msb-public
/
Data-Science-For-Beginners
mirror of https://github.com/microsoft/Data-Science-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
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.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'main'
${ noResults }
Data-Science-For-Beginners/translations/my/README.md

32 KiB
Raw Permalink Blame History

ဒေတာသိပ္ပံအတွက် မူလတန်းသင်ရိုး

Azure Cloud Advocates မှ Microsoft တွင် 10 ပတ်ကြာ 20 သင်ခန်းစာပါဝင်သော ဒေတာသိပ္ပံသင်ရိုးကို ပေးဆောင်ရန် ဝမ်းမြောက်ဝမ်းသာဖြစ်ပါသည်။ သင်ခန်းစာတစ်ခုစီတွင် သင်ခန်းစာမတိုင်မီနှင့် သင်ခန်းစာပြီးနောက် စစ်တမ်းများ၊ သင်ခန်းစာကို ပြီးမြောက်ရန် ရေးသားထားသော လမ်းညွှန်ချက်များ၊ ဖြေရှင်းချက်နှင့် လုပ်ငန်းတာဝန်များ ပါဝင်သည်။ ပရောဂျက်အခြေခံ သင်ကြားမှုနည်းလမ်းသည် သင်တန်းသားများအတွက် အသစ်သော ကျွမ်းကျင်မှုများကို သင်ယူစေပြီး အတည်ပြုထားသော နည်းလမ်းဖြစ်သည်။

ကျေးဇူးအထူးတင်ရှိပါသည် Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison တို့အား။

🙏 အထူးကျေးဇူး 🙏 Microsoft Student Ambassador များအား Aaryan Arora, Aditya Garg, Alondra Sanchez, Ankita Singh, Anupam Mishra, Arpita Das, ChhailBihari Dubey, Dibri Nsofor, Dishita Bhasin, Majd Safi, Max Blum, Miguel Correa, Mohamma Iftekher (Iftu) Ebne Jalal, Nawrin Tabassum, Raymond Wangsa Putra, Rohit Yadav, Samridhi Sharma, Sanya Sinha, Sheena Narula, Tauqeer Ahmad, Yogendrasingh Pawar, Vidushi Gupta, Jasleen Sondhi တို့အား။

Sketchnote by @sketchthedocs https://sketchthedocs.dev
ဒေတာသိပ္ပံအတွက် မူလတန်းသင်ရိုး - Sketchnote by @nitya

🌐 ဘာသာစကားများအတွက် ပံ့ပိုးမှု

GitHub Action မှတဆင့် ပံ့ပိုးထားသည် (အလိုအလျောက်နှင့် အမြဲတမ်း အပ်ဒိတ်ဖြစ်နေသည်)

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

အပိုဘာသာစကားများကို ပံ့ပိုးလိုပါက ဒီနေရာ တွင် ရှာဖွေပါ။

ကျွန်ုပ်တို့၏ အသိုင်းအဝိုင်းနှင့် ပူးပေါင်းပါ

Azure AI Discord

သင်တန်းသားများအတွက်

အောက်ပါ အရင်းအမြစ်များဖြင့် စတင်ပါ:

  • Student Hub page ဒီစာမျက်နှာတွင် မူလတန်းအရင်းအမြစ်များ၊ သင်တန်းသားအထုပ်များနှင့် အခမဲ့လက်မှတ်အတည်ပြုချက်ကို ရယူနိုင်သော နည်းလမ်းများကို တွေ့နိုင်ပါသည်။ ဒီစာမျက်နှာကို Bookmark လုပ်ပြီး အကြောင်းအရာများကို လစဉ်အနည်းဆုံး ပြောင်းလဲနေသောကြောင့် အကြိမ်ကြိမ်စစ်ဆေးပါ။
  • Microsoft Learn Student Ambassadors Microsoft သို့ ဝင်ရောက်နိုင်မည့် နည်းလမ်းတစ်ခုဖြစ်သော သင်တန်းသားအထူးသံတမန်များ၏ ကမ္ဘာလုံးဆိုင်ရာအသိုင်းအဝိုင်းကို ပူးပေါင်းပါ။

စတင်ခြင်း

ဆရာများ: ဒီသင်ရိုးကို အသုံးပြုရန် အကြံပြုချက်များ ပါဝင်သည်။ ကျွန်ုပ်တို့၏ ဆွေးနွေးမှုဖိုရမ် တွင် သင့်တုံ့ပြန်ချက်ကို ကြိုဆိုပါသည်။

သင်တန်းသားများ: သင်တစ်ဦးတည်း သင်ယူရန်အတွက် သင်ရိုးကို fork လုပ်ပြီး သင်ခန်းစာမတိုင်မီ စစ်တမ်းဖြေဆိုပါ။ ထို့နောက် သင်ခန်းစာကို ဖတ်ပြီး လုပ်ငန်းများကို ပြီးမြောက်ပါ။ သင်ခန်းစာများကို နားလည်ခြင်းဖြင့် ပရောဂျက်များကို ဖန်တီးရန် ကြိုးစားပါ။ သို့သော် ဖြေရှင်းချက်ကုဒ်ကို /solutions ဖိုလ်ဒါတွင် ရရှိနိုင်ပါသည်။ အခြားနည်းလမ်းတစ်ခုမှာ မိတ်ဆွေများနှင့် သင်ယူအဖွဲ့တစ်ခု ဖွဲ့ပြီး အကြောင်းအရာကို အတူတူ လေ့လာပါ။ ထပ်မံလေ့လာရန်အတွက် Microsoft Learn ကို အကြံပြုပါသည်။

အဖွဲ့ကို တွေ့ဆုံပါ

Promo video

Gif by Mohit Jaisal

🎥 အထက်ပါ ပုံကို နှိပ်ပြီး ပရောဂျက်နှင့် ဖန်တီးသူများအကြောင်း ဗီဒီယိုကို ကြည့်ပါ။

သင်ကြားမှုနည်းလမ်း

ဒီသင်ရိုးကို ဖန်တီးစဉ်တွင် ပရောဂျက်အခြေခံနှင့် မကြာခဏ စစ်တမ်းများပါဝင်သည်ကို အခြေခံထားသည်။ ဒီစီးရီး၏ နောက်ဆုံးတွင် သင်တန်းသားများသည် ဒေတာသိပ္ပံ၏ အခြေခံသိပ္ပံများ၊ အကျင့်သိက္ခာဆိုင်ရာ အယူအဆများ၊ ဒေတာပြင်ဆင်ခြင်း၊ ဒေတာနှင့် အလုပ်လုပ်နည်းများ၊ ဒေတာကို မြင်သာအောင် ပြသခြင်း၊ ဒေတာခွဲခြမ်းစိတ်ဖြာခြင်း၊ ဒေတာသိပ္ပံ၏ အမှန်တကယ်အသုံးချမှုများနှင့် အခြားအရာများကို သင်ယူနိုင်မည်ဖြစ်သည်။

ထို့အပြင် သင်ခန်းစာမတိုင်မီ စစ်တမ်းသည် သင်ခန်းစာအကြောင်းအရာကို သင်ယူရန် သင်တန်းသား၏ ရည်ရွယ်ချက်ကို သတ်မှတ်ပေးပြီး သင်ခန်းစာပြီးနောက် စစ်တမ်းသည် သင်ယူမှုကို ထိန်းသိမ်းပေးသည်။ ဒီသင်ရိုးကို အပြည့်အစုံ သို့မဟုတ် အစိတ်အပိုင်းအလိုက် လွယ်ကူပြီး ပျော်ရွှင်စွာ လေ့လာနိုင်ရန် ဖန်တီးထားသည်။ ပရောဂျက်များသည် သေးငယ်ပြီး 10 ပတ်အတွင်း ပိုမိုရှုပ်ထွေးလာမည်ဖြစ်သည်။ ကျွန်ုပ်တို့၏ Code of Conduct, Contributing, Translation လမ်းညွှန်များကို ရှာဖွေကြည့်ပါ။ သင့်၏ တည်ဆောက်မှုဆိုင်ရာ အကြံပြုချက်များကို ကျွန်ုပ်တို့ ကြိုဆိုပါသည်!

သင်ခန်းစာတစ်ခုစီတွင် ပါဝင်သောအရာများ:

  • ရွေးချယ်နိုင်သော sketchnote
  • ရွေးချယ်နိုင်သော အပိုဗီဒီယို
  • သင်ခန်းစာမတိုင်မီ အပူတက်မေးခွန်း
  • ရေးသားထားသော သင်ခန်းစာ
  • ပရောဂျက်အခြေခံ သင်ခန်းစာများအတွက် ပရောဂျက်တည်ဆောက်ရန် အဆင့်ဆင့်လမ်းညွှန်
  • အသိပညာစစ်ဆေးမှုများ
  • စိန်ခေါ်မှု
  • အပိုဖတ်ရှုရန်စာများ
  • လုပ်ငန်းတာဝန်
  • သင်ခန်းစာပြီးဆုံးပြီး မေးခွန်း

မေးခွန်းများအကြောင်းမှတ်ချက်: မေးခွန်းအားလုံးကို Quiz-App ဖိုလ်ဒါတွင် ထည့်သွင်းထားပြီး၊ မေးခွန်း ၃ ခုပါဝင်သော စုစုပေါင်း ၄၀ မေးခွန်းရှိသည်။ မေးခွန်းများကို သင်ခန်းစာများအတွင်းမှ ချိတ်ဆက်ထားပြီး၊ quiz app ကို ဒေသတွင်းတွင် အလုပ်လုပ်စေခြင်း သို့မဟုတ် Azure တွင် တင်နိုင်သည်။ quiz-app ဖိုလ်ဒါရှိ လမ်းညွှန်ချက်များကို လိုက်နာပါ။ မေးခွန်းများကို တဖြည်းဖြည်း ဒေသခံအဖြစ် ပြောင်းလဲနေသည်။

သင်ခန်းစာများ

Sketchnote by @sketchthedocs https://sketchthedocs.dev
Data Science For Beginners: Roadmap - Sketchnote by @nitya
သင်ခန်းစာနံပါတ် ခေါင်းစဉ် သင်ခန်းစာအုပ်စု သင်ယူရမည့်ရည်ရွယ်ချက်များ ချိတ်ဆက်ထားသော သင်ခန်းစာ အရေးသားသူ
01 ဒေတာသိပ္ပံကို အဓိပ္ပါယ်ဖွင့်ဆိုခြင်း Introduction ဒေတာသိပ္ပံ၏ အခြေခံအယူအဆများနှင့် ၎င်းသည် အတုအယောင်အတတ်ပညာ၊ စက်ရုပ်သင်ယူမှုနှင့် အကြီးမားဆုံးဒေတာများနှင့် ဘယ်လိုဆက်စပ်နေသည်ကို သင်ယူပါ။ lesson video Dmitry
02 ဒေတာသိပ္ပံ၏ စည်းကမ်းများ Introduction ဒေတာစည်းကမ်းများ၏ အယူအဆများ၊ စိန်ခေါ်မှုများနှင့် ဖွဲ့စည်းမှုများ။ lesson Nitya
03 ဒေတာကို အဓိပ္ပါယ်ဖွင့်ဆိုခြင်း Introduction ဒေတာကို ဘယ်လိုအမျိုးအစားခွဲခြားရမည်နှင့် ၎င်း၏ ရိုးရိုးရင်းမြစ်များ။ lesson Jasmine
04 စာရိတျနှင့် အလားအလာအတွက် အကျဉ်းချုပ် Introduction ဒေတာကို နားလည်ရန် စာရိတျနှင့် အလားအလာ၏ သင်္ချာနည်းလမ်းများ။ lesson video Dmitry
05 ဆက်စပ်ဒေတာနှင့် အလုပ်လုပ်ခြင်း Working With Data ဆက်စပ်ဒေတာနှင့် အကျဉ်းချုပ်၊ Structured Query Language (SQL) ဟုခေါ်သော ဆက်စပ်ဒေတာကို စူးစမ်းခြင်းနှင့် ခွဲခြားခြင်း၏ အခြေခံများ။ lesson Christopher
06 NoSQL ဒေတာနှင့် အလုပ်လုပ်ခြင်း Working With Data ဆက်စပ်မဟုတ်သော ဒေတာ၏ အကျဉ်းချုပ်၊ ၎င်း၏ အမျိုးအစားများနှင့် စာရွက်စာတမ်းဒေတာဘေ့စ်များကို စူးစမ်းခြင်းနှင့် ခွဲခြားခြင်း၏ အခြေခံများ။ lesson Jasmine
07 Python နှင့် အလုပ်လုပ်ခြင်း Working With Data Pandas ကဲ့သို့သော library များနှင့် ဒေတာကို စူးစမ်းရန် Python ကို အသုံးပြုခြင်း၏ အခြေခံများ။ Python programming အခြေခံကို နားလည်ထားရန် အကြံပြုသည်။ lesson video Dmitry
08 ဒေတာပြင်ဆင်ခြင်း Working With Data ပျောက်ဆုံးနေသော၊ မမှန်ကန်သော သို့မဟုတ် မပြည့်စုံသော ဒေတာများကို ကိုင်တွယ်ရန် ဒေတာကို သန့်စင်ခြင်းနှင့် ပြောင်းလဲခြင်းနည်းလမ်းများအပေါ် ခေါင်းစဉ်များ။ lesson Jasmine
09 အရေအတွက်များကို ရှင်းလင်းဖော်ပြခြင်း Data Visualization Matplotlib ကို အသုံးပြု၍ ငှက်ဒေတာ 🦆 ကို ရှင်းလင်းဖော်ပြရန် သင်ယူပါ။ lesson Jen
10 ဒေတာဖြန့်ဝေမှုများကို ရှင်းလင်းဖော်ပြခြင်း Data Visualization အကွာအဝေးအတွင်းရှိ စောင့်ကြည့်မှုများနှင့် လမ်းကြောင်းများကို ရှင်းလင်းဖော်ပြခြင်း။ lesson Jen
11 အချိုးအစားများကို ရှင်းလင်းဖော်ပြခြင်း Data Visualization သီးခြားနှင့် အုပ်စုဖွဲ့ထားသော ရာခိုင်နှုန်းများကို ရှင်းလင်းဖော်ပြခြင်း။ lesson Jen
12 ဆက်နွယ်မှုများကို ရှင်းလင်းဖော်ပြခြင်း Data Visualization ဒေတာအစုများနှင့် ၎င်းတို့၏ variable များအကြား ဆက်နွယ်မှုများနှင့် ဆက်စပ်မှုများကို ရှင်းလင်းဖော်ပြခြင်း။ lesson Jen
13 အဓိပ္ပါယ်ရှိသော ရှင်းလင်းဖော်ပြမှုများ Data Visualization ပြဿနာများကို အကျိုးရှိစွာ ဖြေရှင်းရန်နှင့် အမြင်များရရန် သင့်ရဲ့ ရှင်းလင်းဖော်ပြမှုများကို တန်ဖိုးရှိစေရန် နည်းလမ်းများနှင့် လမ်းညွှန်ချက်များ။ lesson Jen
14 ဒေတာသိပ္ပံ၏ အသက်တာစဉ်ကို မိတ်ဆက်ခြင်း Lifecycle ဒေတာသိပ္ပံ၏ အသက်တာစဉ်နှင့် ဒေတာကို ရယူခြင်းနှင့် ထုတ်ယူခြင်း၏ ပထမဆုံးအဆင့်ကို မိတ်ဆက်ခြင်း။ lesson Jasmine
15 ခွဲခြားခြင်း Lifecycle ဒေတာသိပ္ပံ၏ အသက်တာစဉ်၏ ဒီအဆင့်သည် ဒေတာကို ခွဲခြားရန် နည်းလမ်းများအပေါ် အာရုံစိုက်သည်။ lesson Jasmine
16 ဆက်သွယ်ရေး Lifecycle ဒေတာမှရရှိသော အမြင်များကို ဆုံးဖြတ်သူများအတွက် နားလည်ရလွယ်ကူစေရန် တင်ပြခြင်းအပေါ် အာရုံစိုက်သည်။ lesson Jalen
17 Cloud တွင် ဒေတာသိပ္ပံ Cloud Data Cloud တွင် ဒေတာသိပ္ပံနှင့် ၎င်း၏ အကျိုးကျေးဇူးများကို မိတ်ဆက်သင်ခန်းစာများ။ lesson Tiffany and Maud
18 Cloud တွင် ဒေတာသိပ္ပံ Cloud Data Low Code tools အသုံးပြု၍ မော်ဒယ်များကို လေ့ကျင့်ခြင်း။ lesson Tiffany and Maud
19 Cloud တွင် ဒေတာသိပ္ပံ Cloud Data Azure Machine Learning Studio ဖြင့် မော်ဒယ်များကို တင်ဆောင်ခြင်း။ lesson Tiffany and Maud
20 သဘာဝပတ်ဝန်းကျင်တွင် ဒေတာသိပ္ပံ In the Wild အမှန်တကယ်သော ကမ္ဘာတွင် ဒေတာသိပ္ပံအခြေခံ ပရောဂျက်များ။ lesson Nitya

GitHub Codespaces

Codespace တွင် ဤနမူနာကို ဖွင့်ရန် အောက်ပါအဆင့်များကို လိုက်နာပါ:

  1. Code drop-down menu ကို နှိပ်ပြီး Open with Codespaces ရွေးချယ်ပါ။
  2. pane အောက်ဆုံးတွင် + New codespace ကို ရွေးချယ်ပါ။ ပိုမိုသိရှိရန် GitHub documentation ကို ကြည့်ပါ။

VSCode Remote - Containers

သင့်ရဲ့ ဒေသတွင်းစက်နှင့် VSCode ကို အသုံးပြု၍ container တွင် ဤ repo ကို ဖွင့်ရန် VS Code Remote - Containers extension ကို အသုံးပြုပါ:

  1. ပထမဆုံးအကြိမ် development container ကို အသုံးပြုနေပါက၊ the getting started documentation တွင် သင့်စနစ်သည် အလိုအလျောက် Docker တပ်ဆင်ထားရှိသည်ကို သေချာစေပါ။

ဤ repository ကို အသုံးပြုရန်၊ Docker volume တွင် isolated အဖြစ် repository ကို ဖွင့်နိုင်သည်:

မှတ်ချက်: အောက်ခံတွင်၊ ဤသည်သည် Remote-Containers: Clone Repository in Container Volume... command ကို အသုံးပြု၍ ဒေတာကို ဒေသတွင်း file system အစား Docker volume တွင် clone လုပ်ပါမည်။ Volumes သည် container data ကို ထိန်းသိမ်းရန် အကြံပြုထားသော နည်းလမ်းဖြစ်သည်။

သို့မဟုတ် ဒေသတွင်းတွင် clone လုပ်ထားသော သို့မဟုတ် download လုပ်ထားသော repository ကို ဖွင့်ပါ:

  • ဤ repository ကို သင့်ဒေသတွင်း file system သို့ clone လုပ်ပါ။
  • F1 ကို နှိပ်ပြီး Remote-Containers: Open Folder in Container... command ကို ရွေးချယ်ပါ။
  • clone လုပ်ထားသော folder ကို ရွေးချယ်ပြီး၊ container စတင်ရန် စောင့်ပါ၊ ၎င်းကို စမ်းသပ်ပါ။

အွန်လိုင်းမရှိ access

Docsify ကို အသုံးပြု၍ ဤ documentation ကို အွန်လိုင်းမရှိဘဲ အလုပ်လုပ်စေပါ။ Docsify ကို သင့်ဒေသတွင်းစက်တွင် တပ်ဆင်ပြီး၊ repo ၏ root folder တွင် docsify serve ရိုက်ပါ။ website ကို localhost: localhost:3000 တွင် port 3000 တွင် အလုပ်လုပ်ပါမည်။

မှတ်ချက်၊ notebooks များကို Docsify မှတဆင့် မဖော်ပြနိုင်ပါ၊ ထို့ကြောင့် notebook ကို အခြား Python kernel ဖြင့် VS Code တွင် သီးသန့် အလုပ်လုပ်ပါ။

အခြားသင်ခန်းစာများ

ကျွန်ုပ်တို့၏အဖွဲ့သည် အခြားသင်ခန်းစာများကို ထုတ်လုပ်ပါသည်! ကြည့်ပါ:

အကြောင်းကြားချက်:
ဤစာရွက်စာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု Co-op Translator ကို အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှုအတွက် ကြိုးစားနေသော်လည်း၊ အလိုအလျောက် ဘာသာပြန်ခြင်းတွင် အမှားများ သို့မဟုတ် မတိကျမှုများ ပါရှိနိုင်သည်ကို သတိပြုပါ။ မူရင်းဘာသာစကားဖြင့် ရေးသားထားသော စာရွက်စာတမ်းကို အာဏာရှိသော ရင်းမြစ်အဖြစ် သတ်မှတ်သင့်ပါသည်။ အရေးကြီးသော အချက်အလက်များအတွက် လူ့ဘာသာပြန်ပညာရှင်များမှ ပရော်ဖက်ရှင်နယ် ဘာသာပြန်ခြင်းကို အကြံပြုပါသည်။ ဤဘာသာပြန်ကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော အလွဲအမှားများ သို့မဟုတ် အနားယူမှုများအတွက် ကျွန်ုပ်တို့သည် တာဝန်မယူပါ။