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.
367 lines
20 KiB
367 lines
20 KiB
# ಬಳಕೆ ಮಾರ್ಗದರ್ಶಿ
|
|
|
|
ಈ ಮಾರ್ಗದರ್ಶಿ ಡೇಟಾ ಸೈನ್ಸ್ ಫಾರ್ ಬಿಗಿನರ್ಸ್ ಪಠ್ಯಕ್ರಮವನ್ನು ಬಳಸಲು ಉದಾಹರಣೆಗಳು ಮತ್ತು ಸಾಮಾನ್ಯ ಕಾರ್ಯಪ್ರವಾಹಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ.
|
|
|
|
## ವಿಷಯಗಳ ಪಟ್ಟಿಕೆ
|
|
|
|
- [ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಹೇಗೆ ಬಳಸುವುದು](../..)
|
|
- [ಪಾಠಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು](../..)
|
|
- [ಜುಪೈಟರ್ ನೋಟ್ಬುಕ್ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು](../..)
|
|
- [ಕ್ವಿಜ್ ಅಪ್ಲಿಕೇಶನ್ ಬಳಕೆ](../..)
|
|
- [ಸಾಮಾನ್ಯ ಕಾರ್ಯಪ್ರವಾಹಗಳು](../..)
|
|
- [ಸ್ವಯಂ ಅಧ್ಯಯನಕ್ಕಾಗಿ ಸಲಹೆಗಳು](../..)
|
|
- [ಶಿಕ್ಷಕರಿಗಾಗಿ ಸಲಹೆಗಳು](../..)
|
|
|
|
## ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಹೇಗೆ ಬಳಸುವುದು
|
|
|
|
ಈ ಪಠ್ಯಕ್ರಮವು ಲವಚಿಕವಾಗಿದ್ದು, ವಿವಿಧ ರೀತಿಯಲ್ಲಿ ಬಳಸಬಹುದು:
|
|
|
|
- **ಸ್ವಯಂ-ಗತಿಯ ಅಧ್ಯಯನ**: ನಿಮ್ಮ ಸ್ವಂತ ವೇಗದಲ್ಲಿ ಪಾಠಗಳನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಮಾಡಿ
|
|
- **ತರಗತಿ ಬೋಧನೆ**: ಮಾರ್ಗದರ್ಶಿತ ಬೋಧನೆಯೊಂದಿಗೆ ರಚಿಸಲಾದ ಕೋರ್ಸ್ ಆಗಿ ಬಳಸಿ
|
|
- **ಅಧ್ಯಯನ ಗುಂಪುಗಳು**: ಸಹಪಾಠಿಗಳೊಂದಿಗೆ ಸಹಕಾರದಿಂದ ಕಲಿಯಿರಿ
|
|
- **ಕಾರ್ಖಾನೆ ರೂಪ**: ತೀವ್ರ ಸ್ವಲ್ಪಕಾಲಿಕ ಅಧ್ಯಯನ ಸೆಷನ್ಗಳು
|
|
|
|
## ಪಾಠಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು
|
|
|
|
ಪ್ರತಿ ಪಾಠವು ಕಲಿಕೆಯನ್ನು ಗರಿಷ್ಠಗೊಳಿಸಲು ಸತತ ರಚನೆಯನ್ನು ಅನುಸರಿಸುತ್ತದೆ:
|
|
|
|
### ಪಾಠ ರಚನೆ
|
|
|
|
1. **ಪೂರ್ವ ಪಾಠ ಕ್ವಿಜ್**: ನಿಮ್ಮ ಇತ್ತೀಚಿನ ಜ್ಞಾನವನ್ನು ಪರೀಕ್ಷಿಸಿ
|
|
2. **ಸ್ಕೆಚ್ನೋಟ್** (ಐಚ್ಛಿಕ): ಪ್ರಮುಖ ತತ್ವಗಳ ದೃಶ್ಯ ಸಾರಾಂಶ
|
|
3. **ವೀಡಿಯೊ** (ಐಚ್ಛಿಕ): ಪೂರಕ ವೀಡಿಯೊ ವಿಷಯ
|
|
4. **ಲೇಖಿತ ಪಾಠ**: ಮೂಲ ತತ್ವಗಳು ಮತ್ತು ವಿವರಣೆಗಳು
|
|
5. **ಜುಪೈಟರ್ ನೋಟ್ಬುಕ್**: ಕೈಯಿಂದ ಕೋಡಿಂಗ್ ಅಭ್ಯಾಸಗಳು
|
|
6. **ಕಾರ್ಯನಿರ್ವಹಣೆ**: ನೀವು ಕಲಿತದ್ದನ್ನು ಅಭ್ಯಾಸ ಮಾಡಿ
|
|
7. **ಪೋಸ್ಟ್-ಪಾಠ ಕ್ವಿಜ್**: ನಿಮ್ಮ ಅರ್ಥವನ್ನು ಬಲಪಡಿಸಿ
|
|
|
|
### ಪಾಠದ ಉದಾಹರಣಾ ಕಾರ್ಯಪ್ರವಾಹ
|
|
|
|
```bash
|
|
# 1. ಪಾಠ ಡೈರೆಕ್ಟರಿಗೆ ನಾವಿಗೇಟ್ ಮಾಡಿ
|
|
cd 1-Introduction/01-defining-data-science
|
|
|
|
# 2. README.md ಓದಿ
|
|
# README.md ಅನ್ನು ನಿಮ್ಮ ಬ್ರೌಸರ್ ಅಥವಾ ಸಂಪಾದಕದಲ್ಲಿ ತೆರೆಯಿರಿ
|
|
|
|
# 3. ಪೂರ್ವ-ಪಾಠ ಕ್ವಿಜ್ ತೆಗೆದುಕೊಳ್ಳಿ
|
|
# README ನಲ್ಲಿ ಕ್ವಿಜ್ ಲಿಂಕ್ ಕ್ಲಿಕ್ ಮಾಡಿ
|
|
|
|
# 4. ಜುಪೈಟರ್ ನೋಟ್ಬುಕ್ ತೆರೆಯಿರಿ (ಲಭ್ಯವಿದ್ದರೆ)
|
|
jupyter notebook
|
|
|
|
# 5. ನೋಟ್ಬುಕ್ನ ವ್ಯಾಯಾಮಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಿ
|
|
|
|
# 6. ನಿಯೋಜನೆ ಮೇಲೆ ಕೆಲಸ ಮಾಡಿ
|
|
|
|
# 7. ಪಾಠದ ನಂತರದ ಕ್ವಿಜ್ ತೆಗೆದುಕೊಳ್ಳಿ
|
|
```
|
|
|
|
## ಜುಪೈಟರ್ ನೋಟ್ಬುಕ್ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು
|
|
|
|
### ಜುಪೈಟರ್ ಪ್ರಾರಂಭಿಸುವುದು
|
|
|
|
```bash
|
|
# ನಿಮ್ಮ ವರ್ಚುವಲ್ ಪರಿಸರವನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಿ
|
|
source venv/bin/activate # macOS/Linux ನಲ್ಲಿ
|
|
# ಅಥವಾ
|
|
venv\Scripts\activate # Windows ನಲ್ಲಿ
|
|
|
|
# ರೆಪೊಸಿಟರಿ ರೂಟ್ನಿಂದ Jupyter ಪ್ರಾರಂಭಿಸಿ
|
|
jupyter notebook
|
|
```
|
|
|
|
### ನೋಟ್ಬುಕ್ ಸೆಲ್ಗಳನ್ನು ಚಾಲನೆ ಮಾಡುವುದು
|
|
|
|
1. **ಸೆಲ್ ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ**: `Shift + Enter` ಒತ್ತಿ ಅಥವಾ "Run" ಬಟನ್ ಕ್ಲಿಕ್ ಮಾಡಿ
|
|
2. **ಎಲ್ಲಾ ಸೆಲ್ಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ**: ಮೆನುದಿಂದ "Cell" → "Run All" ಆಯ್ಕೆಮಾಡಿ
|
|
3. **ಕರ್ಣಲ್ ಮರುಪ್ರಾರಂಭಿಸಿ**: ಸಮಸ್ಯೆ ಎದುರಾದರೆ "Kernel" → "Restart" ಆಯ್ಕೆಮಾಡಿ
|
|
|
|
### ಉದಾಹರಣೆ: ನೋಟ್ಬುಕ್ನಲ್ಲಿ ಡೇಟಾ ಜೊತೆ ಕೆಲಸ ಮಾಡುವುದು
|
|
|
|
```python
|
|
# ಅಗತ್ಯ ಲೈಬ್ರರಿಗಳನ್ನು ಆಮದುಮಾಡಿ
|
|
import pandas as pd
|
|
import numpy as np
|
|
import matplotlib.pyplot as plt
|
|
|
|
# ಡೇಟಾಸೆಟ್ ಅನ್ನು ಲೋಡ್ ಮಾಡಿ
|
|
df = pd.read_csv('data/sample.csv')
|
|
|
|
# ಡೇಟಾವನ್ನು ಅನ್ವೇಷಿಸಿ
|
|
df.head()
|
|
df.info()
|
|
df.describe()
|
|
|
|
# ದೃಶ್ಯೀಕರಣವನ್ನು ರಚಿಸಿ
|
|
plt.figure(figsize=(10, 6))
|
|
plt.plot(df['column_name'])
|
|
plt.title('Sample Visualization')
|
|
plt.xlabel('X-axis Label')
|
|
plt.ylabel('Y-axis Label')
|
|
plt.show()
|
|
```
|
|
|
|
### ನಿಮ್ಮ ಕೆಲಸವನ್ನು ಉಳಿಸುವುದು
|
|
|
|
- ಜುಪೈಟರ್ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಅವಧಿ ಅವಧಿಗೆ ಉಳಿಸುತ್ತದೆ
|
|
- ಕೈಯಿಂದ ಉಳಿಸುವುದು: `Ctrl + S` (ಅಥವಾ macOS ನಲ್ಲಿ `Cmd + S`) ಒತ್ತಿ
|
|
- ನಿಮ್ಮ ಪ್ರಗತಿ `.ipynb` ಫೈಲ್ನಲ್ಲಿ ಉಳಿಯುತ್ತದೆ
|
|
|
|
## ಕ್ವಿಜ್ ಅಪ್ಲಿಕೇಶನ್ ಬಳಕೆ
|
|
|
|
### ಕ್ವಿಜ್ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಚಾಲನೆ ಮಾಡುವುದು
|
|
|
|
```bash
|
|
# ಕ್ವಿಜ್ ಅಪ್ಲಿಕೇಶನ್ ಡೈರೆಕ್ಟರಿಗೆ ನಾವಿಗೇಟ್ ಮಾಡಿ
|
|
cd quiz-app
|
|
|
|
# ಡೆವಲಪ್ಮೆಂಟ್ ಸರ್ವರ್ ಪ್ರಾರಂಭಿಸಿ
|
|
npm run serve
|
|
|
|
# http://localhost:8080 ನಲ್ಲಿ ಪ್ರವೇಶಿಸಿ
|
|
```
|
|
|
|
### ಕ್ವಿಜ್ಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು
|
|
|
|
1. ಪೂರ್ವ ಪಾಠ ಕ್ವಿಜ್ಗಳು ಪ್ರತಿ ಪಾಠದ ಮೇಲ್ಭಾಗದಲ್ಲಿ ಲಿಂಕ್ ಮಾಡಲ್ಪಟ್ಟಿವೆ
|
|
2. ಪೋಸ್ಟ್-ಪಾಠ ಕ್ವಿಜ್ಗಳು ಪ್ರತಿ ಪಾಠದ ಕೆಳಭಾಗದಲ್ಲಿ ಲಿಂಕ್ ಮಾಡಲ್ಪಟ್ಟಿವೆ
|
|
3. ಪ್ರತಿ ಕ್ವಿಜ್ಗೆ 3 ಪ್ರಶ್ನೆಗಳಿವೆ
|
|
4. ಕ್ವಿಜ್ಗಳು ಕಲಿಕೆಯನ್ನು ಬಲಪಡಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ, ಸಂಪೂರ್ಣ ಪರೀಕ್ಷೆಗಾಗಿ ಅಲ್ಲ
|
|
|
|
### ಕ್ವಿಜ್ ಸಂಖ್ಯೆಕರಣ
|
|
|
|
- ಕ್ವಿಜ್ಗಳು 0-39 (ಒಟ್ಟು 40 ಕ್ವಿಜ್ಗಳು) ಸಂಖ್ಯೆಯಾಗಿದೆ
|
|
- ಪ್ರತಿ ಪಾಠದಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿ ಪೂರ್ವ ಮತ್ತು ಪೋಸ್ಟ್ ಕ್ವಿಜ್ ಇರುತ್ತದೆ
|
|
- ಕ್ವಿಜ್ URL ಗಳು ಕ್ವಿಜ್ ಸಂಖ್ಯೆಯನ್ನು ಒಳಗೊಂಡಿವೆ: `https://ff-quizzes.netlify.app/en/ds/quiz/0`
|
|
|
|
## ಸಾಮಾನ್ಯ ಕಾರ್ಯಪ್ರವಾಹಗಳು
|
|
|
|
### ಕಾರ್ಯಪ್ರವಾಹ 1: ಸಂಪೂರ್ಣ ಪ್ರಾರಂಭಿಕ ಮಾರ್ಗ
|
|
|
|
```bash
|
|
# 1. ನಿಮ್ಮ ಪರಿಸರವನ್ನು ಸೆಟ್ ಅಪ್ ಮಾಡಿ (INSTALLATION.md ನೋಡಿ)
|
|
|
|
# 2. ಪಾಠ 1 ರಿಂದ ಪ್ರಾರಂಭಿಸಿ
|
|
cd 1-Introduction/01-defining-data-science
|
|
|
|
# 3. ಪ್ರತಿ ಪಾಠಕ್ಕೆ:
|
|
# - ಪಾಠದ ಮುಂಚಿನ ಕ್ವಿಜ್ ತೆಗೆದುಕೊಳ್ಳಿ
|
|
# - ಪಾಠದ ವಿಷಯವನ್ನು ಓದಿ
|
|
# - ನೋಟ್ಬುಕ್ ಮೂಲಕ ಕೆಲಸ ಮಾಡಿ
|
|
# - ನಿಯೋಜನೆಯನ್ನು ಪೂರ್ಣಗೊಳಿಸಿ
|
|
# - ಪಾಠದ ನಂತರದ ಕ್ವಿಜ್ ತೆಗೆದುಕೊಳ್ಳಿ
|
|
|
|
# 4. ಎಲ್ಲಾ 20 ಪಾಠಗಳನ್ನು ಕ್ರಮವಾಗಿ ಮುಂದುವರಿಸಿ
|
|
```
|
|
|
|
### ಕಾರ್ಯಪ್ರವಾಹ 2: ವಿಷಯ-ನಿರ್ದಿಷ್ಟ ಅಧ್ಯಯನ
|
|
|
|
ನೀವು ನಿರ್ದಿಷ್ಟ ವಿಷಯದಲ್ಲಿ ಆಸಕ್ತಿ ಹೊಂದಿದ್ದರೆ:
|
|
|
|
```bash
|
|
# ಉದಾಹರಣೆ: ಡೇಟಾ ದೃಶ್ಯೀಕರಣದ ಮೇಲೆ ಗಮನಹರಿಸಿ
|
|
cd 3-Data-Visualization
|
|
|
|
# ಪಾಠಗಳು 9-13 ಅನ್ನು ಅನ್ವೇಷಿಸಿ:
|
|
# - ಪಾಠ 9: ಪ್ರಮಾಣಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು
|
|
# - ಪಾಠ 10: ವಿತರಣೆಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು
|
|
# - ಪಾಠ 11: ಅನುಪಾತಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು
|
|
# - ಪಾಠ 12: ಸಂಬಂಧಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು
|
|
# - ಪಾಠ 13: ಅರ್ಥಪೂರ್ಣ ದೃಶ್ಯೀಕರಣಗಳು
|
|
```
|
|
|
|
### ಕಾರ್ಯಪ್ರವಾಹ 3: ಯೋಜನೆ ಆಧಾರಿತ ಅಧ್ಯಯನ
|
|
|
|
```bash
|
|
# 1. ಡೇಟಾ ಸೈನ್ಸ್ ಲೈಫ್ಸೈಕಲ್ ಪಾಠಗಳನ್ನು ಪರಿಶೀಲಿಸಿ (14-16)
|
|
cd 4-Data-Science-Lifecycle
|
|
|
|
# 2. ನೈಜ ಜಗತ್ತಿನ ಉದಾಹರಣೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ (ಪಾಠ 20)
|
|
cd ../6-Data-Science-In-Wild/20-Real-World-Examples
|
|
|
|
# 3. ನಿಮ್ಮ ಸ್ವಂತ ಯೋಜನೆಗೆ ತತ್ವಗಳನ್ನು ಅನ್ವಯಿಸಿ
|
|
```
|
|
|
|
### ಕಾರ್ಯಪ್ರವಾಹ 4: ಕ್ಲೌಡ್ ಆಧಾರಿತ ಡೇಟಾ ಸೈನ್ಸ್
|
|
|
|
```bash
|
|
# ಕ್ಲೌಡ್ ಡೇಟಾ ಸೈನ್ಸ್ ಬಗ್ಗೆ ತಿಳಿದುಕೊಳ್ಳಿ (ಪಾಠಗಳು 17-19)
|
|
cd 5-Data-Science-In-Cloud
|
|
|
|
# 17: ಕ್ಲೌಡ್ ಡೇಟಾ ಸೈನ್ಸ್ ಪರಿಚಯ
|
|
# 18: ಕಡಿಮೆ-ಕೋಡ್ ಎಂಎಲ್ ಉಪಕರಣಗಳು
|
|
# 19: ಅಜೂರ್ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ ಸ್ಟುಡಿಯೋ
|
|
```
|
|
|
|
## ಸ್ವಯಂ ಅಧ್ಯಯನಕ್ಕಾಗಿ ಸಲಹೆಗಳು
|
|
|
|
### ಸಂಘಟಿತವಾಗಿರಿ
|
|
|
|
```bash
|
|
# ಕಲಿಕೆಯ ದಿನಚರಿಯನ್ನು ರಚಿಸಿ
|
|
mkdir my-learning-journal
|
|
|
|
# ಪ್ರತಿ ಪಾಠಕ್ಕೆ, ಟಿಪ್ಪಣಿಗಳನ್ನು ರಚಿಸಿ
|
|
echo "# Lesson 1 Notes" > my-learning-journal/lesson-01-notes.md
|
|
```
|
|
|
|
### ನಿಯಮಿತ ಅಭ್ಯಾಸ ಮಾಡಿ
|
|
|
|
- ಪ್ರತಿದಿನ ಅಥವಾ ವಾರಕ್ಕೆ ನಿಗದಿತ ಸಮಯ ಮೀಸಲಿಡಿ
|
|
- ವಾರಕ್ಕೆ ಕನಿಷ್ಠ ಒಂದು ಪಾಠವನ್ನು ಪೂರ್ಣಗೊಳಿಸಿ
|
|
- ಹಿಂದಿನ ಪಾಠಗಳನ್ನು ನಿಯಮಿತವಾಗಿ ಪರಿಶೀಲಿಸಿ
|
|
|
|
### ಸಮುದಾಯದೊಂದಿಗೆ ಸಂವಹನ ಮಾಡಿ
|
|
|
|
- [Discord ಸಮುದಾಯ](https://aka.ms/ds4beginners/discord) ಸೇರಿ
|
|
- Discord ನಲ್ಲಿ #Data-Science-for-Beginners ಚಾನೆಲ್ನಲ್ಲಿ ಭಾಗವಹಿಸಿ [Discord ಚರ್ಚೆಗಳು](https://aka.ms/ds4beginners/discord)
|
|
- ನಿಮ್ಮ ಪ್ರಗತಿಯನ್ನು ಹಂಚಿಕೊಳ್ಳಿ ಮತ್ತು ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿ
|
|
|
|
### ನಿಮ್ಮ ಸ್ವಂತ ಯೋಜನೆಗಳನ್ನು ನಿರ್ಮಿಸಿ
|
|
|
|
ಪಾಠಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಿದ ನಂತರ, ತತ್ವಗಳನ್ನು ವೈಯಕ್ತಿಕ ಯೋಜನೆಗಳಿಗೆ ಅನ್ವಯಿಸಿ:
|
|
|
|
```python
|
|
# ಉದಾಹರಣೆ: ನಿಮ್ಮ ಸ್ವಂತ ಡೇಟಾಸೆಟ್ ಅನ್ನು ವಿಶ್ಲೇಷಿಸಿ
|
|
import pandas as pd
|
|
|
|
# ನಿಮ್ಮ ಸ್ವಂತ ಡೇಟಾವನ್ನು ಲೋಡ್ ಮಾಡಿ
|
|
my_data = pd.read_csv('my-project/data.csv')
|
|
|
|
# ಕಲಿತ ತಂತ್ರಗಳನ್ನು ಅನ್ವಯಿಸಿ
|
|
# - ಡೇಟಾ ಶುದ್ಧೀಕರಣ (ಪಾಠ 8)
|
|
# - ಅನ್ವೇಷಣಾತ್ಮಕ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ (ಪಾಠ 7)
|
|
# - ದೃಶ್ಯೀಕರಣ (ಪಾಠಗಳು 9-13)
|
|
# - ವಿಶ್ಲೇಷಣೆ (ಪಾಠ 15)
|
|
```
|
|
|
|
## ಶಿಕ್ಷಕರಿಗಾಗಿ ಸಲಹೆಗಳು
|
|
|
|
### ತರಗತಿ ವ್ಯವಸ್ಥೆ
|
|
|
|
1. ವಿವರವಾದ ಮಾರ್ಗದರ್ಶನಕ್ಕಾಗಿ [for-teachers.md](for-teachers.md) ಪರಿಶೀಲಿಸಿ
|
|
2. ಹಂಚಿಕೊಂಡ ಪರಿಸರವನ್ನು ಸ್ಥಾಪಿಸಿ (GitHub Classroom ಅಥವಾ Codespaces)
|
|
3. ಸಂವಹನ ಚಾನೆಲ್ ಸ್ಥಾಪಿಸಿ (Discord, Slack, ಅಥವಾ Teams)
|
|
|
|
### ಪಾಠ ಯೋಜನೆ
|
|
|
|
**ಸೂಚಿತ 10-ವಾರಗಳ ವೇಳಾಪಟ್ಟಿ:**
|
|
|
|
- **ವಾರ 1-2**: ಪರಿಚಯ (ಪಾಠಗಳು 1-4)
|
|
- **ವಾರ 3-4**: ಡೇಟಾ ಜೊತೆ ಕೆಲಸ (ಪಾಠಗಳು 5-8)
|
|
- **ವಾರ 5-6**: ಡೇಟಾ ದೃಶ್ಯೀಕರಣ (ಪಾಠಗಳು 9-13)
|
|
- **ವಾರ 7-8**: ಡೇಟಾ ಸೈನ್ಸ್ ಜೀವನಚಕ್ರ (ಪಾಠಗಳು 14-16)
|
|
- **ವಾರ 9**: ಕ್ಲೌಡ್ ಡೇಟಾ ಸೈನ್ಸ್ (ಪಾಠಗಳು 17-19)
|
|
- **ವಾರ 10**: ವಾಸ್ತವಿಕ ಅನ್ವಯಿಕೆಗಳು ಮತ್ತು ಅಂತಿಮ ಯೋಜನೆಗಳು (ಪಾಠ 20)
|
|
|
|
### ಆಫ್ಲೈನ್ ಪ್ರವೇಶಕ್ಕಾಗಿ Docsify ಚಾಲನೆ
|
|
|
|
```bash
|
|
# ತರಗತಿ ಬಳಕೆಗೆ ಸ್ಥಳೀಯವಾಗಿ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಸೇವೆ ನೀಡುವುದು
|
|
docsify serve
|
|
|
|
# ವಿದ್ಯಾರ್ಥಿಗಳು localhost:3000 ನಲ್ಲಿ ಪ್ರವೇಶಿಸಬಹುದು
|
|
# ಪ್ರಾಥಮಿಕ ಸೆಟಪ್ ನಂತರ ಇಂಟರ್ನೆಟ್ ಅಗತ್ಯವಿಲ್ಲ
|
|
```
|
|
|
|
### ಕಾರ್ಯನಿರ್ವಹಣೆ ಮೌಲ್ಯಮಾಪನ
|
|
|
|
- ಪೂರ್ಣಗೊಂಡ ಅಭ್ಯಾಸಗಳಿಗಾಗಿ ವಿದ್ಯಾರ್ಥಿಗಳ ನೋಟ್ಬುಕ್ಗಳನ್ನು ಪರಿಶೀಲಿಸಿ
|
|
- ಕ್ವಿಜ್ ಅಂಕಗಳ ಮೂಲಕ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಿಕೆಯನ್ನು ಪರಿಶೀಲಿಸಿ
|
|
- ಡೇಟಾ ಸೈನ್ಸ್ ಜೀವನಚಕ್ರ ತತ್ವಗಳನ್ನು ಬಳಸಿ ಅಂತಿಮ ಯೋಜನೆಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ
|
|
|
|
### ಕಾರ್ಯನಿರ್ವಹಣೆ ರಚನೆ
|
|
|
|
```python
|
|
# ಉದಾಹರಣೆಯ ಕಸ್ಟಮ್ ನಿಯೋಜನೆ ಟೆಂಪ್ಲೇಟು
|
|
"""
|
|
Assignment: [Topic]
|
|
|
|
Objective: [Learning goal]
|
|
|
|
Dataset: [Provide or have students find one]
|
|
|
|
Tasks:
|
|
1. Load and explore the dataset
|
|
2. Clean and prepare the data
|
|
3. Create at least 3 visualizations
|
|
4. Perform analysis
|
|
5. Communicate findings
|
|
|
|
Deliverables:
|
|
- Jupyter notebook with code and explanations
|
|
- Written summary of findings
|
|
"""
|
|
```
|
|
|
|
## ಆಫ್ಲೈನ್ನಲ್ಲಿ ಕೆಲಸ ಮಾಡುವುದು
|
|
|
|
### ಸಂಪನ್ಮೂಲಗಳನ್ನು ಡೌನ್ಲೋಡ್ ಮಾಡಿ
|
|
|
|
```bash
|
|
# ಸಂಪೂರ್ಣ ರೆಪೊಸಿಟರಿಯನ್ನು ಕ್ಲೋನ್ ಮಾಡಿ
|
|
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
|
|
|
|
# ಡೇಟಾಸೆಟ್ಗಳನ್ನು ಮುಂಚಿತವಾಗಿ ಡೌನ್ಲೋಡ್ ಮಾಡಿ
|
|
# ಹೆಚ್ಚಿನ ಡೇಟಾಸೆಟ್ಗಳು ರೆಪೊಸಿಟರಿಯಲ್ಲಿ ಸೇರಿಸಲಾಗಿದೆ
|
|
```
|
|
|
|
### ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಚಾಲನೆ ಮಾಡಿ
|
|
|
|
```bash
|
|
# ಡಾಕ್ಸಿಫಿಯೊಂದಿಗೆ ಸೇವೆ ನೀಡಿ
|
|
docsify serve
|
|
|
|
# localhost:3000 ನಲ್ಲಿ ಪ್ರವೇಶಿಸಿ
|
|
```
|
|
|
|
### ಕ್ವಿಜ್ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಚಾಲನೆ ಮಾಡಿ
|
|
|
|
```bash
|
|
cd quiz-app
|
|
npm run serve
|
|
```
|
|
|
|
## ಅನುವಾದಿತ ವಿಷಯಗಳಿಗೆ ಪ್ರವೇಶ
|
|
|
|
40+ ಭಾಷೆಗಳಲ್ಲಿ ಅನುವಾದಗಳು ಲಭ್ಯವಿವೆ:
|
|
|
|
```bash
|
|
# ಅನುವಾದಿತ ಪಾಠಗಳನ್ನು ಪ್ರವೇಶಿಸಿ
|
|
cd translations/fr # ಫ್ರೆಂಚ್
|
|
cd translations/es # ಸ್ಪ್ಯಾನಿಷ್
|
|
cd translations/de # ಜರ್ಮನ್
|
|
# ... ಮತ್ತು ಇನ್ನೂ ಅನೇಕ
|
|
```
|
|
|
|
ಪ್ರತಿ ಅನುವಾದವು ಇಂಗ್ಲಿಷ್ ಆವೃತ್ತಿಯಂತೆ ಅದೇ ರಚನೆಯನ್ನು ಕಾಯ್ದುಕೊಳ್ಳುತ್ತದೆ.
|
|
|
|
## ಹೆಚ್ಚುವರಿ ಸಂಪನ್ಮೂಲಗಳು
|
|
|
|
### ಅಧ್ಯಯನ ಮುಂದುವರಿಸಿ
|
|
|
|
- [Microsoft Learn](https://docs.microsoft.com/learn/) - ಹೆಚ್ಚುವರಿ ಅಧ್ಯಯನ ಮಾರ್ಗಗಳು
|
|
- [ವಿದ್ಯಾರ್ಥಿ ಹಬ್](https://docs.microsoft.com/learn/student-hub) - ವಿದ್ಯಾರ್ಥಿಗಳಿಗಾಗಿ ಸಂಪನ್ಮೂಲಗಳು
|
|
- [Azure AI Foundry](https://aka.ms/foundry/forum) - ಸಮುದಾಯ ವೇದಿಕೆ
|
|
|
|
### ಸಂಬಂಧಿತ ಪಠ್ಯಕ್ರಮಗಳು
|
|
|
|
- [ಬಿಗಿನರ್ಸ್ಗಾಗಿ AI](https://aka.ms/ai-beginners)
|
|
- [ಬಿಗಿನರ್ಸ್ಗಾಗಿ ML](https://aka.ms/ml-beginners)
|
|
- [ಬಿಗಿನರ್ಸ್ಗಾಗಿ ವೆಬ್ ಡೆವ್](https://aka.ms/webdev-beginners)
|
|
- [ಬಿಗಿನರ್ಸ್ಗಾಗಿ ಜನರೇಟಿವ್ AI](https://aka.ms/genai-beginners)
|
|
|
|
## ಸಹಾಯ ಪಡೆಯುವುದು
|
|
|
|
- ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳಿಗಾಗಿ [TROUBLESHOOTING.md](TROUBLESHOOTING.md) ಪರಿಶೀಲಿಸಿ
|
|
- [GitHub Issues](https://github.com/microsoft/Data-Science-For-Beginners/issues) ನಲ್ಲಿ ಹುಡುಕಿ
|
|
- ನಮ್ಮ [Discord](https://aka.ms/ds4beginners/discord) ಸೇರಿ
|
|
- ಸಮಸ್ಯೆಗಳನ್ನು ವರದಿ ಮಾಡಲು ಅಥವಾ ಕೊಡುಗೆ ನೀಡಲು [CONTRIBUTING.md](CONTRIBUTING.md) ಪರಿಶೀಲಿಸಿ
|
|
|
|
---
|
|
|
|
<!-- 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 ದೋಷಗಳು ಅಥವಾ ತಪ್ಪುಗಳು ಇರಬಹುದು ಎಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ಭಾಷೆಯಲ್ಲಿರುವ ಮೂಲ ದಸ್ತಾವೇಜನ್ನು ಅಧಿಕೃತ ಮೂಲವೆಂದು 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 --> |