Data-Science-For-Beginners/translations/hi

शुरुआती लोगों के लिए डेटा साइंस - एक पाठ्यक्रम

Azure Cloud Advocates, Microsoft में, आपके लिए डेटा साइंस पर आधारित 10 सप्ताह का, 20 पाठों का पाठ्यक्रम प्रस्तुत करते हैं। प्रत्येक पाठ में प्री-लेसन और पोस्ट-लेसन क्विज़, पाठ को पूरा करने के लिए लिखित निर्देश, समाधान और असाइनमेंट शामिल हैं। हमारा प्रोजेक्ट-आधारित शिक्षण दृष्टिकोण आपको सीखते हुए निर्माण करने की अनुमति देता है, जो नई कौशल को स्थायी रूप से सीखने का एक सिद्ध तरीका है।

हमारे लेखकों को हार्दिक धन्यवाद: जैस्मिन ग्रीनवे, दिमित्री सोश्निकोव, नित्या नरसिम्हन, जालेन मैक्गी, जेन लूपर, मॉड लेवी, टिफ़नी सॉटर, क्रिस्टोफर हैरिसन।

🙏 विशेष धन्यवाद 🙏 हमारे Microsoft Student Ambassador लेखकों, समीक्षकों और सामग्री योगदानकर्ताओं को, विशेष रूप से आर्यन अरोड़ा, आदित्य गर्ग, अलोंड्रा सांचेज़, अंकिता सिंह, अनुपम मिश्रा, अर्पिता दास, छैल बिहारी दुबे, डिब्री नसोफर, दिशिता भसीन, मज्द साफी, मैक्स ब्लम, मिगुएल कोरेया, मोहम्मा इफ्तेखर (इफ्तु) इब्ने जलाल, नवरिन तबस्सुम, रेमंड वांगसा पुत्रा, रोहित यादव, समृद्धि शर्मा, सान्या सिन्हा, शीना नरूला, तौकीर अहमद, योगेंद्रसिंह पवार, विदुषी गुप्ता, जसलीन सोनधी।

शुरुआती लोगों के लिए डेटा साइंस - @nitya द्वारा स्केच नोट

🌐 बहुभाषी समर्थन

GitHub Action के माध्यम से समर्थित (स्वचालित और हमेशा अद्यतन)

French | Spanish | German | Russian | Arabic | Persian (Farsi) | Urdu | Chinese (Simplified) | Chinese (Traditional, Macau) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Taiwan) | Japanese | Korean | Hindi | Bengali | Marathi | Nepali | Punjabi (Gurmukhi) | Portuguese (Portugal) | Portuguese (Brazil) | Italian | Polish | Turkish | Greek | Thai | Swedish | Danish | Norwegian | Finnish | Dutch | Hebrew | Vietnamese | Indonesian | Malay | Tagalog (Filipino) | Swahili | Hungarian | Czech | Slovak | Romanian | Bulgarian | Serbian (Cyrillic) | Croatian | Slovenian | Ukrainian | Burmese (Myanmar)

यदि आप अतिरिक्त अनुवाद चाहते हैं, तो समर्थित भाषाओं की सूची यहां दी गई है।

हमारे समुदाय में शामिल हों

हमारे पास AI के साथ सीखने की एक श्रृंखला चल रही है। अधिक जानें और Learn with AI Series में 18 - 25 सितंबर, 2025 के बीच शामिल हों। आपको डेटा साइंस के लिए GitHub Copilot का उपयोग करने के टिप्स और ट्रिक्स मिलेंगे।

क्या आप एक छात्र हैं?

निम्नलिखित संसाधनों से शुरुआत करें:

• स्टूडेंट हब पेज इस पेज पर आपको शुरुआती संसाधन, स्टूडेंट पैक्स और यहां तक कि मुफ्त प्रमाणपत्र वाउचर प्राप्त करने के तरीके मिलेंगे। यह एक ऐसा पेज है जिसे आप बुकमार्क करना चाहेंगे और समय-समय पर जांचना चाहेंगे क्योंकि हम कम से कम मासिक रूप से सामग्री बदलते हैं।
• Microsoft Learn Student Ambassadors एक वैश्विक छात्र एंबेसडर समुदाय में शामिल हों, यह Microsoft में आपका प्रवेश द्वार हो सकता है।

शुरुआत करना

शिक्षकों: हमने इस पाठ्यक्रम का उपयोग करने के लिए कुछ सुझाव शामिल किए हैं। हमें आपके फीडबैक की आवश्यकता है हमारे चर्चा मंच में!

छात्र: इस पाठ्यक्रम का उपयोग अपने आप करने के लिए, पूरे रिपॉजिटरी को फोर्क करें और अपने आप अभ्यास करें, प्री-लेक्चर क्विज़ से शुरुआत करें। फिर लेक्चर पढ़ें और बाकी गतिविधियों को पूरा करें। कोशिश करें कि पाठों को समझकर प्रोजेक्ट बनाएं बजाय समाधान कोड को कॉपी करने के; हालांकि, वह कोड प्रत्येक प्रोजेक्ट-उन्मुख पाठ के /solutions फोल्डर में उपलब्ध है। एक और विचार यह हो सकता है कि दोस्तों के साथ एक अध्ययन समूह बनाएं और सामग्री को एक साथ पढ़ें। आगे की पढ़ाई के लिए, हम Microsoft Learn की सिफारिश करते हैं।

टीम से मिलें

Gif द्वारा मोहित जैसल

🎥 ऊपर दी गई छवि पर क्लिक करें इस प्रोजेक्ट और इसे बनाने वाले लोगों के बारे में वीडियो देखने के लिए!

शिक्षण दृष्टिकोण

हमने इस पाठ्यक्रम को बनाते समय दो शिक्षण दृष्टिकोण चुने हैं: यह सुनिश्चित करना कि यह प्रोजेक्ट-आधारित है और इसमें बार-बार क्विज़ शामिल हैं। इस श्रृंखला के अंत तक, छात्र डेटा साइंस के बुनियादी सिद्धांतों को सीख चुके होंगे, जिनमें नैतिक अवधारणाएं, डेटा तैयारी, डेटा के साथ काम करने के विभिन्न तरीके, डेटा विज़ुअलाइज़ेशन, डेटा विश्लेषण, डेटा साइंस के वास्तविक जीवन के उपयोग के मामले और अधिक शामिल हैं।

इसके अलावा, कक्षा से पहले एक कम दबाव वाला क्विज़ छात्र को किसी विषय को सीखने की ओर प्रेरित करता है, जबकि कक्षा के बाद दूसरा क्विज़ आगे की जानकारी बनाए रखने में मदद करता है। इस पाठ्यक्रम को लचीला और मजेदार बनाने के लिए डिज़ाइन किया गया है और इसे पूरे या आंशिक रूप से लिया जा सकता है। प्रोजेक्ट छोटे से शुरू होते हैं और 10 सप्ताह के चक्र के अंत तक धीरे-धीरे जटिल हो जाते हैं। हमारे Code of Conduct, Contributing, Translation दिशानिर्देश देखें। हम आपके रचनात्मक सुझावों का स्वागत करते हैं!

प्रत्येक पाठ में शामिल हैं:

• वैकल्पिक स्केच नोट
• वैकल्पिक पूरक वीडियो
• पाठ से पहले वार्मअप क्विज़
• लिखित पाठ
• प्रोजेक्ट-आधारित पाठों के लिए, प्रोजेक्ट बनाने के चरण-दर-चरण निर्देश
• ज्ञान जांच
• एक चुनौती
• पूरक पढ़ाई
• असाइनमेंट
• पाठ के बाद क्विज़

क्विज़ के बारे में एक नोट: सभी क्विज़ Quiz-App फ़ोल्डर में संग्रहीत हैं, कुल 40 क्विज़, प्रत्येक में तीन प्रश्न। ये पाठों के भीतर से लिंक किए गए हैं, लेकिन क्विज़ ऐप को स्थानीय रूप से चलाया जा सकता है या Azure पर डिप्लॉय किया जा सकता है; quiz-app फ़ोल्डर में दिए गए निर्देशों का पालन करें। इन्हें धीरे-धीरे स्थानीयकृत किया जा रहा है।

पाठ

डेटा साइंस फॉर बिगिनर्स: रोडमैप - स्केच नोट @nitya द्वारा

पाठ संख्या	विषय	पाठ समूह	सीखने के उद्देश्य	लिंक किया गया पाठ	लेखक
01	डेटा साइंस को परिभाषित करना	परिचय	डेटा साइंस के पीछे के मूलभूत सिद्धांतों को समझें और यह कृत्रिम बुद्धिमत्ता, मशीन लर्निंग और बिग डेटा से कैसे संबंधित है।	पाठ वीडियो	Dmitry
02	डेटा साइंस नैतिकता	परिचय	डेटा नैतिकता के सिद्धांत, चुनौतियाँ और ढांचे।	पाठ	Nitya
03	डेटा को परिभाषित करना	परिचय	डेटा को कैसे वर्गीकृत किया जाता है और इसके सामान्य स्रोत।	पाठ	Jasmine
04	सांख्यिकी और संभावना का परिचय	परिचय	डेटा को समझने के लिए संभावना और सांख्यिकी की गणितीय तकनीकें।	पाठ वीडियो	Dmitry
05	संबंधपरक डेटा के साथ काम करना	डेटा के साथ काम करना	संबंधपरक डेटा का परिचय और SQL (जिसे "सी-क्वेल" कहा जाता है) के साथ संबंधपरक डेटा का अन्वेषण और विश्लेषण करने की मूल बातें।	पाठ	Christopher
06	NoSQL डेटा के साथ काम करना	डेटा के साथ काम करना	गैर-संबंधपरक डेटा का परिचय, इसके विभिन्न प्रकार और डॉक्यूमेंट डेटाबेस का अन्वेषण और विश्लेषण करने की मूल बातें।	पाठ	Jasmine
07	Python के साथ काम करना	डेटा के साथ काम करना	Pandas जैसी लाइब्रेरी के साथ डेटा अन्वेषण के लिए Python का उपयोग करने की मूल बातें। Python प्रोग्रामिंग की बुनियादी समझ की सिफारिश की जाती है।	पाठ वीडियो	Dmitry
08	डेटा तैयारी	डेटा के साथ काम करना	डेटा को साफ और बदलने के लिए तकनीकों पर चर्चा, ताकि गायब, गलत या अधूरी जानकारी की चुनौतियों को संभाला जा सके।	पाठ	Jasmine
09	मात्राओं का विज़ुअलाइज़ेशन	डेटा विज़ुअलाइज़ेशन	Matplotlib का उपयोग करके पक्षी डेटा 🦆 को विज़ुअलाइज़ करना सीखें।	पाठ	Jen
10	डेटा वितरण का विज़ुअलाइज़ेशन	डेटा विज़ुअलाइज़ेशन	एक अंतराल के भीतर अवलोकन और रुझानों को विज़ुअलाइज़ करना।	पाठ	Jen
11	अनुपातों का विज़ुअलाइज़ेशन	डेटा विज़ुअलाइज़ेशन	अलग-अलग और समूहित प्रतिशतों को विज़ुअलाइज़ करना।	पाठ	Jen
12	संबंधों का विज़ुअलाइज़ेशन	डेटा विज़ुअलाइज़ेशन	डेटा सेट और उनके वेरिएबल्स के बीच कनेक्शन और सहसंबंधों को विज़ुअलाइज़ करना।	पाठ	Jen
13	सार्थक विज़ुअलाइज़ेशन	डेटा विज़ुअलाइज़ेशन	प्रभावी समस्या समाधान और अंतर्दृष्टि के लिए आपके विज़ुअलाइज़ेशन को मूल्यवान बनाने के लिए तकनीक और मार्गदर्शन।	पाठ	Jen
14	डेटा साइंस जीवनचक्र का परिचय	जीवनचक्र	डेटा साइंस जीवनचक्र का परिचय और डेटा प्राप्त करने और निकालने का पहला चरण।	पाठ	Jasmine
15	विश्लेषण करना	जीवनचक्र	डेटा साइंस जीवनचक्र का यह चरण डेटा का विश्लेषण करने की तकनीकों पर केंद्रित है।	पाठ	Jasmine
16	संचार	जीवनचक्र	डेटा साइंस जीवनचक्र का यह चरण डेटा से अंतर्दृष्टि को प्रस्तुत करने पर केंद्रित है ताकि निर्णय लेने वालों के लिए इसे समझना आसान हो।	पाठ	Jalen
17	क्लाउड में डेटा साइंस	क्लाउड डेटा	क्लाउड में डेटा साइंस और इसके लाभों का परिचय।	पाठ	Tiffany और Maud
18	क्लाउड में डेटा साइंस	क्लाउड डेटा	लो कोड टूल्स का उपयोग करके मॉडल को प्रशिक्षित करना।	पाठ	Tiffany और Maud
19	क्लाउड में डेटा साइंस	क्लाउड डेटा	Azure Machine Learning Studio के साथ मॉडल को डिप्लॉय करना।	पाठ	Tiffany और Maud
20	वास्तविक दुनिया में डेटा साइंस	वाइल्ड में	वास्तविक दुनिया में डेटा साइंस संचालित परियोजनाएँ।	पाठ	Nitya

GitHub Codespaces

Codespace में इस सैंपल को खोलने के लिए इन चरणों का पालन करें:

1. Code ड्रॉप-डाउन मेनू पर क्लिक करें और Open with Codespaces विकल्प चुनें।
2. पैन के नीचे + New codespace चुनें। अधिक जानकारी के लिए, GitHub दस्तावेज़ देखें।

VSCode Remote - Containers

अपने स्थानीय मशीन और VSCode का उपयोग करके इस रिपॉजिटरी को कंटेनर में खोलने के लिए इन चरणों का पालन करें:

1. यदि यह पहली बार है जब आप डेवलपमेंट कंटेनर का उपयोग कर रहे हैं, तो कृपया सुनिश्चित करें कि आपका सिस्टम प्री-रिक्वायरमेंट्स को पूरा करता है (जैसे कि Docker इंस्टॉल हो) शुरुआती दस्तावेज़ में।

इस रिपॉजिटरी का उपयोग करने के लिए, आप या तो रिपॉजिटरी को एक अलग Docker वॉल्यूम में खोल सकते हैं:

नोट: इसके तहत, यह Remote-Containers: Clone Repository in Container Volume... कमांड का उपयोग करेगा ताकि स्रोत कोड को स्थानीय फाइल सिस्टम के बजाय Docker वॉल्यूम में क्लोन किया जा सके। Volumes कंटेनर डेटा को बनाए रखने के लिए पसंदीदा तंत्र हैं।

या स्थानीय रूप से क्लोन की गई या डाउनलोड की गई रिपॉजिटरी का संस्करण खोलें:

• इस रिपॉजिटरी को अपने स्थानीय फाइल सिस्टम पर क्लोन करें।
• F1 दबाएं और Remote-Containers: Open Folder in Container... कमांड चुनें।
• इस फ़ोल्डर की क्लोन की गई कॉपी चुनें, कंटेनर शुरू होने की प्रतीक्षा करें, और चीजों को आज़माएं।

ऑफलाइन एक्सेस

आप इस दस्तावेज़ को ऑफलाइन Docsify का उपयोग करके चला सकते हैं। इस रिपॉजिटरी को फोर्क करें, Docsify इंस्टॉल करें अपने स्थानीय मशीन पर, फिर इस रिपॉजिटरी के रूट फ़ोल्डर में docsify serve टाइप करें। वेबसाइट आपके localhost पर पोर्ट 3000 पर सर्व की जाएगी: localhost:3000।

नोट, नोटबुक्स Docsify के माध्यम से रेंडर नहीं किए जाएंगे, इसलिए जब आपको नोटबुक चलाने की आवश्यकता हो, तो इसे अलग से Python कर्नेल चलाते हुए VS Code में करें।

अन्य पाठ्यक्रम

हमारी टीम अन्य पाठ्यक्रम भी तैयार करती है! देखें:

• Generative AI for Beginners
• Generative AI for Beginners .NET
• Generative AI with JavaScript
• Generative AI with Java
• AI for Beginners
• Data Science for Beginners
• Bash for Beginners
• ML for Beginners
• Cybersecurity for Beginners
• Web Dev for Beginners
• IoT for Beginners
• Machine Learning for Beginners
• XR Development for Beginners
• Mastering GitHub Copilot for AI Paired Programming
• XR Development for Beginners
• Mastering GitHub Copilot for C#/.NET Developers
• Choose Your Own Copilot Adventure

---

अस्वीकरण:
यह दस्तावेज़ AI अनुवाद सेवा Co-op Translator का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।