You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
248 lines
48 KiB
248 lines
48 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "7c31d1a22c746b1d0f0582d4f54702ba",
|
|
"translation_date": "2025-12-25T00:33:00+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "my"
|
|
}
|
|
-->
|
|
# Data Science for Beginners - သင်ရိုးအစီအစဉ်
|
|
|
|
[](https://github.com/codespaces/new?hide_repo_select=true&ref=main&repo=344191198)
|
|
|
|
[](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/)
|
|
[](http://makeapullrequest.com)
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
Microsoft ရှိ Azure Cloud Advocates အဖွဲ့သည် Data Science အကြောင်း အားလုံးပါဝင်သည့် ၁၀ ပတ်၊ သင်ခန်းစာ ၂၀ ပါဝင်သည့် သင်ရိုးအစီအစဉ်ကို ဝမ်းမြောက်စွာ တင်ဆက်ပါသည်။ ခန်းတိုင်းတွင် မခန်းစဉ်မတိုင်ခင်နှင့် ခန်းပြီးနောက် စစ်တမ်းများ၊ ခန်းကို ပြီးမြောက်စေရန် ရေးသားထားသော လမ်းညွှန်ချက်များ၊ ဖြေရှင်းချက်များ နှင့် အလုပ်တာဝန်များ ပါဝင်သည်။ ကျွန်တော်တို့၏ ပရောဂျက်အခြေပြု သင်ကြားပေးနည်းသည် သင်တန်းသားများ အလုပ်လုပ်ရင်း သင်ယူနိုင်ရန် အဆင်ပြေစေပြီး သူတိုင်းအသစ်သော ကျွမ်းကျင်မှုများကို ထိန်းသိမ်းစေသည်။
|
|
|
|
**ကျွန်တော်တို့၏ စာရေးသူများအား အထူးကျေးဇူးတင်ပါသည်။** [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).
|
|
|
|
**🙏 အထူးကျေးဇူးတင်လှည်း 🙏 Microsoft Student Ambassador ဖြစ်ကြသည့် စာရေးသူများ၊ ပြန်လည်ဆန်းစစ်သူများနှင့် အကြောင်းအရာ အကျိုးပေးသူများအား,** အထူးသဖြင့် 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/)
|
|
|
|
||
|
|
|:---:|
|
|
| Data Science For Beginners - _Sketchnote (ဖန်တီးသူ [@nitya](https://twitter.com/nitya))_ |
|
|
|
|
### 🌐 ဘာသာစကား မျိုးစုံ အထောက်အပံ့
|
|
|
|
#### GitHub Action ဖြင့် ထောက်ပံ့ထားသည် (အလိုအလျောက်နှင့် အမြဲတမ်း အပ်ဒိတ်ဖြစ်နေပါသည်)
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](./README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Hong Kong)](../hk/README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Taiwan)](../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)](../br/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Punjabi (Gurmukhi)](../pa/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)
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
**အကယ်၍ သင်လိုလျောက်ထပ်မံ ဘာသာစကားများ ထည့်သွင်းဆောင်ရွက်လိုပါက သက်ဆိုင်ရာ ထောက်ပံ့နိုင်သော ဘာသာစကားများကို [here](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) တွင် စစ်ဆေးနိုင်ပါသည်။**
|
|
|
|
#### မိမိတို့ အသိုင်းအဝိုင်းထဲ ပူးပေါင်းပါ
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
ကျွန်တော်တို့မှာ Discord ပေါ်တွင် "Learn with AI" စီးရီး လေ့လာမှု ဆက်လက်ပြုလုပ်နေပါသည်။ အပိုင်းများအကြောင်း ပိုမိုသိရှိရန်နှင့် ပူးပေါင်းရန် [Learn with AI Series](https://aka.ms/learnwithai/discord) တွင် 18 - 30 စက်တင်ဘာ, 2025 အချိန်ကာလအတွင်း ပူးပေါင်းပါ။ သင်သည် GitHub Copilot ကို Data Science အတွက် အသုံးပြုရာတွင် ထိရောက်သော အကြံပေးနည်းများကို ရယူနိုင်မည်။
|
|
|
|
|
|
|
|
# သင်က ကျောင်းသား/သူလား?
|
|
|
|
အောက်ဖော်ပြသော အရင်းအမြစ်များဖြင့် စတင်ပါ-
|
|
|
|
- [Student Hub စာမျက်နှာ](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) ဤ စာမျက်နှာတွင် အခြေခံလေ့လာသူများအတွက် အရင်းအမြစ်များ၊ Student packs များနှင့် အခမဲ့ certificate voucher ရရှိနိုင်သည့် နည်းလမ်းများကို တွေ့နိုင်ပါသည်။ ကျွန်တော်တို့သည် အနည်းဆုံး တစ်လတစ်ကြိမ်အတွင်း အကြောင်းအရာများကို ပြောင်းလဲတင်ဆက်မည် ဖြစ်သဖြင့် ဤစာမျက်နှာကို စာမှတ်တမ်းထားပြီး အချိန်နှင့်အမျှ စစ်ဆေးကြည့်ရန် အကြံပြုပါသည်။
|
|
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) ကမ္ဘာလုံးဆိုင်ရာ Student Ambassadors အသိုက်အတွင်း ပူးပေါင်းပါ။ ၎င်းသည် Microsoft သို့ ဝင်ရောက်နိုင်ရန် သင့်အတွက် လမ်းကြောင်းတစ်ခု ဖြစ်နိုင်သည်။
|
|
|
|
# စတင်ရန်
|
|
|
|
## 📚 စာတမ်းများ
|
|
|
|
- **[Installation Guide](INSTALLATION.md)** - အခြေခံသူများအတွက် အဆင့်ဆင့် ပတ်ဝန်းကျင် ပြင်ဆင်ခြင်း လမ်းညွှန်ချက်များ
|
|
- **[Usage Guide](USAGE.md)** - ဥပမာများနှင့် ပုံမှန် လုပ်ငန်းစဉ်များ
|
|
- **[Troubleshooting](TROUBLESHOOTING.md)** - ဖြစ်ပေါ်နိုင်သော ပြဿနာများ၏ ဖြေရှင်းနည်းများ
|
|
- **[Contributing Guide](CONTRIBUTING.md)** - ဤ ပရောဂျက်တွင် ပံ့ပိုးရန် နည်းလမ်းများ
|
|
- **[For Teachers](for-teachers.md)** - သင်ကြားရေး လမ်းညွှန်ချက်များနှင့် မိထွက်ခန်းမှတ်တမ်းများ
|
|
|
|
## 👨🎓 ကျောင်းသားများအတွက်
|
|
> **အပြီးအပိုင် စတင်သူများ**: Data science တွင် အသစ်လား? ကျွန်တော်တို့၏ [အခြေခံသူများအတွက် ဥပမာများ](examples/README.md) နှင့် စတင်ပါ! ဤ ရိုးရှင်းပြီး မှတ်ချက်ပြည့်စုံထားသော ဥပမာများက သင်အား အခြေခံများကို နားလည်စေပြီး အပြည့်အစုံ သင်ရိုးအစီအစဉ်သို့ အရင်ပြုလုပ်ရန် အဆင်ပြေစေပါသည်။
|
|
> **[ကျောင်းသားများ](https://aka.ms/student-page)**: ဤ သင်ရိုးအစီအစဉ်ကို မိမိတိုင် စွဲ၍ အသုံးပြုလိုပါက repo ကို fork လုပ်၍ မိမိတိုင် အလေ့အကျင့်များကို ပြီးမြောက်စေရန်၊ pre-lecture quiz နဲ့ စတင်ပါ။ ထို့နောက် သင်ခန်းစာကို ဖတ်ပြီး အလုပ်များကို ပြီးမြောက်ပါ။ ဖြေရှင်းချက် ကုဒ်ကို အတှေ့အကွုံဖြင့် ကူးယူမည်မဟုတ်ဘဲ သင်ခန်းစာများကို နားလည်ကာ ပရောဂျက်များကို ကိုယ့်လက်ဖြင့် ဖန်တီးကြည့်ရန် ကြိုးစားပါ။ သို့သော် ထိုကုဒ်များကို /solutions ဖိုလ်ဒါများတွင် အတည်ရှိပါသည်။ အသေးစိတ်လေ့လာရန် စိတ်ကောင်းသော စိတ်ကူးတစ်ခုမှာ မိတ်ဆွေများနှင့် သင်ကြားရေး အဖွဲ့တစ်ခု ဖွဲ့ပြီး ခွဲချရန် ဖြစ်နိုင်သည်။ ပိုမိုလေ့လာရန်အတွက် ကျွန်တော်တို့သည် [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) ကို အကြံပြုလိုက်ပါသည်။
|
|
|
|
**အမြန်စတင်ရန်:**
|
|
1. မိမိ၏ ပတ်ဝန်းကျင်ကို စတင်ပြင်ဆင်ရန် [Installation Guide](INSTALLATION.md) ကို စစ်ဆေးပါ
|
|
2. သင်ရိုးနှင့် အလုပ်လုပ်ရရန် နည်းလမ်းများကို လေ့လာရန် [Usage Guide](USAGE.md) ကို ပြန်လည်သုံးသပ်ပါ
|
|
3. Lesson 1 မှစတင်၍ အစဉ်လိုက် အလုပ်လုပ်ပါ
|
|
4. အထောက်အပံ့အတွက် ကျွန်တော်တို့၏ [Discord community](https://aka.ms/ds4beginners/discord) တွင် ပူးပေါင်းပါ
|
|
|
|
## 👩🏫 ဆရာ/ဆရာမများအတွက်
|
|
|
|
> **ဆရာများ**: ဤ သင်ရိုးအစီအစဉ်ကို မည်ကဲ့သို့ အသုံးပြုရမည်ကို ဆက်လက် အသုံးချနိုင်ရန် [အကြံပြုချက်အချို့ကို ထည့်သွင်းထားပါသည်](for-teachers.md)။ ကျွန်တော်တို့၏ ပြန်လည်အသုံးပြုမှုအကြံပေးချက်များကို [ကျွန်တော်တို့၏ ဆွေးနွေးပွဲ ဖိုရမ်](https://github.com/microsoft/Data-Science-For-Beginners/discussions) တွင် ကြိုဆိုပါသည်!
|
|
|
|
## အဖွဲ့နှင့် တွေ့ဆုံရန်
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "မိတ်ဆက် ဗီဒီယို")
|
|
|
|
**Gif ဖန်တီးသူ** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
|
|
> 🎥 ဓာတ်ပုံအထက်ကို နှိပ်ပြီး ဒီစီမံကိန်းနှင့် အဲဒီကို ဖန်တီးခဲ့သူများအကြောင်း ဗီဒီယိုကို ကြည့်ရှုနိုင်ပါသည်!
|
|
|
|
## သင်ကြားပုံ
|
|
|
|
ဤ သင်ရိုးညွှန်းတမ်းကို တည်ဆောက်ရာတွင် ကျွန်ုပ်တို့သည် သင်ကြားပုံနှစ်ချက်ကို ရွေးချယ်ခဲ့ပါသည်။ ၎င်းမှာ စီမံကိန်းအခြေခံဖြစ်စေရန် နှင့် မကြာခဏ ဖြေဆိုရသော မေးခွန်းစစ်ဆေးမှုများ ပါဝင်စေရန် ဖြစ်ပါသည်။ ဤစီးရီးအဆုံးတွင် ကျောင်းသူ/ကျောင်းသူမများသည် ဒေတာသိပ္ပံ၏ မူလထိပ်ဆုံး အကြောင်းအရာများကို သင်ယူထားမည်ဖြစ်ပြီး အဓိက္ခါ သဘောတရားများ၊ ဒေတာပြင်ဆင်ခြင်း၊ ဒေတာနှင့်အလုပ်လုပ်ရန် မျိုးစုံ၏ နည်းလမ်းများ၊ ဒေတာမြင်ကွင်းပြခြင်း၊ ဒေတာခွဲခြမ်းစိတ်ဖြာခြင်း၊ ဒေတာသိပ္ပံ၏ အကောင်အထည်ဖော်နယ်ပယ်များ စသည့်အရာများကို လေ့လာထားမည်ဖြစ်သည်။
|
|
|
|
ထို့အပြင် သင်ခန်းစာခေါ်မတိုင်မီ ရှိသော အားနည်းခဏ စစ်ဆေးမေးခွန်းတစ်ခုက ကျောင်းသား၏ သင်ယူရေးကို ရည်ရွယ်ချက်ထားရှိစေပြီး သင်ခန်းစာပြီးနောက်ရှိ ဒုတိယ မေးခွန်းက စာမူကို ပိုမိုစွဲမြဲစေပါသည်။ ဤသင်ရိုးညွှန်းတမ်းကို ဖျော်ဖြေစရာနှင့် တိကျညှိထားနိုင်စေရန် ဒီဇိုင်းလုပ်ထားပြီး အားလုံးကို တစ်ကြိမ်လုံး သို့မဟုတ် တစ်စိတ်တစ်ပိုင်းလိုက် လေ့လာနိုင်ပါသည်။ စီမံကိန်းများသည် မျိုးစုံ အရပ်ကနေ စတင်ကာ ၁၀ ပတ် အမြဲတမ်း လျှင်မြန်စွာ ရှုပ်ထွေးလာပါသည်။
|
|
|
|
> ကျွန်ုပ်တို့၏ [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translation](TRANSLATIONS.md) လမ်းညွှန်ချက်များကို ဖတ်ရှုပါ။ ဆောက်တည်ဖွံ့ဖြိုးနိုင်သော အကြံပြုချက်များကို ကျွန်ုပ်တို့ ကြိုဆိုပါသည်!
|
|
|
|
## သင်ခန်းစာတိုင်းတွင် ပါဝင်သောအရာများ
|
|
|
|
- ရွေးချယ်နိုင်သည့် sketchnote
|
|
- ရွေးချယ်နိုင်သည့် ထပ်ပေါင်း ဗီဒီယို
|
|
- သင်ခန်းစာမတိုင်မီ ကြိုပြင် စစ်ဆေးမေးခွန်း
|
|
- စာရေးသားထားသည့် သင်ခန်းစာ
|
|
- စီမံကိန်းအခြေခံ သင်ခန်းစာများအတွက် စီမံကိန်းတည်ဆောက်ပုံ အဆင့်လိုက် လမ်းညွှန်
|
|
- ပညာရရှိမှုပြန်လည်စစ်ဆေးခြင်းများ
|
|
- စိန်ခေါ်မှုတစ်ခု
|
|
- ထပ်ဆောင်း ဖတ်ရန်အရာများ
|
|
- တာဝန်ပေးစာ
|
|
- [သင်ခန်းစာပြီးချိန် စစ်ဆေးမေးခွန်း](https://ff-quizzes.netlify.app/en/)
|
|
|
|
> **မေးခွန်းများအကြောင်း မှတ်စု**: မေးခွန်းများအားလုံးသည် Quiz-App ဖိုလ်ဒါအတွင်းတွင် ပါဝင်ပြီး တစ်ခုချင်းစီတွင် မေးခွန်း သုံးမေးခွန်းရှိသော စုစုပေါင်း ၄၀ မေးခွန်းအထိ ရှိပါသည်။ ၎င်းတို့သည် သင်ခန်းစာများအတွင်း လင့်ချ်ထားထားသော်လည်း quiz app ကို ဒေသတွင်းတွင် run ချနိုင်သော်လည်း Azure သို့ deploy ချနိုင်ပါသည်; `quiz-app` ဖိုလ်ဒါအတွင်းရှိ ညွှန်ကြားချက်များအား လိုက်နာပါ။ ၎င်းတို့ကို တဖြည်းဖြည်းနဲ့ ဒေသီဖြစ်ရေးမှာ ပြုလုပ်နေပါသည်။
|
|
|
|
## 🎓 စတင်လေ့လာသူများအတွက် နမူနာများ
|
|
|
|
**ဒေတာသိပ္ပံကို စတင်လေ့လာနေပါသလား?** ကျွန်ုပ်တို့သည် စတင်ရန် အထောက်အကူဖြစ်စေရန် ရိုးရှင်းပြီး မှတ်ချက်များပြည့်စုံသော ကုဒ်များပါဝင်သည့် အထူး [examples directory](examples/README.md) ကို ဖန်တီးထားသည် -
|
|
|
|
- 🌟 **Hello World** - သင့်ရဲ့ ပထမဆုံး ဒေတာသိပ္ပံ ပရိုဂရမ်
|
|
- 📂 **Loading Data** - ဒေတာစုစည်းမှုများကို ဖတ်ရှု၍ ရှာဖွေခြင်းကို သင်ယူပါ
|
|
- 📊 **Simple Analysis** - သင်္ချာဆိုင်ရာ အချက်အလက်များကို တွက်ချက်ပြီး ပုံစံရှာဖွေရန်
|
|
- 📈 **Basic Visualization** - ဆ.chart နှင့် အကွက်ဇယားများကို ဖန်တီးပါ
|
|
- 🔬 **Real-World Project** - အစမှ အဆုံးထိ အလုပ်စဉ်အားလုံးကို ပြီးစီးပါ
|
|
|
|
နမူနာတိုင်းတွင် အဆင့်တိုင်းကို ရှင်းလင်းစွာ ဖော်ပြထားသည့် မှတ်ချက်များ ပါဝင်သဖြင့် အစပေါ်မှ စတင်လိုသူများအတွက် သင့်တော်ပါသည်။
|
|
|
|
👉 **[နမူနာများဖြင့် စတင်ပါ](examples/README.md)** 👈
|
|
|
|
## သင်ခန်းစာများ
|
|
|
|
|
|
||
|
|
|:---:|
|
|
| Data Science For Beginners: Roadmap - _Sketchnote by [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
|
|
| သင်ခန်းစာ အမှတ် | ခေါင်းစဉ် | သင်ခန်းစာ အစု | သင်ယူရမည့် ရည်ရွယ်ချက်များ | လင့်ခ်ထားသော သင်ခန်းစာ | စာရေးသူ |
|
|
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
|
|
| 01 | ဒေတာသိပ္ပံ အဓိပ္ပာယ် သတ်မှတ်ခြင်း | [Introduction](1-Introduction/README.md) | ဒေတာသိပ္ပံ၏ မူလ အယူအဆများနှင့် ၎င်းသည် artificial intelligence၊ machine learning နှင့် big data တို့နှင့် မည်သို့ ဆက်နွယ်ခဲ့သည်ကို လေ့လာပါ။ | [lesson](1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
|
|
| 02 | ဒေတာသိပ္ပံ စည်းကမ်းသိက္ခာ | [Introduction](1-Introduction/README.md) | ဒေတာ သည်တရားဆိုင်ရာ အယူအဆများ၊ ပြဿနာများနှင့် ဖရိမ်းဝတ်များကို လေ့လာပါ။ | [lesson](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
| 03 | ဒေတာ အဓိပ္ပာယ် သတ်မှတ်ခြင်း | [Introduction](1-Introduction/README.md) | ဒေတာကို မည်သို့ အမျိုးအစားခွဲပြီး ယေဘုယျ ရင်းမြစ်များက ဘာများရှိသည်ကို လေ့လာပါ။ | [lesson](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 04 | သင်္ချာရှေ့ဆောင် နှင့် ဖြစ်နိုင်ချေ (Statistics & Probability) စတင်သိလား | [Introduction](1-Introduction/README.md) | ဒေတာကို နားလည်ရန် ဖြစ်နိုင်ချေ နှင့် သင်္ချာဆိုင်ရာ နည်းပညာများကို လေ့လာပါ။ | [lesson](1-Introduction/04-stats-and-probability/README.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
|
|
| 05 | ဆက်စပ် ဒေတာနှင့် အလုပ်လုပ်ခြင်း | [Working With Data](2-Working-With-Data/README.md) | ဆက်စပ် ဒေတာ (relational data) အကြောင်း စတင်သိမြင်ခြင်းနှင့် Structured Query Language (SQL) အသုံးပြု၍ ဆက်စပ် ဒေတာကို ရှာဖွေ၊ ပြန်လည်ခွဲခြမ်းခြင်း၏ အခြေခံများကို သင်ယူပါ။ | [lesson](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
|
|
| 06 | NoSQL ဒေတာနှင့် အလုပ်လုပ်ခြင်း | [Working With Data](2-Working-With-Data/README.md) | မဟာ-ဆက်စပ် မဟုတ်သော ဒေတာများ၏ မျိုးစုံနှင့် စာရွက်စာတမ်း ဒေတာဘေ့စ်များကို ရှာဖွေခွဲခြမ်းခြင်း၏ အခြေခံများကို မိတ်ဆက်ပါ။ | [lesson](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
|
|
| 07 | Python ဖြင့် အလုပ်လုပ်ခြင်း | [Working With Data](2-Working-With-Data/README.md) | Pandas ကဲ့သို့သော ไลဘ্রেရီများဖြင့် ဒေတာ ရှာဖွေရေးအတွက် Python ကို အသုံးပြုခြင်း၏ အခြေခံများ။ Python programming အခြေခံကို သိထားရမည် ဟု အကြံပြုသည်။ | [lesson](2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
|
|
| 08 | ဒေတာ ပြင်ဆင်ခြင်း | [Working With Data](2-Working-With-Data/README.md) | မရှိသည့် ဒေတာ၊ မှားနေသော ဒေတာ သို့မဟုတ် ပြည့်စုံမှုမရှိသော ဒေတာများကို ကိုင်တွယ်ရန် သန့်ရှင်းခြင်းနှင့် ပြောင်းလဲခြင်းနည်းပညာများအကြောင်း။ | [lesson](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 09 | ပမာဏများကို မြင်ကွင်းပြခြင်း | [Data Visualization](3-Data-Visualization/README.md) | Matplotlib ကို အသုံးပြု၍ ငှက်ဒေတာကို မြင်ကွင်းပြခြင်းကို သင်ယူပါ 🦆 | [lesson](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 10 | ဒေတာ၏ ဖြန့်ချိမှုများကို မြင်ကွင်းပြခြင်း | [Data Visualization](3-Data-Visualization/README.md) | အကန့်အသတ်အတွင်း တွေ့ရှိချက်များနှင့် လေ့လာမှုများကို မြင်ကွင်းပြခြင်း။ | [lesson](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 11 | အပိုင်းနှင့် အချိုးဖော်ပြချက်များကို မြင်ကွင်းပြခြင်း | [Data Visualization](3-Data-Visualization/README.md) | ခွဲခြားထားသည့်နှင့် အုပ်စုသတ်ထားသော ရာခိုင်နှုန်းများကို မြင်ကွင်းပြခြင်း။ | [lesson](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 12 | ဆက်နွယ်မှုများကို မြင်ကွင်းပြခြင်း | [Data Visualization](3-Data-Visualization/README.md) | ဒေတာစုစည်းမှုများနှင့် ၎င်းတို့၏ အမျိုးအစားများအကြား ဆက်နွယ်မှုများနှင့် ကိုက်ညီမှုများကို မြင်ကွင်းပြခြင်း။ | [lesson](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 13 | အဓိပ္ပာယ်ရှိသော မြင်ကွင်းပြခြင်းများ | [Data Visualization](3-Data-Visualization/README.md) | ပြဿနာဖြေရှင်းခြင်းနှင့် ဖြစ်ထွန်းချက်ရရှိစေရန် သင့်မြင်ကွင်းပြချက်များကို တန်ဖိုးရှိစေရန်နည်းလမ်းနှင့် လမ်းညွှန်ချက်များ။ | [lesson](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 14 | ဒေတာသိပ္ပံ အသက်လည်ပတ်မှု အကြောင်း မိတ်ဆက်ခြင်း | [Lifecycle](4-Data-Science-Lifecycle/README.md) | ဒေတာသိပ္ပံအသက်လည်ပတ်မှု အကြောင်းမိတ်ဆက်ခြင်းနှင့် ဒေတာရယူမှု/ထုတ်ယူမှု အဆင့်။ | [lesson](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
|
|
| 15 | ခွဲခြမ်းစိတ်ဖြာခြင်း | [Lifecycle](4-Data-Science-Lifecycle/README.md) | ဒေတာသိပ္ပံ အသက်လည်ပတ်မှု၏ ဤအဆင့်သည် ဒေတာကို ခွဲခြမ်းစစ်တမ်းလုပ်ရန် နည်းစနစ်များအပေါ် အာရုံစိုက်ပါသည်။ | [lesson](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
|
|
| 16 | ဆက်သွယ်ပေးခြင်း | [Lifecycle](4-Data-Science-Lifecycle/README.md) | ဒေတာမှ ထုတ်ဖော်ရရှိသော သိမြင်ချက်များကို ဆုံးဖြတ်ချက် ချသူများ အနားယူ၍ နားလည်ရန် လွယ်ကူစေရန် တင်ပြပုံအပေါ် ဤအဆင့် အာရုံထားသည်။ | [lesson](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
|
|
| 17 | တိမ်တွင်းရှိ ဒေတာသိပ္ပံ | [Cloud Data](5-Data-Science-In-Cloud/README.md) | တိမ်တွင်းရှိ ဒေတာသိပ္ပံနှင့် ၎င်း၏ အကျိုးကျေးဇူးများကို မိတ်ဆက်သည့် သင်ခန်းစာစီးရီး။ | [lesson](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
|
|
| 18 | တိမ်တွင်းရှိ ဒေတာသိပ္ပံ | [Cloud Data](5-Data-Science-In-Cloud/README.md) | Low Code ကိရိယာများကို အသုံးပြု၍ မော်ဒယ်များကို လေ့ကျင့်သင်ယူခြင်း။ |[lesson](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
|
|
| 19 | တိမ်တွင်းရှိ ဒေတာသိပ္ပံ | [Cloud Data](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio ဖြင့် မော်ဒယ်များကို Deploy ချခြင်း။ | [lesson](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
|
|
| 20 | အပြင်လောကရှိ ဒေတာသိပ္ပံ | [In the Wild](6-Data-Science-In-Wild/README.md) | အမှန်တကယ် ဧကရာဇ်များတွင် ဒေတာသိပ္ပံ အခြေခံပရိုဂျက်များ။ | [lesson](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
|
|
## GitHub Codespaces
|
|
|
|
ဤ စမ်းသပ်ပေမယ့် ကို Codespace ဖြင့်ဖွင့်ရန် အဆင့်များကို လိုက်နာပါ။
|
|
1. Code drop-down မီနူးကို နှိပ်ပြီး Open with Codespaces များကို ရွေးပါ။
|
|
2. panel အောက်ဘက်ရှိ + New codespace ကို ရွေးပါ။
|
|
နောက်ထပ် အသေးစိတ် အချက်အလက်များအတွက် [GitHub documentation](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) ကို စစ်ဆေးပါ။
|
|
|
|
## VSCode Remote - Containers
|
|
သင်၏ ကိုယ်ပိုင်ကွန်ပျူတာနှင့် VSCode ကို အသုံးပြု၍ VS Code Remote - Containers extension ကို အသုံးပြုကာ repository ကို container တစ်ခုအတွင်း ဖွင့်ရန် အဆင့်များကို လိုက်နာပါ။
|
|
|
|
1. ဤသည် သင်ရဲ့ ပထမဆုံး ပြောင်းလဲမှု container အသုံးပြုမှုဖြစ်ပါက၊ ကျေးဇူးပြု၍ သင့်စနစ်သည် အောက်ပါ လိုအပ်ချက်များနှင့် ကိုက်ညီမည်ဟု သေချာပါစေ (ဥပမာ Docker တပ်ဆင်ထားရှိရန်)။ အသေးစိတ်အချက်အလက်များကို [the getting started documentation](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) တွင် ကြည့်ရှုပါ။
|
|
|
|
ဤ repository ကို အသုံးပြုရန်၊ သင့်တွင် Docker volume အတွင်း သီးသန့်ထားသော repository ကို ဖွင့်နိုင်သည် -
|
|
|
|
**Note**: Under the hood, this will use the Remote-Containers: **Clone Repository in Container Volume...** command to clone the source code in a Docker volume instead of the local filesystem. [Volumes](https://docs.docker.com/storage/volumes/) are the preferred mechanism for persisting container data.
|
|
|
|
သို့မဟုတ် repository ကို ကိုယ်ပိုင်စနစ်တွင် clone များ ဒေါင်းလုဒ် လုပ်ထားသော ကော်ပီကို ဖွင့်ပါ -
|
|
|
|
- Repository ကို သင့် ဒေါင်းလိုက်ဖိုင်စနစ်သို့ clone မလုပ်ပါ။
|
|
- F1 ကို နှိပ်ပြီး **Remote-Containers: Open Folder in Container...** ကာမန့်ကို ရွေးချယ်ပါ။
|
|
- ဤ ဖိုလ်ဒါ၏ clone လုပ်ထားသော ကော်ပီကို ရွေးချယ်ပါ၊ container စတင်ရန် စောင့်ဆိုင်းပြီး လုပ်ဆောင်ချက်များကို စမ်းသပ်ပါ။
|
|
|
|
## Offline access
|
|
|
|
ဤ စာတမ်းများကို Docsify ကို အသုံးပြုကာ offline ဖြင့် အလုပ်ပေးလိုက်နိုင်သည်။ Repo ကို fork လုပ်ပြီး [install Docsify](https://docsify.js.org/#/quickstart) ကို သင့်ဒေသတွင် ထည့်သွင်းပါ၊ ပြီးမှ ဤ repo ၏ root ဖိုလ်ဒါတွင် `docsify serve` လို့ ရိုက်ထည့်ပါ။ ဝက်ဘ်ဆိုဒ်ကို သင့် localhost ပေါ်တွင် port 3000 တွင် ဆာဗ်ပေးမည်: `localhost:3000`။
|
|
|
|
> မှတ်ချက်၊ notebooks များကို Docsify မှတဆင့် မပြရန် ဖြစ်ပါသည်၊ ထို့ကြောင့် notebook တစ်ခုကို run လိုသောအခါတွင် VS Code တွင် Python kernel ဖြင့် သီးခြား run ပြုလုပ်ပါ။
|
|
|
|
## အခြားသင်ရိုးညွှန်းတမ်းများ
|
|
|
|
ကျွန်ုပ်တို့၏အဖွဲ့သည် အခြားသင်ရိုးများလည်း ထုတ်လုပ်ပါသည်။ ဖော်ပြချက်များကို ကြည့်ပါ:
|
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
|
|
### LangChain
|
|
[](https://aka.ms/langchain4j-for-beginners)
|
|
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
|
---
|
|
|
|
### Azure / Edge / MCP / Agents
|
|
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Generative AI စီးရီး
|
|
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
|
|
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
|
|
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### အခြေခံ သင်ယူမှု
|
|
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
|
|
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
|
|
|
|
---
|
|
|
|
### Copilot စီးရီး
|
|
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
|
|
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
|
|
|
|
## အကူအညီ ရယူခြင်း
|
|
|
|
**ပြဿနာတွေ ကြုံတွေ့နေရပါသလား?** ကျွန်တော်တို့၏ [ပြဿနာ ဖြေရှင်းခြင်း လမ်းညွှန်](TROUBLESHOOTING.md) ကို ပုံမှန် တွေ့ရသော ပြဿနာများအတွက် ဖြေရှင်းနည်းများ ရှာဖွေရန် ကြည့်ပါ။
|
|
|
|
|
|
AI အက်ပ်များ တည်ဆောက်ရာတွင် ရပ်နားသွားမိပါက သို့မဟုတ် မေးခွန်းများ ရှိပါက MCP အကြောင်း ဆွေးနွေးရာတွင် အခြား လေ့လာနေသူများနှင့် အတွေ့အကြုံရှိ ဖွံ့ဖြိုးရေးသူများနှင့် ပူးပေါင်း ဆွေးနွေးပါ။ ဒီရာမှာ မေးခွန်းတွေကို ကြိုဆိုသလို ဗဟုသုတတွေကိုလည်း လွတ်လပ်စွာ မျှဝေကြတဲ့ ပံ့ပိုးကူညီမှုရှိတဲ့ အသိုင်းအဝိုင်းတစ်ခု ဖြစ်ပါတယ်။
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
ထုတ်ကုန် ပြန်လည်တုံ့ပြန်ချက်များ သို့မဟုတ် တည်ဆောက်နေစဉ် အမှားများရှိပါက အောက်ပါနေရာကို သွားရောက်ပါ။
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
သတိပေးချက်:
|
|
ဤစာရွက်စာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှုဖြစ်သည့် [Co-op Translator](https://github.com/Azure/co-op-translator) ကို အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် မှန်ကန်မှုကို ကြိုးပမ်းပါသော်လည်း အလိုအလျောက် ဘာသာပြန်ချက်များတွင် အမှားများ သို့မဟုတ် တိကျမှု လျော့နည်းမှုများ ပါဝင်နိုင်သည်ကို ကျေးဇူးပြု၍ သိရှိပါ။ မူလစာတမ်းကို မူလဘာသာဖြင့် တရားဝင် မူရင်း စာရွက်အဖြစ် ယူဆရမည်ဖြစ်သည်။ အရေးကြီးသော အချက်အလက်များအတွက် ပရော်ဖက်ရှင်နယ် လူဘာသာပြန်မှ ဘာသာပြန်ထားခြင်းကို အကြံပြုပါသည်။ ဤဘာသာပြန်ချက်ကို အသုံးပြုပြီး ဖြစ်ပေါ်လာနိုင်သည့် နားမလည်မှုများ သို့မဟုတ် မှားယွင်းဖော်ပြချက်များအတွက် ကျွန်ုပ်တို့သည် တာဝန်မယူပါ။
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |