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.
162 lines
30 KiB
162 lines
30 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "6bb17a440fdabf0823105136a5b81029",
|
|
"translation_date": "2025-08-24T20:46:30+00:00",
|
|
"source_file": "README.md",
|
|
"language_code": "hi"
|
|
}
|
|
-->
|
|
# डेटा साइंस के शुरुआती - एक पाठ्यक्रम
|
|
|
|
Azure Cloud Advocates, Microsoft में, डेटा साइंस पर आधारित 10 सप्ताह, 20 पाठों का पाठ्यक्रम प्रस्तुत करने पर गर्व महसूस कर रहे हैं। प्रत्येक पाठ में प्री-लेसन और पोस्ट-लेसन क्विज़, लिखित निर्देश, समाधान और असाइनमेंट शामिल हैं। हमारा प्रोजेक्ट-आधारित शिक्षण दृष्टिकोण आपको सीखने के साथ-साथ निर्माण करने की अनुमति देता है, जो नई कौशल को लंबे समय तक बनाए रखने का एक सिद्ध तरीका है।
|
|
|
|
**हमारे लेखकों को हार्दिक धन्यवाद:** [जैस्मिन ग्रीनवे](https://www.twitter.com/paladique), [दिमित्री सॉश्निकोव](http://soshnikov.com), [नित्या नरसिम्हन](https://twitter.com/nitya), [जालेन मैक्गी](https://twitter.com/JalenMcG), [जेन लूपर](https://twitter.com/jenlooper), [मॉड लेवी](https://twitter.com/maudstweets), [टिफ़नी सॉटर](https://twitter.com/TiffanySouterre), [क्रिस्टोफर हैरिसन](https://www.twitter.com/geektrainer)।
|
|
|
|
**🙏 विशेष धन्यवाद 🙏 हमारे [Microsoft Student Ambassador](https://studentambassadors.microsoft.com/) लेखकों, समीक्षकों और सामग्री योगदानकर्ताओं को,** विशेष रूप से आर्यन अरोरा, [आदित्य गर्ग](https://github.com/AdityaGarg00), [अलोंड्रा सांचेज़](https://www.linkedin.com/in/alondra-sanchez-molina/), [अंकिता सिंह](https://www.linkedin.com/in/ankitasingh007), [अनुपम मिश्रा](https://www.linkedin.com/in/anupam--mishra/), [अर्पिता दास](https://www.linkedin.com/in/arpitadas01/), छैल बिहारी दुबे, [डिब्री नसोफर](https://www.linkedin.com/in/dibrinsofor), [दिशिता भसीन](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [मज्द साफी](https://www.linkedin.com/in/majd-s/), [मैक्स ब्लम](https://www.linkedin.com/in/max-blum-6036a1186/), [मिगुएल कोरेया](https://www.linkedin.com/in/miguelmque/), [मोहम्मा इफ्तेखेर (इफ्तु) इब्ने जलाल](https://twitter.com/iftu119), [नवरिन तबस्सुम](https://www.linkedin.com/in/nawrin-tabassum), [रेमंड वांगसा पुत्रा](https://www.linkedin.com/in/raymond-wp/), [रोहित यादव](https://www.linkedin.com/in/rty2423), समृद्धि शर्मा, [सान्या सिन्हा](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200), [शीना नरूला](https://www.linkedin.com/in/sheena-narua-n/), [तौकीर अहमद](https://www.linkedin.com/in/tauqeerahmad5201/), योगेंद्रसिंह पवार, [विदुषी गुप्ता](https://www.linkedin.com/in/vidushi-gupta07/), [जसलीन सोंधी](https://www.linkedin.com/in/jasleen-sondhi/)।
|
|
|
|
| द्वारा ](./sketchnotes/00-Title.png)|
|
|
|:---:|
|
|
| शुरुआती के लिए डेटा साइंस - _[@nitya](https://twitter.com/nitya) द्वारा स्केच नोट_ |
|
|
|
|
## घोषणा - जनरेटिव AI पर नया पाठ्यक्रम जारी किया गया!
|
|
|
|
हमने जनरेटिव AI पर आधारित 12 पाठों का पाठ्यक्रम जारी किया है। इसमें आप निम्नलिखित चीजें सीख सकते हैं:
|
|
|
|
- प्रॉम्प्टिंग और प्रॉम्प्ट इंजीनियरिंग
|
|
- टेक्स्ट और इमेज ऐप निर्माण
|
|
- सर्च ऐप्स
|
|
|
|
जैसा कि हमेशा होता है, इसमें पाठ, असाइनमेंट, ज्ञान जांच और चुनौतियां शामिल हैं।
|
|
|
|
देखें:
|
|
|
|
> https://aka.ms/genai-beginners
|
|
|
|
# क्या आप छात्र हैं?
|
|
|
|
निम्नलिखित संसाधनों से शुरुआत करें:
|
|
|
|
- [स्टूडेंट हब पेज](https://docs.microsoft.com/en-gb/learn/student-hub?WT.mc_id=academic-77958-bethanycheum) 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](https://studentambassadors.microsoft.com?WT.mc_id=academic-77958-bethanycheum) एक वैश्विक छात्र एंबेसडर समुदाय में शामिल हों, यह Microsoft में आपका प्रवेश द्वार हो सकता है।
|
|
|
|
# शुरुआत करना
|
|
|
|
> **शिक्षक**: हमने इस पाठ्यक्रम का उपयोग करने के लिए [कुछ सुझाव शामिल किए हैं](for-teachers.md)। हमें आपके फीडबैक की आवश्यकता है [हमारे चर्चा मंच में](https://github.com/microsoft/Data-Science-For-Beginners/discussions)!
|
|
|
|
> **[छात्र](https://aka.ms/student-page)**: 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। पाठों को समझकर प्रोजेक्ट बनाने की कोशिश करें बजाय समाधान कोड की नकल करने के; हालांकि, वह कोड प्रत्येक प्रोजेक्ट-उन्मुख पाठ में /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](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-77958-bethanycheum) की सिफारिश करते हैं।
|
|
|
|
## टीम से मिलें
|
|
|
|
[](https://youtu.be/8mzavjQSMM4 "प्रोमो वीडियो")
|
|
|
|
**Gif द्वारा** [मोहित जैसल](https://www.linkedin.com/in/mohitjaisal)
|
|
|
|
> 🎥 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, जिसमें नैतिक अवधारणाएं, डेटा तैयारी, डेटा के साथ काम करने के विभिन्न तरीके, डेटा विज़ुअलाइज़ेशन, डेटा विश्लेषण, डेटा साइंस के वास्तविक जीवन उपयोग के मामले और अधिक शामिल हैं।
|
|
|
|
इसके अलावा, कक्षा से पहले एक कम दबाव वाला क्विज़ छात्र को विषय सीखने की ओर प्रेरित करता है, जबकि कक्षा के बाद दूसरा क्विज़ आगे की अवधारणाओं को बनाए रखने में मदद करता है। यह पाठ्यक्रम लचीला और मजेदार बनाया 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।
|
|
|
|
> हमारा [आचार संहिता](CODE_OF_CONDUCT.md), [योगदान](CONTRIBUTING.md), [अनुवाद](TRANSLATIONS.md) दिशानिर्देश देखें। हम आपके रचनात्मक फीडबैक का स्वागत करते हैं!
|
|
|
|
## प्रत्येक पाठ में शामिल हैं:
|
|
|
|
- वैकल्पिक स्केच नोट
|
|
- वैकल्पिक पूरक वीडियो
|
|
- प्री-लेसन वार्मअप क्विज़
|
|
- लिखित पाठ
|
|
- प्रोजेक्ट-आधारित पाठों के लिए, प्रोजेक्ट बनाने के लिए चरण-दर-चरण गाइड
|
|
- ज्ञान जांच
|
|
- एक चुनौती
|
|
- पूरक पढ़ाई
|
|
- असाइनमेंट
|
|
- पोस्ट-लेसन क्विज़
|
|
|
|
> **क्विज़ के बारे में एक नोट**: सभी क्विज़ Quiz-App फोल्डर में हैं, कुल 40 क्विज़, प्रत्येक में तीन प्रश्न। वे पाठों के भीतर से लिंक किए गए हैं, लेकिन Quiz-App को स्थानीय रूप से चलाया जा सकता है या Azure पर तैनात किया जा सकता है; `quiz-app` फोल्डर में निर्देशों का पालन करें। वे धीरे-धीरे स्थानीयकृत किए जा रहे हैं।
|
|
|
|
## पाठ
|
|
|
|
| द्वारा ](./sketchnotes/00-Roadmap.png)|
|
|
|:---:|
|
|
| शुरुआती के लिए डेटा साइंस: रोडमैप - _[@nitya](https://twitter.com/nitya) द्वारा स्केच नोट_ |
|
|
|
|
| पाठ संख्या | विषय | पाठ समूह | सीखने के उद्देश्य | लिंक किया गया पाठ | लेखक |
|
|
| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: |
|
|
| 01 | डेटा साइंस को परिभाषित करना | [परिचय](1-Introduction/README.md) | डेटा साइंस के पीछे के बुनियादी अवधारणाओं को सीखें और यह कृत्रिम बुद्धिमत्ता, मशीन लर्निंग और बिग डेटा से कैसे संबंधित है। | [पाठ](1-Introduction/01-defining-data-science/README.md) [वीडियो](https://youtu.be/beZ7Mb_oz9I) | [दिमित्री](http://soshnikov.com) |
|
|
| 02 | डेटा साइंस नैतिकता | [परिचय](1-Introduction/README.md) | डेटा नैतिकता की अवधारणाएं, चुनौतियां और ढांचे। | [पाठ](1-Introduction/02-ethics/README.md) | [नित्या](https://twitter.com/nitya) |
|
|
| 03 | डेटा को परिभाषित करना | [परिचय](1-Introduction/README.md) | डेटा कैसे वर्गीकृत किया जाता है और इसके सामान्य स्रोत। | [पाठ](1-Introduction/03-defining-data/README.md) | [जैस्मिन](https://www.twitter.com/paladique) |
|
|
| 04 | सांख्यिकी और संभावना का परिचय | [परिचय](1-Introduction/README.md) | डेटा को समझने के लिए संभावना और सांख्यिकी की गणितीय तकनीकें। | [पाठ](1-Introduction/04-stats-and-probability/README.md) [वीडियो](https://youtu.be/Z5Zy85g4Yjw) | [दिमित्री](http://soshnikov.com) |
|
|
| 05 | संबंधपरक डेटा के साथ काम करना | [डेटा के साथ काम करना](2-Working-With-Data/README.md) | संबंधपरक डेटा का परिचय और SQL (Structured Query Language) के साथ संबंधपरक डेटा का अन्वेषण और विश्लेषण करने की मूल बातें। | [पाठ](2-Working-With-Data/05-relational-databases/README.md) | [क्रिस्टोफर](https://www.twitter.com/geektrainer) | | |
|
|
| 06 | NoSQL डेटा के साथ काम करना | [डेटा के साथ काम करना](2-Working-With-Data/README.md) | गैर-संबंधपरक डेटा का परिचय, इसके विभिन्न प्रकार और डॉक्यूमेंट डेटाबेस का अन्वेषण और विश्लेषण करने की मूल बातें। | [पाठ](2-Working-With-Data/06-non-relational/README.md) | [जैस्मिन](https://twitter.com/paladique)|
|
|
| 07 | पायथन के साथ काम करना | [डेटा के साथ काम करना](2-Working-With-Data/README.md) | Pandas जैसी लाइब्रेरी के साथ डेटा अन्वेषण के लिए पायथन का उपयोग करने की मूल बातें। पायथन प्रोग्रामिंग की बुनियादी समझ की सिफारिश की जाती है। | [पाठ](2-Working-With-Data/07-python/README.md) [वीडियो](https://youtu.be/dZjWOGbsN4Y) | [दिमित्री](http://soshnikov.com) |
|
|
| 08 | डेटा तैयारी | [डेटा के साथ काम करना](2-Working-With-Data/README.md) | डेटा को साफ़ और बदलने की तकनीकों पर चर्चा, ताकि गायब, गलत या अधूरी जानकारी की चुनौतियों को संभाला जा सके। | [पाठ](2-Working-With-Data/08-data-preparation/README.md) | [जैस्मिन](https://www.twitter.com/paladique) |
|
|
| 09 | मात्राओं का विज़ुअलाइज़ेशन | [डेटा विज़ुअलाइज़ेशन](3-Data-Visualization/README.md) | सीखें कि कैसे Matplotlib का उपयोग करके पक्षियों के डेटा को विज़ुअलाइज़ करें 🦆 | [पाठ](3-Data-Visualization/09-visualization-quantities/README.md) | [जेन](https://twitter.com/jenlooper) |
|
|
| 10 | डेटा वितरण का विज़ुअलाइज़ेशन | [डेटा विज़ुअलाइज़ेशन](3-Data-Visualization/README.md) | एक अंतराल के भीतर अवलोकन और रुझानों को विज़ुअलाइज़ करना। | [पाठ](3-Data-Visualization/10-visualization-distributions/README.md) | [जेन](https://twitter.com/jenlooper) |
|
|
| 11 | अनुपात का विज़ुअलाइज़ेशन | [डेटा विज़ुअलाइज़ेशन](3-Data-Visualization/README.md) | अलग-अलग और समूहित प्रतिशतों को विज़ुअलाइज़ करना। | [पाठ](3-Data-Visualization/11-visualization-proportions/README.md) | [जेन](https://twitter.com/jenlooper) |
|
|
| 12 | संबंधों का विज़ुअलाइज़ेशन | [डेटा विज़ुअलाइज़ेशन](3-Data-Visualization/README.md) | डेटा सेट और उनके वेरिएबल्स के बीच कनेक्शन और सहसंबंध को विज़ुअलाइज़ करना। | [पाठ](3-Data-Visualization/12-visualization-relationships/README.md) | [जेन](https://twitter.com/jenlooper) |
|
|
| 13 | सार्थक विज़ुअलाइज़ेशन | [डेटा विज़ुअलाइज़ेशन](3-Data-Visualization/README.md) | आपकी विज़ुअलाइज़ेशन को प्रभावी समस्या समाधान और अंतर्दृष्टि के लिए मूल्यवान बनाने के लिए तकनीक और मार्गदर्शन। | [पाठ](3-Data-Visualization/13-meaningful-visualizations/README.md) | [जेन](https://twitter.com/jenlooper) |
|
|
| 14 | डेटा साइंस जीवनचक्र का परिचय | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटा साइंस जीवनचक्र और डेटा को प्राप्त करने और निकालने के पहले चरण का परिचय। | [पाठ](4-Data-Science-Lifecycle/14-Introduction/README.md) | [जैस्मिन](https://twitter.com/paladique) |
|
|
| 15 | विश्लेषण करना | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटा साइंस जीवनचक्र का यह चरण डेटा का विश्लेषण करने की तकनीकों पर केंद्रित है। | [पाठ](4-Data-Science-Lifecycle/15-analyzing/README.md) | [जैस्मिन](https://twitter.com/paladique) |
|
|
| 16 | संचार | [जीवनचक्र](4-Data-Science-Lifecycle/README.md) | डेटा से प्राप्त अंतर्दृष्टि को इस तरह प्रस्तुत करना कि निर्णय लेने वालों के लिए इसे समझना आसान हो। | [पाठ](4-Data-Science-Lifecycle/16-communication/README.md) | [जेलन](https://twitter.com/JalenMcG) |
|
|
| 17 | क्लाउड में डेटा साइंस | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | क्लाउड में डेटा साइंस और इसके लाभों का परिचय। | [पाठ](5-Data-Science-In-Cloud/17-Introduction/README.md) | [टिफ़नी](https://twitter.com/TiffanySouterre) और [मॉड](https://twitter.com/maudstweets) |
|
|
| 18 | क्लाउड में डेटा साइंस | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | लो कोड टूल्स का उपयोग करके मॉडल को प्रशिक्षित करना। | [पाठ](5-Data-Science-In-Cloud/18-Low-Code/README.md) | [टिफ़नी](https://twitter.com/TiffanySouterre) और [मॉड](https://twitter.com/maudstweets) |
|
|
| 19 | क्लाउड में डेटा साइंस | [क्लाउड डेटा](5-Data-Science-In-Cloud/README.md) | Azure Machine Learning Studio का उपयोग करके मॉडल को तैनात करना। | [पाठ](5-Data-Science-In-Cloud/19-Azure/README.md) | [टिफ़नी](https://twitter.com/TiffanySouterre) और [मॉड](https://twitter.com/maudstweets) |
|
|
| 20 | वास्तविक दुनिया में डेटा साइंस | [वाइल्ड में](6-Data-Science-In-Wild/README.md) | वास्तविक दुनिया में डेटा साइंस संचालित परियोजनाएं। | [पाठ](6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [नित्या](https://twitter.com/nitya) |
|
|
|
|
## GitHub Codespaces
|
|
|
|
Codespace में इस सैंपल को खोलने के लिए निम्न 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](https://docs.github.com/en/codespaces/developing-in-codespaces/creating-a-codespace-for-a-repository#creating-a-codespace) देखें।
|
|
|
|
## VSCode Remote - Containers
|
|
|
|
अपने स्थानीय मशीन और VSCode का उपयोग करके इस रिपॉजिटरी को कंटेनर में खोलने के लिए निम्न 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 (जैसे Docker इंस्टॉल हो) को पूरा करता है। [शुरुआत दस्तावेज़](https://code.visualstudio.com/docs/devcontainers/containers#_getting-started) में देखें।
|
|
|
|
इस रिपॉजिटरी का उपयोग करने के लिए, आप या तो इसे एक अलग Docker वॉल्यूम में खोल सकते हैं:
|
|
|
|
**नोट**: अंदर ही अंदर, 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। [वॉल्यूम](https://docs.docker.com/storage/volumes/) कंटेनर डेटा को बनाए रखने के लिए पसंदीदा तरीका है।
|
|
|
|
या स्थानीय रूप से क्लोन की गई या डाउनलोड की गई रिपॉजिटरी खोलें:
|
|
|
|
- इस रिपॉजिटरी को अपने स्थानीय फाइल सिस्टम पर क्लोन करें।
|
|
- F1 दबाएं और **Remote-Containers: Open Folder in Container...** कमांड चुनें।
|
|
- इस फोल्डर की क्लोन की गई कॉपी चुनें, कंटेनर शुरू होने की प्रतीक्षा करें, और चीजों को आज़माएं।
|
|
|
|
## ऑफलाइन एक्सेस
|
|
|
|
आप इस दस्तावेज़ को ऑफलाइन [Docsify](https://docsify.js.org/#/) का उपयोग करके चला सकते हैं। इस रिपॉजिटरी को फोर्क करें, [Docsify इंस्टॉल करें](https://docsify.js.org/#/quickstart) अपने स्थानीय मशीन पर, फिर इस रिपॉजिटरी के रूट फोल्डर 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 होंगे, इसलिए जब आपको नोटबुक चलाने की आवश्यकता हो, तो इसे अलग से VS Code में Python कर्नेल चलाकर करें।
|
|
|
|
## मदद चाहिए!
|
|
|
|
यदि आप पाठ्यक्रम के सभी या किसी हिस्से का अनुवाद करना चाहते हैं, तो कृपया हमारे [अनुवाद](TRANSLATIONS.md) गाइड का पालन करें।
|
|
|
|
## अन्य पाठ्यक्रम
|
|
|
|
हमारी टीम अन्य पाठ्यक्रम भी तैयार करती है! देखें:
|
|
|
|
- [शुरुआती के लिए जनरेटिव AI](https://aka.ms/genai-beginners)
|
|
- [शुरुआती के लिए जनरेटिव AI .NET](https://github.com/microsoft/Generative-AI-for-beginners-dotnet)
|
|
- [JavaScript के साथ जनरेटिव AI](https://github.com/microsoft/generative-ai-with-javascript)
|
|
- [Java के साथ जनरेटिव AI](https://aka.ms/genaijava)
|
|
- [शुरुआती के लिए AI](https://aka.ms/ai-beginners)
|
|
- [शुरुआती के लिए डेटा साइंस](https://aka.ms/datascience-beginners)
|
|
- [शुरुआती के लिए ML](https://aka.ms/ml-beginners)
|
|
- [शुरुआती के लिए साइबर सुरक्षा](https://github.com/microsoft/Security-101)
|
|
- [शुरुआती के लिए वेब डेवलपमेंट](https://aka.ms/webdev-beginners)
|
|
- [शुरुआती के लिए IoT](https://aka.ms/iot-beginners)
|
|
- [शुरुआती के लिए XR डेवलपमेंट](https://github.com/microsoft/xr-development-for-beginners)
|
|
- [पेयर्ड प्रोग्रामिंग के लिए GitHub Copilot मास्टर करना](https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming)
|
|
- [C#/.NET डेवलपर्स के लिए GitHub Copilot मास्टर करना](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers)
|
|
- [अपना खुद का Copilot एडवेंचर चुनें](https://github.com/microsoft/CopilotAdventures)
|
|
|
|
**अस्वीकरण**:
|
|
यह दस्तावेज़ AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत 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। |