|
|
# ಆರಂಭಿಕರಿಗಾಗಿ ಡೇಟಾ ಸೈನ್ಸ್ - ಒಂದು ಪಠ್ಯಕ್ರಮ
|
|
|
|
|
|
[](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 ನ ಅಝೂರ್ ಕ್ಲೌಡ್ ವಕೀಲರು ಡೇಟಾ ಸೈನ್ಸ್ ಕುರಿತು 10-ವಾರಗಳ, 20 ಪಾಠಗಳ ಪಠ್ಯಕ್ರಮವನ್ನು ನೀಡುತ್ತಿರುವುದು ಸಂತೋಷ. ಪ್ರತಿ ಪಾಠದಲ್ಲೂ ಪಾಠದ ಮುಂಚಿನ ಹಾಗೂ ನಂತರದ ಪ್ರಶ್ನೋತ್ತರಗಳು, ಪಾಠವನ್ನು ಪೂರ್ಣಗೊಳಿಸುವ ಬರಹದ ಸೂಚನೆಗಳು, ಪರಿಹಾರ ಮತ್ತು ಹೌಂಬಾಗವಿರುತ್ತದೆ. ನಮ್ಮ ಯೋಜನೆ ಆಧಾರಿತ ಪಠನಶೈಲಿ ನಿಮ್ಮ ಹೊಸ ಕೌಶಲ್ಯಗಳನ್ನು ಬಲವಾಗಿ ಅಳವಡಿಸಲು ಅನುಕೂಲವಾಗಿದೆ.
|
|
|
|
|
|
**ನಮ್ಮ ಲೇಖಕರಿಗೆ ಹೃತ್ಪೂರ್ವಕ ಧನ್ಯವಾದಗಳು:** [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).
|
|
|
|
|
|
**🙏 ವಿಶೇಷ ಧನ್ಯವಾದಗಳು 🙏 ನಮ್ಮ [Microsoft ವಿದ್ಯಾರ್ಥಿ ರಾಯಭಾರ](https://studentambassadors.microsoft.com/) ಲೇಖಕರು, ವಿಮರ್ಶಕರು ಮತ್ತು ವಿಷಯ ಕೊಡುಗೆದಾರರಿಗೆ**, ವಿಶೇಷವಾಗಿ ಆರ್ಯನ್ ಅರುರಾ, [ಅದಿತ್ಯ ಗರ್ಗ್](https://github.com/AdityaGarg00), [ಅಲೋಂದ್ರಾ ಸಾಂಚೆಸ್](https://www.linkedin.com/in/alondra-sanchez-molina/), [ಅಂಕಿತ ಸಿಂಗ್](https://www.linkedin.com/in/ankitasingh007), [ಅನുപಮ್ ಮಿಶ್ರ](https://www.linkedin.com/in/anupam--mishra/), [ಅರ್ಪಿತ ದಾಸ್](https://www.linkedin.com/in/arpitadas01/), ಚ್ಹೈಲ್ ಬಿಹಾರಿ ದುಬೆ, [ಡಿಬ್ರಿ ನ್ಸೋಫೋರ್](https://www.linkedin.com/in/dibrinsofor), [ದಿಷಿತಾ ಭಾಸಿನ್](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [ಮಜ್ದ್ ಸಾಫಿ](https://www.linkedin.com/in/majd-s/), [ಮ್ಯಾಕ್ಸ್ ಬ್ಲಮ್](https://www.linkedin.com/in/max-blum-6036a1186/), [ಮಿಗ್ವೆಲ್ ಕೊರೆಯಾ](https://www.linkedin.com/in/miguelmque/), [ಮೋಹಮ್ಮ ಇಫ್ತೇಖರ್ (ಇಫ್ಟು) ಎಬ್ನೆ ಜಲಾಲ್](https://twitter.com/iftu119), [ನಾವ್ರಿನ್ ತಬಸ್ಸುಂ](https://www.linkedin.com/in/nawrin-tabassum), [ರೇಮಂಡ್ ವಾಂಸಾ ಪುತ್ತ್ರ](https://www.linkedin.com/in/raymond-wp/), [ರೋಹಿತ್ ಯಾದವ್](https://www.linkedin.com/in/rty2423), ಸಮೃದ್ಧಿ ಶರ್ಮಾ, [ಸನ್ಯಾ ಸಿಂಹ](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200),
|
|
|
[ಶೀನಾ ನರುಲಾ](https://www.linkedin.com/in/sheena-narua-n/), [ತೌಕೀರ್ ಅಹ್ಮದ್](https://www.linkedin.com/in/tauqeerahmad5201/), ಯೋಗೇಂದ್ರಸಿಂಗ್ ಪವರ್ , [ವಿದುಷಿ ಗುಪ್ತ](https://www.linkedin.com/in/vidushi-gupta07/), [ಜಸ್ಲೀನ್ ಸೊಂಧಿ](https://www.linkedin.com/in/jasleen-sondhi/)
|
|
|
|
|
|
||
|
|
|
|:---:|
|
|
|
| ಬೆಂಗಳೂರಿಗರಿಗೆ ಡೇಟಾ ಸೈನ್ಸ್ - _ಸ್ಕೇಚ್ನೋಟ್ [@nitya](https://twitter.com/nitya) ಅವರಿಂದ_ |
|
|
|
|
|
|
### 🌐 ಬಹುಭಾಷಾ ಬೆಂಬಲ
|
|
|
|
|
|
#### GitHub ಕ್ರಿಯೆಯಿಂದ ಬೆಂಬಲಿತ (ಸ್ವಯಂಕ್ರಿಯ & ಯಾವಾಗಲೂ ಇತ್ತೀಚಿನ)
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
|
|
|
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-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](./README.md) | [Khmer](../km/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)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-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)
|
|
|
|
|
|
> **ಸ್ಥಳೀಯವಾಗಿ ಕ್ಲೋನ್ ಮಾಡಬಹುದು?**
|
|
|
>
|
|
|
> ಈ ರೆಪೊಸಿಟರಿಯಲ್ಲಿ 50+ ಭಾಷಾ ಅನುವಾದಗಳು ಇದ್ದವು, ಇದು ಡೌನ್ಲೋಡ್ ಗಾತ್ರವನ್ನು ಬಹಳಷ್ಟು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಅನುವಾದಗಳನ್ನು ಹೊರತುಪಡಿಸಿ ಕ್ಲೋನಿಂಗ್ ಮಾಡಲು ಸ್ಪಾರ್ಸ್ ಚೆಕ್ಔಟ್ ಬಳಸಿ:
|
|
|
>
|
|
|
> **Bash / macOS / Linux:**
|
|
|
> ```bash
|
|
|
> git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
|
|
|
> cd Data-Science-For-Beginners
|
|
|
> git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
|
|
|
> ```
|
|
|
>
|
|
|
> **CMD (Windows):**
|
|
|
> ```cmd
|
|
|
> git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
|
|
|
> cd Data-Science-For-Beginners
|
|
|
> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
|
|
|
> ```
|
|
|
>
|
|
|
> ಇದರ ಮೂಲಕ ನೀವು ಪಠ್ಯಕ್ರಮವನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಅಗತ್ಯವಿರುವ ಎಲ್ಲವನ್ನೂ ಹೆಚ್ಚಿನ ವೇಗದ ಡೌನ್ಲೋಡ್ ಮೂಲಕ ಪಡೆಯುತ್ತೀರಿ.
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
|
|
**ಹೆಚ್ಚಿನ ಅನುವಾದ ಭಾಷೆಗಳ ಬೆಂಬಲವನ್ನು ಬಯಸಿದರೆ, ಅವುಗಳ ಪಟ್ಟಿ ಇಲ್ಲಿದೆ [ಇಲ್ಲಿ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
|
|
|
|
|
|
#### ನಮ್ಮ ಸಮುದಾಯದಲ್ಲಿ ಸೇರಿ
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
ನಾವು Discord ನಲ್ಲಿ AI ಸರಣಿಗಳಿಂದ ಕಲಿತುಕೊಳ್ಳುವ ಕಾರ್ಯಕ್ರಮವನ್ನು ಜಾರಿಗೊಳಿಸಿದ್ದೇವೆ, ಇದರ ಕುರಿತು ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗೆ [Learn with AI Series](https://aka.ms/learnwithai/discord) ನಲ್ಲಿ ಸೆಪ್ಟೆಂಬರ್ 18 - 30, 2025 ರಂದು ಸೇರಿ. GitHub Copilot ನ ಸಹಾಯದಿಂದ ಡೇಟಾ ಸೈನ್ಸ್ ನಿರ್ವಹಣೆಯ ಅನುಕೂಲಗಳನ್ನು ತಿಳಿಯಿರಿ.
|
|
|
|
|
|
|
|
|
|
|
|
# ನೀವು ವಿದ್ಯಾರ್ಥಿಯರಾ?
|
|
|
|
|
|
ಕೆಳಗಿನ ಸಂಪನ್ಮೂಲಗಳಿಂದ ಪ್ರಾರಂಭಿಸಿ:
|
|
|
|
|
|
- [ವಿದ್ಯಾರ್ಥಿ ಹಬ್ ಪುಟ](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) ಈ ಪುಟದಲ್ಲಿ ಆರಂಭಿಕರಿಗಾಗಿ ಸಂಪನ್ಮೂಲಗಳು, ವಿದ್ಯಾರ್ಥಿ ಪ್ಯಾಕ್ಗಳು ಮತ್ತು ಉಚಿತ ಪ್ರಮಾಣಪತ್ರ ವೌಚರ್ ಗಳಿಸುವ ಮಾರ್ಗಗಳಿವೆ. ನಿಯಮಿತವಾಗಿ ಮಾಸಿಕವಾಗಿ ವಿಷಯವನ್ನು ನವೀಕರಿಸುವ ಕಾರಣ ಈ ಪುಟವನ್ನು ಬುಕ್ಮಾರ್ಕ್ ಮಾಡಿ.
|
|
|
- [Microsoft Learn ವಿದ್ಯಾರ್ಥಿ ರಾಯಭಾರಿಗಳು](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) ವಿಶ್ವವ್ಯಾಪಿ ವಿದ್ಯಾರ್ಥಿ ರಾಯಭಾರಿಗಳ ಸಮುದಾಯದಲ್ಲಿ ಸೇರಿ, ಇದು ನಿಮ್ಮ Microsoft ನಲ್ಲಿ ಪ್ರವೇಶದ ದಾರಿ ಆಗಬಹುದು.
|
|
|
|
|
|
# ಪ್ರಾರಂಭಿಸುವುದು
|
|
|
|
|
|
## 📚 ಡಾಕ್ಯುಮೆಂಟೇಶನ್
|
|
|
|
|
|
- **[ಸಂಸ್ಥಾಪನಾ ಮಾರ್ಗದರ್ಶಿ](INSTALLATION.md)** - ಆರಂಭಿಕರಿಗಾಗಿ ಹಂತ ಹಂತವಾಗಿ ಸ್ಥಾಪನೆ ಸೂಚನೆಗಳು
|
|
|
- **[ಬಳಕೆ ಮಾರ್ಗದರ್ಶಿ](USAGE.md)** - ಉದಾಹರಣೆಗಳು ಮತ್ತು ಸಾಮಾನ್ಯ ಕಾರ್ಯ ಪ್ರಕ್ರಿಯೆಗಳು
|
|
|
- **[ಸಮಸ್ಯೆ ಪರಿಹಾರ](TROUBLESHOOTING.md)** - ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳ ಪರಿಹಾರಗಳು
|
|
|
- **[ದಾನ ಮಾರ್ಗದರ್ಶಿ](CONTRIBUTING.md)** - ಈ ಯೋಜನೆಗೆ ಹೇಗೆ ಕೊಡುಗೆ ನೀಡುವದು
|
|
|
- **[ಶಿಕ್ಷಕರಿಗಾಗಿ](for-teachers.md)** - ಬೋಧನೆ ಮಾರ್ಗದರ್ಶನ ಮತ್ತು ತರಗತಿ ಸಂಪನ್ಮೂಲಗಳು
|
|
|
|
|
|
## 👨🎓 ವಿದ್ಯಾರ್ಥಿಗಳಿಗಾಗಿ
|
|
|
> **ಪೂರ್ಣ ಹೊಸವರು**: ಡೇಟಾ ಸೈನ್ಸ್ ನ ಹೊಸದಾರರಾ? ನಮ್ಮ [ಸರಳ, ಅಮೆಚ್ಚಿನ ಉದಾಹರಣೆಗಳಿಂದ](examples/README.md) ಪ್ರಾರಂಭಿಸಿ! ಸರಳ, ಚೆನ್ನಾಗಿ ಟಿಪ್ಪಣಿಗೊಳಿಸಿರುವ ಉದಾಹರಣೆಗಳು ಮೂಲಭೂತವನ್ನು ತಿಳಿದುಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
|
|
|
> **[ವಿದ್ಯಾರ್ಥಿಗಳು](https://aka.ms/student-page)**: ನೀವು ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಸ್ವತಃ ಬಳಸಲು, ಸಂಪೂರ್ಣ ರೆಪೊವನ್ನು ಫೋರ್ಕ್ ಮಾಡಿ ಮತ್ತು ಪೂರ್ವ ಪಾಠ ಪ್ರಶ್ನೋತ್ತರದೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ. ನಂತರ ಪಾಠವನ್ನು ಓದಿ ಉಳಿದ ಕಾರ್ಯಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಿ. ಪರಿಹಾರ ಕೋಡ್ ಅನ್ನು ನಕಲಿಸುವ ಬದಲು ಪಾಠಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಂಡು ಪ್ರಾಜೆಕ್ಟ್ ಗಳನ್ನು ನಿರ್ಮಿಸುವ ಪ್ರಯತ್ನ ಮಾಡಿ; ಆದಾಗ್ಯೂ ಆ ಕೋಡ್ /solutions ಫೋಲ್ಡರ್ ಗಳಲ್ಲಿ ಲಭ್ಯವಿದೆ. ಮತ್ತೊಂದು ಆಯ್ಕೆಯಾಗಿ ಸ್ನೇಹಿತರೊಂದಿಗೆ ಅಧ್ಯಯನ ಗುಂಪು ರೂಪಿಸಿ ವಿಷಯವನ್ನು ಒಟ್ಟಾಗಿ ವೀಕ್ಷಿಸಿ. ಹೆಚ್ಚಿನ ಅಧ್ಯಯನಕ್ಕಾಗಿ ನಾವು [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) ಅನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತೇವೆ.
|
|
|
|
|
|
**ವೇಗದ ಪ್ರಾರಂಭ:**
|
|
|
1. ನಿಮ್ಮ ಪರಿಸರವನ್ನು ಸ್ಥಾಪಿಸಲು [ಸಂಸ್ಥಾಪನಾ ಮಾರ್ಗದರ್ಶಿಯನ್ನು](INSTALLATION.md) ಪರಿಶೀಲಿಸಿ
|
|
|
2. ಪಠ್ಯಕ್ರಮವನ್ನು ಹೇಗೆ ಕಾರ್ಯಗತಗೊಳಿಸುವುದೆಂದು ತಿಳಿಯಲು [ಬಳಕೆ ಮಾರ್ಗದರ್ಶಿಯನ್ನು](USAGE.md) ಓದಿ
|
|
|
3. ಪಾಠ 1 ಅನ್ನು ಆರಂಭಿಸಿ ಕ್ರಮವಾಗಿ ಮುನ್ನಡೆಸಿ
|
|
|
4. ಬೆಂಬಲಕ್ಕಾಗಿ ನಮ್ಮ [Discord ಸಮುದಾಯದಲ್ಲಿ](https://aka.ms/ds4beginners/discord) ಸೇರಿ
|
|
|
|
|
|
## 👩🏫 ಶಿಕ್ಷಕರಿಗಾಗಿ
|
|
|
> **ಶಿಕ್ಷಕರು**: ನಾವು ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಹೇಗೆ ಬಳಸುವ ಬಗ್ಗೆ ಕೆಲವು ಸಲಹೆಗಳನ್ನು [ ಸೇರಿಸಿದ್ದೇವೆ](for-teachers.md). ನಿಮ್ಮ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ನಾವು [ಚರ್ಚಾ ವೇದಿಕೆಯಲ್ಲಿ](https://github.com/microsoft/Data-Science-For-Beginners/discussions) ಬಯಸುತ್ತೇವೆ!
|
|
|
|
|
|
## ತಂಡವನ್ನು ಪರಿಚಯಿಸಿ
|
|
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "ಪ್ರಚಾರ ವೀಡಿಯೋ")
|
|
|
|
|
|
**ಗಿಫ್ ನಿರೂಪಿಸಲಾಗಿದೆ** [ಮೊಹಿತ್ ಜೈಸಾಲ್](https://www.linkedin.com/in/mohitjaisal)
|
|
|
|
|
|
> 🎥 ಯೋಜನೆಯ ಬಗ್ಗೆ ವೀಡಿಯೋಕ್ಕಾಗಿ ಮೇಲಿನ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ ಇದನ್ನು ರಚಿಸಿದ ಜನರು!
|
|
|
|
|
|
## ಪಾಠಶಾಸ್ತ್ರ
|
|
|
|
|
|
ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ರಚಿಸುವಾಗ ನಾವು ಎರಡು ಪಾಠಶಾಸ್ತ್ರೀಯ ತತ್ವಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಿಕೊಂಡಿದ್ದೇವೆ: ಇದು ಯೋಜನೆ ಆಧಾರಿತವಾಗಿದ್ದು ಸುದೀರ್ಘವಾಗಿ ಪ್ರಶ್ನೆಗಳಿಗೆ ಒಳಗೊಂಡಿದೆ ಎಂಬುದನ್ನು ಖಚಿತಪಡಿಸುವುದು. ಈ ಸರಣಿಯ ಅಂತ್ಯದಲ್ಲಿ, ವಿದ್ಯಾರ್ಥಿಗಳು ಮೂಲಭೂತ ದತ್ತಾಂಶ ವಿಜ್ಞಾನ ತತ್ತ್ವಗಳನ್ನು, ನೈತಿಕ ಕಲ್ಪನೆಗಳು, ದತ್ತ್ನಿರ್ವಹಣೆ, ದತ್ತಾಂಶದ ವಿವಿಧ ರೀತಿಯಲ್ಲಿ ಕೆಲಸ ಮಾಡುವುದು, ದತ್ತಾಂಶ ದೃಶ್ಯೀಕರಣ, ದತ್ತಾಂಶ ವಿಶ್ಲೇಷಣೆ, ನೈಜ ಜಾಗತಿಕ ದತ್ತಾಂಶ ವಿಜ್ಞಾನ ಬಳಕಾ ಘಟನೆಗಳು ಮುಂತಾದವುಗಳನ್ನು ಕಲಿತಿರುತ್ತಾರೆ.
|
|
|
|
|
|
ಅದಕ್ಕೆ ಸೇರಿ, ವರ್ಗದ ಮುಂಚೆ ಹೆಚ್ಚು ಹಾನಿಯಾಗದ ಪ್ರಶ್ನೆ ವಿದ್ಯಾರ್ಥಿಯ ಕಲಿಕೆ ಉತ್ಸಾಹವನ್ನು ಹೊಂದಿಸುತ್ತದೆ, ವರ್ಗದ ನಂತರದ ಎರಡನೇ ಪ್ರಶ್ನೆ ಮತ್ತಷ್ಟು ಜೃಂಭಣೆಯನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ. ಈ ಪಠ್ಯಕ್ರಮವು ಸಂಪೂರ್ಣವಾಗಿ ಅಥವಾ ಭಾಗವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಬಹುದಾದಷ್ಟು ನನವಿದ್ದು ಮನರಂಜನೆಯಾಗಿರುವಂತೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಯೋಜನೆಗಳು ಸಣ್ಣದಾಗಿ ಆರಂಭಿಸಿ 10 ವಾರಗಳ ಸೈಕಲ್ ಅಂತ್ಯಕ್ಕೆ progressively ಸಂಕೀರ್ಣವಾಗುತ್ತವೆ.
|
|
|
|
|
|
> ನಮ್ಮ [ನಡವಳಿಕೆ ಸ್ಪರ್ಧಾ नियमಾವಳಿ](CODE_OF_CONDUCT.md), [ದಿಂದಾಯಿತಾರಿಕೆಗೆ](CONTRIBUTING.md), [ಭಾಷಾಂತರ](TRANSLATIONS.md) ಮಾರ್ಗಸೂಚಿಗಳನ್ನು ನೋಡಿ. ನಿಮ್ಮ ನಿರ್ಮಾಣಾತ್ಮಕ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ನಾವು ಸ್ವಾಗತಿಸುತ್ತೇವೆ!
|
|
|
|
|
|
## ಪ್ರತಿ ಪಾಠದಲ್ಲಿ ಸೇರಿದ್ದು:
|
|
|
|
|
|
- ಐಚ್ಛಿಕ ಸ್ಕೆಚ್ನೋಟ್
|
|
|
- ಐಚ್ಛಿಕ ಪೂರಕ ವೀಡಿಯೋ
|
|
|
- ಪಾಠದ ಮುಂಚಿನ ತಯಾರಿ ಪ್ರಶ್ನೆ
|
|
|
- ಬರೆಹಪಡು ಪಾಠ
|
|
|
- ಯೋಜನೆ ಆಧಾರಿತ ಪಾಠಗಳಿಗಾಗಿ, ಯೋಜನೆ ರಚಿಸುವಂತೆ ಹಂತದಲ್ಲಿಯ ಗೈಡ್ಗಳು
|
|
|
- ಜ್ಞಾನ ಪರಿಶೀಲನೆಗಳು
|
|
|
- ಸವಾಲು
|
|
|
- ಪೂರಕ ಓದುವಿಕೆ
|
|
|
- ಅಸೈನ್ಮೆಂಟ್
|
|
|
- [ಪಾಠದ ನಂತರದ ಪ್ರಶ್ನೆ](https://ff-quizzes.netlify.app/en/)
|
|
|
|
|
|
> **ಪ್ರಶ್ನೆಗಳ ಬಗ್ಗೆ ಟಿಪ್ಪಣಿ**: ಎಲ್ಲಾ ಪ್ರಶ್ನೆಗಳು Quiz-App ಫೋಲ್ಡರ್ನಲ್ಲಿ ಇದ್ದು, ಒಟ್ಟು 40 ಪ್ರಶ್ನೆಗಳ 3 ಪ್ರಶ್ನೆಗಳ ಪ್ರತಿ. ಅವು ಪಾಠಗಳಿಂದ ಲಿಂಕ್ ಆಗಿವೆ, ಆದರೆ ಪ್ರಶ್ನೆಗಳ ಅಪ್ಲಿಕೇಶನ್ ಸ್ಥಳೀಯವಾಗಿ ಚಾಲನೆ ಮಾಡಬಹುದು ಅಥವಾ ಅಜುರ್ಗೆ ನಿಯೋಜಿಸಬಹುದು; `quiz-app` ಫೋಲ್ಡರ್ನಲ್ಲಿ ಸೂಚನೆಗಳನ್ನು ಅನುಸರಿಸಿ. ಅವು ಹ渐ವಾಗಿ ಸ್ಥಳೀಯಗೊಳ್ಳುತ್ತಿವೆ.
|
|
|
|
|
|
## 🎓 ಶುರುಮಾಡುವವರಿಗೆ ಅನುಕೂಲಕರ ಉದಾಹರಣೆಗಳು
|
|
|
|
|
|
**ದತ್ತಾಂಶ ವಿಜ್ಞಾನದಲ್ಲಿ ಹೊಸದಾಗಿ ಬಂದಿದ್ದೀರಾ?** ಶುರು ಮಾಡುವುದಕ್ಕೆ ಸಹಾಯ ಮಾಡುವ ಸರಳವಾಗಿ ಮತ್ತು ಚೆನ್ನಾಗಿ ಕಾಮೆಂಟ್ ಮಾಡಲಾದ ಕೋಡ್ ಹೊಂದಿರುವ ವಿಶೇಷ [ಉದಾಹರಣೆಗಳ ಡೈರೆಕ್ಟರಿ](examples/README.md) ರಚಿಸಿದ್ದೇವೆ:
|
|
|
|
|
|
- 🌟 **ಹಲೋ ವರ್ಲ್ಡ್** - ನಿಮ್ಮ ಮೊದಲ ದತ್ತಾಂಶ ವಿಜ್ಞಾನ ಸಂದೇಶ
|
|
|
- 📂 **ದತ್ತಾಂಶ ಲೋಡ್ ಮಾಡುವುದು** - ಡೇಟಾಸೆಟ್ ಅನ್ನು ಓದುತ್ತಾ ಮತ್ತು ಅನ್ವೇಷಿಸುತ್ತಾ ಕಲಿಯಿರಿ
|
|
|
- 📊 **ಸರಳ ವಿಶ್ಲೇಷಣೆ** - ಸಂಖ್ಯಾಶಾಸ್ತ್ರಗಳನ್ನು ಲೆಕ್ಕಿಸಿ ಮತ್ತು ಮಾದರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯಿರಿ
|
|
|
- 📈 **ಮೂಲಭೂತ ದೃಶ್ಯೀಕರಣ** - ಚಾರ್ಟ್ಗಳು ಮತ್ತು ಗ್ರಾಫ್ಗಳನ್ನು ರಚಿಸಿ
|
|
|
- 🔬 **ನಿಜಜೀವನ ಯೋಜನೆ** - ಪ್ರಾರಂಭದಿಂದ ಅಂತ್ಯವರೆಗೆ ಪೂರ್ಣ ವರ್ಕ್ಫ್ಲೋ
|
|
|
|
|
|
ಪ್ರತಿ ಉದಾಹರಣೆಯು ಪ್ರತಿ ಹಂತವನ್ನು ವಿವರಿಸುವ ಟಿಪ್ಪಣಿಗಳನ್ನು ಒಳಗೊಂಡಿದ್ದು, ಅದು ಸಂಪೂರ್ಣವಾಗಿ ಆರಂಭಿಕರಿಗಾಗಿ ಸೂಕ್ತವಾಗಿದೆ!
|
|
|
|
|
|
👉 **[ಉದಾಹರಣೆಗಳಿಂದ ಪ್ರಾರಂಭಿಸಿ](examples/README.md)** 👈
|
|
|
|
|
|
## ಪಾಠಗಳು
|
|
|
|
|
|
|
|
|
||
|
|
|
|:---:|
|
|
|
| ದತ್ತಾಂಶ ವಿಜ್ಞಾನ ಆರಂಭಿಕರಿಗೆ: ರೋಡ್ಮ್ಯಾಪ್ - _ಸ್ಕೆಚ್ನೋಟ್: [@nitya](https://twitter.com/nitya)_ |
|
|
|
|
|
|
|
|
|
| ಪಾಠ ಸಂಖ್ಯೆ | ವಿಷಯ | ಪಾಠ ಗುಂಪು | ಕಲಿಕೆಯ ಗುರಿಗಳು | ಲಿಂಕ್ ಮಾಡಿದ ಪಾಠ | ಲೇಖಕ |
|
|
|
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
|
|
|
| 01 | ದತ್ತಾಂಶ ವಿಜ್ಞಾನ ವ್ಯಾಖ್ಯಾನ | [ಪರಿಚಯ](1-Introduction/README.md) | ದತ್ತಾಂಶ ವಿಜ್ಞಾನದ ಮೂಲ ತತ್ತ್ವಗಳನ್ನು ಮತ್ತು ಇದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ, ಯಂತ್ರ ಕಲಿಕೆ ಮತ್ತು ದೊಡ್ಡ ದತ್ತಾಂಶಕ್ಕೆ ಹೇಗೆ ಸಂಬಂಧಿಸಿದೆ ಎಂಬುದನ್ನು ಕಲಿಯಿರಿ. | [ಪಾಠ](1-Introduction/01-defining-data-science/README.md) [ವೀಡಿಯೋ](https://youtu.be/beZ7Mb_oz9I) | [ಡಿಮಿಟ್ರಿ](http://soshnikov.com) |
|
|
|
| 02 | ದತ್ತಾಂಶ ವಿಜ್ಞಾನ ನೈತಿಕತೆ | [ಪರಿಚಯ](1-Introduction/README.md) | ದತ್ತಾಂಶ ನೈತಿಕತೆ ತತ್ತ್ವಗಳು, ಸವಾಲುಗಳು ಮತ್ತು ಫ್ರೇಮ್ವರ್ಕ್ಗಳು. | [ಪಾಠ](1-Introduction/02-ethics/README.md) | [ನಿತ್ಯ](https://twitter.com/nitya) |
|
|
|
| 03 | ದತ್ತಾಂಶದ ವ್ಯಾಖ್ಯಾನ | [ಪರಿಚಯ](1-Introduction/README.md) | ದತ್ತಾನ್ವಯಾತ್ಮಕ ವಿಭಜನೆ ಮತ್ತು ಸಾಮಾನ್ಯ ಮೂಲಗಳು ಹೇಗಿವೆ. | [ಪಾಠ](1-Introduction/03-defining-data/README.md) | [ಜ್ಯಾಸ್ಮಿನ್](https://www.twitter.com/paladique) |
|
|
|
| 04 | ಸಂಖ್ಯೆಶಾಸ್ತ್ರ ಮತ್ತು ಸಂભાવ್ಯತೆ ಪರಿಚಯ | [ಪರಿಚಯ](1-Introduction/README.md) | ದತ್ತಾಂಶವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಂಖ್ಯಾಶಾಸ್ತ್ರ ಮತ್ತು ಸಂಭಾವ್ಯತೆಯ ಗಣಿತೀಯ ತಂತ್ರಗಳನ್ನು ತಿಳಿದುಕೊಳ್ಳಿ. | [ಪಾಠ](1-Introduction/04-stats-and-probability/README.md) [ವೀಡಿಯೋ](https://youtu.be/Z5Zy85g4Yjw) | [ಡಿಮಿಟ್ರಿ](http://soshnikov.com) |
|
|
|
| 05 | ಸಂಬಂಧಿತ ದತ್ತಾಂಶದೊಂದಿಗೆ ಕೆಲಸ | [ದತ್ತಾಂಶದೊಂದಿಗೆ ಕೆಲಸ](2-Working-With-Data/README.md) | ಸಂಬಂಧಿತ ದತ್ತಾಂಶ ಮತ್ತು SQL (ಸ್ಟ್ರಕ್ಚರ್ಡ್ ಕ್ವೆರಿ ಲಾಂಗುಯೇಜ್) ಅಥವಾ "ಸಿ-ಕ್ವೆಲ್" ಎಂದು ಉಚ್ಛಾರಿಸುವವು) ಬಳಸಿಕೊಂಡು ಸಂಬಂಧಿತ ದತ್ತಾಂಶವನ್ನು ಅನ್ವೇಷಿಸುವ ಮತ್ತು ವಿಶ್ಲೇಷಿಸುವ ಪ್ರಾಥಮಿಕಗಳು. | [ಪಾಠ](2-Working-With-Data/05-relational-databases/README.md) | [ಕ್ರಿಸ್ಟೋಫರ್](https://www.twitter.com/geektrainer) | | |
|
|
|
| 06 | ನೋಎಸ್ಕ್ಯೂಎಲ್ ದತ್ತಾಂಶದೊಂದಿಗೆ ಕೆಲಸ | [ದತ್ತಾಂಶದೊಂದಿಗೆ ಕೆಲಸ](2-Working-With-Data/README.md) | ಅನ್ವಯಾತ್ಮಕ ಡೇಟಾ ಮತ್ತು ವಿವಿಧ ಪ್ರಕಾರಗಳು ಮತ್ತು ಡಾಕ್ಯುಮೆಂಟ್ ಡೇಟಾಬೇಸ್ ಅನ್ವೇಷಣೆ ಮತ್ತು ವಿಶ್ಲೇಷಣೆ ಮೂಲಭೂತಗಳು. | [ಪಾಠ](2-Working-With-Data/06-non-relational/README.md) | [ಜ್ಯಾಸ್ಮಿನ್](https://twitter.com/paladique)|
|
|
|
| 07 | ಪೈಥನ್ನೊಂದಿಗೆ ಕೆಲಸ | [ದತ್ತಾಂಶದೊಂದಿಗೆ ಕೆಲಸ](2-Working-With-Data/README.md) | ಪಾಂಡಾಸ್ ಹೋಲಿದ ಪುಸ್ತಕಗಳುಳ್ಳ ಪೈಥನ್ ಬಳಸಿ ದತ್ತಾಂಶ ಅನ್ವೇಷಣೆ ಬಗೆಗಿನ ಮೂಲಭೂತಗಳು. ಪೈಥನ್ ಪ್ರೋಗ್ರಾಮಿಂಗ್ನಲ್ಲಿ ಮೂಲಭೂತ ಅರಿವು ಸಿಫಾರಸು ಮಾಡಲಾಗಿದೆ. | [ಪಾಠ](2-Working-With-Data/07-python/README.md) [ವೀಡಿಯೋ](https://youtu.be/dZjWOGbsN4Y) | [ಡಿಮಿಟ್ರಿ](http://soshnikov.com) |
|
|
|
| 08 | ದತ್ತಾಂಶ ತಯಾರಿ | [ದತ್ತಾಂಶದೊಂದಿಗೆ ಕೆಲಸ](2-Working-With-Data/README.md) | ತಪ್ಪು, ಕೊರತೆಯ ದತ್ತಾಂಶವನ್ನು ನಿಭಾಯಿಸಲು ಕೈಗಾರಿಕೆಗಳು ಅಂದರೆ ದತ್ತಾಂಶ ಶುದ್ಧೀಕರಣ ಮತ್ತು ಪರಿವರ್ತನೆ ತಂತ್ರಗಳು. | [ಪಾಠ](2-Working-With-Data/08-data-preparation/README.md) | [ಜ್ಯಾಸ್ಮಿನ್](https://www.twitter.com/paladique) |
|
|
|
| 09 | ಪ್ರಮಾಣಗಳ ದೃಶ್ಯೀಕರಣ | [ದತ್ತಾಂಶ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | ಮ್ಯಾಟ್ಪ್ಲಾಟ್ಲಿಬ್ ಬಳಸಿದ ಹಕ್ಕಿಗಳ ದತ್ತಾಂಶವನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು 🦆 | [ಪಾಠ](3-Data-Visualization/09-visualization-quantities/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
|
|
|
| 10 | ದತ್ತಾಂಶದ ವಿತರಣೆಯ ದೃಶ್ಯೀಕರಣ | [ದತ್ತಾಂಶ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | ಪರಿಮಿತಿಯಲ್ಲಿ ವೀಕ್ಷಣೆಗಳು ಮತ್ತು ಪ್ರವೃತ್ತಿಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು. | [ಪಾಠ](3-Data-Visualization/10-visualization-distributions/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
|
|
|
| 11 | ಪ್ರಮಾಣಗಳಿಗೆ ದೃಶ್ಯೀಕರಣ | [ದತ್ತಾಂಶ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | ಡಿಸ್ಕ್ರೀಟ್ ಮತ್ತು ಗುಂಪು ಪ್ರತಿಶತಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು. | [ಪಾಠ](3-Data-Visualization/11-visualization-proportions/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
|
|
|
| 12 | ಸಂಬಂಧಗಳ ದೃಶ್ಯೀಕರಣ | [ದತ್ತಾಂಶ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | ದತ್ತಾಂಶ ಗುಂಪುಗಳ ಮತ್ತು ಅವುಗಳ ವ್ಯತ್ಯಾಸಗಳ ಸಂಯೋಜನೆ ಮತ್ತು ಸಂಬಂಧಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು. | [ಪಾಠ](3-Data-Visualization/12-visualization-relationships/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
|
|
|
| 13 | ಅರ್ಥಪೂರ್ಣ ದೃಶ್ಯೀಕರಣಗಳು | [ದತ್ತಾಂಶ ದೃಶ್ಯೀಕರಣ](3-Data-Visualization/README.md) | ಪರಿಣಾಮಕಾರಿ ಸಮಸ್ಯೆ ಪರಿಹಾರ ಮತ್ತು ಒಳನೋಟಗಳಿಗೆ ನಿಮ್ಮ ದೃಶ್ಯೀಕರಣಗಳನ್ನು ಮೌಲ್ಯಯುತವಾಗಿಸುವ ತಂತ್ರಗಳು ಹಾಗೂ ಮಾರ್ಗದರ್ಶನ. | [ಪಾಠ](3-Data-Visualization/13-meaningful-visualizations/README.md) | [ಜೆನ್](https://twitter.com/jenlooper) |
|
|
|
| 14 | ದತ್ತಾಂಶ ವಿಜ್ಞಾನ ಜೀವನಚಕ್ರ ಪರಿಚಯ | [ಜೀವನಚಕ್ರ](4-Data-Science-Lifecycle/README.md) | ದತ್ತಾಂಶ ವಿಜ್ಞಾನ ಜೀವನಚಕ್ರ ಮತ್ತು ಅದರ ಮೊದಲ ಹಂತವಾದ ದತ್ತಾಂಶವನ್ನು ಸಿಕ್ಕಿಸಲಾಗಿದೆ ಮತ್ತು ಮೂಡಿದ ಹಂತದ ಪರಿಚಯ. | [ಪಾಠ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [ಜ್ಯಾಸ್ಮಿನ್](https://twitter.com/paladique) |
|
|
|
| 15 | ವಿಶ್ಲೇಷಣೆ | [ಜೀವನಚಕ್ರ](4-Data-Science-Lifecycle/README.md) | ಈ ದತ್ತಾಂಶ ವಿಜ್ಞಾನ ಜೀವನಚಕ್ರದ ಹಂತವು ದತ್ತಾಂಶವನ್ನು ವಿಶ್ಲೇಷಿಸುವ ತಂತ್ರಗಳನ್ನು ಕೇಂದ್ರವಾಗಿರುತ್ತದೆ. | [ಪಾಠ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [ಜ್ಯಾಸ್ಮಿನ್](https://twitter.com/paladique) | | |
|
|
|
| 16 | ಸಂವಹನ | [ಜೀವನಚಕ್ರ](4-Data-Science-Lifecycle/README.md) | ಈ ಹಂತದಲ್ಲಿ ದತ್ತಾಂಶದಿಂದ ಜನನವಾದ ಒಳನೋಟಗಳನ್ನು ನಿರ್ಧಾರಕಾರರಿಗೆ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸುಲಭಗೊಳಿಸುವ ರೀತಿಯಲ್ಲಿ ಪ್ರಸ್ತುತಪಡಿಸುವುದಕ್ಕೆ ಒತ್ತು ಸಿಗುತ್ತದೆ. | [ಪಾಠ](4-Data-Science-Lifecycle/16-communication/README.md) | [ಜೇಲೆನ್](https://twitter.com/JalenMcG) | | |
|
|
|
| 17 | ಕ್ಲೌಡ್ ನಲ್ಲಿ ದತ್ತಾಂಶ ವಿಜ್ಞಾನ | [ಕ್ಲೌಡ್ ದತ್ತಾಂಶ](5-Data-Science-In-Cloud/README.md) | ಈ ಪಾಠ ಸರಣಿಯಲ್ಲಿ ಕ್ಲೌಡ್ನಲ್ಲಿ ದತ್ತಾಂಶ ವಿಜ್ಞಾನ ಮತ್ತು ಅದರ ಲಾಭಗಳನ್ನು ಪರಿಚಯಿಸಲಾಗುತ್ತದೆ. | [ಪಾಠ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [ಟಿಫನಿ](https://twitter.com/TiffanySouterre) ಮತ್ತು [ಮೌಡ್](https://twitter.com/maudstweets) |
|
|
|
| 18 | ಕ್ಲೌಡ್ ನಲ್ಲಿ ದತ್ತಾಂಶ ವಿಜ್ಞಾನ | [ಕ್ಲೌಡ್ ದತ್ತಾಂಶ](5-Data-Science-In-Cloud/README.md) | ಕಡಿಮೆ ಕೋಡ್ ಉಪಕರಣಗಳನ್ನು ಬಳಸಿ ನಿಯೋಜನೆ ಮಾದರಿಗಳು. |[ಪಾಠ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [ಟಿಫನಿ](https://twitter.com/TiffanySouterre) ಮತ್ತು [ಮೌಡ್](https://twitter.com/maudstweets) |
|
|
|
| 19 | ಕ್ಲೌಡ್ ನಲ್ಲಿ ದತ್ತಾಂಶ ವಿಜ್ಞಾನ | [ಕ್ಲೌಡ್ ದತ್ತಾಂಶ](5-Data-Science-In-Cloud/README.md) | ಅಜುರ್ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ ಸ್ಟುಡಿಯೊ ಮೂಲಕ ಮಾದರಿಗಳನ್ನು ನಿಯೋಜಿಸುವುದು. | [ಪಾಠ](5-Data-Science-In-Cloud/19-Azure/README.md)| [ಟಿಫನಿ](https://twitter.com/TiffanySouterre) ಮತ್ತು [ಮೌಡ್](https://twitter.com/maudstweets) |
|
|
|
| 20 | ಕಾಡಿನಲ್ಲಿ ದತ್ತಾಂಶ ವಿಜ್ಞಾನ | [ಅರಣ್ಯದಲ್ಲ](6-Data-Science-In-Wild/README.md) | ನಿಜಜೀವನದ ದತ್ತಾಂಶ ವಿಜ್ಞಾನ ಚಲಿತ ಯೋಜನೆಗಳು. | [ಪಾಠ](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [ನಿತ್ಯ](https://twitter.com/nitya) |
|
|
|
|
|
|
## GitHub ಕೋಡ್ಸ್ಪೇಸ್ಸ್
|
|
|
|
|
|
ಈ ಮಾದರಿಯನ್ನು ಕೋಡ್ಸ್ಪೇಸ್ನಲ್ಲಿ ತೆರೆಯಲು ಈ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ:
|
|
|
1. ಕೋಡ್ ಡ್ರಾಪ್-ಡೌನ್ ಮೆನು ಕ್ಲಿಕ್ ಮಾಡಿ ಮತ್ತು ಓಪನ್ ವಿತ್ ಕೋಡ್ಸ್ಪೇಸಸ್ ಆಯ್ಕೆಯನ್ನು ಆರಿಸಿ.
|
|
|
2. ಪ್ಯಾನೆಲಿನ ಕೆಳಭಾಗದಲ್ಲಿ + ನ್ಯೂ ಕೋಡ್ಸ್ಪೇಸ್ ಆರಿಸಿ.
|
|
|
ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗೆ, [GitHub ಡಾಕ್ಯುಮೆಂಟೇಶನ್](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) ಅನ್ನು ಪರಿಶೀಲಿಸಿ.
|
|
|
|
|
|
## VSCode ರಿಮೋಟ್ - ಕಂಟೇನರ್ಸ್
|
|
|
ನಿಮ್ಮ ಸ್ಥಳೀಯ ಯಂತ್ರ ಮತ್ತು VSCode ನಲ್ಲಿ VS Code Remote - Containers ವಿಸ್ತರಣೆ ಬಳಸಿ ಈ ರೆಪೋವನ್ನು ಕಂಟೇನರ್ನಲ್ಲಿ ತೆರೆದುಕೊಳ್ಳಲು ಈ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ:
|
|
|
|
|
|
1. ಇದು ನಿಮ್ಮ ಮೊದಲ ಡೆವಲೆಪ್ಮೆಂಟ್ ಕಂಟೇನರ್ ಬಳಕೆ ಆಗಿದ್ದರೆ, ದಯವಿಟ್ಟು ನಿಮ್ಮ ವ್ಯವಸ್ಥೆ ಪೂರ್ವಶರತ್ತಾಗಿರುವುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ (ಅಂದರೆ ಡಾಕರ್ ಇನ್ಸ್ಟಾಲ್ ಮಾಡಿರುವುದು) [ಆರंभಿಸುವ ಡಾಕ್ಯುಮೆಂಟೇಶನ್](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) ನಲ್ಲಿ.
|
|
|
|
|
|
ಈ ರೆಪೋವನ್ನು ಬಳಸಲು, ನೀವು ರೆಪೋವನ್ನು ಪ್ರತ್ಯೇಕ ಡಾಕರ್ ವಾಲ್ಯೂಮ್ನಲ್ಲಿ ತೆರೆಯಬಹುದು:
|
|
|
|
|
|
**ಗಮನಿಸಿ**: ಹೀಗೆಯೇ, ಇದು Remote-Containers: **Clone Repository in Container Volume...** ಕಮಾಂಡ್ ಅನ್ನು ಬಳಸಿ ಮೂಲ ಕೋಡ್ ಡಾಕರ್ ವಾಲ್ಯೂಮ್ನಲ್ಲಿ ಕ್ಲೋನ್ ಮಾಡುತ್ತದೆ, ಸ್ಥಳೀಯ ಫೈಲ್ ಸಿಸ್ಟಮ್ ಬದಲಾಗಿ. [ವಾಲ್ಯೂಮ್ಗಳು](https://docs.docker.com/storage/volumes/) ಡೇಟಾ ಉಳಿಸಲು ಹೆಚ್ಚಾಗಿ ಬಳಸುವ ವಿಧಾನವಾಗಿದೆ.
|
|
|
|
|
|
ಅಥವಾ ಈ ರೆಪೋವನ್ನು ನಿಮ್ಮ ಲೊಕಲ್ ಫೈಲ್ ಸಿಸ್ಟಮ್ಗೆ ಕ್ಲೋನ್ ಮಾಡಿ ಅಥವಾ ಡೌನ್ಲೋಡ್ ಮಾಡಿ ತೆರೆಯಿರಿ:
|
|
|
|
|
|
- ಈ ರೆಪೋವನ್ನು ನಿಮ್ಮ ಲೊಕಲ್ ಫೈಲ್ ಸಿಸ್ಟಮ್ಗೆ ಕ್ಲೋನ್ ಮಾಡಿ.
|
|
|
- F1 ಒತ್ತಿ ಮತ್ತು **Remote-Containers: Open Folder in Container...** ಕಮಾಂಡ್ ಆರಿಸಿ.
|
|
|
- ಈ ಫೋಲ್ಡರಿನ ಕ್ಲೋನ್ ಮಾಡಿದ ನಕಲನ್ನು ಆರಿಸಿ, ಕಂಟೇನರ್ ಆರಂಭವಾಗಲು ಕಾಯಿರಿ ಮತ್ತು ಪ್ರಯೋಗಿಸಿ.
|
|
|
|
|
|
## ಆಫ್ಲೈನ್ ಪ್ರವೇಶ
|
|
|
|
|
|
ನೀವು [Docsify](https://docsify.js.org/#/) ಬಳಸಿ ಈ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಆಫ್ಲೈನ್ ಚಾಲನೆ ಮಾಡಬಹುದು. ಈ ರೆಪೋ ಅನ್ನು ಫೋರ್ಕ್ ಮಾಡಿ, [Docsify ಅನ್ನು ಇನ್ಸ್ಟಾಲ್ ಮಾಡಿ](https://docsify.js.org/#/quickstart) ನಿಮ್ಮ ಸ್ಥಳೀಯ ಯಂತ್ರದಲ್ಲಿ, ನಂತರ ಈ ರೆಪೋ ಮೂಲ ಫೋಲ್ಡರ್ನಲ್ಲಿ `docsify serve` ಟೈಪ್ ಮಾಡಿ. ವೆಬ್ಸೈಟ್ ನಿಮ್ಮ ಲೋಕಲ್ಹೋಸ್ಟ್ 3000 ಪೋರ್ಟ್ನಲ್ಲಿ ನಿಮ್ಮನ್ನು ಸೇವ್ ಮಾಡುತ್ತದೆ: `localhost:3000`.
|
|
|
|
|
|
> ಗಮನಿಸಿ, ನೋಟ್ಬುಕ್ಗಳು Docsify ಮೂಲಕ ರೆಂಡರ್ ಆಗುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ನೀವು ನೋಟ್ಬುಕ್ ಕಾರ್ಯಗತಗೊಳಿಸಲು ಅಗತ್ಯವಿರುವಾಗ, ಅದನ್ನು VS Code ನಲ್ಲಿ Python ಕರ್ಣಲ್ ಚಾಲನೆ ಮಾಡಬೇಕು.
|
|
|
|
|
|
## ಇತರೆ ಪಠ್ಯಕ್ರಮಗಳು
|
|
|
|
|
|
ನಮ್ಮ ತಂಡ ಇತರ ಪಠ್ಯಕ್ರಮಗಳನ್ನು ರಚಿಸುತ್ತದೆ! ನೋಡಿ:
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
|
|
|
### ಲ್ಯಾಂಗ್ಚೈನ್
|
|
|
[](https://aka.ms/langchain4j-for-beginners)
|
|
|
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
---
|
|
|
|
|
|
### ಆಜೂರ್ / ಎಡ್ಜ್ / MCP / ಏಜೆಂಟ್ಸ್
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### ಜನರೆಟಿವ್ AI ಸರಣಿ
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### ಮೂಲ ಅಧ್ಯಯನ
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### ಕೊಪೈಲಟ್ ಸರಣಿ
|
|
|
[](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 -->
|
|
|
|
|
|
## ಸಹಾಯ ಪಡೆಯುವುದು
|
|
|
|
|
|
**ಸಮಸ್ಯೆಗಳು ಎದುರಾಗುತ್ತಿದೆಯೆ?** ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳ ಪರಿಹಾರಗಳಿಗೆ ನಮ್ಮ [ತೊಂದರೆ ಪರಿಹಾರ ಮಾರ್ಗದರ್ಶಿ](TROUBLESHOOTING.md) ನೋಡಿರಿ.
|
|
|
|
|
|
ನೀವು ಅಡಗಿಸಿಕೊಂಡಿದ್ದರೆ ಅಥವಾ ಎಐ ಆಪ್ ಸೃಷ್ಟಿಸುವ ಬಗ್ಗೆ ಯಾವುದೇ ಪ್ರಶ್ನೆಗಳಿದ್ದರೆ, MCP ಬಗ್ಗೆ ಚರ್ಚೆಗಳಲ್ಲಿ ಸಹ ಪಾಠಿಧರಾದವರು ಮತ್ತು ಅನುಭವಜ್ಞರಾದ ಡೆವಲಪರ್ಗಳ ಜತೆ ಸೇರಿ ಚರ್ಚೆ ಮಾಡಿ. ಇದು ಬೆಂಬಲಕಾರಿ ಸಮುದಾಯವಾಗಿದ್ದು, ಪ್ರಶ್ನೆಗಳು ಸ್ವಾಗತಾರ್ಹವಾಗಿವೆ ಮತ್ತು ಜ್ಞಾನ ಮುಕ್ತವಾಗಿ ಹಂಚಿಕೊಳ್ಳಲಾಗುತ್ತದೆ.
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
ನೀವು ಉತ್ಪನ್ನ ಪ್ರತಿಬಿಂಬ ಅಥವಾ ನಿರ್ಮಾಣದ ಸಮಯದಲ್ಲಿ ದೋಷಗಳನ್ನು ಕಂಡುಹಿಡಿದಿದ್ದರೆ ಭೇಟಿ ನೀಡಿ:
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**ಅस्वೀಕರಣೆ**:
|
|
|
ಈ ದಾಖಲೆ [Co-op Translator](https://github.com/Azure/co-op-translator) ಎಂಬ AI ಅನುವಾದ ಸೇವೆಯನ್ನು ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಯನ್ನು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ಸ್ವಯಂಕರಿತ ಅನುವಾದಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ತಪ್ಪುಗಳು ಇರಬಲ್ಲವು. ಮೂಲ ಭಾಷೆಯ ದಾಖಲೆವನ್ನು ಅಧಿಕೃತ ಮತ್ತು ಅವಲಂಬನೀಯ ಮೂಲವೆಂದು ಪರಿಗಣಿಸಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಹಿಡಿತ ಅಥವಾ ತಪ್ಪುಾರ್ಥಕ್ಕೆ ನಾವು ಹೊಣೆಗಾರರಾಗುವುದಿಲ್ಲ.
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
