|
|
# AGENTS.md
|
|
|
|
|
|
## ទិដ្ឋភាពគម្រោង
|
|
|
|
|
|
Data Science for Beginners គឺជាកម្មវិធីបណ្តុះបណ្តាលរយៈពេល ១០ សប្តាហ៍ និង ២០ មេរៀន ដែលបានបង្កើតឡើងដោយអ្នកអភិវឌ្ឍន៍ Microsoft Azure Cloud Advocates។ ឃ្លាំងកូដនេះជាធនធានការសិក្សាដែលបង្រៀនគំនិតមូលដ្ឋានវិទ្យាសាស្ត្រទិន្នន័យតាមរយៈមេរៀនផ្អែកលើគម្រោង រួមទាំងសៀវភៅចំណាំ Jupyter, ប្រលងអន្ដរកម្ម និងភារកិច្ចអនុវត្តដោយដៃ។
|
|
|
|
|
|
**បច្ចេកវិទ្យាសំខាន់ៗ៖**
|
|
|
- **សៀវភៅចំណាំ Jupyter**: ប្រព័ន្ធសិក្សាចម្បងដោយប្រើ Python 3
|
|
|
- **បណ្ណាល័យ Python**: pandas, numpy, matplotlib សម្រាប់វិភាគ និងតំណាងទិន្នន័យ
|
|
|
- **Vue.js 2**: កម្មវិធីប្រលង (ថតឌីរ quiz-app)
|
|
|
- **Docsify**: រក្សាទុកគេហទំព័រអត្ថបទអាចប្រើបានក្រៅបណ្តាញ
|
|
|
- **Node.js/npm**: គ្រប់គ្រងកញ្ចប់ផ្នែកកម្មវិធី JavaScript
|
|
|
- **Markdown**: អត្ថបទមេរៀន និងឯកសារ
|
|
|
|
|
|
**រចនាសម្ព័ន្ធ៖**
|
|
|
- ឃ្លាំងកូដសិក្សាបណ្ដាញភាសាច្រើនជាមួយការបញ្ចូលភាសាច្រើន
|
|
|
- រៀបចំជាម៉ូឌុលមេរៀន (១-បើកកម្មវិធី ដល់ ៦-វិទ្យាសាស្ត្រទិន្នន័យក្នុងធម្មជាតិ)
|
|
|
- មេរៀនមួយៗមាន README, សៀវភៅចំណាំ, ភារកិច្ច និងប្រលង
|
|
|
- កម្មវិធី Vue.js ប្រលងឯករাজ្យសម្រាប់វាស់វែងមុននិងក្រោយមេរៀន
|
|
|
- គាំទ្រដំណើរការជាមួយ GitHub Codespaces និង VS Code dev containers
|
|
|
|
|
|
## ពាក្យបញ្ជាសំណុំត្រា
|
|
|
|
|
|
### ការតំឡើងឃ្លាំងកូដ
|
|
|
```bash
|
|
|
# ចម្លងគម្រោងនេះ (ប្រសិនបើមិនបានចម្លងរួច)
|
|
|
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
|
|
|
cd Data-Science-For-Beginners
|
|
|
```
|
|
|
|
|
|
### ការតំឡើងបរិស្ថាន Python
|
|
|
```bash
|
|
|
# បង្កើតបរិស្ថានវើចួអាល់ (ត្រូវបានណែនាំ)
|
|
|
python -m venv venv
|
|
|
source venv/bin/activate # លើ Windows: venv\Scripts\activate
|
|
|
|
|
|
# ធ្វើការដំឡើងបណ្ណាល័យវិទ្យាសាស្ត្រទិន្នន័យទូទៅ (មិនមាន requirements.txt)
|
|
|
pip install jupyter pandas numpy matplotlib seaborn scikit-learn
|
|
|
```
|
|
|
|
|
|
### ការតំឡើងកម្មវិធីប្រលង
|
|
|
```bash
|
|
|
# បញ្ជាទៅកម្មវិធីសំណួរ
|
|
|
cd quiz-app
|
|
|
|
|
|
# តំឡើងផ្នែកផ្គត់ផ្គង់
|
|
|
npm install
|
|
|
|
|
|
# ចាប់ផ្តើមម៉ាស៊ីនមេអភិវឌ្ឍន៍
|
|
|
npm run serve
|
|
|
|
|
|
# សង់សម្រាប់ផលិតកម្ម
|
|
|
npm run build
|
|
|
|
|
|
# ពិនិត្យ និងកែប្រែឯកសារ
|
|
|
npm run lint
|
|
|
```
|
|
|
|
|
|
### ម៉ាស៊ីនបម្រើឯកសារ Docsify
|
|
|
```bash
|
|
|
# តំឡើង Docsify ជាទូទៅ
|
|
|
npm install -g docsify-cli
|
|
|
|
|
|
# បម្រើឯកសារជាផ្ទាល់ក្នុងម៉ាស៊ីន
|
|
|
docsify serve
|
|
|
|
|
|
# ឯកសារនឹងមានស្រាប់នៅ localhost:3000
|
|
|
```
|
|
|
|
|
|
### ការតំឡើងគម្រោងតំណាងទិន្នន័យ
|
|
|
សម្រាប់គម្រោងដូចជា meaningful-visualizations (មេរៀនលេខ ១៣):
|
|
|
```bash
|
|
|
# ធ្វើដំណើរទៅថតស្តាតឬដំណោះស្រាយ
|
|
|
cd 3-Data-Visualization/13-meaningful-visualizations/starter
|
|
|
|
|
|
# តំឡើងការពឹងផ្អែក
|
|
|
npm install
|
|
|
|
|
|
# ចាប់ផ្តើមម៉ាស៊ីនបម្រើអភិវឌ្ឍន៍
|
|
|
npm run serve
|
|
|
|
|
|
# បង្កើតសម្រាប់ផលិតកម្ម
|
|
|
npm run build
|
|
|
|
|
|
# ពិនិត្យឯកសារ
|
|
|
npm run lint
|
|
|
```
|
|
|
|
|
|
## ដំណើរការអភិវឌ្ឍន៍
|
|
|
|
|
|
### ការប្រើប្រាស់សៀវភៅចំណាំ Jupyter
|
|
|
១. ចាប់ផ្តើម Jupyter នៅចំណុចគោលឃ្លាំងកូដ: `jupyter notebook`
|
|
|
២. ទៅកាន់ថតមេរៀនដែលចង់ធ្វើការ
|
|
|
៣. បើកឯកសារ `.ipynb` ដើម្បីអនុវត្តកិច្ចការផ្សេងៗ
|
|
|
៤. សៀវភៅចំណាំមានការពន្យល់និងក្រឡាចត្រង្គកូដដោយខ្លួនឯង
|
|
|
៥. សៀវភៅចំណាំភាគច្រើនប្រើ pandas, numpy និង matplotlib - ត្រូវប្រាកដថាតំឡើងរួច
|
|
|
|
|
|
### រចនាសម្ព័ន្ធមេរៀន
|
|
|
មេរៀនមួយៗទូទៅមាន៖
|
|
|
- `README.md` - អត្ថបទមេរៀនសំខាន់ ទ្រង់ទ្រាយ ទ្រឹស្តី និងឧទាហរណ៍
|
|
|
- `notebook.ipynb` - កិច្ចការអនុវត្តជាមួយ Jupyter notebook
|
|
|
- `assignment.ipynb` ឬ `assignment.md` - ភារកិច្ចសម្រួល
|
|
|
- ថត `solution/` - សៀវភៅចំណាំនិងកូដដោះស្រាយ
|
|
|
- ថត `images/` - រូបភាពគាំទ្រ
|
|
|
|
|
|
### ការអភិវឌ្ឍកម្មវិធីប្រលង
|
|
|
- កម្មវិធី Vue.js 2 មានប្រព័ន្ធបញ្ចូលកូដបន្ត ដែលអាចកែបានភ្លាមៗពេលអភិវឌ្ឍ
|
|
|
- ប្រលងផ្ទុកនៅក្នុងថត `quiz-app/src/assets/translations/`
|
|
|
- ភាសាផ្សេងៗមានថតបកប្រែផ្ទាល់ខ្លួន (en, fr, es, ល។)
|
|
|
- លេខប្រលងចាប់ពី ០ ដល់ ៣៩ (មាន ៤០ ប្រលងសរុប)
|
|
|
|
|
|
### ការបញ្ចូលការបកប្រែ
|
|
|
- ការបកប្រែស្ថិតនៅក្នុងថត `translations/` នៅក្បែរគោលឃ្លាំងកូដ
|
|
|
- ភាសាផ្សេងគ្នាគឺមានរចនាសម្ព័ន្ធមេរៀនពេញលេញជាs តាមរយៈ English ដែលបានចំលង
|
|
|
- ការបកប្រែធ្វើដោយម៉ាស៊ីនតាម GitHub Actions (co-op-translator.yml)
|
|
|
|
|
|
## ការណែនាំសម្រាប់ធ្វើតេស្ត
|
|
|
|
|
|
### ការធ្វើតេស្តកម្មវិធីប្រលង
|
|
|
```bash
|
|
|
cd quiz-app
|
|
|
|
|
|
# បញ្ជាលីនជ្រើសរើស
|
|
|
npm run lint
|
|
|
|
|
|
# ពិនិត្យដំណើរការសាងសង់
|
|
|
npm run build
|
|
|
|
|
|
# ការប្រឡងដោយដៃ: ចាប់ផ្តើមម៉ាស៊ីនបម្រើ dev និងផ្ទៀងផ្ទាត់មុខងារប្រលង
|
|
|
npm run serve
|
|
|
```
|
|
|
|
|
|
### ការធ្វើតេស្តសៀវភៅចំណាំ
|
|
|
- គ្មានស៊ុមតេស្តស្វ័យប្រវត្តសម្រាប់សៀវភៅចំណាំទេ
|
|
|
- តេស្តដោយដៃ៖ បើកក្រឡាចត្រង្គគ្រប់ផ្នែក ដើម្បីប្រាកដថាគ្មានកំហុស
|
|
|
- ពិនិត្យឯកសារទិន្នន័យអាចចូលប្រើបាន និងលទ្ធផលបានបង្កើតត្រឹមត្រូវ
|
|
|
- ពិនិត្យការតំណាងទិន្នន័យសមរម្យ
|
|
|
|
|
|
### ការធ្វើតេស្តឯកសារ
|
|
|
```bash
|
|
|
# បញ្ជាក់ថា Docsify បង្ហាញបានត្រឹមត្រូវ
|
|
|
docsify serve
|
|
|
|
|
|
# ពិនិត្យមើលតំណខូចដោយដៃតាមរយៈការស្វែងរកក្នុងមាតិកា
|
|
|
# បញ្ជាក់ថាតំណមេរៀនទាំងអស់ដំណើរការជាលម្អិតក្នុងឯកសារដែលបានបង្ហាញ
|
|
|
```
|
|
|
|
|
|
### ការត្រួតពិនិត្យគុណភាពកូដ
|
|
|
```bash
|
|
|
# គម្រោង Vue.js (កម្មវិធីសំណួរនិងគម្រោង Visualization)
|
|
|
cd quiz-app # ឬថតគម្រោង Visualization
|
|
|
npm run lint
|
|
|
|
|
|
# សៀវភៅកំណត់ត្រា Python - សូមផ្ដល់អនុសាសន៍ការត្រួតពិនិត្យដោយដៃ
|
|
|
# ធានាថាការនាំចូលដំណើរការត្រឹមត្រូវ និងកោសិកាធ្វើការបញ្ចប់ដោយគ្មានកំហុស
|
|
|
```
|
|
|
|
|
|
## ទ្រឹស្តីលីហ្គិសម្រាប់កូដ
|
|
|
|
|
|
### Python (សៀវភៅចំណាំ Jupyter)
|
|
|
- បន្តតាមមាត្រដ្ឋាន PEP 8 សម្រាប់កូដ Python
|
|
|
- ប្រើឈ្មោះអថេរល្អ ឱ្យប្រាប់ពីទិន្នន័យដែលកំពុងវិភាគ
|
|
|
- រួមបញ្ចូលte ផ្នែក markdown ដោយមានការពន្យល់មុនកុងតោងកូដ
|
|
|
- កូដនៅក្នុងក្រឡាចត្រង្គមានមនោសញ្ចេតនាតែមួយ
|
|
|
- ប្រើ pandas សម្រាប់កែប្រែទិន្នន័យ, matplotlib សម្រាប់គំនូស
|
|
|
- រូបមន្តនាំចូលទូទៅ៖
|
|
|
```python
|
|
|
import pandas as pd
|
|
|
import numpy as np
|
|
|
import matplotlib.pyplot as plt
|
|
|
```
|
|
|
|
|
|
### JavaScript/Vue.js
|
|
|
- បន្តតាមមគ្គុទេសក៍ Vue.js 2 និងអនុវត្តល្អ
|
|
|
- កំណត់ប្រែ ESLint នៅក្នុង `quiz-app/package.json`
|
|
|
- ប្រើផ្សេង Vue ឯកសារតែមួយ (.vue)
|
|
|
- រក្សារចនាសម្ព័ន្ធមូលដ្ឋានតាមបែបតំបន់
|
|
|
- រត់ `npm run lint` មុនបញ្ចូលកូដ
|
|
|
|
|
|
### ឯកសារអត្ថបទ Markdown
|
|
|
- ប្រើកម្រិតមុខងារច្បាស់ (# ## ###)
|
|
|
- រួមបញ្ចូលកូដនៅក្នុងប្លុកជាមួយនិយមន័យភាសា
|
|
|
- បន្ថែមអត្ថបទជំនួសរូបភាព
|
|
|
- តំណភ្ជាប់ទៅមេរៀន និងធនធានទាក់ទង
|
|
|
- រក្សារវាងបន្ទាត់អាចអានបាន
|
|
|
|
|
|
### ការរៀបចំឯកសារ
|
|
|
- អត្ថបទមេរៀននៅក្នុងថតលេខ (01-defining-data-science ល។)
|
|
|
- ដោះស្រាយនៅក្នុងថត `solution/` ផ្ទាល់ខ្លួន
|
|
|
- បកប្រែតាមរចនាសម្ព័ន្ធ English នៅថត `translations/`
|
|
|
- រក្សាឯកសារទិន្នន័យនៅក្នុងថត `data/` ឬថតមេរៀន
|
|
|
|
|
|
## ការសាងសង់ និងចែកចាយ
|
|
|
|
|
|
### ការចែកចាយកម្មវិធីប្រលង
|
|
|
```bash
|
|
|
cd quiz-app
|
|
|
|
|
|
# បង្កើតកំណែផលិតកម្ម
|
|
|
npm run build
|
|
|
|
|
|
# លទ្ធផលត្រូវបានរក្សាទុកនៅក្នុងថត dist/
|
|
|
# ការដាក់ឯកសារ dist/ ទៅកាន់ម៉ាស៊ីនផ្ទុកស្ថាបត្យកម្ម (Azure Static Web Apps, Netlify, ល។)
|
|
|
```
|
|
|
|
|
|
### ការចែកចាយក្នុង Azure Static Web Apps
|
|
|
កម្មវិធីប្រលងអាចចែកចាយទៅ Azure Static Web Apps៖
|
|
|
១. បង្កើតធនធាន Azure Static Web App
|
|
|
២. ភ្ជាប់ជាមួយឃ្លាំងកូដ GitHub
|
|
|
៣. រៀបចំការកំណត់សាងសង់៖
|
|
|
- ទីតាំងកម្មវិធី៖ `quiz-app`
|
|
|
- ទីតាំងលទ្ធផល៖ `dist`
|
|
|
៤. GitHub Actions នឹងធ្វើដំណើរចែកចាយដោយស្វ័យប្រវត្តិពេលឈ្នះ push
|
|
|
|
|
|
### គេហទំព័រឯកសារ
|
|
|
```bash
|
|
|
# សាងសង់ PDF ពី Docsify (ជាជម្រើស)
|
|
|
npm run convert
|
|
|
|
|
|
# ឯកសារ Docsify ត្រូវបានបម្រើដោយផ្ទាល់ពីឯកសារ markdown
|
|
|
# មិនត្រូវការជំហានសាងសង់សម្រាប់ការដាក់បង្ហាញ
|
|
|
# ដាក់បង្ហាញឃ្លាំងទៅបណ្តាញផ្តាំថេរជាមួយ Docsify
|
|
|
```
|
|
|
|
|
|
### GitHub Codespaces
|
|
|
- ឃ្លាំងកូដមានការកំណត់ dev container
|
|
|
- Codespaces រៀបចំពីលើ Python និង Node.js ដោយស្វ័យប្រវត្តិ
|
|
|
- បើកឃ្លាំងកូដក្នុង Codespace តាម UI GitHub
|
|
|
- ឯកតា dependencies ទាំងអស់ត្រូវបានដំឡើងដោយស្វ័យប្រវត្តិ
|
|
|
|
|
|
## ទ្រឹស្តីសម្រាប់ដាក់ស្នើ Pull Request
|
|
|
|
|
|
### មុនដាក់ស្នើ
|
|
|
```bash
|
|
|
# សម្រាប់ការផ្លាស់ប្តូរនៅក្នុង Vue.js ក្នុងកម្មវិធីប្រឡង
|
|
|
cd quiz-app
|
|
|
npm run lint
|
|
|
npm run build
|
|
|
|
|
|
# សាកល្បងការផ្លាស់ប្តូរប្រក្បុងក្រោម
|
|
|
npm run serve
|
|
|
```
|
|
|
|
|
|
### ទ្រង់ទ្រាយចំណងជើង PR
|
|
|
- ប្រើចំណងជើងច្បាស់ សង្ខេប
|
|
|
- ទ្រង់ទ្រាយ៖ `[Component] សង្ខេបខ្លី`
|
|
|
- ឧទាហរណ៍ៈ
|
|
|
- `[Lesson 7] ដោះស្រាយកំហុសនាំចូលសៀវភៅ Python`
|
|
|
- `[Quiz App] បន្ថែមការបកប្រែភាសាអាឡឺម៉ង់`
|
|
|
- `[Docs] បរិច្ចាគ README ជាមួយលក្ខណៈជាមុន`
|
|
|
|
|
|
### ការត្រួតពិនិត្យចាំបាច់
|
|
|
- ធ្វើការ Run កូដគ្រប់ខុសត្រូវ
|
|
|
- ប្រាកដថាសៀវភៅចំណាំរត់បានគ្រប់
|
|
|
- រត់កំណត់ Vue.js បានដោយជោគជ័យ
|
|
|
- ពិនិត្យតំណរ ឯកសារ ងាយស្រួលចូលប្រើ
|
|
|
- ប្រាកដថាកម្មវិធីប្រលងបញ្ចូលបញ្ហាឫក្រេប
|
|
|
- អះអាងថាការបកប្រែមានរចនាសម្ព័ន្ធខ្ពស់
|
|
|
|
|
|
### ទ្រឹស្តីចូលរួម
|
|
|
- អនុវត្តលីហ្គិចកូដ និងតម្រូវការគោលបំណង
|
|
|
- បន្ថែមមតិពន្យល់លម្អិតសម្រាប់លក្ខណៈស្មុគស្មាញ
|
|
|
- បន្ថែមឯកសារតម្រូវទាក់ព័ន្ធ
|
|
|
- ពិនិត្យការផ្លាស់ប្តូរនៅមេរៀនផ្សេងៗ
|
|
|
- បរិចារណាឯកសារ CONTRIBUTING.md
|
|
|
|
|
|
## របៀបលម្អិតបន្ថែម
|
|
|
|
|
|
### បណ្ណាល័យដែលប្រើឥតខ្ចោះ
|
|
|
- **pandas**: ការបំលែង និងវិភាគទិន្នន័យ
|
|
|
- **numpy**: គណនាលេខ
|
|
|
- **matplotlib**: ការតំណាងទិន្នន័យ និងគំនូស
|
|
|
- **seaborn**: ការតំណាងទិន្នន័យស្ថិតិ (មេរៀនខ្លះ)
|
|
|
- **scikit-learn**: មេរៀនម៉ាស៊ីនរៀន (កម្រិតខ្ពស់)
|
|
|
|
|
|
### ការប្រើប្រាស់ឯកសារទិន្នន័យ
|
|
|
- ឯកសារទិន្នន័យមាននៅក្នុងថត `data/` ឬថតរបស់មេរៀន
|
|
|
- សៀវភៅចំណាំភាគច្រើនរំពឹងឯកសារទិន្នន័យជាភាពទាក់ទង
|
|
|
- ឯកសារ CSV ជាទ្រង់ទ្រាយទិន្នន័យចម្បង
|
|
|
- មេរៀនខ្លះប្រើ JSON សម្រាប់ឧទាហរណ៍ទិន្នន័យអ្វីដែលមិនស្មើ
|
|
|
|
|
|
### ការគាំទ្រភាសាច្រើន
|
|
|
- បកប្រែជាង ៤០ ភាសាតាមរយៈ GitHub Actions
|
|
|
- ដំណើរការបកប្រែក្នុង `.github/workflows/co-op-translator.yml`
|
|
|
- ឃ្លាំង `translations/` មានកូដភាសា
|
|
|
- បកប្រែប្រលងនៅ `quiz-app/src/assets/translations/`
|
|
|
|
|
|
### ជម្រើសបរិស្ថានអភិវឌ្ឍន៍
|
|
|
១. **អភិវឌ្ឍន៍ក្នុងស្រុក**៖ តំឡើង Python, Jupyter, Node.js នៅក្នុងម៉ាស៊ីន
|
|
|
២. **GitHub Codespaces**៖ បរិស្ថានអភិវឌ្ឍន៍គ្រឿងប្រព័ន្ធម៉ោនពពក
|
|
|
៣. **VS Code Dev Containers**៖ បរិស្ថានអភិវឌ្ឍន៍ក្នុងកុងតឺន័រ
|
|
|
៤. **Binder**៖ បើកសៀវភៅចំណាំក្នុងពពក (បើបានកំណត់)
|
|
|
|
|
|
### ទ្រឹស្តីមេរៀន
|
|
|
- មេរៀនមួយៗឯករាជ្យ ប៉ុន្តែបង្កើតលើគំនិតមុន
|
|
|
- ប្រលងមុនមេរៀនវាស់វែងចំណេះដឹងមុន
|
|
|
- ប្រលងក្រោយមេរៀនពង្រឹងការសិក្សា
|
|
|
- ភារកិច្ចផ្តល់ការអនុវត្ត
|
|
|
- សេចក្ដីសង្ខេបជារូបតំណាង
|
|
|
|
|
|
### ដោះស្រាយបញ្ហាទូទៅ
|
|
|
|
|
|
**បញ្ហា Kernel Jupyter:**
|
|
|
```bash
|
|
|
# ប្រាកដថាម៉ាស៊ីនចំណុចស្នូលត្រូវបានដំឡើងត្រឹមត្រូវ
|
|
|
python -m ipykernel install --user --name=datascience
|
|
|
```
|
|
|
|
|
|
**កំហុស npm Install:**
|
|
|
```bash
|
|
|
# សម្អាតប្រអប់ផ្ទុករបស់ npm ហើយសាកល្បងម្តងទៀត
|
|
|
npm cache clean --force
|
|
|
rm -rf node_modules package-lock.json
|
|
|
npm install
|
|
|
```
|
|
|
|
|
|
**កំហុសនាំចូលក្នុងសៀវភៅចំណាំ:**
|
|
|
- ត្រួតពិនិត្យបណ្ណាល័យទាំងអស់បានដំឡើង
|
|
|
- ពិនិត្យកំណែ Python (Python 3.7+ និយាយល្អ)
|
|
|
- ប្រាកដថាបរិស្ថាន virtual បានបើក
|
|
|
|
|
|
**Docsify មិនផ្ទុក:**
|
|
|
- ប្រាកដថាកំពុងបម្រើពីគោលឃ្លាំងកូដ
|
|
|
- ពិនិត្យឯកសារ `index.html` មាន
|
|
|
- ប្រាកដថាប្រើបណ្តាញត្រឹមត្រូវ (ច្រក 3000)
|
|
|
|
|
|
### ការពិចារណាអំពីប្រសិទ្ធភាព
|
|
|
- ទិន្នន័យធំអាចយឺតក្នុងការផ្ទុកនៅសៀវភៅចំណាំ
|
|
|
- ការតំណាងអាចយឺតសម្រាប់គំនូសស្មុគស្មាញ
|
|
|
- Vue.js dev server កសាងប្រព័ន្ធបញ្ចូលកូដភ្លាមៗ
|
|
|
- ការសាងសង់ផលិតកម្មបានបំពេញល្អ និងកាត់បន្ថយទំហំ
|
|
|
|
|
|
### សម្គាល់សុវត្ថិភាព
|
|
|
- មិនមានទិន្នន័យនីមួយៗឬ លេខសម្ងាត់ បញ្ចូលលើកូដ
|
|
|
- ប្រើអថេរបរិស្ថានសម្រាប់កូនសោ API នៅមេរៀនពពក
|
|
|
- មេរៀន Azure ត្រូវការគណនី Azure
|
|
|
- អាប់ដេត dependencies តែងតែរក្សាសុវត្ថិភាព
|
|
|
|
|
|
## របៀបចូលរួមបកប្រែ
|
|
|
- បកប្រែដោយម៉ាស៊ីនគ្រប់គ្រងតាម GitHub Actions
|
|
|
- ត្រួតពិនិត្យដោយដៃសម្រាប់ភាពត្រឹមត្រូវការបកប្រែ
|
|
|
- បន្តការដាក់ថតបកប្រែដូចបែបតម្លើង
|
|
|
- បន្ថែមតំណភ្ជាប់ប្រលងភាសា: `?loc=fr`
|
|
|
- តេស្តមេរៀនបកប្រែឱ្យបង្ហាញត្រឹមត្រូវ
|
|
|
|
|
|
## ធនធានដែលទាក់ទង
|
|
|
- កម្មវិធីសិក្សាចម្បង: https://aka.ms/datascience-beginners
|
|
|
- សិក្សាជាមួយ Microsoft Learn: https://docs.microsoft.com/learn/
|
|
|
- មជ្ឈមណ្ឌលសិស្ស: https://docs.microsoft.com/learn/student-hub
|
|
|
- វេទិកាចែករំលែកគំនិត: https://github.com/microsoft/Data-Science-For-Beginners/discussions
|
|
|
- កម្មវិធី Microsoft ផ្សេងៗ: ML for Beginners, AI for Beginners, Web Dev for Beginners
|
|
|
|
|
|
## ការថែរក្សាគម្រោង
|
|
|
- ធ្វើអាប់ដេតទៀងទាត់ដើម្បីរក្សាសម័យ
|
|
|
- ស្វាគមន៍ការចូលរួមពីសហគមន៍
|
|
|
- ការតាមដានបញ្ហាក្នុង GitHub
|
|
|
- ពិនិត្យ PR ដោយអ្នកថែរក្សាគម្រោង
|
|
|
- សម្រេចការត្រួតពិនិត្យ និងធ្វើអាប់ដេតប្រចាំខែ
|
|
|
|
|
|
---
|
|
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
|
**ការបដិសេធ**៖
|
|
|
ឯកសារនេះត្រូវបានប្រែសម្រួលដោយប្រើសេវាកម្មប្រែសម្រួល AI [Co-op Translator](https://github.com/Azure/co-op-translator)។ ខណៈពេលយើងព្យាយាមផ្តល់ភាពត្រឹមត្រូវ សូមយល់ដឹងថាការប្រែសម្រួលដោយស្វ័យប្រវត្តិអាចមានកំហុស ឬការមិនត្រឹមត្រូវ។ ឯកសារដើមនៅក្នុងភាសាដើមត្រូវបានគេចាត់ទុកជាប្រភពដែលមានអធិបតីភាព។ សម្រាប់ព័ត៌មានសំខាន់ៗ ការប្រែសម្រួលដោយមនុស្សដោយជំនាញគឺត្រូវបានអនុម័ត។ យើងមិនទទួលខុសត្រូវចំពោះការយល់ព្រួយ ឬការបកស្រាយខុស ដែលដើមមកពីការប្រើប្រាស់ការប្រែសម្រួលនេះទេ។
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |
