# শিক্ষানবিসদের জন্য ডেটা সায়েন্স - একটি কার্যক্রম
[](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
মাইক্রোসফটের আজুর ক্লাউড অ্যাডভোকেটরা ডেটা সায়েন্স সম্পর্কে ১০ সপ্তাহ, ২০টি পাঠবিশিষ্ট একটি কারিকুলাম দিতে পেরে আনন্দিত। প্রতিটি পাঠে প্রি-লেসন এবং পোস্ট-লেসন কুইজ, পাঠ সম্পূর্ণ করার জন্য লিখিত নির্দেশাবলী, একটি সমাধান এবং একটি অ্যাসাইনমেন্ট অন্তর্ভুক্ত রয়েছে। আমাদের প্রজেক্ট-ভিত্তিক শিক্ষাদান পদ্ধতি আপনাকে শেখার সাথে সাথে নির্মাণ করতে দেয়, যা নতুন দক্ষতা 'টিকিয়ে রাখার' প্রমাণিত উপায়।
মাইক্রোসফট-এর আজুর ক্লাউড অ্যাডভোকেটরা আনন্দিত যে তারা ১০ সপ্তাহ, ২০টি পাঠের একটি পুরোপুরি ডেটা সায়েন্স সম্পর্কিত কার্যক্রম প্রদান করছে। প্রতিটি পাঠের মধ্যে থাকে প্র-পাঠ ও পোস্ট-পাঠ কোয়িজ, পাঠ সম্পন্ন করার জন্য লিখিত নির্দেশাবলী, একটি সমাধান এবং একটি নিয়োগ। আমাদের প্রকল্প-ভিত্তিক শিক্ষণ পদ্ধতি আপনাকে শেখার সময় তৈরি করতে দেয়, যা নতুন দক্ষতার জন্য প্রমাণিত একটি কার্যকর পদ্ধতি।
> এই রিপোজিটরিতে ৫০+ ভাষার অনুবাদ অন্তর্ভুক্ত রয়েছে যা ডাউনলোডের আকার উল্লেখযোগ্যভাবে বৃদ্ধি করে। অনুবাদ ব্যতীত ক্লোন করতে sparse checkout ব্যবহার করুন:
> এই রিপোজিটোরিতে ৫০+ ভাষার অনুবাদ রয়েছে যা ডাউনলোড সাইজ বেশ বড় করে তোলে। অনুবাদ ছাড়া ক্লোন করতে sparse checkout ব্যবহার করুন:
> git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
> ```
> এটি আপনাকে কোর্স সম্পূর্ণ করার জন্য প্রয়োজনীয় সবকিছু দেয় দ্রুত ডাউনলোড সহ।
> এটি আপনাকে দ্রুত ডাউনলোডসহ কোর্স সম্পন্ন করার জন্য প্রয়োজনীয় সবকিছু দেবে।
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
**আপনি যদি অতিরিক্ত অনুবাদ ভাষা চান সেগুলি এখানে তালিকাভুক্ত আছে [here](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
**আপনি যদি অতিরিক্ত অনুবাদ ভাষাগুলি চান তবে তালিকাভুক্ত রয়েছে [এখানে](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
আমাদের একটি ডিসকর্ড লার্ন উইথ AI সিরিজ চলছে, আরও জানুন এবং আমাদের সাথে যোগ দিন [Learn with AI Series](https://aka.ms/learnwithai/discord) ১৮ - ৩০ সেপ্টেম্বর, ২০২৫। আপনি GitHub Copilot ব্যবহার করে Data Science এর টিপস এবং ট্রিকস পাবেন।
আমাদের একটি Discord AI শেখার সিরিজ চলছে, আরও জানতে এবং যুক্ত হতে পারেন [Learn with AI Series](https://aka.ms/learnwithai/discord) এ ১৮ থেকে ৩০ সেপ্টেম্বর, ২০২৫। আপনি GitHub Copilot ব্যবহার করে ডেটা সায়েন্সের টিপস এবং ট্রিকস পাবেন।
# আপনি কি একজন ছাত্র?
নিম্নলিখিত উৎস থেকে শুরু করুন:
নিম্নলিখিত সম্পদ দিয়ে শুরু করুন:
- [Student Hub page](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) এই পেজে আপনি বেগিনার্স রিসোর্স, ছাত্র প্যাক এবং এমনকি একটি ফ্রি সার্টিফিকেট ভাউচার পাওয়ার উপায় পাবেন। এটি একটি পেজ যা আপনি বুকমার্ক করতে এবং মাঝে মাঝে চেক করতে চান কারণ আমরা মাসের কমপক্ষে একবার কনটেন্ট পরিবর্তন করি।
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) একটি গ্লোবাল ছাত্র অ্যাম্বাসাডর কমিউনিটিতে যোগ দিন, এটি হতে পারে মাইক্রোসফটে আপনার পথ।
- [ছাত্র হাব পেজ](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) এই পাতায় আপনি পাবেন শিক্ষানবিসদের জন্য সম্পদ, ছাত্র প্যাক এবং এমনকি একটি ফ্রি সার্টিফিকেট ভাউচারের উপায়। এটি একটি পাতা যা আপনি বুকমার্ক করে সময়ে সময়ে চেক করবেন কারণ আমরা অন্তত প্রতি মাসে বিষয়বস্তু পরিবর্তন করি।
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) গ্লোবাল ছাত্র অ্যাম্বাসেডরদের একটি সম্প্রদায়ে যোগ দিন, যা আপনার মাইক্রোসফটে প্রবেশদ্বার হতে পারে।
# শুরু করা যাক
# শুরু করাঃ
## 📚 ডকুমেন্টেশন
- **[ইনস্টলেশন গাইড](INSTALLATION.md)** - বেগিনারদের জন্য ধাপে ধাপে সেটআপ নির্দেশনা
- **[ব্যবহারের গাইড](USAGE.md)** - উদাহরণ এবং সাধারণ ওয়ার্কফ্লো
- **[ট্রাবলশুটিং](TROUBLESHOOTING.md)** - সাধারণ সমস্যার সমাধান
- **[কনট্রিবিউটিং গাইড](CONTRIBUTING.md)** - কিভাবে এই প্রোজেক্টে অবদান রাখবেন
- **[শিক্ষকদের জন্য](for-teachers.md)** - শেখানোর নির্দেশনা এবং ক্লাসরুম রিসোর্স
- **[ইনস্টলেশন গাইড](INSTALLATION.md)** - শিক্ষানবিসদের জন্য ধাপে ধাপে ইনস্টলেশন নির্দেশনা
- **[ব্যবহার নির্দেশিকা](USAGE.md)** - উদাহরণ এবং সাধারণ কাজের প্রবাহ
- **[সমস্যা সমাধান](TROUBLESHOOTING.md)** - সাধারণ সমস্যার সমাধান
- **[অংশগ্রহণ গাইড](CONTRIBUTING.md)** - এই প্রকল্পে কীভাবে অবদান রাখতে হয়
- **[শিক্ষকদের জন্য](for-teachers.md)** - শিক্ষাদান নির্দেশিকা এবং শ্রেণিকক্ষ সম্পদ
## 👨🎓 শিক্ষার্থীদের জন্য
> **সম্পূর্ণ নতুনদের জন্য**: ডেটা সায়েন্সে নতুন? আমাদের [শিখতে সহজ উদাহরণগুলি](examples/README.md) দিয়ে শুরু করুন! এই সহজ, ভালোভাবে টীকা করা উদাহরণগুলি আপনাকে মৌলিক বিষয়গুলো বোঝাতে সাহায্য করবে পূর্ণ কারিকুলামে যাওয়ার আগে।
> **[শিক্ষার্থীরা](https://aka.ms/student-page)**: এই কারিকুলাম নিজে ব্যবহার করার জন্য, পুরো রেপো ফর্ক করে নিজে নিজে প্রাক-লেকচার কুইজ দিয়ে শুরু করুন। তারপর লেকচার পড়ুন এবং বাকি কার্যক্রমগুলি সম্পন্ন করুন। সমাধান কোড কপি করার পরিবর্তে পাঠগুলো বোঝার মাধ্যমে প্রজেক্ট তৈরি করার চেষ্টা করুন; তবে প্রতিটি প্রজেক্ট-ভিত্তিক পাঠের /solutions ফোল্ডারে সেই কোড উপলব্ধ। আরেকটি ধারণা হলো বন্ধুদের সাথে স্টাডি গ্রুপ তৈরি করে একসাথে বিষয়বস্তু পড়া। আরো পড়াশোনার জন্য, আমরা [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) সুপারিশ করি।
> **সম্পূর্ণ শিক্ষানবিস**: ডেটা সায়েন্সে নতুন? আমাদের [শিখতে সহজ উদাহরণ](examples/README.md) দিয়ে শুরু করুন! এই সাধারণ, ভালোভাবে মন্তব্য করা উদাহরণগুলি আপনাকে পূর্ণ কার্যক্রমে প্রবেশ করার আগে মৌলিক বিষয়গুলি বুঝতে সাহায্য করবে।
> **[ছাত্রছাত্রীদের জন্য](https://aka.ms/student-page)**: এই কার্যক্রমটি নিজের মতো ব্যবহার করতে, পুরো রিপোটি fork করুন এবং নিজে নিজে pre-lecture quiz থেকে শুরু করে অনুশীলনগুলি সম্পন্ন করুন। তারপর পাঠ পড়ুন এবং বাকি কার্যকলাপগুলি সম্পন্ন করুন। সমাধান কোড অনুলিপি করার পরিবর্তে পাঠগুলি বুঝে প্রকল্পগুলি তৈরি করার চেষ্টা করুন; তবে সেই কোড প্রতিটি প্রকল্প-কেন্দ্রিক পাঠের /solutions ফোল্ডারে উপলব্ধ। আরেকটি ধারণা হল বন্ধুদের সাথে একটি অধ্যয়ন গোষ্ঠী গঠন করে একসঙ্গে বিষয়বস্তু পড়া। 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)।
**দ্রুত শুরু:**
1. আপনার পরিবেশ সেটআপ করতে [ইনস্টলেশন গাইড](INSTALLATION.md) দেখুন
2. কারিকুলামের সাথে কাজ করার জন্য [ব্যবহারের গাইড](USAGE.md) পর্যালোচনা করুন
1. আপনার পরিবেশ সেটআপ করার জন্য [ইনস্টলেশন গাইড](INSTALLATION.md) দেখে নিন
2. কার্যক্রম নিয়ে কাজ করার জন্য [ব্যবহার নির্দেশিকা](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
4. সহায়তার জন্য আমাদের [Discord সম্প্রদায়ে](https://aka.ms/ds4beginners/discord) যোগ দিন
## 👩🏫 শিক্ষকদের জন্য
> **শিক্ষকবৃন্দ**: আমরা এই কারিকুলাম কিভাবে ব্যবহার করবেন সে সম্পর্কে [কিছু পরামর্শ](for-teachers.md) অন্তর্ভুক্ত করেছি। আপনার মতামত আমাদের [আলোচনা ফোরামে](https://github.com/microsoft/Data-Science-For-Beginners/discussions) জানাতে চাই!
## টিমের সাথে পরিচিত হন
> **শিক্ষকবৃন্দ**: আমরা [এই কার্যক্রম ব্যবহারের জন্য কিছু পরামর্শ](for-teachers.md) জুড়েছি। আপনার ফিডব্যাকের অপেক্ষায় আছি [আমাদের আলোচনা ফোরামে](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> 🎥 উপরের ছবিতে ক্লিক করে প্রকল্প এবং যারা এটি তৈরি করেছেন তাদের সম্পর্কে একটি ভিডিও দেখুন!
> 🎥 উপরের ছবিতে ক্লিক করুন প্রজেক্ট এবং এটি যারা তৈরি করেছে তাদের সম্পর্কে একটি ভিডিও দেখতে!
## পেডাগজি
## শিক্ষণশাস্ত্র
আমরা এই কারিকুলাম নির্মাণের সময় দুটি পেডাগজিকাল নীতিমালা বেছে নিয়েছি: তা প্রকল্প-ভিত্তিক নিশ্চিত করা এবং এতে প্রায়শই কুইজ অন্তর্ভুক্ত থাকা। এই সিরিজের শেষে, শিক্ষার্থীরা ডেটা সায়েন্সের মৌলিক নীতিমালা শিখবে, যার মধ্যে রয়েছে নৈতিক ধারণা, ডেটা প্রস্তুতি, ডেটার সাথে কাজ করার বিভিন্ন উপায়, ডেটা ভিজ্যুয়ালাইজেশন, ডেটা বিশ্লেষণ, ডেটা সায়েন্সের বাস্তব বিশ্বের ব্যবহার ক্ষেত্রে এবং আরও অনেক কিছু।
এই পাঠক্রম তৈরির সময় আমরা দুটি শিক্ষণমূলক নীতিমালা নির্বাচন করেছি: এটি প্রকল্পভিত্তিক হওয়া এবং এতে ঘনঘন কুইজ অন্তর্ভুক্ত থাকা। এই সিরিজ শেষ হওয়ার পর, শিক্ষার্থীরা ডেটা সায়েন্সের মৌলিক নীতিমালা শিখবে, যার মধ্যে রয়েছে নৈতিক ধারণা, ডেটা প্রস্তুতি, ডেটার সাথে কাজ করার বিভিন্ন পদ্ধতি, ডেটা ভিজ্যুয়ালাইজেশন, ডেটা বিশ্লেষণ, ডেটা সায়েন্সের বাস্তব প্রয়োগ, এবং আরও অনেক কিছু।
অতিরিক্তভাবে, একটি শ্রেণীর আগে একটি কম ঝুঁকিপূর্ণ কুইজ শিক্ষার্থীর শেখার উদ্দেশ্য স্থাপন করে, जबकि শ্রেণী শেষের পর দ্বিতীয় কুইজ আরও মেমোরি নিশ্চিত করে। এই কারিকুলামটি নমনীয় এবং মজার করে ডিজাইন করা হয়েছে এবং সম্পূর্ণ বা আংশিকভাবে নেওয়া যেতে পারে। প্রকল্পগুলি ছোট থেকে শুরু হয় এবং ১০ সপ্তাহের শেষে ক্রমশ জটিল হয়ে ওঠে।
অতিরিক্তভাবে, ক্লাসের আগে একটি নিম্ন চাপের কুইজ শিক্ষার্থীর একটি বিষয়ে শিখতে ইচ্ছা প্রকাশ করে, আর ক্লাসের পরের দ্বিতীয় কুইজ আরও ধারণ বজায় রাখে। এই পাঠক্রম নমনীয় এবং মজাদার করার জন্য ডিজাইন করা হয়েছে এবং এটি সম্পূর্ণ বা আংশিকভাবে নেওয়া যেতে পারে। প্রকল্পগুলি ছোট থেকে শুরু হয় এবং ১০ সপ্তাহের চক্র শেষ পর্যন্ত ক্রমশ জটিল হয়।
> আমাদের [আচারসংহিতা](CODE_OF_CONDUCT.md), [অবদান](CONTRIBUTING.md), [অনুবাদ](TRANSLATIONS.md) নির্দেশিকা দেখুন। আমরা আপনার গঠনমূলক প্রতিক্রিয়ার স্বাগত জানাই!
> আমাদের [আচারসংহিতা](CODE_OF_CONDUCT.md), [অংশগ্রহণ নির্দেশিকা](CONTRIBUTING.md), [অনুবাদ নির্দেশিকা](TRANSLATIONS.md) দেখুন। আমরা আপনার গঠনমূলক প্রতিক্রিয়াকে স্বাগত জানাই!
## প্রতিটি পাঠের মধ্যে রয়েছে:
## প্রতিটি পাঠে অন্তর্ভুক্ত:
- ঐচ্ছিক স্কেচনোট
- ঐচ্ছিক অতিরিক্ত ভিডিও
- পাঠের আগে ওয়ার্মআপ কুইজ
- পাঠের আগে প্রস্তুতিমূলক কুইজ
- লিখিত পাঠ
- প্রকল্প-ভিত্তিক পাঠের জন্য, ধাপে ধাপে প্রকল্প তৈরি করার গাইড
- প্রকল্পভিত্তিক পাঠের জন্য, প্রকল্প তৈরির ধাপে ধাপে গাইড
- [পাঠের পর কুইজ](https://ff-quizzes.netlify.app/en/)
> **কুইজ সম্পর্কে একটি নোট**: সমস্ত কুইজগুলি Quiz-App ফোল্ডারে রয়েছে, মোট ৪০টি কুইজ যার প্রতিটিতে তিনটি প্রশ্ন। এগুলি পাঠের মধ্যে লিঙ্ক করা আছে, তবে কুইজ অ্যাপটি লোকালি চালানো বা Azure-এ স্থাপন করা যেতে পারে; `quiz-app` ফোল্ডারের নির্দেশ অনুসরণ করুন। এগুলি ধীরে ধীরে স্থানীয়করণ করা হচ্ছে।
> **কুইজ সম্পর্কে একটি টিপ**: সমস্ত কুইজ Quiz-App ফোল্ডারে রয়েছে, মোট ৪০টি কুইজ, প্রতিটিতে তিনটি প্রশ্ন। এগুলি পাঠ থেকে লিঙ্ক করা হয়েছে, তবে কুইজ অ্যাপটি স্থানীয়ভাবে চালানো বা Azure-এ মোতায়েন করা যেতে পারে; `quiz-app` ফোল্ডারের নির্দেশ অনুসরণ করুন। এগুলি ধাপে ধাপে স্থানীয়করণ করা হচ্ছে।
## 🎓 শুরুতে বন্ধু-সুলভ উদাহরণ
## 🎓 শুরু কর্তা_সুলভ উদাহরণ
**ডেটা সায়েন্সে নতুন?** আমরা একটি বিশেষ [উদাহরণের ডিরেক্টরি](examples/README.md) তৈরি করেছি যেখানে সহজ, স্পষ্ট মন্তব্য সহ কোড আছে যা আপনাকে শুরু করতে সাহায্য করবে:
**ডেটা সায়েন্সে নতুন?** আমরা একটি বিশেষ [উদাহরণ ডিরেক্টরি](examples/README.md) তৈরি করেছি সহজ, ভাল মন্তব্য করা কোডের সাথে যা আপনাকে শুরু করতে সাহায্য করবে:
- 🌟 **হ্যালো ওয়ার্ল্ড** - আপনার প্রথম ডেটা সায়েন্স প্রোগ্রাম
- 📂 **ডেটা লোড করা** - ডেটাসেট পড়া এবং অন্বেষণ করা শেখা
- 📊 **সহজ বিশ্লেষণ** - পরিসংখ্যান গণনা এবং প্যাটার্ন খোঁজা
- 📈 **বেসিক ভিজ্যুয়ালাইজেশন** - চার্ট এবং গ্রাফ তৈরি করা
- 🔬 **বাস্তব প্রকল্প** - শুরু থেকে শেষ পর্যন্ত সম্পূর্ণ কার্যপ্রণালি
- 🌟 **হ্যালো ওয়ার্ল্ড** - আপনার প্রথম ডেটা সায়েন্স প্রোগ্রাম
- 📂 **ডেটা লোড করা** - ডেটাসেট পড়া এবং অন্বেষণ করা শিখুন
| ০১ | ডেটা সায়েন্স সংজ্ঞায়িত করা | [পরিচিতি](1-Introduction/README.md) | ডেটা সায়েন্সের মৌলিক ধারণা এবং এটি কিভাবে কৃত্রিম বুদ্ধিমত্তা, মেশিন লার্নিং, এবং বড় ডেটার সাথে সম্পর্কিত তা শেখা। | [পাঠ](1-Introduction/01-defining-data-science/README.md) [ভিডিও](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
| ০৩ | ডেটা সংজ্ঞায়িত করা | [পরিচিতি](1-Introduction/README.md) | ডেটা কিভাবে শ্রেণীবদ্ধ এবং সাধারণ উৎসগুলো কী তা শেখা। | [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 ও পরিসংখ্যানের গাণিতিক কৌশল। | [পাঠ](1-Introduction/04-stats-and-probability/README.md) [ভিডিও](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
| ০৫ | সম্পর্কযুক্ত ডেটার সাথে কাজ | [ডেটার সাথে কাজ](2-Working-With-Data/README.md) | সম্পর্কযুক্ত ডেটার পরিচিতি এবং Structured Query Language (SQL) ব্যবহার করে ডেটা অন্বেষণ ও বিশ্লেষণের প্রাথমিক ধারণা। | [পাঠ](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
| ০৬ | NoSQL ডেটার সাথে কাজ | [ডেটার সাথে কাজ](2-Working-With-Data/README.md) | সম্পর্কবিহীন ডেটার পরিচিতি, এর বিভিন্ন ধরন, এবং ডকুমেন্ট ডেটাবেস বিশ্লেষণের প্রাথমিক ধারণা। | [পাঠ](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique) |
| ০৭ | পাইথন এর সাথে কাজ | [ডেটার সাথে কাজ](2-Working-With-Data/README.md) | Pandas এর মতো লাইব্রেরি ব্যবহার করে ডেটা অন্বেষণের জন্য পাইথন ব্যবহারের মূলনীতি। পাইথন প্রোগ্রামিংয়ের মৌলিক ধারণা থাকা উত্তম। | [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) | অনুপস্থিত, ভুল বা অসম্পূর্ণ ডেটার সমস্যা মোকাবেলার জন্য ডেটা পরিষ্কারকরণ এবং রূপান্তরের প্রযুক্তি। | [পাঠ](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
| ১০ | ডেটার বন্টনের ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | একটি ইন্টারভ্যালে পর্যবেক্ষণ এবং প্রবণতা ভিজ্যুয়ালাইজেশন। | [পাঠ](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
| ১১ | অনুপাতের ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | বিচ্ছিন্ন এবং গোষ্ঠীবদ্ধ শতাংশের ভিজ্যুয়ালাইজেশন। | [পাঠ](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
| ১২ | সম্পর্কের ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | ডেটার সেট এবং তাদের পরিবর্তকদের মধ্যে সংযোগ এবং সহসম্পর্কের ভিজ্যুয়ালাইজেশন। | [পাঠ](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
| ১৩ | অর্থপূর্ণ ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | কার্যকর সমস্যা সমাধান এবং অন্তর্দৃষ্টির জন্য আপনার ভিজ্যুয়ালাইজেশনকে মূল্যবান করার কৌশল ও নির্দেশনা। | [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 প্রতি মনোযোগ দেয়। | [পাঠ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
| ১৬ | যোগাযোগ | [লাইফসাইকেল](4-Data-Science-Lifecycle/README.md) | এই ধাপটি ডেটা থেকে প্রাপ্ত অন্তর্দৃষ্টি উপস্থাপনের ওপর কেন্দ্রিত, যেন সিদ্ধান্ত গ্রহণকারীরা সহজে বুঝতে পারে। | [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) | ক্লাউডে ডেটা সায়েন্স এবং এর সুবিধাসমূহ পরিচয় করিয়ে দেয়। | [পাঠ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) এবং [Maud](https://twitter.com/maudstweets) |
| ১৮ | ক্লাউডে ডেটা সায়েন্স | [ক্লাউড ডেটা](5-Data-Science-In-Cloud/README.md) | Low Code টুল ব্যবহার করে মডেল প্রশিক্ষণ। |[পাঠ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) এবং [Maud](https://twitter.com/maudstweets) |
| ১৯ | ক্লাউডে ডেটা সায়েন্স | [ক্লাউড ডেটা](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio দিয়ে মডেল মোতায়েন। | [পাঠ](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) এবং [Maud](https://twitter.com/maudstweets) |
| ০৩ | ডেটা সংজ্ঞায়িতকরণ | [পরিচিতি](1-Introduction/README.md) | ডেটা কীভাবে শ্রেণীবদ্ধ করা হয় এবং এর সাধারণ উৎস। | [পাঠ](1-Introduction/03-defining-data/README.md) | [জাসমিন](https://www.twitter.com/paladique) |
| ০৪ | পরিসংখ্যান ও সম্ভাবনা পরিচিতি | [পরিচিতি](1-Introduction/README.md) | ডেটা বোঝার জন্য সম্ভাব্যতা ও পরিসংখ্যানের গাণিতিক পদ্ধতি। | [পাঠ](1-Introduction/04-stats-and-probability/README.md) [ভিডিও](https://youtu.be/Z5Zy85g4Yjw) | [দমিত্রি](http://soshnikov.com) |
| ০৫ | সম্পর্কিত ডেটার সাথে কাজ | [ডেটার সাথে কাজ](2-Working-With-Data/README.md) | সম্পর্কিত ডেটার পরিচিতি ও Structured Query Language (SQL) ব্যবহার করে সম্পর্কিত ডেটা অনুসন্ধান ও বিশ্লেষণের মৌলিক ধারণা। | [পাঠ](2-Working-With-Data/05-relational-databases/README.md) | [ক্রিস্টোফার](https://www.twitter.com/geektrainer) |
| ০৬ | নন-রিলেশনাল ডেটার সাথে কাজ | [ডেটার সাথে কাজ](2-Working-With-Data/README.md) | নন-রিলেশনাল ডেটার পরিচিতি, তার বিভিন্ন প্রকার এবং ডকুমেন্ট ডেটাবেস অনুসন্ধান ও বিশ্লেষণের মৌলিক ধারণা। | [পাঠ](2-Working-With-Data/06-non-relational/README.md) | [জাসমিন](https://twitter.com/paladique)|
| ০৭ | পাইথনের সাথে কাজ | [ডেটার সাথে কাজ](2-Working-With-Data/README.md) | Pandas-এর মতো লাইব্রেরি নিয়ে ডেটা অন্বেষণের জন্য পাইথন ব্যবহারের মৌলিক ধারণা। পাইথন প্রোগ্রামিংয়ের প্রাথমিক বোঝাপড়া প্রয়োজন। | [পাঠ](2-Working-With-Data/07-python/README.md) [ভিডিও](https://youtu.be/dZjWOGbsN4Y) | [দমিত্রি](http://soshnikov.com) |
| ০৮ | ডেটা প্রস্তুতি | [ডেটার সাথে কাজ](2-Working-With-Data/README.md) | অনুপস্থিত, ভুল বা অসম্পূর্ণ ডেটার সমস্যাগুলো মোকাবেলায় ডেটা পরিষ্কার করা ও রূপান্তরের টেকনিক। | [পাঠ](2-Working-With-Data/08-data-preparation/README.md) | [জাসমিন](https://www.twitter.com/paladique) |
| ০৯ | পরিমাণের ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | Matplotlib ব্যবহার করে পাখির ডেটা ভিজ্যুয়ালাইজ করা শিখুন 🦆 | [পাঠ](3-Data-Visualization/09-visualization-quantities/README.md) | [জেন](https://twitter.com/jenlooper) |
| ১০ | ডেটার বন্টনের ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | একটি ইন্টারভালের মধ্যে পর্যবেক্ষণ ও প্রবণতা ভিজ্যুয়ালাইজ করা। | [পাঠ](3-Data-Visualization/10-visualization-distributions/README.md) | [জেন](https://twitter.com/jenlooper) |
| ১১ | অনুপাতের ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | ডিসক্রিট এবং গুচ্ছিত শতকরার ভিজ্যুয়ালাইজেশন। | [পাঠ](3-Data-Visualization/11-visualization-proportions/README.md) | [জেন](https://twitter.com/jenlooper) |
| ১২ | সম্পর্কের ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | ডেটা সেট ও তাদের ভেরিয়েবলের মধ্যে সংযোগ ও সম্পর্ক ভিজ্যুয়ালাইজেশন। | [পাঠ](3-Data-Visualization/12-visualization-relationships/README.md) | [জেন](https://twitter.com/jenlooper) |
| ১৩ | অর্থপূর্ণ ভিজ্যুয়ালাইজেশন | [ডেটা ভিজ্যুয়ালাইজেশন](3-Data-Visualization/README.md) | আপনার ভিজ্যুয়ালাইজেশনকে কার্যকর সমস্যা সমাধান ও অন্তর্দৃষ্টির জন্য মূল্যবান করার পদ্ধতি ও নির্দেশনা। | [পাঠ](3-Data-Visualization/13-meaningful-visualizations/README.md) | [জেন](https://twitter.com/jenlooper) |
| ১৪ | ডেটা সায়েন্স জীবচক্রের পরিচিতি | [জীবচক্র](4-Data-Science-Lifecycle/README.md) | ডেটা সায়েন্স জীবচক্রের পরিচিতি এবং ডেটা সংগ্রহ ও আহরণের প্রথম ধাপ। | [পাঠ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [জাসমিন](https://twitter.com/paladique) |
| ১৫ | বিশ্লেষণ | [জীবচক্র](4-Data-Science-Lifecycle/README.md) | ডেটা সায়েন্স জীবচক্রের এই পর্যায়ে ডেটা বিশ্লেষণের পদ্ধতিগুলো ফোকাস করা হয়। | [পাঠ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [জাসমিন](https://twitter.com/paladique) |
| ১৬ | যোগাযোগ | [জীবচক্র](4-Data-Science-Lifecycle/README.md) | ডেটা থেকে প্রাপ্ত অন্তর্দৃষ্টি উপস্থাপনায় এই পর্যায় ফোকাস করে যাতে সিদ্ধান্ত গ্রহণকারীরা সহজে বুঝতে পারে। | [পাঠ](4-Data-Science-Lifecycle/16-communication/README.md) | [জালেন](https://twitter.com/JalenMcG) |
| ১৭ | ক্লাউডে ডেটা সায়েন্স | [ক্লাউড ডেটা](5-Data-Science-In-Cloud/README.md) | এই সিরিজের পাঠগুলি ক্লাউডে ডেটা সায়েন্স এবং এর সুবিধাসমূহ পরিচয় করিয়ে দেয়। | [পাঠ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [টিফানি](https://twitter.com/TiffanySouterre) এবং [মড](https://twitter.com/maudstweets) |
| ১৮ | ক্লাউডে ডেটা সায়েন্স | [ক্লাউড ডেটা](5-Data-Science-In-Cloud/README.md) | Low Code টুল ব্যবহার করে মডেল ট্রেনিং। |[পাঠ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [টিফানি](https://twitter.com/TiffanySouterre) এবং [মড](https://twitter.com/maudstweets) |
| ১৯ | ক্লাউডে ডেটা সায়েন্স | [ক্লাউড ডেটা](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio দিয়ে মডেল মোতায়েন। | [পাঠ](5-Data-Science-In-Cloud/19-Azure/README.md)| [টিফানি](https://twitter.com/TiffanySouterre) এবং [মড](https://twitter.com/maudstweets) |
| ২০ | প্রকৃত দুনিয়াতে ডেটা সায়েন্স | [ইন দ্য ওয়াইল্ড](6-Data-Science-In-Wild/README.md) | বাস্তব বিশ্বের ডেটা সায়েন্স চালিত প্রকল্প। | [পাঠ](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [নিত্য](https://twitter.com/nitya) |
## GitHub Codespaces
এই নমুনাটি একটি Codespace-এ খোলার জন্য নিচের ধাপগুলি অনুসরণ করুন:
১. কোড ড্রপ-ডাউন মেনুতে ক্লিক করুন এবং Open with Codespaces অপশন নির্বাচন করুন।
২. পেনের নীচে + 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।
এই নমুনাটি Codespace-এ খুলতে নিম্নলিখিত পদক্ষেপ অনুসরণ করুন:
১. কোড ড্রপডাউন মেনুতে ক্লিক করে Open with Codespaces অপশনটি নির্বাচন করুন।
২. পেনের নিচে + New codespace নির্বাচন করুন।
বিস্তারিত জানার জন্য দেখুন [GitHub ডকুমেন্টেশন](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace)।
## VSCode রিমোট - কন্টেইনার
## VSCode রিমোট - কন্টেইনারস
আপনার স্থানীয় মেশিন এবং VSCode ব্যবহার করে এই রিপোজিটরিটি কন্টেইনারে খুলতে নিম্নলিখিত পদক্ষেপ অনুসরণ করুন VS Code Remote - Containers এক্সটেনশন ব্যবহার করে:
আপনার স্থানীয় মেশিন এবং VSCode ব্যবহার করে এই রিপোজিটরিটি একটি কন্টেইনার এ খোলার জন্য VS Code Remote - Containers এক্সটেনশন ব্যবহার করুন:
১. এটি যদি আপনার প্রথমবারের মতো ডেভেলপমেন্ট কন্টেইনার ব্যবহার হয়, দয়া করে নিশ্চিত করুন আপনার সিস্টেম প্রয়োজনীয়তা পূরণ করে (যেমন Docker ইনস্টল করা) [গেটিং স্টার্টেড ডকুমেন্টেশনে](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started)।
১. যদি এটি আপনার প্রথমবার ডেভেলপমেন্ট কন্টেইনার ব্যবহার করা হয়, তাহলে নিশ্চিত করুন আপনার সিস্টেম প্রয়োজনীয়তা পূরণ করে (যেমন Docker ইনস্টল করা রয়েছে) [গেটিং স্টার্টেড ডকুমেন্টেশন](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) এ।
এই রিপোজিটরি ব্যবহার করতে, আপনি অথবা রিপোজিটরিটি একটি পৃথক Docker ভলিউমে খুলতে পারেন:
এই রিপোজিটরিটি ব্যবহার করতে আপনি পৃথক Docker ভলিউমে রিপোজিটরিটি খুলতে পারেন:
**দ্রষ্টব্য**: অভ্যন্তরে, এটি Remote-Containers: **Clone Repository in Container Volume...** কমান্ড ব্যবহার করবে সোর্স কোড ডকারের একটি ভলিউমে ক্লোন করার জন্য, স্থানীয় ফাইল সিস্টেমের পরিবর্তে। [ভলিউমগুলি](https://docs.docker.com/storage/volumes/) কন্টেইনার ডেটা সংরক্ষণের জন্য পছন্দের মাধ্যম।
**বিঃদ্রঃ** ভিতরে Remote-Containers: **Clone Repository in Container Volume...** কমান্ড ব্যবহার করে সোর্স কোড লোকাল ফাইল সিস্টেমের পরিবর্তে Docker ভলিউমে ক্লোন করবে। [ভলিউম](https://docs.docker.com/storage/volumes/) হলো কন্টেইনার ডেটা সংরক্ষণের প্রিয় পদ্ধতি।
অথবা রিপোজিটরির একটি স্থানীয় ক্লোন করা বা ডাউনলোডকৃত সংস্করণ খুলুন:
অথবা স্থানীয়ভাবে ক্লোন বা ডাউনলোডকৃত সংকলনটি খুলুন:
- এই রিপোজিটরিটি আপনার স্থানীয় ফাইল সিস্টেমে ক্লোন করুন।
- F1 চাপুন এবং **Remote-Containers: Open Folder in Container...** কমান্ড নির্বাচন করুন।
- এই ফোল্ডারের ক্লোনকৃত কপি নির্বাচন করুন, কন্টেইনার শুরু হওয়া পর্যন্ত অপেক্ষা করুন এবং কাজ শুরু করুন।
- এই ফোল্ডারটির ক্লোন করা কপি নির্বাচন করুন, কন্টেইনার শুরু হওয়ার জন্য অপেক্ষা করুন এবং পরীক্ষা করুন।
## অফলাইনে অ্যাক্সেস
## অফলাইন অ্যাকসেস
[Docsify](https://docsify.js.org/#/) ব্যবহার করে আপনি অফলাইনে এই ডকুমেন্টেশনটি চালাতে পারেন। এই রিপো ফর্ক করুন, আপনার লোকাল মেশিনে [Docsify ইনস্টল করুন](https://docsify.js.org/#/quickstart), তারপর এই রিপো-এর রুট ফোল্ডারে `docsify serve` টাইপ করুন। ওয়েবসাইটটি আপনার লোকালহোস্টের পোর্ট ৩০০০-এ পরিবেশন হবে: `localhost:3000`।
আপনি [Docsify](https://docsify.js.org/#/) ব্যবহার করে এই ডকুমেন্টেশন অফলাইন চালাতে পারেন। এই রিপোটি ফর্ক করুন, আপনার স্থানীয় মেশিনে [Docsify ইনস্টল করুন](https://docsify.js.org/#/quickstart), তারপর এই রিপোর মূল ফোল্ডারে `docsify serve` টাইপ করুন। ওয়েবসাইটটি আপনার লোকালহোস্টের পোর্ট ৩০০০-এ চালু হবে: `localhost:3000`।
> লক্ষ্য করুন, নোটবুকগুলি Docsify দ্বারা রেন্ডার করা হবে না, তাই যখন নোটবুক চালানোর প্রয়োজন হবে, আলাদা করে VS Code-এ Python কের্নেল চালিয়ে তা করুন।
> লক্ষ্য করুন, নোটবুকগুলি Docsify দ্বারা রেন্ডার হবে না, তাই যখন আপনাকে নোটবুক চালাতে হবে, তা আলাদাভাবে VS Code-এ পাইথন কার্নেল দিয়ে চালান।
## অন্যান্য কারিকুলাম
## অন্যান্য পাঠক্রম
আমাদের টিম অন্যান্য কারিকুলামও তৈরি করে! দেখুন:
আমাদের দল অন্যান্য পাঠক্রমও তৈরি করে! দেখতে পাবেন:
<!-- 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 / Agents
### 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)
@ -209,7 +208,7 @@
---
### Generative AI সিরিজ
### জেনেরেটিভ 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)
@ -217,7 +216,7 @@
---
### মূল শিখন
### মূল শিক্ষা
[](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)
@ -228,27 +227,27 @@
---
### কপাইলট সিরিজ
### কোপাইলট 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)
**সমস্যায় পড়েছেন?** সাধারণ সমস্যার সমাধানের জন্য আমাদের [Troubleshooting Guide](TROUBLESHOOTING.md) দেখুন।
**সমস্যা হচ্ছে?** সাধারণ সমস্যার সমাধান জানতে আমাদের [ট্রাবলশুটিং গাইড](TROUBLESHOOTING.md) দেখুন।
যদি আটকে যান অথবা AI অ্যাপ তৈরি করার বিষয়ে কোনও প্রশ্ন থাকে। MCP সম্পর্কে আলোচনায় সহশিক্ষার্থী ও অভিজ্ঞ ডেভেলপারদের সাথে যোগ দিন। এটি একটি সহায়ক কমিউনিটি যেখানে প্রশ্ন স্বাগত এবং জ্ঞান স্বাধীনভাবে শেয়ার করা হয়।
যদি আপনি আটকে যান বা AI অ্যাপ তৈরি সংক্রান্ত কোনো প্রশ্ন থাকে। MCP সম্পর্কে আলাপ-আলোচনায় অন্য শিক্ষার্থী এবং অভিজ্ঞ ডেভেলপারদের সাথে যোগ দিন। এটি একটি সহায়ক সম্প্রদায় যেখানে প্রশ্নরা স্বাগত এবং জ্ঞান শেয়ার করা হয় মুক্তভাবে।
এই ডকুমেন্টটি AI অনুবাদ সেবা [Co-op Translator](https://github.com/Azure/co-op-translator) ব্যবহার করে অনূদিত হয়েছে। যদিও আমরা যথাসাধ্য সঠিকতার জন্য চেষ্টা করি, তবুও স্বয়ংক্রিয় অনুবাদে ভুল বা অসততা থাকতে পারে। মূল ডকুমেন্টটির নিজ ভাষায় থাকা তথ্যই সর্বোচ্চ প্রমাণ স্বরূপ গ্রহণ করতে হবে। জরুরি তথ্যের জন্য পেশাজীবী মানব অনুবাদের পরামর্শ দেওয়া হয়। এই অনুবাদের ব্যবহার থেকে সৃষ্ট যেকোনো ভুল বোঝাবুঝি বা ভুল অর্থ গ্রহণের জন্য আমরা দায়ী নই।
**অস্বীকৃতি**:
এই নথিটি AI অনুবাদ সেবা [Co-op Translator](https://github.com/Azure/co-op-translator) ব্যবহার করে অনূদিত হয়েছে। আমরা সঠিকতার জন্য চেষ্টা করি, তবে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। মূল নথিটি তার নিজস্ব ভাষায় কর্তৃপক্ষপূর্ণ উৎস হিসেবে গণ্য করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য পেশাদার মানুষের অনুবাদ সুপারিশ করা হয়। এই অনুবাদের ব্যবহার থেকে উদ্ভূত কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়ী নই।
[](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
मायक्रोसॉफ्टमधील Azure Cloud Advocates हे डेटा सायन्सबाबत १० आठवडे, २० धडे या अभ्यासक्रमाची ऑफर देताना आनंदित आहेत. प्रत्येक धड्यात प्री-लेसन आणि पोस्ट-लेसन प्रश्नपत्रिका, धडा पूर्ण करण्यासाठी लेखी सूचना, एक मार्गदर्शक उपाय आणि एक असाइनमेंट समाविष्ट आहे. आमच्या प्रोजेक्ट-आधारित पद्धतीमुळे आपण शिकताना तयार करता, जे नवीन कौशल्य अधिक चांगल्या प्रकारे लागून राहण्यासाठी सिद्ध झाले आहे.
मायक्रोसॉफ्टमधील Azure Cloud Advocates आपल्याला डेटा सायन्सबद्दल 10 आठवड्यांचा, 20 धड्यांचा एक अभ्यासक्रम प्रदान करण्यात आनंदित आहेत. प्रत्येक धडयात पूर्व-परीक्षा आणि पश्चात-परीक्षा, धड्याचे पूर्ण करण्यासाठी लेखी सूचना, एक समाधान आणि एक असाइनमेंट समाविष्ट आहे. आमच्या प्रोजेक्ट-आधारित शिक्षण पद्धतीमुळे तुम्हाला शिकतांना तयार करता येते, नवीन कौशल्ये 'जपण्याचा' एक सिद्ध मार्ग.
> git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
> ```
> यामुळे आपल्याला अभ्यासक्रम पूर्ण करण्यासाठी आवश्यक सर्वकाही मिळेल आणि डाउनलोड जलद होईल.
> यामुळे तुम्हाला कोर्स पूर्ण करण्यासाठी सर्वकाही खूप वेगाने डाउनलोड होईल.
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
**अधिक भाषांतरांसाठी समर्थित भाषा येथे पाहा [येथे](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
**जर तुम्हाला अतिरिक्त भाषांतरांना समर्थन हवे असल्यास, ते येथे यादीबद्ध आहेत [येथे](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
आमच्याकडे Discord वर AI सह जाणून घेण्याचा सत्र चालू आहे, त्याबद्दल अधिक जाणून घेण्यासाठी आणि सहभागी होण्यासाठी [Learn with AI Series](https://aka.ms/learnwithai/discord) येथे भेट द्या, १८ - ३० सप्टेंबर, २०२५. तुम्हाला डेटा सायन्ससाठी GitHub Copilot वापरण्याचे टिप्स आणि ट्रिक्स मिळतील.
आमच्याकडे एक Discord AI सह शिका मालिका चालू आहे, अधिक जाणून घेण्यासाठी आणि सामील होण्यासाठी [Learn with AI Series](https://aka.ms/learnwithai/discord) या ठिकाणी 18 - 30 सप्टेंबर, 2025 दरम्यान. तुम्हाला डेटा सायन्ससाठी GitHub Copilot वापरण्याचे टिप्स आणि ट्रिक्स मिळतील.
# तुम्ही विद्यार्थी आहात का?
खालील संसाधनांसह प्रारंभ करा:
खालील संसाधनांपासून सुरु करा:
- [विद्यार्थी हब पेज](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) या पृष्ठावर, तुम्हाला नवीन सुरुवातीसाठी संसाधने, विद्यार्थी पॅक आणि अगदी मोफत प्रमाणपत्र व्हाउचरसाठी मार्ग मिळतील. हा असा एक पृष्ठ आहे ज्याला तुम्ही बुकमार्क करा आणि कधी कधी तपासत राहा कारण आम्ही किमान महिन्याला एकदा सामग्री अद्ययावत करतो.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) या ग्लोबल समुदायात सहभागी व्हा, हे तुम्हाला Microsoft मध्ये सामील होण्याचा मार्ग असू शकतो.
- [विद्यार्थी हब पेज](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) या पेजवर, तुम्हाला बिगिनर्ससाठी संसाधने, विद्यार्थी पॅक्स आणि अगदी मोफत प्रमाणपत्र व्हाउचर मिळवण्याचे मार्गही सापडतील. हा एक असा पृष्ठ आहे ज्याला तुम्ही bookmark करून ठेवा आणि वेळोवेळी तपासा कारण आम्ही महिनाभरांनी सामग्री बदलतो.
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) जागतिक विद्यार्थी अँम्बॅसडर समुदायात सामील व्हा, हे तुमच्यासाठी मायक्रोसॉफ्टमध्ये प्रवेशाचा मार्ग असू शकतो.
# प्रारंभ करणे
# सुरुवात कशी करावी
## 📚 दस्तऐवजीकरण
- **[स्थापना मार्गदर्शक](INSTALLATION.md)** - सुरुवातीसाठी पावलोपावली सेटअप सूचना
- **[इंस्टॉलेशन मार्गदर्शक](INSTALLATION.md)** - बिगिनर्ससाठी टप्प्याटप्प्याने सेटअप सूचना
- **[वापर मार्गदर्शक](USAGE.md)** - उदाहरणे आणि सामान्य कार्यप्रवाह
- **[समस्या निवारण](TROUBLESHOOTING.md)** - सामान्य समस्या सोडवण्याचे उपाय
- **[योगदान कसे करावे](CONTRIBUTING.md)** - या प्रकल्पात कसे योगदान द्यावे
- **[शिकविणाऱ्यांसाठी](for-teachers.md)** - शिकवण्याचे मार्गदर्शन आणि वर्गातील संसाधने
- **[समस्या निवारण](TROUBLESHOOTING.md)** - सामान्य समस्यांसाठी उपाय
- **[योगदान मार्गदर्शक](CONTRIBUTING.md)** - या प्रकल्पात कसे योगदान द्यावे
- **[शिक्षकांसाठी](for-teachers.md)** - शिक्षण मार्गदर्शन आणि वर्गातील संसाधने
## 👨🎓 विद्यार्थ्यांसाठी
> **पूर्ण नवीन सुरुवातीसाठी**: डेटा सायन्समध्ये नवीन आहात का? आमच्या [सुरुवातीसाठी सोप्या उदाहरणांपासून](examples/README.md) सुरू करा! ही सोपी, व्यवस्थित समजावलेली उदाहरणे आपल्याला मूलभूत समजण्यासाठी मदत करतील आणि नंतर संपूर्ण अभ्यासक्रमात उडी मारू शकता.
> **[विद्यार्थी](https://aka.ms/student-page)**: हा अभ्यासक्रम स्वतः वापरण्यासाठी, संपूर्ण रेपो फोर्क करा आणि स्वतः प्रश्नपत्रिका पासून सुरू करून एक्सरसाइझ पूर्ण करा. नंतर लेक्चर वाचा आणि बाकीच्या क्रियाकलापांचे पूर्णत्व साधा. प्रोजेक्ट तयार करताना समाधान कोड कॉपी करण्याऐवजी धडे समजून घेण्याचा प्रयत्न करा; तथापि, त्या कोड प्रत्येक प्रोजेक्ट-उन्मुख धड्यातील /solutions फोल्डरमध्ये उपलब्ध आहे. आणखी एक विचार म्हणजे मित्रांबरोबर अभ्यास गट तयार करून सामग्री एकत्रून जाणून घेणे. पुढील अध्ययनासाठी आम्ही [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) शिफारस करतो.
> **संपूर्ण नवशिक्या**: डेटा सायन्समध्ये नवीन आहात? आमच्या [नवशिक्यांसाठी सोप्या उदाहरणांपासून](examples/README.md) सुरुवात करा! हे सोपे, चांगले टिपण लिहिलेले उदाहरणे तुम्हाला मुलभूत गोष्टी समजून घेण्यास मदत करतील, पूर्ण अभ्यासक्रमात डोकावण्याआधी.
> **[विद्यार्थी](https://aka.ms/student-page)**: हा अभ्यासक्रम स्वतंत्रपणे वापरण्यासाठी, संपूर्ण रेपॉजिटरी फोर्क करा आणि व्यायाम स्वतः पूर्ण करा, पूर्व-व्याख्यान चाचणीने सुरु करा. मग व्याख्यान वाचा आणि उर्वरित क्रिया पूर्ण करा. प्रकल्प निवडायला शक्यतो धडा समजून घेऊन तयार करा, समाधान कोड कॉपी करण्याऐवजी; तरीही त्या कोड प्रकल्प-आधारित प्रत्येक धड्याच्या /solutions फोल्डरमध्ये उपलब्ध आहेत. आणखी एक कल्पना म्हणजे मित्रांसह अभ्यास गट बनवून एकत्रून सामग्री पूर्ण करणे. पुढील अभ्यासासाठी, आम्ही [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) ची शिफारस करतो.
**त्वरित प्रारंभ:**
1. आपले वातावरण सेट करण्यासाठी [स्थापना मार्गदर्शक](INSTALLATION.md) तपासा
2. अभ्यासक्रम वापरण्याबाबत जाणून घेण्यासाठी [वापर मार्गदर्शक](USAGE.md) पाहा
3. पहिल्या धड्यानं सुरू करा आणि सलग काम करा
4. आधारासाठी आमच्या [Discord समुदायात](https://aka.ms/ds4beginners/discord) सहभागी व्हा
**जलद सुरुवात:**
1. तुमचे वातावरण सेट करण्यासाठी [इंस्टॉलेशन मार्गदर्शक](INSTALLATION.md) पहा
2. अभ्यासक्रमाशी कसे काम करायचे ते जाणून घेण्यासाठी [वापर मार्गदर्शक](USAGE.md) पहा
3. धडा 1 पासून सुरुवात करा आणि क्रमाने पुढे जा
4. आमच्या [Discord समुदायात](https://aka.ms/ds4beginners/discord) सामील व्हा मदतीसाठी
## 👩🏫 शिक्षकांसाठी
> **शिक्षकांसाठी**: आम्ही या अभ्यासक्रमाचा कसा वापर करावा याबाबत काही [सूचना](for-teachers.md) समाविष्ट केल्या आहेत. आम्हाला तुमचे अभिप्राय आवडेल [आपल्या चर्चा मंचावर](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
> **शिक्षकांनो**: आम्ही [या अभ्यासक्रमाचा उपयोग कसा करावा याबाबत काही सूचना](for-teachers.md) दिल्या आहेत. कृपया आमच्या [चर्चा मंचावर](https://github.com/microsoft/Data-Science-For-Beginners/discussions) तुमचा अभिप्राय द्या!
**गीफ** [मोहीत जैसल](https://www.linkedin.com/in/mohitjaisal) यांनी तयार केलेली
**गिफ** [मोहित जैसाळ](https://www.linkedin.com/in/mohitjaisal) यांनी
> 🎥 प्रोजेक्ट आणि ते तयार करणाऱ्या लोकांबद्दल व्हिडिओ पाहण्यासाठी वरील प्रतिमेवर क्लिक करा!
> 🎥 प्रोजेक्ट आणि त्याला तयार करणाऱ्या लोकांबद्दल व्हिडिओसाठी वरील प्रतिमा क्लिक करा!
## अध्यापन पद्धती
## अध्यापनशास्त्र
आम्ही या अभ्यासक्रम तयार करताना दोन अध्यापन तत्त्वे निवडली आहेत: तो प्रोजेक्ट-आधारित असेल आणि त्यात वारंवार क्विझेस असतील याची खात्री करणे. या मालिकेच्या शेवटी, विद्यार्थ्यांनी डेटासायन्सची मूलभूत तत्त्वे शिकली असतील, ज्यात नैतिक संकल्पना, डेटाची तयारी, डेटासह काम करण्याच्या वेगवेगळ्या पद्धती, डेटा व्हिज्युअलायझेशन, डेटा विश्लेषण, डेटासायन्सचे वास्तविक वापर केसेस आणि बरेच काही समाविष्ट आहे.
आम्ही या अभ्यासक्रमाच्या बांधणीसाठी दोन अध्यापन तत्त्व निवडले आहेत: हे प्रोजेक्ट-आधारित असणे आणि त्यात वारंवार क्विझ असणे. या मालिकेच्या शेवटी, विद्यार्थी डेटा विज्ञानाचे मूलभूत तत्त्वे शिकतील, ज्यात नैतिक संकल्पना, डेटा तयारी, डेटा हाताळण्याचे वेगवेगळे मार्ग, डेटा दृश्यांकन, डेटा विश्लेषण, डेटा विज्ञानाच्या प्रत्यक्ष वापराच्या बाबी आणि बरेच काही यांचा समावेश असेल.
याशिवाय, वर्गाच्या आधी एक कमी-धोक्याचा क्विझ विद्यार्थ्याच्या एका विषयावर लक्ष केंद्रित करण्याचा उद्देश सेट करतो, तर वर्गानंतरचा दुसरा क्विझ अधिक टिकाव खातो. हा अभ्यासक्रम लवचिक आणि मजेशीर बनविण्यासाठी डिझाइन केला गेला आहे आणि तो पूर्णपणे किंवा भागानुसार घेता येऊ शकतो. प्रोजेक्ट्स लहान सुरू होतात आणि 10 आठवड्यांच्या चक्राच्या शेवटी अधिक जटिल होतात.
याव्यतिरिक्त, वर्गाच्या आधीचा कमी धोका असलेला क्विझ विद्यार्थ्यांच्या विषय शिकण्याच्या हेतूची स्थापन करतो, तर वर्गानंतरचा दुसरा क्विझ अधिक रक्षण खात्री करतो. हा अभ्यासक्रम लवचिक आणि मजेदार बनविण्यासाठी तयार केला गेला असून तो पूर्ण किंवा भागात घेतला जाऊ शकतो. प्रोजेक्ट्स सुरुवातीला छोटे असून १० आठवड्यांच्या चक्राच्या शेवटी अधिक क्लिष्ट होतात.
> आमचा [व्यवहार संहिता](CODE_OF_CONDUCT.md), [योगदान](CONTRIBUTING.md), [भाषांतर](TRANSLATIONS.md) मार्गदर्शक तत्त्वे पहा. आम्ही आपले रचनात्मक अभिप्राय स्वागत करतो!
> आमचा [व्यवहार संहिता](CODE_OF_CONDUCT.md), [योगदान](CONTRIBUTING.md), [अनुवाद](TRANSLATIONS.md) मार्गदर्शक तत्त्वे पाहा. आम्ही तुमच्या रचनात्मक अभिप्रायाचे स्वागत करतो!
## प्रत्येक धड्यात समाविष्ट आहे:
## प्रत्येक धड्यामध्ये समाविष्ट आहे:
- ऐच्छिक स्केचनोट
- ऐच्छिक स्केचनोट
- ऐच्छिक पूरक व्हिडिओ
- धड्याआधी गरम-up क्विझ
- लेखी धडा
- प्रोजेक्ट-आधारित धड्यांकरिता, प्रोजेक्ट कसा तयार करावा यावर चरण-दर-चरण मार्गदर्शक
- ज्ञान तपासण्या
- धड्यापूर्वीचे वॉर्मअप क्विझ
- लिहिलेले धडा
- प्रोजेक्ट-आधारित धड्यांसाठी प्रोजेक्ट कसा तयार करायचा याबाबत टप्प्याटप्प्याने मार्गदर्शने
> **क्विझेसबाबत एक टिप**: सर्व क्विझेस Quiz-App फोल्डरमध्ये आहेत, प्रत्येकमध्ये तीन प्रश्नांसह 40 क्विझेस. ते धड्यांमध्ये लिंक केलेले आहेत, पण क्विझ ॲप स्थानिकरित्या चालवता येऊ शकते किंवा Azure वर तैनात करता येऊ शकते; `quiz-app` फोल्डरमधील सूचना पाळा. ते हळूहळू स्थानिकीकरण केले जात आहेत.
> **क्विझबद्दल एक टीप**: सर्व क्विझ Quiz-App फोल्डरमध्ये आहेत, एकूण ४० क्विझ ज्या प्रत्येकी तीन प्रश्नांच्या आहेत. त्यांना धड्यांमधून लिंक केले जाते, पण क्विझ अॅप स्थानिकरित्या चालवला जाऊ शकतो किंवा Azure वर तैनात केला जाऊ शकतो; `quiz-app` फोल्डरमधील सूचना पाळा. ते हळूहळू स्थानिक केले जात आहेत.
## 🎓 नवशिक्यांसाठी सोपे उदाहरणे
## 🎓 सुरुवातीसाठी सोपे उदाहरणे
**डेटासायन्समध्ये नवीन आहात?** आम्ही एक खास [उदाहरणांचे निर्देशिका](examples/README.md) तयार केली आहे ज्यात सोपा, व्यवस्थित टिप्पणी केलेला कोड आहे ज्यामुळे तुम्हाला सुरुवात करण्यात मदत होईल:
**डेटासायन्समध्ये नवीन आहात?** आम्ही एक विशेष [उदाहरणे निर्देशिका](examples/README.md) तयार केली आहे ज्यात सोपे आणि चांगल्या प्रकारे टिप्पणीसहित कोड आहे ज्यामुळे तुम्हाला सुरुवात करणे सोपे जाईल:
- 🌟 **हॅलो वर्ल्ड** - तुमचा पहिला डेटासायन्स प्रोग्राम
| 01 | डेटासायन्सची व्याख्या | [परिचय](1-Introduction/README.md) | डेटासायन्समागील मूलभूत संकल्पना आणि तो कसा आर्टिफिशियल इंटेलिजन्स, मशीन लर्निंग, व बिग डेटा शी संबंधित आहे हे शिका. | [धडा](1-Introduction/01-defining-data-science/README.md) [व्हिडिओ](https://youtu.be/beZ7Mb_oz9I) | [दिमित्री](http://soshnikov.com) |
| 03 | डेटाची व्याख्या | [परिचय](1-Introduction/README.md) | डेटाची वर्गवारी कशी केली जाते आणि त्याचे सामान्य स्रोत कोणते. | [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 आणि सांख्यिकीचे गणितीय तंत्र. | [धडा](1-Introduction/04-stats-and-probability/README.md) [व्हिडिओ](https://youtu.be/Z5Zy85g4Yjw) | [दिमित्री](http://soshnikov.com) |
| 05 | रिलेशनल डेटासह काम करणे | [डेटासह काम करणे](2-Working-With-Data/README.md) | रिलेशनल डेटाचा परिचय व स्ट्रक्चर्ड क्वेरी लँग्वेज (SQL) वापरून डेटाचा शोध व विश्लेषण. | [धडा](2-Working-With-Data/05-relational-databases/README.md) | [क्रिस्टोफर](https://www.twitter.com/geektrainer) | | |
| 06 | NoSQL डेटासह काम करणे | [डेटासह काम करणे](2-Working-With-Data/README.md) | नॉन-रिलेशनल डेटाचा परिचय, विविध प्रकार व दस्तऐवज डेटाबेसची मूलभूत माहिती. | [धडा](2-Working-With-Data/06-non-relational/README.md) | [जॅस्मीन](https://twitter.com/paladique)|
| 07 | पायथॉनचा वापर | [डेटासह काम करणे](2-Working-With-Data/README.md) | पायथॉन वापरून डेटाची तपासणी करण्यासाठी पॅंडाज सारख्या लायब्ररींसह मूलभूत ज्ञान. पायथॉन प्रोग्रॅमिंगची प्राथमिक समज आवश्यक. | [धडा](2-Working-With-Data/07-python/README.md) [व्हिडिओ](https://youtu.be/dZjWOGbsN4Y) | [दिमित्री](http://soshnikov.com) |
| 08 | डेटा तयारी | [डेटासह काम करणे](2-Working-With-Data/README.md) | गहाळ, चुकीचा किंवा अपूर्ण डेटाशी संबंधित डेटा स्वच्छता आणि रूपांतरणाच्या तंत्रज्ञानावर विषय. | [धडा](2-Working-With-Data/08-data-preparation/README.md) | [जॅस्मीन](https://www.twitter.com/paladique) |
| 09 | मात्रांचे व्हिज्युअलायझेशन | [डेटा व्हिज्युअलायझेशन](3-Data-Visualization/README.md) | Matplotlib वापरून पक्षी डेटा 🦆 कसा व्हिज्युअलायझ करायचा ते शिका | [धडा](3-Data-Visualization/09-visualization-quantities/README.md) | [जेन](https://twitter.com/jenlooper) |
| 10 | डेटाच्या वितरणांचे व्हिज्युअलायझेशन | [डेटा व्हिज्युअलायझेशन](3-Data-Visualization/README.md) | निरीक्षणे आणि ट्रेंड एका अंतरालात कसे व्हिज्युअलायझ करायचे. | [धडा](3-Data-Visualization/10-visualization-distributions/README.md) | [जेन](https://twitter.com/jenlooper) |
| 13 | अर्थपूर्ण व्हिज्युअलायझेशन | [डेटा व्हिज्युअलायझेशन](3-Data-Visualization/README.md) | प्रभावी समस्या सोडविण्यासाठी आणि आकलनांसाठी व्हिज्युअलायझेशन कसे मूल्यवान बनवायचे यासाठी तंत्रे व मार्गदर्शन. | [धडा](3-Data-Visualization/13-meaningful-visualizations/README.md) | [जेन](https://twitter.com/jenlooper) |
| 14 | डेटासायन्सच्या जीवनचक्राचा परिचय | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटासायन्स जीवनचक्राचा परिचय आणि डेटाकडे प्रवेश व बाहेर काढण्याचा प्रथम टप्पा. | [धडा](4-Data-Science-Lifecycle/14-Introduction/README.md) | [जॅस्मीन](https://twitter.com/paladique) |
| 15 | विश्लेषण | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटासायन्स जीवनचक्राचा हा टप्पा डेटाचे विश्लेषण करण्यावर 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) | निर्णय घेणाऱ्यांना समजायला सोपे करण्यासाठी डेटापासून Insights सादर करण्यावर लक्ष केंद्रित करतो. | [धडा](4-Data-Science-Lifecycle/16-communication/README.md) | [जालेन](https://twitter.com/JalenMcG) | | |
| 17 | क्लाउडमधील डेटासायन्स | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | क्लाउडमधील डेटासायन्स आणि त्याचे फायदे यांचा ओळख. | [धडा](5-Data-Science-In-Cloud/17-Introduction/README.md) | [टिफनी](https://twitter.com/TiffanySouterre) आणि [मॉड](https://twitter.com/maudstweets) |
| 18 | क्लाउडमधील डेटासायन्स | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | लो कोड टूल्स वापरून मॉडेल ट्रेनिंग. |[धडा](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [टिफनी](https://twitter.com/TiffanySouterre) आणि [मॉड](https://twitter.com/maudstweets) |
| 19 | क्लाउडमधील डेटासायन्स | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio वापरून मॉडेल तैनात करणे. | [धडा](5-Data-Science-In-Cloud/19-Azure/README.md)| [टिफनी](https://twitter.com/TiffanySouterre) आणि [मॉड](https://twitter.com/maudstweets) |
| 20 | नैसर्गिक जगतातील डेटासायन्स | [नैसर्गिक जगतामध्ये](6-Data-Science-In-Wild/README.md) | वास्तविक जगातील डेटासायन्स चालवलेले प्रोजेक्ट्स. | [धडा](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [नित्य](https://twitter.com/nitya) |
| ०१ | डेटा सायन्सची व्याख्या | [परिचय](1-Introduction/README.md) | डेटा सायन्सच्या मूलभूत संकल्पना आणि कसे ते कृत्रिम बुद्धिमत्ता, मशीन लर्निंग, आणि बिग डेटा यासंबंधीत आहे ते शिका. | [धडा](1-Introduction/01-defining-data-science/README.md) [व्हिडिओ](https://youtu.be/beZ7Mb_oz9I) | [डमित्रि](http://soshnikov.com) |
| ०३ | 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) | [जॅस्मीन](https://www.twitter.com/paladique) |
| ०४ | सांख्यिकी व संभाव्यता परिचय | [परिचय](1-Introduction/README.md) | डेटा समजून घेण्यासाठी संभाव्यता आणि सांख्यिकी यांचे गणितीय तंत्र. | [धडा](1-Introduction/04-stats-and-probability/README.md) [व्हिडिओ](https://youtu.be/Z5Zy85g4Yjw) | [डमित्रि](http://soshnikov.com) |
| ०५ | संबंधी डेटा सोबत काम करणे | [डेटा सोबत काम करणे](2-Working-With-Data/README.md) | संबंधी डेटाचा परिचय आणि SQL (ज्याला "सी-क्वेल" म्हणतात) वापरून संबंधी डेटा शोधणे आणि विश्लेषण करण्याचे मूलतत्त्वे. | [धडा](2-Working-With-Data/05-relational-databases/README.md) | [क्रिस्टोफर](https://www.twitter.com/geektrainer) | | |
| ०६ | नोSQL डेटासोबत काम करणे | [डेटा सोबत काम करणे](2-Working-With-Data/README.md) | नॉन-रिलेशनल डेटाचा परिचय, त्याचे वेगवेगळे प्रकार आणि दस्तऐवज डेटाबेस कसे शोधायचे आणि विश्लेषण करायचे याचे मूलतत्त्व. | [धडा](2-Working-With-Data/06-non-relational/README.md) | [जॅस्मीन](https://twitter.com/paladique)|
| ०७ | पायथन सोबत काम करणे | [डेटा सोबत काम करणे](2-Working-With-Data/README.md) | पायथन वापरून डेटा तपासणीसाठी Pandas सारख्या लायब्ररीजची मूलभूत माहिती. पायथन प्रोग्रॅमिंगचा प्राथमिक समज आवश्यक. | [धडा](2-Working-With-Data/07-python/README.md) [व्हिडिओ](https://youtu.be/dZjWOGbsN4Y) | [डमित्रि](http://soshnikov.com) |
| ०८ | डेटा तयारी | [डेटा सोबत काम करणे](2-Working-With-Data/README.md) | हरवलेला, चुकीचा किंवा अपूर्ण डेटा यांसारख्या आव्हानांसाठी डेटा स्वच्छीकरण आणि रूपांतरण तंत्रे. | [धडा](2-Working-With-Data/08-data-preparation/README.md) | [जॅस्मीन](https://www.twitter.com/paladique) |
| ०९ | प्रमाणांची दृश्यांकन | [डेटा दृश्यांकन](3-Data-Visualization/README.md) | Matplotlib वापरून पक्षी डेटा 🦆 कसा दृश्य करायचा ते शिका | [धडा](3-Data-Visualization/09-visualization-quantities/README.md) | [जेन](https://twitter.com/jenlooper) |
| १० | डेटा वितरण दृश्यांकन | [डेटा दृश्यांकन](3-Data-Visualization/README.md) | अवधीतील निरीक्षणे व प्रवाह दृश्य करणे. | [धडा](3-Data-Visualization/10-visualization-distributions/README.md) | [जेन](https://twitter.com/jenlooper) |
| ११ | प्रमाणांचे दृश्यांकन | [डेटा दृश्यांकन](3-Data-Visualization/README.md) | निरंतर व समूहित टक्केवारीचे दृश्यांकन. | [धडा](3-Data-Visualization/11-visualization-proportions/README.md) | [जेन](https://twitter.com/jenlooper) |
| १२ | नातेसंबंधांचे दृश्यांकन | [डेटा दृश्यांकन](3-Data-Visualization/README.md) | डेटा सेट्स व त्यांचे बदल यामधील संबंध व सहसंबंधांचे दृश्यांकन. | [धडा](3-Data-Visualization/12-visualization-relationships/README.md) | [जेन](https://twitter.com/jenlooper) |
| १३ | अर्थपूर्ण दृश्यांकन | [डेटा दृश्यांकन](3-Data-Visualization/README.md) | प्रभावी समस्या सोडवण्यासाठी आणि अंतर्दृष्टीसाठी तुमच्या दृश्यांकनांना कसे मूल्यवान बनवायचे याबाबत तंत्रे व मार्गदर्शन. | [धडा](3-Data-Visualization/13-meaningful-visualizations/README.md) | [जेन](https://twitter.com/jenlooper) |
| १४ | डेटा सायन्स जीवनचक्र परिचय | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटासायन्स जीवनचक्राचा परिचय आणि डेटाची प्राप्ती व बाहेर काढण्याचा पहिला टप्पा. | [धडा](4-Data-Science-Lifecycle/14-Introduction/README.md) | [जॅस्मीन](https://twitter.com/paladique) |
| १५ | विश्लेषण | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटासायन्स जीवनचक्राचा हा टप्पा डेटाचे विश्लेषण करण्याच्या तंत्रांवर लक्ष केंद्रित करतो. | [धडा](4-Data-Science-Lifecycle/15-analyzing/README.md) | [जॅस्मीन](https://twitter.com/paladique) | | |
| १६ | संवाद | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | हा टप्पा डेटा मधील अंतर्दृष्टीजम्हणून निर्णय घेणाऱ्यांना समजायला सोप्या पद्धतीने सादर करण्यावर लक्ष केंद्रित करतो. | [धडा](4-Data-Science-Lifecycle/16-communication/README.md) | [जालेन](https://twitter.com/JalenMcG) | | |
| १७ | क्लाउड मध्ये डेटा सायन्स | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | क्लाउडमधील डेटासायन्स आणि त्याचे फायदे याची मालिका परिचय देते. | [धडा](5-Data-Science-In-Cloud/17-Introduction/README.md) | [टिफनी](https://twitter.com/TiffanySouterre) आणि [मॉड](https://twitter.com/maudstweets) |
| १८ | क्लाउड मध्ये डेटा सायन्स | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | लो कोड साधने वापरून मॉडेल्स प्रशिक्षण. |[धडा](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [टिफनी](https://twitter.com/TiffanySouterre) आणि [मॉड](https://twitter.com/maudstweets) |
| १९ | क्लाउड मध्ये डेटा सायन्स | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio वापरून मॉडेल्स तैनात करणे. | [धडा](5-Data-Science-In-Cloud/19-Azure/README.md)| [टिफनी](https://twitter.com/TiffanySouterre) आणि [मॉड](https://twitter.com/maudstweets) |
| २० | वास्तविक जगात डेटा सायन्स | [वैल्डमध्ये](6-Data-Science-In-Wild/README.md) | प्रत्यक्ष जगातील डेटा सायन्स चालित प्रोजेक्ट्स. | [धडा](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [नित्या](https://twitter.com/nitya) |
## GitHub Codespaces
या नमुन्यावर Codespace मध्ये उघडण्यासाठी खालील चरणांचे अनुसरण करा:
1. "कोड" ड्रॉप-डाउन मेनूवर क्लिक करा आणि "Open with Codespaces" पर्याय निवडा.
2. पॅनेलच्या तळाशी + New codespace निवडा.
अधिक माहितीकरिता, [GitHub दस्तऐवज](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) पहा.
या सॅम्पलला Codespace मध्ये उघडण्यासाठी हे पावले करा:
१. कोड ड्रॉपडाऊन मेनू क्लिक करा आणि Open with Codespaces पर्याय निवडा.
२. पॅनलखाली + 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) पहा.
## VSCode Remote - Containers
आपल्या स्थानिक संगणकाचा वापर करून आणि VSCode मध्ये VS Code Remote - Containers विस्तार वापरून या रेपॉजिटरीला कंटेनरमध्ये उघडण्यासाठी खालील चरणांचे पालन करा:
## VSCode Remote - कंटेनर्स
तुमच्या स्थानिक संगणकावर आणि VSCode वापरून VS Code Remote - Containers एक्सटेंशन वापरून या रिपोजिटरीला कंटेनरमध्ये उघडण्यासाठी हे पावले करा:
1. जर तुम्ही प्रथमच विकास कंटेनर वापरत असाल, तर तुमची प्रणाली आवश्यकता पूर्ण आहे याची खात्री करा (उदा. Docker स्थापित केलेले आहे) [सुरुवात कशी करावी दस्तऐवज](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) मध्ये.
१. जर तुम्ही प्रथमच डेव्हलपमेंट कंटेनर वापरत असाल तर, कृपया [प्रारंभिक दस्तऐवज](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) मध्ये नमूद केलेली पूर्वअट तपासा (उदा. Docker इन्स्टॉल केलेले आहे की नाही).
या रेपॉजिटरीसाठी, तुम्ही कंटेनरमध्ये सोर्स कोड क्लोन करण्यासाठी या कमांडचा वापर करू शकता:
हा रिपोजिटरी वापरण्यासाठी, तुम्ही रिपोजिटरीला वेगळ्या Docker व्हॉल्यूममध्ये उघडू शकता:
**टीप:** Remote-Containers: **Clone Repository in Container Volume...**आदेश वापरून सोर्स कोड लोकल फाईल सिस्टमऐवजी Docker व्हॉल्यूममध्ये क्लोन करणे. डेटा टिकवण्यासाठी व्हॉल्यूम (volumes) हा प्राधान्यक्रम आहे.
**टीप**: यामुळे Remote-Containers: **Clone Repository in Container Volume...**कमांड वापरून स्रोत कोड स्थानिक फाइलसिस्टमऐवजी Docker व्हॉल्यूममध्ये क्लोन केला जाईल. [व्हॉल्यूम](https://docs.docker.com/storage/volumes/) ही कंटेनर डेटा टिकवण्यासाठी पसंतीची पद्धत आहे.
किंवा स्थानिक क्लोन किंवा डाउनलोड केलेली आवृत्ती वापरा:
किंवा रिपोजिटरीची स्थानिक क्लोन किंवा डाउनलोड केलेली आवृत्ती उघडा:
- आपल्या स्थानिक फाईल सिस्टमवर हि रेपॉजिटरी क्लोन करा.
- F1 दाबा आणि **Remote-Containers: Open Folder in Container...**आदेश निवडा.
- या फोल्डरची क्लोन आवृत्ती निवडा, कंटेनर सुरू होईपर्यंत थांबा, आणि प्रयत्न करा.
- ही रिपोजिटरी तुमच्या स्थानिक फाइलसिस्टमवर क्लोन करा.
- F1 दाबा आणि **Remote-Containers: Open Folder in Container...**कमांड निवडा.
- या फोल्डरची क्लोन केलेली कॉपी निवडा, कंटेनर सुरू होईपर्यंत थांबा, आणि वापर करून पहा.
## ऑफलाइन प्रवेश
तुम्ही [Docsify](https://docsify.js.org/#/) वापरून ही दस्तऐवज ऑफलाइन चालवू शकता. या रेपॉजिटरीचा fork करा, [Docsify इंस्टॉल करा](https://docsify.js.org/#/quickstart) आपल्या स्थानिक संगणकावर, आणि नंतर या रेपॉजिटरीच्या मूळ फोल्डरमध्ये `docsify serve` असा कमांड द्या. वेबसाइट तुमच्या लोकलहोस्ट: पोर्ट 3000 वर सर्व्ह केली जाईल: `localhost:3000`.
तुम्ही हा दस्तऐवज ऑफलाइन चालवू शकता [Docsify](https://docsify.js.org/#/) वापरून. या रिपोजिटरीला फोर्क करा, तुमच्या स्थानिक संगणकावर [Docsify इंस्टॉल](https://docsify.js.org/#/quickstart) करा, नंतर या रिपोजिटरीच्या मूळ फोल्डरमध्ये `docsify serve` टाईप करा. वेबसाइट लोकलहोस्टच्या पोर्ट 3000 वर सेवा देईल: `localhost:3000`.
> लक्षात ठेवा, नोटबुक्स Docsify द्वारे रेंडर होणार नाहीत, त्यामुळे तुम्हाला नोटबुक चालवायची असल्यास, ते वेगळे VS Code मध्ये Python कर्नल चालवून करा.
> लक्षात ठेवा, नोटबुक्स Docsify द्वारे रेंडर केले जाणार नाहीत, त्यामुळे नोटबुक चालवणे आवश्यक असल्यास VS Code मध्ये वेगळे Python कर्नेल वापरून ते करा.
## इतर अभ्यासक्रम
आमची टीम इतर अभ्यासक्रम तयार करते! पहा:
आमची टीम इतर अभ्यासक्रम देखील तयार करते! हे पाहा:
<!-- 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/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)
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### जनरेटिव AI सिरीज
[](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)
[-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)
---
### 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)
[](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)
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
**समस्या येत आहेत का?** सर्वसाधारण समस्या सोडविण्यासाठी आमचा [Troubleshooting Guide](TROUBLESHOOTING.md) तपासा.
**समस्या येत आहेत?** सामान्य समस्यांसाठी सोडवणुकीसाठी आमची [तक्रार निराकरण मार्गदर्शिका](TROUBLESHOOTING.md) तपासा.
जर तुम्ही अडकले असाल किंवा AI ऍप विकसित करताना काही प्रश्न असतील तर MCP विषयी चर्चा करण्यासाठी सहअभ्यासक आणि अनुभवी विकासकांच्या समुदायात सहभागी व्हा. हे एक सहाय्यकारी समुदाय आहे जिथे प्रश्न विचारणे स्वागतार्ह आहे आणि ज्ञान मोफत सामायिक केले जाते.
जर तुम्हाला अडचण येत असेल किंवा AI अनुप्रयोग तयार करण्याबाबत काही प्रश्न असतील तर, MCP बद्दल चर्चा करण्यासाठी इतर शिकणाऱ्यांशी आणि अनुभवी विकसकांशी सामील व्हा. हे एक सहकार्यशील समुदाय आहे जिथे प्रश्न विचारणे स्वागतार्ह आहे आणि ज्ञान मुक्तपणे शेअर केले जाते.
हा दस्तऐवज AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) वापरून अनुवादित केला आहे. आपण अचूकतेसाठी प्रयत्न करत असलो तरी, कृपया लक्षात घ्या की ऑटोमेटेड अनुवादांमध्ये त्रुटी किंवा अचूकतेच्या समस्या असू शकतात. मूळ दस्तऐवज त्याच्या स्थानिक भाषेत अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी अनुवाद शिफारसीय आहे. या अनुवादामुळे उद्भवलेल्या कोणत्याही गैरसमजुतीं किंवा चुकीच्या समजुतीसाठी आम्ही जबाबदार नाही.
हा दस्तऐवज AI भाषांतर सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) वापरून भाषांतरित करण्यात आला आहे. आम्ही अचूकतेसाठी प्रयत्न करतो, तरी कृपया लक्षात ठेवा की स्वयंचलित भाषांतरांमध्ये चुका किंवा अपूर्णता असू शकतात. मूळ दस्तऐवज त्याच्या नैसर्गिक भाषेत अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी भाषांतर शिफारस केली जाते. या भाषांतराच्या वापरामुळे झालेल्या कोणत्याही गैरसमजुती किंवा चुकीच्या अर्थाच्या जबाबदारी आम्ही घेत नाही.
# डेटा विज्ञान सुरु गर्नेहरूका लागि - एक पाठ्यक्रम
# नवशिक्षार्थीहरूका लागि डाटा विज्ञान - एक पाठ्यक्रम
[](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
माइक्रोसफ्टका Azure Cloud Advocates ले १० हप्ता, २० पाठहरूको curriculum डेटा विज्ञानको बारेमा प्रस्तुत गर्न पाउँदा खुशी छन्। प्रत्येक पाठमा पूर्व-पाठ र पश्च-पाठ क्विजहरू, पाठ पूरा गर्न लेखिएको निर्देशहरू, समाधान, र एक असाइनमेन्ट समावेश छन्। हाम्रो परियोजना-आधारित पठन-पद्धतिले तपाईंलाई बनाउदै सिक्न अनुमति दिन्छ, जुन नयाँ सीपहरू 'टिक्न' को लागि सिद्ध गरिएको उपाय हो।
माइक्रोसफ्टका Azure क्लाउड एड्भोकेटहरूले डाटा विज्ञान सम्बन्धी १० हप्ता, २० पाठहरूको पाठ्यक्रम उपलब्ध गराएकोमा खुशी व्यक्त गर्दछौं। प्रत्येक पाठमा पूर्व-पाठ र पछि-पाठ क्विजहरू, पाठ पूरा गर्नको लागि लेखिएको निर्देशनहरू, समाधान, र असाइन्मेन्ट समावेश छन्। हाम्रो परियोजना-आधारित शिक्षण विधिले तपाईलाई सिकाइरहँदा निर्माण गर्न अनुमति दिन्छ, जुन नयाँ सीपहरू स्थायी रूपमा बसाल्न प्रमाणित उपाय हो।
> git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
> ```
> यसले तपाईंलाई कोर्स पूरा गर्न आवश्यक सबै प्रदान गर्दछ, छिटो डाउनलोडका साथ।
> यसले तपाईलाई पाठ्यक्रम पूरा गर्न सबै आवश्यक सामग्री छिटो डाउनलोड गराउन मद्दत पुर्याउँछ।
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
**यदि तपाईं थप अनुवाद भाषाहरू चाहनुहुन्छ भने, तिनीहरू [यहाँ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) उल्लेखित छन्।**
**यदि तपाईलाई थप अनुवाद भाषा चाहिन्छ भने ती यहाँ सूचीबद्ध गरिएको छ [यहाँ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
हामीसँग AI सँग सिक्ने Discord श्रृंखला चलिरहेको छ, थप जान्न र सहभागी हुन [Learn with AI Series](https://aka.ms/learnwithai/discord) मा आउनुहोस्, सेप्टेम्बर १८ - ३०, २०२५ सम्म। तपाईं GitHub Copilot प्रयोग गरेर डेटा विज्ञानका टिप्स र चतुराइहरू पाउनुहुनेछ।
हामीसँग डिस्कोर्डमा AI सँग सिक्ने सिरिज चलिरहेको छ, थप जान्न र हामीसँग सामेल हुन [Learn with AI Series](https://aka.ms/learnwithai/discord) मा सेप्टेम्बर १८ - ३०, २०२५ सम्म। तपाईंलाई डाटा विज्ञानको लागि GitHub Copilot प्रयोग गर्नका लागि सुझाव र तरिकाहरू प्राप्त हुनेछ।
# के तपाईं विद्यार्थी हुनुहुन्छ?
त्यस अवस्थामा तलका स्रोतहरूबाट सुरु गर्नुहोस्:
तलका स्रोतहरूबाट सुरू गर्नुहोस्:
- [Student Hub page](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) यस पृष्ठमा तपाईंले सुरु गर्नेहरूका लागि स्रोतहरू, विद्यार्थी प्याकहरू र निःशुल्क प्रमाणपत्र भाउचर प्राप्त गर्ने तरिकाहरू पाउनुहुनेछ। यो पृष्ठ बुकमार्क गर्न र कहिले काहीँ जाँच गर्न चाहिने पृष्ठ हो किनभने सामग्री नियमित रूपमा परिवर्तन हुन्छ।
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) संसारभरिका विद्यार्थी एम्बेसडरहरूको समुदायमा सामेल हुनुहोस्, यो तपाईंको माइक्रोसफ्टमा प्रवेश गर्ने मार्ग हुन सक्छ।
- [विद्यार्थी हब पृष्ठ](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) यस पृष्ठमा, तपाईले नवशिक्षार्थी स्रोतहरू, विद्यार्थी प्याकहरू र निशुल्क प्रमाणपत्र कुपन प्राप्त गर्ने तरिकाहरू पाउनुहुनेछ। यो पृष्ठलाई बुकमार्क गर्नुहोस् र समय-समयमा जाँच गर्नुहोस् जब हामी प्रत्येक महिनामा सामग्री परिवर्तन गर्छौं।
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) एक विश्वव्यापी विद्यार्थी राजदूत समुदायमा सहभागी हुनुहोस्, यो तपाईको माइक्रोसफ्टमा प्रवेश गर्ने बाटो हुन सक्छ।
# सुरु गर्ने तरिका
## 📚 दस्तावेज
## 📚 कागजातहरू
- **[इन्स्टलेशन गाइड](INSTALLATION.md)** - शुरुवातीहरूको लागि क्रमिक सेटअप निर्देशनहरू
- **[प्रयोग गाइड](USAGE.md)** - उदाहरणहरू र सामान्य कार्यप्रणालीहरू
- **[इन्स्टलेशन गाइड](INSTALLATION.md)** - नवशिक्षार्थीहरूको लागि चरण-द्वारा-चरण सेटअप निर्देशनहरू
- **[प्रयोग गाइड](USAGE.md)** - उदाहरणहरू र सामान्य कार्यप्रवाहहरू
- **[समस्या समाधान](TROUBLESHOOTING.md)** - सामान्य समस्याहरूको समाधानहरू
- **[योगदान गाइड](CONTRIBUTING.md)** - यस परियोजनामा कसरी योगदान गर्ने
- **[शिक्षकहरूको लागि](for-teachers.md)** - शिक्षण मार्गदर्शन र कक्षाकोठा स्रोतहरू
- **[योगदान गाइड](CONTRIBUTING.md)** - यो परियोजनामा योगदान कसरी गर्ने
- **[शिक्षकहरूको लागि](for-teachers.md)** - शिक्षण निर्देशन र कक्षाकोठाका स्रोतहरू
## 👨🎓 विद्यार्थीहरूका लागि
> **पूर्ण शुरुवातीहरू**: डेटा विज्ञानमा नयाँ हुनुहुन्छ? हाम्रो [सुरु गर्ने अनुकूल उदाहरणहरू](examples/README.md) बाट सुरु गर्नुहोस्! यी सरल, राम्ररी टिप्पणी गरिएका उदाहरणहरूले तपाईंलाई आधार कुरा बुझ्न मद्दत गर्नेछन्, पूर्ण पाठ्यक्रममा लगि अगाडि बढ्नुअघि।
> **[विद्यार्थीहरू](https://aka.ms/student-page)**: यो पाठ्यक्रम आफ्नै तरिकाले अवलम्बन गर्न, सम्पूर्ण रिपो फोर्क गरी अभ्यासहरू आफैं गरौं, पूर्व-पाठ क्विजबाट सुरु गर्दै। त्यसपछि लेक्चर पढ्न र बाँकी क्रियाकलापहरू पूरा गर्नुस्। समाधान कोड नक्कल गर्ने सट्टा पाठलाई बुझेर प्रोजेक्टहरू बनाउन प्रयास गर्नुहोस्; तर उक्त कोड हरेक परियोजना-केन्द्रित पाठमा /solutions फोल्डरमा उपलब्ध छ। अर्को सुझाव हो, साथीहरूसँग अध्ययन समूह बनाएर सँगै सामग्री हेर्नु। थप अध्ययनको लागि, हामी [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) सिफारिस गर्छौं।
## 👨🎓 विद्यार्थीहरूको लागि
> **पूर्ण नवशिक्षार्थीहरू**: डाटा विज्ञानमा नयाँ हुनुहुन्छ? हाम्रो [आसान उदाहरणहरू](examples/README.md) बाट सुरु गर्नुहोस्! यी सरल, राम्रो व्याख्या गरिएको उदाहरणहरूले आधारभूत कुरा बुझ्न मद्दत गर्नेछन्, यसपछि पूर्ण पाठ्यक्रममा जानुहोस्।
> **[विद्यार्थीहरू](https://aka.ms/student-page)**: यो पाठ्यक्रम आफैले प्रयोग गर्न, पूर्ण रिपोजिटरी फोर्क गर्नुहोस् र सबै अभ्यासहरू आफैँ पुरा गर्नुहोस्, पूर्व-पाठ क्विजबाट शुरु गरेर। त्यसपछि व्याख्यान पढ्नुहोस् र अरू गतिविधिहरू पुरा गर्नुहोस्। समाधान कोड नक्कल नगरी पाठहरू बुझेर परियोजनाहरू बनाउन प्रयास गर्नुहोस्; तर त्यो कोड प्रत्येक परियोजना-केन्द्रित पाठका /solutions फोल्डरहरूमा उपलब्ध छ। अर्को विचार भनेको साथीहरूसँग अध्ययन समूह बनाएर सामग्री सँगै पढ्नु 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:**
1. आफ्नो वातावरण सेटअप गर्न [इन्स्टलेशन गाइड](INSTALLATION.md) जाँच्नुहोस्
**छिटो सुरु गर्नुहोस्:**
1. आफ्नो वातावरण सेटअप गर्न [इन्स्टलेशन गाइड](INSTALLATION.md) जाँच गर्नुहोस्
2. पाठ्यक्रमसँग कसरी काम गर्ने जान्न [प्रयोग गाइड](USAGE.md) पढ्नुहोस्
3. लेसन १ बाट सुरु गरी क्रमशः सम्पन्न गर्नुहोस्
3. पाठ १ बाट सुरु गरेर क्रमिक रूपमा पढ्नुहोस्
4. सहयोगका लागि हाम्रो [Discord समुदाय](https://aka.ms/ds4beginners/discord) मा सामेल हुनुहोस्
## 👩🏫 शिक्षकहरूको लागि
> **शिक्षकहरू**: हामीले [केहि सुझावहरू](for-teachers.md) समावेश गरेका छौं यस पाठ्यक्रम प्रयोग कसरी गर्ने भनेर। हाम्रो [चर्चा फोरम](https://github.com/microsoft/Data-Science-For-Beginners/discussions) मा तपाईंको प्रतिक्रिया पाउन चाहन्छौं!
## टिमसँग भेट
> **शिक्षकहरू**: हामीले यस पाठ्यक्रम कसरी प्रयोग गर्ने बारे केही सुझावहरू [यहाँ](for-teachers.md) राखेका छौं। कृपया आफ्नो प्रतिक्रिया [हाम्रो छलफल मञ्चमा](https://github.com/microsoft/Data-Science-For-Beginners/discussions) दिनुहोस्!
**गिफ** [मोहित जैसल](https://www.linkedin.com/in/mohitjaisal) द्वारा
> 🎥 माथिको चित्रमा क्लिक गरेर परियोजनाको बारेमा र जसले यसलाई सिर्जना गरेका छन्, त्यो भिडियो हेर्नुहोस्!
> 🎥 माथि तस्वीरमा क्लिक गर्नुहोस् परियोजना र यसलाई बनाउने व्यक्तिहरूको भिडियो हेर्नको लागि!
## शिक्षाशास्त्र
## पेडागोजी
हामीले यस पाठ्यक्रम बनाउँदा दुई शिक्षाशास्त्रीय सिद्धान्तहरू रोजेका छौं: सुनिश्चित गर्नु कि यो परियोजना-आधारित हो र यसमा नियमित क्विजहरू समावेश छन्। यस श्रृंखलाको अन्त्यमा, विद्यार्थीहरूले डाटा विज्ञानका आधारभूत सिद्धान्तहरू सिक्नेछन्, जसमा नैतिक अवधारणा, डाटा तयारी, डाटासँग काम गर्ने विभिन्न तरिका, डाटा भिजुअलाइजेशन, डाटा विश्लेषण, डाटा विज्ञानका वास्तविकविश्व प्रयोगका केसहरू, र थप समावेश गर्दछ।
हामीले यो पाठ्यक्रम तयार गर्दा दुई शैक्षिक सिद्धान्तहरू छनौट गरेका छौं: यसले परियोजना-आधारित हुनु र बारम्बार क्विजहरू समावेश गर्नु। यस शृंखलाको अन्त्यसम्म, विद्यार्थीहरूले डाटा विज्ञानका आधारभूत सिद्धान्तहरू सिक्नेछन्, जसमा नैतिक अवधारणाहरू, डाटा तयारी, डाटासँग काम गर्ने विभिन्न तरिकाहरू, डाटा भिजुअलाइजेशन, डाटा विश्लेषण, डाटा विज्ञानका वास्तविक-विश्व केसहरू र थप समावेश छन्।
थप रूपमा, कक्षा सुरु हुनुअघि एउटा कम-महत्त्वपूर्ण क्विजले विद्यार्थीलाई विषय सिक्नको लागि अभिप्रेरित गर्छ, जब कि कक्षा पछि अर्को क्विजले थप सम्झन सजिलो बनाउँछ। यो पाठ्यक्रम लचिलो र रमाइलो बनाउन डिजाइन गरिएको छ र पूर्ण वा अंशमा लिन सकिन्छ। परियोजनाहरू साना तरिकाले सुरु हुन्छन् र १० हप्ताको चक्रको अन्त्यसम्म क्रमशः जटिल बन्दै जान्छन्।
अर्थात्, कक्षाको अगाडि एक कम जोखिमको क्विजले विद्यार्थीलाई विषय सिक्नको लागि उत्साहित गर्छ भने कक्षापछि दोस्रो क्विजले अझ राम्रो सम्झनामा मद्दत गर्छ। यो पाठ्यक्रम लचिलो र रमाइलो बनाउन डिजाइन गरिएको छ र पूरै वा आंशिक रूपमा लिन सकिन्छ। परियोजनाहरू सानोतिनोबाट सुरु भई १० हप्ता चक्रको अन्त्यसम्म जटिल हुँदै जान्छन्।
> हाम्रो [आचरण कोड](CODE_OF_CONDUCT.md), [योगदान](CONTRIBUTING.md), [अनुवाद](TRANSLATIONS.md) दिशानिर्देशहरू पत्ता लगाउनुहोस्। हामी तपाईंका रचनात्मक प्रतिक्रियाहरूलाई स्वागत गर्छौं!
> हाम्रो [आचारसंहिता](CODE_OF_CONDUCT.md), [योगदान गर्ने तरिका](CONTRIBUTING.md), [अनुवाद](TRANSLATIONS.md) निर्देशिका पत्ता लगाउनुहोस्। हामी तपाईंको रचनात्मक अभिप्रायलाई स्वागत गर्छौं!
## प्रत्येक पाठले समावेश गर्दछ:
## हरेक पाठमा समावेश छ:
- वैकल्पिक स्केच नोट
- वैकल्पिक पूरक भिडियो
- पूर्व-पाठ तातो अनुभवको क्विज
- लेखिएको पाठ
- परियोजना-आधारित पाठहरूको लागि, परियोजना कसरी बनाउन सकिन्छ भन्ने चरण-द्वारा-चरण मार्गदर्शन
- पूर्व-पाठ तत्परता क्विज
- लिखित पाठ
- परियोजना-आधारित पाठहरूको लागि, परियोजना निर्माण गर्ने चरण-द्वारा-चरण मार्गनिर्देशन
> **क्विजहरू बारे एउटा नोट**: सबै क्विजहरू क्विज-एप फोल्डरमा संग्रहित छन्, जसमा प्रत्येकमा तीन प्रश्नहरू सहित ४० क्विजहरू छन्। यी पाठहरूबाट लिंक गरिएको छ, तर क्विज एप स्थानीय रूपमा चलाउन वा Azure मा डिप्लोय गर्न सकिन्छ; `quiz-app` फोल्डरमा निर्देशनहरू पछ्याउनुहोस्। यी क्रमशः स्थानीयकरण भइरहेका छन्।
> **क्विजहरू सम्बन्धी टिप्पणी**: सबै क्विजहरू Quiz-App फोल्डरमा छन्, कुल ४० क्विजहरू प्रत्येकमा तीन प्रश्नहरू। तिनीहरू पाठहरूबाट लिंक गरिएको छन्, तर क्विज एप स्थानीय रूपमा चलाउन वा Azure मा तैनाथ गर्न सकिन्छ; `quiz-app` फोल्डरमा निर्देशनहरू पालना गर्नुहोस्। तिनीहरू क्रमशः स्थानीयकरण हुँदैछन्।
## 🎓 सुरुवातिङ मित्रवत उदाहरणहरू
## 🎓 नयाँ सिक्नेहरूका लागि उदाहरणहरू
**डाटा विज्ञानमा नयाँ हुनुहुन्छ?** हामीले सुरु गर्न सजिलो र राम्रोसँग टिपोट गरिएको कोड सहितको विशेष [उदाहरण निर्देशिका](examples/README.md) तयार गरेका छौं:
**डाटा विज्ञानमा नयाँ?** हामीले विशेष [उदाहरण निर्देशिका](examples/README.md) बनाएका छौं जसले सरल, राम्रो व्याख्यात्मक कोड प्रदान गर्दछ:
- 🌟 **हेलो वर्ल्ड** - तपाईंको पहिलो डाटा विज्ञान प्रोग्राम
- 🌟 **हेल्लो वर्ल्ड** - तपाईंको पहिलो डाटा विज्ञान प्रोग्राम
- 📂 **डाटा लोड गर्दै** - डेटासेट पढ्न र अन्वेषण गर्न सिक्नुहोस्
| ०१ | डाटा विज्ञान परिभाषा | [परिचय](1-Introduction/README.md) | डाटा विज्ञानका आधारभूत अवधारणाहरू र यसले कसरी कृत्रिम बुद्धिमत्ता, मेसिन सिकाइ, र ठूलो डाटाहरूसँग सम्बन्ध राख्छ सिक्नुहोस्। | [पाठ](1-Introduction/01-defining-data-science/README.md) [भिडियो](https://youtu.be/beZ7Mb_oz9I) | [डमित्रि](http://soshnikov.com) |
| ०२ | डाटा विज्ञान नैतिकता | [परिचय](1-Introduction/README.md) | डाटा नैतिकता अवधारणाहरू, चुनौतीहरू र रूपरेखा। | [पाठ](1-Introduction/02-ethics/README.md) | [नित्या](https://twitter.com/nitya) |
| ०३ | 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) |
| ०४ | सांख्यिकी र सम्भावनाको परिचय | [परिचय](1-Introduction/README.md) | डाटा बुझ्नको लागि सम्भावना र सांख्यिकीका गणितीय प्रविधिहरू। | [पाठ](1-Introduction/04-stats-and-probability/README.md) [भिडियो](https://youtu.be/Z5Zy85g4Yjw) | [डमित्रि](http://soshnikov.com) |
| ०५ | सम्बन्धित डाटासँग काम गर्दै | [डाटासँग काम गर्दै](2-Working-With-Data/README.md) | सम्बन्धित डाटाको परिचय र संरचित क्वेरी भाषा SQL (उच्चारण "सी-क्वेल") को प्रयोग गरेर डाटा अन्वेषण र विश्लेषणका आधारहरू। | [पाठ](2-Working-With-Data/05-relational-databases/README.md) | [क्रिस्टोफर](https://www.twitter.com/geektrainer) | | |
| ०६ | नोएसक्युएल डाटासँग काम गर्दै | [डाटासँग काम गर्दै](2-Working-With-Data/README.md) | गैर-संबंधित डाटाको परिचय, यसको विभिन्न प्रकारहरू र कागजात डेटाबेसहरूको अन्वेषण र विश्लेषणका आधारहरू। | [पाठ](2-Working-With-Data/06-non-relational/README.md) | [जास्मिन](https://twitter.com/paladique)|
| ०७ | पाइथनसँग काम गर्दै | [डाटासँग काम गर्दै](2-Working-With-Data/README.md) | प्यान्डाज जस्ता पुस्तकालयहरुमार्फत डाटा अन्वेषणको लागि पाइथन प्रयोगको आधारहरू। पाइथन प्रोग्रामिङको आधारभूत ज्ञान सिफारिस गरिन्छ। | [पाठ](2-Working-With-Data/07-python/README.md) [भिडियो](https://youtu.be/dZjWOGbsN4Y) | [डमित्रि](http://soshnikov.com) |
| ०८ | डाटा तयारी | [डाटासँग काम गर्दै](2-Working-With-Data/README.md) | हराएको, गलत वा अपूर्ण डाटा व्यवस्थापनका लागि 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 भिजुअलाइजेशन | [डाटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | म्याटप्लट्लिब प्रयोग गरेर चराहरूको डाटा भिजुअलाइज गर्न सिक्नुहोस् 🦆 | [पाठ](3-Data-Visualization/09-visualization-quantities/README.md) | [जेन्](https://twitter.com/jenlooper) |
| १० | डाटाको वितरण भिजुअलाइजेशन | [डाटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | अवलोकनहरू र प्रवृत्तिहरूलाई एक अन्तराल भित्र भिजुअलाइज गर्नुहोस्। | [पाठ](3-Data-Visualization/10-visualization-distributions/README.md) | [जेन्](https://twitter.com/jenlooper) |
| ११ | अनुपातहरू भिजुअलाइज गर्दै | [डाटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | असुत्रबद्ध र समूहीकृत प्रतिशतहरू भिजुअलाइज गर्दै। | [पाठ](3-Data-Visualization/11-visualization-proportions/README.md) | [जेन्](https://twitter.com/jenlooper) |
| १२ | सम्बन्धहरू भिजुअलाइज गर्दै | [डाटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | डाटा र तिनका भेरिएबलहरू बीचको कनेक्शन र सहसम्बन्धहरू भिजुअलाइज गर्दै। | [पाठ](3-Data-Visualization/12-visualization-relationships/README.md) | [जेन्](https://twitter.com/jenlooper) |
| १३ | अर्थपूर्ण भिजुअलाइजेशन | [डाटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | तपाईंका भिजुअलाइजेशनहरूलाई प्रभावकारी समस्या समाधान र अन्तर्दृष्टिका लागि मूल्यवान बनाउन प्रविधिहरू र मार्गदर्शन। | [पाठ](3-Data-Visualization/13-meaningful-visualizations/README.md) | [जेन्](https://twitter.com/jenlooper) |
| १४ | डाटा विज्ञान जीवनचक्र परिचय | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डाटा विज्ञान जीवनचक्रको परिचय र डाटा प्राप्त गर्ने र निकाल्नको पहिलो चरण। | [पाठ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [जास्मिन](https://twitter.com/paladique) |
| १५ | विश्लेषण | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | यो डाटा विज्ञान जीवनचक्रको चरणले डाटा विश्लेषणका 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) | यो डाटा विज्ञान जीवनचक्रको चरणले डाटाबाट प्राप्त अन्तर्दृष्टिहरूलाई निर्णयकर्ताहरूले सजिलै बुझ्ने गरी प्रस्तुत गर्नमा केन्द्रित छ। | [पाठ](4-Data-Science-Lifecycle/16-communication/README.md) | [जालेन](https://twitter.com/JalenMcG) | | |
| १७ | क्लाउडमा डाटा विज्ञान | [क्लाउड डाटा](5-Data-Science-In-Cloud/README.md) | यो पाठ श्रृंखलाले क्लाउडमा डाटा विज्ञान र यसको फाइदाहरू परिचय गराउँछ। | [पाठ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [टिफनी](https://twitter.com/TiffanySouterre) र [माउड](https://twitter.com/maudstweets) |
| १८ | क्लाउडमा डाटा विज्ञान | [क्लाउड डाटा](5-Data-Science-In-Cloud/README.md) | कम कोड उपकरणहरूको प्रयोग गरेर मोडेल प्रशिक्षण। |[पाठ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [टिफनी](https://twitter.com/TiffanySouterre) र [माउड](https://twitter.com/maudstweets) |
| १९ | क्लाउडमा डाटा विज्ञान | [क्लाउड डाटा](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio प्रयोग गरेर मोडेलहरू डिप्लोय गर्दै। | [पाठ](5-Data-Science-In-Cloud/19-Azure/README.md)| [टिफनी](https://twitter.com/TiffanySouterre) र [माउड](https://twitter.com/maudstweets) |
| २० | वास्तविक संसारमा डाटा विज्ञान | [बनभोजमा](6-Data-Science-In-Wild/README.md) | वास्तविक संसारमा डाटा विज्ञान चालित परियोजनाहरू। | [पाठ](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [नित्या](https://twitter.com/nitya) |
| ०१ | डाटा विज्ञान परिभाषा | [परिचय](1-Introduction/README.md) | डाटा विज्ञानका आधारभूत अवधारणाहरू सिक्नु र यसले कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, र ठूलो डाटासँग कसरी सम्बन्ध राख्छ बुझ्नु। | [पाठ](1-Introduction/01-defining-data-science/README.md) [भिडियो](https://youtu.be/beZ7Mb_oz9I) | [डिमिट्री](http://soshnikov.com) |
| ०२ | डाटा विज्ञान नैतिकता | [परिचय](1-Introduction/README.md) | डाटा नैतिकता अवधारणाहरू, चुनौतीहरू र रूपरेखा। | [पाठ](1-Introduction/02-ethics/README.md) | [नित्य](https://twitter.com/nitya) |
| ०३ | डाटाको परिभाषा | [परिचय](1-Introduction/README.md) | डाटा कसरी वर्गीकृत हुन्छ र यसको सामान्य स्रोतहरू। | [पाठ](1-Introduction/03-defining-data/README.md) | [जास्मिन](https://www.twitter.com/paladique) |
| ०५ | रिलेशनल डाटासँग काम गर्ने | [डेटासँग काम](2-Working-With-Data/README.md) | रिलेशनल डाटा परिचय र SQL (स्ट्रक्चर्ड क्वेरी ल्यान्ग्वेज) प्रयोग गरी डाटा अन्वेषण र विश्लेषणका आधारहरू। | [पाठ](2-Working-With-Data/05-relational-databases/README.md) | [क्रिस्टोफर](https://www.twitter.com/geektrainer) | | |
| ०६ | नोएसक्यूएल डाटासँग काम गर्ने | [डेटासँग काम](2-Working-With-Data/README.md) | गैर-रिलेशनल डाटा परिचय, यसको विभिन्न प्रकारहरू र डक्युमेन्ट डाटाबेसहरूको अन्वेषण र विश्लेषणका आधारहरू। | [पाठ](2-Working-With-Data/06-non-relational/README.md) | [जास्मिन](https://twitter.com/paladique)|
| ०७ | पायथनसँग काम गर्ने | [डेटासँग काम](2-Working-With-Data/README.md) | पायथनका पुस्तकालयहरू जस्तै Pandas प्रयोग गरेर डाटा अन्वेषणका आधारभूतहरू। पायथन प्रोग्रामिङको आधारभूत ज्ञान आवश्यक। | [पाठ](2-Working-With-Data/07-python/README.md) [भिडियो](https://youtu.be/dZjWOGbsN4Y) | [डिमिट्री](http://soshnikov.com) |
| ०८ | डेटा तयारी | [डेटासँग काम](2-Working-With-Data/README.md) | हराएको, गलत, वा अपूरो डाटालाई सम्हाल्न सफा र रुपान्तरण गर्ने डाटा प्रविधिहरू। | [पाठ](2-Working-With-Data/08-data-preparation/README.md) | [जास्मिन](https://www.twitter.com/paladique) |
| ०९ | परिमाणहरू भिजुअलाइज गर्दै | [डेटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | Matplotlib प्रयोग गरेर चराहरूको डाटा भिजुअलाइज गर्न सिक्नुहोस् 🦆 | [पाठ](3-Data-Visualization/09-visualization-quantities/README.md) | [जेन](https://twitter.com/jenlooper) |
| १० | डाटाको वितरण भिजुअलाइज गर्दै | [डेटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | अन्तराल भित्रको अवलोकन र प्रवृत्तिहरू भिजुअलाइज गर्दै। | [पाठ](3-Data-Visualization/10-visualization-distributions/README.md) | [जेन](https://twitter.com/jenlooper) |
| ११ | अनुपातहरू भिजुअलाइज गर्दै | [डेटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | छुट्टाछुट्टै र समूहबद्ध प्रतिशतहरू भिजुअलाइज गर्दै। | [पाठ](3-Data-Visualization/11-visualization-proportions/README.md) | [जेन](https://twitter.com/jenlooper) |
| १२ | सम्बन्धहरू भिजुअलाइज गर्दै | [डेटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | डेटाहरू र उनीहरूको भेरिएबलहरूको बीचको सम्बन्ध र कोरिलेसन भिजुअलाइज गर्दै। | [पाठ](3-Data-Visualization/12-visualization-relationships/README.md) | [जेन](https://twitter.com/jenlooper) |
| १३ | अर्थपूर्ण भिजुअलाइजेशनहरू | [डेटा भिजुअलाइजेशन](3-Data-Visualization/README.md) | प्रभावकारी समस्यासम्बाधि र अन्तर्दृष्टिका लागि तपाईंका भिजुअलाइजेशनहरूलाई मूल्यवान बनाउने 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 प्राप्त गर्ने र निकाल्ने पहिलो चरण परिचय। | [पाठ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [जास्मिन](https://twitter.com/paladique) |
| १५ | विश्लेषण | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डाटा विज्ञान जीवनचक्रको यो चरणले डाटाको विश्लेषण गर्ने प्रविधिहरूमा केन्द्रित छ। | [पाठ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [जास्मिन](https://twitter.com/paladique) | | |
| १६ | सञ्चार | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डाटाबाट प्राप्त अन्तर्दृष्टिहरूलाई निर्णय लिनेहरूका लागि बुझ्न सजिलो बनाउने तरिकाले प्रस्तुत गर्ने चरण। | [पाठ](4-Data-Science-Lifecycle/16-communication/README.md) | [जलन](https://twitter.com/JalenMcG) | | |
| १७ | क्लाउडमा डाटा विज्ञान | [क्लाउड डाटा](5-Data-Science-In-Cloud/README.md) | क्लाउडमा डाटा विज्ञान परिचय र यसको फाइदाहरू। | [पाठ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [टिफनी](https://twitter.com/TiffanySouterre) र [माउड](https://twitter.com/maudstweets) |
| १८ | क्लाउडमा डाटा विज्ञान | [क्लाउड डाटा](5-Data-Science-In-Cloud/README.md) | लो कोड उपकरणहरू प्रयोग गरेर मोडेलहरू प्रशिक्षण। |[पाठ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [टिफनी](https://twitter.com/TiffanySouterre) र [माउड](https://twitter.com/maudstweets) |
| १९ | क्लाउडमा डाटा विज्ञान | [क्लाउड डाटा](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio प्रयोग गरेर मोडेलहरू तैनाथ गर्ने। | [पाठ](5-Data-Science-In-Cloud/19-Azure/README.md)| [टिफनी](https://twitter.com/TiffanySouterre) र [माउड](https://twitter.com/maudstweets) |
| २० | जङ्गलमा डाटा विज्ञान | [जङ्गलमा](6-Data-Science-In-Wild/README.md) | वास्तविक संसारमा डाटा विज्ञानले चलाएका परियोजनाहरू। | [पाठ](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [नित्य](https://twitter.com/nitya) |
## GitHub Codespaces
यस नमुनालाई Codespace मा खोल्न यी चरणहरू पालन गर्नुहोस्:
यस नमूनालाई Codespace मा खोल्न यी चरणहरू पालना गर्नुहोस्:
१. कोड ड्रप-डाउन मेनुमा क्लिक गर्नुहोस् र Open with Codespaces विकल्प चयन गर्नुहोस्।
२. पेनको तल + New codespace चयन गर्नुहोस्।
थप जानकारीको लागि, [GitHub डकुमेन्टेशन](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) हेर्नुहोस्।
२. प्यानको तल + New codespace चयन गर्नुहोस्।
थप जानकारीको लागि [GitHub डकुमेन्टेसन](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) हेर्नुहोस्।
## VSCode Remote - Containers
तपाईंको स्थानीय मेशिन र VSCode प्रयोग गरी VS Code Remote - Containers एक्सटेन्सनबाट कन्टेनरमा यस रिपोजिटोरीलाई खोल्न यी चरणहरू अनुसरण गर्नुहोस्:
तपाईंको स्थानीय कम्प्युटर र VSCode प्रयोग गरेर यो रिपोजिटरी कन्टेनरमा खोल्न यी चरणहरू पालना गर्नुहोस्, VS Code Remote - Containers एक्सटेन्सन प्रयोग गरी:
१. यदि तपाईं पहिलो पटक विकास कन्टेनर प्रयोग गर्दै हुनुहुन्छ भने, कृपया तपाईंको सिस्टमले पूर्व आवश्यकताहरू (जस्तै Docker इन्स्टल गरिएको छ) पूरा गर्छ भन्ने सुनिश्चित गर्नुहोस् [शुरु गर्ने डकुमेन्टेशन](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) मा।
१. यदि यो तपाईंले विकास कन्टेनर प्रयोग गर्ने पहिलो पटक हो भने, तपाईंको प्रणालीमा Docker जडान भएको छ भनी सुनिश्चित गर्नुहोस् [सुरु गर्ने दुल्केसुचना](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) हेरेर।
यो रिपोजिटोरी प्रयोग गर्न, तपाईं तल दिइएका मध्ये कुनै एउटा तरिका अपनाउन सक्नुहुन्छ:
यो रिपोजिटरी प्रयोग गर्न, तपाईंले रिपोजिटरीलाई अलग Docker भोल्युममा खोल्न सक्नुहुन्छ:
**नोट**: भित्र Remote-Containers: **Clone Repository in Container Volume...** कमाण्ड प्रयोग गरी स्रोत कोडलाई स्थानीय फाइल सिस्टमको सट्टा Docker भोल्युममा क्लोन गरिन्छ। [भोल्युमहरू](https://docs.docker.com/storage/volumes/) कन्टेनर डाटा टिकाउ राख्नको लागि प्राथमिक मेकानिजमहरू हुन्।
**सूचना**: तल, Remote-Containers: **Clone Repository in Container Volume...** कमाण्ड प्रयोग गरी स्रोत कोडलाई स्थानीय फाइल सिस्टमको सट्टा Docker भोल्युममा क्लोन गर्नेछ। कन्टेनर डेटा बचाउन भोल्युमहरू [Volumes](https://docs.docker.com/storage/volumes/) लाई प्राथमिकता दिइन्छ।
वा स्थानीय रूपमा क्लोन गरिएको वा डाउनलोड गरिएको भर्सन खोल्नुहोस्:
वा स्थानीय रूपमा क्लोन वा डाउनलोड गरिएको रिपोजिटरी खोल्नुहोस्:
- यो रिपोजिटोरी तपाईंको स्थानीय फाइल सिस्टममा क्लोन गर्नुहोस्।
- F1 थिच्नुहोस् र **Remote-Containers: Open Folder in Container...** कमाण्ड चयन गर्नुहोस्।
- यस फोल्डरको क्लोन गरिएको प्रति चयन गर्नुहोस्, कन्टेनर सुरु हुन कुर्नुहोस्, र काम सुरु गर्नुहोस्।
- यो रिपोजिटरीलाई तपाईंको स्थानीय फाइल सिस्टममा क्लोन गर्नुहोस्।
- F1 थिचेर **Remote-Containers: Open Folder in Container...** कमाण्ड चयन गर्नुहोस्।
- यो फोल्डरको क्लोन गरिएको प्रति चयन गर्नुहोस्, कन्टेनर सुरु हुन पर्खनुहोस्, र परीक्षण गर्नुहोस्।
## अफलाइन पहुँच
तपाईं [Docsify](https://docsify.js.org/#/) प्रयोग गरेर यो दस्तावेजलाई अफलाइन रूपमा चलाउन सक्नुहुन्छ। यस रिपोजिटोरीलाई फोर्क गर्नुहोस्, [Docsify इन्स्टल](https://docsify.js.org/#/quickstart) गर्नुहोस् र त्यसपछि यस रिपोरुटोरीको रुट फोल्डरमा `docsify serve` टाइप गर्नुहोस्। वेबसाइट तपाईँको स्थानीय होस्टमा पोर्ट ३००० मा सेवा गरिनेछ: `localhost:3000`।
तपाईंले [Docsify](https://docsify.js.org/#/) प्रयोग गरेर यो डकुमेन्टेसन अफलाइन चलाउन सक्नुहुन्छ। यो रिपो फोर्क गर्नुहोस्, [Docsify स्थापना गर्नुहोस्](https://docsify.js.org/#/quickstart), त्यसपछि यस रिपोको रुट फोल्डरमा `docsify serve` टाइप गर्नुहोस्। वेबसाइट तपाईंको स्थानीय होस्टमा पोर्ट ३००० मा उपलब्ध हुन्छ: `localhost:3000`।
> नोट, नोटबुकहरू Docsify मार्फत रेंडर हुँदैनन्, त्यसैले जब तपाईंलाई नोटबुक चलाउन आवश्यक छ भने, त्यो अलग्गै VS Code मा Python कर्नेल चलाएर गर्नुहोस्।
> नोट, नोटबुकहरू Docsify मार्फत रेंडर हुँदैनन्, त्यसैले जब नोटबुक चलाउनु पर्छ भने, त्यसलाई अलगगरी VS Code मा Python कर्नेल चलाएर गर्नुहोस्।
## अन्य पाठ्यक्रमहरू
हाम्रो टिमले अन्य पाठ्यक्रमहरू पनि उत्पादन गर्दछ! हेर्नुहोस्:
हाम्रो टोलीले अन्य पाठ्यक्रमहरू पनि 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)
@ -208,7 +208,7 @@
---
### 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)
@ -216,7 +216,7 @@
---
### मुख्य सिकाइ
### 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)
@ -227,27 +227,27 @@
---
### Copilot 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 समस्याहरूका समाधानहरूको लागि हाम्रो [समाधान मार्गदर्शिका](TROUBLESHOOTING.md) हेर्नुहोस्।
**समस्याहरू आइरहेका छन्?** सामान्य समस्याहरूको समाधानको लागि हाम्रो [समस्या समाधान मार्गदर्शन](TROUBLESHOOTING.md) जाँच गर्नुहोस्।
यदि तपाईं अड्किनुभयो वा AI एप्स बनाउने बारे कुनै प्रश्न छ भने। MCP सम्बन्धी छलफलहरूमा साथी सिक्नेहरू र अनुभवी विकासकर्ताहरू सँग सामेल हुनुहोस्। यो एक सहयोगी समुदाय हो जहाँ प्रश्नहरू स्वागत गरिन्छ र ज्ञान स्वतन्त्र रूपमा साझा गरिन्छ।
यदि तपाईं अड्किनुभएको छ वा AI एपहरू बनाउनका सम्बन्धमा कुनै प्रश्नहरू छन् भने। MCP सम्बन्धी छलफलहरूमा साथी सिक्नेलाई र अनुभवी विकासकर्तालाई सामेल हुनुहोस्। यो एक सहयोगी समुदाय हो जहाँ प्रश्नहरू स्वागतयोग्य छन् र ज्ञान स्वतन्त्र रूपमा साझा गरिन्छ।
यस दस्तावेजलाई AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) प्रयोग गरी अनुवाद गरिएको हो। हामी शुद्धताको लागि प्रयासरत छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादहरूमा त्रुटि वा गलत जानकारी हुन सक्छ। मूल भाषा मा रहेको दस्तावेजलाई आधिकारिक स्रोत मानिनु पर्छ। महत्वपूर्ण जानकारीका लागि व्यावसायिक मानवीय अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न कुनै पनि गलतफहमी वा गलत व्याख्यामा हामी जिम्मेवार हुने छैनौं।
**अस्वीकरण**:
यस कागजातलाई एआई अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) प्रयोग गरी अनुवाद गरिएको हो। हामी शुद्धताका लागि प्रयासरत छौँ भने पनि, कृपया बुझ्नुहोस कि स्वचालित अनुवादहरूले त्रुटि वा अशुद्धता समावेश गर्न सक्छ। मौलिक कागजात यसको मूल भाषामा नै अधिकारिक स्रोत मान्नुपर्छ। महत्वपूर्ण जानकारीका लागि पेशेवर मानवीय अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न कुनै पनि गलतफहमी वा गलत व्याख्याको लागि हामी जिम्मेवार छैनौं।
localizeflow[bot]
3 weeks ago