Data-Science-For-Beginners/translations/mr

नवीन सुरुवातीसाठी डेटा सायन्स - एक अभ्यासक्रम

मायक्रोसॉफ्टमधील Azure Cloud Advocates हे डेटा सायन्सबाबत १० आठवडे, २० धडे या अभ्यासक्रमाची ऑफर देताना आनंदित आहेत. प्रत्येक धड्यात प्री-लेसन आणि पोस्ट-लेसन प्रश्नपत्रिका, धडा पूर्ण करण्यासाठी लेखी सूचना, एक मार्गदर्शक उपाय आणि एक असाइनमेंट समाविष्ट आहे. आमच्या प्रोजेक्ट-आधारित पद्धतीमुळे आपण शिकताना तयार करता, जे नवीन कौशल्य अधिक चांगल्या प्रकारे लागून राहण्यासाठी सिद्ध झाले आहे.

आमच्या लेखकांचे मनापासून आभार: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 विशेष आभार 🙏 आमच्या Microsoft Student Ambassador लेखक, परिक्षक आणि सामग्री योगदानकर्त्यांना, विशेषतः आर्यन अरोरा, आदित्य गर्ग, अलोंद्रामोलिना सांचेज, अंकिता सिंग, अनुपम मिश्रा, अर्पिता दास, छैल बिहारी दुबे, डिब्री नसोफोर, दिशिता भासिन, माजद सफी, मॅक्स ब्लुम, मिगुएल कोरेया, मोहम्मा इफ्तेखेर (इफ्टू) अबने जलाल, नवरीन तबास्सुम, रेमंड वांग्सा पुत्त्रा, रोहित यादव, समृद्धी शर्मा, सान्या सिन्हा, शीना नारुला, तौकीर अहमद, योगेंद्रसिंग पवार , विदुषी गुप्ता, जसलीन सुनधी

सुरु करणार्‍यांसाठी डेटा सायन्स - स्केचनोद @nitya द्वारे

🌐 बहुभाषिक समर्थन

GitHub Action द्वारे समर्थित (स्वयंचलित व कायम अद्ययावत)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

स्थानिक कॉपी प्राधान्य द्याल का?

हा संग्रह 50+ भाषांमध्ये भाषांतरांचा समावेश करतो ज्यामुळे डाउनलोड साइज मोठा होतो. भाषांतरांशिवाय क्लोन करण्यासाठी sparse checkout वापरा:

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'

यामुळे आपल्याला अभ्यासक्रम पूर्ण करण्यासाठी आवश्यक सर्वकाही मिळेल आणि डाउनलोड जलद होईल.

अधिक भाषांतरांसाठी समर्थित भाषा येथे पाहा येथे

आमच्या समुदायात सामील व्हा

आमच्याकडे Discord वर AI सह जाणून घेण्याचा सत्र चालू आहे, त्याबद्दल अधिक जाणून घेण्यासाठी आणि सहभागी होण्यासाठी Learn with AI Series येथे भेट द्या, १८ - ३० सप्टेंबर, २०२५. तुम्हाला डेटा सायन्ससाठी GitHub Copilot वापरण्याचे टिप्स आणि ट्रिक्स मिळतील.

तुम्ही विद्यार्थी आहात का?

खालील संसाधनांसह प्रारंभ करा:

• विद्यार्थी हब पेज या पृष्ठावर, तुम्हाला नवीन सुरुवातीसाठी संसाधने, विद्यार्थी पॅक आणि अगदी मोफत प्रमाणपत्र व्हाउचरसाठी मार्ग मिळतील. हा असा एक पृष्ठ आहे ज्याला तुम्ही बुकमार्क करा आणि कधी कधी तपासत राहा कारण आम्ही किमान महिन्याला एकदा सामग्री अद्ययावत करतो.
• Microsoft Learn Student Ambassadors या ग्लोबल समुदायात सहभागी व्हा, हे तुम्हाला Microsoft मध्ये सामील होण्याचा मार्ग असू शकतो.

प्रारंभ करणे

📚 दस्तऐवजीकरण

• स्थापना मार्गदर्शक - सुरुवातीसाठी पावलोपावली सेटअप सूचना
• वापर मार्गदर्शक - उदाहरणे आणि सामान्य कार्यप्रवाह
• समस्या निवारण - सामान्य समस्या सोडवण्याचे उपाय
• योगदान कसे करावे - या प्रकल्पात कसे योगदान द्यावे
• शिकविणाऱ्यांसाठी - शिकवण्याचे मार्गदर्शन आणि वर्गातील संसाधने

👨‍🎓 विद्यार्थ्यांसाठी

पूर्ण नवीन सुरुवातीसाठी: डेटा सायन्समध्ये नवीन आहात का? आमच्या सुरुवातीसाठी सोप्या उदाहरणांपासून सुरू करा! ही सोपी, व्यवस्थित समजावलेली उदाहरणे आपल्याला मूलभूत समजण्यासाठी मदत करतील आणि नंतर संपूर्ण अभ्यासक्रमात उडी मारू शकता. विद्यार्थी: हा अभ्यासक्रम स्वतः वापरण्यासाठी, संपूर्ण रेपो फोर्क करा आणि स्वतः प्रश्नपत्रिका पासून सुरू करून एक्सरसाइझ पूर्ण करा. नंतर लेक्चर वाचा आणि बाकीच्या क्रियाकलापांचे पूर्णत्व साधा. प्रोजेक्ट तयार करताना समाधान कोड कॉपी करण्याऐवजी धडे समजून घेण्याचा प्रयत्न करा; तथापि, त्या कोड प्रत्येक प्रोजेक्ट-उन्मुख धड्यातील /solutions फोल्डरमध्ये उपलब्ध आहे. आणखी एक विचार म्हणजे मित्रांबरोबर अभ्यास गट तयार करून सामग्री एकत्रून जाणून घेणे. पुढील अध्ययनासाठी आम्ही Microsoft Learn शिफारस करतो.

त्वरित प्रारंभ:

1. आपले वातावरण सेट करण्यासाठी स्थापना मार्गदर्शक तपासा
2. अभ्यासक्रम वापरण्याबाबत जाणून घेण्यासाठी वापर मार्गदर्शक पाहा
3. पहिल्या धड्यानं सुरू करा आणि सलग काम करा
4. आधारासाठी आमच्या Discord समुदायात सहभागी व्हा

👩‍🏫 शिक्षकांसाठी

शिक्षकांसाठी: आम्ही या अभ्यासक्रमाचा कसा वापर करावा याबाबत काही सूचना समाविष्ट केल्या आहेत. आम्हाला तुमचे अभिप्राय आवडेल आपल्या चर्चा मंचावर!

टीमला भेटा

गीफ मोहीत जैसल यांनी तयार केलेली

🎥 प्रोजेक्ट आणि ते तयार करणाऱ्या लोकांबद्दल व्हिडिओ पाहण्यासाठी वरील प्रतिमेवर क्लिक करा!

अध्यापन पद्धती

आम्ही या अभ्यासक्रम तयार करताना दोन अध्यापन तत्त्वे निवडली आहेत: तो प्रोजेक्ट-आधारित असेल आणि त्यात वारंवार क्विझेस असतील याची खात्री करणे. या मालिकेच्या शेवटी, विद्यार्थ्यांनी डेटासायन्सची मूलभूत तत्त्वे शिकली असतील, ज्यात नैतिक संकल्पना, डेटाची तयारी, डेटासह काम करण्याच्या वेगवेगळ्या पद्धती, डेटा व्हिज्युअलायझेशन, डेटा विश्लेषण, डेटासायन्सचे वास्तविक वापर केसेस आणि बरेच काही समाविष्ट आहे.

याशिवाय, वर्गाच्या आधी एक कमी-धोक्याचा क्विझ विद्यार्थ्याच्या एका विषयावर लक्ष केंद्रित करण्याचा उद्देश सेट करतो, तर वर्गानंतरचा दुसरा क्विझ अधिक टिकाव खातो. हा अभ्यासक्रम लवचिक आणि मजेशीर बनविण्यासाठी डिझाइन केला गेला आहे आणि तो पूर्णपणे किंवा भागानुसार घेता येऊ शकतो. प्रोजेक्ट्स लहान सुरू होतात आणि 10 आठवड्यांच्या चक्राच्या शेवटी अधिक जटिल होतात.

आमचा व्यवहार संहिता, योगदान, भाषांतर मार्गदर्शक तत्त्वे पहा. आम्ही आपले रचनात्मक अभिप्राय स्वागत करतो!

प्रत्येक धड्यात समाविष्ट आहे:

• ऐच्छिक स्केच नोट
• ऐच्छिक पूरक व्हिडिओ
• धड्याआधी गरम-up क्विझ
• लेखी धडा
• प्रोजेक्ट-आधारित धड्यांकरिता, प्रोजेक्ट कसा तयार करावा यावर चरण-दर-चरण मार्गदर्शक
• ज्ञान तपासण्या
• एक आव्हान
• पूरक वाचन
• असाइनमेंट
• धड्यानंतरचा क्विझ

क्विझेसबाबत एक टिप: सर्व क्विझेस Quiz-App फोल्डरमध्ये आहेत, प्रत्येकमध्ये तीन प्रश्नांसह 40 क्विझेस. ते धड्यांमध्ये लिंक केलेले आहेत, पण क्विझ ॲप स्थानिकरित्या चालवता येऊ शकते किंवा Azure वर तैनात करता येऊ शकते; quiz-app फोल्डरमधील सूचना पाळा. ते हळूहळू स्थानिकीकरण केले जात आहेत.

🎓 नवशिक्यांसाठी सोपे उदाहरणे

डेटासायन्समध्ये नवीन आहात? आम्ही एक खास उदाहरणांचे निर्देशिका तयार केली आहे ज्यात सोपा, व्यवस्थित टिप्पणी केलेला कोड आहे ज्यामुळे तुम्हाला सुरुवात करण्यात मदत होईल:

• 🌟 हॅलो वर्ल्ड - तुमचा पहिला डेटासायन्स प्रोग्राम
• 📂 डेटा लोड करणे - डेटासेट वाचणे आणि तपासणे शिका
• 📊 सोपा विश्लेषण - सांख्यिकी मोजा आणि नमुने शोधा
• 📈 मूलभूत व्हिज्युअलायझेशन - चार्ट आणि ग्राफ तयार करा
• 🔬 प्रामाणिक प्रोजेक्ट - सुरुवातीपासून शेवटपर्यंत संपूर्ण कार्यप्रवाह

प्रत्येक उदाहरणात प्रत्येक टप्प्यावर सविस्तर टिप्पणी आहे, त्यामुळे ते पूर्णपणे नवशिक्यांसाठी योग्य आहे!

👉 उदाहरणांसह सुरू करा 👈

धडे

डेटासायन्स फॉर बिगिनर्स: रोडमॅप - स्केच नोट @nitya यांनी

धडा क्रमांक	विषय	धडा समूह	शिकण्याचे उद्दिष्टे	लिंक केलेला धडा	लेखक
01	डेटासायन्सची व्याख्या	परिचय	डेटासायन्समागील मूलभूत संकल्पना आणि तो कसा आर्टिफिशियल इंटेलिजन्स, मशीन लर्निंग, व बिग डेटा शी संबंधित आहे हे शिका.	धडा व्हिडिओ	दिमित्री
02	डेटासायन्सचे नैतिक तत्त्व	परिचय	डेटाऐथिक्सची संकल्पना, आव्हाने व चौकट.	धडा	नित्य
03	डेटाची व्याख्या	परिचय	डेटाची वर्गवारी कशी केली जाते आणि त्याचे सामान्य स्रोत कोणते.	धडा	जॅस्मीन
04	सांख्यिकी व संभाव्यता परिचय	परिचय	डेटा समजून घेण्यासाठी संभाव्यता आणि सांख्यिकीचे गणितीय तंत्र.	धडा व्हिडिओ	दिमित्री
05	रिलेशनल डेटासह काम करणे	डेटासह काम करणे	रिलेशनल डेटाचा परिचय व स्ट्रक्चर्ड क्वेरी लँग्वेज (SQL) वापरून डेटाचा शोध व विश्लेषण.	धडा	क्रिस्टोफर
06	NoSQL डेटासह काम करणे	डेटासह काम करणे	नॉन-रिलेशनल डेटाचा परिचय, विविध प्रकार व दस्तऐवज डेटाबेसची मूलभूत माहिती.	धडा	जॅस्मीन
07	पायथॉनचा वापर	डेटासह काम करणे	पायथॉन वापरून डेटाची तपासणी करण्यासाठी पॅंडाज सारख्या लायब्ररींसह मूलभूत ज्ञान. पायथॉन प्रोग्रॅमिंगची प्राथमिक समज आवश्यक.	धडा व्हिडिओ	दिमित्री
08	डेटा तयारी	डेटासह काम करणे	गहाळ, चुकीचा किंवा अपूर्ण डेटाशी संबंधित डेटा स्वच्छता आणि रूपांतरणाच्या तंत्रज्ञानावर विषय.	धडा	जॅस्मीन
09	मात्रांचे व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	Matplotlib वापरून पक्षी डेटा 🦆 कसा व्हिज्युअलायझ करायचा ते शिका	धडा	जेन
10	डेटाच्या वितरणांचे व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	निरीक्षणे आणि ट्रेंड एका अंतरालात कसे व्हिज्युअलायझ करायचे.	धडा	जेन
11	प्रमाणांचे व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	डिस्क्रीट आणि गटबद्ध टक्केवारींचे व्हिज्युअलायझेशन.	धडा	जेन
12	नातेसंबंधांचे व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	डेटाच्या संचांमधील कनेक्शन आणि सहसंबंध कसे व्हिज्युअलायझ करायचे.	धडा	जेन
13	अर्थपूर्ण व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	प्रभावी समस्या सोडविण्यासाठी आणि आकलनांसाठी व्हिज्युअलायझेशन कसे मूल्यवान बनवायचे यासाठी तंत्रे व मार्गदर्शन.	धडा	जेन
14	डेटासायन्सच्या जीवनचक्राचा परिचय	जीवनचक्र	डेटासायन्स जीवनचक्राचा परिचय आणि डेटाकडे प्रवेश व बाहेर काढण्याचा प्रथम टप्पा.	धडा	जॅस्मीन
15	विश्लेषण	जीवनचक्र	डेटासायन्स जीवनचक्राचा हा टप्पा डेटाचे विश्लेषण करण्यावर लक्ष केंद्रित करतो.	धडा	जॅस्मीन
16	संवाद	जीवनचक्र	निर्णय घेणाऱ्यांना समजायला सोपे करण्यासाठी डेटापासून Insights सादर करण्यावर लक्ष केंद्रित करतो.	धडा	जालेन
17	क्लाउडमधील डेटासायन्स	क्लाउड डेटा	क्लाउड मधील डेटासायन्स आणि त्याचे फायदे यांचा ओळख.	धडा	टिफनी आणि मॉड
18	क्लाउडमधील डेटासायन्स	क्लाउड डेटा	लो कोड टूल्स वापरून मॉडेल ट्रेनिंग.	धडा	टिफनी आणि मॉड
19	क्लाउडमधील डेटासायन्स	क्लाउड डेटा	Azure Machine Learning Studio वापरून मॉडेल तैनात करणे.	धडा	टिफनी आणि मॉड
20	नैसर्गिक जगतातील डेटासायन्स	नैसर्गिक जगतामध्ये	वास्तविक जगातील डेटासायन्स चालवलेले प्रोजेक्ट्स.	धडा	नित्य

GitHub Codespaces

या नमुन्यावर Codespace मध्ये उघडण्यासाठी खालील चरणांचे अनुसरण करा:

1. "कोड" ड्रॉप-डाउन मेनूवर क्लिक करा आणि "Open with Codespaces" पर्याय निवडा.
2. पॅनेलच्या तळाशी + New codespace निवडा. अधिक माहितीकरिता, GitHub दस्तऐवज पहा.

VSCode Remote - Containers

आपल्या स्थानिक संगणकाचा वापर करून आणि VSCode मध्ये VS Code Remote - Containers विस्तार वापरून या रेपॉजिटरीला कंटेनरमध्ये उघडण्यासाठी खालील चरणांचे पालन करा:

1. जर तुम्ही प्रथमच विकास कंटेनर वापरत असाल, तर तुमची प्रणाली आवश्यकता पूर्ण आहे याची खात्री करा (उदा. Docker स्थापित केलेले आहे) सुरुवात कशी करावी दस्तऐवज मध्ये.

या रेपॉजिटरीसाठी, तुम्ही कंटेनरमध्ये सोर्स कोड क्लोन करण्यासाठी या कमांडचा वापर करू शकता:

टीप: Remote-Containers: Clone Repository in Container Volume... आदेश वापरून सोर्स कोड लोकल फाईल सिस्टमऐवजी Docker व्हॉल्यूममध्ये क्लोन करणे. डेटा टिकवण्यासाठी व्हॉल्यूम (volumes) हा प्राधान्यक्रम आहे.

किंवा स्थानिक क्लोन किंवा डाउनलोड केलेली आवृत्ती वापरा:

• आपल्या स्थानिक फाईल सिस्टमवर हि रेपॉजिटरी क्लोन करा.
• F1 दाबा आणि Remote-Containers: Open Folder in Container... आदेश निवडा.
• या फोल्डरची क्लोन आवृत्ती निवडा, कंटेनर सुरू होईपर्यंत थांबा, आणि प्रयत्न करा.

ऑफलाइन प्रवेश

तुम्ही Docsify वापरून ही दस्तऐवज ऑफलाइन चालवू शकता. या रेपॉजिटरीचा fork करा, Docsify इंस्टॉल करा आपल्या स्थानिक संगणकावर, आणि नंतर या रेपॉजिटरीच्या मूळ फोल्डरमध्ये docsify serve असा कमांड द्या. वेबसाइट तुमच्या लोकलहोस्ट: पोर्ट 3000 वर सर्व्ह केली जाईल: localhost:3000.

लक्षात ठेवा, नोटबुक्स Docsify द्वारे रेंडर होणार नाहीत, त्यामुळे तुम्हाला नोटबुक चालवायची असल्यास, ते वेगळे VS Code मध्ये Python कर्नल चालवून करा.

इतर अभ्यासक्रम

आमची टीम इतर अभ्यासक्रम तयार करते! पहा:

LangChain

---

Azure / Edge / MCP / एजंट्स

---

जनरेटिव AI सिरीज

---

कोर शिक्षण

---

कॉपिलॉट सिरीज

मदत मिळवा

समस्या येत आहेत का? सर्वसाधारण समस्या सोडविण्यासाठी आमचा Troubleshooting Guide तपासा.

जर तुम्ही अडकले असाल किंवा AI ऍप विकसित करताना काही प्रश्न असतील तर MCP विषयी चर्चा करण्यासाठी सहअभ्यासक आणि अनुभवी विकासकांच्या समुदायात सहभागी व्हा. हे एक सहाय्यकारी समुदाय आहे जिथे प्रश्न विचारणे स्वागतार्ह आहे आणि ज्ञान मोफत सामायिक केले जाते.

तुमच्याकडे उत्पादनाबद्दल अभिप्राय किंवा बांधकाम करताना त्रुटी असतील तर येथे भेट द्या:

---

अस्वीकरण: हा दस्तऐवज AI अनुवाद सेवा Co-op Translator वापरून अनुवादित केला आहे. आपण अचूकतेसाठी प्रयत्न करत असलो तरी, कृपया लक्षात घ्या की ऑटोमेटेड अनुवादांमध्ये त्रुटी किंवा अचूकतेच्या समस्या असू शकतात. मूळ दस्तऐवज त्याच्या स्थानिक भाषेत अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी अनुवाद शिफारसीय आहे. या अनुवादामुळे उद्भवलेल्या कोणत्याही गैरसमजुतीं किंवा चुकीच्या समजुतीसाठी आम्ही जबाबदार नाही.