Data-Science-For-Beginners/translations/ur

ڈیٹا سائنس برائے ابتدائی افراد - ایک نصاب

مائیکروسافٹ میں Azure کلاؤڈ ایڈووکیٹس خوشی کے ساتھ 10 ہفتوں، 20 اسباق پر مشتمل نصاب پیش کرتے ہیں جو مکمل طور پر ڈیٹا سائنس کے بارے میں ہے۔ ہر سبق میں سبق سے پہلے اور بعد کے کوئزز، سبق مکمل کرنے کی تحریری ہدایات، حل، اور ایک اسائنمنٹ شامل ہیں۔ ہمارا پراجیکٹ پر مبنی تدریسی طریقہ کار آپ کو تعمیر کرتے ہوئے سیکھنے کی اجازت دیتا ہے، جو مہارت کے لیے قابلِ اعتماد طریقہ ہے جس سے نئی مہارتیں بہتر طور پر یاد رہتی ہیں۔

ہمارے مصنفین کا تہہ دل سے 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، خاص طور پر آریان اورورا، ادیہ گارگ, الونڈرا سانچیز, انکیتا سنگھ, انوپم مشرا, آرپیتا داس, چھیلبہاری دُبے، دبری نسوفور, دیشیتا بھاسن, مجد صافی, میکس بلم, میگوئل کوریا, محمد افتخار (افتو) ابن جلال, نورین طبسم, ریمونڈ وانگسا پوترا, روہت یادو, سمردھی شرما، سانیا سنہا, شیہ نا نرولا, توقیر احمد, یوگندرا سنگھ پاور , ودوشی گپتا, جسلین سنڈی

ابتدائی افراد کے لئے ڈیٹا سائنس - اسکٹچنوٹ از @nitya

🌐 کثیراللسانی معاونت

GitHub ایکشن کے ذریعے معاونت (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

کچھ مقامی طور پر کلون کرنا پسند کریں؟

اس ریپوزیٹری میں 50 سے زائد زبانوں کے تراجم شامل ہیں جو ڈاؤن لوڈ کا سائز نمایاں طور پر بڑھاتے ہیں۔ بغیر ترجمے کے کلون کرنے کے لئے sparse checkout استعمال کریں:

Bash / macOS / Linux:

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'

CMD (Windows):

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"

یہ آپ کو کورس مکمل کرنے کے لیے ہر چیز فراہم کرتا ہے جس کے ساتھ ڈاؤن لوڈ تیز تر ہوگا۔

اگر آپ اضافی ترجمے والی زبانوں کی درخواست کرنا چاہتے ہیں تو وہ یہاں درج ہیں here

ہماری کمیونٹی میں شامل ہوں

ہمارے پاس ایک Discord پر سیکھنے کا AI سلسلہ جاری ہے، مزید معلومات اور شامل ہونے کے لئے Learn with AI Series پر آئیں، جو 18 سے 30 ستمبر، 2025 تک چل رہا ہے۔ آپ کو GitHub Copilot کو ڈیٹا سائنس کے لیے استعمال کرنے کے ٹپس اور ٹرکس ملیں گے۔

کیا آپ طالب علم ہیں؟

مندرجہ ذیل وسائل کے ساتھ شروع کریں:

• طالب علم ہب صفحہ اس صفحہ پر آپ کو ابتدائی افراد کے لئے وسائل، طالب علم پیک اور مفت سرٹیفکیٹ واؤچر حاصل کرنے کے طریقے ملیں گے۔ یہ ایک ایسی صفحہ ہے جسے آپ نشان زد کرنا چاہیں گے اور وقتاً فوقتاً چیک کرتے رہیں کیونکہ ہم کم از کم ماہانہ بار مواد تبدیل کرتے رہتے ہیں۔
• Microsoft Learn Student Ambassadors عالمی سطح پر طالب علم سفیروں کی کمیونٹی میں شامل ہوں، یہ ممکنہ طور پر مائیکروسافٹ میں آپ کا دروازہ ہو سکتا ہے۔

شروعات

📚 دستاویزات

• تنصیب کی رہنمائی - ابتدائی افراد کے لیے مرحلہ وار سیٹ اپ کی ہدایات
• استعمال کی رہنمائی - مثالیں اور عام کام کرنے کے طریقے
• مسائل کا حل - عام مسائل کے حل
• شراکت داری کی رہنمائی - اس پروجیکٹ میں کیسے حصہ لیں
• اساتذہ کے لیے - تدریسی رہنمائی اور کلاس روم کے وسائل

👨‍🎓 طلبہ کے لیے

مکمل ابتدائی: کیا آپ ڈیٹا سائنس میں نئے ہیں؟ ہمارے ابتدائی دوستانہ مثالوں سے شروع کریں! یہ سادہ، اچھی طرح تبصرہ شدہ مثالیں آپ کو بنیادی باتیں سمجھنے میں مدد دیں گی اس سے پہلے کہ آپ پورے نصاب میں داخل ہوں۔ طلبہ: یہ نصاب خود استعمال کرنے کے لیے، پوری ریپوزیٹری کو فورک کریں اور اپنے طور پر سرگرمیاں مکمل کریں، لیکچر سے پہلے کوئز سے شروع کریں۔ پھر لیکچر پڑھیں اور باقی سرگرمیاں مکمل کریں۔ حل کاپی کرنے کی بجائے اسباق کو سمجھ کر پروجیکٹس بنانے کی کوشش کریں؛ تاہم، وہ کوڈ ہر پراجیکٹ پر مبنی سبق میں /solutions فولڈر میں دستیاب ہیں۔ ایک اور خیال یہ ہے کہ دوستوں کے ساتھ اسٹڈی گروپ بنائیں اور مواد کو مل کر دیکھیں۔ مزید مطالعات کے لیے، ہم Microsoft Learn کی تجویز کرتے ہیں۔

فوری آغاز:

1. اپنی ماحول ترتیب دینے کے لیے تنصیب کی رہنمائی دیکھیں
2. نصاب کے ساتھ کام کرنے کا طریقہ سیکھنے کے لیے استعمال کی رہنمائی کا جائزہ لیں
3. سبق نمبر 1 سے شروع کریں اور ترتیب وار آگے بڑھیں
4. ہمارے Discord کمیونٹی میں شامل ہو کر مدد حاصل کریں

👩‍🏫 اساتذہ کے لیے

اساتذہ: ہم نے کریکولم استعمال کرنے کے لئے کچھ تجاویز شامل کی ہیں۔ ہم آپ کی رائے ہمارے بحث فورم میں جاننا پسند کریں گے!

ٹیم سے ملاقات

گف از موہت جیسال

🎥 اوپر دی گئی تصویر پر کلک کریں تاکہ پروجیکٹ اور اسے بنانے والے لوگوں کے بارے میں ویڈیو دیکھ سکیں!

تعلیم کا طریقہ کار

ہم نے اس کریکولم کی تیاری میں دو تدریسی اصول منتخب کیے ہیں: اسے پروجیکٹ پر مبنی بنانا اور بار بار کوئزز شامل کرنا۔ اس سیریز کے اختتام تک، طلباء ڈیٹا سائنس کے بنیادی اصول سیکھ چکے ہوں گے، جس میں اخلاقی تصورات، ڈیٹا کی تیاری، ڈیٹا کے ساتھ کام کرنے کے مختلف طریقے، ڈیٹا کا تصور، ڈیٹا تجزیہ، ڈیٹا سائنس کے حقیقی دنیا کے استعمال کے کیسز، اور بہت کچھ شامل ہے۔

مزید برآں، کلاس سے پہلے ایک کم دباؤ والا کوئز طلباء کے سیکھنے کے ارادے کو ترتیب دیتا ہے، جبکہ کلاس کے بعد دوسرا کوئز مزید یادداشت کو یقینی بناتا ہے۔ یہ کورس لچک دار اور دلچسپ بنایا گیا ہے اور اسے مکمل یا جزوی طور پر لیا جا سکتا ہے۔ پروجیکٹس چھوٹے سے شروع ہوتے ہیں اور 10 ہفتوں کے دورانیے کے آخر تک پیچیدہ ہوتے چلے جاتے ہیں۔

ہمارے رویہ کا ضابطہ، شراکت داری، ترجمہ رہنما اصول دریافت کریں۔ ہم آپ کی تعمیری رائے کا خیرمقدم کرتے ہیں!

ہر درس میں شامل ہے:

• اختیاری اسکچ نوٹ
• اختیاری اضافی ویڈیو
• سبق کے پہلے گرم اپ کوئز
• تحریری سبق
• پروجیکٹ پر مبنی اسباق کے لئے، پروجیکٹ بنانے کے مرحلہ وار رہنما
• علم کی جانچ
• ایک چیلنج
• اضافی پڑھائی
• اسائنمنٹ
• سبق کے بعد کا کوئز

کوئزز کے بارے میں ایک نوٹ: تمام کوئزز Quiz-App فولڈر میں ہیں، کل 40 کوئزز جن میں ہر ایک میں تین سوالات ہوتے ہیں۔ یہ اسباق کے اندر سے لنک کیے جاتے ہیں، لیکن کوئز ایپ کو مقامی طور پر چلایا جا سکتا ہے یا Azure پر تعینات کیا جا سکتا ہے؛ quiz-app فولڈر میں ہدایات پر عمل کریں۔ انہیں بتدریج مقامی زبانوں میں منتقل کیا جا رہا ہے۔

🎓 ابتدائیوں کے لیے دوستانہ مثالیں

ڈیٹا سائنس میں نئے ہیں؟ ہم نے ایک خاص مثالوں کا ڈائریکٹری بنایا ہے جس میں سادہ، اچھی طرح سے تبصرہ شدہ کوڈ موجود ہے تاکہ آپ آسانی سے شروع کر سکیں:

• 🌟 ہیلو ورلڈ - آپ کا پہلا ڈیٹا سائنس پروگرام
• 📂 ڈیٹا لوڈ کرنا - ڈیٹا سیٹس کو پڑھنے اور دریافت کرنے کا طریقہ سیکھیں
• 📊 سادہ تجزیہ - اعدادوشمار کا حساب لگائیں اور پیٹرنز تلاش کریں
• 📈 بنیادی تصورات - چارٹ اور گرافس بنائیں
• 🔬 حقیقی دنیا کا پروجیکٹ - مکمل ورک فلو ابتدا سے اختتام تک

ہر مثال میں ہر مرحلے کی تفصیلی تشریحات شامل ہیں، جو اسے بالکل ابتدائیوں کے لیے بہترین بناتی ہیں!

👉 مثالوں کے ساتھ شروع کریں 👈

اسباق

ڈیٹا سائنس برائے ابتدائی: روڈ میپ - اسکچ نوٹ از @nitya

سبق نمبر	موضوع	سبق کا گروپنگ	تعلیمی مقاصد	لنک شدہ سبق	مصنف
01	ڈیٹا سائنس کی تعریف	تعارف	ڈیٹا سائنس کے بنیادی تصورات سیکھیں اور یہ کہ یہ مصنوعی ذہانت، مشین لرننگ، اور بڑے ڈیٹا سے کس طرح متعلق ہے۔	سبق ویڈیو	دمیتری
02	ڈیٹا سائنس کی اخلاقیات	تعارف	ڈیٹا اخلاقیات کے تصورات، چیلنجز اور فریم ورکس۔	سبق	نیتیا
03	ڈیٹا کی تعریف	تعارف	ڈیٹا کس طرح درجہ بندی کیا جاتا ہے اور اس کے عام ذرائع۔	سبق	یاسمین
04	اعدادوشمار اور احتمال کا تعارف	تعارف	ڈیٹا کو سمجھنے کے لیے احتمال اور اعدادوشمار کی ریاضی تکنیکیں۔	سبق ویڈیو	دمیتری
05	تعلقاتی ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام	تعلقاتی ڈیٹا کا تعارف اور Structured Query Language (SQL) کے ذریعے تعلقاتی ڈیٹا کی کھوج اور تجزیے کی بنیادی باتیں۔	سبق	کرسٹوفر
06	NoSQL ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام	غیر تعلقاتی ڈیٹا، اس کی مختلف اقسام اور دستاویزی ڈیٹابیس کی کھوج اور تجزیہ کی بنیادی باتوں کا تعارف۔	سبق	یاسمین
07	پائتھن کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام	پینڈاز جیسی لائبریریوں کے ذریعے ڈیٹا کی کھوج کے لیے پائتھن کے استعمال کی بنیادی باتیں۔ پائتھن پروگرامنگ کی بنیادی سمجھ کی سفارش کی جاتی ہے۔	سبق ویڈیو	دمیتری
08	ڈیٹا کی تیاری	ڈیٹا کے ساتھ کام	ڈیٹا کی صفائی اور تبدیلی کی تکنیکیں تاکہ غائب، غلط یا نامکمل ڈیٹا کے مسائل کو حل کیا جا سکے۔	سبق	یاسمین
09	مقدار کی بصری نمائندگی	ڈیٹا ویژولائزیشن	Matplotlib کا استعمال کرتے ہوئے پرندوں کے ڈیٹا کو بصری شکل میں پیش کریں 🦆	سبق	جن
10	ڈیٹا کی تقسیم کی بصری نمائندگی	ڈیٹا ویژولائزیشن	ایک وقفے کے اندر مشاہدات اور رجحانات کی بصری نمائندگی۔	سبق	جن
11	تناسب کی بصری نمائندگی	ڈیٹا ویژولائزیشن	محدود اور گروپ شدہ فیصدی کی بصری نمائندگی۔	سبق	جن
12	تعلقات کی بصری نمائندگی	ڈیٹا ویژولائزیشن	ڈیٹا کے سیٹوں اور ان کی متغیرات کے درمیان تعلقات اور ربط کی بصری نمائندگی۔	سبق	جن
13	معنی خیز بصری نمائندگی	ڈیٹا ویژولائزیشن	آپ کی بصری نمائندگیوں کو مؤثر مسئلہ حل کرنے اور بصیرت کے لئے قیمتی بنانے کی تکنیکیں اور رہنمائی۔	سبق	جن
14	ڈیٹا سائنس کے لائف سائیکل کا تعارف	لائف سائیکل	ڈیٹا سائنس کے لائف سائیکل اور اس کے پہلے مرحلے، یعنی ڈیٹا حاصل کرنے اور نکالنے کا تعارف۔	سبق	یاسمین
15	تجزیہ کرنا	لائف سائیکل	ڈیٹا سائنس کے لائف سائیکل کا مرحلہ جو ڈیٹا کے تجزیے کی تکنیکوں پر مرکوز ہے۔	سبق	یاسمین
16	مواصلات	لائف سائیکل	ڈیٹا سائنس کے لائف سائیکل کا مرحلہ جو ڈیٹا سے حاصل کی گئی بصیرت کو اس انداز میں پیش کرنے پر توجہ دیتا ہے تاکہ فیصلہ سازوں کے لیے سمجھنا آسان ہو۔	سبق	جیلن
17	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	کلاؤڈ میں ڈیٹا سائنس اور اس کے فوائد کا تعارف۔	سبق	ٹیفنی اور ماوڈ
18	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	Low Code ٹولز استعمال کرتے ہوئے ماڈلز کی تربیت۔	سبق	ٹیفنی اور ماوڈ
19	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	Azure Machine Learning Studio کے ذریعے ماڈلز کی تعیناتی۔	سبق	ٹیفنی اور ماوڈ
20	جنگل میں ڈیٹا سائنس	جھنگل میں	حقیقی دنیا میں ڈیٹا سائنس پر مبنی پروجیکٹس۔	سبق	نیتیا

GitHub Codespaces

اس نمونے کو Codespace میں کھولنے کے لیے یہ اقدامات کریں:

1. کوڈ ڈراپ ڈاؤن مینو پر کلک کریں اور Open with Codespaces کا انتخاب کریں۔
2. پین کے نیچے + New codespace منتخب کریں۔ مزید معلومات کے لیے، GitHub دستاویزات ملاحظہ کریں۔

VSCode Remote - Containers

اپنے مقامی کمپیوٹر اور VSCode میں VS Code Remote - Containers ایکسٹینشن استعمال کرتے ہوئے اس رپوزٹری کو کنٹینر میں کھولنے کے لیے یہ اقدامات کریں:

1. اگر یہ آپ کی پہلی بار ترقیاتی کنٹینر استعمال کرنے کا موقع ہے، تو براہ کرم اس بات کو یقینی بنائیں کہ آپ کا سسٹم پہلے سے ضروریات پوری کرتا ہے (جیسا کہ Docker انسٹال ہے) شروع کرنے کی دستاویزات میں۔

اس رپوزٹری کو استعمال کرنے کے لیے، آپ یا تو رپوزٹری کو ایک علیحدہ Docker والیوم میں کھول سکتے ہیں:

نوٹ: پس پردہ یہ Remote-Containers: Clone Repository in Container Volume... کمانڈ استعمال کرے گا تاکہ سورس کوڈ کو لوکل فائل سسٹم کی بجائے Docker والیوم میں کلون کیا جا سکے۔ والیومز کنٹینر ڈیٹا کو محفوظ کرنے کا ترجیحی طریقہ ہیں۔

یا رپوزٹری کی مقامی کلون شدہ یا ڈاؤن لوڈ کی گئی کاپی کو کھولیں:

• اس رپوزٹری کو اپنے لوکل فائل سسٹم پر کلون کریں۔
• F1 دبائیں اور Remote-Containers: Open Folder in Container... کمانڈ منتخب کریں۔
• فولڈر کی کلون شدہ کاپی منتخب کریں، کنٹینر شروع ہونے کا انتظار کریں، اور آزما کر دیکھیں۔

آف لائن رسائی

آپ اس دستاویز کو Docsify استعمال کرکے آف لائن چلا سکتے ہیں۔ اس رپوزٹری کو فورک کریں، اپنی مشین پر Docsify انسٹال کریں، پھر اس رپوزٹری کے روٹ فولڈر میں docsify serve ٹائپ کریں۔ ویب سائٹ آپ کے لوکل ہوسٹ پر پورٹ 3000 پر چلائی جائے گی: localhost:3000۔

نوٹ کریں، نوٹ بکس Docsify کے ذریعے ظاہر نہیں ہوں گی، لہٰذا جب آپ کو کوئی نوٹ بک چلانی ہو تو اسے VS Code میں پائتھن کرنل کے ساتھ الگ سے چلا لیں۔

دیگر نصاب

ہماری ٹیم دیگر نصاب تیار کرتی ہے! دیکھیں:

لینگ چین

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Core Learning

---

Copilot Series

مدد حاصل کرنا

کیا آپ کو مسائل درپیش ہیں؟ عام مسائل کے حل کے لیے ہمارا Troubleshooting Guide چیک کریں۔

اگر آپ اٹک گئے ہیں یا AI ایپس بنانے کے حوالے سے کوئی سوالات ہیں تو۔ دوسرے سیکھنے والے اور تجربہ کار ڈویلپرز کے ساتھ MCP کی بحثوں میں شامل ہوں۔ یہ ایک معاون کمیونٹی ہے جہاں سوالات کو خوش آمدید کہا جاتا ہے اور علم آزادانہ طور پر شیئر کیا جاتا ہے۔

اگر آپ کے پاس پروڈکٹ فیڈبیک یا تعمیر کے دوران غلطیاں ہیں تو دورہ کریں:

---

اخطار:
یہ دستاویز AI ترجمہ سروس Co-op Translator کے ذریعے ترجمہ کی گئی ہے۔ اگرچہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم اس بات سے آگاہ رہیں کہ خودکار ترجموں میں غلطیاں یا نادقت ہو سکتی ہیں۔ اصل دستاویز اپنی مقامی زبان میں ہی معتبر ماخذ سمجھی جانی چاہیے۔ اہم معلومات کے لیے پیشہ ور انسانی ترجمہ تجویز کیا جاتا ہے۔ ہم اس ترجمے کے استعمال سے پیدا ہونے والے کسی بھی غلط فہمی یا غلط تشریح کے ذمہ دار نہیں ہیں۔