Data-Science-For-Beginners/translations/ta/for-teachers.md

## ஆசிரியர்களுக்காக

இந்த பாடத்திட்டத்தை உங்கள் வகுப்பறையில் பயன்படுத்த விரும்புகிறீர்களா? தயவுசெய்து பயன்படுத்துங்கள்!

உண்மையில், GitHub Classroom-ஐப் பயன்படுத்தி GitHub-இல் இதைப் பயன்படுத்தலாம்.

அதற்காக, இந்த repo-வை fork செய்யுங்கள். ஒவ்வொரு பாடத்திற்கும் ஒரு repo உருவாக்க வேண்டும், எனவே ஒவ்வொரு கோப்புறையையும் தனித்தனி repo-வாக பிரிக்க வேண்டும். இவ்வாறு [GitHub Classroom](https://classroom.github.com/classrooms) ஒவ்வொரு பாடத்தையும் தனித்தனியாக எடுத்துக்கொள்ள முடியும்.

இந்த [முழு வழிமுறைகள்](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) உங்கள் வகுப்பறையை அமைப்பது எப்படி என்பதைப் பற்றிய ஒரு கருத்தை வழங்கும்.

## தற்போதைய repo-வைப் பயன்படுத்துவது

GitHub Classroom-ஐப் பயன்படுத்தாமல், இந்த repo-வை அதன் தற்போதைய நிலைமையில் பயன்படுத்த விரும்பினால், அதையும் செய்யலாம். எந்த பாடத்தை மாணவர்கள் சேர்ந்து படிக்க வேண்டும் என்பதை நீங்கள் அவர்களுடன் தொடர்பு கொள்ள வேண்டும்.

ஆன்லைன் வடிவத்தில் (Zoom, Teams அல்லது பிறவைப் பயன்படுத்தி) நீங்கள் வினாடி வினா குழுக்களை உருவாக்கலாம், மேலும் மாணவர்கள் கற்றுக்கொள்ள தயாராக இருக்க அவர்களுக்கு வழிகாட்டலாம். பின்னர் மாணவர்களை வினாடி வினாக்களுக்கு அழைத்து, ஒரு குறிப்பிட்ட நேரத்தில் 'issues' ஆக அவர்களின் பதில்களை சமர்ப்பிக்கச் சொல்லுங்கள். மாணவர்கள் வெளிப்படையாக ஒத்துழைத்து வேலை செய்ய விரும்பினால், நீங்கள் பணிகளுடன் இதையே செய்யலாம்.

நீங்கள் ஒரு தனிப்பட்ட வடிவத்தை விரும்பினால், உங்கள் மாணவர்களிடம் பாடத்திட்டத்தை, பாடம் ஒன்றுக்கு ஒன்று, அவர்களின் சொந்த GitHub repos-களுக்கு தனிப்பட்ட repos ஆக fork செய்யச் சொல்லுங்கள், மேலும் உங்களுக்கு அணுகலை வழங்கச் சொல்லுங்கள். பின்னர் அவர்கள் தனிப்பட்ட முறையில் வினாடி வினாக்கள் மற்றும் பணிகளை முடித்து, உங்கள் வகுப்பறை repo-வில் issues மூலம் உங்களுக்கு சமர்ப்பிக்கலாம்.

ஆன்லைன் வகுப்பறை வடிவத்தில் இதைச் செயல்படுத்த பல வழிகள் உள்ளன. உங்களுக்கு சிறந்தது என்ன என்பதை எங்களுக்குத் தெரியப்படுத்துங்கள்!

## இந்த பாடத்திட்டத்தில் உள்ளவை:

20 பாடங்கள், 40 வினாடி வினாக்கள், மற்றும் 20 பணிகள். காட்சிப்படமாக கற்றுக்கொள்ள விரும்புவோருக்காக பாடங்களுடன் Sketchnotes இணைக்கப்பட்டுள்ளது. பல பாடங்கள் Python மற்றும் R ஆகிய இரண்டிலும் கிடைக்கின்றன மற்றும் VS Code-இல் உள்ள Jupyter notebooks-ஐப் பயன்படுத்தி முடிக்கலாம். இந்த தொழில்நுட்ப குவியலைப் பயன்படுத்த உங்கள் வகுப்பறையை அமைப்பது எப்படி என்பதைப் பற்றி மேலும் அறிய: https://code.visualstudio.com/docs/datascience/jupyter-notebooks.

அனைத்து sketchnotes-களும், ஒரு பெரிய வடிவப் போஸ்டரைச் சேர்த்து, [இந்த கோப்புறையில்](../../sketchnotes) உள்ளன.

[Docsify](https://docsify.js.org/#/) ஐப் பயன்படுத்தி இந்த பாடத்திட்டத்தை தனித்துவமான, ஆன்லைன்-நட்பு இணையதளமாகவும் இயக்கலாம். [Docsify ஐ நிறுவவும்](https://docsify.js.org/#/quickstart) உங்கள் உள்ளூர் கணினியில், பின்னர் இந்த repo-வின் உள்ளூர் நகலின் மூலக் கோப்புறையில் `docsify serve` என டைப் செய்யவும். இணையதளம் உங்கள் localhost-இல் 3000 என்ற போர்டில் வழங்கப்படும்: `localhost:3000`.

இந்த பாடத்திட்டத்தின் ஆன்லைன்-நட்பு பதிப்பு ஒரு தனித்துவமான வலைப்பக்கமாக திறக்கப்படும்: https://localhost:3000

பாடங்கள் 6 பகுதிகளாக பிரிக்கப்பட்டுள்ளன:

- 1: அறிமுகம்
    - 1: தரவியல் அறிவியலை வரையறுத்தல்
    - 2: நெறிமுறைகள்
    - 3: தரவை வரையறுத்தல்
    - 4: சாத்தியக்கூறுகள் மற்றும் புள்ளிவிவரங்களின் மேற்பார்வை
- 2: தரவுடன் வேலை செய்வது
    - 5: தொடர்புடைய தரவுத்தொகுப்புகள்
    - 6: தொடர்பற்ற தரவுத்தொகுப்புகள்
    - 7: Python
    - 8: தரவுத் தயாரிப்பு
- 3: தரவுக் காட்சிப்படுத்தல்
    - 9: அளவுகளின் காட்சிப்படுத்தல்
    - 10: விநியோகங்களின் காட்சிப்படுத்தல்
    - 11: விகிதங்களின் காட்சிப்படுத்தல்
    - 12: உறவுகளின் காட்சிப்படுத்தல்
    - 13: அர்த்தமுள்ள காட்சிப்படுத்தல்கள்
- 4: தரவியல் அறிவியல் வாழ்க்கைச் சுழற்சி
    - 14: அறிமுகம்
    - 15: பகுப்பாய்வு
    - 16: தொடர்பு
- 5: மேகத்தில் தரவியல் அறிவியல்
    - 17: அறிமுகம்
    - 18: குறைந்த குறியீட்டு விருப்பங்கள்
    - 19: Azure
- 6: வெளிப்புற உலகில் தரவியல் அறிவியல்
    - 20: மேற்பார்வை

## உங்கள் கருத்துகளை எங்களுக்கு தெரிவியுங்கள்!

இந்த பாடத்திட்டம் உங்களுக்கும் உங்கள் மாணவர்களுக்கும் சிறப்பாக செயல்பட வேண்டும். தயவுசெய்து விவாதக் குழுக்களில் உங்கள் கருத்துகளை எங்களுக்குத் தெரிவியுங்கள்! உங்கள் மாணவர்களுக்காக விவாதக் குழுக்களில் ஒரு வகுப்பறை பகுதியை உருவாக்கவும் தயங்க வேண்டாம்.

---

**அறிவிப்பு**:  
இந்த ஆவணம் [Co-op Translator](https://github.com/Azure/co-op-translator) என்ற AI மொழிபெயர்ப்பு சேவையைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டுள்ளது. நாங்கள் துல்லியத்திற்காக முயற்சிக்கிறோம், ஆனால் தானியங்கி மொழிபெயர்ப்புகளில் பிழைகள் அல்லது தவறுகள் இருக்கக்கூடும் என்பதை தயவுசெய்து கவனத்தில் கொள்ளவும். அதன் சொந்த மொழியில் உள்ள மூல ஆவணம் அதிகாரப்பூர்வ ஆதாரமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்முறை மனித மொழிபெயர்ப்பு பரிந்துரைக்கப்படுகிறது. இந்த மொழிபெயர்ப்பைப் பயன்படுத்துவதால் ஏற்படும் எந்த தவறான புரிதல்களுக்கும் அல்லது தவறான விளக்கங்களுக்கும் நாங்கள் பொறுப்பல்ல.