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.
252 lines
42 KiB
252 lines
42 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "7c31d1a22c746b1d0f0582d4f54702ba",
|
|
"translation_date": "2025-12-24T23:18:33+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "pa"
|
|
}
|
|
-->
|
|
# ਡੇਟਾ ਸਾਇੰਸ ਫਾਰ ਬਿਗਿਨਰਜ਼ - ਇੱਕ ਕੈਰੀਕੁਲਮ
|
|
|
|
[](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://GitHub.com/microsoft/Data-Science-For-Beginners/watchers/)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/network/)
|
|
[](https://GitHub.com/microsoft/Data-Science-For-Beginners/stargazers/)
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
Microsoft ਵਿੱਚ Azure Cloud Advocates ਖ਼ੁਸ਼ ਹਨ ਕਿ ਉਹ ਡੇਟਾ ਸਾਇੰਸ ਬਾਰੇ 10-ਹਫ਼ਤਿਆਂ, 20-ਪਾਠਾਂ ਵਾਲਾ ਇੱਕ ਪਾਠਕ੍ਰਮ ਪੇਸ਼ ਕਰ ਰਹੇ ਹਨ। ਹਰੇਕ ਪਾਠ ਵਿੱਚ ਪ੍ਰੀ-ਪਾਠ ਅਤੇ ਪੋਸਟ-ਪਾਠ ਪ੍ਰਸ਼ਨ, ਪਾਠ ਪੂਰਾ ਕਰਨ ਲਈ ਲਿਖਤੀ ਹਦਾਇਤਾਂ, ਇੱਕ ਹੱਲ ਅਤੇ ਇੱਕ ਅਸਾਈਨਮੈਂਟ ਸ਼ਾਮਿਲ ਹੁੰਦੇ ਹਨ। ਸਾਡੀ ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ ਪੈਡਾਗੋਜੀ ਤੁਹਾਨੂੰ ਬਣਾਉਂਦੇ ਹੋਏ ਸਿੱਖਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ, ਜੋ ਨਵੀਆਂ ਸਿਖਲਾਈਆਂ ਲਈ ਪਰਖੀ ਹੋਈ ਢੰਗ ਹੈ ਕਿ ਉਹ "ਟਿਕ" ਜਾਣ।
|
|
|
|
**ਸਾਡੇ ਲੇਖਕਾਂ ਨੂੰ 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).
|
|
|
|
**🙏 ਵਿਸ਼ੇਸ਼ ਧੰਨਵਾਦ 🙏 ਸਾਡੇ [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) ਲੇਖਕਾਂ, ਸਮੀਖਿਆਕਾਂ ਅਤੇ ਸਮੱਗਰੀਯੋਗਦਾਨਕਾਰਾਂ ਨੂੰ,** ਖਾਸ ਕਰਕੇ 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/)
|
|
|
|
||
|
|
|:---:|
|
|
| ਡੇਟਾ ਸਾਇੰਸ ਫਾਰ ਬਿਗਿਨਰਜ਼ - _ਸਕੇਚਨੋਟ ਦੁਆਰਾ [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
### 🌐 ਬਹੁ-ਭਾਸ਼ਾ ਸਹਾਇਤਾ
|
|
|
|
#### GitHub Action ਰਾਹੀਂ ਸਮਰਥਿਤ (ਆਟੋਮੇਟਿਕ ਅਤੇ ਹਮੇਸ਼ਾ ਅਪ-ਟੂ-ਡੇਟ)
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
[ਅਰਬੀ](../ar/README.md) | [ਬੰਗਾਲੀ](../bn/README.md) | [ਬਲਗੇਰੀਅਨ](../bg/README.md) | [ਬਰਮੀ (ਮਿਆਂਮਾਰ)](../my/README.md) | [ਚੀਨੀ (ਸਰਲ)](../zh/README.md) | [ਚੀਨੀ (ਰਵਾਇਤੀ, ਹਾਂਗਕਾਂਗ)](../hk/README.md) | [ਚੀਨੀ (ਰਵਾਇਤੀ, ਮਾਖਾਉ)](../mo/README.md) | [ਚੀਨੀ (ਰਵਾਇਤੀ, ਤਾਈਵਾਨ)](../tw/README.md) | [ਕਰੋਏਸ਼ੀਆਈ](../hr/README.md) | [ਚੈੱਕ](../cs/README.md) | [ਡੈਨਿਸ਼](../da/README.md) | [ਡਚ](../nl/README.md) | [ਐਸਟੋਨੀਆਈ](../et/README.md) | [ਫਿਨਿਸ਼](../fi/README.md) | [ਫ਼ਰਾਂਸੀਸੀ](../fr/README.md) | [ਜਰਮਨ](../de/README.md) | [ਗ੍ਰੀਕ](../el/README.md) | [ਹਿਬਰੂ](../he/README.md) | [ਹਿੰਦੀ](../hi/README.md) | [ਹੰਗੇਰੀਈ](../hu/README.md) | [ਇੰਡੋਨੇਸ਼ੀਆਈ](../id/README.md) | [ਇਟਾਲੀਅਨ](../it/README.md) | [ਜਪਾਨੀ](../ja/README.md) | [ಕನ್ನಡ](../kn/README.md) | [ਕੋਰੀਆਈ](../ko/README.md) | [ਲਿਥੁਆਨੀਆਈ](../lt/README.md) | [ਮਲੇਈ](../ms/README.md) | [ਮਲਯਾਲਮ](../ml/README.md) | [ਮਰਾਠੀ](../mr/README.md) | [ਨੇਪਾਲੀ](../ne/README.md) | [ਨਾਈਜੀਰੀਅਨ ਪਿਡਗਿਨ](../pcm/README.md) | [ਨਾਰਵੇਜੀਅਨ](../no/README.md) | [ਫਾਰਸੀ (ਫਾਰਸੀ)](../fa/README.md) | [ਪੋਲਿਸ਼](../pl/README.md) | [ਪੁਰਤਗਾਲੀ (ਬਰਾਜ਼ੀਲ)](../br/README.md) | [ਪੁਰਤਗਾਲੀ (ਪੋਰਚੁਗਲ)](../pt/README.md) | [ਪੰਜਾਬੀ (ਗੁਰਮੁਖੀ)](./README.md) | [ਰੋਮਾਨੀਆਈ](../ro/README.md) | [ਰੂਸੀ](../ru/README.md) | [ਸੇਰਬੀਆਈ (ਸਿਰਿਲਿਕ)](../sr/README.md) | [ਸਲੋਵਾਕ](../sk/README.md) | [ਸਲੋਵੀਨੀਆਈ](../sl/README.md) | [ਸਪੇਨੀ](../es/README.md) | [ਸਵਾਹਿਲੀ](../sw/README.md) | [ਸਵੀਡਿਸ਼](../sv/README.md) | [ਟਗਾਲੋਗ (ਫਿਲੀਪੀਨੀ)](../tl/README.md) | [ਤਮਿਲ](../ta/README.md) | [ਤੇਲਗੂ](../te/README.md) | [ਥਾਈ](../th/README.md) | [ਤੁਰਕੀ](../tr/README.md) | [ਯੂਕਰੇਨੀ](../uk/README.md) | [ਉਰਦੂ](../ur/README.md) | [ਵਿਯਤਨਾਮੀ](../vi/README.md)
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
**ਜੇ ਤੁਸੀਂ ਹੋਰ ਅਨੁਵਾਦ ਚਾਹੁੰਦੇ ਹੋ ਤਾਂ ਸਮਰਥਿਤ ਭਾਸ਼ਾਵਾਂ ਇੱਥੇ ਲਿਸਟ ਕੀਤੀਆਂ ਗਈਆਂ ਹਨ [here](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
|
|
|
|
#### ਸਾਡੇ ਸਮੁਦਾਇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
ਸਾਡੇ ਕੋਲ ਇੱਕ Discord 'Learn with AI' ਸੀਰੀਜ਼ ਚੱਲ ਰਹੀ ਹੈ, ਹੋਰ ਜਾਣਕਾਰੀ ਲਈ ਅਤੇ 18 - 30 ਸਤੰਬਰ, 2025 ਦੌਰਾਨ ਸਾਡੇ ਨਾਲ ਜੁੜੋ [Learn with AI Series](https://aka.ms/learnwithai/discord)। ਤੁਸੀਂ GitHub Copilot ਨੂੰ ਡੇਟਾ ਸਾਇੰਸ ਲਈ ਵਰਤਣ ਦੇ ਟਿੱਪਸ ਅਤੇ ਚਾਲਾਂ ਸਿੱਖੋਗੇ।
|
|
|
|
|
|
|
|
# ਕੀ ਤੁਸੀਂ ਵਿਦਿਆਰਥੀ ਹੋ?
|
|
|
|
ਹੇਠਾਂ ਦਿੱਤੇ ਸਰੋਤਾਂ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ:
|
|
|
|
- [ਵਿਦਿਆਰਥੀ ਹੱਬ ਪੇਜ](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) ਇਸ ਪੰਨੇ 'ਤੇ, ਤੁਸੀਂ ਸ਼ੁਰੂਆਤੀ ਸਰੋਤ, ਵਿਦਿਆਰਥੀ ਪੈਕ ਅਤੇ ਇੱਥੇ ਤੱਕ ਅਜ਼ਾਦ ਸਰਟੀਫਿਕੇਟ ਵਾਊਚਰ ਪ੍ਰਾਪਤ ਕਰਨ ਦੇ ਤਰੀਕੇ ਮਿਲਣਗੇ। ਇਹ ਇੱਕ ਪੰਨਾ ਹੈ ਜਿਸਨੂੰ ਤੁਸੀਂ ਬੁੱਕਮਾਰਕ ਕਰਨਾ ਚਾਹੋਗੇ ਅਤੇ ਸਮੇਂ-ਸਮੇਂ 'ਤੇ ਜਾਂਚਦੇ ਰਹੋ ਕਿਉਂਕਿ ਅਸੀਂ ਮਹੀਨੇ ਵਿੱਚ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਵਾਰੀ ਸਮੱਗਰੀ ਬਦਲਦੇ ਰਹਿੰਦੇ ਹਾਂ।
|
|
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) ਵਿਦਿਆਰਥੀ ਅੰਬੈਸਡਰਜ਼ ਦੀ ਗਲੋਬਲ ਭਾਈਚਾਰੇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ, ਇਹ Microsoft ਵਿੱਚ ਤੁਹਾਡੇ ਲਈ ਰਾਹ ਹੋ ਸਕਦਾ ਹੈ।
|
|
|
|
# ਸ਼ੁਰੂਆਤ
|
|
|
|
## 📚 ਡੌਕਯੂਮੈਂਟੇਸ਼ਨ
|
|
|
|
- **[ਇੰਸਟਾਲੇਸ਼ਨ ਗਾਈਡ](INSTALLATION.md)** - ਨਵੀਆਂ ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ ਕਦਮ ਦਰ ਕਦਮ ਸੈਟਅੱਪ ਨਿਰਦੇਸ਼
|
|
- **[ਉਪਯੋਗ ਗਾਈਡ](USAGE.md)** - ਉਦਾਹਰਣਾਂ ਅਤੇ ਆਮ ਵਰਕਫਲੋਜ਼
|
|
- **[ਟ੍ਰਬਲਸ਼ੂਟਿੰਗ](TROUBLESHOOTING.md)** - ਆਮ ਸਮੱਸਿਆਵਾਂ ਦੇ ਹੱਲ
|
|
- **[ਯੋਗਦਾਨ ਗਾਈਡ](CONTRIBUTING.md)** - ਇਸ ਪ੍ਰੋਜੇਕਟ ਵਿੱਚ ਕਿਵੇਂ ਯੋਗਦਾਨ ਦੇਣਾ ਹੈ
|
|
- **[ਅਧਿਆਪਕਾਂ ਲਈ](for-teachers.md)** - ਅਧਿਆਪਨ ਮਾਰਗਦਰਸ਼ਨ ਅਤੇ ਕਲਾਸਰੂਮ ਸਰੋਤ
|
|
|
|
## 👨🎓 ਵਿਦਿਆਰਥੀਆਂ ਲਈ
|
|
> **ਪੂਰਨ ਸ਼ੁਰੂਆਤੀ**: ਡੇਟਾ ਸਾਇੰਸ ਵਿਚ ਨਵੇਂ ਹੋ? ਸਾਡੇ [ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ ਉਦਾਹਰਣਾਂ](examples/README.md) ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ! ਇਹ ਸਧਾਰਣ, ਚੰਗੀ ਤਰ੍ਹਾਂ ਟਿੱਪਣੀਆਂ ਕੀਤੀਆਂ ਉਦਾਹਰਣਾਂ ਤੁਹਾਨੂੰ ਪੂਰੇ ਕੋਰਿਕੁਲਮ ਵਿਚ ਡੁਬਕੀ ਲਗਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਬੁਨਿਆਦੀ ਗੱਲਾਂ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਨਗੀਆਂ।
|
|
> **[ਵਿਦਿਆਰਥੀ](https://aka.ms/student-page)**: ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਆਪਣੇ ਆਪ ਵਰਤਣ ਲਈ, ਪੂਰਾ ਰਿਪੋ ਫੋਰਕ ਕਰੋ ਅਤੇ ਪ੍ਰੀ-ਲੈਕਚਰ ਕਵਿਜ਼ ਨਾਲ ਸ਼ੁਰੂ ਕਰਕੇ ਅਭਿਆਸ ਪੂਰੇ ਕਰੋ। ਫਿਰ ਲੈਕਚਰ ਪੜ੍ਹੋ ਅਤੇ ਬਾਕੀ ਗਤੀਵਿਧੀਆਂ ਪੂਰੀਆਂ ਕਰੋ। ਹੱਲ ਵਾਲਾ ਕੋਡ ਨਕਲ ਕਰਨ ਦੀ ਬਜਾਏ ਪਾਠਾਂ ਨੂੰ ਸਮਝ ਕੇ ਪ੍ਰਾਜੈਕਟ ਬਣਾਉਣ di ਕੋਸ਼ਿਸ਼ ਕਰੋ; ਹਾਲਾਂਕਿ ਉਹ ਕੋਡ ਹਰ ਪ੍ਰੋਜੈਕਟ-ਕੇਂਦਰਿਤ ਪਾਠ ਦੇ /solutions ਫੋਲਡਰਾਂ ਵਿੱਚ ਉਪਲਬਧ ਹੈ। ਹੋਰ ਇੱਕ ਵਿਚਾਰ ਇਹ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਦੋਸਤਾਂ ਨਾਲ ਇੱਕ ਅਧਿਐਨ ਗਰੁੱਪ ਬਣਾਇਆ ਜਾਵੇ ਅਤੇ ਇਕੱਠੇ ਸਮੱਗਰੀ ਵਿੱਚੋਂ ਗੁਜ਼ਰੋ। ਅਗਲੇ ਅਧਿਐਨ ਲਈ, ਅਸੀਂ [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) ਦੀ ਸਿਫਾਰਿਸ਼ ਕਰਦੇ ਹਾਂ।
|
|
|
|
**ਤੁਰੰਤ ਸ਼ੁਰੂਆਤ:**
|
|
1. ਆਪਣੇ ਵਾਤਾਵਰਣ ਨੂੰ ਸੈਟਅੱਪ ਕਰਨ ਲਈ [ਇੰਸਟਾਲੇਸ਼ਨ ਗਾਈਡ](INSTALLATION.md) ਵੇਖੋ
|
|
2. ਪਾਠਕ੍ਰਮ ਨਾਲ ਕੰਮ ਕਰਨ ਦਾ ਢੰਗ ਸਿੱਖਣ ਲਈ [ਉਪਯੋਗ ਗਾਈਡ](USAGE.md) ਦੀ ਸਮੀਖਿਆ ਕਰੋ
|
|
3. ਪਾਠ 1 ਤੋਂ ਸ਼ੁਰੂ ਕਰੋ ਅਤੇ ਲਗਾਤਾਰ ਕੰਮ ਕਰੋ
|
|
4. ਸਹਾਇਤਾ ਲਈ ਸਾਡੇ [Discord ਕਮਿਊਨਿਟੀ](https://aka.ms/ds4beginners/discord) ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ
|
|
|
|
## 👩🏫 ਅਧਿਆਪਕਾਂ ਲਈ
|
|
|
|
> **ਅਧਿਆਪਕ**: ਅਸੀਂ ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਵਰਤਣ ਦੇ ਢੰਗ ਬਾਰੇ [ਕੁਝ ਸੁਝਾਅ ਸ਼ਾਮਲ ਕੀਤੇ ਹਨ](for-teachers.md)। ਅਸੀਂ ਤੁਹਾਡੀ ਪ੍ਰਤੀਕਿਰਿਆ ਸਾਡੇ [ਚਰਚਾ ਫੋਰਮ](https://github.com/microsoft/Data-Science-For-Beginners/discussions) 'ਚ ਸੁਣਨਾ ਚਾਹੁੰਦੇ ਹਾਂ!
|
|
|
|
## ਟੀਮ ਨਾਲ ਮਿਲੋ
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "ਪ੍ਰੋਮੋ ਵੀਡੀਓ")
|
|
|
|
**ਗਿਫ਼ ਦੁਆਰਾ** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
|
|
> 🎥 ਉੱਪਰ ਦਿੱਤੀ ਤਸਵੀਰ 'ਤੇ ਕਲਿੱਕ ਕਰਕੇ ਪ੍ਰੋਜੈਕਟ ਅਤੇ ਉਸਨੂੰ ਬਣਾਉਣ ਵਾਲਿਆਂ ਬਾਰੇ ਵਿਡੀਓ ਵੇਖੋ!
|
|
|
|
## ਪੇਡਾਗੋਜੀ
|
|
|
|
ਅਸੀਂ ਇਸ ਕਰਿਕੁਲਮ ਨੂੰ ਤਿਆਰ ਕਰਦੇ ਸਮੇਂ ਦੋ ਅਧਿਆਪਨਕ ਸਿਧਾਂਤ ਚੁਣੇ: ਇਹ ਪ੍ਰਾਜੈਕਟ-ਅਧਾਰਿਤ ਹੋਵੇ ਅਤੇ ਇਸ ਵਿੱਚ ਅਕਸਰ ਕਵਿਜ਼ ਸ਼ਾਮਲ ਹੋਣ। ਇਸ ਸੀਰੀਜ਼ ਦੇ ਆਖਿਰ ਤੱਕ, ਵਿਦਿਆਰਥੀ ਡੇਟਾ سائੰਸ ਦੇ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤਾਂ ਬਾਰੇ ਸਿੱਖ ਲੈਣਗੇ, ਜਿਸ ਵਿੱਚ ਨੈਤਿਕ ਪ੍ਰਿੰਸੀਪਲ, ਡੇਟਾ ਤਿਆਰ ਕਰਨ ਦੀਆਂ ਤਕਨੀਕਾਂ, ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨ ਦੇ ਵੱਖ-ਵੱਖ ਤਰੀਕੇ, ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ, ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ, ਡੇਟਾ ਸਾਇੰਸ ਦੇ ਵਾਸਤਵਿਕ ਉਪਯੋਗ ਅਤੇ ਹੋਰ ਬਹੁਤ ਕੁਝ ਸ਼ਾਮਲ ਹੈ।
|
|
|
|
ਇਸ ਦੇ ਨਾਲ-ਨਾਲ, ਕਲਾਸ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਘੱਟ-ਦਬਾਅ ਵਾਲਾ ਕਵਿਜ਼ ਵਿਦਿਆਰਥੀ ਦੇ ਵਿਸ਼ੇ ਨੂੰ ਸਿੱਖਣ ਦੀ ਮਨਸੂਬਾਬੰਦੀ ਸੈਟ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਕਲਾਸ ਮਗਰੋਂ ਦੂਜਾ ਕਵਿਜ਼ ਹੋਰ ਰੀਟੇਨਸ਼ਨ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਕਰਿਕੁਲਮ ਲਚਕੀਲਾ ਅਤੇ ਮਜ਼ੇਦਾਰ ਬਣਾਉਣ ਲਈ ਡਿਜ਼ਾਇਨ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ ਇਸਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਜਾਂ ਹਿੱਸਿਆਂ ਵਿੱਚ ਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਪ੍ਰਾਜੈਕਟ ਛੋਟੇ ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦੇ ਹਨ ਅਤੇ 10 ਹਫ਼ਤਿਆਂ ਦੀ ਚੱਕਰ ਦੇ ਆਖਿਰ ਤੱਕ ਬਰਾਬਰ ਹੀ ਜ਼ਿਆਦਾ ਜਟਿਲ ਹੋ ਜਾਂਦੇ ਹਨ।
|
|
|
|
> ਸਾਡੇ [ਆਚਰਨ ਕੋਡ](CODE_OF_CONDUCT.md), [ਯੋਗਦਾਨ](CONTRIBUTING.md), [ਅਨੁਵਾਦ](TRANSLATIONS.md) ਹਦਾਇਤਾਂ ਵੇਖੋ। ਅਸੀਂ ਤੁਹਾਡੇ ਰਚਨਾਤਮਕ ਫੀਡਬੈਕ ਦਾ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ!
|
|
|
|
## ਹਰ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ:
|
|
|
|
- ਵਿਕਲਪੀ ਸਕੈਚਨੋਟ
|
|
- ਵਿਕਲਪੀ ਸਹਾਇਕ ਵੀਡੀਓ
|
|
- ਪੂਰਵ-ਪਾਠ ਵਾਰਮਅੱਪ ਕਵਿਜ਼
|
|
- ਲਿਖਿਆ ਹੋਇਆ ਪਾਠ
|
|
- ਪ੍ਰਾਜੈਕਟ-ਅਧਾਰਿਤ ਪਾਠਾਂ ਲਈ, ਪ੍ਰਾਜੈਕਟ ਬਨਾਉਣ ਬਾਰੇ ਕਦਮ-ਦਰ-ਕਦਮ ਗਾਈਡ
|
|
- ਗਿਆਨ ਜਾਂਚਾਂ
|
|
- ਇੱਕ ਚੈਲੇਂਜ
|
|
- ਸਹਾਇਕ ਪੜ੍ਹਾਈ
|
|
- ਅਸਾਈਨਮੈਂਟ
|
|
- [ਪਾਠ ਬਾਅਦ ਕਵਿਜ਼](https://ff-quizzes.netlify.app/en/)
|
|
|
|
> **ਕਵਿਜ਼ਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ**: ਸਾਰੇ ਕਵਿਜ਼ Quiz-App folder ਵਿੱਚ ਸੰਰੱਖਿਤ ਹਨ, ਕੁੱਲ 40 ਕਵਿਜ਼ ਹਨ ਜਿਹੜੇ ਹਰ ਇੱਕ ਵਿੱਚ ਤਿੰਨ ਸਵਾਲ ਹਨ। ਉਹ ਪਾਠਾਂ ਵਿੱਚ ਲਿੰਕ ਕੀਤੇ ਗਏ ਹਨ, ਪਰ quiz-app ਫੋਲਡਰ ਨੂੰ ਲੋਕਲ ਤੌਰ 'ਤੇ ਚਲਾਇਆ ਜਾਂ ਸਕਦਾ ਹੈ ਜਾਂ Azure 'ਤੇ ਡਿਪਲੋਇ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ; `quiz-app` ਫੋਲਡਰ ਵਿੱਚ ਦਿੱਤੀ ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ। ਉਹ ਧੀਰੇ-ਧੀਰੇ ਲੋਕੇਲਾਈਜ਼ ਕੀਤੇ ਜਾ ਰਹੇ ਹਨ।
|
|
|
|
## 🎓 ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਉਦਾਹਰਨਾਂ
|
|
|
|
**ਡੇਟਾ ਸਾਇੰਸ ਵਿੱਚ ਨਵੇਂ ਹੋ?** ਅਸੀਂ ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਿੱਚ ਤੁਹਾਡੀ ਮਦਦ ਲਈ ਸਾਦਾ, ਚੰਗੀ ਤਰ੍ਹਾਂ ਟਿੱਪਣੀ ਕੀਤੇ ਕੋਡ ਨਾਲ ਇੱਕ ਵਿਸ਼ੇਸ਼ [ਉਦਾਹਰਨਾਂ ਡਾਇਰੈਕਟਰੀ](examples/README.md) ਬਣਾਈ ਹੈ:
|
|
|
|
- 🌟 Hello World - ਤੁਹਾਡਾ ਪਹਿਲਾ ਡੇਟਾ ਸਾਇੰਸ ਪ੍ਰੋਗ੍ਰਾਮ
|
|
- 📂 Loading Data - ਡੇਟਾਸੈਟਾਂ ਨੂੰ ਪੜ੍ਹਨਾ ਅਤੇ ਖੋਜਣਾ ਸਿੱਖੋ
|
|
- 📊 Simple Analysis - ਅੰਕੜੇ ਗਣਿਤਕ ਹਿਸਾਬ ਲਗਾਓ ਅਤੇ ਰੂਪ-ਰੇਖਾਂ ਲੱਭੋ
|
|
- 📈 Basic Visualization - ਚਾਰਟ ਅਤੇ ਗ੍ਰਾਫ ਬਣਾਓ
|
|
- 🔬 Real-World Project - ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ ਪੂਰਾ ਵਰਕਫਲੋ
|
|
|
|
ਹਰ ਉਦਾਹਰਣ ਵਿੱਚ ਹਰ ਕਦਮ ਦੀ ਵਿਸਥਾਰਪੂਰਕ ਟਿੱਪਣੀ ਦਿੱਤੀ ਗਈ ਹੈ, ਜੋ ਕੀ ਇਸਨੂੰ ਬਿਲਕੁਲ ਨਵੇਂ ਲੜੀਵਾਰ ਲਈ ਉਤਮ ਬਣਾਉਂਦੀ ਹੈ!
|
|
|
|
👉 **[ਉਦਾਹਰਨਾਂ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ](examples/README.md)** 👈
|
|
|
|
## ਪਾਠ
|
|
|
|
|
|
||
|
|
|:---:|
|
|
| ਡੇਟਾ ਸਾਇੰਸ ਫਾਰ ਬਿਗਿਨਰਜ਼: ਰੋਡਮੈਪ - _ਸਕੈਚਨੋਟ [@nitya](https://twitter.com/nitya) ਵਲੋਂ_ |
|
|
|
|
|
|
| ਪਾਠ ਨੰਬਰ | ਵਿਸ਼ਾ | ਪਾਠ ਸਮੂਹ | ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼ | ਲਿੰਕ ਕੀਤਾ ਪਾਠ | ਲੇਖਕ |
|
|
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
|
|
| 01 | ਡੇਟਾ ਸਾਇੰਸ ਦੀ ਪਰਿਭਾਸ਼ਾ | [ਪਰਿਚਯ](1-Introduction/README.md) | ਡੇਟਾ ਸਾਇੰਸ ਦੇ ਮੂਲ ਸੰਕਲਪ ਸਿੱਖੋ ਅਤੇ ਇਹ ਕਿਸ ਤਰ੍ਹਾਂ ਕੁਦਰਤੀ ਬੁੱਧੀ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ, ਅਤੇ ਬਿਗ ਡੇਟਾ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ। | [ਪਾਠ](1-Introduction/01-defining-data-science/README.md) [ਵੀਡੀਓ](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
|
|
| 02 | ਡੇਟਾ ਸਾਇੰਸ ਨੈਤਿਕਤਾ | [ਪਰਿਚਯ](1-Introduction/README.md) | ਡੇਟਾ ਨੈਤਿਕਤਾ ਦੇ ਸੰਕਲਪ, ਚੁਣੌਤੀਆਂ ਅਤੇ ਫਰੇਮਵਰਕ। | [ਪਾਠ](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
| 03 | ਡੇਟਾ ਦੀ ਪਰਿਭਾਸ਼ਾ | [ਪਰਿਚਯ](1-Introduction/README.md) | ਡੇਟਾ ਨੂੰ ਕਿਵੇਂ ਵਰਗੀਕਰਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇਸਦੇ ਆਮ ਸਰੋਤ। | [ਪਾਠ](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 04 | ਸਿੱਕੜਾਂ ਅਤੇ ਸੰਭਾਵਨਾ ਦਾ ਪਰਿਚਯ | [ਪਰਿਚਯ](1-Introduction/README.md) | ਡੇਟਾ ਨੂੰ ਸਮਝਣ ਲਈ ਸੰਭਾਵਨਾ ਅਤੇ ਅੰਕੜਿਆਂ ਦੀ ਗਣਿਤੀ ਤਕਨੀਕਾਂ। | [ਪਾਠ](1-Introduction/04-stats-and-probability/README.md) [ਵੀਡੀਓ](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
|
|
| 05 | ਰਿਲੇਸ਼ਨਲ ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ | [ਡੇਟਾ ਨਾਲ ਕੰਮ](2-Working-With-Data/README.md) | ਰਿਲੇਸ਼ਨਲ ਡੇਟਾ ਦਾ ਪਰਿਚਯ ਅਤੇ Structured Query Language (ਜਿਸਨੂੰ SQL ਉਚਾਰਨ “see-quell” ਨਾਲ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ) ਦੀ ਵਰਤੋਂ ਨਾਲ ਰਿਲੇਸ਼ਨਲ ਡੇਟਾ ਦੀ ਖੋਜ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਮੂਲ ਤਤਵ। | [ਪਾਠ](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
|
|
| 06 | NoSQL ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ | [ਡੇਟਾ ਨਾਲ ਕੰਮ](2-Working-With-Data/README.md) | ਗੈਰ-ਰਿਲੇਸ਼ਨਲ ਡੇਟਾ ਦਾ ਪਰਿਚਯ, ਇਸਦੇ ਵੱਖ-ਵੱਖ ਪ੍ਰਕਾਰ ਅਤੇ ਡੌਕਯੂਮੈਂਟ ਡੇਟਾਬੇਸ ਦੀ ਖੋਜ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਮੁਢਲੀ ਤਰੀਕੇ। | [ਪਾਠ](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
|
|
| 07 | Python ਨਾਲ ਕੰਮ ਕਰਨਾ | [ਡੇਟਾ ਨਾਲ ਕੰਮ](2-Working-With-Data/README.md) | Pandas ਵਰਗੀਆਂ ਲਾਇਬ੍ਰੇਰੀਜ਼ ਦੇ ਨਾਲ ਡੇਟਾ ਖੋਜ ਲਈ Python ਦੀ ਵਰਤੋਂ ਦੇ ਆਧਾਰ। Python ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਦੀ ਬੁਨਿਆਦੀ ਸਮਝ ਦੀ ਸਿਫਾਰਿਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। | [ਪਾਠ](2-Working-With-Data/07-python/README.md) [ਵੀਡੀਓ](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
|
|
| 08 | ਡੇਟਾ ਤਿਆਰੀ | [ਡੇਟਾ ਨਾਲ ਕੰਮ](2-Working-With-Data/README.md) | ਗੁੰਮ, ਗਲਤ ਜਾਂ ਅਧੂਰੇ ਡੇਟਾ ਨਾਲ ਨਿਪਟਣ ਲਈ ਡੇਟਾ ਸਾਫ਼ ਕਰਨ ਅਤੇ ਬਦਲਣ ਦੀਆਂ ਤਕਨੀਕਾਂ। | [ਪਾਠ](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 09 | ਮਾਤਰਾ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ | [ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ](3-Data-Visualization/README.md) | Matplotlib ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪੰਛੀਆਂ ਦੇ ਡੇਟਾ ਨੂੰ ਵਿਜ਼ੂਅਲਾਈਜ਼ ਕਰਨਾ ਸਿੱਖੋ 🦆 | [ਪਾਠ](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 10 | ਡੇਟਾ ਦੇ ਵਿਤਰਣ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ | [ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ](3-Data-Visualization/README.md) | ਇੱਕ ਅੰਤਰਾਲ ਵਿੱਚ ਨਿਰੀਖਣਾਂ ਅਤੇ ਰੁਝਾਨਾਂ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ। | [ਪਾਠ](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 11 | ਅਨੁਪਾਤਾਂ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ | [ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ](3-Data-Visualization/README.md) | ਵੱਖ-ਵੱਖ ਅਤੇ ਗਰੁੱਪ ਕੀਤੀਆਂ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ। | [ਪਾਠ](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 12 | ਰਿਸ਼ਤੇਦਾਰੀਆਂ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ | [ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ](3-Data-Visualization/README.md) | ਡੇਟਾ ਸਮੂਹਾਂ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਚਰ/ਵੈਰੀਏਬਲਜ਼ ਵਿਚਕਾਰ ਸੰਬੰਧਾਂ ਅਤੇ ਕੋਰੀਲੇਸ਼ਨਾਂ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ। | [ਪਾਠ](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 13 | ਅਰਥਪੂਰਨ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ | [ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ](3-Data-Visualization/README.md) | ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਮੱਸਿਆ ਹੱਲ ਅਤੇ ਅੰਦਰੂਨੀ ਦਰਸ਼ਨ ਲਈ ਤੁਹਾਡੀਆਂ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨਾਂ ਨੂੰ ਕੀਮਤੀ ਬਣਾਉਣ ਲਈ ਤਕਨੀਕਾਂ ਅਤੇ ਰਹਿਨੁਮਾਈ। | [ਪਾਠ](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 14 | ਡੇਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਇਕਲ ਦਾ ਪਰਿਚਯ | [ਲਾਈਫਸਾਇਕਲ](4-Data-Science-Lifecycle/README.md) | ਡੇਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਇਕਲ ਦਾ ਪਰਿਚਯ ਅਤੇ ਡੇਟਾ ਪ੍ਰਾਪਤ ਕਰਨ ਅਤੇ ਨਿਕਾਲਣ ਦੇ ਪਹਿਲੇ ਕਦਮ ਦਾ ਜਾਣੂ। | [ਪਾਠ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
|
|
| 15 | ਵਿਸ਼ਲੇਸ਼ਣ | [ਲਾਈਫਸਾਇਕਲ](4-Data-Science-Lifecycle/README.md) | ਡੇਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਇਕਲ ਦਾ ਇਹ ਚਰਣ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਤਕਨੀਕਾਂ 'ਤੇ ਕੇਂਦਰਿਤ ਹੈ। | [ਪਾਠ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
|
|
| 16 | ਸੰਚਾਰ | [ਲਾਈਫਸਾਇਕਲ](4-Data-Science-Lifecycle/README.md) | ਡੇਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਇਕਲ ਦਾ ਇਹ ਚਰਣ ਡੇਟਾ ਤੋਂ ਮਿਲ ਰਹੇ ਅੰਦਰੂਨੀ ਦਰਸ਼ਨਾਂ ਨੂੰ ਐਸੇ ਢੰਗ ਨਾਲ ਪੇਸ਼ ਕਰਨ 'ਤੇ ਕੇਂਦਰਿਤ ਹੈ ਜੋ ਫੈਸਲਾ ਲੈਣ ਵਾਲਿਆਂ ਲਈ ਸਮਝਣਾ ਆਸਾਨ ਬਣਾਉਂਦਾ ਹੈ। | [ਪਾਠ](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
|
|
| 17 | ਕਲਾਊਡ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ | [ਕਲਾਊਡ ਡੇਟਾ](5-Data-Science-In-Cloud/README.md) | ਇਹ ਪਾਠਾਂ ਦੀ ਸੀਰੀਜ਼ ਕਲਾਊਡ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ ਅਤੇ ਇਸਦੇ ਫਾਇਦਿਆਂ ਦਾ ਪਰਿਚਯ ਕਰਵਾਉਂਦੀ ਹੈ। | [ਪਾਠ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
|
|
| 18 | ਕਲਾਊਡ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ | [ਕਲਾਊਡ ਡੇਟਾ](5-Data-Science-In-Cloud/README.md) | Low Code ਟੂਲਜ਼ ਦੀ ਵਰਤੋਂ ਨਾਲ ਮਾਡਲਾਂ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨਾ। |[ਪਾਠ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
|
|
| 19 | ਕਲਾਊਡ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ | [ਕਲਾਊਡ ਡੇਟਾ](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio ਨਾਲ ਮਾਡਲਾਂ ਨੂੰ ਡਿਪਲੋਇ ਕਰਨਾ। | [ਪਾਠ](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) and [Maud](https://twitter.com/maudstweets) |
|
|
| 20 | ਜ਼ਿੰਦਗੀ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ | [In the Wild](6-Data-Science-In-Wild/README.md) | ਅਸਲ ਦੁਨੀਆ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ ਚਲਾਏ ਪ੍ਰਾਜੈਕਟ। | [ਪਾਠ](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
|
|
## GitHub Codespaces
|
|
|
|
ਇਸ ਨਮੂਨੇ ਨੂੰ ਇੱਕ Codespace ਵਿੱਚ ਖੋਲ੍ਹਣ ਲਈ ਹੇਠਾਂ ਦਿੱਤੇ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ:
|
|
1. Code ਡ੍ਰਾਪ-ਡਾਊਨ ਮੀਨੂ 'ਤੇ ਕਲਿੱਕ ਕਰੋ ਅਤੇ Open with Codespaces ਵਿਕਲਪ ਚੁਣੋ।
|
|
2. ਪੇਨ ਦੇ ਹੇਠਾਂ + New codespace ਚੁਣੋ।
|
|
ਹੋਰ ਜਾਣਕਾਰੀ ਲਈ, [GitHub documentation](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) ਵੇਖੋ।
|
|
|
|
## VSCode Remote - Containers
|
|
ਆਪਣੇ ਲੋਕਲ ਮਸ਼ੀਨ ਅਤੇ VSCode ਦੀ ਵਰਤੋਂ ਕਰਦਿਆਂ ਇਸ ਰੇਪੋ ਨੂੰ ਇੱਕ ਕੰਟੇਨਰ ਵਿੱਚ ਖੋਲ੍ਹਣ ਲਈ VS Code Remote - Containers ਐਕਸਟੇੰਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰੋ:
|
|
|
|
1. ਜੇ ਇਹ ਤੁਹਾਡੀ ਪਹਿਲੀ ਵਾਰ ਡਿਵੈਲਪਮੈਂਟ ਕੰਟੇਨਰ ਦੀ ਵਰਤੋਂ ਹੈ, ਤਾਂ ਕਿਰਪਾ ਕਰਕੇ ਇਹ ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਹਾਡੀ ਸਿਸਟਮPrereqs ਮਿਲਦੀਆਂ ਹਨ (ਉਦਾਹਰਨ ਲਈ Docker ਇੰਸਟਾਲ ਹੋਣਾ) [the getting started documentation](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) ਵਿੱਚ ਦਿੱਤੇ ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਦੇਖੋ।
|
|
|
|
ਇਸ ਰੇਪੋ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ, ਤੁਸੀਂ ਜਾਂ ਤਾਂ ਰੇਪੋਜ਼ਟਰੀ ਨੂੰ ਇੱਕ ਆਈਸੋਲੇਟਡ Docker ਵਾਲਿਊਮ ਵਿੱਚ ਖੋਲ੍ਹ ਸਕਦੇ ਹੋ:
|
|
|
|
**Note**: ਹੇਠਾਂਲੇ ਹੋਂਦ ਵਿੱਚ, ਇਹ Remote-Containers: **Clone Repository in Container Volume...** ਕਮਾਂਡ ਦੀ ਵਰਤੋਂ ਕਰੇਗਾ ਤਾਂ ਜੋ ਸੋਰਸ ਕੋਡ ਨੂੰ ਸਥਾਨਕ ਫਾਇਲਸਿਸਟਮ ਦੀ ਥਾਂ Docker ਵਾਲਿਊਮ ਵਿੱਚ ਕਲੋਨ ਕੀਤਾ ਜਾਵੇ। [Volumes](https://docs.docker.com/storage/volumes/) ਕੰਟੇਨਰ ਡੇਟਾ ਨੂੰ ਪਾਇਦਾਰ ਬਣਾਈ ਰੱਖਣ ਲਈ ਪREFERRED ਮਕੈਨਿਜ਼ਮ ਹਨ।
|
|
|
|
ਜਾਂ ਰੇਪੋ ਦਾ ਲੋਕਲ ਕਲੋਨ ਕੀਤਾ ਜਾਂ ਡਾਊਨਲੋਡ ਕੀਤਾ ਵਰਜਨ ਖੋਲ੍ਹੋ:
|
|
|
|
- ਇਸ ਰੇਪੋਜ਼ਟਰੀ ਨੂੰ ਆਪਣੇ ਲੋਕਲ ਫਾਇਲਸਿਸਟਮ 'ਤੇ ਕਲੋਨ ਕਰੋ।
|
|
- F1 ਦਬਾਓ ਅਤੇ Remote-Containers: Open Folder in Container... ਕਮਾਂਡ ਚੁਣੋ।
|
|
- ਇਸ ਫੋਲਡਰ ਦੀ ਕਲੋਨ ਕੀਤੀ ਨਕਲ ਚੁਣੋ, ਕੰਟੇਨਰ ਦੇ ਸ਼ੁਰੂ ਹੋਣ ਦੀ ਉਡੀਕ ਕਰੋ, ਅਤੇ ਕਿਸੇ ਵੀ ਚੀਜ਼ ਨੂੰ ਟ੍ਰਾਈ ਕਰੋ।
|
|
|
|
## ਆਫਲਾਈਨ ਪਹੁੰਚ
|
|
|
|
ਤੁਸੀਂ [Docsify](https://docsify.js.org/#/) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਹ ਡੌਕਯੂਮੈਂਟੇਸ਼ਨ ਆਫਲਾਈਨ ਚਲਾ ਸਕਦੇ ਹੋ। ਇਸ ਰੇਪੋ ਨੂੰ ਫੋਰਕ ਕਰੋ, ਆਪਣੇ ਲੋਕਲ ਮਸ਼ੀਨ 'ਤੇ [Docsify ਇੰਸਟਾਲ ਕਰੋ](https://docsify.js.org/#/quickstart), ਫਿਰ ਇਸ ਰੇਪੋ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ `docsify serve` ਟਾਈਪ ਕਰੋ। ਵੈਬਸਾਈਟ ਤੁਹਾਡੇ ਲੋਕਲਹੋਸਟ 'ਤੇ ਪੋਰਟ 3000 'ਤੇ ਸਰਵ ਹੋਵੇਗੀ: `localhost:3000`।
|
|
|
|
> ਨੋਟ, ਨੋਟਬੁੱਕਸ Docsify ਰਾਹੀਂ ਰੇਂਡਰ ਨਹੀਂ ਕੀਤੇ ਜਾਣਗੇ, ਇਸ ਲਈ ਜਦੋਂ ਤੁਹਾਨੂੰ ਕੋਈ ਨੋਟਬੁੱਕ ਚਲਾਉਣ ਦੀ ਲੋੜ ਹੋਵੇ, ਓਹਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ VS Code ਵਿਚ Python kernel ਚਲਾਕੇ ਕਰੋ।
|
|
|
|
## ਹੋਰ ਕੋਰਿਕੁਲਮ
|
|
|
|
ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਿਕੁਲਮ ਵੀ ਤਿਆਰ ਕਰਦੀ ਹੈ! ਇਹ ਵੇਖੋ:
|
|
|
|
<!-- 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)
|
|
|
|
---
|
|
|
|
### ਜਨਰੇਟਿਵ ਏਆਈ ਸੀਰੀਜ਼
|
|
[](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)
|
|
|
|
---
|
|
|
|
### ਮੁੱਖ ਸਿੱਖਿਆ
|
|
[](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)
|
|
|
|
---
|
|
|
|
### ਕੋਪਾਇਲਟ ਸੀਰੀਜ਼
|
|
[](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 -->
|
|
|
|
## ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਕਰੋ
|
|
|
|
**ਕੀ ਤੁਹਾਨੂੰ ਸਮੱਸਿਆਵਾਂ ਦਾ ਸਾਹਮਣਾ ਹੈ?** ਸਾਡੇ [ਸਮੱਸਿਆ ਨਿਵਾਰਨ ਗਾਈਡ](TROUBLESHOOTING.md) ਵਿੱਚ ਆਮ ਸਮੱਸਿਆਵਾਂ ਦੇ ਹੱਲ ਵੇਖੋ।
|
|
|
|
ਜੇ ਤੁਸੀਂ ਰੁਕ ਜਾਂਦੇ ਹੋ ਜਾਂ AI ਐਪਸ ਬਨਾਉਣ ਬਾਰੇ ਕੋਈ ਸਵਾਲ ਹੈ ਤਾਂ MCP ਬਾਰੇ ਚਰਚਾਵਾਂ ਵਿੱਚ ਹੋਰ ਸਿੱਖ ਰਹੇ ਲੋਕਾਂ ਅਤੇ ਤਜਰਬੇਕਾਰ ਡਿਵੈਲਪਰਾਂ ਨਾਲ ਸ਼ਾਮਲ ਹੋਵੋ। ਇਹ ਇੱਕ ਸਹਿਯੋਗੀ ਕਮਿਊਨਿਟੀ ਹੈ ਜਿੱਥੇ ਸਵਾਲਾਂ ਦਾ ਸਵਾਗਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਗਿਆਨ ਖੁੱਲ੍ਹ ਕੇ ਸਾਂਝਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦ ਬਾਰੇ ਫੀਡਬੈਕ ਜਾਂ ਬਣਾਉਣ ਦੌਰਾਨ ਕੋਈ ਗਲਤੀ ਹੋਵੇ, ਤਾਂ ਦੌਰਾ ਕਰੋ:
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
ਰੱਦ-ਬਿਆਨ:
|
|
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator (https://github.com/Azure/co-op-translator) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਅਸੀਂ ਸਹੀਅਤ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਪਰ ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਤ੍ਰੁੱਟੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਇਸ ਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਪ੍ਰਮਾਣਿਕ ਸਰੋਤ ਵਜੋਂ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੇ ਉਪਯੋਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |