11-visualization-proportions/README.md) | [जेन](https://twitter.com/jenlooper) |
| १२ | सम्बन्धहरू भिजुअलाइज गर्दै | [डाटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | डाटाका सेटहरू र तिनका चलहरूबीचको सम्बन्ध र सहसम्बन्धहरू भिजुअलाइज गर्दै। | [पाठ](3-Data-Visualization/12-visualization-relationships/README.md) | [जेन](https://twitter.com/jenlooper) |
| १३ | महत्वपूर्ण दृश्यलेखनहरू | [डाटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | प्रभावकारी समस्या समाधान र अन्तर्दृष्टिका लागि तपाईंको भिजुअलाइजेशनहरूलाई मूल्यवान बनाउन प्रविधिहरू र मार्गदर्शन। | [पाठ](3-Data-Visualization/13-meaningful-visualizations/README.md) | [जेन](https://twitter.com/jenlooper) |
| १४ | डाटा विज्ञान जीवनचक्र परिचय | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डाटा विज्ञान जीवनचक्र र डाटा प्राप्ति तथा निष्कर्षणको पहिलो चरणको परिचय। | [पाठ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [जास्मिन](https://twitter.com/paladique) |
| १५ | विश्लेषण गर्दै | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डाटा विज्ञान जीवनचक्रको यस चरणले डाटाको विश्लेषण गर्ने प्रविधिहरूमा केन्द्रित छ। | [पाठ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [जास्मिन](https://twitter.com/paladique) | | |
| १६ | संचार | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | यस चरणले डाटाबाट निस्किएका अन्तर्दृष्टिहरूलाई निर्णयकर्ता लाई बुझ्न सजिलो गर्ने तरिकाले प्रस्तुत गर्नमा केन्द्रित छ। | [पाठ](4-Data-Science-Lifecycle/16-communication/README.md) | [जालेन](https://twitter.com/JalenMcG) | | |
| १७ | क्लाउडमा डाटा विज्ञान | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | यस श्रृंखलाले क्लाउडमा डाटा विज्ञान र यसको लाभ परिचय गराउँछ। | [पाठ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [टिफ़नी](https://twitter.com/TiffanySouterre) र [मौड](https://twitter.com/maudstweets) |
| १८ | क्लाउडमा डाटा विज्ञान | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | Low Code उपकरणहरू प्रयोग गरेर मोडेल प्रशिक्षण। |[पाठ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [टिफ़नी](https://twitter.com/TiffanySouterre) र [मौड](https://twitter.com/maudstweets) |
| १९ | क्लाउडमा डाटा विज्ञान | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio प्रयोग गरी मोडेलहरू तैनाथ गर्दै। | [पाठ](5-Data-Science-In-Cloud/19-Azure/README.md)| [टिफ़नी](https://twitter.com/TiffanySouterre) र [मौड](https://twitter.com/maudstweets) |
| २० | डाटा विज्ञान जंगलीमा | [जंगलीमा](6-Data-Science-In-Wild/README.md) | वास्तविक संसारमा डाटा विज्ञान सञ्चालित परियोजनाहरू। | [पाठ](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [नित्य](https://twitter.com/nitya) |
## GitHub कोडस्पेसेस
यो नमुना कोडस्पेसमा खोल्न यी कदमहरू पछ्याउनुहोस्:
1. कोड ड्रपडाउन मेनु क्लिक गरी Open with Codespaces विकल्प चयन गर्नुहोस्।
2. तल प्यानमा + नयाँ कोडस्पेस चयन गर्नुहोस्।
थप जानकारीको लागि, [GitHub कागजात](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) हेर्नुहोस्।
## VSCode रिमोट - कन्टेनरहरू
तपाईंको स्थानीय मेसिन र VSCode प्रयोग गरी यस रिपोजिटोरीलाई कन्टेनरमा खोल्न VS Code Remote - Containers विस्तार प्रयोग गर्ने यी चरणहरू पछ्याउनुहोस्:
1. यदि यो तपाईंको पहिलोपटक विकास कन्टेनर प्रयोग गर्नु हो भने, कृपया सुनिश्चित गर्नुहोस् कि तपाईंको प्रणाली आवश्यकताहरू पूरा गर्छ (जस्तै Docker स्थापना गरिएको छ) [शुरू गर्ने कागजात](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) मा।
यस रिपोजिटोरी प्रयोग गर्न, तपाईंले वा त रिपोजिटोरीलाई पृथक Docker भोल्युममा खोल्न सक्नुहुन्छ:
**नोट**: पृष्ठभूमिमा, यसले Remote-Containers: **Clone Repository in Container Volume...** आदेश प्रयोग गरेर स्रोत कोडलाई स्थानीय फाइल प्रणालीको सट्टा Docker भोल्युममा क्लोन गर्दछ। [भोल्युमहरू](https://docs.docker.com/storage/volumes/) कन्टेनर डेटा जोगाउन प्राथमिक माध्यम हुन्।
वा स्थानीय क्लोन गरिएको वा डाउनलोड गरिएको संस्करण खोल्नुहोस्:
- यस रिपोजिटोरीलाई स्थानीय फाइल सिस्टममा क्लोन गर्नुहोस्।
- F1 थिचेर **Remote-Containers: Open Folder in Container...** आदेश चयन गर्नुहोस्।
- यस फोल्डरको क्लोन गरिएको प्रतिलिपि चयन गर्नुहोस्, कन्टेनर सुरू हुने कुराको प्रतीक्षा गर्नुहोस्, र प्रयोग गरिरहनुहोस्।
## अफलाइन पहुँच
तपाईं [Docsify](https://docsify.js.org/#/) प्रयोग गरी यस कागजातलाई अफलाइनमा सञ्चालन गर्न सक्नुहुन्छ। यो रिपो फोर्क गर्नुहोस्, आफ्नो स्थानीय मेसिनमा [Docsify स्थापना गर्नुहोस्](https://docsify.js.org/#/quickstart), त्यसपछि यस रिपोको मूल फोल्डरमा `docsify serve` टाइप गर्नुहोस्। वेबसाइट तपाईंको लोकलहोस्ट 3000 पोर्टमा सेवा हुनेछ: `localhost:3000`।
तपाईँ [Docsify](https://docsify.js.org/#/) प्रयोग गरेर यो कागजात अफलाइन चलाउन सक्नुहुन्छ। यो रिपोजिटोरी फोर्क गर्नुहोस्, [Docsify स्थापना गर्नुहोस्](https://docsify.js.org/#/quickstart) तपाईंको स्थानीय मेसिनमा, त्यसपछि यस रिपोको मूल फोल्डरमा `docsify serve` टाइप गर्नुहोस्। वेबसाइट तपाईंको स्थानीयहोस्टमा पोर्ट ३००० मा सेवा हुनेछ: `localhost:3000`।
> नोट, नोटबुकहरू Docsify बाट प्रत्यक्ष देखाइँदैनन्, त्यसैले जब तपाईं नोटबुक चलाउन आवश्यक हुन्छ, त्यो फरक रूपमा VS Code मा पाइथन कर्नेल चलाएर गर्नुहोस्।
> नोट गर्नुहोस्, नोटबुकहरू Docsify मार्फत रन्डर हुँदैनन्, त्यसैले जब नोटबुक चलाउनु पर्छ, त्यो पाइथन कर्नेल चलाइरहेको VS Code मा अलगै गर्नुहोस्।
## अन्य पाठ्यक्रमहरू
हाम्रो टोलीले अन्य पाठ्यक्रमहरू उत्पादन गर्छ! जाँच गर्नुहोस्:
हाम्रो टोलीले अन्य पाठ्यक्रमहरू उत्पादन गर्छ! हेर्नुहोस्:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
[](https://aka.ms/langchain4j-for-beginners)
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
---
### Azure / Edge / MCP / एजेन्टहरू
### Azure / Edge / MCP / Agents
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
@ -218,7 +218,7 @@ Microsoft का Azure Cloud Advocates ले डाटा साइन्स
---
### जेनेरेटिभ AI शृंखला
### Generative AI Series
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
@ -226,7 +226,7 @@ Microsoft का Azure Cloud Advocates ले डाटा साइन्स
---
### कोर शिक्षा
### Core Learning
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
@ -237,21 +237,21 @@ Microsoft का Azure Cloud Advocates ले डाटा साइन्स
---
### कपालट शृंखला
### Copilot Series
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
**समस्या आइरहेको छ?** सामान्य समस्याहरूको समाधानका लागि हाम्रो [समस्या समाधान गाइड](TROUBLESHOOTING.md) हेर्नुहोस्।
**समस्या आइरहेको छ?** सामान्य समस्याहरूको समाधानको लागि हाम्रो [त्रुटि समाधान मार्गदर्शन](TROUBLESHOOTING.md) हेर्नुहोस्।
यदि तपाईं अल्झिनु भयो वा AI एपहरू निर्माण गर्दा कुनै प्रश्न छ भने, MCP सम्बन्धी छलफलमा सहभागी हुनुहोस्। यहाँ सहयोगी समुदाय छ जहाँ प्रश्न सोध्न सकिन्छ र ज्ञान स्वतन्त्र रूपमा साझा गरिन्छ।
यदि तपाईं अड्किदै हुनुहुन्छ वा एआई अनुप्रयोगहरू निर्माण सम्बन्धी कुनै प्रश्न छ भने। MCP सम्बन्धी छलफलमा अरू सिक्नेहरू र अनुभवी विकासकर्ताहरूलाई सामेल हुनुहोस्। यो एउटा सहयोगात्मक समुदाय हो जहाँ प्रश्नहरू स्वागतयोग्य छन् र ज्ञान स्वतन्त्र रूपमा साझा गरिन्छ।
@ -259,5 +259,5 @@ Microsoft का Azure Cloud Advocates ले डाटा साइन्स
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**अस्वीकरण**:
यो दस्तावेज AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) प्रयोग गरी अनुवाद गरिएको हो। हामी शुद्धताको प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटिहरू वा अशुद्धता हुन सक्छ। मूल दस्तावेज यसको मूल भाषामा प्रामाणिक स्रोत मानिनु पर्छ। महत्वपूर्ण जानकारीका लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट हुने कुनै पनि गलतफहमी वा गलत व्याख्याको लागि हामी जिम्मेवार छैनौं।
यो दस्तावेज AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) प्रयोग गरेर अनुवाद गरिएको हो। यद्यपि हामी शुद्धताका लागि प्रयासरत छौं, कृपया जानकार हुनुहोस् कि स्वचालित अनुवादमा त्रुटिहरू वा अनिश्चितताहरू हुन सक्छन्। मूल दस्तावेजलाई यसको आफ्नै भाषा मा प्रामाणिक स्रोत मानिनु पर्छ। महत्वपूर्ण जानकारीका लागि, व्यावसायिक मानव अनुवाद सिफारिश गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा व्याख्याको जिम्मेवारी हामीमा पर्दैन।
localizeflow[bot]
6 days ago