Data-Science-For-Beginners/translations/pa

ਸ਼ੁਰੂਆਤੀ ਡਾਟਾ ਸਾਇੰਸ - ਇੱਕ ਪਾਠਕ੍ਰਮ

Azure Cloud Advocates ਵੱਲੋਂ Microsoft ਵਿੱਚ 10 ਹਫ਼ਤਿਆਂ ਦਾ, 20 ਪਾਠਾਂ ਵਾਲਾ ਪਾਠਕ੍ਰਮ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ ਜੋ ਡਾਟਾ ਸਾਇੰਸ ਬਾਰੇ ਹੈ। ਹਰ ਪਾਠ ਵਿੱਚ ਪਾਠ ਤੋਂ ਪਹਿਲਾਂ ਅਤੇ ਪਾਠ ਤੋਂ ਬਾਅਦ ਦੇ ਪ੍ਰਸ਼ਨ, ਪਾਠ ਪੂਰਾ ਕਰਨ ਲਈ ਲਿਖਤ ਹਦਾਇਤਾਂ, ਇੱਕ ਹੱਲ ਅਤੇ ਇੱਕ ਅਸਾਈਨਮੈਂਟ ਸ਼ਾਮਲ ਹੈ। ਸਾਡੇ ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਪੈਡਾਗੌਜੀ ਤੁਹਾਨੂੰ ਸਿਖਾਉਣ ਦੇ ਨਾਲ-ਨਾਲ ਬਣਾਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ, ਜੋ ਨਵੀਆਂ ਹੁਨਰਾਂ ਨੂੰ 'ਪੱਕਾ' ਕਰਨ ਦਾ ਸਾਬਤ ਤਰੀਕਾ ਹੈ।

ਸਾਡੇ ਲੇਖਕਾਂ ਨੂੰ ਦਿਲੋਂ ਧੰਨਵਾਦ: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 ਵਿਸ਼ੇਸ਼ ਧੰਨਵਾਦ 🙏 ਸਾਡੇ Microsoft Student Ambassador ਲੇਖਕਾਂ, ਸਮੀਖਾਕਾਰਾਂ ਅਤੇ ਸਮੱਗਰੀ ਯੋਗਦਾਨਕਰਤਾਵਾਂ ਨੂੰ, ਜਿਵੇਂ ਕਿ Aaryan Arora, Aditya Garg, Alondra Sanchez, Ankita Singh, Anupam Mishra, Arpita Das, ChhailBihari Dubey, Dibri Nsofor, Dishita Bhasin, Majd Safi, Max Blum, Miguel Correa, Mohamma Iftekher (Iftu) Ebne Jalal, Nawrin Tabassum, Raymond Wangsa Putra, Rohit Yadav, Samridhi Sharma, Sanya Sinha, Sheena Narula, Tauqeer Ahmad, Yogendrasingh Pawar , Vidushi Gupta, Jasleen Sondhi

ਸ਼ੁਰੂਆਤੀ ਡਾਟਾ ਸਾਇੰਸ - Sketchnote by @nitya

🌐 ਬਹੁ-ਭਾਸ਼ਾ ਸਹਾਇਤਾ

GitHub Action ਰਾਹੀਂ ਸਹਾਇਤ (ਆਟੋਮੈਟਿਕ ਅਤੇ ਹਮੇਸ਼ਾ ਅਪ-ਟੂ-ਡੇਟ)

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 | Korean | Lithuanian | Malay | 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 | Thai | Turkish | Ukrainian | Urdu | Vietnamese

ਜੇ ਤੁਸੀਂ ਹੋਰ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਵਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ ਤਾਂ ਸਹਾਇਤ ਭਾਸ਼ਾਵਾਂ ਦੀ ਸੂਚੀ ਇੱਥੇ ਦਿੱਤੀ ਗਈ ਹੈ।

ਸਾਡੇ ਸਮੁਦਾਇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ

ਸਾਡੇ ਕੋਲ Discord 'Learn with AI' ਸੀਰੀਜ਼ ਚੱਲ ਰਹੀ ਹੈ, ਹੋਰ ਜਾਣਕਾਰੀ ਲਈ ਅਤੇ ਸਾਡੇ ਨਾਲ ਸ਼ਾਮਲ ਹੋਣ ਲਈ Learn with AI Series 'ਤੇ ਜਾਓ। ਇਹ 18 - 30 ਸਤੰਬਰ, 2025 ਤੱਕ ਚੱਲੇਗੀ। ਤੁਹਾਨੂੰ GitHub Copilot ਨੂੰ ਡਾਟਾ ਸਾਇੰਸ ਲਈ ਵਰਤਣ ਦੇ ਟਿੱਪਸ ਅਤੇ ਟ੍ਰਿਕਸ ਮਿਲਣਗੇ।

ਕੀ ਤੁਸੀਂ ਵਿਦਿਆਰਥੀ ਹੋ?

ਹੇਠਾਂ ਦਿੱਤੇ ਸਰੋਤਾਂ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ:

• Student Hub page ਇਸ ਪੇਜ 'ਤੇ ਤੁਹਾਨੂੰ ਸ਼ੁਰੂਆਤੀ ਸਰੋਤ, ਵਿਦਿਆਰਥੀ ਪੈਕ ਅਤੇ ਮੁਫ਼ਤ ਸਰਟੀਫਿਕੇਟ ਵਾਊਚਰ ਪ੍ਰਾਪਤ ਕਰਨ ਦੇ ਤਰੀਕੇ ਮਿਲਣਗੇ। ਇਹ ਇੱਕ ਪੇਜ ਹੈ ਜਿਸ ਨੂੰ ਤੁਸੀਂ ਬੁੱਕਮਾਰਕ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ ਅਤੇ ਸਮੇਂ-ਸਮੇਂ 'ਤੇ ਚੈੱਕ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ ਕਿਉਂਕਿ ਅਸੀਂ ਘੱਟੋ-ਘੱਟ ਮਹੀਨਾਵਾਰ ਸਮੱਗਰੀ ਬਦਲਦੇ ਹਾਂ।
• Microsoft Learn Student Ambassadors ਵਿਦਿਆਰਥੀ ਐਮਬੈਸਡਰਾਂ ਦੇ ਗਲੋਬਲ ਸਮੁਦਾਇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ, ਇਹ Microsoft ਵਿੱਚ ਤੁਹਾਡਾ ਰਸਤਾ ਹੋ ਸਕਦਾ ਹੈ।

ਸ਼ੁਰੂਆਤ ਕਰਨਾ

📚 ਦਸਤਾਵੇਜ਼

• Installation Guide - ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਕਦਮ-ਦਰ-ਕਦਮ ਸੈਟਅਪ ਹਦਾਇਤਾਂ
• Usage Guide - ਉਦਾਹਰਨਾਂ ਅਤੇ ਆਮ ਵਰਕਫਲੋਜ਼
• Troubleshooting - ਆਮ ਸਮੱਸਿਆਵਾਂ ਦੇ ਹੱਲ
• Contributing Guide - ਇਸ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਯੋਗਦਾਨ ਦੇਣ ਦਾ ਤਰੀਕਾ
• For Teachers - ਸਿੱਖਿਆ ਦੇਣ ਦੀ ਮਦਦ ਅਤੇ ਕਲਾਸਰੂਮ ਸਰੋਤ

👨‍🎓 ਵਿਦਿਆਰਥੀਆਂ ਲਈ

ਪੂਰੇ ਸ਼ੁਰੂਆਤੀ: ਡਾਟਾ ਸਾਇੰਸ ਵਿੱਚ ਨਵੇਂ ਹੋ? ਸਾਡੇ ਸ਼ੁਰੂਆਤੀ-ਅਨੁਕੂਲ ਉਦਾਹਰਨਾਂ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ! ਇਹ ਸਧਾਰਨ, ਚੰਗੀ ਤਰ੍ਹਾਂ ਟਿੱਪਣੀ ਕੀਤੇ ਉਦਾਹਰਨ ਤੁਹਾਨੂੰ ਮੁੱਢਲੇ ਪਾਸੇ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ। Students: ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਆਪਣੇ ਆਪ ਵਰਤਣ ਲਈ, ਪੂਰੇ ਰਿਪੋ ਨੂੰ ਫੋਰਕ ਕਰੋ ਅਤੇ ਆਪਣੇ ਆਪ ਅਭਿਆਸ ਪੂਰੇ ਕਰੋ, ਪਾਠ ਤੋਂ ਪਹਿਲਾਂ ਦੇ ਪ੍ਰਸ਼ਨ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ। ਫਿਰ ਪਾਠ ਪੜ੍ਹੋ ਅਤੇ ਬਾਕੀ ਗਤੀਵਿਧੀਆਂ ਪੂਰੀ ਕਰੋ। ਪਾਠਾਂ ਨੂੰ ਸਮਝ ਕੇ ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ ਨਾ ਕਿ ਹੱਲ ਕੋਡ ਨੂੰ ਕਾਪੀ ਕਰੋ; ਹਾਲਾਂਕਿ, ਉਹ ਕੋਡ /solutions ਫੋਲਡਰ ਵਿੱਚ ਉਪਲਬਧ ਹੈ। ਇੱਕ ਹੋਰ ਵਿਚਾਰ ਇਹ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਦੋਸਤਾਂ ਨਾਲ ਇੱਕ ਅਧਿਐਨ ਸਮੂਹ ਬਣਾਓ ਅਤੇ ਸਮੱਗਰੀ ਨੂੰ ਇਕੱਠੇ ਪੜ੍ਹੋ। ਹੋਰ ਅਧਿਐਨ ਲਈ, ਅਸੀਂ Microsoft Learn ਦੀ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਾਂ।

ਤੁਰੰਤ ਸ਼ੁਰੂਆਤ:

1. Installation Guide ਚੈੱਕ ਕਰੋ ਆਪਣੇ ਵਾਤਾਵਰਣ ਨੂੰ ਸੈਟਅਪ ਕਰਨ ਲਈ
2. Usage Guide ਦੀ ਸਮੀਖਾ ਕਰੋ ਕਿ ਪਾਠਕ੍ਰਮ ਨਾਲ ਕਿਵੇਂ ਕੰਮ ਕਰਨਾ ਹੈ
3. ਪਾਠ 1 ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ ਅਤੇ ਲਗਾਤਾਰ ਅਗੇ ਵਧੋ
4. ਸਹਾਇਤਾ ਲਈ ਸਾਡੇ Discord community ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ

👩‍🏫 ਅਧਿਆਪਕਾਂ ਲਈ

ਅਧਿਆਪਕ: ਅਸੀਂ ਕੁਝ ਸੁਝਾਅ ਸ਼ਾਮਲ ਕੀਤੇ ਹਨ ਕਿ ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਕਿਵੇਂ ਵਰਤਣਾ ਹੈ। ਸਾਡੇ ਚਰਚਾ ਫੋਰਮ ਵਿੱਚ ਤੁਹਾਡੀ ਪ੍ਰਤੀਕ੍ਰਿਆ ਦੀ ਉਮੀਦ ਹੈ!

ਟੀਮ ਨਾਲ ਮਿਲੋ

Gif by Mohit Jaisal

🎥 ਉਪਰੋਕਤ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ ਪ੍ਰੋਜੈਕਟ ਅਤੇ ਉਸ ਦੇ ਰਚਨਹਾਰਾਂ ਬਾਰੇ ਵੀਡੀਓ ਦੇਖਣ ਲਈ!

ਪੈਡਾਗੌਜੀ

ਅਸੀਂ ਇਸ ਕੋਰਸ ਨੂੰ ਬਣਾਉਣ ਦੌਰਾਨ ਦੋ ਪੈਡਾਗੌਜੀਕਲ ਸਿਧਾਂਤਾਂ ਚੁਣੀਆਂ ਹਨ: ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਇਹ ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਵਾਰੰ-ਵਾਰ ਕਵਿਜ਼ ਸ਼ਾਮਲ ਹਨ। ਇਸ ਸਿਰੀਜ਼ ਦੇ ਅੰਤ ਤੱਕ, ਵਿਦਿਆਰਥੀ ਡਾਟਾ ਸਾਇੰਸ ਦੇ ਮੁੱਢਲੇ ਸਿਧਾਂਤਾਂ ਸਿੱਖ ਚੁੱਕੇ ਹੋਣਗੇ, ਜਿਸ ਵਿੱਚ ਨੈਤਿਕ ਧਾਰਨਾਵਾਂ, ਡਾਟਾ ਤਿਆਰੀ, ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨ ਦੇ ਵੱਖ-ਵੱਖ ਤਰੀਕੇ, ਡਾਟਾ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ, ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ, ਡਾਟਾ ਸਾਇੰਸ ਦੇ ਅਸਲ ਜਗਤ ਦੇ ਉਦਾਹਰਨਾਂ ਅਤੇ ਹੋਰ ਬਹੁਤ ਕੁਝ ਸ਼ਾਮਲ ਹਨ।

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕਲਾਸ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਘੱਟ-ਦਬਾਅ ਵਾਲਾ ਕਵਿਜ਼ ਵਿਦਿਆਰਥੀ ਨੂੰ ਵਿਸ਼ੇ ਸਿੱਖਣ ਵੱਲ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਕਲਾਸ ਤੋਂ ਬਾਅਦ ਦੂਜਾ ਕਵਿਜ਼ ਸਿੱਖੀ ਗਈ ਜਾਣਕਾਰੀ ਨੂੰ ਹੋਰ ਮਜ਼ਬੂਤ ਕਰਦਾ ਹੈ। ਇਹ ਕੋਰਸ ਲਚਕੀਲਾ ਅਤੇ ਮਨੋਰੰਜਕ ਬਣਾਇਆ ਗਿਆ ਹੈ ਅਤੇ ਇਸਨੂੰ ਪੂਰਾ ਜਾਂ ਅੰਸ਼ਿਕ ਤੌਰ 'ਤੇ ਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਛੋਟੇ ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦੇ ਹਨ ਅਤੇ 10 ਹਫ਼ਤਿਆਂ ਦੇ ਚੱਕਰ ਦੇ ਅੰਤ ਤੱਕ ਵਧਦੇ ਹੀ ਜਟਿਲ ਹੋ ਜਾਂਦੇ ਹਨ।

ਸਾਡੇ Code of Conduct, Contributing, Translation ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਵੇਖੋ। ਅਸੀਂ ਤੁਹਾਡੇ ਰਚਨਾਤਮਕ ਫੀਡਬੈਕ ਦਾ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ!

ਹਰ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ:

• ਵਿਕਲਪਿਕ ਸਕੈਚਨੋਟ
• ਵਿਕਲਪਿਕ ਸਹਾਇਕ ਵੀਡੀਓ
• ਪਾਠ ਤੋਂ ਪਹਿਲਾਂ ਵਾਰਮਅਪ ਕਵਿਜ਼
• ਲਿਖਤ ਪਾਠ
• ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਪਾਠਾਂ ਲਈ, ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੇ ਕਦਮ-ਦਰ-ਕਦਮ ਗਾਈਡ
• ਗਿਆਨ ਜਾਂਚ
• ਇੱਕ ਚੁਣੌਤੀ
• ਸਹਾਇਕ ਪੜ੍ਹਾਈ
• ਅਸਾਈਨਮੈਂਟ
• ਪਾਠ ਤੋਂ ਬਾਅਦ ਕਵਿਜ਼

ਕਵਿਜ਼ਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ: ਸਾਰੇ ਕਵਿਜ਼ Quiz-App ਫੋਲਡਰ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ, ਕੁੱਲ 40 ਕਵਿਜ਼, ਹਰ ਇੱਕ ਵਿੱਚ ਤਿੰਨ ਪ੍ਰਸ਼ਨ। ਇਹ ਪਾਠਾਂ ਵਿੱਚੋਂ ਲਿੰਕ ਕੀਤੇ ਗਏ ਹਨ, ਪਰ ਕਵਿਜ਼ ਐਪ ਨੂੰ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਜਾਂ Azure 'ਤੇ ਡਿਪਲੌਇ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ; quiz-app ਫੋਲਡਰ ਵਿੱਚ ਦਿੱਤੇ ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ। ਇਹ ਹੌਲੀ-ਹੌਲੀ ਸਥਾਨਕ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਅਨੁਵਾਦਿਤ ਕੀਤੇ ਜਾ ਰਹੇ ਹਨ।

🎓 ਸ਼ੁਰੂਆਤੀ-ਮਿਤਰਵਾਨ ਉਦਾਹਰਨਾਂ

ਡਾਟਾ ਸਾਇੰਸ ਵਿੱਚ ਨਵੇਂ ਹੋ? ਅਸੀਂ ਇੱਕ ਵਿਸ਼ੇਸ਼ examples directory ਬਣਾਇਆ ਹੈ ਜਿਸ ਵਿੱਚ ਸਧਾਰਨ, ਚੰਗੀ ਤਰ੍ਹਾਂ ਟਿੱਪਣੀ ਕੀਤੀ ਕੋਡ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰੇਗਾ:

• 🌟 Hello World - ਤੁਹਾਡਾ ਪਹਿਲਾ ਡਾਟਾ ਸਾਇੰਸ ਪ੍ਰੋਗਰਾਮ
• 📂 Loading Data - ਡਾਟਾਸੈਟਸ ਨੂੰ ਪੜ੍ਹਨ ਅਤੇ ਖੋਜ ਕਰਨ ਦਾ ਸਿੱਖੋ
• 📊 Simple Analysis - ਅੰਕੜੇ ਗਣਨਾ ਕਰੋ ਅਤੇ ਪੈਟਰਨ ਲੱਭੋ
• 📈 Basic Visualization - ਚਾਰਟ ਅਤੇ ਗ੍ਰਾਫ ਬਣਾਓ
• 🔬 Real-World Project - ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ ਪੂਰਾ ਵਰਕਫਲੋ

ਹਰ ਉਦਾਹਰਨ ਵਿੱਚ ਹਰ ਕਦਮ ਦੀ ਵਿਸਥਾਰਪੂਰਵਕ ਟਿੱਪਣੀ ਸ਼ਾਮਲ ਹੈ, ਜੋ ਇਸਨੂੰ ਬਿਲਕੁਲ ਸ਼ੁਰੂਆਤੀ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਬਹੁਤ ਹੀ ਉਚਿਤ ਬਣਾਉਂਦਾ ਹੈ!

👉 ਉਦਾਹਰਨਾਂ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ 👈

ਪਾਠ

ਡਾਟਾ ਸਾਇੰਸ ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਾਲਿਆਂ ਲਈ: ਰੋਡਮੈਪ - @nitya ਦੁਆਰਾ ਸਕੈਚਨੋਟ

ਪਾਠ ਨੰਬਰ	ਵਿਸ਼ਾ	ਪਾਠ ਸਮੂਹ	ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼	ਲਿੰਕ ਕੀਤਾ ਪਾਠ	ਲੇਖਕ
01	ਡਾਟਾ ਸਾਇੰਸ ਦੀ ਪਰਿਭਾਸ਼ਾ	Introduction	ਡਾਟਾ ਸਾਇੰਸ ਦੇ ਮੁੱਢਲੇ ਧਾਰਨਾਵਾਂ ਅਤੇ ਇਹ ਕਿਵੇਂ ਕ੍ਰਿਤ੍ਰਿਮ ਬੁੱਧੀ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਅਤੇ ਵੱਡੇ ਡਾਟਾ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ।	lesson video	Dmitry
02	ਡਾਟਾ ਸਾਇੰਸ ਨੈਤਿਕਤਾ	Introduction	ਡਾਟਾ ਨੈਤਿਕਤਾ ਦੇ ਧਾਰਨਾਵਾਂ, ਚੁਣੌਤੀਆਂ ਅਤੇ ਫਰੇਮਵਰਕ।	lesson	Nitya
03	ਡਾਟਾ ਦੀ ਪਰਿਭਾਸ਼ਾ	Introduction	ਡਾਟਾ ਕਿਵੇਂ ਵਰਗਬੱਧ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇਸਦੇ ਆਮ ਸਰੋਤ।	lesson	Jasmine
04	ਅੰਕੜੇ ਅਤੇ ਸੰਭਾਵਨਾ ਦਾ ਪਰਿਚਯ	Introduction	ਅੰਕੜੇ ਨੂੰ ਸਮਝਣ ਲਈ ਸੰਭਾਵਨਾ ਅਤੇ ਅੰਕੜੇ ਦੇ ਗਣਿਤਕ ਤਕਨੀਕਾਂ।	lesson video	Dmitry
05	ਸੰਬੰਧਿਤ ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	Working With Data	ਸੰਬੰਧਿਤ ਡਾਟਾ ਦਾ ਪਰਿਚਯ ਅਤੇ ਸੰਬੰਧਿਤ ਡਾਟਾ ਦੀ ਖੋਜ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੇ ਮੁੱਢਲੇ ਤਰੀਕੇ, ਜਿਸਨੂੰ Structured Query Language (SQL) ਕਿਹਾ ਜਾਂਦਾ ਹੈ।	lesson	Christopher
06	NoSQL ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	Working With Data	ਗੈਰ-ਸੰਬੰਧਿਤ ਡਾਟਾ ਦਾ ਪਰਿਚਯ, ਇਸਦੇ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਅਤੇ ਦਸਤਾਵੇਜ਼ ਡਾਟਾਬੇਸ ਦੀ ਖੋਜ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੇ ਮੁੱਢਲੇ ਤਰੀਕੇ।	lesson	Jasmine
07	Python ਨਾਲ ਕੰਮ ਕਰਨਾ	Working With Data	Pandas ਵਰਗੀਆਂ ਲਾਇਬ੍ਰੇਰੀਆਂ ਨਾਲ ਡਾਟਾ ਦੀ ਖੋਜ ਲਈ Python ਦੀ ਵਰਤੋਂ ਦੇ ਮੁੱਢਲੇ ਤਰੀਕੇ। Python ਪ੍ਰੋਗਰਾਮਿੰਗ ਦੀ ਮੁੱਢਲੀ ਸਮਝ ਸਿਫਾਰਸ਼ੀ ਹੈ।	lesson video	Dmitry
08	ਡਾਟਾ ਤਿਆਰੀ	Working With Data	ਡਾਟਾ ਨੂੰ ਸਾਫ਼ ਕਰਨ ਅਤੇ ਰੂਪਾਂਤਰਿਤ ਕਰਨ ਦੇ ਤਰੀਕਿਆਂ ਦੇ ਵਿਸ਼ਿਆਂ, ਜਿਨ੍ਹਾਂ ਨਾਲ ਗੁੰਝਲਦਾਰ, ਗਲਤ ਜਾਂ ਅਧੂਰੇ ਡਾਟਾ ਦੀ ਸਮੱਸਿਆ ਦਾ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕੇ।	lesson	Jasmine
09	ਮਾਤਰਾ ਦੀ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ	Data Visualization	Matplotlib ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪੰਛੀਆਂ ਦੇ ਡਾਟਾ ਨੂੰ ਵਿਜ਼ੁਅਲਾਈਜ਼ ਕਰਨਾ ਸਿੱਖੋ 🦆	lesson	Jen
10	ਡਾਟਾ ਦੇ ਵੰਡ ਦੀ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ	Data Visualization	ਇੱਕ ਅੰਤਰਾਲ ਵਿੱਚ ਅਵਲੋਕਨ ਅਤੇ ਰੁਝਾਨਾਂ ਨੂੰ ਵਿਜ਼ੁਅਲਾਈਜ਼ ਕਰਨਾ।	lesson	Jen
11	ਅਨੁਪਾਤਾਂ ਦੀ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ	Data Visualization	ਵਿਸ਼ੇਸ਼ ਅਤੇ ਸਮੂਹਬੱਧ ਪ੍ਰਤੀਸ਼ਤਾਂ ਨੂੰ ਵਿਜ਼ੁਅਲਾਈਜ਼ ਕਰਨਾ।	lesson	Jen
12	ਸੰਬੰਧਾਂ ਦੀ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ	Data Visualization	ਡਾਟਾ ਦੇ ਸਮੂਹਾਂ ਅਤੇ ਇਸਦੇ ਚਰਾਂ ਦੇ ਵਿਚਕਾਰ ਸੰਬੰਧਾਂ ਅਤੇ ਸਹਿ-ਸੰਬੰਧਾਂ ਨੂੰ ਵਿਜ਼ੁਅਲਾਈਜ਼ ਕਰਨਾ।	lesson	Jen
13	ਅਰਥਪੂਰਨ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ	Data Visualization	ਤੁਹਾਡੇ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਅਤੇ ਅੰਤਰਦ੍ਰਿਸ਼ਟੀ ਲਈ ਕੀਮਤੀ ਬਣਾਉਣ ਲਈ ਤਕਨੀਕਾਂ ਅਤੇ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼।	lesson	Jen
14	ਡਾਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਦਾ ਪਰਿਚਯ	Lifecycle	ਡਾਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਦਾ ਪਰਿਚਯ ਅਤੇ ਡਾਟਾ ਪ੍ਰਾਪਤ ਕਰਨ ਅਤੇ ਕੱਢਣ ਦਾ ਪਹਿਲਾ ਕਦਮ।	lesson	Jasmine
15	ਵਿਸ਼ਲੇਸ਼ਣ	Lifecycle	ਡਾਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਦਾ ਇਹ ਚਰਣ ਡਾਟਾ ਨੂੰ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀਆਂ ਤਕਨੀਕਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦਾ ਹੈ।	lesson	Jasmine
16	ਸੰਚਾਰ	Lifecycle	ਡਾਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਦਾ ਇਹ ਚਰਣ ਡਾਟਾ ਤੋਂ ਪ੍ਰਾਪਤ ਅੰਤਰਦ੍ਰਿਸ਼ਟੀ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਪੇਸ਼ ਕਰਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦਾ ਹੈ ਜੋ ਫੈਸਲੇ ਲੈਣ ਵਾਲਿਆਂ ਲਈ ਸਮਝਣਾ ਆਸਾਨ ਬਣਾਉਂਦਾ ਹੈ।	lesson	Jalen
17	ਕਲਾਉਡ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ	Cloud Data	ਕਲਾਉਡ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ ਅਤੇ ਇਸਦੇ ਫਾਇਦਿਆਂ ਦਾ ਪਰਿਚਯ।	lesson	Tiffany ਅਤੇ Maud
18	ਕਲਾਉਡ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ	Cloud Data	Low Code ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਾਡਲਾਂ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨਾ।	lesson	Tiffany ਅਤੇ Maud
19	ਕਲਾਉਡ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ	Cloud Data	Azure Machine Learning Studio ਨਾਲ ਮਾਡਲਾਂ ਨੂੰ ਡਿਪਲੌਇ ਕਰਨਾ।	lesson	Tiffany ਅਤੇ Maud
20	ਜੰਗਲੀ ਹਾਲਾਤਾਂ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ	In the Wild	ਅਸਲ ਜਗਤ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ ਚਲਿਤ ਪ੍ਰੋਜੈਕਟ।	lesson	Nitya

GitHub Codespaces

ਇਸ ਸੈਂਪਲ ਨੂੰ Codespace ਵਿੱਚ ਖੋਲ੍ਹਣ ਲਈ ਇਹ ਕਦਮ ਅਨੁਸਰਣ ਕਰੋ:

1. Code ਡ੍ਰੌਪ-ਡਾਊਨ ਮੀਨੂ 'ਤੇ ਕਲਿੱਕ ਕਰੋ ਅਤੇ Open with Codespaces ਵਿਕਲਪ ਚੁਣੋ।
2. ਪੈਨ ਦੇ ਹੇਠਲੇ ਹਿੱਸੇ ਵਿੱਚ + New codespace ਚੁਣੋ। ਹੋਰ ਜਾਣਕਾਰੀ ਲਈ, GitHub ਦਸਤਾਵੇਜ਼ ਵੇਖੋ।

VSCode Remote - Containers

ਇਹ ਕਦਮ ਅਨੁਸਰਣ ਕਰਕੇ ਆਪਣੇ ਸਥਾਨਕ ਕੰਪਿਊਟਰ ਅਤੇ VSCode ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਸ ਰਿਪੋ ਨੂੰ ਇੱਕ ਕੰਟੇਨਰ ਵਿੱਚ ਖੋਲ੍ਹੋ:

1. ਜੇ ਇਹ ਪਹਿਲੀ ਵਾਰ ਹੈ ਕਿ ਤੁਸੀਂ ਡਿਵੈਲਪਮੈਂਟ ਕੰਟੇਨਰ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹੋ, ਤਾਂ ਕਿਰਪਾ ਕਰਕੇ ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਹਾਡਾ ਸਿਸਟਮ ਪ੍ਰੀ-ਰਿਕਵਾਇਰਮੈਂਟਸ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ (ਜਿਵੇਂ Docker ਇੰਸਟਾਲ ਕੀਤਾ ਹੋਵੇ) ਸ਼ੁਰੂਆਤ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ।

ਇਸ ਰਿਪੋਜ਼ਟਰੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ, ਤੁਸੀਂ ਇਸਨੂੰ ਇੱਕ ਅਲੱਗ Docker ਵਾਲਿਊਮ ਵਿੱਚ ਖੋਲ੍ਹ ਸਕਦੇ ਹੋ:

ਨੋਟ: ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ, ਇਹ Remote-Containers: Clone Repository in Container Volume... ਕਮਾਂਡ ਦੀ ਵਰਤੋਂ ਕਰੇਗਾ ਜੋ ਸਥਾਨਕ ਫਾਈਲ ਸਿਸਟਮ ਦੀ ਬਜਾਏ Docker ਵਾਲਿਊਮ ਵਿੱਚ ਸਰੋਤ ਕੋਡ ਨੂੰ ਕਲੋਨ ਕਰੇਗਾ। Volumes ਡਾਟਾ ਨੂੰ ਸਥਿਰ ਕਰਨ ਲਈ ਪਸੰਦੀਦਾ ਤਰੀਕਾ ਹਨ।

ਜਾਂ ਰਿਪੋਜ਼ਟਰੀ ਦੇ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਕਲੋਨ ਕੀਤੇ ਜਾਂ ਡਾਊਨਲੋਡ ਕੀਤੇ ਵਰਜਨ ਨੂੰ ਖੋਲ੍ਹੋ:

• ਇਸ ਰਿਪੋਜ਼ਟ
  

---

ਜਨਰੇਟਿਵ AI ਸਿਰੀਜ਼

---

ਮੁੱਖ ਸਿੱਖਣ

---

Copilot ਸਿਰੀਜ਼

---

ਮਦਦ ਪ੍ਰਾਪਤ ਕਰਨਾ

ਮੁਸ਼ਕਲਾਂ ਆ ਰਹੀਆਂ ਹਨ? ਸਾਡੇ Troubleshooting Guide ਵਿੱਚ ਆਮ ਸਮੱਸਿਆਵਾਂ ਦੇ ਹੱਲ ਚੈੱਕ ਕਰੋ।

ਜੇ ਤੁਸੀਂ ਫਸ ਜਾਓ ਜਾਂ AI ਐਪਸ ਬਣਾਉਣ ਬਾਰੇ ਕੋਈ ਸਵਾਲ ਹੋਵੇ। ਸਿੱਖਣ ਵਾਲਿਆਂ ਅਤੇ ਅਨੁਭਵੀ ਡਿਵੈਲਪਰਾਂ ਨਾਲ MCP ਬਾਰੇ ਚਰਚਾ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ। ਇਹ ਇੱਕ ਸਹਾਇਕ ਸਮੁਦਾਇ ਹੈ ਜਿੱਥੇ ਸਵਾਲਾਂ ਦਾ ਸਵਾਗਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਗਿਆਨ ਖੁੱਲ੍ਹੇ ਦਿਲ ਨਾਲ ਸਾਂਝਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਜੇ ਤੁਹਾਨੂੰ ਉਤਪਾਦ ਫੀਡਬੈਕ ਜਾਂ ਬਣਾਉਣ ਦੌਰਾਨ ਗਲਤੀਆਂ ਆਉਂਦੀਆਂ ਹਨ, ਤਾਂ ਜਾਓ:

---

ਅਸਵੀਕਰਤੀ:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀ ਹੋਣ ਦਾ ਯਤਨ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੁਚੱਜੇਪਣ ਹੋ ਸਕਦੇ ਹਨ। ਇਸ ਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਮੌਜੂਦ ਮੂਲ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਅਧਿਕਾਰਤ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।