Data-Science-For-Beginners/translations/ta/1-Introduction/01-defining-data-science/assignment.md

# Assignment: Data Science Scenarios

இந்த முதல் பணியில், நீங்கள் பல்வேறு பிரச்சினை துறைகளில் உள்ள ஒரு உண்மையான செயல்முறை அல்லது பிரச்சினையைப் பற்றி சிந்திக்க வேண்டும், மேலும் அதை Data Science செயல்முறையைப் பயன்படுத்தி எவ்வாறு மேம்படுத்தலாம் என்பதைப் பற்றி சிந்திக்க வேண்டும். கீழே உள்ளவற்றைப் பற்றி சிந்திக்கவும்:

1. நீங்கள் எந்த தரவுகளைச் சேகரிக்க முடியும்?
1. அதை எவ்வாறு சேகரிப்பீர்கள்?
1. தரவுகளை எவ்வாறு சேமிப்பீர்கள்? தரவின் அளவு எவ்வளவு பெரியதாக இருக்க வாய்ப்பு உள்ளது?
1. இந்த தரவிலிருந்து நீங்கள் எந்த தகவல்களைப் பெற முடியும்? இந்த தரவின் அடிப்படையில் எவ்வாறு முடிவுகளை எடுக்க முடியும்?

மூன்று வெவ்வேறு பிரச்சினைகள்/செயல்முறைகளைப் பற்றி சிந்திக்கவும், மேலும் ஒவ்வொரு பிரச்சினை துறைக்கும் மேலே உள்ள புள்ளிகளை விவரிக்கவும்.

இங்கே சில பிரச்சினை துறைகள் மற்றும் பிரச்சினைகள் உள்ளன, இது உங்களை சிந்திக்கத் தொடங்க உதவலாம்:

1. பள்ளிகளில் குழந்தைகளுக்கான கல்வி செயல்முறையை மேம்படுத்த தரவுகளை எவ்வாறு பயன்படுத்தலாம்?
1. தொற்றுநோயின் போது தடுப்பூசி கட்டுப்பாட்டை எவ்வாறு தரவுகளைப் பயன்படுத்தி செய்யலாம்?
1. நீங்கள் வேலை செய்யும் போது உங்களின் உற்பத்தித் திறனை உறுதிப்படுத்த தரவுகளை எவ்வாறு பயன்படுத்தலாம்?

## வழிமுறைகள்

கீழே உள்ள அட்டவணையை நிரப்பவும் (தேவையெனில் உங்கள் சொந்த பிரச்சினை துறைகளை பரிந்துரைக்கப்பட்டவற்றுக்கு மாற்றவும்):

| பிரச்சினை துறை | பிரச்சினை | எந்த தரவுகளைச் சேகரிக்க | தரவுகளை எவ்வாறு சேமிக்க | எந்த தகவல்கள்/முடிவுகளை எடுக்க முடியும் | 
|----------------|---------|-----------------------|-----------------------|--------------------------------------|
| கல்வி | | | | |
| தடுப்பூசி | | | | |
| உற்பத்தித் திறன் | | | | |

## மதிப்பீடு

மிகச்சிறந்தது | போதுமானது | மேம்பாடு தேவை
--- | --- | -- |
அனைத்து பிரச்சினை துறைகளுக்கும் சரியான தரவு மூலங்கள், தரவுகளை சேமிக்கும் முறைகள் மற்றும் முடிவுகள்/தகவல்களை அடையாளம் காண முடிந்தது | தீர்வின் சில அம்சங்கள் விரிவாக இல்லை, தரவுகளை சேமிக்கும் முறை விவாதிக்கப்படவில்லை, குறைந்தது 2 பிரச்சினை துறைகள் விவரிக்கப்பட்டுள்ளன | தரவுத் தீர்வின் சில பகுதிகள் மட்டுமே விவரிக்கப்பட்டுள்ளன, ஒரு பிரச்சினை துறை மட்டுமே கருதப்பட்டுள்ளது.

---

**குறிப்பு**:  
இந்த ஆவணம் [Co-op Translator](https://github.com/Azure/co-op-translator) என்ற AI மொழிபெயர்ப்பு சேவையை பயன்படுத்தி மொழிபெயர்க்கப்பட்டுள்ளது. எங்கள் நோக்கம் துல்லியமாக இருக்க வேண்டும் என்றாலும், தானியங்கி மொழிபெயர்ப்புகளில் பிழைகள் அல்லது துல்லியமின்மைகள் இருக்கக்கூடும் என்பதை கவனத்தில் கொள்ளவும். அதன் தாய்மொழியில் உள்ள மூல ஆவணம் அதிகாரப்பூர்வ ஆதாரமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்முறை மனித மொழிபெயர்ப்பு பரிந்துரைக்கப்படுகிறது. இந்த மொழிபெயர்ப்பைப் பயன்படுத்துவதால் ஏற்படும் தவறான புரிதல்கள் அல்லது தவறான விளக்கங்களுக்கு நாங்கள் பொறுப்பல்ல.