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.
50 lines
8.2 KiB
50 lines
8.2 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "d1e05715f9d97de6c4f1fb0c5a4702c0",
|
|
"translation_date": "2025-08-27T17:36:04+00:00",
|
|
"source_file": "6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md",
|
|
"language_code": "ne"
|
|
}
|
|
-->
|
|
# ग्रह कम्प्युटर डेटासेट अन्वेषण गर्नुहोस्
|
|
|
|
## निर्देशनहरू
|
|
|
|
यस पाठमा, हामीले विभिन्न डेटा विज्ञान अनुप्रयोग क्षेत्रहरूबारे चर्चा गर्यौं - अनुसन्धान, दिगोपन, र डिजिटल मानविकीसँग सम्बन्धित उदाहरणहरूमा गहिरो अध्ययन गर्दै। यस असाइनमेन्टमा, तपाईंले यी उदाहरणहरू मध्ये एकलाई थप विस्तृत रूपमा अन्वेषण गर्नुहुनेछ, र डेटा भिजुअलाइजेसन र विश्लेषणको बारेमा सिकाइलाई प्रयोग गरेर दिगोपन डेटा सम्बन्धी जानकारी प्राप्त गर्नुहुनेछ।
|
|
|
|
[Planetary Computer](https://planetarycomputer.microsoft.com/) परियोजनामा डेटासेटहरू र API हरू छन् जसलाई खाता बनाएर पहुँच गर्न सकिन्छ - यदि तपाईं असाइनमेन्टको बोनस चरण प्रयास गर्न चाहनुहुन्छ भने खाता अनुरोध गर्नुहोस्। साइटले [Explorer](https://planetarycomputer.microsoft.com/explore) सुविधा पनि प्रदान गर्दछ जुन खाता नबनाईकन प्रयोग गर्न सकिन्छ।
|
|
|
|
`चरणहरू:`
|
|
Explorer इन्टरफेस (तलको स्क्रिनसटमा देखाइएको) ले तपाईंलाई डेटासेट चयन गर्न (प्रदान गरिएका विकल्पहरूबाट), प्रीसेट क्वेरी (डेटा फिल्टर गर्न) र रेंडरिङ विकल्प (सम्बन्धित भिजुअलाइजेसन बनाउन) चयन गर्न अनुमति दिन्छ। यस असाइनमेन्टमा, तपाईंको कार्य:
|
|
|
|
1. [Explorer दस्तावेज](https://planetarycomputer.microsoft.com/docs/overview/explorer/) पढ्नुहोस् - विकल्पहरू बुझ्नुहोस्।
|
|
2. डेटासेट [Catalog](https://planetarycomputer.microsoft.com/catalog) अन्वेषण गर्नुहोस् - प्रत्येकको उद्देश्य सिक्नुहोस्।
|
|
3. Explorer प्रयोग गर्नुहोस् - रुचिको डेटासेट चयन गर्नुहोस्, सम्बन्धित क्वेरी र रेंडरिङ विकल्प चयन गर्नुहोस्।
|
|
|
|
|
|
|
|
`तपाईंको कार्य:`
|
|
अब ब्राउजरमा रेंडर गरिएको भिजुअलाइजेसन अध्ययन गर्नुहोस् र निम्न प्रश्नहरूको उत्तर दिनुहोस्:
|
|
* डेटासेटमा के _विशेषताहरू_ छन्?
|
|
* भिजुअलाइजेसनले के _जानकारी_ वा नतिजा प्रदान गर्दछ?
|
|
* ती जानकारीको _प्रभाव_ परियोजनाको दिगोपन लक्ष्यहरूमा के हो?
|
|
* भिजुअलाइजेसनको _सीमाहरू_ के हुन् (अर्थात्, कुन जानकारी प्राप्त गर्न सकिएन)?
|
|
* यदि तपाईंले कच्चा डेटा प्राप्त गर्न सक्नुहुन्थ्यो भने, तपाईं कुन _वैकल्पिक भिजुअलाइजेसन_ बनाउनुहुन्थ्यो, र किन?
|
|
|
|
`बोनस अंकहरू:`
|
|
खाताको लागि आवेदन गर्नुहोस् - र स्वीकृत भएपछि लगइन गर्नुहोस्।
|
|
* _Launch Hub_ विकल्प प्रयोग गरेर कच्चा डेटा नोटबुकमा खोल्नुहोस्।
|
|
* डेटा अन्तरक्रियात्मक रूपमा अन्वेषण गर्नुहोस्, र तपाईंले सोच्नुभएको वैकल्पिक भिजुअलाइजेसन कार्यान्वयन गर्नुहोस्।
|
|
* अब तपाईंको कस्टम भिजुअलाइजेसन विश्लेषण गर्नुहोस् - के तपाईंले पहिले छुटेको जानकारी प्राप्त गर्न सक्नुभयो?
|
|
|
|
## मूल्यांकन मापदण्ड
|
|
|
|
उत्कृष्ट | पर्याप्त | सुधार आवश्यक
|
|
--- | --- | -- |
|
|
पाँचवटा मुख्य प्रश्नहरूको उत्तर दिइएको छ। विद्यार्थीले स्पष्ट रूपमा देखाएको छ कि वर्तमान र वैकल्पिक भिजुअलाइजेसनले दिगोपन उद्देश्यहरू वा परिणामहरूमा कसरी जानकारी प्रदान गर्न सक्छ।| विद्यार्थीले कम्तीमा शीर्ष ३ प्रश्नहरूको विस्तृत उत्तर दिएको छ, जसले देखाउँछ कि उनीहरूले Explorer प्रयोग गरेर व्यावहारिक अनुभव प्राप्त गरेका छन्।| विद्यार्थीले धेरै प्रश्नहरूको उत्तर दिन असफल भयो, वा अपर्याप्त विवरण प्रदान गर्यो - जसले देखाउँछ कि परियोजनाको लागि कुनै अर्थपूर्ण प्रयास गरिएको छैन। |
|
|
|
|
---
|
|
|
|
**अस्वीकरण**:
|
|
यो दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) प्रयोग गरेर अनुवाद गरिएको छ। हामी शुद्धताको लागि प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटिहरू वा अशुद्धताहरू हुन सक्छ। यसको मूल भाषा मा रहेको मूल दस्तावेज़लाई आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीको लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत व्याख्याको लागि हामी जिम्मेवार हुने छैनौं। |