# डेटा साइन्सका लागि शुरुवातकर्ताहरू - एक पाठ्यक्रम Azure Cloud Advocates मा Microsoftले डेटा साइन्सको बारेमा १० हप्ताको, २० पाठको पाठ्यक्रम प्रस्तुत गर्न पाउँदा खुशी छ। प्रत्येक पाठमा प्रि-पाठ र पोस्ट-पाठ क्विजहरू, पाठ पूरा गर्नका लागि लेखिएको निर्देशन, समाधान, र असाइनमेन्ट समावेश छ। हाम्रो परियोजना-आधारित शिक्षण विधिले तपाईंलाई निर्माण गर्दै सिक्न अनुमति दिन्छ, नयाँ सीपहरू 'टिक्न' को लागि प्रमाणित तरिका। **हाम्रो लेखकहरूलाई हार्दिक धन्यवाद:** [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)। **🙏 विशेष धन्यवाद 🙏 हाम्रो [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) लेखकहरू, समीक्षकहरू र सामग्री योगदानकर्ताहरूलाई,** विशेष गरी Aaryan Arora, [Aditya Garg](https://github.com/AdityaGarg00), [Alondra Sanchez](https://www.linkedin.com/in/alondra-sanchez-molina/), [Ankita Singh](https://www.linkedin.com/in/ankitasingh007), [Anupam Mishra](https://www.linkedin.com/in/anupam--mishra/), [Arpita Das](https://www.linkedin.com/in/arpitadas01/), ChhailBihari Dubey, [Dibri Nsofor](https://www.linkedin.com/in/dibrinsofor), [Dishita Bhasin](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [Majd Safi](https://www.linkedin.com/in/majd-s/), [Max Blum](https://www.linkedin.com/in/max-blum-6036a1186/), [Miguel Correa](https://www.linkedin.com/in/miguelmque/), [Mohamma Iftekher (Iftu) Ebne Jalal](https://twitter.com/iftu119), [Nawrin Tabassum](https://www.linkedin.com/in/nawrin-tabassum), [Raymond Wangsa Putra](https://www.linkedin.com/in/raymond-wp/), [Rohit Yadav](https://www.linkedin.com/in/rty2423), Samridhi Sharma, [Sanya Sinha](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200), [Sheena Narula](https://www.linkedin.com/in/sheena-narua-n/), [Tauqeer Ahmad](https://www.linkedin.com/in/tauqeerahmad5201/), Yogendrasingh Pawar, [Vidushi Gupta](https://www.linkedin.com/in/vidushi-gupta07/), [Jasleen Sondhi](https://www.linkedin.com/in/jasleen-sondhi/)। |![Sketchnote by @sketchthedocs https://sketchthedocs.dev](../../translated_images/00-Title.8af36cd35da1ac555b678627fbdc6e320c75f0100876ea41d30ea205d3b08d22.ne.png)| |:---:| | डेटा साइन्सका लागि शुरुवातकर्ताहरू - _Sketchnote by [@nitya](https://twitter.com/nitya)_ | ### 🌐 बहुभाषी समर्थन #### GitHub Action मार्फत समर्थित (स्वचालित र सधैं अद्यावधिक) [French](../fr/README.md) | [Spanish](../es/README.md) | [German](../de/README.md) | [Russian](../ru/README.md) | [Arabic](../ar/README.md) | [Persian (Farsi)](../fa/README.md) | [Urdu](../ur/README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Hong Kong)](../hk/README.md) | [Chinese (Traditional, Taiwan)](../tw/README.md) | [Japanese](../ja/README.md) | [Korean](../ko/README.md) | [Hindi](../hi/README.md) | [Bengali](../bn/README.md) | [Marathi](../mr/README.md) | [Nepali](./README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Portuguese (Brazil)](../br/README.md) | [Italian](../it/README.md) | [Polish](../pl/README.md) | [Turkish](../tr/README.md) | [Greek](../el/README.md) | [Thai](../th/README.md) | [Swedish](../sv/README.md) | [Danish](../da/README.md) | [Norwegian](../no/README.md) | [Finnish](../fi/README.md) | [Dutch](../nl/README.md) | [Hebrew](../he/README.md) | [Vietnamese](../vi/README.md) | [Indonesian](../id/README.md) | [Malay](../ms/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Swahili](../sw/README.md) | [Hungarian](../hu/README.md) | [Czech](../cs/README.md) | [Slovak](../sk/README.md) | [Romanian](../ro/README.md) | [Bulgarian](../bg/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Croatian](../hr/README.md) | [Slovenian](../sl/README.md) | [Ukrainian](../uk/README.md) | [Burmese (Myanmar)](../my/README.md) **यदि तपाईं थप भाषाहरूको अनुवाद चाहनुहुन्छ भने यहाँ सूचीबद्ध छन् [यहाँ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)** #### हाम्रो समुदायमा सामेल हुनुहोस् [![Azure AI Discord](https://dcbadge.limes.pink/api/server/kzRShWzttr)](https://aka.ms/ds4beginners/discord) हामीसँग AI सिक्ने शृंखला चलिरहेको छ, थप जान्न र हामीसँग सामेल हुन [Learn with AI Series](https://aka.ms/learnwithai/discord) मा १८ - ३० सेप्टेम्बर, २०२५। तपाईंले GitHub Copilot प्रयोग गर्ने टिप्स र ट्रिक्स पाउनुहुनेछ। ![Learn with AI series](../../translated_images/1.2b28cdc6205e26fef6a21817fe5d83ae8b50fbd0a33e9fed0df05845da5b30b6.ne.jpg) # के तपाईं विद्यार्थी हुनुहुन्छ? तलका स्रोतहरूबाट सुरु गर्नुहोस्: - [Student Hub page](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) यस पृष्ठमा, तपाईंले शुरुवातकर्ताहरूका स्रोतहरू, विद्यार्थी प्याकहरू र नि:शुल्क प्रमाणपत्र भौचर प्राप्त गर्ने तरिकाहरू पाउनुहुनेछ। यो एक पृष्ठ हो जुन तपाईंले बुकमार्क गर्न चाहनुहुन्छ र समय-समयमा जाँच गर्नुहोस् किनकि हामी कम्तीमा मासिक सामग्री परिवर्तन गर्छौं। - [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) एक विश्वव्यापी विद्यार्थी राजदूतहरूको समुदायमा सामेल हुनुहोस्, यो Microsoftमा तपाईंको प्रवेशको बाटो हुन सक्छ। # सुरु गर्दै > **शिक्षकहरू**: हामीले [केही सुझावहरू समावेश गरेका छौं](for-teachers.md) यो पाठ्यक्रम कसरी प्रयोग गर्ने। हामी तपाईंको प्रतिक्रिया [हाम्रो छलफल फोरममा](https://github.com/microsoft/Data-Science-For-Beginners/discussions) चाहन्छौं! > **[विद्यार्थीहरू](https://aka.ms/student-page)**: यो पाठ्यक्रम आफैं प्रयोग गर्न, सम्पूर्ण रिपोजिटरीलाई फोर्क गर्नुहोस् र आफैं अभ्यासहरू पूरा गर्नुहोस्, प्रि-लेक्चर क्विजबाट सुरु गर्दै। त्यसपछि लेक्चर पढ्नुहोस् र बाँकी गतिविधिहरू पूरा गर्नुहोस्। पाठहरू बुझेर परियोजनाहरू सिर्जना गर्ने प्रयास गर्नुहोस् समाधान कोड प्रतिलिपि नगरी; यद्यपि, त्यो कोड प्रत्येक परियोजना-उन्मुख पाठको /solutions फोल्डरहरूमा उपलब्ध छ। अर्को विचार भनेको साथीहरूसँग अध्ययन समूह बनाउनुहोस् र सामग्री सँगै जानुहोस्। 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। ## टोलीलाई भेट्नुहोस् [![Promo video](../../ds-for-beginners.gif)](https://youtu.be/8mzavjQSMM4 "Promo video") **Gif by** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal) > 🎥 माथिको छवि क्लिक गर्नुहोस् परियोजनाको बारेमा भिडियोका लागि र यसलाई सिर्जना गर्ने व्यक्तिहरूका लागि! ## शिक्षण विधि हामीले यो पाठ्यक्रम निर्माण गर्दा दुई शिक्षण सिद्धान्तहरू रोजेका छौं: सुनिश्चित गर्नु कि यो परियोजना-आधारित छ र यसमा बारम्बार क्विजहरू समावेश छन्। यस शृंखलाको अन्त्यसम्ममा, विद्यार्थीहरूले डेटा साइन्सका आधारभूत सिद्धान्तहरू सिकेका हुनेछन्, जसमा नैतिक अवधारणाहरू, डेटा तयारी, डेटा काम गर्ने विभिन्न तरिकाहरू, डेटा दृश्यता, डेटा विश्लेषण, डेटा साइन्सका वास्तविक-विश्व प्रयोगहरू, र अन्य धेरै समावेश छन्। त्यसका साथै, कक्षाको अगाडि कम-जोखिमको क्विजले विद्यार्थीलाई विषय सिक्नको लागि ध्यान केन्द्रित गराउँछ, जबकि कक्षापछि दोस्रो क्विजले थप स्मरण सुनिश्चित गर्दछ। यो पाठ्यक्रम लचिलो र रमाइलो बनाउन डिजाइन गरिएको हो र पूर्ण वा आंशिक रूपमा लिन सकिन्छ। परियोजनाहरू साना सुरु हुन्छन् र १० हप्ताको चक्रको अन्त्यसम्ममा क्रमशः जटिल बन्छन्। > हाम्रो [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translation](TRANSLATIONS.md) दिशानिर्देशहरू फेला पार्नुहोस्। हामी तपाईंको रचनात्मक प्रतिक्रिया स्वागत गर्दछौं! ## प्रत्येक पाठमा समावेश छ: - वैकल्पिक स्केच नोट - वैकल्पिक पूरक भिडियो - प्रि-पाठ वार्मअप क्विज - लेखिएको पाठ - परियोजना-आधारित पाठहरूको लागि, परियोजना कसरी निर्माण गर्ने चरण-दर-चरण मार्गदर्शन - ज्ञान जाँच - चुनौती - पूरक पढाइ - असाइनमेन्ट - [पोस्ट-पाठ क्विज](https://ff-quizzes.netlify.app/en/) > **क्विजहरूको बारेमा नोट**: सबै क्विजहरू Quiz-App फोल्डरमा समावेश छन्, कुल ४० क्विजहरू तीन प्रश्नहरू सहित। तिनीहरू पाठहरू भित्रबाट लिंक गरिएका छन्, तर क्विज एपलाई स्थानीय रूपमा चलाउन वा Azureमा तैनाथ गर्न सकिन्छ; `quiz-app` फोल्डरमा निर्देशनहरू पालना गर्नुहोस्। तिनीहरू क्रमशः स्थानीयकरण हुँदैछन्। ## पाठहरू |![ Sketchnote by @sketchthedocs https://sketchthedocs.dev](../../translated_images/00-Roadmap.4905d6567dff47532b9bfb8e0b8980fc6b0b1292eebb24181c1a9753b33bc0f5.ne.png)| |:---:| | डेटा साइन्सको लागि शुरुआती: रोडम्याप - _Sketchnote by [@nitya](https://twitter.com/nitya)_ | | पाठ संख्या | विषय | पाठ समूह | सिक्ने उद्देश्यहरू | लिंक गरिएको पाठ | लेखक | | :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: | | 01 | डेटा साइन्सको परिभाषा | [परिचय](1-Introduction/README.md) | डेटा साइन्सको आधारभूत अवधारणाहरू सिक्नुहोस् र यो कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, र बिग डाटासँग कसरी सम्बन्धित छ। | [पाठ](1-Introduction/01-defining-data-science/README.md) [भिडियो](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) | | 02 | डेटा साइन्सको नैतिकता | [परिचय](1-Introduction/README.md) | डेटा नैतिकता अवधारणाहरू, चुनौतीहरू र फ्रेमवर्कहरू। | [पाठ](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) | | 03 | डेटा परिभाषा | [परिचय](1-Introduction/README.md) | डेटा कसरी वर्गीकृत गरिन्छ र यसको सामान्य स्रोतहरू। | [पाठ](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) | | 04 | तथ्यांक र सम्भावनाको परिचय | [परिचय](1-Introduction/README.md) | डेटा बुझ्नको लागि सम्भावना र तथ्यांकको गणितीय प्रविधिहरू। | [पाठ](1-Introduction/04-stats-and-probability/README.md) [भिडियो](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) | | 05 | सम्बन्धित डेटा संग काम गर्ने | [डेटा संग काम गर्ने](2-Working-With-Data/README.md) | सम्बन्धित डेटा र SQL (सिक्वेल) प्रयोग गरेर डेटा अन्वेषण र विश्लेषणको आधारभूत कुराहरूको परिचय। | [पाठ](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | | | 06 | NoSQL डेटा संग काम गर्ने | [डेटा संग काम गर्ने](2-Working-With-Data/README.md) | गैर-सम्बन्धित डेटा, यसको विभिन्न प्रकारहरू र डकुमेन्ट डाटाबेसहरूको अन्वेषण र विश्लेषणको आधारभूत कुराहरूको परिचय। | [पाठ](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)| | 07 | Python संग काम गर्ने | [डेटा संग काम गर्ने](2-Working-With-Data/README.md) | Pandas जस्ता पुस्तकालयहरू प्रयोग गरेर डेटा अन्वेषणको लागि Python प्रयोग गर्ने आधारभूत कुराहरू। Python प्रोग्रामिङको आधारभूत ज्ञान सिफारिस गरिन्छ। | [पाठ](2-Working-With-Data/07-python/README.md) [भिडियो](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) | | 08 | डेटा तयारी | [डेटा संग काम गर्ने](2-Working-With-Data/README.md) | हराएको, गलत, वा अपूर्ण डेटा समाधान गर्न सफा गर्ने र रूपान्तरण गर्ने प्रविधिहरू। | [पाठ](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) | | 09 | मात्राहरूको दृश्यात्मकता | [डेटा दृश्यात्मकता](3-Data-Visualization/README.md) | Matplotlib प्रयोग गरेर चरा डेटा 🦆 दृश्यात्मकता सिक्नुहोस्। | [पाठ](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) | | 10 | डेटा वितरणको दृश्यात्मकता | [डेटा दृश्यात्मकता](3-Data-Visualization/README.md) | अन्तराल भित्रको अवलोकन र प्रवृत्तिहरू दृश्यात्मकता। | [पाठ](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) | | 11 | अनुपातहरूको दृश्यात्मकता | [डेटा दृश्यात्मकता](3-Data-Visualization/README.md) | छुट्टै र समूहबद्ध प्रतिशतहरूको दृश्यात्मकता। | [पाठ](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) | | 12 | सम्बन्धहरूको दृश्यात्मकता | [डेटा दृश्यात्मकता](3-Data-Visualization/README.md) | डेटा सेटहरू र तिनका चरहरू बीचको सम्बन्ध र सहसंबंधहरू दृश्यात्मकता। | [पाठ](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) | | 13 | अर्थपूर्ण दृश्यात्मकता | [डेटा दृश्यात्मकता](3-Data-Visualization/README.md) | प्रभावकारी समस्या समाधान र अन्तर्दृष्टिका लागि तपाईंको दृश्यात्मकतालाई मूल्यवान बनाउने प्रविधिहरू। | [पाठ](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) | | 14 | डेटा साइन्स जीवनचक्रको परिचय | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटा साइन्स जीवनचक्रको परिचय र डेटा प्राप्त गर्ने र निकाल्ने पहिलो चरण। | [पाठ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) | | 15 | विश्लेषण | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटा विश्लेषण गर्ने प्रविधिहरूमा केन्द्रित जीवनचक्रको यो चरण। | [पाठ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | | | 16 | सञ्चार | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटा बाट प्राप्त अन्तर्दृष्टिहरू निर्णयकर्ताहरूलाई बुझ्न सजिलो बनाउने तरिकामा प्रस्तुत गर्ने जीवनचक्रको यो चरण। | [पाठ](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | | | 17 | क्लाउडमा डेटा साइन्स | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | क्लाउडमा डेटा साइन्स र यसको फाइदाहरूको परिचय दिने पाठहरूको श्रृंखला। | [पाठ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) र [Maud](https://twitter.com/maudstweets) | | 18 | क्लाउडमा डेटा साइन्स | [क्लाउड डेटा](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) | [Tiffany](https://twitter.com/TiffanySouterre) र [Maud](https://twitter.com/maudstweets) | | 19 | क्लाउडमा डेटा साइन्स | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio प्रयोग गरेर मोडेलहरू तैनात गर्ने। | [पाठ](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) र [Maud](https://twitter.com/maudstweets) | | 20 | जङ्गलमा डेटा साइन्स | [जङ्गलमा](6-Data-Science-In-Wild/README.md) | वास्तविक संसारमा डेटा साइन्स प्रेरित परियोजनाहरू। | [पाठ](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) | ## GitHub Codespaces यस नमूनालाई Codespace मा खोल्न निम्न चरणहरू पालना गर्नुहोस्: 1. Code ड्रप-डाउन मेनुमा क्लिक गर्नुहोस् र Open with Codespaces विकल्प चयन गर्नुहोस्। 2. प्यानको तल + New codespace चयन गर्नुहोस्। थप जानकारीको लागि, [GitHub दस्तावेज](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) हेर्नुहोस्। ## VSCode Remote - Containers तपाईंको स्थानीय मेसिन र VSCode प्रयोग गरेर यो रिपोजिटरीलाई कन्टेनरमा खोल्न निम्न चरणहरू पालना गर्नुहोस्: 1. यदि यो पहिलो पटक विकास कन्टेनर प्रयोग गर्दै हुनुहुन्छ भने, कृपया सुनिश्चित गर्नुहोस् कि तपाईंको प्रणालीले पूर्व-आवश्यकताहरू पूरा गरेको छ (जस्तै Docker स्थापना गरिएको छ) [शुरुआत दस्तावेज](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) मा। यो रिपोजिटरी प्रयोग गर्न, तपाईं यसलाई अलग Docker भोल्युममा खोल्न सक्नुहुन्छ: **नोट**: यसले Remote-Containers: **Clone Repository in Container Volume...** आदेश प्रयोग गरेर स्रोत कोडलाई स्थानीय फाइल प्रणालीको सट्टा Docker भोल्युममा क्लोन गर्नेछ। [Volumes](https://docs.docker.com/storage/volumes/) कन्टेनर डेटा कायम राख्नको लागि प्राथमिक विधि हो। वा स्थानीय रूपमा क्लोन गरिएको वा डाउनलोड गरिएको संस्करण खोल्नुहोस्: - यो रिपोजिटरीलाई तपाईंको स्थानीय फाइल प्रणालीमा क्लोन गर्नुहोस्। - F1 थिच्नुहोस् र **Remote-Containers: Open Folder in Container...** आदेश चयन गर्नुहोस्। - यस फोल्डरको क्लोन गरिएको प्रतिलिपि चयन गर्नुहोस्, कन्टेनर सुरु हुने प्रतीक्षा गर्नुहोस्, र परीक्षण गर्नुहोस्। ## अफलाइन पहुँच तपाईं [Docsify](https://docsify.js.org/#/) प्रयोग गरेर यो दस्तावेज अफलाइन चलाउन सक्नुहुन्छ। यो रिपोजिटरीलाई Fork गर्नुहोस्, [Docsify स्थापना गर्नुहोस्](https://docsify.js.org/#/quickstart) तपाईंको स्थानीय मेसिनमा, त्यसपछि यो रिपोजिटरीको मूल फोल्डरमा `docsify serve` टाइप गर्नुहोस्। वेबसाइट तपाईंको localhost मा पोर्ट 3000 मा सेवा हुनेछ: `localhost:3000`। > नोट, नोटबुकहरू Docsify मार्फत प्रस्तुत गरिने छैनन्, त्यसैले जब तपाईंलाई नोटबुक चलाउन आवश्यक छ, Python कर्नेल चलाउँदै VS Code मा अलग्गै गर्नुहोस्। ## अन्य पाठ्यक्रमहरू हाम्रो टोलीले अन्य पाठ्यक्रमहरू उत्पादन गर्दछ! हेर्नुहोस्: - [Generative AI for Beginners](https://aka.ms/genai-beginners) - [Generative AI for Beginners .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet) - [Generative AI with JavaScript](https://github.com/microsoft/generative-ai-with-javascript) - [Generative AI with Java](https://aka.ms/genaijava) - [AI for Beginners](https://aka.ms/ai-beginners) - [Data Science for Beginners](https://aka.ms/datascience-beginners) - [Bash for Beginners](https://github.com/microsoft/bash-for-beginners) - [ML for Beginners](https://aka.ms/ml-beginners) - [Cybersecurity for Beginners](https://github.com/microsoft/Security-101) - [Web Dev for Beginners](https://aka.ms/webdev-beginners) - [IoT for Beginners](https://aka.ms/iot-beginners) - [Machine Learning for Beginners](https://aka.ms/ml-beginners) - [XR Development for Beginners](https://aka.ms/xr-dev-for-beginners) - [Mastering GitHub Copilot for AI Paired Programming](https://aka.ms/GitHubCopilotAI) - [XR Development for Beginners](https://github.com/microsoft/xr-development-for-beginners) - [Mastering GitHub Copilot for C#/.NET Developers](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers) - [Choose Your Own Copilot Adventure](https://github.com/microsoft/CopilotAdventures) ---