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.
40 lines
6.0 KiB
40 lines
6.0 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "2583a9894af7123b2fcae3376b14c035",
|
|
"translation_date": "2025-08-27T17:13:35+00:00",
|
|
"source_file": "1-Introduction/01-defining-data-science/README.md",
|
|
"language_code": "mr"
|
|
}
|
|
-->
|
|
|
|
आपण असा युक्तिवाद करू शकता की हा दृष्टिकोन आदर्श नाही, कारण मॉड्यूल्सची लांबी वेगवेगळी असू शकते. कदाचित मॉड्यूलच्या लांबीने (अक्षरांच्या संख्येने) वेळ विभागणे आणि त्या मूल्यांची तुलना करणे अधिक न्याय्य ठरेल.
|
|
जेव्हा आपण बहुपर्यायी प्रश्नांच्या चाचण्यांचे निकाल विश्लेषित करण्यास सुरुवात करतो, तेव्हा आपण ठरवू शकतो की विद्यार्थ्यांना कोणत्या संकल्पना समजण्यात अडचण येते आणि त्या माहितीचा उपयोग सामग्री सुधारण्यासाठी करू शकतो. हे करण्यासाठी, आपल्याला चाचण्या अशा प्रकारे डिझाइन कराव्या लागतील की प्रत्येक प्रश्न विशिष्ट संकल्पना किंवा ज्ञानाच्या तुकड्याशी जोडलेला असेल.
|
|
|
|
जर आपण आणखी गुंतागुंतीचे व्हायचे असेल, तर आपण प्रत्येक मॉड्यूलसाठी घेतलेला वेळ विद्यार्थ्यांच्या वयोगटाच्या विरोधात प्लॉट करू शकतो. आपल्याला कदाचित असे आढळेल की काही वयोगटांसाठी मॉड्यूल पूर्ण करण्यासाठी अत्याधिक वेळ लागतो किंवा विद्यार्थी ते पूर्ण करण्यापूर्वीच सोडून देतात. हे आपल्याला मॉड्यूलसाठी वयोमर्यादा शिफारसी देण्यास मदत करू शकते आणि चुकीच्या अपेक्षांमुळे होणारा असमाधान कमी करू शकते.
|
|
|
|
## 🚀 आव्हान
|
|
|
|
या आव्हानात, आपण डेटा सायन्स क्षेत्राशी संबंधित संकल्पना शोधण्याचा प्रयत्न करू, ते मजकूर पाहून. आपण डेटा सायन्सवरील विकिपीडिया लेख घेऊ, मजकूर डाउनलोड आणि प्रक्रिया करू, आणि नंतर खालीलप्रमाणे एक वर्ड क्लाउड तयार करू:
|
|
|
|
|
|
|
|
[`notebook.ipynb`](../../../../../../../../../1-Introduction/01-defining-data-science/notebook.ipynb ':ignore') येथे भेट द्या आणि कोड वाचा. तुम्ही कोड चालवू शकता आणि तो डेटा ट्रान्सफॉर्मेशन कसे प्रत्यक्षात करतो ते पाहू शकता.
|
|
|
|
> जर तुम्हाला जुपिटर नोटबुकमध्ये कोड कसा चालवायचा माहित नसेल, तर [हा लेख](https://soshnikov.com/education/how-to-execute-notebooks-from-github/) वाचा.
|
|
|
|
## [व्याख्यानानंतरची क्विझ](https://purple-hill-04aebfb03.1.azurestaticapps.net/quiz/1)
|
|
|
|
## असाइनमेंट्स
|
|
|
|
* **कार्य 1**: वरील कोड बदलून **Big Data** आणि **Machine Learning** क्षेत्रांसाठी संबंधित संकल्पना शोधा.
|
|
* **कार्य 2**: [डेटा सायन्स परिदृश्यांबद्दल विचार करा](assignment.md)
|
|
|
|
## क्रेडिट्स
|
|
|
|
ही शिकवण [Dmitry Soshnikov](http://soshnikov.com) यांनी ♥️ सह तयार केली आहे.
|
|
|
|
---
|
|
|
|
**अस्वीकरण**:
|
|
हा दस्तऐवज AI भाषांतर सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) वापरून भाषांतरित करण्यात आला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी कृपया लक्षात ठेवा की स्वयंचलित भाषांतरांमध्ये त्रुटी किंवा अचूकतेचा अभाव असू शकतो. मूळ भाषेतील दस्तऐवज हा अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी भाषांतराची शिफारस केली जाते. या भाषांतराचा वापर करून उद्भवलेल्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थासाठी आम्ही जबाबदार राहणार नाही. |