Data-Science-For-Beginners/translations/km/AGENTS.md

AGENTS.md

ទិដ្ឋភាពគម្រោង

Data Science for Beginners គឺជាកម្មវិធីបណ្តុះបណ្តាលរយៈពេល ១០ សប្តាហ៍ និង ២០ មេរៀន ដែលបានបង្កើតឡើងដោយអ្នកអភិវឌ្ឍន៍ Microsoft Azure Cloud Advocates។​ ឃ្លាំងកូដនេះជាធនធានការសិក្សាដែលបង្រៀនគំនិតមូលដ្ឋានវិទ្យាសាស្ត្រទិន្នន័យតាមរយៈមេរៀនផ្អែកលើគម្រោង រួមទាំងសៀវភៅចំណាំ Jupyter, ប្រលងអន្ដរកម្ម និងភារកិច្ចអនុវត្តដោយដៃ។

បច្ចេកវិទ្យាសំខាន់ៗ៖

• សៀវភៅចំណាំ Jupyter: ប្រព័ន្ធសិក្សាចម្បងដោយប្រើ Python 3
• បណ្ណាល័យ Python: pandas, numpy, matplotlib សម្រាប់វិភាគ និងតំណាងទិន្នន័យ
• Vue.js 2: កម្មវិធីប្រលង (ថតឌីរ quiz-app)
• Docsify: រក្សាទុកគេហទំព័រអត្ថបទអាចប្រើបានក្រៅបណ្តាញ
• Node.js/npm: គ្រប់គ្រងកញ្ចប់ផ្នែកកម្មវិធី JavaScript
• Markdown: អត្ថបទមេរៀន និងឯកសារ

រចនាសម្ព័ន្ធ៖

• ឃ្លាំងកូដសិក្សាបណ្ដាញភាសាច្រើនជាមួយការបញ្ចូលភាសាច្រើន
• រៀបចំជាម៉ូឌុលមេរៀន (១-បើកកម្មវិធី ដល់ ៦-វិទ្យាសាស្ត្រទិន្នន័យក្នុងធម្មជាតិ)
• មេរៀនមួយៗមាន README, សៀវភៅចំណាំ, ភារកិច្ច និងប្រលង
• កម្មវិធី Vue.js ប្រលងឯករাজ្យសម្រាប់វាស់វែងមុននិងក្រោយមេរៀន
• គាំទ្រដំណើរការជាមួយ GitHub Codespaces និង VS Code dev containers

ពាក្យបញ្ជាសំណុំត្រា

ការតំឡើងឃ្លាំងកូដ

# ចម្លងគម្រោងនេះ (ប្រសិនបើមិនបានចម្លងរួច)
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners

ការតំឡើងបរិស្ថាន Python

# បង្កើតបរិស្ថានវើចួអាល់ (ត្រូវបានណែនាំ)
python -m venv venv
source venv/bin/activate  # លើ Windows: venv\Scripts\activate

# ធ្វើការដំឡើងបណ្ណាល័យវិទ្យាសាស្ត្រទិន្នន័យទូទៅ (មិនមាន requirements.txt)
pip install jupyter pandas numpy matplotlib seaborn scikit-learn

ការតំឡើងកម្មវិធីប្រលង

# បញ្ជាទៅកម្មវិធីសំណួរ
cd quiz-app

# តំឡើងផ្នែកផ្គត់ផ្គង់
npm install

# ចាប់ផ្តើមម៉ាស៊ីនមេអភិវឌ្ឍន៍
npm run serve

# សង់សម្រាប់ផលិតកម្ម
npm run build

# ពិនិត្យ និងកែប្រែឯកសារ
npm run lint

ម៉ាស៊ីនបម្រើឯកសារ Docsify

# តំឡើង Docsify ជាទូទៅ
npm install -g docsify-cli

# បម្រើឯកសារជាផ្ទាល់ក្នុងម៉ាស៊ីន
docsify serve

# ឯកសារនឹងមានស្រាប់នៅ localhost:3000

ការតំឡើងគម្រោងតំណាងទិន្នន័យ

សម្រាប់គម្រោងដូចជា meaningful-visualizations (មេរៀនលេខ ១៣):

# ធ្វើដំណើរទៅថតស្តាតឬដំណោះស្រាយ
cd 3-Data-Visualization/13-meaningful-visualizations/starter

# តំឡើងការពឹងផ្អែក
npm install

# ចាប់ផ្តើមម៉ាស៊ីនបម្រើអភិវឌ្ឍន៍
npm run serve

# បង្កើតសម្រាប់ផលិតកម្ម
npm run build

# ពិនិត្យឯកសារ
npm run lint

ដំណើរការអភិវឌ្ឍន៍

ការប្រើប្រាស់សៀវភៅចំណាំ Jupyter

១. ចាប់ផ្តើម Jupyter នៅចំណុចគោលឃ្លាំងកូដ: jupyter notebook
២. ទៅកាន់ថតមេរៀនដែលចង់ធ្វើការ
៣. បើកឯកសារ .ipynb ដើម្បីអនុវត្តកិច្ចការផ្សេងៗ
៤. សៀវភៅចំណាំមានការពន្យល់និងក្រឡាចត្រង្គកូដដោយខ្លួនឯង
៥. សៀវភៅចំណាំភាគច្រើនប្រើ pandas, numpy និង matplotlib - ត្រូវប្រាកដថាតំឡើងរួច

រចនាសម្ព័ន្ធមេរៀន

មេរៀនមួយៗទូទៅមាន៖

• README.md - អត្ថបទមេរៀនសំខាន់ ទ្រង់ទ្រាយ ទ្រឹស្តី និងឧទាហរណ៍
• notebook.ipynb - កិច្ចការអនុវត្តជាមួយ Jupyter notebook
• assignment.ipynb ឬ assignment.md - ភារកិច្ចសម្រួល
• ថត solution/ - សៀវភៅចំណាំនិងកូដដោះស្រាយ
• ថត images/ - រូបភាពគាំទ្រ

ការអភិវឌ្ឍកម្មវិធីប្រលង

• កម្មវិធី Vue.js 2 មានប្រព័ន្ធបញ្ចូលកូដបន្ត ដែលអាចកែបានភ្លាមៗពេលអភិវឌ្ឍ
• ប្រលងផ្ទុកនៅក្នុងថត quiz-app/src/assets/translations/
• ភាសាផ្សេងៗមានថតបកប្រែផ្ទាល់ខ្លួន (en, fr, es, ល។)
• លេខប្រលងចាប់ពី ០ ដល់ ៣៩ (មាន ៤០ ប្រលងសរុប)

ការបញ្ចូលការបកប្រែ

• ការបកប្រែស្ថិតនៅក្នុងថត translations/ នៅក្បែរគោលឃ្លាំងកូដ
• ភាសាផ្សេងគ្នាគឺមានរចនាសម្ព័ន្ធមេរៀនពេញលេញជាs តាមរយៈ English ដែលបានចំលង
• ការបកប្រែធ្វើដោយម៉ាស៊ីនតាម GitHub Actions (co-op-translator.yml)

ការណែនាំសម្រាប់ធ្វើតេស្ត

ការធ្វើតេស្តកម្មវិធីប្រលង

cd quiz-app

# បញ្ជា​លីន​ជ្រើស​រើស
npm run lint

# ពិនិត្យ​ដំណើរការសាងសង់
npm run build

# ការប្រឡងដោយដៃ: ចាប់ផ្តើមម៉ាស៊ីនបម្រើ dev និងផ្ទៀងផ្ទាត់មុខងារប្រលង
npm run serve

ការធ្វើតេស្តសៀវភៅចំណាំ

• គ្មានស៊ុមតេស្តស្វ័យប្រវត្តសម្រាប់សៀវភៅចំណាំទេ
• តេស្តដោយដៃ៖ បើកក្រឡាចត្រង្គគ្រប់ផ្នែក ដើម្បីប្រាកដថាគ្មានកំហុស
• ពិនិត្យឯកសារទិន្នន័យអាចចូលប្រើបាន និងលទ្ធផលបានបង្កើតត្រឹមត្រូវ
• ពិនិត្យការតំណាងទិន្នន័យសមរម្យ

ការធ្វើតេស្តឯកសារ

# បញ្ជាក់ថា Docsify បង្ហាញបានត្រឹមត្រូវ
docsify serve

# ពិនិត្យមើលតំណខូចដោយដៃតាមរយៈការស្វែងរកក្នុងមាតិកា
# បញ្ជាក់ថាតំណមេរៀនទាំងអស់ដំណើរការជាលម្អិតក្នុងឯកសារដែលបានបង្ហាញ

ការត្រួតពិនិត្យគុណភាពកូដ

# គម្រោង Vue.js (កម្មវិធីសំណួរនិងគម្រោង Visualization)
cd quiz-app  # ឬថតគម្រោង Visualization
npm run lint

# សៀវភៅកំណត់ត្រា Python - សូមផ្ដល់អនុសាសន៍ការត្រួតពិនិត្យដោយដៃ
# ធានាថាការនាំចូលដំណើរការត្រឹមត្រូវ និងកោសិកាធ្វើការបញ្ចប់ដោយគ្មានកំហុស

ទ្រឹស្តីលីហ្គិសម្រាប់កូដ

Python (សៀវភៅចំណាំ Jupyter)

• បន្តតាមមាត្រដ្ឋាន PEP 8 សម្រាប់កូដ Python
• ប្រើឈ្មោះអថេរល្អ ឱ្យប្រាប់ពីទិន្នន័យដែលកំពុងវិភាគ
• រួមបញ្ចូលte ផ្នែក markdown ដោយមានការពន្យល់មុនកុងតោងកូដ
• កូដនៅក្នុងក្រឡាចត្រង្គមានមនោសញ្ចេតនាតែមួយ
• ប្រើ pandas សម្រាប់កែប្រែទិន្នន័យ, matplotlib សម្រាប់គំនូស
• រូបមន្តនាំចូលទូទៅ៖

  import pandas as pd
  import numpy as np
  import matplotlib.pyplot as plt
  

JavaScript/Vue.js

• បន្តតាមមគ្គុទេសក៍ Vue.js 2 និងអនុវត្តល្អ
• កំណត់ប្រែ ESLint នៅក្នុង quiz-app/package.json
• ប្រើផ្សេង Vue ឯកសារតែមួយ (.vue)
• រក្សារចនាសម្ព័ន្ធមូលដ្ឋានតាមបែបតំបន់
• រត់ npm run lint មុនបញ្ចូលកូដ

ឯកសារអត្ថបទ Markdown

• ប្រើកម្រិតមុខងារច្បាស់ (# ## ###)
• រួមបញ្ចូលកូដនៅក្នុងប្លុកជាមួយនិយមន័យភាសា
• បន្ថែមអត្ថបទជំនួសរូបភាព
• តំណភ្ជាប់ទៅមេរៀន និងធនធានទាក់ទង
• រក្សារវាងបន្ទាត់អាចអានបាន

ការរៀបចំឯកសារ

• អត្ថបទមេរៀននៅក្នុងថតលេខ (01-defining-data-science ល។)
• ដោះស្រាយនៅក្នុងថត solution/ ផ្ទាល់ខ្លួន
• បកប្រែតាមរចនាសម្ព័ន្ធ English នៅថត translations/
• រក្សា​ឯកសារទិន្នន័យ​នៅ​ក្នុងថត data/ ឬថតមេរៀន

ការសាងសង់ និងចែកចាយ

ការចែកចាយកម្មវិធីប្រលង

cd quiz-app

# បង្កើតកំណែផលិតកម្ម
npm run build

# លទ្ធផលត្រូវបានរក្សាទុកនៅក្នុងថត dist/
# ការដាក់ឯកសារ dist/ ទៅកាន់ម៉ាស៊ីនផ្ទុកស្ថាបត្យកម្ម (Azure Static Web Apps, Netlify, ល។)

ការចែកចាយក្នុង Azure Static Web Apps

កម្មវិធីប្រលងអាចចែកចាយទៅ Azure Static Web Apps៖
១. បង្កើតធនធាន Azure Static Web App
២. ភ្ជាប់ជាមួយឃ្លាំងកូដ GitHub
៣. រៀបចំការកំណត់សាងសង់៖

• ទីតាំងកម្មវិធី៖ quiz-app
• ទីតាំងលទ្ធផល៖ dist
  ៤. GitHub Actions នឹងធ្វើដំណើរចែកចាយដោយស្វ័យប្រវត្តិពេលឈ្នះ push

គេហទំព័រឯកសារ

# សាងសង់ PDF ពី Docsify (ជាជម្រើស)
npm run convert

# ឯកសារ Docsify ត្រូវបានបម្រើដោយផ្ទាល់ពីឯកសារ markdown
# មិនត្រូវការជំហានសាងសង់សម្រាប់ការដាក់បង្ហាញ
# ដាក់បង្ហាញឃ្លាំងទៅបណ្តាញផ្តាំថេរជាមួយ Docsify

GitHub Codespaces

• ឃ្លាំងកូដមានការកំណត់ dev container
• Codespaces រៀបចំពីលើ Python និង Node.js ដោយស្វ័យប្រវត្តិ
• បើកឃ្លាំងកូដក្នុង Codespace តាម UI GitHub
• ឯកតា dependencies ទាំងអស់ត្រូវបានដំឡើងដោយស្វ័យប្រវត្តិ

ទ្រឹស្តីសម្រាប់ដាក់ស្នើ Pull Request

មុនដាក់ស្នើ

# សម្រាប់ការផ្លាស់ប្តូរនៅក្នុង Vue.js ក្នុងកម្មវិធីប្រឡង
cd quiz-app
npm run lint
npm run build

# សាកល្បងការផ្លាស់ប្តូរប្រក្បុងក្រោម
npm run serve

ទ្រង់ទ្រាយចំណងជើង PR

• ប្រើចំណងជើងច្បាស់ សង្ខេប
• ទ្រង់ទ្រាយ៖ [Component] សង្ខេបខ្លី
• ឧទាហរណ៍ៈ
  • [Lesson 7] ដោះស្រាយកំហុសនាំចូលសៀវភៅ Python
  • [Quiz App] បន្ថែមការបកប្រែភាសាអាឡឺម៉ង់
  • [Docs] បរិច្ចាគ README ជាមួយលក្ខណៈជាមុន

ការត្រួតពិនិត្យចាំបាច់

• ធ្វើការ Run កូដគ្រប់ខុសត្រូវ
• ប្រាកដថាសៀវភៅចំណាំរត់បានគ្រប់
• រត់កំណត់ Vue.js បានដោយជោគជ័យ
• ពិនិត្យតំណរ ឯកសារ ងាយស្រួលចូលប្រើ
• ប្រាកដថាកម្មវិធីប្រលងបញ្ចូលបញ្ហាឫក្រេប
• អះអាងថាការបកប្រែមានរចនាសម្ព័ន្ធខ្ពស់

ទ្រឹស្តីចូលរួម

• អនុវត្តលីហ្គិចកូដ និងតម្រូវការគោលបំណង
• បន្ថែមមតិពន្យល់លម្អិតសម្រាប់លក្ខណៈស្មុគស្មាញ
• បន្ថែមឯកសារតម្រូវទាក់ព័ន្ធ
• ពិនិត្យការផ្លាស់ប្តូរនៅមេរៀនផ្សេងៗ
• បរិចារណាឯកសារ CONTRIBUTING.md

របៀបលម្អិតបន្ថែម

បណ្ណាល័យដែលប្រើឥតខ្ចោះ

• pandas: ការបំលែង និងវិភាគទិន្នន័យ
• numpy: គណនាលេខ
• matplotlib: ការតំណាងទិន្នន័យ និងគំនូស
• seaborn: ការតំណាងទិន្នន័យស្ថិតិ (មេរៀនខ្លះ)
• scikit-learn: មេរៀនម៉ាស៊ីនរៀន (កម្រិតខ្ពស់)

ការប្រើប្រាស់ឯកសារទិន្នន័យ

• ឯកសារទិន្នន័យមាននៅក្នុងថត data/ ឬថតរបស់មេរៀន
• សៀវភៅចំណាំភាគច្រើនរំពឹងឯកសារទិន្នន័យជាភាពទាក់ទង
• ឯកសារ CSV ជាទ្រង់ទ្រាយទិន្នន័យចម្បង
• មេរៀនខ្លះប្រើ JSON សម្រាប់ឧទាហរណ៍ទិន្នន័យអ្វីដែលមិនស្មើ

ការគាំទ្រភាសាច្រើន

• បកប្រែជាង ៤០ ភាសាតាមរយៈ GitHub Actions
• ដំណើរការបកប្រែក្នុង .github/workflows/co-op-translator.yml
• ឃ្លាំង translations/ មានកូដភាសា
• បកប្រែប្រលងនៅ quiz-app/src/assets/translations/

ជម្រើសបរិស្ថានអភិវឌ្ឍន៍

១. អភិវឌ្ឍន៍ក្នុងស្រុក៖ តំឡើង Python, Jupyter, Node.js នៅក្នុងម៉ាស៊ីន
២. GitHub Codespaces៖ បរិស្ថានអភិវឌ្ឍន៍គ្រឿងប្រព័ន្ធម៉ោនពពក
៣. VS Code Dev Containers៖ បរិស្ថានអភិវឌ្ឍន៍ក្នុងកុងតឺន័រ
៤. Binder៖ បើកសៀវភៅចំណាំក្នុងពពក (បើបានកំណត់)

ទ្រឹស្តីមេរៀន

• មេរៀនមួយៗឯករាជ្យ ប៉ុន្តែបង្កើតលើគំនិតមុន
• ប្រលងមុនមេរៀនវាស់វែងចំណេះដឹងមុន
• ប្រលងក្រោយមេរៀនពង្រឹងការសិក្សា
• ភារកិច្ចផ្តល់ការអនុវត្ត
• សេចក្ដីសង្ខេបជារូបតំណាង

ដោះស្រាយបញ្ហាទូទៅ

បញ្ហា Kernel Jupyter:

# ប្រាកដថាម៉ាស៊ីនចំណុចស្នូលត្រូវបានដំឡើងត្រឹមត្រូវ
python -m ipykernel install --user --name=datascience

កំហុស npm Install:

# សម្អាតប្រអប់ផ្ទុករបស់ npm ហើយសាកល្បងម្តងទៀត
npm cache clean --force
rm -rf node_modules package-lock.json
npm install

កំហុសនាំចូលក្នុងសៀវភៅចំណាំ:

• ត្រួតពិនិត្យបណ្ណាល័យទាំងអស់បានដំឡើង
• ពិនិត្យកំណែ Python (Python 3.7+ និយាយល្អ)
• ប្រាកដថាបរិស្ថាន virtual បានបើក

Docsify មិនផ្ទុក:

• ប្រាកដថាកំពុងបម្រើពីគោលឃ្លាំងកូដ
• ពិនិត្យឯកសារ index.html មាន
• ប្រាកដថាប្រើបណ្តាញត្រឹមត្រូវ (ច្រក 3000)

ការពិចារណាអំពីប្រសិទ្ធភាព

• ទិន្នន័យធំអាចយឺតក្នុងការផ្ទុកនៅសៀវភៅចំណាំ
• ការតំណាងអាចយឺតសម្រាប់គំនូសស្មុគស្មាញ
• Vue.js dev server កសាងប្រព័ន្ធបញ្ចូលកូដភ្លាមៗ
• ការសាងសង់ផលិតកម្មបានបំពេញល្អ និងកាត់បន្ថយទំហំ

សម្គាល់សុវត្ថិភាព

• មិនមានទិន្នន័យនីមួយៗឬ លេខសម្ងាត់ បញ្ចូលលើកូដ
• ប្រើអថេរបរិស្ថានសម្រាប់កូនសោ API នៅមេរៀនពពក
• មេរៀន Azure ត្រូវការគណនី Azure
• អាប់ដេត dependencies តែងតែរក្សាសុវត្ថិភាព

របៀបចូលរួមបកប្រែ

• បកប្រែដោយម៉ាស៊ីនគ្រប់គ្រងតាម GitHub Actions
• ត្រួតពិនិត្យដោយដៃសម្រាប់ភាពត្រឹមត្រូវការបកប្រែ
• បន្តការដាក់ថតបកប្រែដូចបែបតម្លើង
• បន្ថែមតំណភ្ជាប់ប្រលងភាសា: ?loc=fr
• តេស្តមេរៀនបកប្រែឱ្យបង្ហាញត្រឹមត្រូវ

ធនធានដែលទាក់ទង

• កម្មវិធីសិក្សាចម្បង: https://aka.ms/datascience-beginners
• សិក្សាជាមួយ Microsoft Learn: https://docs.microsoft.com/learn/
• មជ្ឈមណ្ឌលសិស្ស: https://docs.microsoft.com/learn/student-hub
• វេទិកាចែករំលែកគំនិត: https://github.com/microsoft/Data-Science-For-Beginners/discussions
• កម្មវិធី Microsoft ផ្សេងៗ: ML for Beginners, AI for Beginners, Web Dev for Beginners

ការថែរក្សាគម្រោង

• ធ្វើអាប់ដេតទៀងទាត់ដើម្បីរក្សាសម័យ
• ស្វាគមន៍ការចូលរួមពីសហគមន៍
• ការតាមដានបញ្ហាក្នុង GitHub
• ពិនិត្យ PR ដោយអ្នកថែរក្សាគម្រោង
• សម្រេចការត្រួតពិនិត្យ និងធ្វើអាប់ដេតប្រចាំខែ

---

ការបដិសេធ៖
ឯកសារ​នេះ​ត្រូវ​បាន​ប្រែ​សម្រួល​ដោយប្រើសេវាកម្ម​ប្រែសម្រួល AI Co-op Translator។ ខណៈពេល​យើង​ព្យាយាម​ផ្តល់ភាព​ត្រឹមត្រូវ​ សូម​យល់ដឹង​ថា​ការ​ប្រែសម្រួល​ដោយស្វ័យប្រវត្តិ​អាច​មាន​កំហុស ឬ​ការ​មិន​ត្រឹមត្រូវ។ ឯកសារ​ដើម​នៅ​ក្នុង​ភាសា​ដើម​ត្រូវបាន​គេ​ចាត់ទុក​ជា​ប្រភព​ដែល​មាន​អធិបតីភាព។ សម្រាប់​ព័ត៌មាន​សំខាន់ៗ ការ​ប្រែសម្រួល​ដោយ​មនុស្ស​ដោយ​ជំនាញ​គឺ​ត្រូវ​បាន​អនុម័ត។ យើង​មិន​ទទួល​ខុសត្រូវ​ចំពោះ​ការ​យល់​ព្រួយ ឬ​ការ​បក​ស្រាយ​ខុស ដែល​ដើម​មក​ពី​ការ​ប្រើប្រាស់​ការ​ប្រែសម្រួល​នេះ​ទេ។