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

កម្មវិធីដំឡើង

មគ្គុទេសក៍នេះនឹងជួយអ្នកដំឡើងបរិបទសម្រាប់ធ្វើការជាមួយមេរៀន Data Science សម្រាប់អ្នកចាប់ផ្ដើម។

តារាងមាតិកា

• លក្ខខណ្ឌដំបូង
• ជម្រើសចាប់ផ្ដើមយ៉ាងលឿន
• ការដំឡើងក្នុងផ្ទៃ
• ពិនិត្យការដំឡើងរបស់អ្នក

លក្ខខណ្ឌដំបូង

មុនពេលអ្នកចាប់ផ្ដើម អ្នកគួរតែមាន៖

• ការជ្រាបខ្លះអំពីបន្ទាត់បញ្ជា/ទំរង់បញ្ជា
• គណនី GitHub (ឥតគិតថ្លៃ)
• ការតភ្ជាប់អ៊ីនធឺណិតមានស្ថិរភាពសម្រាប់ការដំឡើងដំបូង

ជម្រើសចាប់ផ្ដើមយ៉ាងលឿន

ជម្រើស 1: GitHub Codespaces (ផ្ញើសម្រាប់អ្នកចាប់ផ្ដើម)

វិធីងាយស្រួលបំផុតក្នុងការចាប់ផ្ដើមគឺប្រើ GitHub Codespaces ដែលផ្ដល់បរិយាកាសអភិវឌ្ឍន៍ពេញលេញនៅក្នុងកម្មវិធីរុករករបស់អ្នក។

1. ទៅកាន់ repository
2. ចុចម៉ឺនុយបាញ់ចុច Code
3. ជ្រើសរើសផ្ទាំង Codespaces
4. ចុច Create codespace on main
5. រង់ចាំបរិយាកាសឱ្យចាប់ផ្ដើម (2-3 នាទី)

បរិយាកាសរបស់អ្នកបានរួចរាល់ជាមួយគ្រឿងចម្អិនទាំងអស់ដែលបានដំឡើងមុនហើយ!

ជម្រើស 2: ការអភិវឌ្ឍក្នុងផ្ទៃ

សម្រាប់ធ្វើការដោយកុំព្យូទ័រផ្ទាល់ខ្លួន សូមអនុវត្តការណែនាំលម្អិតខាងក្រោម។

ការដំឡើងក្នុងផ្ទៃ

ជំហាន 1: ដំឡើង Git

Git ត្រូវការដើម្បីបម្លែង repository និងតាមដានការផ្លាស់ប្តូររបស់អ្នក។

Windows:

• ទាញយកពី git-scm.com
• ប្រតិបត្តិកម្មវិធីដំឡើងដោយប្រើការកំណត់លំនាំដើម

macOS:

• ដំឡើងតាមរយៈ Homebrew: brew install git
• ឬទាញយកពី git-scm.com

Linux:

# Debian/Ubuntu
sudo apt-get update
sudo apt-get install git

# Fedora
sudo dnf install git

# Arch
sudo pacman -S git

ជំហាន 2: បម្លែង Repository

# ចម្លងហាងទំនិញ
git clone https://github.com/microsoft/Data-Science-For-Beginners.git

# ទៅកាន់ថតឯកសារ
cd Data-Science-For-Beginners

ជំហាន 3: ដំឡើង Python និង Jupyter

Python 3.7 ឬខ្ពស់ជាងនេះ ត្រូវការសម្រាប់មេរៀនវិទ្យាសាស្ត្រទិន្នន័យ។

Windows:

1. ទាញយក Python ពី python.org
2. ក្នុងអំឡុងដំឡើង សូមពិនិត្យ "Add Python to PATH"
3. ពិនិត្យការដំឡើង:

python --version

macOS:

# ការប្រើប្រាស់ Homebrew
brew install python3

# បញ្ជាក់ការដំឡើង
python3 --version

Linux:

# បំពាក់ Python រួចជាលំនាំនៅក្នុងច្រើនចេញផ្សាយលីនុចទាំងអស់
python3 --version

# ប្រសិនបើមិនបានដំឡើង៖
# Debian/Ubuntu
sudo apt-get install python3 python3-pip

# Fedora
sudo dnf install python3 python3-pip

ជំហាន 4: កំណត់បរិយាកាស Python

ផ្ដល់អធិប្បាយឲ្យប្រើបរិយាកាសវិនិយោគផ្ទាល់ខ្លួនដើម្បីរក្សាគ្រឿងចម្អិនឲ្យឡែកពីគ្នា។

# បង្កើតបរិយាកាសវត្ថុតំណាង
python -m venv venv

# បើកបរិយាកាសវត្ថុតំណាង
# នៅលើ Windows:
venv\Scripts\activate

# នៅលើ macOS/Linux:
source venv/bin/activate

ជំហាន 5: ដំឡើងកញ្ចប់ Python

ដំឡើងបណ្ណាល័យទិន្នន័យដែលត្រូវការ៖

pip install jupyter pandas numpy matplotlib seaborn scikit-learn

ជំហាន 6: ដំឡើង Node.js និង npm (សម្រាប់កម្មវិធី Quiz)

កម្មវិធីសំនួរឡើងចាំបាច់ត្រូវការដំឡើង Node.js និង npm។

Windows/macOS:

• ទាញយកពី nodejs.org (ជ្រើសរើស LTS សម្រាប់អ្នកចាប់ផ្ដើម)
• ប្រតិបត្តិកម្មវិធីដំឡើង

Linux:

# Debian/Ubuntu
# ការព្រមាន៖ ការធ្វើបាញ់ script ពីអ៊ីនធើណិតចូលនៅក្នុង bash ប្លែកៗអាចមានហានិភ័យសុវត្ថិភាព។
# គួរតែពិនិត្យ script មុននឹងដំណើរការ៖
#   curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x
#   less setup_lts.x
# បន្ទាប់មករត់៖
#   sudo -E bash setup_lts.x
#
# ជាជម្រើសមួយ អ្នកអាចប្រើបន្ទាត់តែមួយខាងក្រោមដោយហានិភ័យផ្ទាល់ខ្លួន៖
curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash -
sudo apt-get install -y nodejs

# Fedora
sudo dnf install nodejs

# បញ្ជាក់ការដំឡើង
node --version
npm --version

ជំហាន 7: ដំឡើងចំណាំផ្នែក Quiz App

# ទៅកាន់ថតកម្មវិធីវាយបញ្ចូល
cd quiz-app

# ដំឡើងឧបករណ៍បន្ទាប់
npm install

# ត្រឡប់ទៅថតឫស
cd ..

ជំហាន 8: ដំឡើង Docsify (ទៅលើវិធីបំពាះ)

សម្រាប់ចូលប្រើឯកសារបានក្រៅបណ្តាញ៖

npm install -g docsify-cli

ពិនិត្យការដំឡើងរបស់អ្នក

សាកល្បង Python និង Jupyter

# បើកបរិស្ថានវេររ៉ូរបស់អ្នក ប្រសិនបើមិនទាន់បើក
# នៅលើ Windows:
venv\Scripts\activate
# នៅលើ macOS/Linux:
source venv/bin/activate

# ចាប់ផ្តើម Jupyter Notebook
jupyter notebook

កម្មវិធីរុករករបស់អ្នកគួរតែបើកនូវចំណុចចូល Jupyter។ អ្នកអាចរុករកទៅឯកសារ .ipynb នៃម៉ូដែលណាមួយ។

សាកល្បងកម្មវិធី Quiz

# បើកទៅកម្មវិធីសំណួរ
cd quiz-app

# ចាប់ផ្តើមម៉ាស៊ីនមេអភិវឌ្ឍន៍
npm run serve

កម្មវិធី Quiz គ្រាន់តែមាននៅ http://localhost:8080 (ឬថែមទៀតដោយច្រកផ្សេងប្រសិនបើ 8080 ត្រូវបានប្រើប្រាស់)។

សាកល្បងម៉ាស៊ីនបម្រើឯកសារ

# ចាប់ពីថតដើមនៃឃ្លាំងកូដ
docsify serve

ឯកសារគួរតែអាចប្រើបាននៅ http://localhost:3000។

ប្រើ VS Code Dev Containers

ប្រសិនបើអ្នកមានការដំឡើង Docker អ្នកអាចប្រើ VS Code Dev Containers ដូចខាងក្រោម៖

1. ដំឡើង Docker Desktop
2. ដំឡើង Visual Studio Code
3. ដំឡើងកម្មវិធីបន្ថែម Remote - Containers extension
4. បើក repository ក្នុង VS Code
5. ចុច F1 ហើយជ្រើស "Remote-Containers: Reopen in Container"
6. រង់ចាំឲ្យកម្មវិធីកោនតឺន័របង្កើតចប់ (គ្រាន់តែដំណើរការក្នុងលើកដំបូងប៉ុណ្ណោះ)

ជំហានបន្ទាប់

• ស្វែងយល់ពី README.md សម្រាប់មើលទិដ្ឋភាពទូទៅរបស់មេរៀន
• អាន USAGE.md សម្រាប់ច្បាប់ប្រើប្រាស់ទូទៅ និងឧទាហរណ៍
• ពិនិត្យ TROUBLESHOOTING.md ប្រសិនបើអ្នកជួបបញ្ហា
• សំរាប់តំរូវចង់ចូលរួម អាន CONTRIBUTING.md

ស្វែងរកជំនួយ

ប្រសិនបើអ្នកជួបបញ្ហា៖

1. ពិនិត្យមើលមគ្គុទេសក៍ TROUBLESHOOTING.md
2. ស្វែងរកបញ្ហាមានស្រាប់នៅ GitHub Issues
3. ចូលរួមក្នុងសហគមន៍ Discord
4. បង្កើតបញ្ហាថ្មីដោយមានព័ត៌មានលម្អិតអំពីបញ្ហារបស់អ្នក

---

ការបដិសេធ៖
ឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាកម្មបកប្រែ AI Co-op Translator។ ខណៈពេលដែលយើងខិតខំរកភាពត្រឹមត្រូវ សូមយល់ថាការបកប្រែដោយស្វ័យប្រវត្តិក្នុងខ្លះអាចមានកំហុស ឬការខ្វះត្រូវបានខ្លះ។ ឯកសារដើមក្នុងភាសាដើមគួរត្រូវបានគេសម្លឹងជារុក្ខជាតិឯកសារដ៏មានសុពលភាព។ សម្រាប់ព័ត៌មានសំខាន់ៗ ការបកប្រែនៅដោយមនុស្សជំនាញគឺត្រូវបានផ្ដល់អនុសាសន៍។ យើងមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកប្រែបញ្ហាដែលកើតឡើងពីការប្រើប្រាស់ការបកប្រែនេះទេ។