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.
157 lines
31 KiB
157 lines
31 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "7332da4946897c5885e9ca5bc24de96b",
|
|
"translation_date": "2025-09-06T10:47:38+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "ne"
|
|
}
|
|
-->
|
|
# डाटा साइन्सका लागि शुरुआतीहरू - एक पाठ्यक्रम
|
|
|
|
Azure Cloud Advocates at Microsoft ले डाटा साइन्स सम्बन्धी १० हप्ताको, २० पाठहरूको पाठ्यक्रम प्रस्तुत गर्न पाउँदा खुशी व्यक्त गर्दछ। प्रत्येक पाठमा पाठ अघि र पाठ पछि क्विजहरू, पाठ पूरा गर्नका लागि लेखिएका निर्देशनहरू, समाधान, र असाइनमेन्ट समावेश छन्। हाम्रो परियोजना-आधारित शिक्षण पद्धतिले तपाईंलाई निर्माण गर्दै सिक्न अनुमति दिन्छ, जुन नयाँ सीपहरूलाई स्थायी बनाउनको लागि प्रमाणित विधि हो।
|
|
|
|
**हाम्रो लेखकहरूलाई हार्दिक धन्यवाद:** [Jasmine Greenaway](https://www.twitter.com/paladique), [Dmitry Soshnikov](http://soshnikov.com), [Nitya Narasimhan](https://twitter.com/nitya), [Jalen McGee](https://twitter.com/JalenMcG), [Jen Looper](https://twitter.com/jenlooper), [Maud Levy](https://twitter.com/maudstweets), [Tiffany Souterre](https://twitter.com/TiffanySouterre), [Christopher Harrison](https://www.twitter.com/geektrainer)।
|
|
|
|
**🙏 विशेष धन्यवाद 🙏 हाम्रो [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) लेखकहरू, समीक्षकहरू र सामग्री योगदानकर्ताहरूलाई,** विशेष गरी Aaryan Arora, [Aditya Garg](https://github.com/AdityaGarg00), [Alondra Sanchez](https://www.linkedin.com/in/alondra-sanchez-molina/), [Ankita Singh](https://www.linkedin.com/in/ankitasingh007), [Anupam Mishra](https://www.linkedin.com/in/anupam--mishra/), [Arpita Das](https://www.linkedin.com/in/arpitadas01/), ChhailBihari Dubey, [Dibri Nsofor](https://www.linkedin.com/in/dibrinsofor), [Dishita Bhasin](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [Majd Safi](https://www.linkedin.com/in/majd-s/), [Max Blum](https://www.linkedin.com/in/max-blum-6036a1186/), [Miguel Correa](https://www.linkedin.com/in/miguelmque/), [Mohamma Iftekher (Iftu) Ebne Jalal](https://twitter.com/iftu119), [Nawrin Tabassum](https://www.linkedin.com/in/nawrin-tabassum), [Raymond Wangsa Putra](https://www.linkedin.com/in/raymond-wp/), [Rohit Yadav](https://www.linkedin.com/in/rty2423), Samridhi Sharma, [Sanya Sinha](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200), [Sheena Narula](https://www.linkedin.com/in/sheena-narua-n/), [Tauqeer Ahmad](https://www.linkedin.com/in/tauqeerahmad5201/), Yogendrasingh Pawar, [Vidushi Gupta](https://www.linkedin.com/in/vidushi-gupta07/), [Jasleen Sondhi](https://www.linkedin.com/in/jasleen-sondhi/)।
|
|
|
|
||
|
|
|:---:|
|
|
| डाटा साइन्सका लागि शुरुआतीहरू - _[@nitya](https://twitter.com/nitya) द्वारा स्केच नोट_ |
|
|
|
|
### 🌐 बहुभाषिक समर्थन
|
|
|
|
#### GitHub Action मार्फत समर्थित (स्वचालित र सधैं अद्यावधिक)
|
|
|
|
[French](../fr/README.md) | [Spanish](../es/README.md) | [German](../de/README.md) | [Russian](../ru/README.md) | [Arabic](../ar/README.md) | [Persian (Farsi)](../fa/README.md) | [Urdu](../ur/README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Hong Kong)](../hk/README.md) | [Chinese (Traditional, Taiwan)](../tw/README.md) | [Japanese](../ja/README.md) | [Korean](../ko/README.md) | [Hindi](../hi/README.md) | [Bengali](../bn/README.md) | [Marathi](../mr/README.md) | [Nepali](./README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Portuguese (Brazil)](../br/README.md) | [Italian](../it/README.md) | [Polish](../pl/README.md) | [Turkish](../tr/README.md) | [Greek](../el/README.md) | [Thai](../th/README.md) | [Swedish](../sv/README.md) | [Danish](../da/README.md) | [Norwegian](../no/README.md) | [Finnish](../fi/README.md) | [Dutch](../nl/README.md) | [Hebrew](../he/README.md) | [Vietnamese](../vi/README.md) | [Indonesian](../id/README.md) | [Malay](../ms/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Swahili](../sw/README.md) | [Hungarian](../hu/README.md) | [Czech](../cs/README.md) | [Slovak](../sk/README.md) | [Romanian](../ro/README.md) | [Bulgarian](../bg/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Croatian](../hr/README.md) | [Slovenian](../sl/README.md) | [Ukrainian](../uk/README.md) | [Burmese (Myanmar)](../my/README.md)
|
|
|
|
**यदि तपाईंलाई थप भाषाहरूको अनुवाद चाहिन्छ भने, समर्थित भाषाहरूको सूची [यहाँ](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md) हेर्नुहोस्।**
|
|
|
|
#### हाम्रो समुदायमा सामेल हुनुहोस्
|
|
[](https://discord.gg/kzRShWzttr)
|
|
|
|
# के तपाईं विद्यार्थी हुनुहुन्छ?
|
|
|
|
तलका स्रोतहरूबाट सुरू गर्नुहोस्:
|
|
|
|
- [विद्यार्थी हब पृष्ठ](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) यस पृष्ठमा, तपाईंलाई शुरुआती स्रोतहरू, विद्यार्थी प्याकहरू र नि:शुल्क प्रमाणपत्र भौचर प्राप्त गर्ने तरिकाहरू भेट्न सक्नुहुन्छ। यो पृष्ठलाई बुकमार्क गर्नुहोस् र समय-समयमा जाँच गर्नुहोस् किनभने हामीले कम्तीमा मासिक रूपमा सामग्री परिवर्तन गर्छौं।
|
|
- [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) एक विश्वव्यापी विद्यार्थी राजदूतहरूको समुदायमा सामेल हुनुहोस्, यो Microsoft मा तपाईंको प्रवेशद्वार हुन सक्छ।
|
|
|
|
# सुरूवात गर्दै
|
|
|
|
> **शिक्षकहरू**: हामीले [केही सुझावहरू समावेश गरेका छौं](for-teachers.md) यो पाठ्यक्रम कसरी प्रयोग गर्ने। हामी तपाईंको प्रतिक्रिया [हाम्रो छलफल फोरममा](https://github.com/microsoft/Data-Science-For-Beginners/discussions) चाहन्छौं!
|
|
|
|
> **[विद्यार्थीहरू](https://aka.ms/student-page)**: यो पाठ्यक्रमलाई आफैं प्रयोग गर्न, सम्पूर्ण रिपोजिटरीलाई फोर्क गर्नुहोस् र आफैं अभ्यासहरू पूरा गर्नुहोस्, प्रारम्भिक क्विजबाट सुरू गर्दै। त्यसपछि व्याख्यान पढ्नुहोस् र बाँकी गतिविधिहरू पूरा गर्नुहोस्। समाधान कोड नक्कल नगरी पाठहरू बुझेर परियोजनाहरू सिर्जना गर्न प्रयास गर्नुहोस्; यद्यपि, त्यो कोड प्रत्येक परियोजना-उन्मुख पाठको /solutions फोल्डरहरूमा उपलब्ध छ। अर्को विचार भनेको साथीहरूसँग अध्ययन समूह बनाउनु र सामग्री सँगै जानु हो। थप अध्ययनको लागि, हामी [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) सिफारिस गर्छौं।
|
|
|
|
## टोलीसँग भेट्नुहोस्
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "प्रोमो भिडियो")
|
|
|
|
**Gif द्वारा** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 माथिको छविमा क्लिक गर्नुहोस् परियोजनाको बारेमा भिडियो हेर्न र यसलाई सिर्जना गर्ने व्यक्तिहरूसँग भेट्न!
|
|
|
|
## शिक्षण पद्धति
|
|
|
|
हामीले यो पाठ्यक्रम निर्माण गर्दा दुई शिक्षण सिद्धान्तहरू रोजेका छौं: सुनिश्चित गर्नु कि यो परियोजना-आधारित छ र यसमा बारम्बार क्विजहरू समावेश छन्। यो श्रृंखलाको अन्त्यसम्ममा, विद्यार्थीहरूले डाटा साइन्सका आधारभूत सिद्धान्तहरू सिकेका हुनेछन्, जसमा नैतिक अवधारणाहरू, डाटा तयारी, डाटासँग काम गर्ने विभिन्न तरिकाहरू, डाटा भिजुअलाइजेसन, डाटा विश्लेषण, डाटा साइन्सका वास्तविक जीवनका प्रयोगहरू, र अन्य धेरै समावेश छन्।
|
|
|
|
यसका अतिरिक्त, कक्षाको अघि गरिएको कम-जोखिमको क्विजले विद्यार्थीलाई विषयवस्तु सिक्न प्रेरित गर्छ, जबकि कक्षापछि गरिएको दोस्रो क्विजले थप अवधारणाको स्थायित्व सुनिश्चित गर्छ। यो पाठ्यक्रम लचिलो र रमाइलो बनाउन डिजाइन गरिएको हो र यसलाई पूर्ण रूपमा वा आंशिक रूपमा लिन सकिन्छ। परियोजनाहरू साना हुँदै सुरू हुन्छन् र १० हप्ताको चक्रको अन्त्यसम्ममा क्रमशः जटिल बन्छन्।
|
|
हाम्रो [आचार संहिता](CODE_OF_CONDUCT.md), [योगदान](CONTRIBUTING.md), [अनुवाद](TRANSLATIONS.md) दिशानिर्देशहरू फेला पार्नुहोस्। हामी तपाईंको रचनात्मक प्रतिक्रिया स्वागत गर्दछौं!
|
|
## प्रत्येक पाठमा समावेश छ:
|
|
|
|
- वैकल्पिक स्केच नोट
|
|
- वैकल्पिक पूरक भिडियो
|
|
- पाठ अघि वार्मअप क्विज
|
|
- लिखित पाठ
|
|
- परियोजना-आधारित पाठहरूको लागि, परियोजना निर्माण गर्ने चरण-दर-चरण मार्गदर्शन
|
|
- ज्ञान जाँच
|
|
- एक चुनौती
|
|
- पूरक अध्ययन सामग्री
|
|
- असाइनमेन्ट
|
|
- [पाठपछि क्विज](https://ff-quizzes.netlify.app/en/)
|
|
|
|
> **क्विजहरूको बारेमा नोट**: सबै क्विजहरू `Quiz-App` फोल्डरमा समावेश छन्, जसमा प्रत्येकमा तीन प्रश्न भएका ४० वटा क्विजहरू छन्। यी पाठहरूबाट लिंक गरिएका छन्, तर क्विज एपलाई स्थानीय रूपमा चलाउन वा Azure मा डिप्लोय गर्न सकिन्छ; `quiz-app` फोल्डरमा दिइएको निर्देशन पालना गर्नुहोस्। यी क्रमशः स्थानीयकरण हुँदैछन्।
|
|
|
|
## पाठहरू
|
|
|
|
||
|
|
|:---:|
|
|
| डाटा साइन्सका लागि शुरुआतीहरू: रोडम्याप - _[@nitya](https://twitter.com/nitya) द्वारा स्केच नोट_ |
|
|
|
|
| पाठ संख्या | विषय | पाठ समूह | सिकाइ उद्देश्यहरू | लिंक गरिएको पाठ | लेखक |
|
|
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
|
|
| 01 | डाटा साइन्सको परिभाषा | [परिचय](1-Introduction/README.md) | डाटा साइन्सको आधारभूत अवधारणाहरू र यो कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, र ठूला डाटासँग कसरी सम्बन्धित छ भन्ने कुरा सिक्नुहोस्। | [पाठ](1-Introduction/01-defining-data-science/README.md) [भिडियो](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) |
|
|
| 02 | डाटा साइन्स नैतिकता | [परिचय](1-Introduction/README.md) | डाटा नैतिकता अवधारणाहरू, चुनौतीहरू र रूपरेखा। | [पाठ](1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
| 03 | डाटाको परिभाषा | [परिचय](1-Introduction/README.md) | डाटाको वर्गीकरण र यसको सामान्य स्रोतहरू। | [पाठ](1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 04 | तथ्यांक र सम्भावनाको परिचय | [परिचय](1-Introduction/README.md) | डाटालाई बुझ्नका लागि तथ्यांक र सम्भावनाका गणितीय प्रविधिहरू। | [पाठ](1-Introduction/04-stats-and-probability/README.md) [भिडियो](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) |
|
|
| 05 | सम्बन्धित डाटासँग काम गर्ने | [डाटासँग काम गर्ने](2-Working-With-Data/README.md) | सम्बन्धित डाटाको परिचय र SQL (Structured Query Language) प्रयोग गरेर डाटाको अन्वेषण र विश्लेषणको आधारभूत कुरा। | [पाठ](2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | |
|
|
| 06 | NoSQL डाटासँग काम गर्ने | [डाटासँग काम गर्ने](2-Working-With-Data/README.md) | गैर-सम्बन्धित डाटाको परिचय, यसको विभिन्न प्रकारहरू र डकुमेन्ट डाटाबेसहरूको अन्वेषण र विश्लेषणको आधारभूत कुरा। | [पाठ](2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)|
|
|
| 07 | Python सँग काम गर्ने | [डाटासँग काम गर्ने](2-Working-With-Data/README.md) | Pandas जस्ता पुस्तकालयहरूको प्रयोग गरेर डाटाको अन्वेषणका लागि Python प्रयोग गर्ने आधारभूत कुरा। Python प्रोग्रामिङको आधारभूत ज्ञान सिफारिस गरिन्छ। | [पाठ](2-Working-With-Data/07-python/README.md) [भिडियो](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) |
|
|
| 08 | डाटा तयारी | [डाटासँग काम गर्ने](2-Working-With-Data/README.md) | हराएको, गलत, वा अपूर्ण डाटाको चुनौतीहरू समाधान गर्न डाटालाई सफा र रूपान्तरण गर्ने प्रविधिहरू। | [पाठ](2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) |
|
|
| 09 | परिमाणहरूको दृश्यात्मकता | [डाटा दृश्यात्मकता](3-Data-Visualization/README.md) | Matplotlib प्रयोग गरेर चरा डाटाको दृश्यात्मकता सिक्नुहोस् 🦆 | [पाठ](3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 10 | डाटाको वितरणको दृश्यात्मकता | [डाटा दृश्यात्मकता](3-Data-Visualization/README.md) | अन्तरालभित्रका अवलोकन र प्रवृत्तिहरूको दृश्यात्मकता। | [पाठ](3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 11 | अनुपातहरूको दृश्यात्मकता | [डाटा दृश्यात्मकता](3-Data-Visualization/README.md) | छुट्टै र समूहबद्ध प्रतिशतहरूको दृश्यात्मकता। | [पाठ](3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 12 | सम्बन्धहरूको दृश्यात्मकता | [डाटा दृश्यात्मकता](3-Data-Visualization/README.md) | डाटाका सेटहरू र तिनका भेरिएबलहरू बीचका सम्बन्ध र सहसंबन्धहरूको दृश्यात्मकता। | [पाठ](3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 13 | अर्थपूर्ण दृश्यात्मकता | [डाटा दृश्यात्मकता](3-Data-Visualization/README.md) | प्रभावकारी समस्या समाधान र अन्तर्दृष्टिका लागि तपाईंका दृश्यात्मकताहरूलाई मूल्यवान बनाउने प्रविधिहरू र मार्गदर्शन। | [पाठ](3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) |
|
|
| 14 | डाटा साइन्स जीवनचक्रको परिचय | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डाटा साइन्स जीवनचक्रको परिचय र डाटा प्राप्ति र निकासीको पहिलो चरण। | [पाठ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) |
|
|
| 15 | विश्लेषण | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डाटा विश्लेषण गर्ने प्रविधिहरूमा केन्द्रित जीवनचक्रको यो चरण। | [पाठ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | |
|
|
| 16 | सञ्चार | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डाटाबाट प्राप्त अन्तर्दृष्टिहरूलाई निर्णयकर्ताहरूले सजिलै बुझ्ने तरिकामा प्रस्तुत गर्ने जीवनचक्रको यो चरण। | [पाठ](4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | |
|
|
| 17 | क्लाउडमा डाटा साइन्स | [क्लाउड डाटा](5-Data-Science-In-Cloud/README.md) | क्लाउडमा डाटा साइन्स र यसको फाइदाहरूको परिचय दिने पाठहरूको श्रृंखला। | [पाठ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) र [Maud](https://twitter.com/maudstweets) |
|
|
| 18 | क्लाउडमा डाटा साइन्स | [क्लाउड डाटा](5-Data-Science-In-Cloud/README.md) | लो कोड उपकरणहरू प्रयोग गरेर मोडेलहरू प्रशिक्षण। |[पाठ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) र [Maud](https://twitter.com/maudstweets) |
|
|
| 19 | क्लाउडमा डाटा साइन्स | [क्लाउड डाटा](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio प्रयोग गरेर मोडेलहरू डिप्लोय गर्नु। | [पाठ](5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) र [Maud](https://twitter.com/maudstweets) |
|
|
| 20 | वास्तविक संसारमा डाटा साइन्स | [वास्तविक संसार](6-Data-Science-In-Wild/README.md) | वास्तविक संसारमा आधारित डाटा साइन्स परियोजनाहरू। | [पाठ](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) |
|
|
|
|
## GitHub Codespaces
|
|
|
|
यस नमूनालाई Codespace मा खोल्न यी चरणहरू पालना गर्नुहोस्:
|
|
1. Code ड्रप-डाउन मेनुमा क्लिक गर्नुहोस् र Open with Codespaces विकल्प चयन गर्नुहोस्।
|
|
2. प्यानको तल + New codespace चयन गर्नुहोस्।
|
|
थप जानकारीका लागि [GitHub दस्तावेज](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) हेर्नुहोस्।
|
|
|
|
## VSCode Remote - Containers
|
|
तपाईंको स्थानीय मेसिन र VSCode प्रयोग गरेर यो रिपोजिटरीलाई कन्टेनरमा खोल्नका लागि यी चरणहरू पालना गर्नुहोस्:
|
|
|
|
1. यदि यो पहिलो पटक विकास कन्टेनर प्रयोग गर्दै हुनुहुन्छ भने, कृपया सुनिश्चित गर्नुहोस् कि तपाईंको प्रणालीले [शुरुआत दस्तावेज](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) मा दिइएका पूर्व-आवश्यकताहरू पूरा गर्दछ (जस्तै, Docker स्थापना गर्नुहोस्)।
|
|
|
|
यो रिपोजिटरी प्रयोग गर्न, तपाईं या त यसलाई एक पृथक Docker भोल्युममा खोल्न सक्नुहुन्छ:
|
|
|
|
**नोट**: यसले Remote-Containers: **Clone Repository in Container Volume...** आदेश प्रयोग गरेर स्रोत कोडलाई स्थानीय फाइल प्रणालीको सट्टा Docker भोल्युममा क्लोन गर्नेछ। [Volumes](https://docs.docker.com/storage/volumes/) कन्टेनर डाटालाई स्थायी बनाउनको लागि प्राथमिक मेकानिज्म हो।
|
|
|
|
वा स्थानीय रूपमा क्लोन गरिएको वा डाउनलोड गरिएको संस्करण खोल्न सक्नुहुन्छ:
|
|
|
|
- यस रिपोजिटरीलाई तपाईंको स्थानीय फाइल प्रणालीमा क्लोन गर्नुहोस्।
|
|
- F1 थिच्नुहोस् र **Remote-Containers: Open Folder in Container...** आदेश चयन गर्नुहोस्।
|
|
- यस फोल्डरको क्लोन गरिएको प्रतिलिपि चयन गर्नुहोस्, कन्टेनर सुरु हुन कुर्नुहोस्, र परीक्षण गर्नुहोस्।
|
|
|
|
## अफलाइन पहुँच
|
|
|
|
तपाईं [Docsify](https://docsify.js.org/#/) प्रयोग गरेर यो दस्तावेजलाई अफलाइन चलाउन सक्नुहुन्छ। यस रिपोलाई फोर्क गर्नुहोस्, [Docsify स्थापना गर्नुहोस्](https://docsify.js.org/#/quickstart) तपाईंको स्थानीय मेसिनमा, त्यसपछि यस रिपोको मूल फोल्डरमा `docsify serve` टाइप गर्नुहोस्। वेबसाइट तपाईंको localhost मा पोर्ट 3000 मा सेवा गरिनेछ: `localhost:3000`।
|
|
|
|
> नोट, नोटबुकहरू Docsify मार्फत प्रस्तुत गरिने छैनन्, त्यसैले जब तपाईंलाई नोटबुक चलाउन आवश्यक पर्छ, Python कर्नेल चलाउँदै VS Code मा छुट्टै चलाउनुहोस्।
|
|
|
|
## अन्य पाठ्यक्रमहरू
|
|
|
|
हाम्रो टोलीले अन्य पाठ्यक्रमहरू पनि उत्पादन गर्दछ! हेर्नुहोस्:
|
|
|
|
- [शुरुआतीहरूको लागि Generative AI](https://aka.ms/genai-beginners)
|
|
- [Generative AI for Beginners .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet)
|
|
- [JavaScript सँग Generative AI](https://github.com/microsoft/generative-ai-with-javascript)
|
|
- [Java सँग Generative AI](https://aka.ms/genaijava)
|
|
- [शुरुआतीहरूको लागि AI](https://aka.ms/ai-beginners)
|
|
- [शुरुआतीहरूको लागि डाटा साइन्स](https://aka.ms/datascience-beginners)
|
|
- [शुरुआतीहरूको लागि Bash](https://github.com/microsoft/bash-for-beginners)
|
|
- [शुरुआतीहरूको लागि मेसिन लर्निङ](https://aka.ms/ml-beginners)
|
|
- [शुरुआतीहरूको लागि साइबर सुरक्षा](https://github.com/microsoft/Security-101)
|
|
- [शुरुआतीहरूको लागि वेब विकास](https://aka.ms/webdev-beginners)
|
|
- [शुरुआतीहरूको लागि IoT](https://aka.ms/iot-beginners)
|
|
- [शुरुआतीहरूको लागि मेसिन लर्निङ](https://aka.ms/ml-beginners)
|
|
- [शुरुआतीहरूको लागि XR विकास](https://aka.ms/xr-dev-for-beginners)
|
|
- [AI जोडी प्रोग्रामिङका लागि GitHub Copilot मास्टर गर्नुहोस्](https://aka.ms/GitHubCopilotAI)
|
|
- [शुरुआतीहरूको लागि XR विकास](https://github.com/microsoft/xr-development-for-beginners)
|
|
- [C#/.NET विकासकर्ताहरूका लागि GitHub Copilot मास्टर गर्नुहोस्](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers)
|
|
- [आफ्नै Copilot साहसिक यात्रा चयन गर्नुहोस्](https://github.com/microsoft/CopilotAdventures)
|
|
|
|
---
|
|
|
|
**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 अनुवादहरूमा त्रुटि वा अशुद्धता 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। |