Data-Science-For-Beginners/translations/mr

बिगिनर्ससाठी डेटा सायन्स - एक अभ्यासक्रम

मायक्रोसॉफ्टमधील Azure Cloud Advocates आपल्याला डेटा सायन्सबद्दल 10 आठवड्यांचा, 20 धड्यांचा अभ्यासक्रम देण्यास आनंदी आहेत. प्रत्येक धड्यात पूर्व-धडा आणि पश्चात-धडा क्विझ, धडा पूर्ण करण्यासाठी लेखी सूचना, एक समाधान आणि एक असाइनमेंट समाविष्ट आहे. आमची प्रकल्प-आधारित शिक्षण पद्धत आपल्याला शिकत असताना तयार करण्याची संधी देते, जी नवीन कौशल्ये 'ठेवण्यासाठी' सिद्ध केलेली पद्धत आहे.

आमच्या लेखकांचे मनापासून आभार: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 विशेष आभार 🙏 आमच्या Microsoft Student Ambassador लेखक, पुनरावलोकक आणि सामग्री योगदानकर्त्यांना, विशेषतः आर्यन अरोरा, आदित्य गर्ग, अलोंद्रा सांचेज़, अंकिता सिंग, अनुपम मिश्रा, अर्पिता दास, छैलबिहारी दुबे, डिब्री नसोफोर, दिशिता भासिन, मजद सफी, मॅक्स ब्लम, मिगुएल कोरेआ, मोहम्मा इफ्तेखर (इफ्टू) एब्ने जलाल, नावरीन तबस्सुम, रेमंड वांगसा पुत्रा, रोहित यादव, समृद्धी शर्मा, सान्या सिन्हा, शीना नरुला, तौकीर अहमद, योगेंद्रसिंह पवार , विदुषी गुप्ता, जसलीन सोनधी

बिगिनर्ससाठी डेटा सायन्स - स्केचनोट @nitya कडून

🌐 बहुभाषिक समर्थन

GitHub Action द्वारे समर्थित (स्वयंचलित आणि नेहमी अद्ययावत)

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

आपल्याला अतिरिक्त भाषांमध्ये अनुवाद हवा असल्यास, ते येथे सूचीबद्ध आहेत

आमच्या समुदायात सामील व्हा

आमच्याकडे Discord वर AI सह शिकण्याची मालिका चालू आहे, अधिक जाणून घेण्यासाठी आणि 18 - 30 सप्टेंबर, 2025 रोजी Learn with AI Series मध्ये सामील व्हा. आपल्याला डेटा सायन्ससाठी GitHub Copilot वापरण्याचे टिप्स आणि ट्रिक्स मिळतील.

आपण विद्यार्थी आहात का?

खालील संसाधनांसह प्रारंभ करा:

• विद्यार्थी हब पृष्ठ या पृष्ठावर, आपल्याला बिगिनर्ससाठी संसाधने, विद्यार्थी पॅक आणि अगदी मोफत प्रमाणपत्र व्हाउचर मिळवण्याचे मार्ग सापडतील. हा एक पृष्ठ आहे जे आपण बुकमार्क करावे आणि वेळोवेळी तपासावे कारण आम्ही किमान महिन्याला सामग्री बदलतो.
• Microsoft Learn Student Ambassadors जागतिक विद्यार्थी अॅम्बेसडर समुदायात सामील व्हा, हे मायक्रोसॉफ्टमध्ये आपले प्रवेशद्वार असू शकते.

प्रारंभ करणे

📚 दस्तऐवजीकरण

• इंस्टॉलेशन मार्गदर्शक - बिगिनर्ससाठी टप्प्याटप्प्याने सेटअप सूचना
• वापर मार्गदर्शक - उदाहरणे आणि सामान्य कार्यप्रवाह
• समस्या निवारण - सामान्य समस्या सोडवण्याचे उपाय
• योगदान मार्गदर्शक - या प्रकल्पात कसे योगदान द्यावे
• शिक्षकांसाठी - शिकवण्याचे मार्गदर्शन आणि वर्गातील संसाधने

👨‍🎓 विद्यार्थ्यांसाठी

पूर्ण नवीन: डेटा सायन्समध्ये नवीन आहात? आमच्या सोप्या, बिगिनर्ससाठी उदाहरणांपासून सुरू करा! ही सोपी, चांगल्या प्रकारे टिप्पणी केलेली उदाहरणे आपल्याला मूलभूत गोष्टी समजून घेण्यास मदत करतील, पूर्ण अभ्यासक्रमात डुबकी मारण्यापूर्वी. विद्यार्थी: हा अभ्यासक्रम स्वतः वापरण्यासाठी, संपूर्ण रेपो फोर्क करा आणि स्वतः व्यायाम पूर्ण करा, पूर्व-व्याख्यान क्विझपासून सुरू करा. नंतर व्याख्यान वाचा आणि उर्वरित क्रियाकलाप पूर्ण करा. प्रकल्प तयार करताना धडे समजून घेऊन तयार करण्याचा प्रयत्न करा, समाधान कोड कॉपी करण्याऐवजी; तथापि, तो कोड प्रत्येक प्रकल्प-आधारित धड्यातील /solutions फोल्डरमध्ये उपलब्ध आहे. आणखी एक कल्पना म्हणजे मित्रांसोबत अभ्यास गट तयार करणे आणि एकत्र सामग्री पाहणे. पुढील अभ्यासासाठी, आम्ही Microsoft Learn शिफारस करतो.

त्वरित प्रारंभ:

1. आपले वातावरण सेट करण्यासाठी इंस्टॉलेशन मार्गदर्शक तपासा
2. अभ्यासक्रम कसा वापरायचा ते शिकण्यासाठी वापर मार्गदर्शक पाहा
3. धडा 1 पासून सुरू करा आणि क्रमाने पुढे जा
4. मदतीसाठी आमच्या Discord समुदायात सामील व्हा

👩‍🏫 शिक्षकांसाठी

शिक्षक: आम्ही या अभ्यासक्रमाचा कसा वापर करावा याबाबत काही सूचना समाविष्ट केल्या आहेत. कृपया आमच्या चर्चा मंचावर आपले अभिप्राय द्या!

टीमला भेटा

Gif तयार केलेले Mohit Jaisal यांनी

🎥 प्रकल्पाबद्दल आणि त्याला तयार करणाऱ्या लोकांबद्दल व्हिडिओसाठी वरील प्रतिमेवर क्लिक करा!

अध्यापनशास्त्र

आम्ही या अभ्यासक्रमाची रचना करताना दोन अध्यापनशास्त्रीय तत्त्वे निवडली आहेत: हे प्रकल्प-आधारित असणे आणि त्यात वारंवार क्विझ असणे. या मालिकेच्या शेवटी, विद्यार्थ्यांनी डेटा सायन्सच्या मूलभूत तत्त्वांचा अभ्यास केला असेल, ज्यात नैतिक संकल्पना, डेटा तयारी, डेटासोबत काम करण्याचे विविध मार्ग, डेटा दृश्यांकन, डेटा विश्लेषण, डेटा सायन्सचे वास्तविक जगातील वापर, आणि बरेच काही समाविष्ट आहे.

याशिवाय, वर्गापूर्वीचा कमी दबावाचा क्विझ विद्यार्थ्यांच्या विषय शिकण्याच्या उद्देशाला स्थिर करतो, तर वर्गानंतरचा दुसरा क्विझ अधिक टिकाव सुनिश्चित करतो. हा अभ्यासक्रम लवचिक आणि मजेदार असावा यासाठी डिझाइन केला गेला आहे आणि तो पूर्ण किंवा भागांमध्ये घेतला जाऊ शकतो. प्रकल्प लहान प्रमाणात सुरू होतात आणि १० आठवड्यांच्या चक्राच्या शेवटी अधिक क्लिष्ट होतात.

आमचा आचारसंहिता, योगदान, भाषांतर मार्गदर्शक तत्त्वे येथे आहेत. तुमचे रचनात्मक अभिप्राय आम्ही स्वागत करतो!

प्रत्येक धड्यात समाविष्ट आहे:

• ऐच्छिक स्केचनोट
• ऐच्छिक पूरक व्हिडिओ
• धड्यापूर्वीचा वॉर्मअप क्विझ
• लेखी धडा
• प्रकल्प-आधारित धड्यांसाठी, प्रकल्प कसा तयार करायचा यावर टप्प्याटप्प्याने मार्गदर्शक
• ज्ञान तपासणी
• एक आव्हान
• पूरक वाचन
• असाइनमेंट
• धड्यानंतरचा क्विझ

क्विझबद्दल एक टीप: सर्व क्विझ Quiz-App फोल्डरमध्ये आहेत, एकूण ४० क्विझ ज्यात प्रत्येकी तीन प्रश्न आहेत. ते धड्यांमधून लिंक केलेले आहेत, पण क्विझ अॅप स्थानिकरित्या चालवता येतो किंवा Azure वर तैनात करता येतो; quiz-app फोल्डरमधील सूचना पाळा. ते हळूहळू स्थानिकीकरण केले जात आहेत.

🎓 नवशिक्यांसाठी सोपे उदाहरणे

डेटा सायन्समध्ये नवीन आहात? आम्ही एक विशेष उदाहरणे निर्देशिका तयार केली आहे ज्यात सोपा, चांगल्या प्रकारे टिप्पणी केलेला कोड आहे ज्यामुळे तुम्हाला सुरुवात करण्यात मदत होईल:

• 🌟 हॅलो वर्ल्ड - तुमचा पहिला डेटा सायन्स प्रोग्राम
• 📂 डेटा लोड करणे - डेटासेट वाचणे आणि तपासणे शिका
• 📊 सोपे विश्लेषण - सांख्यिकी गणना करा आणि नमुने शोधा
• 📈 मूलभूत दृश्यांकन - चार्ट आणि ग्राफ तयार करा
• 🔬 वास्तविक प्रकल्प - सुरुवातीपासून शेवटपर्यंत संपूर्ण कार्यप्रवाह

प्रत्येक उदाहरणात प्रत्येक टप्प्याचे सविस्तर स्पष्टीकरण असलेली टिप्पणी आहे, जी पूर्णपणे नवशिक्यांसाठी योग्य आहे!

👉 उदाहरणांसह सुरुवात करा 👈

धडे

डेटा सायन्स नवशिक्यांसाठी: रोडमॅप - स्केचनोट @nitya कडून

धडा क्रमांक	विषय	धडा गट	शिकण्याचे उद्दिष्टे	लिंक केलेला धडा	लेखक
०१	डेटा सायन्सची व्याख्या	परिचय	डेटा सायन्सच्या मूलभूत संकल्पना आणि त्याचा कृत्रिम बुद्धिमत्ता, मशीन लर्निंग, आणि बिग डेटा यांच्याशी संबंध कसा आहे हे शिका.	धडा व्हिडिओ	द्मित्री
०२	डेटा सायन्स नैतिकता	परिचय	डेटा नैतिकता संकल्पना, आव्हाने आणि चौकट.	धडा	नित्य
०३	डेटा व्याख्या	परिचय	डेटा कसा वर्गीकृत केला जातो आणि त्याचे सामान्य स्रोत काय आहेत.	धडा	जॅस्मिन
०४	सांख्यिकी आणि संभाव्यता परिचय	परिचय	डेटा समजून घेण्यासाठी संभाव्यता आणि सांख्यिकीच्या गणितीय तंत्रांचा अभ्यास.	धडा व्हिडिओ	द्मित्री
०५	रिलेशनल डेटासोबत काम करणे	डेटासोबत काम	रिलेशनल डेटाचा परिचय आणि संरचित क्वेरी भाषा (SQL) वापरून रिलेशनल डेटाचा शोध आणि विश्लेषण करण्याच्या मूलभूत गोष्टी.	धडा	क्रिस्टोफर
०६	नोSQL डेटासोबत काम करणे	डेटासोबत काम	नॉन-रिलेशनल डेटाचा परिचय, त्याचे विविध प्रकार आणि दस्तऐवज डेटाबेसचा शोध व विश्लेषण करण्याच्या मूलभूत गोष्टी.	धडा	जॅस्मिन
०७	पायथनसह काम करणे	डेटासोबत काम	पायथन वापरून डेटा एक्सप्लोरेशनसाठी मूलभूत गोष्टी, जसे की पँडास लायब्ररी. पायथन प्रोग्रामिंगचे प्राथमिक ज्ञान असणे शिफारसीय.	धडा व्हिडिओ	द्मित्री
०८	डेटा तयारी	डेटासोबत काम	हरवलेला, अचूक नसलेला किंवा अपूर्ण डेटा हाताळण्यासाठी डेटा स्वच्छता आणि रूपांतरण तंत्रज्ञानावर विषय.	धडा	जॅस्मिन
०९	प्रमाणांचे दृश्यांकन	डेटा दृश्यांकन	मॅटप्लॉटलिब वापरून पक्षी डेटा 🦆 चे दृश्यांकन कसे करायचे ते शिका	धडा	जेन
१०	डेटाच्या वितरणांचे दृश्यांकन	डेटा दृश्यांकन	निरीक्षणे आणि ट्रेंड एका अंतरालात दृश्यांकित करणे.	धडा	जेन
११	प्रमाणांचे दृश्यांकन	डेटा दृश्यांकन	डिस्क्रीट आणि गटबद्ध टक्केवारीचे दृश्यांकन.	धडा	जेन
१२	संबंधांचे दृश्यांकन	डेटा दृश्यांकन	डेटाच्या संचांमधील कनेक्शन आणि सहसंबंधांचे दृश्यांकन.	धडा	जेन
१३	अर्थपूर्ण दृश्यांकन	डेटा दृश्यांकन	प्रभावी समस्या सोडवणूक आणि अंतर्दृष्टीसाठी तुमच्या दृश्यांकनांना कसे उपयुक्त बनवायचे यासाठी तंत्र आणि मार्गदर्शन.	धडा	जेन
१४	डेटा सायन्स जीवनचक्र परिचय	जीवनचक्र	डेटा सायन्स जीवनचक्राचा परिचय आणि त्याचा पहिला टप्पा म्हणजे डेटा मिळवणे आणि काढणे.	धडा	जॅस्मिन
१५	विश्लेषण	जीवनचक्र	डेटा सायन्स जीवनचक्राचा हा टप्पा डेटा विश्लेषण तंत्रांवर लक्ष केंद्रित करतो.	धडा	जॅस्मिन
१६	संवाद	जीवनचक्र	डेटा सायन्स जीवनचक्राचा हा टप्पा डेटा मधून मिळालेल्या अंतर्दृष्टी सादर करण्यावर लक्ष केंद्रित करतो ज्यामुळे निर्णय घेणाऱ्यांना समजणे सोपे होते.	धडा	जालेन
१७	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	क्लाउडमधील डेटा सायन्स आणि त्याचे फायदे याचा परिचय देणारी धडे मालिका.	धडा	टिफनी आणि मॉड
१८	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	लो कोड टूल्स वापरून मॉडेल्सचे प्रशिक्षण.	धडा	टिफनी आणि मॉड
१९	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	Azure मशीन लर्निंग स्टुडिओ वापरून मॉडेल्स तैनात करणे.	धडा	टिफनी आणि मॉड
२०	वास्तविक जगातील डेटा सायन्स	वास्तविक जगात	वास्तविक जगातील डेटा सायन्स चालवलेले प्रकल्प.	धडा	नित्य

GitHub Codespaces

हा नमुना Codespace मध्ये उघडण्यासाठी खालील चरणांचे पालन करा: १. Code ड्रॉप-डाउन मेनूवर क्लिक करा आणि Open with Codespaces पर्याय निवडा. २. पॅनलच्या तळाशी + New codespace निवडा. अधिक माहितीसाठी, GitHub दस्तऐवज पहा.

VSCode Remote - Containers

तुमच्या स्थानिक मशीनवर आणि VSCode वापरून या रेपोला कंटेनरमध्ये उघडण्यासाठी खालील चरणांचे पालन करा, VS Code Remote - Containers विस्तार वापरून:

१. जर तुम्ही प्रथमच विकास कंटेनर वापरत असाल, तर कृपया तुमची प्रणाली पूर्व-आवश्यकता पूर्ण करते याची खात्री करा (उदा. Docker स्थापित आहे) सुरुवात कशी करावी दस्तऐवज मध्ये.

या रेपोचा वापर करण्यासाठी, तुम्ही रेपोला वेगळ्या Docker व्हॉल्यूममध्ये उघडू शकता:

टीप: अंतर्गत, हे Remote-Containers: Clone Repository in Container Volume... कमांड वापरून स्रोत कोड स्थानिक फाइलसिस्टमऐवजी Docker व्हॉल्यूममध्ये क्लोन करेल. व्हॉल्यूम्स कंटेनर डेटा टिकवण्यासाठी प्राधान्य दिलेले माध्यम आहेत.

किंवा स्थानिकरित्या क्लोन किंवा डाउनलोड केलेली रेपो उघडा:

• ही रेपो तुमच्या स्थानिक फाइलसिस्टमवर क्लोन करा.
• F1 दाबा आणि Remote-Containers: Open Folder in Container... कमांड निवडा.
• या फोल्डरची क्लोन केलेली कॉपी निवडा, कंटेनर सुरू होईपर्यंत थांबा, आणि प्रयोग करा.

ऑफलाइन प्रवेश

तुम्ही Docsify वापरून ही दस्तऐवज ऑफलाइन चालवू शकता. हा रेपो फोर्क करा, Docsify इंस्टॉल करा तुमच्या स्थानिक मशीनवर, नंतर या रेपोच्या मूळ फोल्डरमध्ये docsify serve टाइप करा. वेबसाइट तुमच्या लोकलहोस्टवर पोर्ट 3000 वर चालेल: localhost:3000.

लक्षात ठेवा, नोटबुक्स Docsify द्वारे रेंडर केल्या जाणार नाहीत, त्यामुळे जेव्हा तुम्हाला नोटबुक चालवायची असेल, तेव्हा ते स्वतंत्रपणे VS Code मध्ये Python कर्नल चालवून करा.

इतर अभ्यासक्रम

आमची टीम इतर अभ्यासक्रम तयार करते! पहा:

LangChain

---

Azure / Edge / MCP / Agents

---

जनरेटिव AI मालिका

---

मुख्य शिक्षण

---

कॉपायलट मालिका

मदत मिळवा

समस्या येत आहेत का? सामान्य समस्या सोडवण्यासाठी आमचा ट्रबलशूटिंग मार्गदर्शक तपासा.

जर तुम्हाला अडचण येत असेल किंवा AI अॅप्स तयार करण्याबाबत काही प्रश्न असतील तर. MCP बद्दल चर्चा करण्यासाठी सहशिक्षक आणि अनुभवी विकसकांमध्ये सामील व्हा. ही एक सहायक समुदाय आहे जिथे प्रश्न विचारले जातात आणि ज्ञान मोकळेपणाने शेअर केले जाते.

जर तुम्हाला उत्पादनाबाबत अभिप्राय किंवा त्रुटी असतील तर भेट द्या:

---

अस्वीकरण: हा दस्तऐवज AI अनुवाद सेवा Co-op Translator वापरून अनुवादित केला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपया लक्षात घ्या की स्वयंचलित अनुवादांमध्ये चुका किंवा अचूकतेची कमतरता असू शकते. मूळ दस्तऐवज त्याच्या स्थानिक भाषेत अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी अनुवाद शिफारसीय आहे. या अनुवादाच्या वापरामुळे उद्भवलेल्या कोणत्याही गैरसमजुती किंवा चुकीच्या अर्थलागी आम्ही जबाबदार नाही.