Data-Science-For-Beginners/translations/ur

ابتدائی افراد کے لیے ڈیٹا سائنس - نصاب

مائیکروسافٹ میں Azure کلاؤڈ ایڈووکیٹس خوش ہیں کہ وہ 10 ہفتے، 20 سبقوں پر مشتمل نصاب پیش کر رہے ہیں جو مکمل طور پر ڈیٹا سائنس کے بارے میں ہے۔ ہر سبق میں پری-سبق اور پوسٹ-سبق کوئزز، سبق کو مکمل کرنے کی تحریری ہدایات، ایک حل، اور ایک اسائنمنٹ شامل ہے۔ ہمارا پروجیکٹ-بنیاد تدریسی طریقہ آپ کو سیکھنے کے دوران تعمیر کرنے کی اجازت دیتا ہے، جو نئے ہنر سیکھنے کا ایک مؤثر طریقہ ہے۔

ہمارے مصنفین کا دلی شکریہ: Jasmine Greenaway، Dmitry Soshnikov، Nitya Narasimhan، Jalen McGee، Jen Looper، Maud Levy، Tiffany Souterre، Christopher Harrison۔

🙏 خصوصی شکریہ 🙏 ہمارے Microsoft Student Ambassador مصنفین، جائزہ لینے والوں اور مواد کے تعاون کرنے والوں کو، جن میں خاص طور پر شامل ہیں: 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

ابتدائی افراد کے لیے ڈیٹا سائنس - اسکچنوٹ از @nitya

🌐 کثیراللسانی معاونت

GitHub ایکشن کے ذریعے مدد یافتہ (خودکار اور ہمیشہ تازہ ترین)

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

کیا آپ لوکل کلون کرنا پسند کریں گے؟

اس ذخیرے میں 50+ زبانوں کے تراجم شامل ہیں جس سے ڈاؤن لوڈ کا سائز کافی بڑھ جاتا ہے۔ بغیر تراجم کے کلون کرنے کے لیے اسپرز چیک آؤٹ استعمال کریں:

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'

اس سے آپ کو نصاب مکمل کرنے کے لیے درکار تمام مواد تیزی سے مل جائے گا۔

اگر آپ اضافی ترجمانی زبانیں چاہتے ہیں تو یہاں دیکھیں here

ہماری کمیونٹی میں شامل ہوں

ہمارے پاس ڈسکارڈ پر AI کے ساتھ سیکھنے کی سیریز جاری ہے، مزید سیکھنے اور شامل ہونے کے لیے Learn with AI Series پر آئیں، یہ سلسلہ 18 سے 30 ستمبر، 2025 تک ہے۔ آپ کو GitHub Copilot کے ذریعے ڈیٹا سائنس کے ٹپس اور ٹرکس ملیں گے۔

کیا آپ طالب علم ہیں؟

مندرجہ ذیل وسائل کے ساتھ شروع کریں:

• طالب علم مرکز صفحہ اس صفحے پر آپ کو ابتدائی وسائل، طالب علم پیک اور حتیٰ کہ مفت سرٹیفکیٹ واؤچر حاصل کرنے کے طریقے ملیں گے۔ یہ وہ صفحہ ہے جسے آپ کو بُک مارک کرنا چاہیے اور وقتاً فوقتاً چیک کرنا چاہیے کیونکہ ہم ماہانہ مواد کو اپ ڈیٹ کرتے رہتے ہیں۔
• Microsoft Learn Student Ambassadors عالمی طالب علم سفیروں کی کمیونٹی میں شامل ہوں، یہ آپ کا مائیکروسافٹ میں داخلہ ہو سکتا ہے۔

شروعات کیسے کریں

📚 دستاویزات

• انسٹالیشن گائیڈ - ابتدائی افراد کے لیے قدم بہ قدم سیٹ اپ کی ہدایات
• استعمال کی گائیڈ - مثالیں اور عام طریقہ کار
• مسائل کے حل - عام مسائل کے حل
• تعاون کی گائیڈ - اس پروجیکٹ میں تعاون کرنے کا طریقہ
• اساتذہ کے لیے - تدریسی رہنمائی اور کلاس روم کے وسائل

👨‍🎓 طلباء کے لیے

مکمل نوآموز: کیا آپ ڈیٹا سائنس میں نئے ہیں؟ ہمارا ابتدائی دوست مثالیں سے شروع کریں! یہ آسان، اچھی طرح سے تبصرہ کی گئی مثالیں آپ کو بنیادیں سمجھنے میں مدد دیں گی اس سے پہلے کہ آپ مکمل نصاب میں غوطہ لگائیں۔ طلباء: اس نصاب کو اپنے لیے استعمال کرنے کے لیے، پورے ریپو کو فورک کریں اور مشقیں خود مکمل کریں، پری لیکچر کوئز سے شروع کریں۔ پھر لیکچر پڑھیں اور باقی سرگرمیاں مکمل کریں۔ کوشش کریں کہ پروجیکٹس سبق کو سمجھ کر بنائیں، بجائے حل کی کوڈ کاپی کرنے کے؛ تاہم، وہ کوڈ ہر پروجیکٹ سے متعلق سبق کے /solutions فولڈر میں دستیاب ہے۔ ایک اور خیال یہ ہے کہ دوستوں کے ساتھ اسٹڈی گروپ بنائیں اور مواد کو ساتھ ساتھ دیکھیں۔ مزید مطالعے کے لیے، ہم Microsoft Learn کا مشورہ دیتے ہیں۔

جلدی شروع کریں:

1. اپنے ماحول کو سیٹ اپ کرنے کے لیے انسٹالیشن گائیڈ چیک کریں
2. نصاب کے ساتھ کام کرنے کے طریقے سیکھنے کے لیے استعمال کی گائیڈ کا جائزہ لیں
3. سبق 1 سے شروع کریں اور ترتیب سے آگے بڑھیں
4. معاونت کے لیے ہماری Discord کمیونٹی میں شامل ہوں

👩‍🏫 اساتذہ کے لیے

اساتذہ: ہم نے کچھ تجاویز شامل کی ہیں کہ اس نصاب کو کیسے استعمال کیا جائے۔ ہمیں آپ کی رائے کا انتظار ہے ہماری بحث فورم میں!

ٹیم سے ملاقات

گف بذریعہ محیّت جیسال

🎥 پروجیکٹ اور اسے بنانے والے لوگوں کے بارے میں ویڈیو کے لیے اوپر تصویر پر کلک کریں!

تدریسی اصول

ہم نے اس نصاب کی تیاری کے دوران دو تدریسی اصول منتخب کیے ہیں: اس بات کو یقینی بنانا کہ یہ پروجیکٹ پر مبنی ہو اور اس میں کثرت سے کوئزز شامل ہوں۔ اس سیریز کے اختتام پر، طلباء نے ڈیٹا سائنس کے بنیادی اصول سیکھ لیے ہوں گے، جس میں اخلاقی تصورات، ڈیٹا کی تیاری، ڈیٹا کے مختلف طریقوں سے کام کرنا، ڈیٹا کی تصویری نمائندگی، ڈیٹا کا تجزیہ، ڈیٹا سائنس کے حقیقی دنیا میں استعمال کے کیسز، اور مزید شامل ہیں۔

اس کے علاوہ، کلاس سے پہلے ایک کم زور کوئز طالب علم کے تعلیمی ارادے کو متعین کرتا ہے، جبکہ کلاس کے بعد دوسرا کوئز بہتر یادداشت کو یقینی بناتا ہے۔ یہ نصاب لچکدار اور دلچسپ بنانے کے لیے ڈیزائن کیا گیا ہے اور اسے مکمل یا جزوی طور پر لیا جا سکتا ہے۔ پروجیکٹس ابتدا میں آسان ہوتے ہیں اور 10 ہفتوں کے دورانیے کے اختتام تک پیچیدہ ہوتے جاتے ہیں۔

ہمارے کوڈ آف کنڈکٹ، کنٹری بیوشن، ترجمہ کے رہنما اصول دریافت کریں۔ ہم آپ کی تعمیری آراء کا خیرمقدم کرتے ہیں!

ہر سبق میں شامل ہیں:

• اختیاری خاکہ نوٹ
• اختیاری اضافی ویڈیو
• سبق سے پہلے گرمائی کوئز
• تحریری سبق
• پروجیکٹ پر مبنی اسباق کے لیے، پروجیکٹ بنانے کے مرحلہ وار رہنما
• علم کی جانچ
• ایک چیلنج
• اضافی مطالعہ
• اسباق کے بعد کا کوئز

کوئزز کے بارے میں ایک نوٹ: تمام کوئزز Quiz-App فولڈر میں موجود ہیں، کل 40 کوئزز ہر ایک میں تین سوالات۔ یہ اسباق میں لنک کیے گئے ہیں، لیکن کوئز ایپ کو مقامی طور پر چلایا جا سکتا ہے یا Azure پر تعینات کیا جا سکتا ہے؛ quiz-app فولڈر میں دی گئی ہدایات پر عمل کریں۔ یہ آہستہ آہستہ مقامی زبانوں میں منتقل کیے جا رہے ہیں۔

🎓 ابتدائیوں کے لیے آسان مثالیں

ڈیٹا سائنس میں نئے ہیں؟ ہم نے ایک خاص مثالوں کا ڈائریکٹری بنایا ہے جس میں سادہ، وضاحتی کوڈ شامل ہے تاکہ آپ کی شروعات ہو سکے:

• 🌟 ہیلو ورلڈ - آپ کا پہلا ڈیٹا سائنس پروگرام
• 📂 ڈیٹا لوڈ کرنا - ڈیٹا سیٹس کو پڑھنے اور دریافت کرنے کا طریقہ سیکھیں
• 📊 سادہ تجزیہ - شماریات کا حساب لگائیں اور پیٹرن تلاش کریں
• 📈 بنیادی بصری نمائندگی - چارٹس اور گراف بنائیں
• 🔬 حقیقی دنیا کا پروجیکٹ - شروع سے اختتام تک مکمل ورک فلو

ہر مثال میں تفصیلی تبصروں کے ذریعے ہر قدم کی وضاحت کی گئی ہے، جو بالکل ابتدائیوں کے لیے مثالی ہے!

👉 مثالوں کے ساتھ شروع کریں 👈

دروس

ڈیٹا سائنس برائے ابتدائی: روڈ میپ - خاکہ نوٹ بذریعہ @nitya

سبق نمبر	موضوع	سبق کا گروہ بندی	تعلّمی مقاصد	منسلک سبق	مصنف
01	ڈیٹا سائنس کی تعریف	تعارف	ڈیٹا سائنس کے بنیادی تصورات کو سیکھیں اور یہ کہ یہ کس طرح مصنوعی ذہانت، مشین لرننگ، اور بڑے ڈیٹا سے متعلق ہے۔	سبق ویڈیو	ڈمٹری
02	ڈیٹا سائنس کی اخلاقیات	تعارف	ڈیٹا اخلاقیات کے تصورات، چیلنجز اور فریم ورکس۔	سبق	نيتیا
03	ڈیٹا کی تعریف	تعارف	ڈیٹا کی درجہ بندی اور اس کے عام ذرائع۔	سبق	جیسمن
04	شماریات اور احتمال کا تعارف	تعارف	احتمال اور شماریات کی ریاضیاتی تکنیکیں تاکہ ڈیٹا کو سمجھا جا سکے۔	سبق ویڈیو	ڈمٹری
05	رشتہ دار ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام	رشتہ دار ڈیٹا کا تعارف اور ایس کیو ایل (کہا جاتا ہے "سی کویل") کے ساتھ رشتہ دار ڈیٹا کو دریافت اور تجزیہ کرنے کی بنیادی باتیں۔	سبق	کرسٹوفر
06	نان ایس کیو ایل ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام	غیر رشتہ دار ڈیٹا کا تعارف، اس کی مختلف اقسام اور دستاویزی ڈیٹا بیسز کو دریافت اور تجزیہ کرنے کی بنیادی باتیں۔	سبق	جیسمن
07	پایتھون کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام	پینڈاز جیسی لائبریریز کے ساتھ ڈیٹا دریافت کے لیے پایتھون کے استعمال کے بنیادی اصول۔ پایتھون پروگرامنگ کی بنیادی سمجھ سفارش کی جاتی ہے۔	سبق ویڈیو	ڈمٹری
08	ڈیٹا کی تیاری	ڈیٹا کے ساتھ کام	ڈیٹا کی صفائی اور تبدیلی کی تکنیکیں تاکہ گمشدہ، غلط یا نامکمل ڈیٹا کے چیلنجز سے نمٹا جا سکے۔	سبق	جیسمن
09	مقدار کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	میٹپلاٹ لائبریری کا استعمال کرتے ہوئے پرندوں کے ڈیٹا کی تصویری نمائندگی سیکھیں 🦆	سبق	جن
10	ڈیٹا کی تقسیم کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	وقفے کے اندر مشاہدات اور رجحانات کی بصری نمائندگی۔	سبق	جن
11	تناسب کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	الگ تھلگ اور گروپ کردہ فیصدات کی تصویری نمائندگی۔	سبق	جن
12	تعلقات کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	ڈیٹا کے مجموعوں اور ان کے متغیرات کے درمیان تعلقات اور ارتباطات کی بصری نمائندگی۔	سبق	جن
13	بامعنی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	مؤثر مسئلہ حل کرنے اور بصیرت کے لیے اپنی بصری نمائندگیوں کو قیمتی بنانے کی تکنیکیں اور رہنمائی۔	سبق	جن
14	ڈیٹا سائنس کے لائف سائیکل کا تعارف	لائف سائیکل	ڈیٹا سائنس لائف سائیکل اور ڈیٹا حاصل کرنے اور نکالنے کے پہلے مرحلے کا تعارف۔	سبق	جیسمن
15	تجزیہ کرنا	لائف سائیکل	ڈیٹا سائنس لائف سائیکل کا یہ مرحلہ ڈیٹا کے تجزیہ کی تکنیکوں پر مرکوز ہے۔	سبق	جیسمن
16	مواصلات	لائف سائیکل	ڈیٹا سائنس لائف سائیکل کا یہ مرحلہ ڈیٹا سے حاصل شدہ بصیرت کو اس طرح پیش کرنے پر توجہ دیتا ہے کہ فیصلہ سازوں کے لیے اسے سمجھنا آسان ہو۔	سبق	جیلین
17	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	اس سلسلے کے اسباق کلاؤڈ میں ڈیٹا سائنس اور اس کے فوائد کا تعارف کرواتے ہیں۔	سبق	ٹیفنی اور ماڈ
18	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	لو کوڈ ٹولز کے استعمال سے ماڈلز کی تربیت۔	سبق	ٹیفنی اور ماڈ
19	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	Azure مشین لرننگ اسٹوڈیو کے ذریعے ماڈلز کی تعیناتی۔	سبق	ٹیفنی اور ماڈ
20	جنگل میں ڈیٹا سائنس	جنگل میں	حقیقی دنیا میں ڈیٹا سائنس پر مبنی پروجیکٹس۔	سبق	نيتیا

گٹ ہب کوڈ اسپیسز

اس نمونے کو ایک کوڈ اسپیس میں کھولنے کے لیے ان مراحل پر عمل کریں:

1. کوڈ ڈراپ ڈاؤن مینو پر کلک کریں اور Open with Codespaces آپشن منتخب کریں۔
2. پین کے نیچے + New codespace منتخب کریں۔
   مزید معلومات کے لیے گٹ ہب ڈاکیومنٹیشن ملاحظہ کریں۔

VSCode ریموٹ - کنٹینرز

اپنے مقامی کمپیوٹر اور VSCode کے ذریعے اس ریپو کو کنٹینر میں کھولنے کے لیے VS Code Remote - Containers ایکسٹینشن استعمال کریں:

1. اگر یہ پہلی بار ہے کہ آپ ڈیولپمنٹ کنٹینر استعمال کر رہے ہیں، تو براہ کرم یہ یقینی بنائیں کہ آپ کا سسٹم گِٹ ہب ڈاکیومنٹیشن میں دی گئی ضروریات کو پورا کرتا ہے (یعنی آپ کے سسٹم پر ڈوکر انسٹال ہو)۔

اس ریپو کو استعمال کرنے کے لیے، آپ یا تو اسے ایک علیحدہ ڈوکر والیوم میں کھول سکتے ہیں:

نوٹ: اندرونی طور پر، یہ Remote-Containers کی کمانڈ: Clone Repository in Container Volume... استعمال کرے گا تاکہ سورس کوڈ کو لوکل فائل سسٹم کے بجائے ڈوکر والیوم میں کلون کرے۔ والیومز ڈیٹا کو برقرار رکھنے کے لیے ترجیح دی جاتی ہے۔

یا پھر اس ریپو کا لوکل کلون شدہ یا ڈاؤن لوڈ شدہ ورژن کھولیں:

• اس ریپو کو اپنے لوکل فائل سسٹم پر کلون کریں۔
• F1 دبائیں اور Remote-Containers: Open Folder in Container... کمانڈ منتخب کریں۔
• اس فولڈر کی کلون کی گئی کاپی منتخب کریں، کنٹینر کے شروع ہونے کا انتظار کریں، اور تجربہ کریں۔

آف لائن رسائی

آپ Docsify استعمال کرتے ہوئے اس دستاویز کو آف لائن بھی چلا سکتے ہیں۔ اس ریپو کو فورک کریں، اپنے لوکل کمپیوٹر پر Docsify انسٹال کریں، پھر اس ریپو کے روٹ فولڈر میں docsify serve ٹائپ کریں۔ ویب سائٹ لوکل ہوسٹ پر پورٹ 3000 پر دستیاب ہوگی: localhost:3000۔

نوٹ کریں، نوٹ بکس Docsify کے ذریعے رینڈر نہیں ہوں گی، اس لیے جب آپ کو نوٹ بک چلانے کی ضرورت ہو، تو اسے VS Code میں Python کرنل چلا کر علیحدہ کریں۔

دیگر نصاب

ہماری ٹیم دیگر نصاب بھی تیار کرتی ہے! ملاحظہ کریں:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Core Learning

---

Copilot Series

مدد حاصل کرنا

کیا آپ مسائل کا سامنا کر رہے ہیں؟ ہمارے مسائل کا حل گائیڈ میں عام مسائل کے حل دیکھیں۔

اگر آپ پھنس جائیں یا AI ایپس بنانے کے بارے میں کوئی سوال ہو تو MCP کے بارے میں fellow learners اور تجربہ کار developers کے ساتھ بحث میں شامل ہوں۔ یہ ایک معاون کمیونٹی ہے جہاں سوالات کا خیرمقدم کیا جاتا ہے اور علم بلا جھجک شیئر کیا جاتا ہے۔

اگر آپ کے پاس پروڈکٹ فیڈبیک ہو یا آپ کو تعمیری غلطیاں ملیں تو یہاں وزٹ کریں:

---

اہتمامِ خیال:
یہ دستاویز Co-op Translator نامی AI ترجمہ سروس کی مدد سے ترجمہ کی گئی ہے۔ اگرچہ ہم درستگی کی کوشش کرتے ہیں، براہ کرم اس بات کا ادراک رکھیں کہ خودکار ترجمے میں غلطیاں یا نقصانات ہوسکتے ہیں۔ اصل دستاویز اپنی مادری زبان میں معتبر اور مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے پیشہ ور انسانی ترجمہ تجویز کیا جاتا ہے۔ ہم اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا تشریحی اختلافات کے ذمہ دار نہیں ہیں۔