# Data Science for Beginners-ലേക്ക് സംഭാവന ചെയ്യുക

Data Science for Beginners പാഠ്യപദ്ധതിയിലേക്ക് സംഭാവന ചെയ്യുന്നതിൽ താൽപര്യമുള്ളതിന് നന്ദി! സമൂഹത്തിൽ നിന്നുള്ള സംഭാവനകൾ ഞങ്ങൾ സ്വാഗതം ചെയ്യുന്നു.

## ഉള്ളടക്ക പട്ടിക

- [നടപടികളുടെ കോഡ്](../..)
- [ഞാൻ എങ്ങനെ സംഭാവന ചെയ്യാം?](../..)
- [ആരംഭിക്കുന്നത്](../..)
- [സംഭാവന മാർഗ്ഗനിർദ്ദേശങ്ങൾ](../..)
- [പുൾ അഭ്യർത്ഥന പ്രക്രിയ](../..)
- [ശൈലി മാർഗ്ഗനിർദ്ദേശങ്ങൾ](../..)
- [സംഭാവനാ ലൈസൻസ് കരാർ](../..)

## നടപ്പടികളുടെ കോഡ്

ഈ പ്രോജക്റ്റ് [Microsoft Open Source Code of Conduct](https://opensource.microsoft.com/codeofconduct/) സ്വീകരിച്ചിട്ടുണ്ട്. കൂടുതൽ വിവരങ്ങൾക്ക് [Code of Conduct FAQ](https://opensource.microsoft.com/codeofconduct/faq/) കാണുക അല്ലെങ്കിൽ [opencode@microsoft.com](mailto:opencode@microsoft.com) എന്ന വിലാസത്തിൽ അധിക ചോദ്യങ്ങൾക്കോ അഭിപ്രായങ്ങൾക്കോ ബന്ധപ്പെടുക.

## ഞാൻ എങ്ങനെ സംഭാവന ചെയ്യാം?

### പിശകുകൾ റിപ്പോർട്ട് ചെയ്യൽ

പിശകുകൾ റിപ്പോർട്ട് ചെയ്യുന്നതിന് മുമ്പ്, പുനരാവൃതികൾ ഒഴിവാക്കാൻ നിലവിലുള്ള പ്രശ്നങ്ങൾ പരിശോധിക്കുക. പിശക് റിപ്പോർട്ട് ചെയ്യുമ്പോൾ, 가능한ത്ര വിശദാംശങ്ങൾ ഉൾപ്പെടുത്തുക:

- **വ്യക്തമായ, വിവരണാത്മകമായ തലക്കെട്ട് ഉപയോഗിക്കുക**
- **പ്രശ്നം പുനരാവർത്തിപ്പെടുത്താനുള്ള കൃത്യമായ ഘട്ടങ്ങൾ വിവരിക്കുക**
- **നിർദ്ദിഷ്ട ഉദാഹരണങ്ങൾ നൽകുക** (കോഡ് സ്നിപ്പറ്റുകൾ, സ്ക്രീൻഷോട്ടുകൾ)
- **നിങ്ങൾ കണ്ട പെരുമാറ്റവും പ്രതീക്ഷിച്ചതും വിവരിക്കുക**
- **നിങ്ങളുടെ പരിസ്ഥിതി വിശദാംശങ്ങൾ ഉൾപ്പെടുത്തുക** (ഓപ്പറേറ്റിംഗ് സിസ്റ്റം, Python പതിപ്പ്, ബ്രൗസർ)

### മെച്ചപ്പെടുത്തലുകൾ നിർദ്ദേശിക്കൽ

മെച്ചപ്പെടുത്തലുകൾ നിർദ്ദേശിക്കുന്നത് സ്വാഗതം ചെയ്യുന്നു! നിർദ്ദേശിക്കുമ്പോൾ:

- **വ്യക്തമായ, വിവരണാത്മകമായ തലക്കെട്ട് ഉപയോഗിക്കുക**
- **നിർദ്ദേശിച്ച മെച്ചപ്പെടുത്തലിന്റെ വിശദമായ വിവരണം നൽകുക**
- **ഈ മെച്ചപ്പെടുത്തൽ എങ്ങനെ പ്രയോജനകരമാകും എന്ന് വിശദീകരിക്കുക**
- **അന്യ പ്രോജക്റ്റുകളിൽ സമാനമായ ഫീച്ചറുകൾ ഉണ്ടെങ്കിൽ അവ പട്ടികപ്പെടുത്തുക**

### ഡോക്യുമെന്റേഷൻ സംഭാവന

ഡോക്യുമെന്റേഷൻ മെച്ചപ്പെടുത്തലുകൾ എപ്പോഴും അഭിനന്ദനാർഹമാണ്:

- **വ്യാകരണ പിശകുകളും ടൈപ്പോകളും ശരിയാക്കുക**
- **വിവരണങ്ങളുടെ വ്യക്തത മെച്ചപ്പെടുത്തുക**
- **കാണാതിരുന്ന ഡോക്യുമെന്റേഷൻ ചേർക്കുക**
- **പഴയ വിവരങ്ങൾ പുതുക്കുക**
- **ഉദാഹരണങ്ങൾ അല്ലെങ്കിൽ ഉപയോഗ കേസുകൾ ചേർക്കുക**

### കോഡ് സംഭാവന

നാം കോഡ് സംഭാവനകൾ സ്വാഗതം ചെയ്യുന്നു, അതിൽ ഉൾപ്പെടുന്നു:

- **പുതിയ പാഠങ്ങൾ അല്ലെങ്കിൽ അഭ്യാസങ്ങൾ**
- **പിശക് പരിഹാരങ്ങൾ**
- **നിലവിലുള്ള നോട്ട്‌ബുക്കുകളിൽ മെച്ചപ്പെടുത്തലുകൾ**
- **പുതിയ ഡാറ്റാസെറ്റുകൾ അല്ലെങ്കിൽ ഉദാഹരണങ്ങൾ**
- **ക്വിസ് ആപ്പ് മെച്ചപ്പെടുത്തലുകൾ**

## ആരംഭിക്കുന്നത്

### മുൻകൂട്ടി ആവശ്യങ്ങൾ

സംഭാവന ചെയ്യുന്നതിന് മുമ്പ്, നിങ്ങൾക്കുണ്ടെന്ന് ഉറപ്പാക്കുക:

1. GitHub അക്കൗണ്ട്
2. നിങ്ങളുടെ സിസ്റ്റത്തിൽ Git ഇൻസ്റ്റാൾ ചെയ്തിട്ടുള്ളത്
3. Python 3.7+യും Jupyter-ഉം ഇൻസ്റ്റാൾ ചെയ്തിട്ടുള്ളത്
4. Node.js, npm (ക്വിസ് ആപ്പ് സംഭാവനകൾക്കായി)
5. പാഠ്യപദ്ധതി ഘടനയെ പരിചയമുള്ളത്

വിശദമായ സജ്ജീകരണ നിർദ്ദേശങ്ങൾക്കായി [INSTALLATION.md](INSTALLATION.md) കാണുക.

### Fork ചെയ്യുക, Clone ചെയ്യുക

1. GitHub-ൽ **റിപ്പോസിറ്ററി Fork ചെയ്യുക**
2. **നിങ്ങളുടെ Fork ലോക്കലായി Clone ചെയ്യുക**:
   ```bash
   git clone https://github.com/YOUR-USERNAME/Data-Science-For-Beginners.git
   cd Data-Science-For-Beginners
   ```
3. **Upstream remote ചേർക്കുക**:
   ```bash
   git remote add upstream https://github.com/microsoft/Data-Science-For-Beginners.git
   ```

### ബ്രാഞ്ച് സൃഷ്ടിക്കുക

നിങ്ങളുടെ പ്രവർത്തനത്തിനായി പുതിയ ബ്രാഞ്ച് സൃഷ്ടിക്കുക:

```bash
git checkout -b feature/your-feature-name
# അല്ലെങ്കിൽ
git checkout -b fix/your-bug-fix
```

ബ്രാഞ്ച് നാമകരണം:
- `feature/` - പുതിയ ഫീച്ചറുകൾ അല്ലെങ്കിൽ പാഠങ്ങൾ
- `fix/` - പിശക് പരിഹാരങ്ങൾ
- `docs/` - ഡോക്യുമെന്റേഷൻ മാറ്റങ്ങൾ
- `refactor/` - കോഡ് പുനഃസംഘടനം

## സംഭാവന മാർഗ്ഗനിർദ്ദേശങ്ങൾ

### പാഠം ഉള്ളടക്കത്തിന്

പാഠങ്ങൾ സംഭാവന ചെയ്യുമ്പോൾ അല്ലെങ്കിൽ നിലവിലുള്ളവ മാറ്റുമ്പോൾ:

1. **നിലവിലുള്ള ഘടന പാലിക്കുക**:
   - README.md-ൽ പാഠം ഉള്ളടക്കം
   - Jupyter നോട്ട്‌ബുക്കിൽ അഭ്യാസങ്ങൾ
   - അസൈൻമെന്റ് (ഉണ്ടെങ്കിൽ)
   - മുൻകൂട്ടി, ശേഷമുള്ള ക്വിസുകൾക്ക് ലിങ്ക്

2. **ഈ ഘടകങ്ങൾ ഉൾപ്പെടുത്തുക**:
   - വ്യക്തമായ പഠന ലക്ഷ്യങ്ങൾ
   - ഘട്ടം ഘട്ടമായ വിശദീകരണങ്ങൾ
   - കോഡ് ഉദാഹരണങ്ങൾ കമന്റുകളോടുകൂടി
   - അഭ്യാസങ്ങൾ പ്രാക്ടീസിനായി
   - അധിക സ്രോതസുകളിലേക്ക് ലിങ്കുകൾ

3. **പ്രവേശനയോഗ്യത ഉറപ്പാക്കുക**:
   - വ്യക്തവും ലളിതവുമായ ഭാഷ ഉപയോഗിക്കുക
   - ചിത്രങ്ങൾക്ക് alt ടെക്സ്റ്റ് നൽകുക
   - കോഡ് കമന്റുകൾ ഉൾപ്പെടുത്തുക
   - വ്യത്യസ്ത പഠന ശൈലികൾ പരിഗണിക്കുക

### Jupyter നോട്ട്‌ബുക്കുകൾക്ക്

1. **കമ്മിറ്റ് ചെയ്യുന്നതിന് മുമ്പ് എല്ലാ ഔട്ട്പുട്ടുകളും ക്ലിയർ ചെയ്യുക**:
   ```bash
   jupyter nbconvert --clear-output --inplace notebook.ipynb
   ```

2. **വിവരണങ്ങളോടെയുള്ള മാർക്ക്ഡൗൺ സെല്ലുകൾ ഉൾപ്പെടുത്തുക**

3. **സമാനമായ ഫോർമാറ്റിംഗ് ഉപയോഗിക്കുക**:
   ```python
   # മുകളിൽ ലൈബ്രറികൾ ഇറക്കുമതി ചെയ്യുക
   import pandas as pd
   import numpy as np
   import matplotlib.pyplot as plt
   
   # അർത്ഥമുള്ള വേരിയബിൾ നാമങ്ങൾ ഉപയോഗിക്കുക
   # സങ്കീർണ്ണമായ പ്രവർത്തനങ്ങൾക്ക് കമന്റുകൾ ചേർക്കുക
   # PEP 8 സ്റ്റൈൽ മാർഗ്ഗനിർദ്ദേശങ്ങൾ പാലിക്കുക
   ```

4. **നിങ്ങളുടെ നോട്ട്‌ബുക്ക് സമ്പൂർണമായി ടെസ്റ്റ് ചെയ്യുക**

### Python കോഡിനായി

[PEP 8](https://www.python.org/dev/peps/pep-0008/) ശൈലി മാർഗ്ഗനിർദ്ദേശങ്ങൾ പാലിക്കുക:

```python
# നല്ല പ്രാക്ടീസുകൾ
import pandas as pd

def calculate_mean(data):
    """Calculate the mean of a dataset.
    
    Args:
        data (list): List of numerical values
        
    Returns:
        float: Mean of the dataset
    """
    return sum(data) / len(data)
```

### ക്വിസ് ആപ്പ് സംഭാവനകൾക്കായി

ക്വിസ് ആപ്പ് മാറ്റുമ്പോൾ:

1. **ലോക്കലായി ടെസ്റ്റ് ചെയ്യുക**:
   ```bash
   cd quiz-app
   npm install
   npm run serve
   ```

2. **Linter ഓടിക്കുക**:
   ```bash
   npm run lint
   ```

3. **സഫലമായി ബിൽഡ് ചെയ്യുക**:
   ```bash
   npm run build
   ```

4. **Vue.js ശൈലി ഗൈഡ്**യും നിലവിലുള്ള മാതൃകകളും പാലിക്കുക

### വിവർത്തനങ്ങൾക്കായി

വിവർത്തനങ്ങൾ ചേർക്കുമ്പോൾ അല്ലെങ്കിൽ പുതുക്കുമ്പോൾ:

1. `translations/` ഫോൾഡറിലെ ഘടന പാലിക്കുക
2. ഭാഷാ കോഡ് ഫോൾഡർ നാമമായി ഉപയോഗിക്കുക (ഉദാ: ഫ്രഞ്ച്‌ക്കായി `fr`)
3. ഇംഗ്ലീഷ് പതിപ്പിന്റെ ഫയൽ ഘടന നിലനിർത്തുക
4. ക്വിസ് ലിങ്കുകൾ ഭാഷാ പാരാമീറ്റർ ഉൾക്കൊള്ളുന്നതായി പുതുക്കുക: `?loc=fr`
5. എല്ലാ ലിങ്കുകളും ഫോർമാറ്റിംഗും ടെസ്റ്റ് ചെയ്യുക

## പുൾ അഭ്യർത്ഥന പ്രക്രിയ

### സമർപ്പിക്കുന്നതിന് മുമ്പ്

1. **നിങ്ങളുടെ ബ്രാഞ്ച് ഏറ്റവും പുതിയ മാറ്റങ്ങളോടെ അപ്ഡേറ്റ് ചെയ്യുക**:
   ```bash
   git fetch upstream
   git rebase upstream/main
   ```

2. **നിങ്ങളുടെ മാറ്റങ്ങൾ ടെസ്റ്റ് ചെയ്യുക**:
   - മാറ്റിയ എല്ലാ നോട്ട്‌ബുക്കുകളും ഓടിക്കുക
   - ക്വിസ് ആപ്പ് മാറ്റിയെങ്കിൽ ടെസ്റ്റ് ചെയ്യുക
   - എല്ലാ ലിങ്കുകളും പ്രവർത്തിക്കുന്നുവെന്ന് ഉറപ്പാക്കുക
   - വാക്ക് പിശകുകളും വ്യാകരണ പിശകുകളും പരിശോധിക്കുക

3. **നിങ്ങളുടെ മാറ്റങ്ങൾ കമ്മിറ്റ് ചെയ്യുക**:
   ```bash
   git add .
   git commit -m "Brief description of changes"
   ```
   
   വ്യക്തമായ കമ്മിറ്റ് സന്ദേശങ്ങൾ എഴുതുക:
   - ഇപ്പോഴത്തെ കാലം ഉപയോഗിക്കുക ("Add feature" "Added feature" അല്ല)
   - നിർദ്ദേശാത്മക വാചകം ഉപയോഗിക്കുക ("Move cursor to..." "Moves cursor to..." അല്ല)
   - ആദ്യ വരി 72 അക്ഷരങ്ങളിൽ പരിമിതപ്പെടുത്തുക
   - ബന്ധപ്പെട്ട പ്രശ്നങ്ങളും പുൾ അഭ്യർത്ഥനകളും സൂചിപ്പിക്കുക

4. **നിങ്ങളുടെ Fork-ലേക്ക് പുഷ് ചെയ്യുക**:
   ```bash
   git push origin feature/your-feature-name
   ```

### പുൾ അഭ്യർത്ഥന സൃഷ്ടിക്കൽ

1. [റിപ്പോസിറ്ററിയിലേക്ക്](https://github.com/microsoft/Data-Science-For-Beginners) പോകുക
2. "Pull requests" → "New pull request" ക്ലിക്ക് ചെയ്യുക
3. "compare across forks" ക്ലിക്ക് ചെയ്യുക
4. നിങ്ങളുടെ Forkയും ബ്രാഞ്ചും തിരഞ്ഞെടുക്കുക
5. "Create pull request" ക്ലിക്ക് ചെയ്യുക

### PR തലക്കെട്ട് ഫോർമാറ്റ്

വ്യക്തവും വിവരണാത്മകവുമായ തലക്കെട്ടുകൾ ഈ ഫോർമാറ്റ് പാലിച്ച് ഉപയോഗിക്കുക:

```
[Component] Brief description
```

ഉദാഹരണങ്ങൾ:
- `[Lesson 7] Python നോട്ട്‌ബുക്ക് ഇമ്പോർട്ട് പിശക് പരിഹരിക്കുക`
- `[Quiz App] ജർമ്മൻ വിവർത്തനം ചേർക്കുക`
- `[Docs] README പുതിയ മുൻകൂട്ടി ആവശ്യങ്ങളോടെ അപ്ഡേറ്റ് ചെയ്യുക`
- `[Fix] Visualization പാഠത്തിലെ ഡാറ്റ പാത ശരിയാക്കുക`

### PR വിവരണം

നിങ്ങളുടെ PR വിവരണത്തിൽ ഉൾപ്പെടുത്തുക:

- **എന്ത്**: നിങ്ങൾ എന്ത് മാറ്റങ്ങൾ ചെയ്തു?
- **എന്തുകൊണ്ട്**: ഈ മാറ്റങ്ങൾ എന്തുകൊണ്ട് ആവശ്യമാണ്?
- **എങ്ങനെ**: മാറ്റങ്ങൾ എങ്ങനെ നടപ്പിലാക്കി?
- **ടെസ്റ്റിംഗ്**: മാറ്റങ്ങൾ എങ്ങനെ ടെസ്റ്റ് ചെയ്തു?
- **സ്ക്രീൻഷോട്ടുകൾ**: ദൃശ്യ മാറ്റങ്ങൾക്ക് സ്ക്രീൻഷോട്ടുകൾ ചേർക്കുക
- **ബന്ധപ്പെട്ട പ്രശ്നങ്ങൾ**: ബന്ധപ്പെട്ട പ്രശ്നങ്ങൾക്ക് ലിങ്ക് (ഉദാ: "Fixes #123")

### അവലോകന പ്രക്രിയ

1. **ഓട്ടോമേറ്റഡ് ചെക്കുകൾ** നിങ്ങളുടെ PR-ൽ ഓടും
2. **മെയിന്റെയ്‌നർമാർ** നിങ്ങളുടെ സംഭാവന പരിശോധിക്കും
3. **പ്രതികരണങ്ങൾ പരിഹരിക്കുക** അധിക കമ്മിറ്റുകൾ ചെയ്ത്
4. അംഗീകൃതമായാൽ, **മെയിന്റെയ്‌നർ നിങ്ങളുടെ PR മർജ് ചെയ്യും**

### നിങ്ങളുടെ PR മർജ് ചെയ്തശേഷം

1. നിങ്ങളുടെ ബ്രാഞ്ച് ഡിലീറ്റ് ചെയ്യുക:
   ```bash
   git branch -d feature/your-feature-name
   git push origin --delete feature/your-feature-name
   ```

2. നിങ്ങളുടെ Fork അപ്ഡേറ്റ് ചെയ്യുക:
   ```bash
   git checkout main
   git pull upstream main
   git push origin main
   ```

## ശൈലി മാർഗ്ഗനിർദ്ദേശങ്ങൾ

### മാർക്ക്ഡൗൺ

- സ്ഥിരമായ തലക്കെട്ട് തലങ്ങൾ ഉപയോഗിക്കുക
- വിഭാഗങ്ങൾക്കിടയിൽ ശൂന്യ വരികൾ ഉൾപ്പെടുത്തുക
- ഭാഷാ നിർദ്ദേശങ്ങളോടെയുള്ള കോഡ് ബ്ലോക്കുകൾ ഉപയോഗിക്കുക:
  ````markdown
  ```python
  import pandas as pd
  ```
  ````
- ചിത്രങ്ങൾക്ക് alt ടെക്സ്റ്റ് ചേർക്കുക: `![Alt text](../../translated_images/ml/image.4ee84a82b5e4c9e6651b13fd27dcf615e427ec584929f2cef7167aa99151a77a.png)`
- വരി നീളം യുക്തമായിരിക്കണം (ഏകദേശം 80-100 അക്ഷരങ്ങൾ)

### Python

- PEP 8 ശൈലി ഗൈഡ് പാലിക്കുക
- അർത്ഥമുള്ള വേരിയബിൾ നാമങ്ങൾ ഉപയോഗിക്കുക
- ഫംഗ്ഷനുകൾക്ക് ഡോക്സ്ട്രിംഗുകൾ ചേർക്കുക
- ആവശ്യമായിടത്ത് ടൈപ്പ് ഹിന്റുകൾ ഉൾപ്പെടുത്തുക:
  ```python
  def process_data(df: pd.DataFrame) -> pd.DataFrame:
      """Process the input dataframe."""
      return df
  ```

### JavaScript/Vue.js

- Vue.js 2 ശൈലി ഗൈഡ് പാലിക്കുക
- നൽകിയ ESLint കോൺഫിഗറേഷൻ ഉപയോഗിക്കുക
- മോടുലാർ, പുനരുപയോഗയോഗ്യമായ ഘടകങ്ങൾ എഴുതുക
- സങ്കീർണ്ണമായ ലജിക് കമന്റുകളോടെ ചേർക്കുക

### ഫയൽ ഓർഗനൈസേഷൻ

- ബന്ധപ്പെട്ട ഫയലുകൾ ഒന്നിച്ച് സൂക്ഷിക്കുക
- വിവരണാത്മകമായ ഫയൽ നാമങ്ങൾ ഉപയോഗിക്കുക
- നിലവിലുള്ള ഡയറക്ടറി ഘടന പാലിക്കുക
- അനാവശ്യ ഫയലുകൾ (.DS_Store, .pyc, node_modules, തുടങ്ങിയവ) കമ്മിറ്റ് ചെയ്യരുത്

## സംഭാവനാ ലൈസൻസ് കരാർ

ഈ പ്രോജക്റ്റ് സംഭാവനകളും നിർദ്ദേശങ്ങളും സ്വാഗതം ചെയ്യുന്നു. ഭൂരിഭാഗം സംഭാവനകൾക്ക് Contributor License Agreement (CLA) യിൽ നിങ്ങൾക്ക് അവകാശമുണ്ടെന്ന്, ഞങ്ങൾക്ക് നിങ്ങളുടെ സംഭാവന ഉപയോഗിക്കാൻ അവകാശം നൽകുന്നതായി പ്രഖ്യാപിക്കുന്നതിന് സമ്മതിക്കേണ്ടതാണ്. വിശദാംശങ്ങൾക്ക് https://cla.microsoft.com കാണുക.

നിങ്ങൾ പുൾ അഭ്യർത്ഥന സമർപ്പിക്കുമ്പോൾ, CLA-ബോട്ട് സ്വയം നിങ്ങൾക്ക് CLA നൽകേണ്ടതുണ്ടോ എന്ന് നിർണ്ണയിച്ച് PR-നെ അനുയോജ്യമായി അലങ്കരിക്കും (ഉദാ: ലേബൽ, കമന്റ്). ബോട്ടിന്റെ നിർദ്ദേശങ്ങൾ പാലിക്കുക. ഞങ്ങളുടെ CLA ഉപയോഗിക്കുന്ന എല്ലാ റിപ്പോസിറ്ററികളിലും ഇത് ഒരിക്കൽ മാത്രം ചെയ്യേണ്ടതുണ്ട്.

## ചോദ്യങ്ങൾ?

- ഞങ്ങളുടെ [Discord ചാനൽ #data-science-for-beginners](https://aka.ms/ds4beginners/discord) പരിശോധിക്കുക
- ഞങ്ങളുടെ [Discord സമൂഹത്തിൽ](https://aka.ms/ds4beginners/discord) ചേരുക
- നിലവിലുള്ള [പ്രശ്നങ്ങൾ](https://github.com/microsoft/Data-Science-For-Beginners/issues)യും [പുൾ അഭ്യർത്ഥനകളും](https://github.com/microsoft/Data-Science-For-Beginners/pulls) അവലോകനം ചെയ്യുക

## നന്ദി!

നിങ്ങളുടെ സംഭാവനകൾ ഈ പാഠ്യപദ്ധതിയെ എല്ലാവർക്കും മെച്ചപ്പെടുത്തുന്നു. സംഭാവന ചെയ്യാൻ സമയം കണ്ടെത്തിയതിന് നന്ദി!

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**അസൂയാപത്രം**:  
ഈ രേഖ AI വിവർത്തന സേവനം [Co-op Translator](https://github.com/Azure/co-op-translator) ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നാം കൃത്യതയ്ക്ക് ശ്രമിച്ചിട്ടുണ്ടെങ്കിലും, സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. അതിന്റെ മാതൃഭാഷയിലുള്ള യഥാർത്ഥ രേഖയാണ് പ്രാമാണികമായ ഉറവിടം എന്ന് പരിഗണിക്കേണ്ടതാണ്. നിർണായകമായ വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനം ഉപയോഗിക്കുന്നതിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->