Data-Science-For-Beginners/translations/mr

नवशिक्यांसाठी डेटा सायन्स - अभ्यासक्रम

Azure Cloud Advocates कडून Microsoft मध्ये 10 आठवड्यांचा, 20 धड्यांचा अभ्यासक्रम डेटा सायन्सबद्दल सादर करण्यात येत आहे. प्रत्येक धड्यात प्री-लेसन आणि पोस्ट-लेसन क्विझ, धडा पूर्ण करण्यासाठी लेखी सूचना, समाधान आणि असाइनमेंट समाविष्ट आहे. आमची प्रोजेक्ट-आधारित शिक्षण पद्धती तुम्हाला शिकताना तयार करण्याची संधी देते, ज्यामुळे नवीन कौशल्ये अधिक चांगल्या प्रकारे आत्मसात होतात.

आमच्या लेखकांचे मनःपूर्वक आभार: जॅस्मिन ग्रीनवे, दिमित्री सॉश्निकोव्ह, नित्या नरसिंहन, जालेन मॅक्गी, जेन लूपर, मॉड लेव्ही, टिफनी सॉटर, क्रिस्टोफर हॅरिसन.

🙏 विशेष आभार 🙏 आमच्या Microsoft Student Ambassador लेखक, समीक्षक आणि सामग्री योगदानकर्त्यांचे, विशेषतः आर्यन अरोरा, आदित्य गर्ग, अलोंड्रा सांचेज, अंकिता सिंग, अनुपम मिश्रा, अर्पिता दास, छैल बिहारी दुबे, डिब्री नसोफर, दिशिता भसीन, मज्द साफी, मॅक्स ब्लम, मिगुएल कोरेया, मोहम्मा इफ्तेखेर (इफ्तू) एबने जलाल, नावरिन तबस्सुम, रेमंड वांगसा पुत्रा, रोहित यादव, समृद्धी शर्मा, सान्या सिन्हा, शीना नरूला, तौकीर अहमद, योगेंद्रसिंग पवार, विदुषी गुप्ता, जसलीन सोंधी

नवशिक्यांसाठी डेटा सायन्स - @nitya कडून स्केच नोट

🌐 बहुभाषिक समर्थन

GitHub Action द्वारे समर्थित (स्वयंचलित आणि नेहमी अद्ययावत)

अरबी | बंगाली | बल्गेरियन | बर्मी (म्यानमार) | चिनी (सरलीकृत) | चिनी (पारंपरिक, हाँगकाँग) | चिनी (पारंपरिक, मकाऊ) | चिनी (पारंपरिक, तैवान) | क्रोएशियन | झेक | डॅनिश | डच | एस्टोनियन | फिनिश | फ्रेंच | जर्मन | ग्रीक | हिब्रू | हिंदी | हंगेरियन | इंडोनेशियन | इटालियन | जपानी | कोरियन | लिथुआनियन | मलय | मराठी | नेपाळी | नायजेरियन पिडगिन | नॉर्वेजियन | पर्शियन (फारसी) | पोलिश | पोर्तुगीज (ब्राझील) | पोर्तुगीज (पोर्तुगाल) | पंजाबी (गुरमुखी) | रोमानियन | रशियन | सर्बियन (सिरिलिक) | स्लोव्हाक | स्लोव्हेनियन | स्पॅनिश | स्वाहिली | स्वीडिश | टागालोग (फिलिपिनो) | तमिळ | थाई | तुर्की | युक्रेनियन | उर्दू | व्हिएतनामी

जर तुम्हाला अतिरिक्त भाषांमध्ये भाषांतर हवे असेल तर येथे सूचीबद्ध भाषांमध्ये समर्थन उपलब्ध आहे.

आमच्या समुदायात सामील व्हा

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

तुम्ही विद्यार्थी आहात का?

खालील संसाधनांसह सुरुवात करा:

• Student Hub पृष्ठ या पृष्ठावर तुम्हाला नवशिक्या संसाधने, विद्यार्थी पॅक आणि अगदी मोफत प्रमाणपत्र व्हाउचर मिळवण्याचे मार्ग सापडतील. हे एक पृष्ठ आहे जे तुम्ही बुकमार्क करावे आणि वेळोवेळी तपासावे कारण आम्ही किमान मासिक सामग्री बदलतो.
• Microsoft Learn Student Ambassadors जागतिक विद्यार्थी राजदूत समुदायात सामील व्हा, हे Microsoft मध्ये तुमचे प्रवेशद्वार असू शकते.

सुरुवात कशी करावी

📚 दस्तऐवजीकरण

• इंस्टॉलेशन मार्गदर्शक - नवशिक्यांसाठी चरण-दर-चरण सेटअप सूचना
• वापर मार्गदर्शक - उदाहरणे आणि सामान्य कार्यप्रवाह
• समस्या निवारण - सामान्य समस्यांचे उपाय
• योगदान मार्गदर्शक - या प्रकल्पात योगदान कसे द्यावे
• शिक्षकांसाठी - शिक्षण मार्गदर्शन आणि वर्ग संसाधने

👨‍🎓 विद्यार्थ्यांसाठी

पूर्ण नवशिक्या: डेटा सायन्समध्ये नवीन आहात? आमच्या नवशिक्या-अनुकूल उदाहरणां पासून सुरुवात करा! ही सोपी, चांगल्या प्रकारे टिप्पणी दिलेली उदाहरणे तुम्हाला संपूर्ण अभ्यासक्रमात जाण्यापूर्वी मूलभूत गोष्टी समजून घेण्यास मदत करतील. विद्यार्थी: स्वतः हा अभ्यासक्रम वापरण्यासाठी, संपूर्ण रेपो फोर्क करा आणि स्वतःच सराव पूर्ण करा, प्री-लेक्चर क्विझपासून सुरुवात करा. मग लेक्चर वाचा आणि उर्वरित क्रियाकलाप पूर्ण करा. धड्यांमधून समजून प्रकल्प तयार करण्याचा प्रयत्न करा, समाधान कोड कॉपी करण्याऐवजी; तथापि, तो कोड प्रत्येक प्रकल्प-आधारित धड्याच्या /solutions फोल्डरमध्ये उपलब्ध आहे. आणखी एक कल्पना म्हणजे मित्रांसह अभ्यास गट तयार करणे आणि एकत्र सामग्री जाणून घेणे. पुढील अभ्यासासाठी, आम्ही Microsoft Learn ची शिफारस करतो.

जलद सुरुवात:

1. तुमचे वातावरण सेट करण्यासाठी इंस्टॉलेशन मार्गदर्शक तपासा
2. अभ्यासक्रमासह काम कसे करावे हे शिकण्यासाठी वापर मार्गदर्शक पुनरावलोकन करा
3. पहिल्या धड्यापासून सुरुवात करा आणि क्रमाने पुढे जा
4. समर्थनासाठी आमच्या Discord समुदायात सामील व्हा

👩‍🏫 शिक्षकांसाठी

शिक्षक: आम्ही या अभ्यासक्रमाचा वापर कसा करावा याबद्दल काही सूचना समाविष्ट केल्या आहेत. आम्हाला तुमचे अभिप्राय आमच्या चर्चा मंचावर आवडेल!

टीमशी भेट

Gif द्वारे मोहित जैसल

🎥 वरच्या प्रतिमेवर क्लिक करा प्रकल्पाबद्दल व्हिडिओ आणि ज्यांनी ते तयार केले त्यांच्याबद्दल!

शिक्षण पद्धती

आम्ही या अभ्यासक्रमाची रचना करताना दोन शैक्षणिक तत्त्वे निवडली आहेत: प्रकल्प-आधारित शिकवण आणि वारंवार क्विझ समाविष्ट करणे. या मालिकेच्या शेवटी, विद्यार्थ्यांना डेटा सायन्सचे मूलभूत तत्त्वे शिकलेली असतील, ज्यामध्ये नैतिक संकल्पना, डेटा तयारी, डेटा हाताळण्याचे विविध मार्ग, डेटा व्हिज्युअलायझेशन, डेटा विश्लेषण, डेटा सायन्सचे वास्तविक जीवनातील उपयोग आणि बरेच काही समाविष्ट आहे.

याशिवाय, वर्गाच्या आधी घेतलेला कमी ताणाचा क्विझ विद्यार्थ्याला विषय शिकण्याच्या उद्देशाकडे वळवतो, तर वर्गानंतर घेतलेला दुसरा क्विझ शिकलेले अधिक चांगल्या प्रकारे लक्षात ठेवण्यास मदत करतो. हा अभ्यासक्रम लवचिक आणि मजेदार बनविण्यासाठी तयार केला आहे आणि तो पूर्णपणे किंवा अंशतः घेतला जाऊ शकतो. प्रकल्प लहान स्वरूपात सुरू होतात आणि 10 आठवड्यांच्या चक्राच्या शेवटी अधिकाधिक जटिल बनतात.

आमचे आचारसंहिता, योगदान, भाषांतर मार्गदर्शक तत्त्वे शोधा. आम्ही तुमच्या रचनात्मक अभिप्रायाचे स्वागत करतो!

प्रत्येक धड्यात समाविष्ट आहे:

• पर्यायी स्केच नोट
• पर्यायी पूरक व्हिडिओ
• धड्याच्या आधीचा वॉर्मअप क्विझ
• लेखी धडा
• प्रकल्प-आधारित धड्यांसाठी, प्रकल्प कसा तयार करायचा याचे चरण-दर-चरण मार्गदर्शन
• ज्ञान तपासणी
• एक आव्हान
• पूरक वाचन
• असाइनमेंट
• धड्यानंतरचा क्विझ

क्विझबद्दल एक टीप: सर्व क्विझ Quiz-App फोल्डरमध्ये समाविष्ट आहेत, ज्यामध्ये प्रत्येक तीन प्रश्नांसाठी 40 क्विझ आहेत. ते धड्यांमधून लिंक केलेले आहेत, परंतु क्विझ अ‍ॅप स्थानिक पातळीवर चालवले जाऊ शकते किंवा Azure वर तैनात केले जाऊ शकते; quiz-app फोल्डरमधील सूचनांचे अनुसरण करा. ते हळूहळू स्थानिक भाषांमध्ये अनुवादित केले जात आहेत.

🎓 नवशिक्यांसाठी सोपे उदाहरणे

डेटा सायन्समध्ये नवीन आहात? आम्ही एक विशेष उदाहरणे निर्देशिका तयार केली आहे ज्यामध्ये सोपी, चांगल्या प्रकारे टिप्पणी दिलेली कोड आहे जी तुम्हाला सुरुवात करण्यात मदत करेल:

• 🌟 हॅलो वर्ल्ड - तुमचा पहिला डेटा सायन्स प्रोग्राम
• 📂 डेटा लोड करणे - डेटासेट वाचणे आणि एक्सप्लोर करणे शिकणे
• 📊 सोपे विश्लेषण - आकडेवारीची गणना करणे आणि नमुने शोधणे
• 📈 मूलभूत व्हिज्युअलायझेशन - चार्ट आणि ग्राफ तयार करणे
• 🔬 वास्तविक जीवनातील प्रकल्प - सुरुवातीपासून शेवटपर्यंत पूर्ण कार्यप्रवाह

प्रत्येक उदाहरणामध्ये प्रत्येक चरण स्पष्ट करणाऱ्या तपशीलवार टिप्पण्या समाविष्ट आहेत, ज्यामुळे ते पूर्णपणे नवशिक्यांसाठी योग्य बनते!

👉 उदाहरणांपासून सुरुवात करा 👈

धडे

डेटा सायन्स नवशिक्यांसाठी: रोडमॅप - @nitya द्वारे स्केच नोट

धड्याचा क्रमांक	विषय	धड्याचे गट	शिकण्याची उद्दिष्टे	लिंक केलेला धडा	लेखक
01	डेटा सायन्सची व्याख्या	परिचय	डेटा सायन्समागील मूलभूत संकल्पना आणि ते कृत्रिम बुद्धिमत्ता, मशीन लर्निंग आणि बिग डेटा शी कसे संबंधित आहे ते शिकणे.	धडा व्हिडिओ	Dmitry
02	डेटा सायन्स नैतिकता	परिचय	डेटा नैतिकतेच्या संकल्पना, आव्हाने आणि फ्रेमवर्क.	धडा	Nitya
03	डेटाची व्याख्या	परिचय	डेटा कसा वर्गीकृत केला जातो आणि त्याचे सामान्य स्रोत काय आहेत.	धडा	Jasmine
04	आकडेवारी आणि संभाव्यतेची ओळख	परिचय	डेटा समजण्यासाठी संभाव्यता आणि आकडेवारीचे गणितीय तंत्र.	धडा व्हिडिओ	Dmitry
05	रिलेशनल डेटासह काम करणे	डेटासह काम करणे	रिलेशनल डेटाची ओळख आणि स्ट्रक्चर्ड क्वेरी लँग्वेज, ज्याला SQL (सी-क्वेल) म्हणून ओळखले जाते, वापरून रिलेशनल डेटा एक्सप्लोर आणि विश्लेषण करण्याच्या मूलभूत गोष्टी.	धडा	Christopher
06	NoSQL डेटासह काम करणे	डेटासह काम करणे	नॉन-रिलेशनल डेटाची ओळख, त्याचे विविध प्रकार आणि डॉक्युमेंट डेटाबेस एक्सप्लोर आणि विश्लेषण करण्याच्या मूलभूत गोष्टी.	धडा	Jasmine
07	Python सह काम करणे	डेटासह काम करणे	Pandas सारख्या लायब्ररीसह डेटा एक्सप्लोरेशनसाठी Python वापरण्याच्या मूलभूत गोष्टी. Python प्रोग्रामिंगचे मूलभूत ज्ञान शिफारस केले जाते.	धडा व्हिडिओ	Dmitry
08	डेटा तयारी	डेटासह काम करणे	डेटा साफसफाई आणि रूपांतर करण्याच्या तंत्रांवरील विषय, ज्यामुळे हरवलेला, अचूक नसलेला किंवा अपूर्ण डेटा हाताळण्याच्या आव्हानांवर मात करता येते.	धडा	Jasmine
09	प्रमाणांचे व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	Matplotlib वापरून पक्ष्यांचा डेटा 🦆 व्हिज्युअलायझेशन कसे करायचे ते शिकणे.	धडा	Jen
10	डेटाच्या वितरणाचे व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	एका अंतरालातील निरीक्षणे आणि ट्रेंड व्हिज्युअलायझेशन करणे.	धडा	Jen
11	प्रमाणांचे व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	वेगळ्या आणि गटबद्ध टक्केवारीचे व्हिज्युअलायझेशन करणे.	धडा	Jen
12	संबंधांचे व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	डेटाच्या संचांमधील कनेक्शन आणि सहसंबंध व्हिज्युअलायझेशन करणे.	धडा	Jen
13	अर्थपूर्ण व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	तुमचे व्हिज्युअलायझेशन प्रभावी समस्या सोडवण्यासाठी आणि अंतर्दृष्टीसाठी मूल्यवान बनवण्यासाठी तंत्र आणि मार्गदर्शन.	धडा	Jen
14	डेटा सायन्स जीवनचक्राची ओळख	जीवनचक्र	डेटा सायन्स जीवनचक्राची ओळख आणि डेटा मिळवणे आणि काढणे याच्या पहिल्या चरणाची ओळख.	धडा	Jasmine
15	विश्लेषण करणे	जीवनचक्र	डेटा सायन्स जीवनचक्राचा हा टप्पा डेटा विश्लेषण करण्याच्या तंत्रांवर लक्ष केंद्रित करतो.	धडा	Jasmine
16	संवाद	जीवनचक्र	डेटा सायन्स जीवनचक्राचा हा टप्पा डेटा मधून अंतर्दृष्टी सादर करण्यावर लक्ष केंद्रित करतो ज्यामुळे निर्णय घेणाऱ्यांना समजणे सोपे होते.	धडा	Jalen
17	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	क्लाउडमधील डेटा सायन्स आणि त्याचे फायदे याची ओळख करून देणाऱ्या धड्यांची मालिका.	धडा	Tiffany आणि Maud
18	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	लो कोड टूल्स वापरून मॉडेल्स प्रशिक्षण देणे.	धडा	Tiffany आणि Maud
19	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	Azure Machine Learning Studio वापरून मॉडेल्स तैनात करणे.	धडा	Tiffany आणि Maud
20	जंगलातील डेटा सायन्स	जंगलात	वास्तविक जीवनातील डेटा सायन्स चालित प्रकल्प.	धडा	Nitya

GitHub Codespaces

या नमुन्याला Codespace मध्ये उघडण्यासाठी खालील चरणांचे अनुसरण करा:

1. Code ड्रॉप-डाउन मेनूवर क्लिक करा आणि Open with Codespaces पर्याय निवडा.
2. पॅनच्या तळाशी + New codespace निवडा. अधिक माहितीसाठी, GitHub दस्तऐवज तपासा.

VSCode Remote - Containers

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

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

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

टीप: अंतर्गत, हे Remote-Containers: Clone Repository in Container Volume... कमांड वापरेल जेणेकरून स्थानिक फाइल सिस्टमऐवजी Docker व्हॉल्यूममध्ये स्रोत कोड क्लोन केला जाईल. व्हॉल्यूम कंटेनर डेटा टिकवण्यासाठी प्राधान्य दिलेले यंत्रणा आहेत.

किंवा स्थानिक पातळीवर क्लोन केलेला किंवा डाउनलोड केलेला रेपो उघडा:

• या रेपोला तुमच्या स्थानिक फाइल सिस्टमवर क्लोन करा.
• F1 दाबा आणि Remote-Containers: Open Folder in Container... कमांड निवडा.
• या फोल्डरची क्लोन केलेली प्रत निवडा, कंटेनर सुरू होण्याची वाट पाहा आणि गोष्टी वापरून पहा.

ऑफलाइन प्रवेश

Docsify वापरून तुम्ही हे दस्तऐवज ऑफलाइन चालवू शकता Docsify. या रेपोला Fork करा, Docsify स्थापित करा तुमच्या स्थानिक मशीनवर, नंतर या रेपोच्या मूळ फोल्डरमध्ये, docsify serve टाइप करा. वेबसाइट तुमच्या स्थानिक होस्टवर पोर्ट 3000 वर चालवली जाईल: localhost:3000.

टीप, नोटबुक Docsify द्वारे प्रस्तुत केले जाणार नाहीत, त्यामुळे जेव्हा तुम्हाला नोटबुक चालवायचे असेल, तेव्हा ते वेगळ्या Python कर्नल चालवणाऱ्या VS Code मध्ये करा.

इतर अभ्यासक्रम

आमची टीम इतर अभ्यासक्रम तयार करते! तपासा:

Azure / Edge / MCP / Agents

---

जनरेटिव AI मालिका

---

मुख्य शिक्षण

---

कोपायलट मालिका

मदत मिळवा

समस्या येत आहेत? सामान्य समस्यांसाठी उपाय शोधण्यासाठी आमचे समस्या निवारण मार्गदर्शक तपासा.

जर तुम्ही अडकलात किंवा AI अॅप्स तयार करण्याबद्दल काही प्रश्न असतील, तर MCP बद्दल चर्चा करण्यासाठी इतर शिकणाऱ्यांशी आणि अनुभवी विकसकांशी सामील व्हा. हा एक सहायक समुदाय आहे जिथे प्रश्नांचे स्वागत केले जाते आणि ज्ञान मुक्तपणे सामायिक केले जाते.

जर तुम्हाला उत्पादन अभिप्राय द्यायचा असेल किंवा तयार करताना त्रुटी आढळल्या तर भेट द्या:

---

अस्वीकरण:
हा दस्तऐवज AI भाषांतर सेवा Co-op Translator वापरून भाषांतरित करण्यात आला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपयास लक्षात ठेवा की स्वयंचलित भाषांतरे त्रुटी किंवा अचूकतेच्या अभावाने युक्त असू शकतात. मूळ भाषेतील दस्तऐवज हा अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी, व्यावसायिक मानवी भाषांतराची शिफारस केली जाते. या भाषांतराचा वापर करून उद्भवलेल्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थासाठी आम्ही जबाबदार नाही.