Data-Science-For-Beginners/translations/ne

डेटा विज्ञान सुरु गर्नेहरूका लागि - एक पाठ्यक्रम

माइक्रोसफ्टका Azure Cloud Advocates ले १० हप्ता, २० पाठहरूको curriculum डेटा विज्ञानको बारेमा प्रस्तुत गर्न पाउँदा खुशी छन्। प्रत्येक पाठमा पूर्व-पाठ र पश्च-पाठ क्विजहरू, पाठ पूरा गर्न लेखिएको निर्देशहरू, समाधान, र एक असाइनमेन्ट समावेश छन्। हाम्रो परियोजना-आधारित पठन-पद्धतिले तपाईंलाई बनाउदै सिक्न अनुमति दिन्छ, जुन नयाँ सीपहरू 'टिक्न' को लागि सिद्ध गरिएको उपाय हो।

हाम्रा लेखकहरुलाई हार्दिक धन्यवाद: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison।

🙏 विशेष धन्यवाद 🙏 हाम्रा Microsoft Student Ambassador लेखकहरू, समीक्षकहरू र सामग्री योगदानकर्ताहरूलाई, विशेषगरी आर्यन अरोडा, Aditya Garg, Alondra Sanchez, Ankita Singh, Anupam Mishra, Arpita Das, छैलबिहारी दुबे, Dibri Nsofor, Dishita Bhasin, Majd Safi, Max Blum, Miguel Correa, Mohamma Iftekher (Iftu) Ebne Jalal, Nawrin Tabassum, Raymond Wangsa Putra, Rohit Yadav, समृद्धि शर्मा, सन्झा सिन्हा, शीना नरूला, तौक़ीर अहमद, योगेन्द्रसिंह पवार, विदुषी गुप्ता, जस्लिन सोन्ही।

डेटा विज्ञान सुरु गर्नेहरूका लागि - स्केचनोट @nitya द्वारा

🌐 बहुभाषिक समर्थन

GitHub Action द्वारा समर्थन गरिएको (स्वचालित र सधैं अद्यावधिक)

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

स्थानीय रूपमा क्लोन गर्न चाहनुहुन्छ?

यो रिपोजिटोरीमा ५०+ भाषाको अनुवादहरू समावेश छन् जसले डाउनलोड साइज ठूलो बनाउँछ। अनुवाद बिना क्लोन गर्न, sparse checkout प्रयोग गर्नुहोस्:

git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

यसले तपाईंलाई कोर्स पूरा गर्न आवश्यक सबै प्रदान गर्दछ, छिटो डाउनलोडका साथ।

यदि तपाईं थप अनुवाद भाषाहरू चाहनुहुन्छ भने, तिनीहरू यहाँ उल्लेखित छन्।

हाम्रो समुदायमा सहभागी हुनुहोस्

हामीसँग AI सँग सिक्ने Discord श्रृंखला चलिरहेको छ, थप जान्न र सहभागी हुन Learn with AI Series मा आउनुहोस्, सेप्टेम्बर १८ - ३०, २०२५ सम्म। तपाईं GitHub Copilot प्रयोग गरेर डेटा विज्ञानका टिप्स र चतुराइहरू पाउनुहुनेछ।

के तपाईं विद्यार्थी हुनुहुन्छ?

त्यस अवस्थामा तलका स्रोतहरूबाट सुरु गर्नुहोस्:

• Student Hub page यस पृष्ठमा तपाईंले सुरु गर्नेहरूका लागि स्रोतहरू, विद्यार्थी प्याकहरू र निःशुल्क प्रमाणपत्र भाउचर प्राप्त गर्ने तरिकाहरू पाउनुहुनेछ। यो पृष्ठ बुकमार्क गर्न र कहिले काहीँ जाँच गर्न चाहिने पृष्ठ हो किनभने सामग्री नियमित रूपमा परिवर्तन हुन्छ।
• Microsoft Learn Student Ambassadors संसारभरिका विद्यार्थी एम्बेसडरहरूको समुदायमा सामेल हुनुहोस्, यो तपाईंको माइक्रोसफ्टमा प्रवेश गर्ने मार्ग हुन सक्छ।

सुरु गर्ने तरिका

📚 दस्तावेज

• इन्स्टलेशन गाइड - शुरुवातीहरूको लागि क्रमिक सेटअप निर्देशनहरू
• प्रयोग गाइड - उदाहरणहरू र सामान्य कार्यप्रणालीहरू
• समस्या समाधान - सामान्य समस्याहरूको समाधानहरू
• योगदान गाइड - यस परियोजनामा कसरी योगदान गर्ने
• शिक्षकहरूको लागि - शिक्षण मार्गदर्शन र कक्षाकोठा स्रोतहरू

👨‍🎓 विद्यार्थीहरूका लागि

पूर्ण शुरुवातीहरू: डेटा विज्ञानमा नयाँ हुनुहुन्छ? हाम्रो सुरु गर्ने अनुकूल उदाहरणहरू बाट सुरु गर्नुहोस्! यी सरल, राम्ररी टिप्पणी गरिएका उदाहरणहरूले तपाईंलाई आधार कुरा बुझ्न मद्दत गर्नेछन्, पूर्ण पाठ्यक्रममा लगि अगाडि बढ्नुअघि। विद्यार्थीहरू: यो पाठ्यक्रम आफ्नै तरिकाले अवलम्बन गर्न, सम्पूर्ण रिपो फोर्क गरी अभ्यासहरू आफैं गरौं, पूर्व-पाठ क्विजबाट सुरु गर्दै। त्यसपछि लेक्चर पढ्न र बाँकी क्रियाकलापहरू पूरा गर्नुस्। समाधान कोड नक्कल गर्ने सट्टा पाठलाई बुझेर प्रोजेक्टहरू बनाउन प्रयास गर्नुहोस्; तर उक्त कोड हरेक परियोजना-केन्द्रित पाठमा /solutions फोल्डरमा उपलब्ध छ। अर्को सुझाव हो, साथीहरूसँग अध्ययन समूह बनाएर सँगै सामग्री हेर्नु। थप अध्ययनको लागि, हामी Microsoft Learn सिफारिस गर्छौं।

छिटो सुरु:

1. आफ्नो वातावरण सेटअप गर्न इन्स्टलेशन गाइड जाँच्नुहोस्
2. पाठ्यक्रमसँग कसरी काम गर्ने जान्न प्रयोग गाइड पढ्नुहोस्
3. लेसन १ बाट सुरु गरी क्रमशः सम्पन्न गर्नुहोस्
4. सहयोगका लागि हाम्रो Discord समुदाय मा सामेल हुनुहोस्

👩‍🏫 शिक्षकहरूको लागि

शिक्षकहरू: हामीले केहि सुझावहरू समावेश गरेका छौं यस पाठ्यक्रम प्रयोग कसरी गर्ने भनेर। हाम्रो चर्चा फोरम मा तपाईंको प्रतिक्रिया पाउन चाहन्छौं!

टिमसँग भेट

गिफ मोहित जैसल द्वारा

🎥 माथिको चित्रमा क्लिक गरेर परियोजनाको बारेमा र जसले यसलाई सिर्जना गरेका छन्, त्यो भिडियो हेर्नुहोस्!

शिक्षाशास्त्र

हामीले यस पाठ्यक्रम बनाउँदा दुई शिक्षाशास्त्रीय सिद्धान्तहरू रोजेका छौं: सुनिश्चित गर्नु कि यो परियोजना-आधारित हो र यसमा नियमित क्विजहरू समावेश छन्। यस श्रृंखलाको अन्त्यमा, विद्यार्थीहरूले डाटा विज्ञानका आधारभूत सिद्धान्तहरू सिक्नेछन्, जसमा नैतिक अवधारणा, डाटा तयारी, डाटासँग काम गर्ने विभिन्न तरिका, डाटा भिजुअलाइजेशन, डाटा विश्लेषण, डाटा विज्ञानका वास्तविकविश्व प्रयोगका केसहरू, र थप समावेश गर्दछ।

थप रूपमा, कक्षा सुरु हुनुअघि एउटा कम-महत्त्वपूर्ण क्विजले विद्यार्थीलाई विषय सिक्नको लागि अभिप्रेरित गर्छ, जब कि कक्षा पछि अर्को क्विजले थप सम्झन सजिलो बनाउँछ। यो पाठ्यक्रम लचिलो र रमाइलो बनाउन डिजाइन गरिएको छ र पूर्ण वा अंशमा लिन सकिन्छ। परियोजनाहरू साना तरिकाले सुरु हुन्छन् र १० हप्ताको चक्रको अन्त्यसम्म क्रमशः जटिल बन्दै जान्छन्।

हाम्रो आचरण कोड, योगदान, अनुवाद दिशानिर्देशहरू पत्ता लगाउनुहोस्। हामी तपाईंका रचनात्मक प्रतिक्रियाहरूलाई स्वागत गर्छौं!

प्रत्येक पाठले समावेश गर्दछ:

• वैकल्पिक स्केच नोट
• वैकल्पिक पूरक भिडियो
• पूर्व-पाठ तातो अनुभवको क्विज
• लेखिएको पाठ
• परियोजना-आधारित पाठहरूको लागि, परियोजना कसरी बनाउन सकिन्छ भन्ने चरण-द्वारा-चरण मार्गदर्शन
• ज्ञान जाँचहरू
• एक चुनौती
• पूरक पढाइ
• असाइनमेन्ट
• पाठपश्चात् क्विज

क्विजहरू बारे एउटा नोट: सबै क्विजहरू क्विज-एप फोल्डरमा संग्रहित छन्, जसमा प्रत्येकमा तीन प्रश्नहरू सहित ४० क्विजहरू छन्। यी पाठहरूबाट लिंक गरिएको छ, तर क्विज एप स्थानीय रूपमा चलाउन वा Azure मा डिप्लोय गर्न सकिन्छ; quiz-app फोल्डरमा निर्देशनहरू पछ्याउनुहोस्। यी क्रमशः स्थानीयकरण भइरहेका छन्।

🎓 सुरुवातिङ मित्रवत उदाहरणहरू

डाटा विज्ञानमा नयाँ हुनुहुन्छ? हामीले सुरु गर्न सजिलो र राम्रोसँग टिपोट गरिएको कोड सहितको विशेष उदाहरण निर्देशिका तयार गरेका छौं:

• 🌟 हेलो वर्ल्ड - तपाईंको पहिलो डाटा विज्ञान प्रोग्राम
• 📂 डाटा लोड गर्दै - डेटासेट पढ्न र अन्वेषण गर्न सिक्नुहोस्
• 📊 सरल विश्लेषण - तथ्याङ्क गणना गर्नुहोस् र पैटर्नहरू फेला पार्नुहोस्
• 📈 मूलभूत भिजुअलाइजेशन - चार्ट र ग्राफ बनाउनुहोस्
• 🔬 यथार्थ परियोजना - सुरु देखि अंत सम्म पूरा कार्यप्रवाह

प्रत्येक उदाहरणमा प्रत्येक चरण व्याख्या गर्ने विस्तृत टिप्पणीहरू समावेश छन्, जसले यो पूर्ण नयाँहरूका लागि उपयुक्त बनाउँछ!

👉 उदाहरणहरूसँग सुरु गर्नुहोस् 👈

पाठहरू

बुनियादी डाटा विज्ञान: रोडमैप - स्केच नोट @nitya द्वारा

पाठ संख्या	विषय	पाठ समूह	सिकाइ उद्देश्यहरू	लिंक गरिएको पाठ	लेखक
०१	डाटा विज्ञान परिभाषा	परिचय	डाटा विज्ञानका आधारभूत अवधारणाहरू र यसले कसरी कृत्रिम बुद्धिमत्ता, मेसिन सिकाइ, र ठूलो डाटाहरूसँग सम्बन्ध राख्छ सिक्नुहोस्।	पाठ भिडियो	डमित्रि
०२	डाटा विज्ञान नैतिकता	परिचय	डाटा नैतिकता अवधारणाहरू, चुनौतीहरू र रूपरेखा।	पाठ	नित्या
०३	डाटा परिभाषा	परिचय	डाटालाई कसरी वर्गीकृत गरिन्छ र यसको सामान्य स्रोतहरू।	पाठ	जास्मिन
०४	सांख्यिकी र सम्भावनाको परिचय	परिचय	डाटा बुझ्नको लागि सम्भावना र सांख्यिकीका गणितीय प्रविधिहरू।	पाठ भिडियो	डमित्रि
०५	सम्बन्धित डाटासँग काम गर्दै	डाटासँग काम गर्दै	सम्बन्धित डाटाको परिचय र संरचित क्वेरी भाषा SQL (उच्चारण "सी-क्वेल") को प्रयोग गरेर डाटा अन्वेषण र विश्लेषणका आधारहरू।	पाठ	क्रिस्टोफर
०६	नोएसक्युएल डाटासँग काम गर्दै	डाटासँग काम गर्दै	गैर-संबंधित डाटाको परिचय, यसको विभिन्न प्रकारहरू र कागजात डेटाबेसहरूको अन्वेषण र विश्लेषणका आधारहरू।	पाठ	जास्मिन
०७	पाइथनसँग काम गर्दै	डाटासँग काम गर्दै	प्यान्डाज जस्ता पुस्तकालयहरुमार्फत डाटा अन्वेषणको लागि पाइथन प्रयोगको आधारहरू। पाइथन प्रोग्रामिङको आधारभूत ज्ञान सिफारिस गरिन्छ।	पाठ भिडियो	डमित्रि
०८	डाटा तयारी	डाटासँग काम गर्दै	हराएको, गलत वा अपूर्ण डाटा व्यवस्थापनका लागि सफा गर्ने र रूपान्तरण गर्ने डाटा प्रविधिहरू।	पाठ	जास्मिन
०९	मात्राहरूको भिजुअलाइजेशन	डाटा भिजुअलाइजेशन	म्याटप्लट्लिब प्रयोग गरेर चराहरूको डाटा भिजुअलाइज गर्न सिक्नुहोस् 🦆	पाठ	जेन्
१०	डाटाको वितरण भिजुअलाइजेशन	डाटा भिजुअलाइजेशन	अवलोकनहरू र प्रवृत्तिहरूलाई एक अन्तराल भित्र भिजुअलाइज गर्नुहोस्।	पाठ	जेन्
११	अनुपातहरू भिजुअलाइज गर्दै	डाटा भिजुअलाइजेशन	असुत्रबद्ध र समूहीकृत प्रतिशतहरू भिजुअलाइज गर्दै।	पाठ	जेन्
१२	सम्बन्धहरू भिजुअलाइज गर्दै	डाटा भिजुअलाइजेशन	डाटा र तिनका भेरिएबलहरू बीचको कनेक्शन र सहसम्बन्धहरू भिजुअलाइज गर्दै।	पाठ	जेन्
१३	अर्थपूर्ण भिजुअलाइजेशन	डाटा भिजुअलाइजेशन	तपाईंका भिजुअलाइजेशनहरूलाई प्रभावकारी समस्या समाधान र अन्तर्दृष्टिका लागि मूल्यवान बनाउन प्रविधिहरू र मार्गदर्शन।	पाठ	जेन्
१४	डाटा विज्ञान जीवनचक्र परिचय	जीवनचक्र	डाटा विज्ञान जीवनचक्रको परिचय र डाटा प्राप्त गर्ने र निकाल्नको पहिलो चरण।	पाठ	जास्मिन
१५	विश्लेषण	जीवनचक्र	यो डाटा विज्ञान जीवनचक्रको चरणले डाटा विश्लेषणका प्रविधिहरूमा केन्द्रित छ।	पाठ	जास्मिन
१६	संचार	जीवनचक्र	यो डाटा विज्ञान जीवनचक्रको चरणले डाटाबाट प्राप्त अन्तर्दृष्टिहरूलाई निर्णयकर्ताहरूले सजिलै बुझ्ने गरी प्रस्तुत गर्नमा केन्द्रित छ।	पाठ	जालेन
१७	क्लाउडमा डाटा विज्ञान	क्लाउड डाटा	यो पाठ श्रृंखलाले क्लाउडमा डाटा विज्ञान र यसको फाइदाहरू परिचय गराउँछ।	पाठ	टिफनी र माउड
१८	क्लाउडमा डाटा विज्ञान	क्लाउड डाटा	कम कोड उपकरणहरूको प्रयोग गरेर मोडेल प्रशिक्षण।	पाठ	टिफनी र माउड
१९	क्लाउडमा डाटा विज्ञान	क्लाउड डाटा	Azure Machine Learning Studio प्रयोग गरेर मोडेलहरू डिप्लोय गर्दै।	पाठ	टिफनी र माउड
२०	वास्तविक संसारमा डाटा विज्ञान	बनभोजमा	वास्तविक संसारमा डाटा विज्ञान चालित परियोजनाहरू।	पाठ	नित्या

GitHub Codespaces

यस नमुनालाई Codespace मा खोल्न यी चरणहरू पालन गर्नुहोस्: १. कोड ड्रप-डाउन मेनुमा क्लिक गर्नुहोस् र Open with Codespaces विकल्प चयन गर्नुहोस्। २. पेनको तल + New codespace चयन गर्नुहोस्। थप जानकारीको लागि, GitHub डकुमेन्टेशन हेर्नुहोस्।

VSCode Remote - Containers

तपाईंको स्थानीय मेशिन र VSCode प्रयोग गरी VS Code Remote - Containers एक्सटेन्सनबाट कन्टेनरमा यस रिपोजिटोरीलाई खोल्न यी चरणहरू अनुसरण गर्नुहोस्:

१. यदि तपाईं पहिलो पटक विकास कन्टेनर प्रयोग गर्दै हुनुहुन्छ भने, कृपया तपाईंको सिस्टमले पूर्व आवश्यकताहरू (जस्तै Docker इन्स्टल गरिएको छ) पूरा गर्छ भन्ने सुनिश्चित गर्नुहोस् शुरु गर्ने डकुमेन्टेशन मा।

यो रिपोजिटोरी प्रयोग गर्न, तपाईं तल दिइएका मध्ये कुनै एउटा तरिका अपनाउन सक्नुहुन्छ:

नोट: भित्र Remote-Containers: Clone Repository in Container Volume... कमाण्ड प्रयोग गरी स्रोत कोडलाई स्थानीय फाइल सिस्टमको सट्टा Docker भोल्युममा क्लोन गरिन्छ। भोल्युमहरू कन्टेनर डाटा टिकाउ राख्नको लागि प्राथमिक मेकानिजमहरू हुन्।

वा स्थानीय रूपमा क्लोन गरिएको वा डाउनलोड गरिएको भर्सन खोल्नुहोस्:

• यो रिपोजिटोरी तपाईंको स्थानीय फाइल सिस्टममा क्लोन गर्नुहोस्।
• F1 थिच्नुहोस् र Remote-Containers: Open Folder in Container... कमाण्ड चयन गर्नुहोस्।
• यस फोल्डरको क्लोन गरिएको प्रति चयन गर्नुहोस्, कन्टेनर सुरु हुन कुर्नुहोस्, र काम सुरु गर्नुहोस्।

अफलाइन पहुँच

तपाईं Docsify प्रयोग गरेर यो दस्तावेजलाई अफलाइन रूपमा चलाउन सक्नुहुन्छ। यस रिपोजिटोरीलाई फोर्क गर्नुहोस्, Docsify इन्स्टल गर्नुहोस् र त्यसपछि यस रिपोरुटोरीको रुट फोल्डरमा docsify serve टाइप गर्नुहोस्। वेबसाइट तपाईँको स्थानीय होस्टमा पोर्ट ३००० मा सेवा गरिनेछ: localhost:3000।

नोट, नोटबुकहरू Docsify मार्फत रेंडर हुँदैनन्, त्यसैले जब तपाईंलाई नोटबुक चलाउन आवश्यक छ भने, त्यो अलग्गै VS Code मा Python कर्नेल चलाएर गर्नुहोस्।

अन्य पाठ्यक्रमहरू

हाम्रो टिमले अन्य पाठ्यक्रमहरू पनि उत्पादन गर्दछ! हेर्नुहोस्:

LangChain

---

Azure / Edge / MCP / एजेन्टहरू

---

जेनेरेटिभ AI शृंखला

---

मुख्य सिकाइ

---

Copilot शृंखला

मद्दत पाउनुहोस्

समस्या आइरहेको छ? सामान्य समस्याहरूका समाधानहरूको लागि हाम्रो समाधान मार्गदर्शिका हेर्नुहोस्।

यदि तपाईं अड्किनुभयो वा AI एप्स बनाउने बारे कुनै प्रश्न छ भने। MCP सम्बन्धी छलफलहरूमा साथी सिक्नेहरू र अनुभवी विकासकर्ताहरू सँग सामेल हुनुहोस्। यो एक सहयोगी समुदाय हो जहाँ प्रश्नहरू स्वागत गरिन्छ र ज्ञान स्वतन्त्र रूपमा साझा गरिन्छ।

यदि तपाईंलाई उत्पादन प्रतिक्रिया वा निर्माण गर्दा त्रुटिहरू छन् भने यहाँ जानुहोस्:

---

अस्वीकरण:
यस दस्तावेजलाई AI अनुवाद सेवा Co-op Translator प्रयोग गरी अनुवाद गरिएको हो। हामी शुद्धताको लागि प्रयासरत छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादहरूमा त्रुटि वा गलत जानकारी हुन सक्छ। मूल भाषा मा रहेको दस्तावेजलाई आधिकारिक स्रोत मानिनु पर्छ। महत्वपूर्ण जानकारीका लागि व्यावसायिक मानवीय अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न कुनै पनि गलतफहमी वा गलत व्याख्यामा हामी जिम्मेवार हुने छैनौं।