Data-Science-For-Beginners/translations/ne

डाटा साइन्सका लागि शुरुवातकर्ताहरू - एक पाठ्यक्रम

Microsoft का Azure Cloud Advocates ले डाटा साइन्स सम्बन्धी १० हप्ताको, २० पाठहरूको पाठ्यक्रम प्रस्तुत गर्न पाउँदा खुसी छन्। प्रत्येक पाठमा पाठ अघि र पछि क्विजहरू, पाठ पूरा गर्नका लागि लेखिएका निर्देशनहरू, समाधान, र एक असाइनमेन्ट समावेश छ। हाम्रो परियोजना-आधारित शिक्षण विधिले तपाईंलाई निर्माण गर्दै सिक्न अनुमति दिन्छ, जसले नयाँ सीपहरूलाई 'टिकाउन' प्रमाणित तरिका हो।

हाम्रो लेखकहरूलाई हार्दिक धन्यवाद: जास्मिन ग्रीनअवे, दिमित्री सोश्निकोभ, नित्या नरसिम्हन, जालेन म्याक्गी, जेन लूपर, मौद लेवी, टिफनी साउतेर्रे, क्रिस्टोफर ह्यारिसन।

🙏 विशेष धन्यवाद 🙏 हाम्रो Microsoft Student Ambassador लेखकहरू, समीक्षकहरू र सामग्री योगदानकर्ताहरूलाई, विशेष गरी आर्यन अरोरा, आदित्य गर्ग, अलोंद्रा सान्चेज, अंकिता सिंह, अनुपम मिश्रा, अर्पिता दास, छैलबिहारी दुबे, डिब्री न्सोफोर, दिशिता भसीन, मज्द साफी, म्याक्स ब्लम, मिगुएल कोरेआ, मोहम्मा इफ्तेखेर (इफ्तु) एब्ने जलाल, नवरिन तबस्सुम, रेमण्ड वाङ्सा पुत्रा, रोहित यादव, समृद्धि शर्मा, सान्या सिन्हा, शीना नरुला, तौकिर अहमद, योगेन्द्रसिंह पवार, विदुषी गुप्ता, जसलीन सोंधी।

शुरुवातकर्ताहरूका लागि डाटा साइन्स - @nitya द्वारा स्केच नोट

🌐 बहुभाषिक समर्थन

GitHub Action मार्फत समर्थित (स्वचालित र सधैं अद्यावधिक)

अरबी | बंगाली | बुल्गेरियन | बर्मेली (म्यानमार) | चिनियाँ (सरलीकृत) | चिनियाँ (पारम्परिक, हङकङ) | चिनियाँ (पारम्परिक, मकाउ) | चिनियाँ (पारम्परिक, ताइवान) | क्रोएसियन | चेक | डेनिश | डच | एस्टोनियन | फिनिश | फ्रान्सेली | जर्मन | ग्रीक | हिब्रू | हिन्दी | हंगेरीयन | इन्डोनेसियन | इटालियन | जापानी | कोरियन | लिथुआनियन | मलय | मराठी | नेपाली | नाइजेरियन पिड्जिन | नर्वेजियन | फारसी (फारसी) | पोलिश | पोर्चुगिज (ब्राजिल) | पोर्चुगिज (पोर्चुगल) | पञ्जाबी (गुरमुखी) | रोमानियन | रुसी | सर्बियन (सिरिलिक) | स्लोभाक | स्लोभेनियन | स्पेनिश | स्वाहिली | स्विडिश | टागालोग (फिलिपिनो) | तमिल | थाई | टर्किश | युक्रेनी | उर्दू | भियतनामी

यदि तपाईं थप अनुवाद भाषाहरू चाहनुहुन्छ भने, यहाँ सूचीबद्ध छन्।

हाम्रो समुदायमा सामेल हुनुहोस्

हामीसँग AI संग सिक्ने शृंखला चलिरहेको छ, थप जान्न र हामीसँग सामेल हुन AI संग सिक्ने शृंखला मा जानुहोस् १८ - ३० सेप्टेम्बर, २०२५। तपाईंलाई GitHub Copilot डाटा साइन्सका लागि प्रयोग गर्ने टिप्स र ट्रिक्स प्राप्त हुनेछ।

के तपाईं विद्यार्थी हुनुहुन्छ?

तलका स्रोतहरूबाट सुरु गर्नुहोस्:

• विद्यार्थी हब पृष्ठ यस पृष्ठमा, तपाईंले शुरुवातकर्ताहरूका स्रोतहरू, विद्यार्थी प्याकहरू र नि:शुल्क प्रमाणपत्र भौचर प्राप्त गर्ने तरिकाहरू पाउनुहुनेछ। यो पृष्ठलाई बुकमार्क गर्नुहोस् र समय-समयमा जाँच गर्नुहोस् किनभने हामीले सामग्रीलाई कम्तिमा मासिक रूपमा परिवर्तन गर्छौं।
• Microsoft Learn विद्यार्थी एम्बेसडरहरू एक विश्वव्यापी विद्यार्थी एम्बेसडरहरूको समुदायमा सामेल हुनुहोस्, यो Microsoft मा तपाईंको प्रवेशद्वार हुन सक्छ।

सुरु गर्दै

📚 कागजात

• स्थापना गाइड - शुरुवातकर्ताहरूका लागि चरण-दर-चरण सेटअप निर्देशनहरू
• प्रयोग गाइड - उदाहरणहरू र सामान्य कार्यप्रवाहहरू
• समस्या समाधान - सामान्य समस्याहरूको समाधान
• योगदान गाइड - यस परियोजनामा कसरी योगदान गर्ने
• शिक्षकहरूका लागि - शिक्षण मार्गदर्शन र कक्षाकोठा स्रोतहरू

👨‍🎓 विद्यार्थीहरूका लागि

पूर्ण शुरुवातकर्ताहरू: डाटा साइन्समा नयाँ हुनुहुन्छ? हाम्रो शुरुवातकर्ता-मैत्री उदाहरणहरू बाट सुरु गर्नुहोस्! यी सरल, राम्रोसँग टिप्पणी गरिएका उदाहरणहरूले तपाईंलाई पूर्ण पाठ्यक्रममा प्रवेश गर्नु अघि आधारभूत कुरा बुझ्न मद्दत गर्नेछ। विद्यार्थीहरू: यो पाठ्यक्रमलाई आफैं प्रयोग गर्न, सम्पूर्ण रिपो फोर्क गर्नुहोस् र आफैं अभ्यासहरू पूरा गर्नुहोस्, पाठ अघि क्विजबाट सुरु गर्दै। त्यसपछि व्याख्यान पढ्नुहोस् र बाँकी गतिविधिहरू पूरा गर्नुहोस्। समाधान कोड प्रतिलिपि नगरी पाठहरू बुझेर परियोजनाहरू सिर्जना गर्न प्रयास गर्नुहोस्; यद्यपि, त्यो कोड प्रत्येक परियोजना-उन्मुख पाठको /solutions फोल्डरहरूमा उपलब्ध छ। अर्को विचार भनेको साथीहरूसँग अध्ययन समूह बनाउनु र सामग्री सँगै जानु हो। थप अध्ययनका लागि, हामी Microsoft Learn सिफारिस गर्छौं।

छिटो सुरु:

1. आफ्नो वातावरण सेटअप गर्न स्थापना गाइड जाँच गर्नुहोस्
2. पाठ्यक्रमसँग काम गर्न सिक्न प्रयोग गाइड समीक्षा गर्नुहोस्
3. पाठ १ बाट सुरु गर्नुहोस् र क्रमशः अघि बढ्नुहोस्
4. समर्थनका लागि हाम्रो Discord समुदाय मा सामेल हुनुहोस्

👩‍🏫 शिक्षकहरूका लागि

शिक्षकहरू: हामीले यस पाठ्यक्रमलाई कसरी प्रयोग गर्ने भन्ने बारे केही सुझावहरू समावेश गरेका छौं। हामी तपाईंको प्रतिक्रिया हाम्रो छलफल फोरममा चाहन्छौं!

टोलीलाई भेट्नुहोस्

Gif द्वारा मोहित जैसल

🎥 माथिको छविमा क्लिक गर्नुहोस् परियोजनाबारे र यसलाई सिर्जना गर्ने व्यक्तिहरूबारे भिडियो हेर्न!

शिक्षण विधि

हामीले यो पाठ्यक्रम निर्माण गर्दा दुई शैक्षिक सिद्धान्तहरू चयन गरेका छौं: सुनिश्चित गर्नु कि यो परियोजना-आधारित हो र यसमा बारम्बार क्विजहरू समावेश छन्। यो श्रृंखला समाप्त हुँदा, विद्यार्थीहरूले डाटा विज्ञानका आधारभूत सिद्धान्तहरू सिकेका हुनेछन्, जसमा नैतिक अवधारणाहरू, डाटा तयारी, डाटासँग काम गर्ने विभिन्न तरिकाहरू, डाटा दृश्यात्मकता, डाटा विश्लेषण, डाटा विज्ञानका वास्तविक जीवनका प्रयोगहरू, र अन्य धेरै समावेश छन्।

त्यसका साथै, कक्षाको अगाडि कम दबाबको क्विजले विद्यार्थीलाई विषय सिक्न प्रेरित गर्छ, भने कक्षापछि अर्को क्विजले सिकाइलाई अझ मजबुत बनाउँछ। यो पाठ्यक्रम लचिलो र रमाइलो बनाउन डिजाइन गरिएको छ, जसलाई पूर्ण रूपमा वा आंशिक रूपमा लिन सकिन्छ। परियोजनाहरू साना स्तरबाट सुरु हुन्छन् र १० हप्ताको चक्रको अन्त्यसम्म जटिल बन्दै जान्छन्।

हाम्रो आचार संहिता, योगदान, अनुवाद निर्देशिका हेर्नुहोस्। हामी तपाईंको रचनात्मक सुझावलाई स्वागत गर्छौं!

प्रत्येक पाठमा समावेश छन्:

• वैकल्पिक स्केच नोट
• वैकल्पिक पूरक भिडियो
• पाठ अघि वार्मअप क्विज
• लिखित पाठ
• परियोजना-आधारित पाठहरूको लागि, परियोजना निर्माणको चरण-दर-चरण मार्गदर्शन
• ज्ञान जाँच
• चुनौती
• पूरक पढाइ
• असाइनमेन्ट
• पाठपछि क्विज

क्विजहरूको बारेमा नोट: सबै क्विजहरू Quiz-App फोल्डरमा समावेश छन्, जसमा प्रत्येकमा तीन प्रश्नका ४० क्विजहरू छन्। ती पाठभित्र लिंक गरिएका छन्, तर क्विज एपलाई स्थानीय रूपमा चलाउन वा Azure मा तैनात गर्न सकिन्छ; quiz-app फोल्डरमा निर्देशनहरू पालना गर्नुहोस्। ती क्रमिक रूपमा स्थानीयकरण हुँदैछन्।

🎓 प्रारम्भिक स्तरका उदाहरणहरू

डाटा विज्ञानमा नयाँ हुनुहुन्छ? हामीले एक विशेष उदाहरण निर्देशिका सिर्जना गरेका छौं, जसमा सरल, राम्रोसँग टिप्पणी गरिएको कोड छ, जसले तपाईंलाई सुरु गर्न मद्दत गर्दछ:

• 🌟 हेलो वर्ल्ड - तपाईंको पहिलो डाटा विज्ञान कार्यक्रम
• 📂 डाटा लोड गर्दै - डाटासेटहरू पढ्न र अन्वेषण गर्न सिक्नुहोस्
• 📊 सरल विश्लेषण - तथ्यांक गणना गर्नुहोस् र ढाँचाहरू पत्ता लगाउनुहोस्
• 📈 आधारभूत दृश्यात्मकता - चार्ट र ग्राफहरू बनाउनुहोस्
• 🔬 वास्तविक-जीवन परियोजना - सुरु देखि अन्त्यसम्मको सम्पूर्ण कार्यप्रवाह

प्रत्येक उदाहरणमा प्रत्येक चरणको विस्तृत टिप्पणी समावेश छ, जसले यसलाई पूर्ण प्रारम्भिकहरूको लागि उपयुक्त बनाउँछ!

👉 उदाहरणबाट सुरु गर्नुहोस् 👈

पाठहरू

डाटा विज्ञानका लागि प्रारम्भिक: रोडम्याप - @nitya द्वारा स्केच नोट

पाठ संख्या	विषय	पाठ समूह	सिकाइ उद्देश्यहरू	लिंक गरिएको पाठ	लेखक
01	डाटा विज्ञान परिभाषित गर्दै	परिचय	डाटा विज्ञानका आधारभूत अवधारणाहरू र यो कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, र ठूला डाटासँग कसरी सम्बन्धित छ भन्ने कुरा सिक्नुहोस्।	पाठ भिडियो	Dmitry
02	डाटा विज्ञान नैतिकता	परिचय	डाटा नैतिकता अवधारणाहरू, चुनौतीहरू र रूपरेखा।	पाठ	Nitya
03	डाटा परिभाषित गर्दै	परिचय	डाटालाई कसरी वर्गीकृत गरिन्छ र यसको सामान्य स्रोतहरू।	पाठ	Jasmine
04	तथ्यांक र सम्भावनाको परिचय	परिचय	तथ्यांक र सम्भावनाका गणितीय प्रविधिहरू डाटालाई बुझ्न।	पाठ भिडियो	Dmitry
05	सम्बन्धित डाटासँग काम गर्दै	डाटासँग काम गर्दै	सम्बन्धित डाटाको परिचय र संरचित क्वेरी भाषा (SQL) प्रयोग गरेर सम्बन्धित डाटाको अन्वेषण र विश्लेषणको आधारभूत कुरा।	पाठ	Christopher
06	NoSQL डाटासँग काम गर्दै	डाटासँग काम गर्दै	गैर-सम्बन्धित डाटाको परिचय, यसको विभिन्न प्रकारहरू र दस्तावेज डाटाबेसहरूको अन्वेषण र विश्लेषणको आधारभूत कुरा।	पाठ	Jasmine
07	Python सँग काम गर्दै	डाटासँग काम गर्दै	Pandas जस्ता पुस्तकालयहरू प्रयोग गरेर डाटा अन्वेषणको लागि Python प्रयोग गर्ने आधारभूत कुरा। Python प्रोग्रामिङको आधारभूत समझ सिफारिस गरिन्छ।	पाठ भिडियो	Dmitry
08	डाटा तयारी	डाटासँग काम गर्दै	हराएको, गलत, वा अपूर्ण डाटाको चुनौतीहरूलाई सम्बोधन गर्न डाटालाई सफा गर्ने र रूपान्तरण गर्ने प्रविधिहरू।	पाठ	Jasmine
09	मात्राहरू दृश्यात्मक गर्दै	डाटा दृश्यात्मकता	Matplotlib प्रयोग गरेर चरा डाटा 🦆 दृश्यात्मक गर्न सिक्नुहोस्।	पाठ	Jen
10	डाटाको वितरण दृश्यात्मक गर्दै	डाटा दृश्यात्मकता	अन्तरालभित्रको अवलोकन र प्रवृत्तिहरू दृश्यात्मक गर्दै।	पाठ	Jen
11	अनुपातहरू दृश्यात्मक गर्दै	डाटा दृश्यात्मकता	छुट्टै र समूहबद्ध प्रतिशतहरू दृश्यात्मक गर्दै।	पाठ	Jen
12	सम्बन्धहरू दृश्यात्मक गर्दै	डाटा दृश्यात्मकता	डाटाका सेटहरू र तिनका चरहरू बीचको सम्बन्ध र सहसंबन्धहरू दृश्यात्मक गर्दै।	पाठ	Jen
13	अर्थपूर्ण दृश्यात्मकता	डाटा दृश्यात्मकता	प्रभावकारी समस्या समाधान र अन्तर्दृष्टिका लागि तपाईंको दृश्यात्मकतालाई मूल्यवान बनाउने प्रविधिहरू र मार्गदर्शन।	पाठ	Jen
14	डाटा विज्ञान जीवनचक्रको परिचय	जीवनचक्र	डाटा विज्ञान जीवनचक्रको परिचय र डाटा प्राप्ति र निकाल्ने पहिलो चरण।	पाठ	Jasmine
15	विश्लेषण गर्दै	जीवनचक्र	डाटा विज्ञान जीवनचक्रको यो चरण डाटालाई विश्लेषण गर्ने प्रविधिहरूमा केन्द्रित छ।	पाठ	Jasmine
16	सञ्चार	जीवनचक्र	डाटाबाट प्राप्त अन्तर्दृष्टिलाई निर्णयकर्ताहरूलाई बुझ्न सजिलो बनाउने तरिकामा प्रस्तुत गर्ने जीवनचक्रको यो चरण।	पाठ	Jalen
17	क्लाउडमा डाटा विज्ञान	क्लाउड डाटा	क्लाउडमा डाटा विज्ञान र यसको फाइदाहरूको परिचय दिने पाठहरूको श्रृंखला।	पाठ	Tiffany र Maud
18	क्लाउडमा डाटा विज्ञान	क्लाउड डाटा	लो कोड उपकरणहरू प्रयोग गरेर मोडेलहरू प्रशिक्षण।	पाठ	Tiffany र Maud
19	क्लाउडमा डाटा विज्ञान	क्लाउड डाटा	Azure Machine Learning Studio प्रयोग गरेर मोडेलहरू तैनात गर्दै।	पाठ	Tiffany र Maud
20	जङ्गलमा डाटा विज्ञान	जङ्गलमा	वास्तविक संसारमा डाटा विज्ञान प्रेरित परियोजनाहरू।	पाठ	Nitya

GitHub Codespaces

यो नमूना Codespace मा खोल्न यी चरणहरू पालना गर्नुहोस्:

1. Code ड्रप-डाउन मेनुमा क्लिक गर्नुहोस् र Open with Codespaces विकल्प चयन गर्नुहोस्।
2. प्यानको तल + New codespace चयन गर्नुहोस्। थप जानकारीको लागि, GitHub दस्तावेज हेर्नुहोस्।

VSCode Remote - Containers

तपाईंको स्थानीय मेसिन र VSCode प्रयोग गरेर यो रिपोजिटरीलाई कन्टेनरमा खोल्न यी चरणहरू पालना गर्नुहोस्:

1. यदि यो पहिलो पटक विकास कन्टेनर प्रयोग गर्दै हुनुहुन्छ भने, कृपया सुनिश्चित गर्नुहोस् कि तपाईंको प्रणालीले पूर्व-आवश्यकताहरू पूरा गर्दछ (जस्तै Docker स्थापना गर्नुहोस्) शुरुवात दस्तावेज मा।

यो रिपोजिटरी प्रयोग गर्न, तपाईंले या त रिपोजिटरीलाई अलग Docker भोल्युममा खोल्न सक्नुहुन्छ:

नोट: भित्री रूपमा, यसले Remote-Containers: Clone Repository in Container Volume... आदेश प्रयोग गर्नेछ, स्रोत कोडलाई स्थानीय फाइल प्रणालीको सट्टा Docker भोल्युममा क्लोन गर्न। भोल्युमहरू कन्टेनर डाटा कायम राख्नको लागि प्राथमिक मेकानिज्म हुन्।

वा स्थानीय रूपमा क्लोन गरिएको वा डाउनलोड गरिएको संस्करण खोल्न सक्नुहुन्छ:

• यो रिपोजिटरीलाई तपाईंको स्थानीय फाइल प्रणालीमा क्लोन गर्नुहोस्।
• F1 थिच्नुहोस् र Remote-Containers: Open Folder in Container... आदेश चयन गर्नुहोस्।
• यस फोल्डरको क्लोन गरिएको प्रतिलिपि चयन गर्नुहोस्, कन्टेनर सुरु हुने प्रतीक्षा गर्नुहोस्, र चीजहरू प्रयास गर्नुहोस्।

अफलाइन पहुँच

तपाईं Docsify प्रयोग गरेर यो दस्तावेज अफलाइन चलाउन सक्नुहुन्छ। यो रिपोजिटरीलाई Fork गर्नुहोस्, Docsify स्थापना गर्नुहोस् तपाईंको स्थानीय मेसिनमा, त्यसपछि यो रिपोजिटरीको मूल फोल्डरमा docsify serve टाइप गर्नुहोस्। वेबसाइट तपाईंको localhost मा पोर्ट 3000 मा सेवा हुनेछ: localhost:3000।

नोटबुकहरू Docsify मार्फत प्रस्तुत गरिने छैनन्, त्यसैले जब तपाईंलाई नोटबुक चलाउन आवश्यक छ, Python कर्नेल चलाउँदै VS Code मा अलग्गै गर्नुहोस्।

अन्य पाठ्यक्रमहरू

हाम्रो टोलीले अन्य पाठ्यक्रमहरू उत्पादन गर्दछ! हेर्नुहोस्:

Azure / Edge / MCP / Agents

---

जेनेरेटिभ AI शृंखला

---

मुख्य सिकाइ

---

कोपाइलट शृंखला

सहयोग प्राप्त गर्दै

समस्या देखियो? सामान्य समस्याहरूको समाधानका लागि हाम्रो समस्या समाधान गाइड हेर्नुहोस्।

यदि तपाईं अड्किनुहुन्छ वा AI एप्स निर्माणको बारेमा कुनै प्रश्न छ भने, MCP सम्बन्धी छलफलमा सहभागी हुनुहोस्। यो एक सहयोगी समुदाय हो जहाँ प्रश्नहरू स्वागत गरिन्छ र ज्ञान स्वतन्त्र रूपमा साझा गरिन्छ।

यदि तपाईंलाई उत्पादन सम्बन्धी प्रतिक्रिया दिनु छ वा निर्माण गर्दा त्रुटिहरू देखिन्छ भने, यहाँ जानुहोस्:

---

अस्वीकरण:
यो दस्तावेज़ AI अनुवाद सेवा Co-op Translator प्रयोग गरेर अनुवाद गरिएको छ। हामी शुद्धताको लागि प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादहरूमा त्रुटिहरू वा अशुद्धताहरू हुन सक्छ। यसको मूल भाषा मा रहेको दस्तावेज़लाई आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीको लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत व्याख्याको लागि हामी जिम्मेवार हुने छैनौं।