|
|
# തുടക്കക്കാർക്കായി ഡേറ്റാ സയൻസ് - ഒരു പഠനപദ്ധതി
|
|
|
|
|
|
[](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-ലുള്ള Azure ക്ലൗഡ് ആഡ്വോക്കറ്റുകൾ ഡേറ്റാ സയൻസ് സംബന്ധിച്ചുള്ള 10 ആഴ്ചകളും 20 ലെഷൻസും ഉൾപ്പെടുന്ന ഒരു പഠനപദ്ധതി നിങ്ങൾക്കായി ഒരുക്കിയിരിക്കുന്നതിൽ സന്തോഷവാന്മാരായിരിക്കുന്നു. ഓരോ ലെഷനിലും പ്രീ-ലെഷൻ, പോസ്റ്റ്-ലെഷൻ ക്വിസുകളും, ലെഷൻ പൂർത്തിയാക്കാനുള്ള എഴുത്ത് നിർദ്ദേശങ്ങളും, ഒരു പരിഹാരവും, ഒരു അസൈൻമെന്റും ഉൾക്കുന്നുണ്ട്. നമ്മുടെ പ്രൊജക്റ്റ് അടിസ്ഥാനമാക്കിയ പഠനരീതി നിങ്ങൾക്ക് പഠിച്ചു ആഹ്ലാദകരമായി നിർമ്മിക്കുന്നതിനും സഹായിക്കുന്നു, ഇതൊരു പുതിയ കഴിവുകൾ ‘പിടിപ്പിക്കാൻ’ പ്രമാണമായ രീതിയാണ്.
|
|
|
|
|
|
**ഞങ്ങളുടെ എഴുത്തുകാരെ ഹൃദയപൂർവം നന്ദി:** [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).
|
|
|
|
|
|
**🙏 പ്രത്യേക നന്ദി 🙏 നമ്മുടെ [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) എഴുത്തുകാരന്മാർ, അവലോകകരും ഉള്ളടക്ക സംഭാവകരും,** പ്രധാനമായും 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/)
|
|
|
|
|
|
||
|
|
|
|:---:|
|
|
|
| തുടക്കക്കാരുടെ ഡേറ്റാ സയൻസ് - _സ്കെച്ച്നോട്ട് [@nitya](https://twitter.com/nitya) സ്രഷ്ടിച്ചത്_ |
|
|
|
|
|
|
### 🌐 ബഹുഭാഷാ പിന്തുണ
|
|
|
|
|
|
#### GitHub ആക്ഷൻ വഴി പിന്തുണ (സ്വകാര്യവും കൊണ്ട് എപ്പോഴും പുതുക്കപ്പെട്ടതുമായത്)
|
|
|
|
|
|
<!-- 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](../kn/README.md) | [Khmer](../km/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](./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)
|
|
|
|
|
|
> **പ്രിയപ്പെട്ടവർക്ക് ലോക്കലായി ക്ലോൺ ചെയ്യാനോ ആഗ്രഹമാണോ?**
|
|
|
>
|
|
|
> ഈ റിപ്പോസിറ്ററിയിൽ 50ലധികം ഭാഷാ പരിഭാഷകൾ ഉൾപ്പടുന്നുണ്ട്, അതിനാൽ ഡൗൺലോഡ് വലുതാണ്. പരിഭാഷകൾ ഒഴിച്ച് ക്ലോൺ ചെയ്യാൻ sparse checkout ഉപയോഗിക്കുക:
|
|
|
>
|
|
|
> **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"
|
|
|
> ```
|
|
|
>
|
|
|
> ഇത് വളരെ വേഗം ഡൗൺലോഡ് ചെയ്ത് കോഴ്സ് പൂർത്തിയാക്കാൻ നിങ്ങൾക്ക് ആവശ്യമായ എല്ലാ ഉള്ളടക്കവും നൽകും.
|
|
|
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
|
|
|
|
|
|
**ഞാൻ ആഗ്രഹിക്കുന്നെങ്കിൽ കൂടുതൽ ഭാഷാ പരിഭാഷകൾക്ക് പിന്തുണ ലഭ്യമാക്കുന്നതിന്റെ പട്ടിക [ഇവിടെ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) കാണുക**
|
|
|
|
|
|
#### ഞങ്ങളുടെ സമൂഹവുമായി ചേർക്കുക
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
നമുക്ക് Discord-യിൽ കൃത്രിമബുദ്ധിയുമായുള്ള പഠന പരമ്പര തുടരുകയാണ്, കൂടുതൽ അറിയാനാകും, കൂടെ ചേരാനും [Learn with AI Series](https://aka.ms/learnwithai/discord) 2025 സെപ്റ്റംബർ 18 മുതൽ 30 വരെ. GitHub Copilot ഡേറ്റാ സയൻസിനായി ഉപയോഗിക്കുന്നതിനുള്ള ടിപ്പ്സും താരതമ്യങ്ങളും നിങ്ങൾക്ക് ലഭിക്കും.
|
|
|
|
|
|
|
|
|
|
|
|
# നിങ്ങൾ ഒരു വിദ്യാർത്ഥിയാണോ?
|
|
|
|
|
|
അടുത്തുള്ള വనരൂപങ്ങളിലൂടെ തുടങ്ങുക:
|
|
|
|
|
|
- [Student Hub പേജ്](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) ഈ പേജിൽ നിങ്ങൾക്ക് തുടക്കക്കാരെ സഹായിക്കുന്ന വനങ്ങൾ, വിദ്യാർത്ഥി പാക്കുകൾ, ഫ്രീ സർട്ട് വൗച്ചർ ലഭിക്കുന്ന മാർഗ്ഗങ്ങൾ എന്നിവ കാണാം. ഈ പേജ് നിങ്ങൾക്ക് സമയം സമയം സന്ദർശിക്കുക, കാരണം ഓരോ മാസവും ഉള്ളടക്കം പുതുക്കുന്നു.
|
|
|
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) ഒരു ആഗോള വിദ്യാർത്ഥി അംബാസഡർ സമൂഹത്തിലേക്ക് ചേർന്നേക്കാം, ഇത് Microsoft-ലേക്ക് നിങ്ങളുടെ വഴി ആകാം.
|
|
|
|
|
|
# ആരംഭിക്കുന്നത്
|
|
|
|
|
|
## 📚 ഡോക്യുമെന്റേഷൻ
|
|
|
|
|
|
- **[ഇൻസ്റ്റലേഷൻ ഗൈഡ്](INSTALLATION.md)** - തുടക്കക്കാർക്കുള്ള പടിവഴികൾ
|
|
|
- **[ഉപയോഗം ഗൈഡ്](USAGE.md)** - ഉദാഹരണങ്ങളും സാധാരണ പ്രവൃത്തികളുമാണ്
|
|
|
- **[പ്രശ്നപരിഹാരം](TROUBLESHOOTING.md)** - സാധാരണ പ്രശ്നങ്ങൾക്കുള്ള പരിഹാരങ്ങൾ
|
|
|
- **[സംഭാവന ഗൈഡ്](CONTRIBUTING.md)** - ഈ പ്രൊജക്ടിൽ സംഭാവന ചെയ്യുന്നത് എങ്ങനെ
|
|
|
- **[അധ്യാപകർക്ക്](for-teachers.md)** - പഠിപ്പിക്കുന്ന മാർഗ്ഗദർശനവും ക്ലാസ് റിസോഴ്സുകളും
|
|
|
|
|
|
## 👨🎓 വിദ്യാർത്ഥികൾക്കായി
|
|
|
> **പൂർത്തിയായ തുടക്കക്കാർ**: ഡേറ്റാ സയൻസ് പുതിയതായി പഠിക്കണോ? ഞങ്ങളുടെ [തുടക്കക്കാരെ സഹായിക്കുന്ന ഉദാഹരണങ്ങൾ](examples/README.md) കൊണ്ട് ആരംഭിക്കുക! ഈ ലളിതവും വിശദീകരിക്കപ്പെട്ട ഉദ്ധരണികൾ ബോധ്യപ്പെടാൻ സഹായിക്കും, പൂർണ്ണ പഠനപദ്ധതിയുടെ മുമ്പ് അടിസ്ഥാനങ്ങൾ മനസ്സിലാക്കാൻ.
|
|
|
> **[വിദ്യാർത്ഥികൾ](https://aka.ms/student-page)**: ഈ പഠനപദ്ധതി സ്വയം ഉപയോഗിക്കാൻ, മുഴുവൻ റിപ്പോ ഫോർക്കുചെയ്ത് സ്വതന്ത്രമായി അഭ്യാസങ്ങൾ പൂർത്തിയാക്കുക, പ്രീ-ലെക്ഷർ ക്വിസ് പ്രാഥമികമായി ചെയ്യുക. പിന്നീട് ലെക്ഷർ വായിച്ച് ബാക്കി പ്രവർത്തനങ്ങൾ പൂർത്തിയാക്കുക. പരിഹാര കോഡ് പകർന്നു നൽകുന്നത് ഒഴിവാക്കി ലെക്ഷനിലെ അർത്ഥം മനസ്സിലാക്കുകയാണെങ്കിൽ പ്രൊജക്റ്റുകൾ സൃഷ്ടിക്കാൻ ശ്രമിക്കുക; എങ്കിലും, പരിഹാര കോഡ് ഓരോ പ്രൊജക്റ്റ്-അഭിമുഖമായ ലെഷനിലെ /solutions ഫോളഡറുകളിലുണ്ട്. മറ്റൊരു മാർഗ്ഗം കൂട്ടുകാർക്കൊപ്പം പഠന സംഘം രൂപീകരിച്ച് ഉള്ളടക്കം ഒരുമിച്ച് മനസ്സിലാക്കുക എന്നതാണ്. കൂടുതൽ പഠനത്തിന് [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) ശുപാർശ ചെയ്യുന്നു.
|
|
|
|
|
|
**ശീഘ്രാരംഭം:**
|
|
|
1. നിങ്ങളുടെ പരിസ്ഥിതി ക്രമീകരിക്കാനായി [ഇൻസ്റ്റലേഷൻ ഗൈഡ്](INSTALLATION.md) പരിശോധിക്കുക
|
|
|
2. ഈ പഠനപദ്ധതിയിൽ പ്രവർത്തിക്കുവാനുള്ള മാർഗ്ഗങ്ങൾ മനസ്സിലാക്കുവാൻ [ഉപയോഗം ഗൈഡ്](USAGE.md) അവലോകനം ചെയ്യുക
|
|
|
3. ലെഷൻ 1നു തുടക്കം കുറിച്ച് തുടർച്ചയായി ജോലിചെയ്യുക
|
|
|
4. പിന്തുണയ്ക്ക് ഞങ്ങളുടെ [Discord സമൂഹത്തിൽ](https://aka.ms/ds4beginners/discord) ചേരുക
|
|
|
|
|
|
## 👩🏫 അധ്യാപകർക്ക്
|
|
|
> **അധ്യാപകർ**: ഈ പാഠ്യപദ്ധതി എങ്ങിനെ ഉപയോഗിക്കാമെന്നു സംബന്ധിച്ച [ചില നിർദ്ദേശങ്ങൾ ഞങ്ങൾ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്](for-teachers.md). നിങ്ങളുടെ അഭിപ്രായങ്ങൾ [ഞങ്ങളുടെ ചർച്ചാ ഫോറത്തിലേക്ക്](https://github.com/microsoft/Data-Science-For-Beginners/discussions) സ്വാഗതം ചെയ്യും!
|
|
|
|
|
|
## ടീം രക്ഷിക്കുക
|
|
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "പ്രമോ വീഡിയോ")
|
|
|
|
|
|
**ഗിഫ്** [മോഹിത് ജയിസൽ](https://www.linkedin.com/in/mohitjaisal)
|
|
|
|
|
|
> 🎥 പദ്ധതി സൃഷ്ടിച്ചവരുടെ വീഡിയോക്കായി മുകളിൽ ചിത്രത്തിൽ ക്ലിക്ക് ചെയ്യുക!
|
|
|
|
|
|
## പാഠശാസ്ത്രം
|
|
|
|
|
|
ഈ പാഠ്യപദ്ധതി രൂപപ്പെടുത്തുമ്പോൾ ഞങ്ങൾ രണ്ട് അധ്യാപന സിദ്ധാന്തങ്ങൾ തിരഞ്ഞെടുക്കുകയും ചെയ്തു: ഇത് പ്രൊജക്ട് അടിസ്ഥാനമാക്കിയാണെന്ന് ഉറപ്പാക്കുകയും, പതിവായി ക്വിസുകൾ ഉൾപ്പെടുത്തുകയും ചെയ്യുക. ഈ പരമ്പരയുടെ അവസാനം, വിദ്യാർത്ഥികൾക്ക് ഡാറ്റ സയൻസിന്റെ അടിസ്ഥാന തത്ത്വങ്ങൾ, ഇടപാടുകാർക്കുള്ള സദാചാര ആശയങ്ങൾ, ഡാറ്റ ഒരുക്കൽ, ഡാറ്റയിൽ പ്രവർത്തിക്കുന്ന വ്യത്യസ്ത മാർഗങ്ങൾ, ഡാറ്റ ദൃശ്യീകരണം, ഡാറ്റ വിശകലനം, ഡാറ്റ സയൻസിന്റെ യഥാർത്ഥ ലോക പ്രയോഗങ്ങൾ തുടങ്ങി കൂടുതൽ കാര്യങ്ങൾ പഠിക്കാനാകും.
|
|
|
|
|
|
തുടർന്ന്, ഒരു ക്ലാസിന് മുൻപ് നടത്തപ്പെടുന്ന കുറഞ്ഞമുതൽ ക്വിസ് വിദ്യാർത്ഥിയുടെ വിഷയ പഠനത്തിലേക്കുള്ള ഉദ്ദേശ്യം നിർണ്ണയിക്കുന്നു, കൂടാതെ ക്ലാസിനു ശേഷം രണ്ടാമത്തെ ക്വിസ് കൂടുതൽ നിലനിൽപ്പിനായി ഉപകരിക്കും. ഈ പാഠ്യപദ്ധതി സൗകര്യപ്രദവും രസകരവുമായിട്ട് രൂപകൽപ്പന ചെയ്തിട്ടുണ്ട്, മുഴുവനായി അല്ലെങ്കിൽ ഭാഗികമായി ഇത് സ്വീകരിക്കാവുന്നതാണ്. പ്രോജക്റ്റുകൾ ചെറുതായി ആരംഭിച്ച് 10 ആഴ്ച കാൽവർഷം മുഴുവനോടെ കൂടുതൽ സങ്കീർണ്ണമാകും.
|
|
|
|
|
|
> [ഞങ്ങളുടെ പ്രവർത്തനചട്ടം](CODE_OF_CONDUCT.md), [സംവാദം](CONTRIBUTING.md), [ഭാഷാന്തരം](TRANSLATIONS.md) മാർഗ്ഗനിർദ്ദേശങ്ങൾ കാണുക. നിങ്ങളുടെ നന്മയുള്ള അഭിപ്രായങ്ങൾ ഞങ്ങൾ സ്വാഗതം ചെയ്യുന്നു!
|
|
|
|
|
|
## ഓരോ പാഠവും ഉൾക്കൊള്ളുന്നതിൽ:
|
|
|
|
|
|
- ഇച്ഛാനുസൃത സ്കെച്ച്നോട്ട്
|
|
|
- ഇച്ഛാനുസൃത ഉപരിതല വീഡിയോ
|
|
|
- പാഠം മുന്നറിയിപ്പായി വാര്മപ്പ് ക്വിസ്
|
|
|
- എഴുത്തുപ്രബന്ധം
|
|
|
- പ്രോജക്റ്റ് അടിസ്ഥാന പാഠങ്ങൾക്ക്, പ്രോജക്റ്റ് നിർമ്മിക്കാൻ ഘട്ടംഘട്ട മാർഗ്ഗനിർദ്ദേശങ്ങൾ
|
|
|
- അറിവ് പരിശോധനകൾ
|
|
|
- ഒരു ചേല്ലഞ്ച്
|
|
|
- പൂരക വായന
|
|
|
- അസൈൻമെന്റ്
|
|
|
- [പാഠം കഴിഞ്ഞുള്ള ക്വിസ്](https://ff-quizzes.netlify.app/en/)
|
|
|
|
|
|
> **ക്വിസുകൾക്കുറിച്ച് ഒരു കുറിപ്പ്**: മുഴുവൻ ക്വിസുകളും Quiz-App ഫോൾഡറിൽ 40 എണ്ണം, ഓരോതിലും മൂന്ന് ചോദ്യങ്ങളടങ്ങിയവയാണ്. ഇവ പാഠങ്ങളിൽ നിന്നാകും ലിങ്ക് ചെയ്യപ്പെട്ടത്, പക്ഷേ ക്വിസ് ആപ്പ് പ്രാദേശികമായി പ്രവർത്തിപ്പിക്കാനോ ആസ്യൂറിൽ വിനിയോഗിക്കാനോ കഴിയും; `quiz-app` ഫോൾഡറിൽ ഉള്ള നിർദ്ദേശങ്ങൾ പാലിക്കുക. ഇത് ക്രമാതീതമായി ഭാഷാന്തരപ്പെടുത്തിയെടുക്കുന്നു.
|
|
|
|
|
|
## 🎓 തുടക്കക്കാർക്കായി സൗഹൃദമായ ഉദാഹരണങ്ങൾ
|
|
|
|
|
|
**ഡാറ്റ സയൻസ് പുതിയയാളോ?** തുടക്കം കുറിക്കാൻ സഹായവും നന്നായി നിക്ക്ളവിയ എടുത്തുകൊടുത്ത കോഡും ഉൾക്കൊള്ളുന്ന പ്രത്യേക [ഉദാഹരണ ഡയറക്ടറി](examples/README.md) ഞങ്ങൾ സൃഷ്ടിച്ചിട്ടുണ്ട്:
|
|
|
|
|
|
- 🌟 **ഹലോ വേൾഡ്** - നിങ്ങളുടെ ആദ്യ ഡാറ്റ സയൻസ് പ്രോഗ്രാം
|
|
|
- 📂 **ഡാറ്റ ലോഡിംഗ്** - ഡാറ്റാസെറ്റുകൾ വായിക്കുകയും അന്വേഷണവും ചെയ്ത് പഠിക്കുക
|
|
|
- 📊 **സാധാരണ വിശകലനം** - സ്ഥിതിവിവര കണക്ക് കൂട്ടി മാതൃകകൾ കണ്ടെത്തുക
|
|
|
- 📈 ** അടിസ്ഥാന ദൃശ്യീകരണം ** - ചാർട്ടുകളും ഗ്രാഫുകളും സൃഷ്ടിക്കുക
|
|
|
- 🔬 ** യഥാർത്ഥ ലോക പ്രോജക്ട് ** - ആരംഭത്തിൽ നിന്നു സമ്പൂർണ്ണ പ്രവൃത്തി പ്രവാഹം
|
|
|
|
|
|
ഓരോ ഉദാഹരണത്തിലും എല്ലാ ഘട്ടവും വിശദമായി വിശദീകരിച്ചിട്ടുള്ള ഉദ്ദേശ്യങ്ങള് ഉള്ളതുകൊണ്ട്, നിശ്ചയമായും തുടങ്ങി തുടങ്ങുന്നവർക്കും ഇത് ഏറ്റവും അനുയോജ്യമാണ്!
|
|
|
|
|
|
👉 **[ഉദാഹരണങ്ങളോടെ ആരംഭിക്കുക](examples/README.md)** 👈
|
|
|
|
|
|
## പാഠങ്ങൾ
|
|
|
|
|
|
|
|
|
||
|
|
|
|:---:|
|
|
|
| ഡാറ്റ സയൻസ് ഫോർ ബിഗിന്നേഴ്സ്: റോഡ്മാപ്പ് - _സ്കെച്ച്നോട്ട് [@nitya](https://twitter.com/nitya) ത്തിൽ നിന്നുള്ളത്_ |
|
|
|
|
|
|
|
|
|
| പാഠ നമ്പർ | വിഷയം | പാഠ ഗ്രൂപ്പിംഗ് | പഠന ലക്ഷ്യങ്ങൾ | ലിങ്കുചെയ്ത പാഠം | എഴുതിയവൻ |
|
|
|
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
|
|
|
| 01 | ഡാറ്റ സയൻസ് നിർവചനം | [പരിചയം](1-Introduction/README.md) | ഡാറ്റ സയൻസ് പിന്നിൽ ഉൾപ്പെടുന്ന അടിസ്ഥാന ആശയങ്ങൾ, അത് കൃത്രിമ ബുദ്ധി, മെഷീൻ ലേണിങ്, വലിയ ഡാറ്റ എന്നിവയുമായി എങ്ങനെ ബന്ധപ്പെട്ടിരിക്കുന്നുവെന്ന് പഠിക്കുക. | [പാഠം](1-Introduction/01-defining-data-science/README.md) [വീഡിയോ](https://youtu.be/beZ7Mb_oz9I) | [ദ്മിത്രി](http://soshnikov.com) |
|
|
|
| 02 | ഡാറ്റ സയൻസ് സദാചാരം | [പരിചയം](1-Introduction/README.md) | ഡാറ്റ സദാചാര ആശയങ്ങൾ, വെല്ലുവിളികൾ & ഫ്രെയിംവർക്ക്. | [പാഠം](1-Introduction/02-ethics/README.md) | [നിത്യ](https://twitter.com/nitya) |
|
|
|
| 03 | ഡാറ്റ നിർവചനം | [പരിചയം](1-Introduction/README.md) | ഡാറ്റ എങ്ങനെ വർഗ്ഗീകരിക്കപ്പെടുന്നു, സാധാരണ ഉറവിടങ്ങൾ. | [പാഠം](1-Introduction/03-defining-data/README.md) | [ജാസ്മിൻ](https://www.twitter.com/paladique) |
|
|
|
| 04 | സ്ഥിതിവിവരവും സാദ്ധ്യതയും പരിചയപ്പെടുത്തൽ | [പരിചയം](1-Introduction/README.md) | ഡാറ്റ മനസ്സിലാക്കുന്നതിനുള്ള സാദ്ധ്യതയും സ്ഥിതിവിവരശാസ്ത്രവും സംബന്ധിച്ച ഗണിത തന്ത്രങ്ങൾ. | [പാഠം](1-Introduction/04-stats-and-probability/README.md) [വീഡിയോ](https://youtu.be/Z5Zy85g4Yjw) | [ദ്മിത്രി](http://soshnikov.com) |
|
|
|
| 05 | ബന്ധമുള്ള ഡാറ്റ ഉപയോഗിക്കൽ | [ഡാറ്റയുമായി പ്രവർത്തിക്കൽ](2-Working-With-Data/README.md) | ബന്ധമുള്ള ഡാറ്റ പരിചയപ്പെടുത്തൽ, SQL (എസ്ക്യൂഎൽ) ഉപയോഗിച്ച് ഡാറ്റ അന്വേഷിക്കുകയും വിശകലനം ചെയ്യുന്നതിന്റെ അടിസ്ഥാനങ്ങൾ. | [പാഠം](2-Working-With-Data/05-relational-databases/README.md) | [ക്രിസ്റ്റഫർ](https://www.twitter.com/geektrainer) | | |
|
|
|
| 06 | നോൺ-എസ്ക്യൂഎൽ ഡാറ്റ ഉപയോഗിക്കൽ | [ഡാറ്റയുമായി പ്രവർത്തിക്കൽ](2-Working-With-Data/README.md) | ബന്ധരഹിത ഡാറ്റ പരിചയപ്പെടുത്തൽ, അതിന്റെ വിവിധ തരങ്ങൾ, ഡോക്യുമെന്റ് ഡാറ്റാബേസുകൾ അന്വേഷിച്ചു വിശകലനം ചെയ്യുന്നതിന്റെ അടിസ്ഥാനങ്ങൾ. | [പാഠം](2-Working-With-Data/06-non-relational/README.md) | [ജാസ്മിൻ](https://twitter.com/paladique)|
|
|
|
| 07 | പൈത്തൺ ഉപയോഗിക്കുക | [ഡാറ്റയുമായി പ്രവർത്തിക്കൽ](2-Working-With-Data/README.md) | പാൻഡാസ് പോലുള്ള ലൈബ്രറികൾ ഉപയോഗിച്ച് ഡാറ്റ അന്വേഷിക്കുന്നതിനുള്ള പൈത്തൺ അടിസ്ഥാനങ്ങൾ. പൈത്തൺ പ്രോഗ്രാമിങ് അടിസ്ഥാന പരിജ്ഞാനം നിർബന്ധമാണ്. | [പാഠം](2-Working-With-Data/07-python/README.md) [വീഡിയോ](https://youtu.be/dZjWOGbsN4Y) | [ദ്മിത്രി](http://soshnikov.com) |
|
|
|
| 08 | ഡാറ്റ ഒരുക്കൽ | [ഡാറ്റയുമായി പ്രവർത്തിക്കൽ](2-Working-With-Data/README.md) | നഷ്ടമായ, തെറ്റായ, അല്ലെങ്കിൽ അപൂർണ്ണമായ ഡാറ്റ ചുരുക്കുന്നതിന് ക്ലീൻ ചെയ്യുകയും പരിവർത്തനം ചെയ്യുന്നതിനുള്ള ഡാറ്റാ സാങ്കേതികതകൾ. | [പാഠം](2-Working-With-Data/08-data-preparation/README.md) | [ജാസ്മിൻ](https://www.twitter.com/paladique) |
|
|
|
| 09 | അളവുകൾ ദൃശ്യീകരിക്കൽ | [ഡാറ്റാ ദൃശ്യീകരണം](3-Data-Visualization/README.md) | മാട്പ്ലോട്ട്ലിബ് ഉപയോഗിച്ച് പാറി ഡാറ്റ കാണിക്കുക 🦆 | [പാഠം](3-Data-Visualization/09-visualization-quantities/README.md) | [ജെൻ](https://twitter.com/jenlooper) |
|
|
|
| 10 | ഡാറ്റ വזיך ചിതറലുകളുടെ ദൃശ്യവൽക്കരണം | [ഡാറ്റാ ദൃശ്യീകരണം](3-Data-Visualization/README.md) | ഒരു ഇടവേളയിലുള്ള നിരീക്ഷണങ്ങളും പ്രവണതകളും ദൃശ്യവൽക്കരം. | [പാഠം](3-Data-Visualization/10-visualization-distributions/README.md) | [ജെൻ](https://twitter.com/jenlooper) |
|
|
|
| 11 | അളവുകളുടെ ദൃശ്യവൽക്കരണം | [ഡാറ്റാ ദൃശ്യീകരണം](3-Data-Visualization/README.md) | പ്രത്യക്ഷമായും ഗണനാത്മകമായി ശതമാനങ്ങൾ കാണിക്കുക. | [പാഠം](3-Data-Visualization/11-visualization-proportions/README.md) | [ജെൻ](https://twitter.com/jenlooper) |
|
|
|
| 12 | ബന്ധങ്ങളുടെ ദൃശ്യവൽക്കരണം | [ഡാറ്റാ ദൃശ്യീകരണം](3-Data-Visualization/README.md) | ഡാറ്റാ സെറ്റുകൾക്കിടയിലെ കണക്ഷനുകൾ, സഹബന്ധങ്ങൾ ദൃശ്യമാക്കൽ. | [പാഠം](3-Data-Visualization/12-visualization-relationships/README.md) | [ജെൻ](https://twitter.com/jenlooper) |
|
|
|
| 13 | പ്രാധാന്യമുള്ള ദൃശ്യവൽക്കരണങ്ങൾ | [ഡാറ്റാ ദൃശ്യീകരണം](3-Data-Visualization/README.md) | ഫലപ്രദമായ പ്രശ്നം പരിഹാരത്തിനും洞察ങ്ങൾക്കും നിങ്ങളുടെ ദൃശ്യവൽക്കരണങ്ങൾ മൂല്യമർപ്പിക്കുന്ന സാങ്കേതിക വിദ്യകളും മാർഗ്ഗനിർദ്ദേശങ്ങളും. | [പാഠം](3-Data-Visualization/13-meaningful-visualizations/README.md) | [ജെൻ](https://twitter.com/jenlooper) |
|
|
|
| 14 | ഡാറ്റ സയൻസ് ലൈഫ്സൈക്കിൾ പരിചയപ്പെടുത്തൽ | [ലൈഫ്സൈക്കിൾ](4-Data-Science-Lifecycle/README.md) | ഡാറ്റ സയൻസ് ലൈഫ്സൈക്കിള് പരിചയപ്പെടുത്തൽ, ആദ്യഘട്ടം: ഡാറ്റ സംഭരണം, എന്നിവ. | [പാഠം](4-Data-Science-Lifecycle/14-Introduction/README.md) | [ജാസ്മിൻ](https://twitter.com/paladique) |
|
|
|
| 15 | വിശകലനം | [ലൈഫ്സൈക്കിൾ](4-Data-Science-Lifecycle/README.md) | ഡാറ്റ സയൻസ് ലൈഫ്സൈക്കിളിലെ ഈ ഘട്ടം ഡാറ്റ വിശകലന സാങ്കേതിക വിദ്യകളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു. | [പാഠം](4-Data-Science-Lifecycle/15-analyzing/README.md) | [ജാസ്മിൻ](https://twitter.com/paladique) | | |
|
|
|
| 16 | ആശയവിനിമയം | [ലൈഫ്സൈക്കിൾ](4-Data-Science-Lifecycle/README.md) | ഡാറ്റയിൽ നിന്ന് നിങ്ങൾ ശക്തമായ洞察ങ്ങൾ പരിചയപ്പെടുത്തുക, തീരുമാനമെടുക്കുന്നവർക്കു മനസ്സിലാക്കാനായ രീതിയിൽ, ഈ ഘട്ടം ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു. | [പാഠം](4-Data-Science-Lifecycle/16-communication/README.md) | [ജാലെൻ](https://twitter.com/JalenMcG) | | |
|
|
|
| 17 | ക്ലൗഡിൽ ഡാറ്റ സയൻസ് | [ക്ലൗഡ് ഡാറ്റ](5-Data-Science-In-Cloud/README.md) | ക്ലൗഡിലെ ഡാറ്റ സയൻസ് പരിചയപ്പെടുത്തലും അതിന്റെ ഗുണങ്ങളും. | [പാഠം](5-Data-Science-In-Cloud/17-Introduction/README.md) | [ടിഫാനി](https://twitter.com/TiffanySouterre) and [മോഡ്](https://twitter.com/maudstweets) |
|
|
|
| 18 | ക്ലൗഡിൽ ഡാറ്റ സയൻസ് | [ക്ലൗഡ് ഡാറ്റ](5-Data-Science-In-Cloud/README.md) | ലോ കോഡ് ഉപകരണങ്ങളിലൂടെയുള്ള മോഡൽ പരിശീലനം. |[പാഠം](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [ടിഫാനി](https://twitter.com/TiffanySouterre) and [മോഡ്](https://twitter.com/maudstweets) |
|
|
|
| 19 | ക്ലൗഡില് ഡാറ്റ സയൻസ് | [ക്ലൗഡ് ഡാറ്റ](5-Data-Science-In-Cloud/README.md) | ആസ്യൂർ മെഷീൻ ലേണിംഗ് സ്റ്റുഡിയോ ഉപയോഗിച്ച് മോഡലുകൾ വിനിയോഗിക്കൽ. | [പാഠം](5-Data-Science-In-Cloud/19-Azure/README.md)| [ടിഫാനി](https://twitter.com/TiffanySouterre) and [മോഡ്](https://twitter.com/maudstweets) |
|
|
|
| 20 | യഥാർത്ഥ ലോകത്തിലെ ഡാറ്റ സയൻസ് | [ഇൻ ദി വائل്ഡ്](6-Data-Science-In-Wild/README.md) | യഥാർത്ഥ ലോകം കേന്ദ്രീകരിച്ച ഡാറ്റ സയൻസ് പ്രോജക്റ്റുകൾ. | [പాఠം](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [നിത്യ](https://twitter.com/nitya) |
|
|
|
|
|
|
## GitHub കോഡ്സ്പേസുകൾ
|
|
|
|
|
|
ഈ സാമ്പിൾ കോഡ്സ്പേസ് ഉപയോഗിച്ച് തുറക്കാൻ താഴെ ഉള്ള ഘട്ടങ്ങൾ പിന്തുടരുക:
|
|
|
1. കോഡ് ഡ്രോപ്പ്-ഡൗൺ മെനുവിൽ ക്ലിക്ക് ചെയ്ത് Open with Codespaces ഓപ്ഷൻ തിരഞ്ഞെടുക്കുക.
|
|
|
2. പെട്ടിയിലെ താഴെ + New codespace തിരഞ്ഞെടുക്കുക.
|
|
|
കൂടുതൽ വിവരങ്ങൾക്ക്, [GitHub ഡോക്യുമെന്റേഷൻ](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) കാണുക.
|
|
|
|
|
|
## VSCode റിമോട്ട് - കണ്ടെയ്നറുകൾ
|
|
|
നിങ്ങളുടെ ലൊക്കൽ മെഷീനിലും VSCode-യിലും VS Code Remote - Containers എക്സ്ടൻഷൻ ഉപയോഗിച്ച് ഈ റീപോ കണ്ടെയ്നറിൽ തുറക്കാൻ താഴെ കാണുന്ന ഘട്ടങ്ങൾ പിന്തുടരുക:
|
|
|
|
|
|
1. ഇത് development container പ്രഥമമായി ഉപയോഗിക്കുന്നുവെങ്കിൽ, നിങ്ങളുടെ സിസ്റ്റം മുൻ നിറവുകൾക്കായി Docker ഇൻസ്റ്റാൾ ചെയ്തിട്ടുണ്ടെന്ന് ഉറപ്പാക്കുക [Getting Started ഡോക്യുമെന്റേഷൻ](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) കാണുക.
|
|
|
|
|
|
ഈ റീപൊ ഉപയോഗിക്കാൻ, നിങ്ങൾക്ക് റീപൊ Docker വോളിയമിൽ ഇസൊലേറ്റഡ് ആയി തുറക്കാം:
|
|
|
|
|
|
**ശ്രദ്ധിക്കേണ്ടത്**: ഇതിൽ Remote-Containers: **Clone Repository in Container Volume...** കമാൻഡ് ഉപയോഗിച്ച് സോഴ്സ് കോഡ് Docker വോളിയത്തിൽ ക്ലോൺ ചെയ്യുന്നു, ലൊക്കൽ ഫയൽസിസ്റ്റം ഉപയോഗിക്കുന്നതിന് പകരം. [Volumes](https://docs.docker.com/storage/volumes/) കണ്ടെയ്നർ ഡാറ്റ സംരക്ഷിക്കുന്നതിന് പ്രിയപ്പെട്ട മാർഗമാണ്.
|
|
|
|
|
|
അല്ലെങ്കിൽ, GitHub-ൽ നിന്നു ലോക്കലായി ക്ലോൺ ചെയ്ത കോപ്പി ഒഴിച്ച് തുറക്കാം:
|
|
|
|
|
|
- ഈ റീപൊ നിങ്ങളുടെ ലൊക്കൽ ഫയൽസിസ്റ്റത്തിലേക്ക് ക്ലോൺ ചെയ്യുക.
|
|
|
- F1 അമർത്തി **Remote-Containers: Open Folder in Container...** കമാൻഡ് തിരഞ്ഞെടുക്കുക.
|
|
|
- ക്ലോൺ ചെയ്ത ഈ ഫോൾഡർ തിരഞ്ഞെടുക്കുക, കണ്ടെയ്നർ തുടങ്ങാൻ കാത്തിരിക്കുക, പിന്നെ പരീക്ഷിക്കുക.
|
|
|
|
|
|
## ഓഫ്ലൈൻ ആക്സസ്സ്
|
|
|
|
|
|
[Docsify](https://docsify.js.org/#/) ഉപയോഗിച്ച് ഈ ഡോക്യുമെന്റേഷൻ ഓഫ്ലൈനായി പ്രവർത്തിപ്പിക്കാം. ഈ റീപോ ഫോർക്ക് ചെയ്യുക, [Docsify ഇൻസ്റ്റാൾ](https://docsify.js.org/#/quickstart) ചെയ്യുക, പിന്നെ ഈ റീപോയുടെ റൂട്ട് ഫോൾഡറിൽ `docsify serve` ടൈപ്പ് ചെയ്യുക. വെബ്സൈറ്റ് പോർട്ട് 3000 ൽ നിങ്ങളുടെ ലോകൽഹോസ്റ്റിൽ തുറക്കപ്പെടും: `localhost:3000`.
|
|
|
|
|
|
> ശ്രദ്ധിക്കുക, നോട്ട്ബുക്കുകൾ Docsify വഴി റെൻഡർ ചെയ്യപ്പെടുകയില്ല, അതിനാൽ നിങ്ങൾക്ക് നോട്ട്ബുക്ക് പ്രവർത്തിപ്പിക്കേണ്ടപ്പോൾ, Python കർണൽ പ്രവർത്തിപ്പിക്കുന്ന VSCode-യിൽ വെച്ച് വേലിയുറപ്പിച്ച് വേറെ പ്രവർത്തിപ്പിക്കുക.
|
|
|
|
|
|
## മറ്റ് പാഠപദ്ധതികൾ
|
|
|
|
|
|
ഞങ്ങളുടെ ടീം മറ്റ് പാഠപദ്ധതികളും തയ്യാറാക്കുന്നു! വിലയിരുത്തുക:
|
|
|
|
|
|
<!-- 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)
|
|
|
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
|
|
|
---
|
|
|
|
|
|
### അസ്യൂർ / എഡ്ജ് / MCP / ഏജൻസുകൾ
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### ജനറേറ്റീവ് AI പരമ്പര
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### കോർ പഠനം
|
|
|
[](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)
|
|
|
|
|
|
---
|
|
|
|
|
|
### കോപൈലറ്റ് പരമ്പര
|
|
|
[](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 -->
|
|
|
|
|
|
## സഹായം ലഭിക്കുക
|
|
|
|
|
|
**പ്രശ്നങ്ങൾ നേരിടുകയാണോ?** സാധാരണ പ്രശ്നങ്ങൾക്ക് പരിഹാരങ്ങൾക്കായി ഞങ്ങളുടെ [Troubleshooting Guide](TROUBLESHOOTING.md) പരിശോധിക്കുക.
|
|
|
|
|
|
നിങ്ങൾ പാളിയാലോ AI ആപ്പുകൾ നിർമ്മിക്കുന്നതെങ്ങനെ എന്നതിലൂടെ സംശയമുണ്ടെങ്കിൽ. MCPാ സംബന്ധിച്ച ചർച്ചകളിൽ കൂട്ടുകാർക്കും പരിചയസമ്പന്നരായ ഡെവലപ്പർമാരുടെയും കൂട്ടായ്മയിൽ ചേരുക. ചോദ്യങ്ങൾക്ക് സ്വാഗതം ചെയ്യുന്നും അറിവ് സ്വതന്ത്രമായി പങ്കിടപ്പെടുന്ന ഒരു സഹകരണ സമൂഹമാണിത്.
|
|
|
|
|
|
[](https://discord.gg/nTYy5BXMWG)
|
|
|
|
|
|
നിറം വിളി നൽകുന്ന ഫീഡ്ബാക്ക് അല്ലെങ്കിൽ നിർമാണത്തിനിടെ പിഴവുകൾ ലഭിച്ചാൽ സന്ദർശിക്കുക:
|
|
|
|
|
|
[](https://aka.ms/foundry/forum)
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**പരാമര്ശം**:
|
|
|
ഈ ഡോക്യുമെന്റ് AI പരിഭാഷ സേവനം [Co-op Translator](https://github.com/Azure/co-op-translator) ഉപയോഗിച്ചാണു് പരിഭാഷ ചെയ്തിരിക്കുന്നത്. നാം കൃത്യത ലക്ഷിച്ചു പ്രവര്ത്തിച്ചാലും, യാന്ത്രിത പരിഭാഷകള് പിഴവുകളും അപൂര്ണതകളും അടങ്ങിയിരിക്കാം എന്ന് ദയവായി ശ്രദ്ധിക്കുക. മാതൃഭാഷയിലുള്ള അതിന്റെ മൗലിക ഡോക്യുമെന്റിനെ വിശ്വാസയോഗ്യമായ ഉറവിടമായി കാണണം. അത്യന്താവശ്യമായ വിവരങ്ങള്ക്കായി പ്രൊഫഷണല് മനുഷ്യ പരിഭാഷ നിര്ദേശിക്കുന്നു. ഈ പരിഭാഷ ഉപയോഗിക്കുന്നതിൽ നിന്നുണ്ടാകുന്ന തെറ്റുപറച്ചിലുകള്ക്കും തെറ്റിദ്ധാരണകൾക്കും ഞങ്ങൾ ഉത്തരവാദിത്വം വഹിച്ചു കൊള്ളുന്നില്ല.
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
