# ಆರಂಭಿಕರಿಗಾಗಿ ಡೇಟಾ ಸೈನ್ಸ್‌ಗೆ ಕೊಡುಗೆ ನೀಡುವುದು

ಡೇಟಾ ಸೈನ್ಸ್ ಫಾರ್ ಬಿಗಿನರ್ಸ್ ಪಠ್ಯಕ್ರಮಕ್ಕೆ ಕೊಡುಗೆ ನೀಡಲು ನಿಮ್ಮ ಆಸಕ್ತಿಗೆ ಧನ್ಯವಾದಗಳು! ನಾವು ಸಮುದಾಯದಿಂದ ಕೊಡುಗೆಗಳನ್ನು ಸ್ವಾಗತಿಸುತ್ತೇವೆ.

## ವಿಷಯಗಳ ಪಟ್ಟಿಕೆ

- [ನಡವಳಿಕೆ ಸಂಹಿತೆ](../..)
- [ನಾನು ಹೇಗೆ ಕೊಡುಗೆ ನೀಡಬಹುದು?](../..)
- [ಪ್ರಾರಂಭಿಸುವುದು](../..)
- [ಕೊಡುಗೆ ಮಾರ್ಗಸೂಚಿಗಳು](../..)
- [ಪುಲ್ ರಿಕ್ವೆಸ್ಟ್ ಪ್ರಕ್ರಿಯೆ](../..)
- [ಶೈಲಿ ಮಾರ್ಗಸೂಚಿಗಳು](../..)
- [ಕೊಡುಗೆದಾರ ಪರವಾನಗಿ ಒಪ್ಪಂದ](../..)

## ನಡವಳಿಕೆ ಸಂಹಿತೆ

ಈ ಯೋಜನೆ [Microsoft Open Source Code of Conduct](https://opensource.microsoft.com/codeofconduct/) ಅನ್ನು ಅಳವಡಿಸಿಕೊಂಡಿದೆ.
ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗಾಗಿ [ನಡವಳಿಕೆ ಸಂಹಿತೆ FAQ](https://opensource.microsoft.com/codeofconduct/faq/) ನೋಡಿ
ಅಥವಾ ಯಾವುದೇ ಹೆಚ್ಚುವರಿ ಪ್ರಶ್ನೆಗಳು ಅಥವಾ ಟಿಪ್ಪಣಿಗಳಿಗಾಗಿ [opencode@microsoft.com](mailto:opencode@microsoft.com) ಸಂಪರ್ಕಿಸಿ.

## ನಾನು ಹೇಗೆ ಕೊಡುಗೆ ನೀಡಬಹುದು?

### ದೋಷಗಳನ್ನು ವರದಿ ಮಾಡುವುದು

ದೋಷ ವರದಿಗಳನ್ನು ರಚಿಸುವ ಮೊದಲು, ನಕಲಿ ವರದಿಗಳನ್ನು ತಪ್ಪಿಸಲು ಇತ್ತೀಚಿನ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಶೀಲಿಸಿ. ನೀವು ದೋಷ ವರದಿ ರಚಿಸುವಾಗ, ಸಾಧ್ಯವಾದಷ್ಟು ವಿವರಗಳನ್ನು ಸೇರಿಸಿ:

- **ಸ್ಪಷ್ಟ ಮತ್ತು ವಿವರಣಾತ್ಮಕ ಶೀರ್ಷಿಕೆ ಬಳಸಿ**
- **ಸಮಸ್ಯೆಯನ್ನು ಪುನರಾವರ್ತಿಸಲು ನಿಖರವಾದ ಹಂತಗಳನ್ನು ವಿವರಿಸಿ**
- **ನಿರ್ದಿಷ್ಟ ಉದಾಹರಣೆಗಳನ್ನು ಒದಗಿಸಿ** (ಕೋಡ್ ತುಣುಕುಗಳು, ಸ್ಕ್ರೀನ್‌ಶಾಟ್‌ಗಳು)
- **ನೀವು ಕಂಡ ವರ್ತನೆ ಮತ್ತು ನಿರೀಕ್ಷಿತ ವರ್ತನೆಯನ್ನು ವಿವರಿಸಿ**
- **ನಿಮ್ಮ ಪರಿಸರ ವಿವರಗಳನ್ನು ಸೇರಿಸಿ** (OS, Python ಆವೃತ್ತಿ, ಬ್ರೌಸರ್)

### ಸುಧಾರಣೆಗಳನ್ನು ಸೂಚಿಸುವುದು

ಸುಧಾರಣೆ ಸಲಹೆಗಳು ಸ್ವಾಗತಾರ್ಹ! ಸುಧಾರಣೆಗಳನ್ನು ಸೂಚಿಸುವಾಗ:

- **ಸ್ಪಷ್ಟ ಮತ್ತು ವಿವರಣಾತ್ಮಕ ಶೀರ್ಷಿಕೆ ಬಳಸಿ**
- **ಸುಧಾರಣೆಯ ವಿವರವಾದ ವಿವರಣೆಯನ್ನು ಒದಗಿಸಿ**
- **ಈ ಸುಧಾರಣೆ ಯಾಕೆ ಉಪಯುಕ್ತವಾಗುತ್ತದೆ ಎಂದು ವಿವರಿಸಿ**
- **ಇತರ ಯೋಜನೆಗಳಲ್ಲಿ ಇರುವ ಸಮಾನ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ, ಅನ್ವಯಿಸಿದರೆ**

### ಡಾಕ್ಯುಮೆಂಟೇಶನ್‌ಗೆ ಕೊಡುಗೆ ನೀಡುವುದು

ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಸುಧಾರಣೆಗಳನ್ನು ಯಾವಾಗಲೂ ಮೆಚ್ಚಲಾಗುತ್ತದೆ:

- **ಟೈಪೋಗಳು ಮತ್ತು ವ್ಯಾಕರಣ ದೋಷಗಳನ್ನು ಸರಿಪಡಿಸಿ**
- **ವಿವರಣೆಗಳ ಸ್ಪಷ್ಟತೆಯನ್ನು ಸುಧಾರಿಸಿ**
- **ಕಾಣದಿರುವ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಸೇರಿಸಿ**
- **ಹಳೆಯ ಮಾಹಿತಿಯನ್ನು ನವೀಕರಿಸಿ**
- **ಉದಾಹರಣೆಗಳು ಅಥವಾ ಬಳಕೆ ಪ್ರಕರಣಗಳನ್ನು ಸೇರಿಸಿ**

### ಕೋಡ್‌ಗೆ ಕೊಡುಗೆ ನೀಡುವುದು

ನಾವು ಕೆಳಗಿನ ಕೋಡ್ ಕೊಡುಗೆಗಳನ್ನು ಸ್ವಾಗತಿಸುತ್ತೇವೆ:

- **ಹೊಸ ಪಾಠಗಳು ಅಥವಾ ವ್ಯಾಯಾಮಗಳು**
- **ದೋಷ ಸರಿಪಡಿಸುವಿಕೆಗಳು**
- **ಇದೀಗಿರುವ ನೋಟ್ಬುಕ್‌ಗಳ ಸುಧಾರಣೆಗಳು**
- **ಹೊಸ ಡೇಟಾಸೆಟ್‌ಗಳು ಅಥವಾ ಉದಾಹರಣೆಗಳು**
- **ಕ್ವಿಜ್ ಅಪ್ಲಿಕೇಶನ್ ಸುಧಾರಣೆಗಳು**

## ಪ್ರಾರಂಭಿಸುವುದು

### ಪೂರ್ವಾಪೇಕ್ಷಿತಗಳು

ಕೊಡುಗೆ ನೀಡುವ ಮೊದಲು, ನೀವು ಹೊಂದಿರಬೇಕು:

1. GitHub ಖಾತೆ
2. ನಿಮ್ಮ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ Git ಸ್ಥಾಪನೆ
3. Python 3.7+ ಮತ್ತು Jupyter ಸ್ಥಾಪನೆ
4. Node.js ಮತ್ತು npm (ಕ್ವಿಜ್ ಅಪ್ಲಿಕೇಶನ್ ಕೊಡುಗೆಗಳಿಗೆ)
5. ಪಠ್ಯಕ್ರಮ ರಚನೆಗೆ ಪರಿಚಯ

ವಿಸ್ತೃತ ಸ್ಥಾಪನೆ ಸೂಚನೆಗಳಿಗಾಗಿ [INSTALLATION.md](INSTALLATION.md) ನೋಡಿ.

### ಫೋರ್ಕ್ ಮತ್ತು ಕ್ಲೋನ್

1. GitHub ನಲ್ಲಿ **ರಿಪೊಸಿಟರಿಯನ್ನು ಫೋರ್ಕ್ ಮಾಡಿ**
2. **ನಿಮ್ಮ ಫೋರ್ಕ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಕ್ಲೋನ್ ಮಾಡಿ**:
   ```bash
   git clone https://github.com/YOUR-USERNAME/Data-Science-For-Beginners.git
   cd Data-Science-For-Beginners
   ```
3. **ಅಪ್ಸ್ಟ್ರೀಮ್ ರಿಮೋಟ್ ಸೇರಿಸಿ**:
   ```bash
   git remote add upstream https://github.com/microsoft/Data-Science-For-Beginners.git
   ```

### ಶಾಖೆಯನ್ನು ರಚಿಸಿ

ನಿಮ್ಮ ಕೆಲಸಕ್ಕೆ ಹೊಸ ಶಾಖೆಯನ್ನು ರಚಿಸಿ:

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

ಶಾಖೆ ಹೆಸರು ನಿಯಮಗಳು:
- `feature/` - ಹೊಸ ವೈಶಿಷ್ಟ್ಯಗಳು ಅಥವಾ ಪಾಠಗಳು
- `fix/` - ದೋಷ ಸರಿಪಡಿಸುವಿಕೆಗಳು
- `docs/` - ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಬದಲಾವಣೆಗಳು
- `refactor/` - ಕೋಡ್ ಪುನರ್‌ರಚನೆ

## ಕೊಡುಗೆ ಮಾರ್ಗಸೂಚಿಗಳು

### ಪಾಠ ವಿಷಯಕ್ಕಾಗಿ

ಪಾಠಗಳನ್ನು ಕೊಡುಗೆ ನೀಡುವಾಗ ಅಥವಾ ಇತ್ತೀಚಿನ ಪಾಠಗಳನ್ನು ಬದಲಾಯಿಸುವಾಗ:

1. **ಇದೀಗಿರುವ ರಚನೆಯನ್ನು ಅನುಸರಿಸಿ**:
   - README.md ನಲ್ಲಿ ಪಾಠ ವಿಷಯ
   - ವ್ಯಾಯಾಮಗಳೊಂದಿಗೆ Jupyter ನೋಟ್ಬುಕ್
   - ನಿಯೋಜನೆ (ಅನ್ವಯಿಸಿದರೆ)
   - ಪೂರ್ವ ಮತ್ತು ನಂತರದ ಕ್ವಿಜ್‌ಗಳಿಗೆ ಲಿಂಕ್

2. **ಈ ಅಂಶಗಳನ್ನು ಸೇರಿಸಿ**:
   - ಸ್ಪಷ್ಟ ಕಲಿಕೆ ಗುರಿಗಳು
   - ಹಂತ ಹಂತವಾಗಿ ವಿವರಣೆಗಳು
   - ಕಾಮೆಂಟ್‌ಗಳೊಂದಿಗೆ ಕೋಡ್ ಉದಾಹರಣೆಗಳು
   - ಅಭ್ಯಾಸಕ್ಕಾಗಿ ವ್ಯಾಯಾಮಗಳು
   - ಹೆಚ್ಚುವರಿ ಸಂಪನ್ಮೂಲಗಳಿಗೆ ಲಿಂಕ್‌ಗಳು

3. **ಪ್ರವೇಶಾರ್ಹತೆಯನ್ನು ಖಚಿತಪಡಿಸಿ**:
   - ಸ್ಪಷ್ಟ, ಸರಳ ಭಾಷೆ ಬಳಸಿ
   - ಚಿತ್ರಗಳಿಗೆ alt ಪಠ್ಯ ಒದಗಿಸಿ
   - ಕೋಡ್ ಕಾಮೆಂಟ್‌ಗಳನ್ನು ಸೇರಿಸಿ
   - ವಿಭಿನ್ನ ಕಲಿಕೆ ಶೈಲಿಗಳನ್ನು ಪರಿಗಣಿಸಿ

### Jupyter ನೋಟ್ಬುಕ್‌ಗಳಿಗೆ

1. **ಕಮಿಟ್ ಮಾಡುವ ಮೊದಲು ಎಲ್ಲಾ ಔಟ್‌ಪುಟ್‌ಗಳನ್ನು ತೆರವುಗೊಳಿಸಿ**:
   ```bash
   jupyter nbconvert --clear-output --inplace notebook.ipynb
   ```

2. **ವಿವರಣೆಗಳೊಂದಿಗೆ ಮಾರ್ಕ್‌ಡೌನ್ ಸೆಲ್‌ಗಳನ್ನು ಸೇರಿಸಿ**

3. **ಸಮರಸಿತ ಫಾರ್ಮ್ಯಾಟಿಂಗ್ ಬಳಸಿ**:
   ```python
   # ಮೇಲ್ಭಾಗದಲ್ಲಿ ಗ್ರಂಥಾಲಯಗಳನ್ನು ಆಮದುಮಾಡಿ
   import pandas as pd
   import numpy as np
   import matplotlib.pyplot as plt
   
   # ಅರ್ಥಪೂರ್ಣ ಚರ ನಾಮಗಳನ್ನು ಬಳಸಿ
   # ಸಂಕೀರ್ಣ ಕಾರ್ಯಾಚರಣೆಗಳಿಗೆ ಟಿಪ್ಪಣಿಗಳನ್ನು ಸೇರಿಸಿ
   # PEP 8 ಶೈಲಿ ಮಾರ್ಗಸೂಚಿಗಳನ್ನು ಅನುಸರಿಸಿ
   ```

4. **ನಿಮ್ಮ ನೋಟ್ಬುಕ್ ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಪರೀಕ್ಷಿಸಿ** ಸಲ್ಲಿಸುವ ಮೊದಲು

### Python ಕೋಡ್‌ಗೆ

[PEP 8](https://www.python.org/dev/peps/pep-0008/) ಶೈಲಿ ಮಾರ್ಗಸೂಚಿಗಳನ್ನು ಅನುಸರಿಸಿ:

```python
# ಉತ್ತಮ ಅಭ್ಯಾಸಗಳು
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)
```

### ಕ್ವಿಜ್ ಅಪ್ಲಿಕೇಶನ್ ಕೊಡುಗೆಗಳಿಗೆ

ಕ್ವಿಜ್ ಅಪ್ಲಿಕೇಶನ್ ಬದಲಾಯಿಸುವಾಗ:

1. **ಸ್ಥಳೀಯವಾಗಿ ಪರೀಕ್ಷಿಸಿ**:
   ```bash
   cd quiz-app
   npm install
   npm run serve
   ```

2. **ಲಿಂಟರ್ ಅನ್ನು ಓಡಿಸಿ**:
   ```bash
   npm run lint
   ```

3. **ಯಶಸ್ವಿಯಾಗಿ ನಿರ್ಮಿಸಿ**:
   ```bash
   npm run build
   ```

4. **Vue.js ಶೈಲಿ ಮಾರ್ಗಸೂಚಿ ಮತ್ತು ಇತ್ತೀಚಿನ ಮಾದರಿಗಳನ್ನು ಅನುಸರಿಸಿ**

### ಅನುವಾದಗಳಿಗೆ

ಅನುವಾದಗಳನ್ನು ಸೇರಿಸುವಾಗ ಅಥವಾ ನವೀಕರಿಸುವಾಗ:

1. `translations/` ಫೋಲ್ಡರ್ ರಚನೆಯನ್ನು ಅನುಸರಿಸಿ
2. ಭಾಷಾ ಕೋಡ್ ಅನ್ನು ಫೋಲ್ಡರ್ ಹೆಸರಾಗಿ ಬಳಸಿ (ಉದಾ: ಫ್ರೆಂಚ್‌ಗೆ `fr`)
3. ಇಂಗ್ಲಿಷ್ ಆವೃತ್ತಿಯಂತೆ ಫೈಲ್ ರಚನೆಯನ್ನು ಕಾಯ್ದುಕೊಳ್ಳಿ
4. ಕ್ವಿಜ್ ಲಿಂಕ್‌ಗಳನ್ನು ಭಾಷಾ ಪರಿಮಾಣದೊಂದಿಗೆ ನವೀಕರಿಸಿ: `?loc=fr`
5. ಎಲ್ಲಾ ಲಿಂಕ್‌ಗಳು ಮತ್ತು ಫಾರ್ಮ್ಯಾಟಿಂಗ್ ಅನ್ನು ಪರೀಕ್ಷಿಸಿ

## ಪುಲ್ ರಿಕ್ವೆಸ್ಟ್ ಪ್ರಕ್ರಿಯೆ

### ಸಲ್ಲಿಸುವ ಮೊದಲು

1. **ನಿಮ್ಮ ಶಾಖೆಯನ್ನು ಇತ್ತೀಚಿನ ಬದಲಾವಣೆಗಳೊಂದಿಗೆ ನವೀಕರಿಸಿ**:
   ```bash
   git fetch upstream
   git rebase upstream/main
   ```

2. **ನಿಮ್ಮ ಬದಲಾವಣೆಗಳನ್ನು ಪರೀಕ್ಷಿಸಿ**:
   - ಎಲ್ಲಾ ಬದಲಾಯಿಸಿದ ನೋಟ್ಬುಕ್‌ಗಳನ್ನು ಓಡಿಸಿ
   - ಬದಲಾಯಿಸಿದರೆ ಕ್ವಿಜ್ ಅಪ್ಲಿಕೇಶನ್ ಪರೀಕ್ಷಿಸಿ
   - ಎಲ್ಲಾ ಲಿಂಕ್‌ಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಎಂದು ಖಚಿತಪಡಿಸಿ
   - ವ್ಯಾಕರಣ ಮತ್ತು ಶಬ್ದದೋಷಗಳಿಗಾಗಿ ಪರಿಶೀಲಿಸಿ

3. **ನಿಮ್ಮ ಬದಲಾವಣೆಗಳನ್ನು ಕಮಿಟ್ ಮಾಡಿ**:
   ```bash
   git add .
   git commit -m "Brief description of changes"
   ```
   
   ಸ್ಪಷ್ಟ ಕಮಿಟ್ ಸಂದೇಶಗಳನ್ನು ಬರೆಯಿರಿ:
   - ವರ್ತಮಾನ ಕಾಲ ಬಳಸಿ ("Add feature" "Added feature" ಅಲ್ಲ)
   - ಆಜ್ಞಾಪದ ಭಾವ ಬಳಸಿ ("Move cursor to..." "Moves cursor to..." ಅಲ್ಲ)
   - ಮೊದಲ ಸಾಲು 72 ಅಕ್ಷರಗಳಿಗೆ ಮಿತಿಮಾಡಿ
   - ಸಂಬಂಧಿತ ಸಮಸ್ಯೆಗಳು ಮತ್ತು ಪುಲ್ ರಿಕ್ವೆಸ್ಟ್‌ಗಳನ್ನು ಉಲ್ಲೇಖಿಸಿ

4. **ನಿಮ್ಮ ಫೋರ್ಕ್‌ಗೆ ಪುಷ್ ಮಾಡಿ**:
   ```bash
   git push origin feature/your-feature-name
   ```

### ಪುಲ್ ರಿಕ್ವೆಸ್ಟ್ ರಚನೆ

1. [ರಿಪೊಸಿಟರಿಯ](https://github.com/microsoft/Data-Science-For-Beginners) ಗೆ ಹೋಗಿ
2. "Pull requests" → "New pull request" ಕ್ಲಿಕ್ ಮಾಡಿ
3. "compare across forks" ಕ್ಲಿಕ್ ಮಾಡಿ
4. ನಿಮ್ಮ ಫೋರ್ಕ್ ಮತ್ತು ಶಾಖೆಯನ್ನು ಆಯ್ಕೆಮಾಡಿ
5. "Create pull request" ಕ್ಲಿಕ್ ಮಾಡಿ

### PR ಶೀರ್ಷಿಕೆ ಸ್ವರೂಪ

ಈ ಸ್ವರೂಪವನ್ನು ಅನುಸರಿಸಿ ಸ್ಪಷ್ಟ, ವಿವರಣಾತ್ಮಕ ಶೀರ್ಷಿಕೆಗಳನ್ನು ಬಳಸಿ:

```
[Component] Brief description
```

ಉದಾಹರಣೆಗಳು:
- `[Lesson 7] Python ನೋಟ್ಬುಕ್ ಆಮದು ದೋಷವನ್ನು ಸರಿಪಡಿಸಿ`
- `[Quiz App] ಜರ್ಮನ್ ಅನುವಾದವನ್ನು ಸೇರಿಸಿ`
- `[Docs] README ನವೀಕರಣ ಹೊಸ ಪೂರ್ವಾಪೇಕ್ಷಿತಗಳೊಂದಿಗೆ`
- `[Fix] ದೃಶ್ಯೀಕರಣ ಪಾಠದಲ್ಲಿ ಡೇಟಾ ಮಾರ್ಗವನ್ನು ಸರಿಪಡಿಸಿ`

### PR ವಿವರಣೆ

ನಿಮ್ಮ PR ವಿವರಣೆಯಲ್ಲಿ ಸೇರಿಸಿ:

- **ಏನು**: ನೀವು ಯಾವ ಬದಲಾವಣೆಗಳನ್ನು ಮಾಡಿದ್ದೀರಿ?
- **ಯಾಕೆ**: ಈ ಬದಲಾವಣೆಗಳು ಯಾಕೆ ಅಗತ್ಯ?
- **ಹೇಗೆ**: ನೀವು ಬದಲಾವಣೆಗಳನ್ನು ಹೇಗೆ ಜಾರಿಗೆ ತಂದಿರಿ?
- **ಪರೀಕ್ಷೆ**: ನೀವು ಬದಲಾವಣೆಗಳನ್ನು ಹೇಗೆ ಪರೀಕ್ಷಿಸಿದ್ದೀರಿ?
- **ಸ್ಕ್ರೀನ್‌ಶಾಟ್‌ಗಳು**: ದೃಶ್ಯ ಬದಲಾವಣೆಗಳಿಗೆ ಸ್ಕ್ರೀನ್‌ಶಾಟ್‌ಗಳನ್ನು ಸೇರಿಸಿ
- **ಸಂಬಂಧಿತ ಸಮಸ್ಯೆಗಳು**: ಸಂಬಂಧಿತ ಸಮಸ್ಯೆಗಳಿಗೆ ಲಿಂಕ್ (ಉದಾ: "Fixes #123")

### ವಿಮರ್ಶಾ ಪ್ರಕ್ರಿಯೆ

1. **ಸ್ವಯಂಚಾಲಿತ ಪರಿಶೀಲನೆಗಳು** ನಿಮ್ಮ PR ಮೇಲೆ ನಡೆಯುತ್ತವೆ
2. **ನಿರ್ವಹಕರು ನಿಮ್ಮ ಕೊಡುಗೆ ಪರಿಶೀಲಿಸುತ್ತಾರೆ**
3. **ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಗಮನಿಸಿ ಹೆಚ್ಚುವರಿ ಕಮಿಟ್‌ಗಳನ್ನು ಮಾಡಿ**
4. ಒಪ್ಪಿಗೆಯಾದ ನಂತರ, **ನಿರ್ವಹಕರು ನಿಮ್ಮ PR ಅನ್ನು ಮರ್ಜ್ ಮಾಡುತ್ತಾರೆ**

### ನಿಮ್ಮ PR ಮರ್ಜ್ ಆದ ನಂತರ

1. ನಿಮ್ಮ ಶಾಖೆಯನ್ನು ಅಳಿಸಿ:
   ```bash
   git branch -d feature/your-feature-name
   git push origin --delete feature/your-feature-name
   ```

2. ನಿಮ್ಮ ಫೋರ್ಕ್ ಅನ್ನು ನವೀಕರಿಸಿ:
   ```bash
   git checkout main
   git pull upstream main
   git push origin main
   ```

## ಶೈಲಿ ಮಾರ್ಗಸೂಚಿಗಳು

### ಮಾರ್ಕ್‌ಡೌನ್

- ಸತತ ಶೀರ್ಷಿಕೆ ಮಟ್ಟಗಳನ್ನು ಬಳಸಿ
- ವಿಭಾಗಗಳ ನಡುವೆ ಖಾಲಿ ಸಾಲುಗಳನ್ನು ಸೇರಿಸಿ
- ಭಾಷಾ ಸೂಚಕಗಳೊಂದಿಗೆ ಕೋಡ್ ಬ್ಲಾಕ್‌ಗಳನ್ನು ಬಳಸಿ:
  ````markdown
  ```python
  import pandas as pd
  ```
  ````
- ಚಿತ್ರಗಳಿಗೆ alt ಪಠ್ಯ ಸೇರಿಸಿ: `![Alt text](../../translated_images/kn/image.4ee84a82b5e4c9e6651b13fd27dcf615e427ec584929f2cef7167aa99151a77a.png)`
- ಸಾಲಿನ ಉದ್ದವನ್ನು ಯುಕ್ತಮಟ್ಟದಲ್ಲಿ ಇಡಿ (ಸುಮಾರು 80-100 ಅಕ್ಷರಗಳು)

### Python

- PEP 8 ಶೈಲಿ ಮಾರ್ಗಸೂಚಿಯನ್ನು ಅನುಸರಿಸಿ
- ಅರ್ಥಪೂರ್ಣ ಚರಗಳ ಹೆಸರುಗಳನ್ನು ಬಳಸಿ
- ಫಂಕ್ಷನ್‌ಗಳಿಗೆ ಡಾಕ್ಸ್ಟ್ರಿಂಗ್‌ಗಳನ್ನು ಸೇರಿಸಿ
- ಅಗತ್ಯವಿದ್ದಲ್ಲಿ ಟೈಪ್ ಸೂಚನೆಗಳನ್ನು ಸೇರಿಸಿ:
  ```python
  def process_data(df: pd.DataFrame) -> pd.DataFrame:
      """Process the input dataframe."""
      return df
  ```

### JavaScript/Vue.js

- Vue.js 2 ಶೈಲಿ ಮಾರ್ಗಸೂಚಿಯನ್ನು ಅನುಸರಿಸಿ
- ESLint ಸಂರಚನೆಯನ್ನು ಬಳಸಿ
- ಮಡ್ಯೂಲರ್, ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ಘಟಕಗಳನ್ನು ಬರೆಯಿರಿ
- ಸಂಕೀರ್ಣ ತರ್ಕಕ್ಕೆ ಕಾಮೆಂಟ್‌ಗಳನ್ನು ಸೇರಿಸಿ

### ಫೈಲ್ ಸಂಘಟನೆ

- ಸಂಬಂಧಿತ ಫೈಲ್‌ಗಳನ್ನು ಒಟ್ಟಿಗೆ ಇಡಿ
- ವಿವರಣಾತ್ಮಕ ಫೈಲ್ ಹೆಸರುಗಳನ್ನು ಬಳಸಿ
- ಇತ್ತೀಚಿನ ಡೈರೆಕ್ಟರಿ ರಚನೆಯನ್ನು ಅನುಸರಿಸಿ
- ಅನಗತ್ಯ ಫೈಲ್‌ಗಳನ್ನು ಕಮಿಟ್ ಮಾಡಬೇಡಿ (.DS_Store, .pyc, node_modules, ಇತ್ಯಾದಿ)

## ಕೊಡುಗೆದಾರ ಪರವಾನಗಿ ಒಪ್ಪಂದ

ಈ ಯೋಜನೆ ಕೊಡುಗೆಗಳು ಮತ್ತು ಸಲಹೆಗಳನ್ನು ಸ್ವಾಗತಿಸುತ್ತದೆ. ಬಹುತೇಕ ಕೊಡುಗೆಗಳಿಗೆ ನೀವು
ಕೊಡುಗೆದಾರ ಪರವಾನಗಿ ಒಪ್ಪಂದ (CLA) ಗೆ ಒಪ್ಪಿಗೆ ನೀಡಬೇಕಾಗುತ್ತದೆ, ಇದು ನೀವು ನಿಮ್ಮ ಕೊಡುಗೆ ಬಳಸಲು
ನಮ್ಮಿಗೆ ಹಕ್ಕುಗಳನ್ನು ನೀಡಲು ಹಕ್ಕು ಹೊಂದಿದ್ದೀರಿ ಮತ್ತು ನಿಜವಾಗಿಯೂ ನೀಡುತ್ತೀರಿ ಎಂದು ಘೋಷಿಸುತ್ತದೆ. ವಿವರಗಳಿಗೆ,
https://cla.microsoft.com ನೋಡಿ.

ನೀವು ಪುಲ್ ರಿಕ್ವೆಸ್ಟ್ ಸಲ್ಲಿಸುವಾಗ, CLA-ಬಾಟ್ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ನೀವು CLA ಒದಗಿಸಬೇಕೇ ಎಂದು ನಿರ್ಧರಿಸಿ PR ಅನ್ನು ಸೂಕ್ತವಾಗಿ ಅಲಂಕರಿಸುತ್ತದೆ (ಉದಾ: ಲೇಬಲ್, ಕಾಮೆಂಟ್). ಬಾಟ್ ನೀಡುವ ಸೂಚನೆಗಳನ್ನು ಅನುಸರಿಸಿ. ನಮ್ಮ CLA ಬಳಸಿ ಎಲ್ಲಾ ರಿಪೊಸಿಟರಿಗಳಲ್ಲಿ ನೀವು ಇದನ್ನು ಒಂದೇ ಬಾರಿ ಮಾಡಬೇಕಾಗುತ್ತದೆ.

## ಪ್ರಶ್ನೆಗಳು?

- ನಮ್ಮ [Discord ಚಾನೆಲ್ #data-science-for-beginners](https://aka.ms/ds4beginners/discord) ಪರಿಶೀಲಿಸಿ
- ನಮ್ಮ [Discord ಸಮುದಾಯ](https://aka.ms/ds4beginners/discord) ಸೇರಿ
- ಇತ್ತೀಚಿನ [ಸಮಸ್ಯೆಗಳು](https://github.com/microsoft/Data-Science-For-Beginners/issues) ಮತ್ತು [ಪುಲ್ ರಿಕ್ವೆಸ್ಟ್‌ಗಳು](https://github.com/microsoft/Data-Science-For-Beginners/pulls) ಪರಿಶೀಲಿಸಿ

## ಧನ್ಯವಾದಗಳು!

ನಿಮ್ಮ ಕೊಡುಗೆಗಳು ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಎಲ್ಲರಿಗೂ ಉತ್ತಮವಾಗಿಸುತ್ತವೆ. ಕೊಡುಗೆ ನೀಡಲು ಸಮಯ ತೆಗೆದುಕೊಂಡಿದ್ದಕ್ಕೆ ಧನ್ಯವಾದಗಳು!

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**ಅಸ್ವೀಕರಣ**:  
ಈ ದಸ್ತಾವೇಜು AI ಅನುವಾದ ಸೇವೆ [Co-op Translator](https://github.com/Azure/co-op-translator) ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಯಿಗಾಗಿ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ತಪ್ಪುಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳು ಇರಬಹುದು ಎಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ಭಾಷೆಯಲ್ಲಿರುವ ಮೂಲ ದಸ್ತಾವೇಜನ್ನು ಅಧಿಕೃತ ಮೂಲವಾಗಿ ಪರಿಗಣಿಸಬೇಕು. ಮಹತ್ವದ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಿಕೆ ಅಥವಾ ತಪ್ಪು ವಿವರಣೆಗಳಿಗೆ ನಾವು ಹೊಣೆಗಾರರಾಗುವುದಿಲ್ಲ.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->