History

leestott 57edd69619 🌐 Update translations via Co-op Translator		4 months ago
..
README.md	🌐 Update translations via Co-op Translator	4 months ago

README.md

शुरुआती लोगों के लिए डेटा साइंस के उदाहरण

उदाहरण निर्देशिका में आपका स्वागत है! यह सरल और अच्छी तरह से टिप्पणी किए गए उदाहरणों का संग्रह आपको डेटा साइंस शुरू करने में मदद करने के लिए डिज़ाइन किया गया है, भले ही आप पूरी तरह से नए हों।

📚 यहां आपको क्या मिलेगा

प्रत्येक उदाहरण स्वतंत्र है और इसमें शामिल हैं:

स्पष्ट टिप्पणियां जो हर कदम को समझाती हैं
सरल और पढ़ने योग्य कोड जो एक समय में एक अवधारणा को प्रदर्शित करता है
वास्तविक दुनिया का संदर्भ ताकि आप समझ सकें कि इन तकनीकों का उपयोग कब और क्यों करना है
अपेक्षित आउटपुट ताकि आप जान सकें कि क्या देखना है

🚀 शुरुआत करना

आवश्यकताएँ

इन उदाहरणों को चलाने से पहले सुनिश्चित करें कि आपके पास:

Python 3.7 या उससे उच्च संस्करण इंस्टॉल है
Python स्क्रिप्ट चलाने की बुनियादी समझ है

आवश्यक लाइब्रेरी इंस्टॉल करना

pip install pandas numpy matplotlib

📖 उदाहरणों का अवलोकन

1. हैलो वर्ल्ड - डेटा साइंस स्टाइल

फ़ाइल: 01_hello_world_data_science.py

आपका पहला डेटा साइंस प्रोग्राम! सीखें:

एक सरल डेटा सेट लोड करना
अपने डेटा के बारे में बुनियादी जानकारी प्रदर्शित करना
अपना पहला डेटा साइंस आउटपुट प्रिंट करना

उन शुरुआती लोगों के लिए बिल्कुल सही जो अपना पहला डेटा साइंस प्रोग्राम देखना चाहते हैं।

2. डेटा लोड करना और एक्सप्लोर करना

फ़ाइल: 02_loading_data.py

डेटा के साथ काम करने की मूल बातें सीखें:

CSV फ़ाइलों से डेटा पढ़ना
अपने डेटा सेट की पहली कुछ पंक्तियाँ देखना
अपने डेटा के बारे में बुनियादी आँकड़े प्राप्त करना
डेटा प्रकारों को समझना

यह किसी भी डेटा साइंस प्रोजेक्ट में अक्सर पहला कदम होता है!

3. सरल डेटा विश्लेषण

फ़ाइल: 03_simple_analysis.py

अपना पहला डेटा विश्लेषण करें:

बुनियादी आँकड़े (मीन, मीडियन, मोड) की गणना करें
अधिकतम और न्यूनतम मान खोजें
मानों की घटनाओं की गिनती करें
शर्तों के आधार पर डेटा को फ़िल्टर करें

देखें कि अपने डेटा के बारे में सरल सवालों का जवाब कैसे दिया जाता है।

4. डेटा विज़ुअलाइज़ेशन की मूल बातें

फ़ाइल: 04_basic_visualization.py

अपना पहला विज़ुअलाइज़ेशन बनाएं:

एक सरल बार चार्ट बनाएं
एक लाइन प्लॉट बनाएं
एक पाई चार्ट जनरेट करें
अपने विज़ुअलाइज़ेशन को इमेज के रूप में सेव करें

अपने निष्कर्षों को दृश्य रूप से संवाद करना सीखें!

5. वास्तविक डेटा के साथ काम करना

फ़ाइल: 05_real_world_example.py

एक पूर्ण उदाहरण के साथ सब कुछ एक साथ रखें:

रिपॉजिटरी से वास्तविक डेटा लोड करें
डेटा को साफ और तैयार करें
विश्लेषण करें
सार्थक विज़ुअलाइज़ेशन बनाएं
निष्कर्ष निकालें

यह उदाहरण आपको शुरुआत से अंत तक एक संपूर्ण वर्कफ़्लो दिखाता है।

🎯 इन उदाहरणों का उपयोग कैसे करें

शुरुआत से शुरू करें: उदाहरण कठिनाई के क्रम में क्रमांकित हैं। 01_hello_world_data_science.py से शुरू करें और आगे बढ़ें।
टिप्पणियाँ पढ़ें: प्रत्येक फ़ाइल में विस्तृत टिप्पणियाँ हैं जो कोड क्या करता है और क्यों करता है, इसे समझाती हैं। उन्हें ध्यान से पढ़ें!
प्रयोग करें: कोड को संशोधित करने की कोशिश करें। यदि आप कोई मान बदलते हैं तो क्या होता है? चीजों को तोड़ें और उन्हें ठीक करें - यही सीखने का तरीका है!
कोड चलाएं: प्रत्येक उदाहरण को चलाएं और आउटपुट देखें। इसे अपनी अपेक्षाओं से तुलना करें।
इस पर निर्माण करें: एक उदाहरण को समझने के बाद, इसे अपने विचारों के साथ विस्तारित करने की कोशिश करें।

💡 शुरुआती लोगों के लिए सुझाव

जल्दी मत करें: अगले उदाहरण पर जाने से पहले प्रत्येक उदाहरण को समझने में समय लगाएं
कोड खुद टाइप करें: केवल कॉपी-पेस्ट न करें। टाइपिंग आपको सीखने और याद रखने में मदद करती है
अनजान अवधारणाओं को देखें: यदि आप कुछ ऐसा देखते हैं जिसे आप नहीं समझते हैं, तो इसे ऑनलाइन या मुख्य पाठों में खोजें
सवाल पूछें: यदि आपको मदद की ज़रूरत है तो डिस्कशन फोरम में शामिल हों
नियमित रूप से अभ्यास करें: सप्ताह में एक बार लंबे सत्रों के बजाय हर दिन थोड़ा कोड करने की कोशिश करें

🔗 अगले कदम

इन उदाहरणों को पूरा करने के बाद, आप तैयार हैं:

मुख्य पाठ्यक्रम पाठों के माध्यम से काम करें
प्रत्येक पाठ फ़ोल्डर में असाइनमेंट आज़माएं
अधिक गहन सीखने के लिए Jupyter नोटबुक्स का अन्वेषण करें
अपने खुद के डेटा साइंस प्रोजेक्ट बनाएं

📚 अतिरिक्त संसाधन

मुख्य पाठ्यक्रम - पूरा 20-पाठ का कोर्स
शिक्षकों के लिए - इस पाठ्यक्रम का अपनी कक्षा में उपयोग करना
Microsoft Learn - मुफ्त ऑनलाइन सीखने के संसाधन
Python Documentation - आधिकारिक Python संदर्भ

🤝 योगदान

कोई बग मिला या किसी नए उदाहरण के लिए कोई विचार है? हम योगदान का स्वागत करते हैं! कृपया हमारा Contributing Guide देखें।

खुशहाल सीखना! 🎉

याद रखें: हर विशेषज्ञ कभी शुरुआती था। इसे एक कदम में लें, और गलतियाँ करने से न डरें - वे सीखने की प्रक्रिया का हिस्सा हैं!

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।