Data-Science-For-Beginners/translations/ml/AGENTS.md

AGENTS.md

പ്രോജക്ട് അവലോകനം

ഡാറ്റാ സയൻസ് ഫോർ ബിഗിനേഴ്സ് മൈക്രോസോഫ്റ്റ് അസ്യൂർ ക്ലൗഡ് അഡ്വക്കേറ്റ്സ് സൃഷ്ടിച്ച ഒരു സമഗ്രമായ 10 ആഴ്ച, 20 പാഠം കോഴ്സാണ്. ഈ റിപോസിറ്ററി പ്രോജക്ട് അടിസ്ഥാനമാക്കിയ പാഠങ്ങളിലൂടെ അടിസ്ഥാന ഡാറ്റാ സയൻസ് ആശയങ്ങൾ പഠിപ്പിക്കുന്ന ഒരു പഠന വിഭവമാണ്, ഇതിൽ Jupyter നോട്ട്‌ബുക്കുകൾ, ഇന്ററാക്ടീവ് ക്വിസുകൾ, ഹാൻഡ്‌സ്-ഓൺ അസൈൻമെന്റുകൾ ഉൾപ്പെടുന്നു.

പ്രധാന സാങ്കേതികവിദ്യകൾ:

• Jupyter Notebooks: Python 3 ഉപയോഗിച്ച് പ്രധാന പഠന മാധ്യമം
• Python ലൈബ്രറികൾ: pandas, numpy, matplotlib ഡാറ്റാ വിശകലനത്തിനും ദൃശ്യീകരണത്തിനും
• Vue.js 2: ക്വിസ് അപ്ലിക്കേഷൻ (quiz-app ഫോൾഡർ)
• Docsify: ഓഫ്‌ലൈൻ ആക്സസ്‌ക്കായി ഡോക്യുമെന്റേഷൻ സൈറ്റ് ജനറേറ്റർ
• Node.js/npm: ജാവാസ്ക്രിപ്റ്റ് ഘടകങ്ങൾക്ക് പാക്കേജ് മാനേജ്മെന്റ്
• Markdown: എല്ലാ പാഠം ഉള്ളടക്കവും ഡോക്യുമെന്റേഷനും

ആർക്കിടെക്ചർ:

• വ്യാപകമായ ഭാഷാന്തരങ്ങളുള്ള ബഹുഭാഷാ വിദ്യാഭ്യാസ റിപോസിറ്ററി
• പാഠം മോഡ്യൂളുകളായി ഘടിപ്പിച്ചിരിക്കുന്നു (1-Introduction മുതൽ 6-Data-Science-In-Wild വരെ)
• ഓരോ പാഠത്തിലും README, നോട്ട്‌ബുക്കുകൾ, അസൈൻമെന്റുകൾ, ക്വിസുകൾ ഉൾപ്പെടുന്നു
• പാഠത്തിന് മുൻപും ശേഷവും മൂല്യനിർണയത്തിനായി സ്റ്റാൻഡ്എലോൺ Vue.js ക്വിസ് അപ്ലിക്കേഷൻ
• GitHub Codespaces, VS Code ഡെവ് കണ്ടെയ്‌നറുകൾ പിന്തുണ

സെറ്റപ്പ് കമാൻഡുകൾ

റിപോസിറ്ററി സെറ്റപ്പ്

# റിപ്പോസിറ്ററി ക്ലോൺ ചെയ്യുക (ഇതിനുമുമ്പ് ക്ലോൺ ചെയ്തിട്ടില്ലെങ്കിൽ)
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners

Python പരിസ്ഥിതി സെറ്റപ്പ്

# ഒരു വെർച്വൽ എൻവയോൺമെന്റ് സൃഷ്ടിക്കുക (ശുപാർശ ചെയ്യുന്നു)
python -m venv venv
source venv/bin/activate  # വിൻഡോസ്-ൽ: venv\Scripts\activate

# പൊതുവായ ഡാറ്റാ സയൻസ് ലൈബ്രറികൾ ഇൻസ്റ്റാൾ ചെയ്യുക (requirements.txt ഇല്ല)
pip install jupyter pandas numpy matplotlib seaborn scikit-learn

ക്വിസ് അപ്ലിക്കേഷൻ സെറ്റപ്പ്

# ക്വിസ് ആപ്പിലേക്ക് നാവിഗേറ്റ് ചെയ്യുക
cd quiz-app

# ആശ്രിതങ്ങൾ ഇൻസ്റ്റാൾ ചെയ്യുക
npm install

# ഡെവലപ്പ്മെന്റ് സർവർ ആരംഭിക്കുക
npm run serve

# പ്രൊഡക്ഷനായി ബിൽഡ് ചെയ്യുക
npm run build

# ലിന്റ് ചെയ്ത് ഫയലുകൾ ശരിയാക്കുക
npm run lint

Docsify ഡോക്യുമെന്റേഷൻ സർവർ

# ഡോക്സിഫൈ ഗ്ലോബലായി ഇൻസ്റ്റാൾ ചെയ്യുക
npm install -g docsify-cli

# ഡോക്യുമെന്റേഷൻ ലോക്കലായി സർവ് ചെയ്യുക
docsify serve

# ഡോക്യുമെന്റേഷൻ localhost:3000 ൽ ലഭ്യമായിരിക്കും

ദൃശ്യീകരണ പ്രോജക്ടുകൾ സെറ്റപ്പ്

meaningful-visualizations പോലുള്ള ദൃശ്യീകരണ പ്രോജക്ടുകൾക്കായി (പാഠം 13):

# സ്റ്റാർട്ടർ അല്ലെങ്കിൽ സൊല്യൂഷൻ ഫോൾഡറിലേക്ക് നാവിഗേറ്റ് ചെയ്യുക
cd 3-Data-Visualization/13-meaningful-visualizations/starter

# ആശ്രിതങ്ങൾ ഇൻസ്റ്റാൾ ചെയ്യുക
npm install

# ഡെവലപ്പ്മെന്റ് സർവർ ആരംഭിക്കുക
npm run serve

# പ്രൊഡക്ഷനായി ബിൽഡ് ചെയ്യുക
npm run build

# ഫയലുകൾ ലിന്റ് ചെയ്യുക
npm run lint

ഡെവലപ്പ്മെന്റ് വർക്ക്‌ഫ്ലോ

Jupyter നോട്ട്‌ബുക്കുകളുമായി പ്രവർത്തിക്കൽ

1. റിപോസിറ്ററി റൂട്ടിൽ Jupyter ആരംഭിക്കുക: jupyter notebook
2. ആവശ്യമായ പാഠ ഫോൾഡറിലേക്ക് നാവിഗേറ്റ് ചെയ്യുക
3. .ipynb ഫയലുകൾ തുറന്ന് അഭ്യാസങ്ങൾ ചെയ്യുക
4. നോട്ട്‌ബുക്കുകൾ സ്വയം സമ്പൂർണമാണ്, വിശദീകരണങ്ങളും കോഡ് സെല്ലുകളും ഉൾപ്പെടുന്നു
5. മിക്ക നോട്ട്‌ബുക്കുകളും pandas, numpy, matplotlib ഉപയോഗിക്കുന്നു - ഇവ ഇൻസ്റ്റാൾ ചെയ്തിട്ടുണ്ടെന്ന് ഉറപ്പാക്കുക

പാഠ ഘടന

ഓരോ പാഠവും സാധാരണയായി ഉൾക്കൊള്ളുന്നു:

• README.md - സിദ്ധാന്തവും ഉദാഹരണങ്ങളും ഉള്ള പ്രധാന പാഠം ഉള്ളടക്കം
• notebook.ipynb - ഹാൻഡ്‌സ്-ഓൺ Jupyter നോട്ട്‌ബുക്ക് അഭ്യാസങ്ങൾ
• assignment.ipynb അല്ലെങ്കിൽ assignment.md - പ്രാക്ടീസ് അസൈൻമെന്റുകൾ
• solution/ ഫോൾഡർ - പരിഹാര നോട്ട്‌ബുക്കുകളും കോഡും
• images/ ഫോൾഡർ - പിന്തുണയ്ക്കുന്ന ദൃശ്യ സാമഗ്രികൾ

ക്വിസ് അപ്ലിക്കേഷൻ ഡെവലപ്പ്മെന്റ്

• ഡെവലപ്പ്മെന്റിനിടെ ഹോട്ട്-റീലോഡ് ഉള്ള Vue.js 2 അപ്ലിക്കേഷൻ
• ക്വിസുകൾ quiz-app/src/assets/translations/ ൽ സൂക്ഷിക്കുന്നു
• ഓരോ ഭാഷക്കും സ്വന്തം ഭാഷാന്തര ഫോൾഡർ ഉണ്ട് (en, fr, es, മുതലായവ)
• ക്വിസ് നമ്പറിംഗ് 0 മുതൽ 39 വരെ (മൊത്തം 40 ക്വിസുകൾ)

ഭാഷാന്തരങ്ങൾ ചേർക്കൽ

• ഭാഷാന്തരങ്ങൾ റിപോസിറ്ററി റൂട്ടിലുള്ള translations/ ഫോൾഡറിൽ പോകും
• ഓരോ ഭാഷക്കും ഇംഗ്ലീഷിൽ നിന്നുള്ള പാഠ ഘടന പൂർണ്ണമായി മിറർ ചെയ്യുന്നു
• GitHub Actions വഴി സ്വയംഭാഷാന്തരം (co-op-translator.yml)

ടെസ്റ്റിംഗ് നിർദ്ദേശങ്ങൾ

ക്വിസ് അപ്ലിക്കേഷൻ ടെസ്റ്റിംഗ്

cd quiz-app

# ലിന്റ് പരിശോധനകൾ നടത്തുക
npm run lint

# ബിൽഡ് പ്രക്രിയ പരിശോധിക്കുക
npm run build

# മാനുവൽ ടെസ്റ്റിംഗ്: ഡെവ് സർവർ ആരംഭിച്ച് ക്വിസ് പ്രവർത്തനം സ്ഥിരീകരിക്കുക
npm run serve

നോട്ട്‌ബുക്ക് ടെസ്റ്റിംഗ്

• നോട്ട്‌ബുക്കുകൾക്കായി യാന്ത്രിക ടെസ്റ്റ് ഫ്രെയിംവർക്ക് ഇല്ല
• മാനുവൽ പരിശോധന: എല്ലാ സെല്ലുകളും ക്രമത്തിൽ ഓടിക്കുക, പിശകുകൾ ഇല്ലെന്ന് ഉറപ്പാക്കുക
• ഡാറ്റാ ഫയലുകൾ ലഭ്യമാണ് എന്ന് പരിശോധിക്കുക, ഔട്ട്പുട്ടുകൾ ശരിയായി ഉണ്ടാകുന്നു എന്ന് ഉറപ്പാക്കുക
• ദൃശ്യീകരണങ്ങൾ ശരിയായി പ്രദർശിപ്പിക്കുന്നുണ്ടെന്ന് പരിശോധിക്കുക

ഡോക്യുമെന്റേഷൻ ടെസ്റ്റിംഗ്

# ഡോക്സിഫൈ ശരിയായി റെൻഡർ ചെയ്യുന്നതായി സ്ഥിരീകരിക്കുക
docsify serve

# ഉള്ളടക്കം വഴി നാവിഗേറ്റ് ചെയ്ത് തകരാറുള്ള ലിങ്കുകൾ മാനുവലായി പരിശോധിക്കുക
# റെൻഡർ ചെയ്ത ഡോക്യുമെന്റേഷനിൽ എല്ലാ പാഠ ലിങ്കുകളും പ്രവർത്തിക്കുന്നുണ്ടെന്ന് സ്ഥിരീകരിക്കുക

കോഡ് ഗുണനിലവാര പരിശോധനകൾ

# Vue.js പ്രോജക്ടുകൾ (ക്വിസ്-ആപ്പ് மற்றும் ദൃശ്യീകരണ പ്രോജക്ടുകൾ)
cd quiz-app  # അല്ലെങ്കിൽ ദൃശ്യീകരണ പ്രോജക്ട് ഫോൾഡർ
npm run lint

# പൈത്തൺ നോട്ട്‌ബുക്കുകൾ - മാനുവൽ പരിശോധന ശുപാർശ ചെയ്യുന്നു
# ഇറക്കുമതികൾ പ്രവർത്തിക്കുന്നുവെന്ന് ഉറപ്പാക്കുക, സെല്ലുകൾ പിശകുകൾ കൂടാതെ പ്രവർത്തിക്കണം

കോഡ് സ്റ്റൈൽ മാർഗ്ഗനിർദ്ദേശങ്ങൾ

Python (Jupyter നോട്ട്‌ബുക്കുകൾ)

• Python കോഡിനായി PEP 8 സ്റ്റൈൽ മാർഗ്ഗനിർദ്ദേശങ്ങൾ പാലിക്കുക
• ഡാറ്റ വിശകലനത്തിന് വ്യക്തമായ വേരിയബിൾ നാമങ്ങൾ ഉപയോഗിക്കുക
• കോഡ് സെല്ലുകൾക്ക് മുമ്പ് വിശദീകരണങ്ങളുള്ള മാർക്ക്ഡൗൺ സെല്ലുകൾ ഉൾപ്പെടുത്തുക
• കോഡ് സെല്ലുകൾ ഏക ആശയങ്ങളിലോ പ്രവർത്തനങ്ങളിലോ കേന്ദ്രീകരിക്കുക
• ഡാറ്റ മാനിപ്പുലേഷനായി pandas, ദൃശ്യീകരണത്തിന് matplotlib ഉപയോഗിക്കുക
• സാധാരണ ഇംപോർട്ട് പാറ്റേൺ:

  import pandas as pd
  import numpy as np
  import matplotlib.pyplot as plt
  

ജാവാസ്ക്രിപ്റ്റ്/Vue.js

• Vue.js 2 സ്റ്റൈൽ ഗൈഡ്, മികച്ച പ്രാക്ടീസുകൾ പാലിക്കുക
• quiz-app/package.json ൽ ESLint കോൺഫിഗറേഷൻ
• Vue സിംഗിൾ-ഫയൽ കോംപോണന്റുകൾ (.vue ഫയലുകൾ) ഉപയോഗിക്കുക
• കോംപോണന്റ് അടിസ്ഥാന ആർക്കിടെക്ചർ നിലനിർത്തുക
• മാറ്റങ്ങൾ കമ്മിറ്റ് ചെയ്യുന്നതിന് മുമ്പ് npm run lint ഓടിക്കുക

മാർക്ക്ഡൗൺ ഡോക്യുമെന്റേഷൻ

• വ്യക്തമായ തലക്കെട്ടുകളുടെ ക്രമം (# ## ### മുതലായവ) ഉപയോഗിക്കുക
• ഭാഷാ നിർദ്ദേശകങ്ങളോടുകൂടിയ കോഡ് ബ്ലോക്കുകൾ ഉൾപ്പെടുത്തുക
• ചിത്രങ്ങൾക്ക് alt ടെക്സ്റ്റ് ചേർക്കുക
• ബന്ധപ്പെട്ട പാഠങ്ങൾക്കും വിഭവങ്ങൾക്കും ലിങ്കുകൾ നൽകുക
• വായനാസൗകര്യത്തിന് ലൈൻ നീളം യുക്തമായിരിക്കണം

ഫയൽ ഓർഗനൈസേഷൻ

• പാഠം ഉള്ളടക്കം നമ്പർ ചെയ്ത ഫോൾഡറുകളിൽ (01-defining-data-science മുതലായവ)
• പരിഹാരങ്ങൾ പ്രത്യേക solution/ സബ്‌ഫോൾഡറുകളിൽ
• ഭാഷാന്തരങ്ങൾ ഇംഗ്ലീഷ് ഘടനയുടെ മിറർ translations/ ഫോൾഡറിൽ
• ഡാറ്റാ ഫയലുകൾ data/ അല്ലെങ്കിൽ പാഠം-നിർദ്ദിഷ്ട ഫോൾഡറുകളിൽ സൂക്ഷിക്കുക

ബിൽഡ് ആൻഡ് ഡിപ്ലോയ്മെന്റ്

ക്വിസ് അപ്ലിക്കേഷൻ ഡിപ്ലോയ്മെന്റ്

cd quiz-app

# പ്രൊഡക്ഷൻ പതിപ്പ് നിർമ്മിക്കുക
npm run build

# ഔട്ട്പുട്ട് dist/ ഫോൾഡറിൽ ആണ്
# dist/ ഫോൾഡർ സ്റ്റാറ്റിക് ഹോസ്റ്റിംഗിലേക്ക് ഡിപ്ലോയ് ചെയ്യുക (Azure Static Web Apps, Netlify, മുതലായവ)

Azure Static Web Apps ഡിപ്ലോയ്മെന്റ്

quiz-app Azure Static Web Apps-ലേക്ക് ഡിപ്ലോയ് ചെയ്യാം:

1. Azure Static Web App റിസോഴ്‌സ് സൃഷ്ടിക്കുക
2. GitHub റിപോസിറ്ററിയുമായി കണക്ട് ചെയ്യുക
3. ബിൽഡ് സെറ്റിംഗുകൾ ക്രമീകരിക്കുക:
   • ആപ്പ് ലൊക്കേഷൻ: quiz-app
   • ഔട്ട്പുട്ട് ലൊക്കേഷൻ: dist
4. GitHub Actions workflow പുഷ് ചെയ്യുമ്പോൾ സ്വയം ഡിപ്ലോയ് ചെയ്യും

ഡോക്യുമെന്റേഷൻ സൈറ്റ്

# ഡോക്സിഫൈയിൽ നിന്ന് PDF നിർമ്മിക്കുക (ഐച്ഛികം)
npm run convert

# ഡോക്സിഫൈ ഡോക്യുമെന്റേഷൻ മാർക്ക്ഡൗൺ ഫയലുകളിൽ നിന്ന് നേരിട്ട് സേവനം ചെയ്യുന്നു
# വിന്യസത്തിനായി ബിൽഡ് ഘട്ടം ആവശ്യമില്ല
# ഡോക്സിഫൈ ഉപയോഗിച്ച് സ്റ്റാറ്റിക് ഹോസ്റ്റിംഗിലേക്ക് റിപോസിറ്ററി വിന്യസിക്കുക

GitHub Codespaces

• റിപോസിറ്ററിയിൽ ഡെവ് കണ്ടെയ്‌നർ കോൺഫിഗറേഷൻ ഉൾപ്പെടുന്നു
• Codespaces സ്വയം Python, Node.js പരിസ്ഥിതി സജ്ജമാക്കുന്നു
• GitHub UI വഴി Codespace-ൽ റിപോസിറ്ററി തുറക്കുക
• എല്ലാ ആശ്രിതങ്ങളും സ്വയം ഇൻസ്റ്റാൾ ചെയ്യും

പുൾ റിക്വസ്റ്റ് മാർഗ്ഗനിർദ്ദേശങ്ങൾ

സമർപ്പിക്കുന്നതിന് മുമ്പ്

# quiz-app ൽ Vue.js മാറ്റങ്ങൾക്കായി
cd quiz-app
npm run lint
npm run build

# മാറ്റങ്ങൾ പ്രാദേശികമായി പരീക്ഷിക്കുക
npm run serve

PR തലക്കെട്ട് ഫോർമാറ്റ്

• വ്യക്തവും വിവരണാത്മകവുമായ തലക്കെട്ടുകൾ ഉപയോഗിക്കുക
• ഫോർമാറ്റ്: [Component] Breif description
• ഉദാഹരണങ്ങൾ:
  • [Lesson 7] Python നോട്ട്‌ബുക്ക് ഇംപോർട്ട് പിശക് പരിഹരിക്കുക
  • [Quiz App] ജർമ്മൻ ഭാഷാന്തരം ചേർക്കുക
  • [Docs] README പുതിയ മുൻ‌അവശ്യങ്ങൾ ഉൾപ്പെടുത്തി അപ്ഡേറ്റ് ചെയ്യുക

ആവശ്യമായ പരിശോധനകൾ

• എല്ലാ കോഡും പിശകുകൾ കൂടാതെ പ്രവർത്തിക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കുക
• നോട്ട്‌ബുക്കുകൾ പൂർണ്ണമായി എക്സിക്യൂട്ട് ചെയ്യുക
• Vue.js അപ്ലിക്കേഷനുകൾ വിജയകരമായി ബിൽഡ് ചെയ്യുക
• ഡോക്യുമെന്റേഷൻ ലിങ്കുകൾ പ്രവർത്തിക്കുന്നുണ്ടെന്ന് പരിശോധിക്കുക
• ക്വിസ് അപ്ലിക്കേഷൻ മാറ്റിയെങ്കിൽ ടെസ്റ്റ് ചെയ്യുക
• ഭാഷാന്തരങ്ങൾ ഘടനയിൽ സ്ഥിരത പാലിക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കുക

സംഭാവന മാർഗ്ഗനിർദ്ദേശങ്ങൾ

• നിലവിലുള്ള കോഡ് സ്റ്റൈൽ, പാറ്റേണുകൾ പാലിക്കുക
• സങ്കീർണ്ണമായ ലജിക് വിശദീകരിക്കുന്ന കമന്റുകൾ ചേർക്കുക
• ബന്ധപ്പെട്ട ഡോക്യുമെന്റേഷൻ അപ്ഡേറ്റ് ചെയ്യുക
• ആവശ്യമായ പക്ഷം വ്യത്യസ്ത പാഠ മോഡ്യൂളുകളിൽ മാറ്റങ്ങൾ പരീക്ഷിക്കുക
• CONTRIBUTING.md ഫയൽ പരിശോധിക്കുക

അധിക കുറിപ്പുകൾ

സാധാരണ ഉപയോഗിക്കുന്ന ലൈബ്രറികൾ

• pandas: ഡാറ്റ മാനിപ്പുലേഷൻ, വിശകലനം
• numpy: സംഖ്യാത്മക കംപ്യൂട്ടിംഗ്
• matplotlib: ഡാറ്റാ ദൃശ്യീകരണം, പ്ലോട്ടിംഗ്
• seaborn: സ്റ്റാറ്റിസ്റ്റിക്കൽ ഡാറ്റാ ദൃശ്യീകരണം (ചില പാഠങ്ങൾ)
• scikit-learn: മെഷീൻ ലേണിംഗ് (ഉന്നത പാഠങ്ങൾ)

ഡാറ്റാ ഫയലുകളുമായി പ്രവർത്തിക്കൽ

• ഡാറ്റാ ഫയലുകൾ data/ ഫോൾഡറിലോ പാഠം-നിർദ്ദിഷ്ട ഡയറക്ടറികളിലോ
• മിക്ക നോട്ട്‌ബുക്കുകളും സാപേക്ഷ പാതകളിൽ ഡാറ്റാ ഫയലുകൾ പ്രതീക്ഷിക്കുന്നു
• CSV ഫയലുകൾ പ്രധാന ഡാറ്റാ ഫോർമാറ്റ്
• ചില പാഠങ്ങൾ JSON ഉപയോഗിക്കുന്നു നോൺ-റിലേഷണൽ ഡാറ്റാ ഉദാഹരണങ്ങൾക്ക്

ബഹുഭാഷാ പിന്തുണ

• 40+ ഭാഷാന്തരങ്ങൾ GitHub Actions വഴി സ്വയംഭാഷാന്തരം
• ഭാഷാന്തരം വർക്ക്‌ഫ്ലോ .github/workflows/co-op-translator.yml
• ഭാഷാന്തരങ്ങൾ translations/ ഫോൾഡറിൽ ഭാഷാ കോഡുകളോടെ
• ക്വിസ് ഭാഷാന്തരങ്ങൾ quiz-app/src/assets/translations/ ൽ

ഡെവലപ്പ്മെന്റ് പരിസ്ഥിതി ഓപ്ഷനുകൾ

1. ലോകൽ ഡെവലപ്പ്മെന്റ്: Python, Jupyter, Node.js ലോക്കലായി ഇൻസ്റ്റാൾ ചെയ്യുക
2. GitHub Codespaces: ക്ലൗഡ് അടിസ്ഥാന ഡെവലപ്പ്മെന്റ് പരിസ്ഥിതി
3. VS Code ഡെവ് കണ്ടെയ്‌നറുകൾ: ലോക്കൽ കണ്ടെയ്‌നർ അടിസ്ഥാന ഡെവലപ്പ്മെന്റ്
4. Binder: ക്ലൗഡിൽ നോട്ട്‌ബുക്കുകൾ ആരംഭിക്കുക (കൺഫിഗർ ചെയ്താൽ)

പാഠം ഉള്ളടക്കം മാർഗ്ഗനിർദ്ദേശങ്ങൾ

• ഓരോ പാഠവും സ്വതന്ത്രമാണ്, മുൻ ആശയങ്ങളിൽ അടിസ്ഥാനമാക്കിയുള്ളത്
• പാഠത്തിന് മുൻപ് ക്വിസുകൾ മുൻ അറിവ് പരിശോധിക്കുന്നു
• പാഠത്തിന് ശേഷം ക്വിസുകൾ പഠനം ശക്തിപ്പെടുത്തുന്നു
• അസൈൻമെന്റുകൾ ഹാൻഡ്‌സ്-ഓൺ അഭ്യാസം നൽകുന്നു
• സ്കെച്ച്നോട്ടുകൾ ദൃശ്യ സംഗ്രഹങ്ങൾ നൽകുന്നു

സാധാരണ പ്രശ്നങ്ങൾ പരിഹരിക്കൽ

Jupyter Kernel പ്രശ്നങ്ങൾ:

# ശരിയായ കർണൽ ഇൻസ്റ്റാൾ ചെയ്തിട്ടുണ്ടെന്ന് ഉറപ്പാക്കുക
python -m ipykernel install --user --name=datascience

npm ഇൻസ്റ്റാൾ പരാജയങ്ങൾ:

# npm കാഷെ ക്ലിയർ ചെയ്ത് വീണ്ടും ശ്രമിക്കുക
npm cache clean --force
rm -rf node_modules package-lock.json
npm install

നോട്ട്‌ബുക്കുകളിൽ ഇംപോർട്ട് പിശകുകൾ:

• ആവശ്യമായ എല്ലാ ലൈബ്രറികളും ഇൻസ്റ്റാൾ ചെയ്തിട്ടുണ്ടെന്ന് ഉറപ്പാക്കുക
• Python പതിപ്പ് അനുയോജ്യമാണ് എന്ന് പരിശോധിക്കുക (Python 3.7+ ശുപാർശ)
• വെർച്വൽ എൻവയോൺമെന്റ് സജീവമാക്കിയിട്ടുണ്ടെന്ന് ഉറപ്പാക്കുക

Docsify ലോഡ് ചെയ്യാത്തത്:

• റിപോസിറ്ററി റൂട്ടിൽ നിന്ന് സർവ് ചെയ്യുന്നതാണെന്ന് ഉറപ്പാക്കുക
• index.html നിലവിലുണ്ടെന്ന് പരിശോധിക്കുക
• ശരിയായ നെറ്റ്‌വർക്ക് ആക്സസ് (പോർട്ട് 3000) ഉറപ്പാക്കുക

പ്രകടന പരിഗണനകൾ

• വലിയ ഡാറ്റാസെറ്റുകൾ നോട്ട്‌ബുക്കുകളിൽ ലോഡ് ചെയ്യാൻ സമയം എടുക്കാം
• സങ്കീർണ്ണമായ പ്ലോട്ടുകൾക്ക് ദൃശ്യീകരണം മന്ദഗതിയിലാകാം
• Vue.js ഡെവ് സർവർ ഹോട്ട്-റീലോഡ് സജ്ജമാക്കുന്നു വേഗത്തിലുള്ള ഇറ്ററേഷനുകൾക്കായി
• പ്രൊഡക്ഷൻ ബിൽഡുകൾ ഒപ്റ്റിമൈസ്ഡ്, മിനിഫൈഡ്

സുരക്ഷാ കുറിപ്പുകൾ

• സენსിറ്റീവ് ഡാറ്റ അല്ലെങ്കിൽ ക്രെഡൻഷ്യലുകൾ കമ്മിറ്റ് ചെയ്യരുത്
• ക്ലൗഡ് പാഠങ്ങളിൽ API കീകൾക്ക് എൻവയോൺമെന്റ് വേരിയബിളുകൾ ഉപയോഗിക്കുക
• അസ്യൂർ-ബന്ധപ്പെട്ട പാഠങ്ങൾക്ക് അസ്യൂർ അക്കൗണ്ട് ക്രെഡൻഷ്യലുകൾ ആവശ്യമാകാം
• സുരക്ഷാ പാച്ചുകൾക്കായി ആശ്രിതങ്ങൾ അപ്ഡേറ്റ് ചെയ്യുക

ഭാഷാന്തരങ്ങളിൽ സംഭാവന

• GitHub Actions വഴി സ്വയംഭാഷാന്തരം നിയന്ത്രിക്കുന്നു
• ഭാഷാന്തര കൃത്യതയ്ക്കായി മാനുവൽ തിരുത്തലുകൾ സ്വാഗതം
• നിലവിലുള്ള ഭാഷാന്തര ഫോൾഡർ ഘടന പാലിക്കുക
• ക്വിസ് ലിങ്കുകളിൽ ഭാഷാ പാരാമീറ്റർ ചേർക്കുക: ?loc=fr
• ഭാഷാന്തര പാഠങ്ങൾ ശരിയായി പ്രദർശിപ്പിക്കുന്നുണ്ടെന്ന് ടെസ്റ്റ് ചെയ്യുക

ബന്ധപ്പെട്ട വിഭവങ്ങൾ

• പ്രധാന കോഴ്സ്: https://aka.ms/datascience-beginners
• Microsoft Learn: https://docs.microsoft.com/learn/
• Student Hub: https://docs.microsoft.com/learn/student-hub
• ചർച്ച ഫോറം: https://github.com/microsoft/Data-Science-For-Beginners/discussions
• മറ്റ് Microsoft കോഴ്സുകൾ: ML for Beginners, AI for Beginners, Web Dev for Beginners

പ്രോജക്ട് പരിപാലനം

• ഉള്ളടക്കം പുതുക്കാൻ സ്ഥിരം അപ്ഡേറ്റുകൾ
• കമ്മ്യൂണിറ്റി സംഭാവനകൾ സ്വാഗതം
• പ്രശ്നങ്ങൾ GitHub-ൽ ട്രാക്ക് ചെയ്യുന്നു
• PR-കൾ കോഴ്സ് പരിപാലകർ പരിശോധിക്കുന്നു
• മാസാന്തം ഉള്ളടക്കം അവലോകനവും അപ്ഡേറ്റും

---

അസൂയാ:
ഈ രേഖ AI വിവർത്തന സേവനം Co-op Translator ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നാം കൃത്യതയ്ക്ക് ശ്രമിച്ചെങ്കിലും, സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. അതിന്റെ മാതൃഭാഷയിലുള്ള യഥാർത്ഥ രേഖയാണ് പ്രാമാണികമായ ഉറവിടം എന്ന് പരിഗണിക്കേണ്ടതാണ്. നിർണായകമായ വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനം ഉപയോഗിക്കുന്നതിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.