Data-Science-For-Beginners/translations/hi

डेटा साइंस फॉर बिगिनर्स - एक पाठ्यक्रम

Microsoft के Azure Cloud Advocates यह 10-सप्ताह, 20-लेसन का पाठ्यक्रम डेटा साइंस के बारे में पेश करके प्रसन्न हैं। प्रत्येक पाठ में प्री-लेसन और पोस्ट-लेसन क्विज़, पाठ पूरा करने के लिए लिखित निर्देश, एक समाधान, और एक असाइनमेंट शामिल है। हमारी प्रोजेक्ट-आधारित शिक्षण पद्धति आपको बनाते हुए सीखने की अनुमति देती है, जो नई क्षमतियों को 'अटैक' करने का प्रमाणित तरीका है।

हमारे लेखकों के लिए हार्दिक धन्यवाद: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 विशेष धन्यवाद 🙏 हमारे Microsoft Student Ambassador लेखकों, समीक्षकों और सामग्री योगदानकर्ताओं को, विशेष रूप से 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

Data Science For Beginners - स्केचनोट द्वारा @nitya

🌐 बहु-भाषा समर्थन

GitHub Action द्वारा समर्थित (स्वचालित और हमेशा अद्यतित)

अरबी | बंगाली | बुल्गारियाई | बर्मी (म्यांमार) | चीनी (सरलीकृत) | चीनी (पारंपरिक, हांगकांग) | चीनी (पारंपरिक, मकाऊ) | चीनी (पारंपरिक, ताइवान) | क्रोएशियाई | चेक | डेनिश | डच | एस्टोनियाई | फिनिश | फ्रेंच | जर्मन | ग्रीक | हिब्रू | हिन्दी | हंगेरियाई | इंडोनेशियाई | इतालवी | जापानी | कन्नड़ | कोरियाई | लिथुआनियाई | मलय | मलयालम | मराठी | नेपाली | नाइजीरियाई पिजिन | नॉर्वेजियन | फारसी (Farsi) | पोलिश | पुर्तगाली (ब्राज़ील) | पुर्तगाली (पुर्तगाल) | पंजाबी (गुरमुखी) | रोमानियाई | रूसी | सर्बियाई (सिरिलिक) | स्लोवाकियाई | स्लोवेनियाई | स्पेनिश | स्वाहिली | स्वीडिश | तागालोग (फिलिपीनो) | तमिल | तेलुगु | थाई | तुर्की | युक्रेनी | उर्दू | वियतनामी

यदि आप अतिरिक्त अनुवाद भाषा चाहते हैं, तो समर्थित भाषाओं की सूची यहाँ दी गई है।

हमारे समुदाय में शामिल हों

हमारे पास एक Discord "Learn with AI" श्रृंखला चल रही है, और अधिक जानने तथा जुड़ने के लिए 18 - 30 सितंबर, 2025 को हमारे साथ Learn with AI Series पर शामिल हों। आपको डेटा साइंस के लिए GitHub Copilot का उपयोग करने के टिप्स और ट्रिक्स मिलेंगे।

क्या आप एक छात्र हैं?

निम्न संसाधनों के साथ शुरू करें:

• Student Hub page इस पृष्ठ पर, आपको शुरुआती संसाधन, छात्र पैक्स और यहां तक कि मुफ्त सर्टिफिकेट वाउचर पाने के तरीके मिलेंगे। यह एक ऐसा पृष्ठ है जिसे आप बुकमार्क करना चाहेंगे और समय-समय पर देखना चाहेंगे क्योंकि हम कम से कम मासिक रूप से सामग्री बदलते रहते हैं।
• Microsoft Learn Student Ambassadors छात्र एंबेसडरों के एक वैश्विक समुदाय में शामिल हों, यह Microsoft में जाने का आपका एक रास्ता हो सकता है।

आरंभ करना

📚 दस्तावेज़ीकरण

• स्थापना मार्गदर्शिका - शुरुआती लोगों के लिए चरण-दर-चरण सेटअप निर्देश
• उपयोग मार्गदर्शिका - उदाहरण और सामान्य वर्कफ़्लो
• समस्याओं का समाधान - सामान्य मुद्दों के समाधान
• योगदान मार्गदर्शिका - इस प्रोजेक्ट में योगदान कैसे करें
• शिक्षकों के लिए - शिक्षण मार्गदर्शन और कक्षा संसाधन

👨‍🎓 छात्रों के लिए

पूर्ण शुरुआत करने वाले: डेटा साइंस में नए हैं? हमारे शुरुआत के अनुकूल उदाहरण से शुरू करें! ये सरल, अच्छी तरह से टिप्पणी किए गए उदाहरण आपको पूरे पाठ्यक्रम में गोता लगाने से पहले मूल बातें समझने में मदद करेंगे। Students: इस पाठ्यक्रम का उपयोग स्वयं करने के लिए, पूरा रेपो फ़ोर्क करें और अभ्यास स्वयं पूरे करें, एक प्री-लेक्चर क्विज़ से शुरू करते हुए। फिर लेक्चर पढ़ें और शेष गतिविधियाँ पूरी करें। समाधान कोड की नकल करने के बजाय पाठों को समझकर प्रोजेक्ट बनाना कोशिश करें; हालांकि, उस कोड को प्रत्येक प्रोजेक्ट-उन्मुख पाठ में /solutions फ़ोल्डरों में उपलब्ध किया गया है। एक और विचार यह होगा कि मित्रों के साथ एक अध्ययन समूह बनाएं और सामग्री को मिलकर देखें। आगे अध्ययन के लिए, हम Microsoft Learn की सलाह देते हैं।

त्वरित प्रारंभ:

1. अपने वातावरण को सेटअप करने के लिए इंस्टॉलेशन गाइड देखें
2. पाठ्यक्रम के साथ काम करने का तरीका जानने के लिए उपयोग मार्गदर्शिका देखें
3. पाठ 1 से शुरू करें और क्रमिक रूप से आगे बढ़ें
4. समर्थन के लिए हमारे डिस्कॉर्ड समुदाय में शामिल हों

👩‍🏫 शिक्षकों के लिए

शिक्षकगण: हमने इस पाठ्यक्रम का उपयोग करने के कुछ सुझाव शामिल किए हैं। हमें आपकी प्रतिक्रिया हमारे चर्चा मंच में पसंद आएगी!

टीम से मिलें

Gif द्वारा Mohit Jaisal

🎥 ऊपर की छवि पर क्लिक करके परियोजना और इसे बनाने वाले लोगों के बारे में वीडियो देखें!

शिक्षाशास्त्र

हमने इस पाठ्यक्रम का निर्माण करते समय दो शैक्षिक सिद्धांत चुने हैं: यह सुनिश्चित करना कि यह प्रोजेक्ट-आधारित हो और इसमें बार-बार क्विज़ शामिल हों। इस श्रृंखला के अंत तक, छात्रों ने डेटा साइंस के मूल सिद्धांत सीखे होंगे, जिनमें नैतिक अवधारणाएँ, डेटा तैयारी, डेटा के साथ काम करने के विभिन्न तरीके, डेटा विज़ुअलाइज़ेशन, डेटा विश्लेषण, डेटा साइंस के वास्तविक दुनिया के उपयोग के मामले, और बहुत कुछ शामिल हैं।

इसके अलावा, कक्षा से पहले एक कम-जोखिम वाला क्विज़ छात्र की किसी विषय को सीखने की इच्छा को स्थापित करता है, जबकि कक्षा के बाद दूसरा क्विज़ और अधिक प्रतिधारण सुनिश्चित करता है। यह पाठ्यक्रम लचीला और मज़ेदार होने के लिए डिज़ाइन किया गया है और इसे पूरा या आंशिक रूप से लिया जा सकता है। परियोजनाएँ छोटी शुरू होती हैं और 10 सप्ताह के चक्र के अंत तक धीरे-धीरे जटिल होती जाती हैं।

हमारे आचार संहिता, योगदान, अनुवाद दिशा-निर्देश देखें। हम आपकी रचनात्मक प्रतिक्रिया का स्वागत करते हैं!

प्रत्येक पाठ में शामिल है:

• वैकल्पिक स्केचनोट
• वैकल्पिक सहायक वीडियो
• पाठ-पूर्व वार्मअप क्विज़
• लिखित पाठ
• प्रोजेक्ट-आधारित पाठों के लिए, प्रोजेक्ट बनाने के चरण-दर-चरण मार्गदर्शिकाएँ
• ज्ञान जाँच
• एक चुनौती
• सहायक पठन
• असाइनमेंट
• पाठ के बाद का क्विज़

क्विज़ के बारे में एक नोट: सभी क्विज़ Quiz-App फ़ोल्डर में संग्रहीत हैं, कुल 40 क्विज़, प्रत्येक में तीन प्रश्न। इन्हें पाठों के भीतर लिंक किया गया है, लेकिन क्विज़ एप्लिकेशन स्थानीय रूप से चलाया जा सकता है या Azure पर डिप्लॉय किया जा सकता है; quiz-app फ़ोल्डर में दिए निर्देशों का पालन करें। इन्हें धीरे-धीरे स्थानीयकृत किया जा रहा है।

🎓 शुरुआती-हितैषी उदाहरण

डेटा साइंस में नए हैं? हमने आपको आरम्भ करने में मदद करने के लिए सरल, अच्छी तरह टिप्पणी किए गए कोड के साथ एक विशेष examples directory बनाया है:

• 🌟 Hello World - आपका पहला डेटा साइंस प्रोग्राम
• 📂 Loading Data - डेटा सेट पढ़ना और एक्सप्लोर करना सीखें
• 📊 Simple Analysis - सांख्यिकी की गणना करें और पैटर्न खोजें
• 📈 Basic Visualization - चार्ट और ग्राफ़ बनाएँ
• 🔬 Real-World Project - शुरुआत से अंत तक पूरा वर्कफ़्लो

प्रत्येक उदाहरण में हर चरण की व्याख्या करने वाली विस्तृत टिप्पणियाँ शामिल हैं, जो इसे पूर्ण शुरुआती लोगों के लिए परफ़ेक्ट बनाती हैं!

👉 उदाहरणों से शुरू करें 👈

Lessons

डेटा साइंस शुरुआती लोगों के लिए: रोडमैप - स्केचनोट द्वारा @nitya

पाठ संख्या	विषय	पाठ समूह	सीखने के उद्देश्य	लिंक्ड पाठ	लेखक
01	डेटा साइंस की परिभाषा	परिचय	डेटा साइंस के मूल सिद्धांतों को सीखें और यह कृत्रिम बुद्धिमत्ता, मशीन लर्निंग, और बिग डेटा से कैसे संबंधित है।	पाठ वीडियो	Dmitry
02	डेटा साइंस नैतिकता	परिचय	डेटा नैतिकता की अवधारणाएँ, चुनौतियाँ और ढाँचे।	पाठ	Nitya
03	डेटा की परिभाषा	परिचय	डेटा कैसे वर्गीकृत होता है और इसके सामान्य स्रोत।	पाठ	Jasmine
04	सांख्यिकी और प्रायिकता का परिचय	परिचय	डेटा को समझने के लिए प्रायिकता और सांख्यिकी की गणितीय तकनीकें।	पाठ वीडियो	Dmitry
05	रिलेशनल डेटा के साथ काम करना	डेटा के साथ काम करना	रिलेशनल डेटा का परिचय और Structured Query Language, जिसे SQL भी कहा जाता है (उच्चारण “see-quell”), के साथ रिलेशनल डेटा का अन्वेषण और विश्लेषण करने की बुनियादी बातें।	पाठ	Christopher
06	NoSQL डेटा के साथ काम करना	डेटा के साथ काम करना	गैर-रिलेशनल डेटा का परिचय, इसके विभिन्न प्रकार और डॉक्यूमेंट डेटाबेस का अन्वेषण और विश्लेषण करने के मूल तत्व।	पाठ	Jasmine
07	Python के साथ काम करना	डेटा के साथ काम करना	Pandas जैसे लाइब्रेरी के साथ डेटा अन्वेषण के लिए Python का उपयोग करने की बुनियादी बातें। Python प्रोग्रामिंग की मौलिक समझ की सिफारिश की जाती है।	पाठ वीडियो	Dmitry
08	डेटा तैयारी	डेटा के साथ काम करना	गायब, गलत, या अपूर्ण डेटा की चुनौतियों से निपटने के लिए डेटा को साफ़ और बदलने की तकनीकें।	पाठ	Jasmine
09	मात्राओं का दृश्यांकन	डेटा विज़ुअलाइज़ेशन	Matplotlib का उपयोग करके पक्षी डेटा का दृश्यांकन कैसे करें 🦆	पाठ	Jen
10	डेटा का वितरण देखने के तरीके	डेटा विज़ुअलाइज़ेशन	एक अंतराल के भीतर अवलोकन और रुझानों को दृश्य रूप से दिखाना।	पाठ	Jen
11	अनुपात का दृश्यांकन	डेटा विज़ुअलाइज़ेशन	अलग-अलग और समूहीकृत प्रतिशतों का दृश्यांकन।	पाठ	Jen
12	संबंधों का दृश्यांकन	डेटा विज़ुअलाइज़ेशन	डेटा सेट और उनके चर के बीच संबंधों और सहसंबंधों का दृश्यांकन।	पाठ	Jen
13	अर्थपूर्ण दृश्यांकन	डेटा विज़ुअलाइज़ेशन	प्रभावी समस्या समाधान और अंतर्दृष्टि के लिए अपने दृश्यांकनों को मूल्यवान बनाने की तकनीकें और मार्गदर्शन।	पाठ	Jen
14	डेटा साइंस लाइफसाइकल का परिचय	लाइफसाइकल	डेटा साइंस लाइफसाइकल और डेटा प्राप्त करने एवं निकालने के पहले चरण का परिचय।	पाठ	Jasmine
15	विश्लेषण	लाइफसाइकल	डेटा साइंस लाइफसाइकल का यह चरण डेटा का विश्लेषण करने की तकनीकों पर केंद्रित है।	पाठ	Jasmine
16	संवाद	लाइफसाइकल	डेटा से मिली अंतर्दृष्टि को निर्णय-निर्माताओं के लिए समझना आसान बनाने के तरीके से प्रस्तुत करने पर यह चरण केंद्रित है।	पाठ	Jalen
17	क्लाउड में डेटा साइंस	क्लाउड डेटा	इन पाठों की श्रृंखला क्लाउड में डेटा साइंस और इसके लाभों का परिचय कराती है।	पाठ	Tiffany and Maud
18	क्लाउड में डेटा साइंस	क्लाउड डेटा	Low Code टूल्स का उपयोग करके मॉडल का प्रशिक्षण।	पाठ	Tiffany and Maud
19	क्लाउड में डेटा साइंस	क्लाउड डेटा	Azure Machine Learning Studio के साथ मॉडल डिप्लॉय करना।	पाठ	Tiffany and Maud
20	वास्तविक दुनिया में डेटा साइंस	In the Wild	वास्तविक दुनिया में डेटा-संचालित परियोजनाएँ।	पाठ	Nitya

GitHub Codespaces

Codespace में इस नमूने को खोलने के लिए इन कदमों का पालन करें:

1. Code ड्रॉप-डाउन मेनू पर क्लिक करें और Open with Codespaces विकल्प चुनें।
2. पैन के निचले हिस्से में + New codespace चुनें। अधिक जानकारी के लिए, देखें GitHub प्रलेखन.

VSCode Remote - Containers

स्थानीय मशीन और VSCode का उपयोग करके इस रिपॉज़िटरी को कंटेनर में खोलने के लिए, VS Code Remote - Containers एक्सटेंशन का उपयोग करें:

1. यदि यह विकास कंटेनर का आपका पहला उपयोग है, तो कृपया सुनिश्चित करें कि आपकी प्रणाली प्रारंभिक आवश्यकताओं को पूरा करती है (उदा. Docker इंस्टॉल हो)।

इस रिपॉज़िटरी का उपयोग करने के लिए, आप या तो रिपॉज़िटरी को एक अलग Docker वॉल्यूम में खोल सकते हैं:

नोट: आंतरिक रूप से, यह Remote-Containers: Clone Repository in Container Volume... कमांड का उपयोग करेगा ताकि स्रोत कोड को स्थानीय फ़ाइल सिस्टम के बजाय Docker वॉल्यूम में क्लोन किया जा सके। Volumes कंटेनर डेटा को बनाए रखने के लिए वरीयत तंत्र हैं।

या रिपॉज़िटरी का लोकली क्लोन किया गया या डाउनलोड किया गया संस्करण खोलें:

• इस रिपॉज़िटरी को अपने स्थानीय फ़ाइलसिस्टम पर क्लोन करें।
• F1 दबाएँ और Remote-Containers: Open Folder in Container... कमांड चुनें।
• इस फ़ोल्डर की क्लोन की गई कॉपी चुनें, कंटेनर शुरू होने का इंतजार करें, और चीज़ों को आज़माएँ।

ऑफ़लाइन पहुँच

आप Docsify का उपयोग करके इस दस्तावेज़ को ऑफ़लाइन चला सकते हैं। इस रिपॉज़िटरी को फोर्क करें, अपने स्थानीय मशीन पर Docsify इंस्टॉल करें, फिर इस रिपॉज़िटरी के रूट फ़ोल्डर में टाइप करें docsify serve। वेबसाइट आपके लोकलहोस्ट पर पोर्ट 3000 पर सर्व की जाएगी: localhost:3000।

ध्यान दें, नोटबुक Docsify के माध्यम से रेंडर नहीं होंगे, इसलिए जब आपको नोटबुक चलाने की आवश्यकता हो, तो उसे अलग से VS Code में Python कर्नेल चलाते हुए करें।

अन्य पाठ्यक्रम

हमारी टीम अन्य पाठ्यक्रम भी बनाती है! देखें:

LangChain

---

Azure / Edge / MCP / Agents

---

जनरेटिव AI श्रृंखला

---

मुख्य शिक्षण

---

Copilot श्रृंखला

मदद प्राप्त करें

समस्याएँ आ रही हैं? आम समस्याओं के समाधान के लिए हमारे समस्या निवारण गाइड को देखें।

यदि आप अटक जाते हैं या AI ऐप्स बनाने के बारे में कोई प्रश्न हैं। MCP के बारे में चर्चा में अन्य सीखने वालों और अनुभवी डेवलपर्स से जुड़ें। यह एक सहायक समुदाय है जहाँ प्रश्नों का स्वागत है और ज्ञान स्वतंत्र रूप से साझा किया जाता है।

यदि आपके पास उत्पाद फीडबैक या निर्माण के दौरान त्रुटियाँ हों तो यहाँ जाएँ:

---

अस्वीकरण: यह दस्तावेज़ AI अनुवाद सेवा Co-op Translator का उपयोग करके अनुवादित किया गया है। हालांकि हम सटीकता के लिए प्रयास करते हैं, कृपया ध्यान रखें कि स्वचालित अनुवादों में त्रुटियाँ या असंगतियाँ हो सकती हैं। मूल भाषा में उपलब्ध दस्तावेज़ को प्रमाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए पेशेवर मानव अनुवाद की सलाह दी जाती है। इस अनुवाद के उपयोग से होने वाली किसी भी गलतफ़हमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।