Merge pull request #1 from microsoft/main

[ko-Korea] translation Korean

1-Introduction/01-defining-data-science/notebook.ipynb

@@ -70,7 +70,7 @@
     "\r\n",
     "The next step is to convert the data into the form suitable for processing. In our case, we have downloaded HTML source code from the page, and we need to convert it into plain text.\r\n",
     "\r\n",
-    "There are many ways this can be done. We will use the simplest build-in [HTMLParser](https://docs.python.org/3/library/html.parser.html) object from Python. We need to subclass the `HTMLParser` class and define the code that will collect all text inside HTML tags, except `<script>` and `<style>` tags."
+    "There are many ways this can be done. We will use the simplest built-in [HTMLParser](https://docs.python.org/3/library/html.parser.html) object from Python. We need to subclass the `HTMLParser` class and define the code that will collect all text inside HTML tags, except `<script>` and `<style>` tags."
    ],
    "metadata": {}
   },

1-Introduction/translations/README.fa.md

@@ -0,0 +1,21 @@
+<div dir="rtl">
+  
+# مقدمه‌ای بر علم داده
+
+
+![data in action](../images/data.jpg)
+> تصویر از <a href="https://unsplash.com/@dawson2406?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Stephen Dawson</a> در <a href="https://unsplash.com/s/photos/data?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
+
+شما در این بخش با تعریف علم داده و ملاحظات اخلاقی که یک دانشمند علوم داده باید در نظر داشته باشد آشنا خواهید شد. همچنین با تعریف داده و کمی هم با آمار و احتمالات که پایه و اساس علم داده است آشنا خواهید شد. 
+
+### سرفصل ها
+
+1. [تعریف علم داده](../01-defining-data-science/README.md)
+2. [اصول اخلاقی علم داده](../02-ethics/README.md)
+3. [تعریف داده](../03-defining-data/README.md)
+4. [مقدمه ای بر آمار و احتمال](../04-stats-and-probability/README.md)
+
+### تهیه کنندگان
+
+این درس ها با ❤️ توسط [Nitya Narasimhan](https://twitter.com/nitya) و [Dmitry Soshnikov](https://twitter.com/shwars) تهیه شده است.
+</div>

2-Working-With-Data/translations/README.zh-cn.md

@@ -7,10 +7,10 @@
  
 ### 话题
 
-1. [关系数据库](05-relational-databases/README.md)
-2. [非关系数据库](06-non-relational/README.md)
-3. [使用Python](07-python/README.md)
-4. [准备数据](08-data-preparation/README.md)
+1. [关系数据库](../05-relational-databases/README.md)
+2. [非关系数据库](../06-non-relational/README.md)
+3. [使用Python](../07-python/README.md)
+4. [准备数据](../08-data-preparation/README.md)
 
 ### 学分
 

3-Data-Visualization/translations/README.zh-cn.md

@@ -0,0 +1,28 @@
+# 可视化
+
+![a bee on a lavender flower](../images/bee.jpg)
+> 拍摄者 <a href="https://unsplash.com/@jenna2980?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Jenna Lee</a> 上传于 <a href="https://unsplash.com/s/photos/bees-in-a-meadow?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
+
+数据可视化是数据科学家最重要的任务之一。一张图片有时胜过千言万语，同时可视化还可以帮助你指出你的数据中包含的各种有趣的特征，例如峰值、异常值、分组、趋势等等，这可以帮助你更好的了解你的数据。
+
+在这五节课当中，你将接触到来源于大自然的数据，并使用各种不同的技术来完成有趣且漂亮的可视化。
+
+### 主题
+
+1. [可视化数据](../09-visualization-quantities/README.md)
+1. [可视化数据分布](../10-visualization-distributions/README.md)
+1. [可视化数据占比](../11-visualization-proportions/README.md)
+1. [可视化数据间的关系](../12-visualization-relationships/README.md)
+1. [做有意义的可视化](../13-meaningful-visualizations/README.md)
+
+### 致谢
+
+这些可视化课程是由 [Jen Looper](https://twitter.com/jenlooper) 用 🌸 编写的
+
+🍯 US Honey Production 所使用的数据来自 Jessica Li 在 [Kaggle](https://www.kaggle.com/jessicali9530/honey-production) 上的项目. 实际上，该 [数据集](https://usda.library.cornell.edu/concern/publications/rn301137d) 来自 [美国农业部](https://www.nass.usda.gov/About_NASS/index.php).
+
+🍄 mushrooms 所使用的数据集也是来自于 [Kaggle](https://www.kaggle.com/hatterasdunton/mushroom-classification-updated-dataset) ，该数据集经历过 Hatteras Dunton 的一些小修订. 该数据集包括对与姬松茸和环柄菇属中 23 种金针菇相对应的假设样本的描述。 蘑菇取自于奥杜邦协会北美蘑菇野外指南 (1981)。 该数据集于 1987 年捐赠给了 UCI ML(机器学习数据集仓库) 27
+
+🦆 Minnesota Birds 的数据也来自于 [Kaggle](https://www.kaggle.com/hannahcollins/minnesota-birds) ，是由 Hannah Collins 从 [Wikipedia](https://en.wikipedia.org/wiki/List_of_birds_of_Minnesota) 中获取的.
+
+以上这些数据集都遵循 [CC0: Creative Commons](https://creativecommons.org/publicdomain/zero/1.0/) 条款.

quiz-app/src/App.vue

@@ -1,14 +1,21 @@
 <template>
   <div>
     <nav>
+      <ul>
+        <li>
           <router-link class="navlink" to="/">Home</router-link>
+        </li>
+        <li>
           <label for="locale">locale</label>
+        </li>
+        <li>
           <select v-model="locale">
             <option>en</option>
             <option>es</option>
           </select>
-
-      <span class="title">{{ questions[locale][0].title }}</span>
+        </li>
+        <li class="title">{{ questions[locale][0].title }}</li>
+      </ul>
     </nav>
     <div id="app">
       
@@ -74,6 +81,17 @@ nav a {
   text-align: right;
 }
 
+ul{
+  list-style-type: none;
+  margin: 0;
+  padding: 0;
+  overflow: hidden;
+}
+
+li {
+  float: left;
+}
+
 .title {
   color:white;
   font-weight: bold;

translations/README.ne.md

@@ -17,9 +17,11 @@ Microsoft मा Azure Cloud अधिवक्ताहरु एक १०-ह
 
 > **विद्यार्थी**, यो पाठ्यक्रम आफ्नै शैलिमा प्रयोग गर्नका लागी यो Repo लाई  fork गर्नुहोस् र एक पूर्व व्याख्यान प्रश्नोत्तरी संग शुरू गरी  त्यसपछि गतिविधिहरु को बाकी पूरा लेक्चर पढी   अभ्यास पूरा गर्नुहोस् । समाधान कोड प्रतिलिपि गर्नुको सट्टा पाठ बुझेर परियोजनाहरु बनाउन को लागी प्रयास गर्नुहोस्; जे होस् कि कोड प्रत्येक परियोजना उन्मुख पाठ मा /solution फोल्डरहरु मा उपलब्ध छ। अर्को विचार साथीहरु संग एक साथ सामग्री को माध्यम बाट जाने संग एक अध्ययन समूह गठन गर्न को लागी हुनेछ। थप अध्ययन को लागी, हामी [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-40229-cxa)सिफारिश गर्दछौं ।  
 
-<!--[![Promo video](screenshot.png)]( "Promo video")
+### टोलीलाई भेट्नुहोस्
 
-> 🎥 यो Project मा काम गर्नुहुने माहानुभाभरुको भिडियो हेर्ने माथी को image क्लिक गर्नुहोस् !-->
+[![प्रोमो भिडियो](screenshot.png)]( "Promo video")
+
+> 🎥 यो Project मा काम गर्नुहुने माहानुभाभरुको भिडियो हेर्ने माथी को image क्लिक गर्नुहोस्
 
 ## शिक्षाशास्त्र
 
@@ -48,14 +50,13 @@ Microsoft मा Azure Cloud अधिवक्ताहरु एक १०-ह
 ## पाठ
 
 
-|![ स्केचनोट [(@sketchthedocs)](https://sketchthedocs.dev) द्वारा](./sketchnotes/00-Roadmap.png)|
+|![ Sketchnote by [(@sketchthedocs)](https://sketchthedocs.dev) ](./sketchnotes/00-Roadmap.png)|
 |:---:|
 | शुरुआती को लागी डाटा विज्ञान: गाइड - _स्केचनोट [@nitya](https://twitter.com/nitya)_ द्वारा|
 
 
 | पाठ नम्बर | विषय | पाठ समूह | सिक्ने उद्देश्यहरू | लिन्कड पाठ | लेखक |
 | :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
-
 | 0१ | डाटा विज्ञान को परिभाषा | [परिचय](1-Introduction/README.md) | डाटा विज्ञान को पछाडि आधारभूत अवधारणाहरु जान्नुहोस् र यो कसरी Artificial Intelligence, Machine Learning, र Big Data संग सम्बन्धित छ। | [पाठ](1-Introduction/01-defining-data-science/README.md) [भिडियो](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
 | 0२ | डाटा विज्ञान नैतिकता | [परिचय](1-Introduction/README.md) | डाटा नैतिक अवधारणाहरु, चुनौतिहरु र फ्रेमवर्क | [पाठ](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
 | 0३ | डाटा परिभाषा | [परिचय](1-Introduction/README.md) | कसरी डाटा वर्गीकृत र यसको सामान्य स्रोत हो। | [पाठ](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
@@ -89,12 +90,12 @@ Microsoft मा Azure Cloud अधिवक्ताहरु एक १०-ह
 
 ## सहयोग चाहियो!
 
-यदि तपाइँ पाठ्यक्रम को सबै वा अंश अनुवाद गर्न चाहानुहुन्छ, कृपया हाम्रो [अनुवाद] (TRANSLATIONS.md) गाइड को पालन गर्नुहोस्।
+यदि तपाइँ पाठ्यक्रम को सबै वा अंश अनुवाद गर्न चाहानुहुन्छ, कृपया हाम्रो [अनुवाद](TRANSLATIONS.md) गाइड को पालन गर्नुहोस्।
 
 ## अन्य पाठ्यक्रम
 
 हाम्रो टोली अन्य पाठ्यक्रम उत्पादन! यहाँ हेर्नुहोस :
 
-- [शुरुआतीहरुको लागी Machine Learning] (https://aka.ms/ml-beginners)
-- [शुरुआती को लागी IoT] (https://aka.ms/iot-beginners)
-- [शुरुआतीहरुको लागि Web Dev] (https://aka.ms/webdev-beginners)
+- [शुरुआतीहरुको लागी Machine Learning](https://aka.ms/ml-beginners)
+- [शुरुआती को लागी IoT](https://aka.ms/iot-beginners)
+- [शुरुआतीहरुको लागि Web Dev](https://aka.ms/webdev-beginners)