# ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਡਾਟਾ ਸਾਇੰਸ - ਇੱਕ ਪਾਠਕ੍ਰਮ [![GitHub Codespaces ਵਿੱਚ ਖੋਲ੍ਹੋ](https://github.com/codespaces/badge.svg)](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198) [![GitHub ਲਾਇਸੈਂਸ](https://img.shields.io/github/license/microsoft/Data-Science-For-Beginners.svg)](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE) [![GitHub ਯੋਗਦਾਨਕਾਰ](https://img.shields.io/github/contributors/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/) [![GitHub ਮੁੱਦੇ](https://img.shields.io/github/issues/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/) [![GitHub ਪੁੱਲ-ਰਿਕਵੈਸਟ](https://img.shields.io/github/issues-pr/microsoft/Data-Science-For-Beginners.svg)](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/) [![ਸਵਾਗਤ ਹੈ PRs](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) [![GitHub ਵੇਖਣ ਵਾਲੇ](https://img.shields.io/github/watchers/microsoft/Data-Science-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/Data-Science-For-Beginners/watchers/) [![GitHub ਫੋਰਕਸ](https://img.shields.io/github/forks/microsoft/Data-Science-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/Data-Science-For-Beginners/network/) [![GitHub ਸਟਾਰਜ਼](https://img.shields.io/github/stars/microsoft/Data-Science-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/Data-Science-For-Beginners/stargazers/) [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) [![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum) ਮਾਇਕਰੋਸੌਫਟ ਵਿਚ ਐਜ਼ੂਰੀ ਕਲਾਉਡ ਐਡਵੋਕੇਟਸ ਖੁਸ਼ ਹਨ ਕਿ ਉਹ 10 ਹਫ਼ਤਿਆਂ, 20 ਪਾਠਾਂ ਵਾਲਾ ਪਾਠਕ੍ਰਮ ਪੇਸ਼ ਕਰਦੇ ਹਨ ਜੋ ਪੂਰੀ ਤਰ੍ਹਾਂ ਡਾਟਾ ਸਾਇੰਸ ਬਾਰੇ ਹੈ। ਹਰ ਪਾਠ ਵਿੱਚ ਪ੍ਰੀ-ਲੈਸਨ ਅਤੇ ਪੋਸਟ-ਲੈਸਨ ਕੁਇਜ਼, ਲੇਖਿਕ ਹੁਕਮ ਸਿਰਜਨ ਤੇ ਪੂਰਾ ਕਰਨ ਲਈ, ਇੱਕ ਹੱਲ, ਅਤੇ ਇਕ ਕੰਮ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ। ਸਾਡੀ ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ ਸਿੱਖਣ ਵਿਧੀ ਤੁਹਾਨੂੰ ਬਨਾਉਂਦੇ ਹੋਏ ਸਿੱਖਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ, ਜੋ ਨਵੀਆਂ ਕੌਸ਼ਲਾਂ ਲਈ ਇੱਕ ਸਾਬਿਤ ਤਰੀਕਾ ਹੈ ਕਿ ਉਹ 'ਟਿਕਣ'। **ਸਾਡੇ ਲੇਖਕਾਂ ਦਾ ਤਹਿ ਦਿਲੋਂ ਧੰਨਵਾਦ:** [Jasmine Greenaway](https://www.twitter.com/paladique), [Dmitry Soshnikov](http://soshnikov.com), [Nitya Narasimhan](https://twitter.com/nitya), [Jalen McGee](https://twitter.com/JalenMcG), [Jen Looper](https://twitter.com/jenlooper), [Maud Levy](https://twitter.com/maudstweets), [Tiffany Souterre](https://twitter.com/TiffanySouterre), [Christopher Harrison](https://www.twitter.com/geektrainer). **🙏 ਖ਼ਾਸ ਧੰਨਵਾਦ 🙏 ਸਾਡੇ [Microsoft ਵਿਦਿਆਰਥੀ ਰਾਜਦੂਤ](https://studentambassadors.microsoft.com/) ਲੇਖਕਾਂ, ਸਮੀਖਿਆਕਾਰਾਂ ਅਤੇ ਸਮੱਗਰੀ ਯੋਗਦਾਨਕਾਰਾਂ ਨੂੰ,** ਖਾਸ ਕਰਕੇ ਆਰੀਅਨ ਅਰੋੜਾ, [ਅਦਿਤਿਆ ਗਰਗ](https://github.com/AdityaGarg00), [ਅਲੋਂਡਰਾ ਸਾਂਚੇਜ਼](https://www.linkedin.com/in/alondra-sanchez-molina/), [ਅੰਕਿਤਾ ਸਿੰਘ](https://www.linkedin.com/in/ankitasingh007), [अनुपम मिश्रा](https://www.linkedin.com/in/anupam--mishra/), [ਅਰਪਿਤਾ ਦਾਸ](https://www.linkedin.com/in/arpitadas01/), ਛੈਲਬਿਹਾਰੀ ਦੁਬੇ, [ਦਿਬੜੀ ਨਸੋਫੋਰ](https://www.linkedin.com/in/dibrinsofor), [ਦਿਸ਼ਿਤਾ ਭਾਸਿਨ](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [ਮਜਦ ਸਾਫੀ](https://www.linkedin.com/in/majd-s/), [ਮੈਕਸ ਬਲਮ](https://www.linkedin.com/in/max-blum-6036a1186/), [ਮਿਗੁਏਲ ਕੋਰੇਆ](https://www.linkedin.com/in/miguelmque/), [ਮੋਹੰਮਦ ਇਫ਼ਤਖੇਰ (ਇਫਤੂ) ਇਬਨੇ ਜਲਾਲ](https://twitter.com/iftu119), [ਨਾਵਰੀਨ ਤਬਾਸ਼ੂਮ](https://www.linkedin.com/in/nawrin-tabassum), [ਰੇਮੰਡ ਵਾਂਗਸਾ ਪੁਤਰਾ](https://www.linkedin.com/in/raymond-wp/), [ਰੋਹਿਤ ਯਾਦਵ](https://www.linkedin.com/in/rty2423), ਸਮ੍ਰਿੱਧੀ ਸ਼ਰਮਾ, [ਸੰਯਾ ਸਿੰਹਾ](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200), [ਸ਼ੀਨਾ ਨਰੂਲਾ](https://www.linkedin.com/in/sheena-narua-n/), [ਤੌਕੀਰ ਅਹਮਦ](https://www.linkedin.com/in/tauqeerahmad5201/), ਯੋਗੇਂਦਰਸਿੰਘ ਪਾਵਰ , [ਵਿਦੂਸ਼ੀ ਗੁਪਤਾ](https://www.linkedin.com/in/vidushi-gupta07/), [ਜਸਲੀਨ ਸੰਧੀ](https://www.linkedin.com/in/jasleen-sondhi/) |![ਸਕੈਚਨੋਟ @sketchthedocs ਵੱਲੋਂ https://sketchthedocs.dev](../../translated_images/pa/00-Title.8af36cd35da1ac55.webp)| |:---:| | ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਡਾਟਾ ਸਾਇੰਸ - _ਸਕੈਚਨੋਟ [@nitya](https://twitter.com/nitya) ਵੱਲੋਂ_ | ### 🌐 ਬਹੁਭਾਸ਼ੀ ਸਹਾਇਤਾ #### GitHub ਕਾਰਵਾਈ ਰਾਹੀਂ ਸਪੋਰਟ (ਆਟੋਮੈਟਿਕ ਅਤੇ ਹਮੇਸ਼ਾਂ ਅੱਪ-ਟੂ-ਡੇਟ) [Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](./README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md) > **ਕਲੋਨ ਕਰਨਾ ਪਸੰਦ ਕਰਦੇ ਹੋ?** > ਇਹ ਰਿਪੋਜਿਟਰੀ 50+ ਭਾਸ਼ਾ ਅਨੁਵਾਦ ਸ਼ਾਮਲ ਕਰਦੀ ਹੈ ਜੋ ਡਾਊਨਲੋਡ ਸਾਈਜ਼ ਨੂੰ ਕਾਫ਼ੀ ਵੱਧਾ ਦਿੰਦੀ ਹੈ। ਬਿਨਾਂ ਅਨੁਵਾਦਾਂ ਦੇ ਕਲੋਨ ਕਰਨ ਲਈ sparse checkout ਵਰਤੋ: > ```bash > git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git > cd Data-Science-For-Beginners > git sparse-checkout set --no-cone '/*' '!translations' '!translated_images' > ``` > ਇਸ ਨਾਲ ਤੁਹਾਨੂੰ ਕੋਰਸ ਪੂਰਾ ਕਰਨ ਲਈ ਸਾਰੀ ਜਰੂਰੀ ਚੀਜ਼ ਮਿਲਦੀ ਹੈ ਤੇ ਡਾਊਨਲੋਡ ਜ਼ਿਆਦਾ ਤੇਜ਼ ਹੁੰਦਾ ਹੈ। **ਜੇ ਤੁਸੀਂ ਹੋਰ ਅਨੁਵਾਦ ਭਾਸ਼ਾਵਾਂ ਦੀ ਸਹਾਇਤਾ ਚਾਹੁੰਦੇ ਹੋ, ਉਹ [ਇੱਥੇ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) ਦਿੱਤੀ ਗਈ ਹੈ** #### ਸਾਡੀ ਕਮਿਊਨਿਟੀ ਨਾਲ ਜੁੜੋ [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) ਸਾਡੇ ਕੋਲ ਇੱਕ ਡਿਸਕੋਰਡ ਲਰਨ ਵਿਥ ਏ.આਈ ਸੀਰੀਜ਼ ਜਾਰੀ ਹੈ, ਵਧੇਰੇ ਜਾਣਕਾਰੀ ਲਈ ਸਾਡੇ ਨਾਲ ਸ਼ਾਮਿਲ ਹੋਵੋ [Learn with AI Series](https://aka.ms/learnwithai/discord) 18 - 30 ਸਤੰਬਰ, 2025 ਨੂੰ। ਤੁਹਾਨੂੰ GitHub Copilot ਦੀ ਵਰਤੋਂ ਲਈ ਡਾਟਾ ਸਾਇੰਸ 'ਚ ਟਿਪਸ ਅਤੇ ਟਰਿਕਸ ਮਿਲਣਗੇ। ![Learn with AI series](../../translated_images/pa/1.2b28cdc6205e26fe.webp) # ਕੀ ਤੁਸੀਂ ਵਿਦਿਆਰਥੀ ਹੋ? ਹੇਠਾਂ ਦਿੱਤੀਆਂ ਸਾਧਨਾਂ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ: - [Student Hub page](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) ਇਸ ਪੇਜ਼ ਤੇ ਤੁਹਾਨੂੰ ਸ਼ੁਰੂਆਤੀ ਸਾਧਨ, ਵਿਦਿਆਰਥੀ ਪੈੱਕ ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਮੁਫ਼ਤ ਪ੍ਰਮਾਣ ਪੱਤਰ ਵਾਊਚਰ ਦੇਣ ਦੇ ਤਰੀਕੇ ਮਿਲਣਗੇ। ਇਹ ਇੱਕ ਅਜਿਹਾ ਪੇਜ਼ ਹੈ ਜਿਸਨੂੰ ਤੁਸੀਂ ਬੁੱਕਮਾਰਕ ਕਰਕੇ ਸਮੇਂ-ਸਮੇਂ ਤੇ ਵੇਖਦੇ ਰਹੋ ਕਿਉਂਕਿ ਅਸੀਂ ਸਮੱਗਰੀ ਘੱਟੋ-ਘੱਟ ਮਹੀਨੇ 'ਚ ਬਦਲਦੇ ਹਾਂ। - [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) ਵਿਸ਼ਵ ਪੱਧਰੀ ਵਿਦਿਆਰਥੀ ਰਾਜਦੂਤਾਂ ਦੀ ਕਮਿਊਨਿਟੀ ਨਾਲ ਜੁੜੋ, ਇਹ ਤੁਸੀਂ ਮਾਇਕਰੋਸੌਫਟ ਵਿਚ ਸ਼ਾਮਿਲ ਹੋਣ ਦਾ ਰਾਹ ਹੋ ਸਕਦਾ ਹੈ। # ਸ਼ੁਰੂਆਤ ਕਰਨਾ ## 📚 ਦਸਤਾਵੇਜ਼ੀकरण - **[ਇੰਸਟਾਲੇਸ਼ਨ ਗਾਈਡ](INSTALLATION.md)** - ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਕਦਮ-ਦਰ-ਕਦਮ ਸੈੱਟਅੱਪ ਨਿਰਦੇਸ਼ - **[ਵਰਤੋਂ ਸਹਾਇਤਾ](USAGE.md)** - ਉਦਾਹਰਨਾਂ ਅਤੇ ਆਮ ਕੰਮ ਦੇ ਤਰੀਕੇ - **[ਸਮੱਸਿਆ ਪੁੜਤਾਲ](TROUBLESHOOTING.md)** - ਆਮ ਸਮੱਸਿਆਵਾਂ ਦੇ ਹੱਲ - **[ਯੋਗਦਾਨ ਦੇਣ ਲਈ ਗਾਈਡ](CONTRIBUTING.md)** - ਇਸ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਕਿਵੇਂ ਯੋਗਦਾਨ ਕਰਨਾ ਹੈ - **[ਅਧਿਆਪਕਾਂ ਲਈ](for-teachers.md)** - ਸਿਖਲਾਈ ਲਈ ਸਲਾਹਾਂ ਅਤੇ ਕਲਾਸਰੂਮ ਦੇ ਸਾਧਨ ## 👨‍🎓 ਵਿਦਿਆਰਥੀਆਂ ਲਈ > **ਪੂਰੇ ਨਵੇਂ ਸ਼ੁਰੂਆਤੀ ਲੋਕਾਂ ਲਈ**: ਡਾਟਾ ਸਾਇੰਸ ਵਿੱਚ ਨਵਾਂ? ਸਾਡੇ [ਆਸਾਨ ਤੇ ਸਿੱਧੇ ਉਦਾਹਰਨਾਂ](examples/README.md) ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ! ਇਹ ਸਧਾਰਣ, ਵਧੀਆ ਟਿੱਪਣੀਆਂ ਵਾਲੇ ਉਦਾਹਰਨ ਤੁਹਾਡੇ ਲਈ ਬੁਨਿਆਦੀ ਗਲਾਂ ਸਮਝਣ ਵਿੱਚ ਸਹਾਇਕ ਹੋਣਗੇ, ਇਸ ਤੋਂ ਬਾਅਦ ਤੁਸੀਂ ਪੂਰਾ ਪਾਠਕ੍ਰਮ ਕਰ ਸਕਦੇ ਹੋ। > **[ਵਿਦਿਆਰਥੀ](https://aka.ms/student-page)**: ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਆਪਣੇ ਆਪ ਵਰਤਣ ਲਈ, ਪੂਰੇ ਰਿਪੋ ਨੂੰ ਫੋਰਕ ਕਰੋ ਤੇ ਕਸਰਤਾਂ ਖ਼ੁਦ ਪੂਰੀਆਂ ਕਰੋ, ਪ੍ਰੀ-ਲੈਕਚਰ ਕਿਊਜ਼ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ। ਫਿਰ ਲੈਕਚਰ ਪੜ੍ਹੋ ਅਤੇ ਬਾਕੀ ਕਿਰਿਆਵਾਂ ਨੂੰ ਪੂਰਾ ਕਰੋ। ਕੁਝ ਹੱਲ ਨੂੰ ਸਿੱਧਾ ਨਕਲ ਕਰਨ ਦੀ ਬਜਾਏ, ਪਾਠਾਂ ਨੂੰ ਸਮਝ ਕੇ ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ; ਹਾਲਾਂਕਿ, ਹਰ ਪ੍ਰੋਜੈਕਟ-ਕੇਂਦ੍ਰਿਤ ਪਾਠ ਵਿੱਚ /solutions ਫੋਲਡਰ ਵਿੱਚ ਉਹ ਕੋਡ ਉਪਲਬਧ ਹੈ। ਇੱਕ ਹੋਰ ਵਿਚਾਰ ਇਹ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਦੋਸਤਾਂ ਦੇ ਨਾਲ ਸਟਡੀ ਗਰੁੱਪ ਬਣਾਓ ਅਤੇ ਕਨਟੈਂਟ ਨੂੰ ਇੱਕੱਠੇ ਸਮਝੋ। ਹੋਰ ਅਧਿਐਨ ਲਈ, ਅਸੀਂ [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) ਦੀ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਾਂ। **ਸ਼ੁਰੂਆਤ:** 1. ਆਪਣਾ ਵਾਤਾਵਰਨ ਸੈੱਟ ਕਰਨ ਲਈ [ਇੰਸਟਾਲੇਸ਼ਨ ਗਾਈਡ](INSTALLATION.md) ਵੇਖੋ 2. ਪਾਠਕ੍ਰਮ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ [ਵਰਤੋਂ ਸਹਾਇਤਾ](USAGE.md) ਦੀ ਸਮੀਖਿਆ ਕਰੋ 3. ਪਾਠ 1 ਨਾਲ ਸ਼ੁਰੂ ਹੋ ਕੇ ਲੜੀਵਾਰ ਅੱਗੇ ਵਧੋ 4. ਸਹਾਇਤਾ ਲਈ ਸਾਡੇ [ਡਿਸਕੋਰਡ ਕਮਿਊਨਿਟੀ](https://aka.ms/ds4beginners/discord) ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ ## 👩‍🏫 ਅਧਿਆਪਕਾਂ ਲਈ > **ਅਧਿਆਪਕ ਜੀ**: ਸਾਨੂੰ [ਕੁਝ ਸਿਫਾਰਸ਼ਾਂ](for-teachers.md) ਦਿੱਤੀਆਂ ਹਨ ਕਿ ਤੁਸੀਂ ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਕਿਵੇਂ ਵਰਤ ਸਕਦੇ ਹੋ। ਸਾਡੀ ਗੱਲ-ਬਾਤ ਫੋਰਮ ਵਿੱਚ ਆਪਣਾ ਫੀਡਬੈਕ ਦੇਣਾ ਸਾਡੇ ਲਈ ਖੁਸ਼ੀ ਦੀ ਗੱਲ ਹੋਵੇਗੀ [ਇੱਥੇ](https://github.com/microsoft/Data-Science-For-Beginners/discussions)! ## ਟੀਮ ਨਾਲ ਮਿਲੋ [![ਪ੍ਰੋਮੋ ਵੀਡੀਓ](../../ds-for-beginners.gif)](https://youtu.be/8mzavjQSMM4 "ਪ੍ਰੋਮੋ ਵੀਡੀਓ") **ਗਿਫ** [ਮੋਹਿਤ ਜੈਸਲ](https://www.linkedin.com/in/mohitjaisal) ਵਲੋਂ > 🎥 ਪ੍ਰੋਜੈਕਟ ਅਤੇ ਇਸ ਨੂੰ ਬਣਾਉਣ ਵਾਲਿਆਂ ਬਾਰੇ ਵੀਡੀਓ ਦੇਖਣ ਲਈ ਉਪਰ ਦਿੱਤੀ ਗਈ ਤਸਵੀਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ! ## ਪੈਦਾ ਗੋਗੀ ਅਸੀਂ ਇਸ ਕਰੀਕੁਲਮ ਨੂੰ ਬਣਾਉਂਦੇ ਸਮੇਂ ਦੋ ਪੈਦਾ ਗੋਗੀ ਸੁਤੰਤਰਾਂ ਨੂੰ ਚੁਣਿਆ ਹੈ: ਇਹ ਸੁਨਿਸ਼ਚਿਤ ਕਰਨਾ ਕਿ ਇਹ ਪ੍ਰੋਜੈਕਟ ਅਧਾਰਿਤ ਹੋਵੇ ਅਤੇ ਇਸ ਵਿੱਚ ਅਕਸਰ ਕੀਜ਼ ਸ਼ਾਮਲ ਹੋਣ। ਇਸ ਸੀਰੀਜ਼ ਦੇ ਅੰਤ ਤੱਕ, ਵਿਦਿਆਰਥੀਆਂ ਨੇ ਡੇਟਾ ਸਾਇੰਸ ਦੇ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਨੈਤਿਕ ਸੰਕਲਪ, ਡੇਟਾ ਤਿਆਰੀ, ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨ ਦੇ ਵੱਖ-ਵੱਖ ਤਰੀਕੇ, ਡੇਟਾ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ, ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ, ਡੇਟਾ ਸਾਇੰਸ ਦੇ ਅਸਲੀ ਜ਼ਿੰਦਗੀ ਦੀਆਂ ਪ੍ਰਯੋਗਾਂ ਸਮੇਤ ਹੋਰ ਕਈ ਗੱਲਾਂ ਸਿੱਖ ਲਈਆਂ ਹੋਣਗੀਆਂ। ਇਸਦੇ ਨਾਲ ਨਾਲ, ਕਲਾਸ ਤੋਂ ਪਹਿਲਾਂ ਇਕਲੋ ਥੋੜ੍ਹਾ-ਜਿਹਾ ਕਵਿਜ ਵਿਦਿਆਰਥੀ ਦਾ ਲਕਸ਼ ਸੈਟ ਕਰਦਾ ਹੈ ਕਿ ਉਹ ਵਿਸ਼ੇ ਨੂੰ ਸਿੱਖਣ ਲਈ ਇচ্ছੁਕ ਹੈ, ਅਤੇ ਦੂਜਾ ਕਵਿਜ ਕਲਾਸ ਤੋਂ ਬਾਅਦ ਹੇਠਾਂ ਰੱਖਣ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ। ਇਹ ਕਰੀਕੁਲਮ ਲਚਕੀਲਾ ਅਤੇ ਮਨੋਹਰ ਬਣਾਇਆ ਗਿਆ ਹੈ ਅਤੇ ਇਸਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਜਾਂ ਹਿੱਸੇ ਵਜੋਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਛੋਟੇ ਸ਼ੁਰੂ ਹੁੰਦੇ ਹਨ ਅਤੇ 10 ਹਫ਼ਤਿਆਂ ਦੇ ਚੱਕਰ ਦੇ ਅੰਤ ਤੱਕ ਵਧਦੇ ਹੋਏ ਜਟਿਲ ਹੁੰਦੇ ਹਨ। > ਸਾਡਾ [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translation](TRANSLATIONS.md) ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਲੱਭੋ। ਅਸੀਂ ਤੁਹਾਡੀ ਗਠਨਾਤਮਕ ਪ੍ਰਤਿਕ੍ਰਿਆ ਦਾ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ! ## ਹਰ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ: - ਵਿਕਲਪੀ ਸਕੈਚਨੋਟ - ਵਿਕਲਪੀ ਸਹਾਇਕ ਵੀਡੀਓ - ਪਾਠ ਤੋਂ ਪਹਿਲਾ ਤਿਆਰੀ ਕਵਿਜ - ਲਿਖਤੀ ਪਾਠ - ਪ੍ਰੋਜੈਕਟ ਅਧਾਰਿਤ ਪਾਠਾਂ ਲਈ, ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਲਈ ਕਦਮ-ਦਰ-ਕਦਮ ਗਾਈਡਾਂ - ਗਿਆਨ ਚੈੱਕ - ਇਕ ਚੈਲੇਂਜ - ਸਹਾਇਕ ਪਾਠ - ਅਸਾਈਨਮੈਂਟ - [ਪਾਠ ਬਾਅਦ ਕਵਿਜ](https://ff-quizzes.netlify.app/en/) > **ਕਵਿਜਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ**: ਸਾਰੇ ਕਵਿਜ Quiz-App ਫੋਲਡਰ ਵਿੱਚ ਹਨ, ਕੁੱਲ 40 ਕਵਿਜ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਹਰ ਇੱਕ ਵਿੱਚ ਤਿੰਨ ਪ੍ਰਸ਼ਨ ਹਨ। ਇਹ ਪਾਠਾਂ ਵਿੱਚ ਲਿੰਕ ਕੀਤੇ ਗਏ ਹਨ, ਪਰ ਕਵਿਜ ਐਪ ਨੂੰ ਲੋਕਲ ਤੌਰ 'ਤੇ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਜਾਂ Azure 'ਤੇ ਡਿਪਲੌਏ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ; `quiz-app` ਫੋਲਡਰ ਵਿੱਚ ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ। ਇਹ ਹੌਲੇ-ਹੌਲੇ ਸਥਾਨਕਕਰਨ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ## 🎓 ਸ਼ੁਰੂਆਤੀ ਅਨੁਕੂਲ ਉਦਾਹਰਣਾਂ **ਡੇਟਾ ਸਾਇੰਸ ਵਿੱਚ ਨਵੇਂ ਹੋ?** ਅਸੀਂ ਵਿਸ਼ੇਸ਼ [examples directory](examples/README.md) ਬਣਾਈ ਹੈ ਜਿਸ ਵਿੱਚ ਸਧਾਰਨ ਅਤੇ ਵਧੀਆ ਤਰ੍ਹਾਂ ਟਿੱਪਣੀ ਕੀਤੀ ਕੋਡ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਦੇਵੇਗਾ: - 🌟 **Hello World** - ਤੁਹਾਡਾ ਪਹਿਲਾ ਡੇਟਾ ਸਾਇੰਸ ਪ੍ਰੋਗਰਾਮ - 📂 **ਡੇਟਾ ਲੋਡ ਕਰਨਾ** - ਡੇਟਾ ਸੈੱਟ ਪੜ੍ਹਨ ਅਤੇ ਖੋਜ ਕਰਨ ਨੂੰ ਸਿੱਖੋ - 📊 **ਸਧਾਰਨ ਵਿਸ਼ਲੇਸ਼ਣ** - ਅੰਕੜੇ ਗਣਨਾ ਕਰੋ ਅਤੇ ਪੈਟਰਨ ਲੱਭੋ - 📈 **ਮੂਲ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ** - ਚਾਰਟ ਅਤੇ ਗ੍ਰਾਫ ਬਣਾਓ - 🔬 **ਅਸਲ-ਜੀਵਨ ਪ੍ਰੋਜੈਕਟ** - ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ ਪੂਰਾ ਵਾਰਕਫਲੋ ਹਰ ਉਦਾਹਰਨ ਵਿੱਚ ਹਰ ਕਦਮ ਦੀ ਵਿਸਥਾਰਿਤ ਟਿੱਪਣੀ ਹੈ, ਜੋ ਨਵੇਂ ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਬਹੁਤ ਅਚ্ছে ਹਨ! 👉 **[ਉਦਾਹਰਣਾਂ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ](examples/README.md)** 👈 ## ਪਾਠ |![ @sketchthedocs ਵੱਲੋਂ ਸਕੈਚਨੋਟ https://sketchthedocs.dev](../../translated_images/pa/00-Roadmap.4905d6567dff4753.webp)| |:---:| | ਡੇਟਾ ਸਾਇੰਸ ਫਾਰ ਬਿਗਿਨਰਜ਼: ਰੋਡਮੈਪ - _ਸਕੈਚਨੋਟ [@nitya](https://twitter.com/nitya)_ ਵਲੋਂ | | ਪਾਠ ਨੰਬਰ | ਵਿਸ਼ਾ | ਪਾਠ ਗਰੁੱਪਿੰਗ | ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼ | ਲਿੰਕ ਕੀਤਾ ਪਾਠ | ਲੇਖਕ | | :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: | | 01 | ਡੇਟਾ ਸਾਇੰਸ ਦੀ ਪਰਿਭਾਸ਼ਾ | [ਪਰਿਚਯ](1-Introduction/README.md) | ਡੇਟਾ ਸਾਇੰਸ ਦੇ ਮੂਲ ਸਿਧਾਂਤ ਸਿੱਖੋ ਅਤੇ ਇਹ ਅਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਅਤੇ ਵੱਡੇ ਡੇਟਾ ਨਾਲ ਕਿਵੇਂ ਸੰਬੰਧਿਤ ਹੈ। | [ਪਾਠ](1-Introduction/01-defining-data-science/README.md) [ਵੀਡੀਓ](https://youtu.be/beZ7Mb_oz9I) | [ਦਿਮਿਤਰੀ](http://soshnikov.com) | | 02 | ਡੇਟਾ ਸਾਇੰਸ ਨੈਤਿਕਤਾ | [ਪਰਿਚਯ](1-Introduction/README.md) | ਡੇਟਾ ਨੈਤਿਕਤਾ ਦੇ ਸੰਕਲਪ, ਚੁਣੌਤੀਆਂ ਅਤੇ ਢਾਂਚੇ। | [ਪਾਠ](1-Introduction/02-ethics/README.md) | [ਨਿਤਿਆ](https://twitter.com/nitya) | | 03 | ਡੇਟਾ ਦੀ ਪਰਿਭਾਸ਼ਾ | [ਪਰਿਚਯ](1-Introduction/README.md) | ਡੇਟਾ ਕਿਵੇਂ ਵਰਗੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇਸਦੇ ਆਮ ਸ੍ਰੋਤ। | [ਪਾਠ](1-Introduction/03-defining-data/README.md) | [ਜੈਸਮੀਨ](https://www.twitter.com/paladique) | | 04 | ਸਾਂਖਿਆਕੀ ਅਤੇ ਸੰਭਾਵਨਾ ਦਾ ਪਰਿਚਯ | [ਪਰਿਚਯ](1-Introduction/README.md) | ਸੰਭਾਵਨਾ ਅਤੇ ਸਾਂਖਿਆਕੀ ਦੇ ਗਣਿਤੀ ਤਕਨੀਕਾਂ ਨਾਲ ਡੇਟਾ ਨੂੰ ਸਮਝਣਾ। | [ਪਾਠ](1-Introduction/04-stats-and-probability/README.md) [ਵੀਡੀਓ](https://youtu.be/Z5Zy85g4Yjw) | [ਦਿਮਿਤਰੀ](http://soshnikov.com) | | 05 | ਸੰਬੰਧਿਤ ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ | [ਡੇਟਾ ਨਾਲ ਕੰਮ](2-Working-With-Data/README.md) | ਸੰਬੰਧਿਤ ਡੇਟਾ ਦਾ ਪਰਿਚਯ ਅਤੇ ਸੰਰਚਿਤ ਕੁਐਰੀ ਭਾਸ਼ਾ (SQL) ਦੀ ਵਰਤੋਂ ਨਾਲ ਸੰਬੰਧਿਤ ਡੇਟਾ ਦੀ ਖੋਜ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਮੂਲ ਤਰੀਕੇ। | [ਪਾਠ](2-Working-With-Data/05-relational-databases/README.md) | [ਕ੍ਰਿਸਟੋਫਰ](https://www.twitter.com/geektrainer) | | 06 | NoSQL ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ | [ਡੇਟਾ ਨਾਲ ਕੰਮ](2-Working-With-Data/README.md) | ਗੈਰ-ਸੰਬੰਧਿਤ ਡੇਟਾ, ਇਸਦੇ ਵੱਖਰੇ ਤਰ੍ਹਾਂ ਅਤੇ ਡੌਕਯੂਮੈਂਟ ਡੇਟਾ ਬੇਸ ਦੀ ਖੋਜ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਬੁਨਿਆਦੀ ਤਰੀਕੇ। | [ਪਾਠ](2-Working-With-Data/06-non-relational/README.md) | [ਜੈਸਮੀਨ](https://twitter.com/paladique) | | 07 | ਪਾਈਥਨ ਨਾਲ ਕੰਮ ਕਰਨਾ | [ਡੇਟਾ ਨਾਲ ਕੰਮ](2-Working-With-Data/README.md) | ਪੈਂਡਾਸ ਵਰਗੀਆਂ ਲਾਇਬ੍ਰੇਰੀਆਂ ਦੀ ਵਰਤੋਂ ਨਾਲ ਡੇਟਾ ਖੋਜ ਲਈ ਪਾਈਥਨ ਦੀਆਂ ਮੁੱਢਲੀਆਂ ਜਾਣਕਾਰੀਆਂ। ਪਾਈਥਨ ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਦੀ ਮੂਲ ਸਮਝ ਦੀ ਸਿਫ਼ਾਰਿਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। | [ਪਾਠ](2-Working-With-Data/07-python/README.md) [ਵੀਡੀਓ](https://youtu.be/dZjWOGbsN4Y) | [ਦਿਮਿਤਰੀ](http://soshnikov.com) | | 08 | ਡੇਟਾ ਤਿਆਰੀ | [ਡੇਟਾ ਨਾਲ ਕੰਮ](2-Working-With-Data/README.md) | ਗੁੰਝਲਦਾਰ, ਅਸੂਰੀ ਜਾਂ ਅਧੂਰੇ ਡੇਟਾ ਦੀ ਸੰਭਾਲ ਲਈ ਡੇਟਾ ਸਾਫ਼ ਕਰਨ ਅਤੇ ਬਦਲਣ ਦੀਆਂ ਤਕਨੀਆਂ। | [ਪਾਠ](2-Working-With-Data/08-data-preparation/README.md) | [ਜੈਸਮੀਨ](https://www.twitter.com/paladique) | | 09 | ਮਾਤ੍ਰਾਵਾਂ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ | [ਡੇਟਾ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ](3-Data-Visualization/README.md) | ਮੈਟਪਲੌਟਲਿਬ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪੰਛੀ ਡੇਟਾ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ ਸਿੱਖੋ 🦆 | [ਪਾਠ](3-Data-Visualization/09-visualization-quantities/README.md) | [ਜੈਨ](https://twitter.com/jenlooper) | | 10 | ਡੇਟਾ ਦੇ ਵੰਡਾਂ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ | [ਡੇਟਾ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ](3-Data-Visualization/README.md) | ਇੱਕ ਅੰਤਰਾਲ ਵਿੱਚ ਵਾਚਨੀਆਂ ਅਤੇ ਰੁਝਾਨਾਂ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ। | [ਪਾਠ](3-Data-Visualization/10-visualization-distributions/README.md) | [ਜੈਨ](https://twitter.com/jenlooper) | | 11 | ਅਨੁਪਾਤਾਂ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ | [ਡੇਟਾ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ](3-Data-Visualization/README.md) | ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ ਵੱਖ-ਵੱਖ ਅਤੇ ਗਰੁੱਪ-ਬੰਨ੍ਹੇ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ। | [ਪਾਠ](3-Data-Visualization/11-visualization-proportions/README.md) | [ਜੈਨ](https://twitter.com/jenlooper) | | 12 | ਰਿਸ਼ਤੇਦਾਰੀਆਂ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ | [ਡੇਟਾ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ](3-Data-Visualization/README.md) | ਡੇਟਾ ਦੇ ਸਮੂਹਾਂ ਅਤੇ ਉਹਨਾਂ ਦੀਆਂ ਵੈਰੀਏਬਲਾਂ ਵਿੱਚ ਸੰਬੰਧਾਂ ਅਤੇ ਸੰਬੰਧਾਂ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ। | [ਪਾਠ](3-Data-Visualization/12-visualization-relationships/README.md) | [ਜੈਨ](https://twitter.com/jenlooper) | | 13 | ਮਾਇਨੇਦਾਰ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ | [ਡੇਟਾ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ](3-Data-Visualization/README.md) | ਤੁਹਾਡੇ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨਾਂ ਨੂੰ ਪ੍ਰਭਾਵੀ ਸਮੱਸਿਆ ਹੱਲ ਅਤੇ ਅੰਦਰੂਨੀ ਬੁਝਾਰਤਾਂ ਲਈ ਕੀਮਤੀ ਬਣਾਉਣ ਲਈ ਤਕਨੀਕਾਂ ਅਤੇ ਮਾਰਗਦਰਸ਼ਨ। | [ਪਾਠ](3-Data-Visualization/13-meaningful-visualizations/README.md) | [ਜੈਨ](https://twitter.com/jenlooper) | | 14 | ਡੇਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਦਾ ਪਰਿਚਯ | [ਲਾਈਫਸਾਈਕਲ](4-Data-Science-Lifecycle/README.md) | ਡੇਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਅਤੇ ਡੇਟਾ ਪ੍ਰਾਪਤੀ ਅਤੇ ਨਿਕਾਸ ਦਾ ਪਹਿਲਾ ਕਦਮ। | [ਪਾਠ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [ਜੈਸਮੀਨ](https://twitter.com/paladique) | | 15 | ਵਿਸ਼ਲੇਸ਼ਣ | [ਲਾਈਫਸਾਈਕਲ](4-Data-Science-Lifecycle/README.md) | ਡੇਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਦਾ ਇਹ ਪੜਾਅ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀਆਂ ਤਕਨੀਕਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦਾ ਹੈ। | [ਪਾਠ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [ਜੈਸਮੀਨ](https://twitter.com/paladique) | | 16 | ਸੰਚਾਰ | [ਲਾਈਫਸਾਈਕਲ](4-Data-Science-Lifecycle/README.md) | ਡੇਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਦਾ ਇਹ ਪੜਾਅ ਡੇਟਾ ਤੋਂ ਮਿਲੇ ਅੰਦਰੂਨੀ ਬੁਝਾਰਤਾਂ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਪੇਸ਼ ਕਰਦਾ ਹੈ ਜੋ ਫੈਸਲੇ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਸਮਝਣ ਵਿੱਚ ਆਸਾਨ ਹੋਵੇ। | [ਪਾਠ](4-Data-Science-Lifecycle/16-communication/README.md) | [ਜਲੇਨ](https://twitter.com/JalenMcG) | | 17 | ਕਲਾਉਡ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ | [ਕਲਾਉਡ ਡੇਟਾ](5-Data-Science-In-Cloud/README.md) | ਡੇਟਾ ਸਾਇੰਸ ਦੇ ਕਲਾਉਡ ਵਿੱਚ ਪਰਚਾਰ ਅਤੇ ਇਸਦੇ ਲਾਭਾਂ ਦੀ ਪੜਾਈ। | [ਪਾਠ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [ਟਿਫੈਨੀ](https://twitter.com/TiffanySouterre) ਅਤੇ [ਮੌਡ](https://twitter.com/maudstweets) | | 18 | ਕਲਾਉਡ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ | [ਕਲਾਉਡ ਡੇਟਾ](5-Data-Science-In-Cloud/README.md) | ਨੀਵਾਂ ਕੋਡ ਟੂਲਾਂ ਨਾਲ ਮਾਡਲਾਂ ਦਾ ਪ੍ਰਸ਼ਿਛਣ। | [ਪਾਠ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [ਟਿਫੈਨੀ](https://twitter.com/TiffanySouterre) ਅਤੇ [ਮੌਡ](https://twitter.com/maudstweets) | | 19 | ਕਲਾਉਡ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ | [ਕਲਾਉਡ ਡੇਟਾ](5-Data-Science-In-Cloud/README.md) | ਅਜ਼ਿਊਰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਸਟੂਡੀਓ ਨਾਲ ਮਾਡਲਾਂ ਨੂੰ ਤਾਇਨਾਤ ਕਰਨਾ। | [ਪਾਠ](5-Data-Science-In-Cloud/19-Azure/README.md) | [ਟਿਫੈਨੀ](https://twitter.com/TiffanySouterre) ਅਤੇ [ਮੌਡ](https://twitter.com/maudstweets) | | 20 | ਜੰਗਲੀ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ | [ਜੰਗਲੀ ਵਿੱਚ](6-Data-Science-In-Wild/README.md) | ਅਸਲੀ ਦੁਨੀਆ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ ਡਰਾਈਵਨ ਪ੍ਰੋਜੈਕਟ। | [ਪਾਠ](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [ਨਿਤਿਆ](https://twitter.com/nitya) | ## GitHub Codespaces ਇਸ ਸੈਂਪਲ ਨੂੰ ਇੱਕ Codespace ਵਿੱਚ ਖੋਲ੍ਹਣ ਲਈ ਇਹਨਾਂ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ: 1. ਕੋਡ ਡ੍ਰੌਪ-ਡਾਊਨ ਮੀਨੂ 'ਤੇ ਕਲਿੱਕ ਕਰੋ ਅਤੇ Open with Codespaces ਵਿਕਲਪ ਚੁਣੋ। 2. ਪੇਨਲ ਦੇ ਤਲ ਵਿੱਚ + New codespace ਚੁਣੋ। ਹੋਰ ਜਾਣਕਾਰੀ ਲਈ, [GitHub ਦਸਤਾਵੇਜ਼](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) ਵੇਖੋ। ## VSCode ਰਿਮੋਟ - ਕੰਟੇਨਰ ਆਪਣੇ ਲੋਕਲ ਮਸ਼ੀਨ ਅਤੇ VSCode ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਸ ਰਿਪੋ ਨੂੰ ਕੰਟੇਨਰ ਵਿੱਚ ਖੋਲ੍ਹਣ ਲਈ VS Code Remote - Containers ਐਕਸਟੈਂਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਇਹ ਕਦਮ ਫਾਲੋ ਕਰੋ: 1. ਜੇ ਇਹ ਤੁਹਾਡੀ ਪਹਿਲੀ ਵਾਰੀ ਹੈ ਕਿ ਤੁਸੀਂ ਡਿਵੈਲਪਮੈਂਟ ਕੰਟੇਨਰ ਵਰਤ ਰਹੇ ਹੋ, ਤਾਂ ਜਰੂਰ ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਹਾਡੀ ਸਿਸਟਮ ਪ੍ਰੀ-ਰਿਕਵਾਇਰਮੈਂਟਸ ਨੂੰ ਪੂਰਾ ਕਰਦੀ ਹੈ (ਉਦਾਹਰਣ ਲਈ, ਡਾਕਰ ਇੰਸਟਾਲ ਹੋਇਆ ਹੋਵੇ) [ਗੈਟਿੰਗ ਸਟਾਰਟਡ ਦਸਤਾਵੇਜ਼](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) ਵਿੱਚ। ਇਸ ਰਿਪੋ ਨੂੰ ਵਰਤਣ ਲਈ, ਤੁਸੀਂ ਜਾਂ ਤਾਂ ਇਜ਼ोਲੇਟਡ ਡਾਕਰ ਵਾਲਿਊਮ ਵਿੱਚ ਰਿਪੋ ਖੋਲ੍ਹ ਸਕਦੇ ਹੋ: **ਨੋਟ:** ਫਰਸ਼ ਦੇ ਹੇਠਾਂ, ਇਹ Remote-Containers: **Clone Repository in Container Volume...** ਕਮਾਂਡ ਦੀ ਵਰਤੋਂ ਕਰੇਗਾ ਤਾਂ ਜੋ ਸਰੋਤ ਕੋਡ ਨੂੰ ਲੋਕਲ ਫਾਈਲਸਿਸਟਮ ਦੀ ਬਜਾਏ ਡਾਕਰ ਵਾਲਿਊਮ ਵਿੱਚ ਕਲੋਨ ਕੀਤਾ ਜਾਵੇ। [ਵਾਲਿਊਮ](https://docs.docker.com/storage/volumes/) ਕੰਟੇਨਰ ਡੇਟਾ ਪ੍ਰਸਿਸਟ ਕਰਨ ਲਈ ਪਸੰਦੀਦਾ ਤਰੀਕਾ ਹਨ। ਜਾਂ ਕਿਸੇ ਲੋਕਲ ਕਲੋਨ ਕੀਤੇ ਗਏ ਜਾਂ ਡਾਊਨਲੋਡ ਕੀਤੇ ਵਰਜ਼ਨ ਨੂੰ ਖੋਲ੍ਹੋ: - ਇਸ ਰਿਪੋ ਨੂੰ ਆਪਣੇ ਲੋਕਲ ਫਾਈਲਸਿਸਟਮ 'ਤੇ ਕਲੋਨ ਕਰੋ। - F1 ਦਬਾਓ ਅਤੇ **Remote-Containers: Open Folder in Container...** ਕਮਾਂਡ ਚੁਣੋ। - ਇਸ ਫੋਲਡਰ ਦੀ ਕਲੋਨ ਕੀਤੀ ਨਕਲ ਚੁਣੋ, ਕੰਟੇਨਰ ਸ਼ੁਰੂ ਹੋਣ ਦੀ ਉਡੀਕ ਕਰੋ ਅਤੇ ਵਰਤੋਂ ਸ਼ੁਰੂ ਕਰੋ। ## ਆਫਲਾਈਨ ਐਕਸੇਸ ਤੁਸੀਂ ਇਸ ਦਸਤਾਵੇਜ਼ ਨੂੰ [Docsify](https://docsify.js.org/#/) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਆਫਲਾਈਨ ਚਲਾ ਸਕਦੇ ਹੋ। ਇਸ ਰਿਪੋ ਨੂੰ ਫਾਰਕ ਕਰੋ, ਆਪਣੇ ਲੋਕਲ ਮਸ਼ੀਨ 'ਤੇ [Docsify ਇੰਸਟਾਲ](https://docsify.js.org/#/quickstart) ਕਰੋ, ਫਿਰ ਇਸ ਰਿਪੋ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ `docsify serve` ਟਾਈਪ ਕਰੋ। ਵੈਬਸਾਈਟ ਤੁਹਾਡੇ ਲੋਕਲਹੋਸਟ `'ਤੇ ਪੋਰਟ 3000` ਤੇ ਸਰਵ ਕੀਤੀ ਜਾਵੇਗੀ: `localhost:3000`। > ਨੋਟ, ਨੋਟਬੁੱਕ Docsify ਰਾਹੀਂ ਰੇਂਡਰ ਨਹੀਂ ਕੀਤੇ ਜਾਣਗੇ, ਇਸ ਲਈ ਜਦੋਂ ਤੁਹਾਨੂੰ ਨੋਟਬੁੱਕ ਚਲਾਉਣੀ ਹੋਵੇ, ਤਾਂ VS Code ਵਿੱਚ ਪਾਈਥਨ ਕਰਨਲ ਚਲਾ ਕੇ ਅਲੱਗ ਕਰਕੇ ਕਰੋ। ## ਹੋਰ ਕਰੀਕੁਲਮ ਸਾਡੀ ਟੀਮ ਹੋਰ ਕਰੀਕੁਲਮ ਵੀ ਉਤਪਾਦਿਤ ਕਰਦੀ ਹੈ! ਵੇਖੋ: ### LangChain [![LangChain4j beginners ਲਈ](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners) [![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) [![LangChain for Beginners](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin) --- ### ਐਜ਼ੂਰ / ਐਜ / MCP / ਏਜੰਟ [![AZD for Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst) [![Edge AI for Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst) [![MCP for Beginners](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst) [![AI Agents for Beginners](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### ਜੇਨੇਰੇਟਿਵ AI ਸਿਰੀਜ਼ [![Generative AI for Beginners](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst) [![Generative AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst) [![Generative AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst) [![Generative AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst) --- ### ਮੁੱਖ ਸਿੱਖਿਆ [![ML for Beginners](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst) [![Data Science for Beginners](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst) [![AI for Beginners](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst) [![Cybersecurity for Beginners](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung) [![Web Dev for Beginners](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst) [![IoT for Beginners](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst) [![XR Development for Beginners](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### ਕੋਪਾਈਲਟ ਸਿਰੀਜ਼ [![Copilot for AI Paired Programming](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) [![Copilot for C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) [![Copilot Adventure](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) ## ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਕਰੋ **ਮੁਸ਼ਕਲਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੇ ਹੋ?** ਆਮ ਸਮੱਸਿਆਵਾਂ ਲਈ ਹੱਲਾਂ ਦੇਖਣ ਲਈ ਸਾਡਾ [ਟ੍ਰਬਲਸ਼ੂਟਿੰਗ ਗਾਈਡ](TROUBLESHOOTING.md) ਚੈੱਕ ਕਰੋ। ਜੇ ਤੁਹਾਨੂੰ ਅਟਕਾਅ ਆ ਜਾਂਦਾ ਹੈ ਜਾਂ AI ਐਪ ਬਣਾਉਣ ਬਾਰੇ ਕੋਈ ਪ੍ਰਸ਼ਨ ਹਨ, ਤਾਂ MCP ਬਾਰੇ ਵਿਚਾਰਚਾਰ ਵਿੱਚ ਸਾਥੀਆਂ ਸਿਖਣ ਵਾਲਿਆਂ ਅਤੇ ਅਨੁਭਵੀ ਡਿਵੈਲਪਰਾਂ ਨਾਲ ਸ਼ਾਮਲ ਹੋਵੋ। ਇਹ ਇੱਕ ਸਹਿਯੋਗੀ ਕਮੇਉਨਿਟੀ ਹੈ ਜਿੱਥੇ ਪ੍ਰਸ਼ਨ ਸੁਆਗਤ ਯੋਗ ਹਨ ਅਤੇ ਗਿਆਨ ਖੁੱਲ ਕੇ ਸਾਂਝਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦ ਫੀਡਬੈਕ ਹੈ ਜਾਂ ਬਣਾਉਂਦੇ ਸਮੇਂ ਕੋਈ ਗਲਤੀਆਂ ਹਨ ਤਾਂ ਜਾਓ: [![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum) --- **ਤਿਆਨ ਦਿਵਾਉਂਦਾ ਬਿਆਨ**: ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https://github.com/Azure/co-op-translator) ਦੀ ਸਹਾਇਤਾ ਨਾਲ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਪਣ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਆਟੋਮੈਟਿਕ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਣਸਹੀਤਤਾ ਹੋ ਸਕਦੀ ਹੈ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਹੀ ਅਧਿਕਾਰਕ ਸਰੋਤ ਵਜੋਂ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਵਿਸ਼ੇਸ਼ਜ ਗਿਆਨ ਵਾਲੇ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਅਨੁਵਾਦ ਦੇ ਉਪਯੋਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਭੁੱਲ-ਭੁਲਾਇਆ ਜਾਂ ਗਲਤਫਹਮੀਆਂ ਲਈ ਅਸੀਂ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।