Data-Science-For-Beginners/translations/mr

नवशिक्यांसाठी डेटा सायन्स - एक अभ्यासक्रम

Microsoft मधील Azure Cloud Advocates आनंदाने डेटा सायन्स विषयी 10 आठवड्यांचा, 20 धडांचा अभ्यासक्रम सादर करीत आहेत. प्रत्येक धडामध्ये पूर्व-धड्याचा आणि उत्तर-धड्याचा क्विझ, धड पूर्ण करण्यासाठी लिखित सूचनां, एक समाधान आणि एक असाइनमेंट समाविष्ट आहे. आमची प्रकल्प-आधारित शिकवण पद्धत तुम्हाला बांधत असतानाच शिकण्याची परवानगी देते — नव्या कौशल्यांना टिकवून ठेवण्याचा सिद्ध मार्ग.

आमच्या लेखांच्या कार्यासाठी मनापासून आभार: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 विशेष आभार 🙏 आमच्या Microsoft Student Ambassador लेखक, पुनरावलोकक आणि सामग्री योगदानकर्त्यांना, विशेषतः 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

नवशिक्यांसाठी डेटा सायन्स - स्केचनोट @nitya कडून

🌐 बहुभाषिक समर्थन

GitHub Action द्वारे समर्थित (स्वयंचलित आणि नेहमी अद्ययावत)

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

अधिक भाषांमध्ये अनुवादांसाठी तुम्हाला इच्छित असल्यास समर्थित भाषांची यादी यहां मिळू शकते

आमच्या समुदायात सामील व्हा

आमच्याकडे Discord वर "AI सोबत शिकण्याची" मालिका चालू आहे, अधिक जाणून घेण्यासाठी आणि सामील होण्यासाठी Learn with AI Series येथे या — ही मालिका 18 - 30 सप्टेंबर, 2025 दरम्यान आहे. तुम्हाला GitHub Copilot चा डेटा सायन्ससाठी उपयोग करताना टिप्स आणि ट्रिक्स मिळतील.

तुम्ही विद्यार्थी आहात का?

खालील संसाधनांसह सुरू करा:

• Student Hub page या पृष्ठावर तुम्हाला नवशिक्यांसाठी संसाधने, Student packs आणि अगदी विनामूल्य प्रमाणपत्र व्हाउचर मिळवण्याचे मार्गही मिळतील. हे एक पृष्ठ आहे जे तुम्ही बुकमार्क करावे आणि काळोखाळी तपासावे कारण आम्ही किमान मासिकानुसार सामग्री अदलाबदल करतो.
• Microsoft Learn Student Ambassadors जागतिक विद्यार्थी अँम्बॅसडर समुदायात सामील व्हा — हे तुमच्यासाठी Microsoft मध्ये प्रवेश करण्याचा मार्ग असू शकतो.

सुरुवात करणे

📚 दस्तऐवजीकरण

• Installation Guide - नवशिक्यांसाठी टप्प्याटप्प्याने सेटअप निर्देश
• Usage Guide - उदाहरणे आणि सामान्य कार्यप्रवाह
• Troubleshooting - सामान्य समस्यांसाठी समधान
• Contributing Guide - या प्रकल्पात कसे योगदान द्यावे
• For Teachers - अध्यापन मार्गदर्शन आणि वर्गातील संसाधने

👨‍🎓 विद्यार्थ्यांसाठी

पूर्ण नवशिके: डेटा सायन्स मध्ये नवीन आहात का? आमच्या beginner-friendly examples पासून सुरू करा! ही साधी, चांगली टिप्पणी केलेली उदाहरणे तुम्हाला संकल्पना समजून घेण्यास मदत करतात ज्यामुळे आपण संपूर्ण अभ्यासक्रमात सहज पुढे जाऊ शकता. Students: हा अभ्यासक्रम स्वतः वापरण्यासाठी, संपूर्ण रेपो fork करा आणि स्वतःच सराव करा, पूर्व-व्याख्यान क्विझ पासून सुरू करा. नंतर व्याख्यान वाचा आणि उर्वरित क्रियाकलाप पूर्ण करा. सोल्यूशन कोड कॉपी करण्यापेक्षा धड समजून प्रकल्प तयार करण्याचा प्रयत्न करा; तरी सुद्धा, त्या कोड्स /solutions फोल्डर्स मध्ये उपलब्ध आहेत प्रत्येक प्रोजेक्ट-ओरिएंटेड धडासाठी. आणखी एक कल्पना म्हणजे मित्रांसोबत अभ्यास गट तयार करून सामग्री एकत्रून पहा. पुढील अभ्यासासाठी, आम्ही Microsoft Learn ची शिफारस करतो.

त्वरित प्रारंभ:

1. तुमचे वातावरण सेट करण्यासाठी Installation Guide तपासा
2. अभ्यासक्रम कसा वापरायचा हे जाणण्यासाठी Usage Guide वाचा
3. धडा 1 पासून सुरू करा आणि क्रमवार पुढे जा
4. सहाय्यासाठी आमच्या Discord समुदाय मध्ये सहभागी व्हा

👩‍🏫 शिक्षकांसाठी

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

टीमला भेटा

Gif द्वारा Mohit Jaisal

🎥 वरच्या प्रतिमावर क्लिक करा प्रकल्प आणि ज्यांनी ते तयार केलेल्या लोकांविषयी व्हिडिओसाठी!

अध्यापन

आम्ही या अभ्यासक्रमाचा आराखडा तयार करताना दोन अध्यापन तत्त्वे निवडली आहेत: तो प्रकल्प-आधारित असावा आणि त्यात वारंवार क्विझ असावेत याची खात्री करणे. या मालिकेच्या शेवटी, विद्यार्थ्यांनी डेटा सायन्सचे मूलभूत तत्त्वे शिकलेली असतील, ज्यात नैतिक संकल्पना, डेटा तयारी, डेटासोबत काम करण्याचे विविध मार्ग, डेटा दृष्यीकरण, डेटा विश्लेषण, डेटा सायन्सचे वास्तविक जगातील वापरप्रकरणे आणि बरेच काही यांचा समावेश आहे.

याशिवाय, वर्गापूर्वीचा कमी-जोखमीचा क्विझ विद्यार्थ्याच्या एखाद्या विषय शिकण्याच्या उद्देशाला ठरवितो, तर वर्गानंतरचा दुसरा क्विझ अधिक टिकाव सुनिश्चित करतो. हा अभ्यासक्रम लवचिक आणि मजेदार असावा असे डिझाइन करण्यात आला आहे आणि तो पूर्णपणे किंवा भागाने केला जाऊ शकतो. प्रकल्प छोटे सुरू होतात आणि 10 आठवड्यांच्या चक्राच्या शेवटी हळूहळू अधिक जटिल होतात.

आमची आचार संहिता, योगदान, अनुवाद मार्गदर्शिका पहा. आम्हाला तुमचा रचनात्मक अभिप्राय स्वागतार्ह आहे!

प्रत्येक धड्यात समाविष्ट आहे:

• ऐच्छिक स्केचनोट
• ऐच्छिक पूरक व्हिडिओ
• पाठापूर्वी वॉर्म-अप क्विझ
• लेखित धडा
• प्रकल्प-आधारित धड्यांसाठी, प्रकल्प कसा तयार करायचा याचे टप्प्याटप्प्याने मार्गदर्शक
• ज्ञान तपासणी
• एक आव्हान
• पूरक वाचन
• असाइनमेंट
• पाठानंतरचा क्विझ

क्विझबद्दल एक नोंद: सर्व क्विझ Quiz-App फोल्डरमध्ये सापडतात, एकूण ४० क्विझ आहेत ज्यापैकी प्रत्येकात तीन प्रश्न आहेत. ते धड्यांमधून लिंक केलेले आहेत, परंतु क्विझ अॅप स्थानिकपणे चालवता येऊ शकते किंवा Azure वर डिप्लॉय केले जाऊ शकते; quiz-app फोल्डरमधील सूचनांचे पालन करा. त्यांचे स्थानिकीकरण हळूहळू केले जात आहे.

🎓 नवशिक्यांसाठी सोपी उदाहरणे

डेटा सायन्समध्ये नवीन आहात का? आम्ही एक विशेष उदाहरणे निर्देशिका तयार केली आहे ज्यात सुरू करण्यास मदत करण्यासाठी साधे, नीट टिप्पणी केलेले कोड आहेत:

• 🌟 Hello World - तुमचा पहिला डेटा सायन्स प्रोग्राम
• 📂 Loading Data - डेटासेट वाचणे आणि एक्सप्लोर कसे करायचे शिका
• 📊 Simple Analysis - सांख्यिकीय गणना करा आणि नमुने शोधा
• 📈 Basic Visualization - चार्ट आणि ग्राफ तयार करा
• 🔬 Real-World Project - सुरुवातीपासून शेवटपर्यंत संपूर्ण वर्कफ्लो

प्रत्येक उदाहरणात प्रत्येक टप्पा समजावून सांगणाऱ्या सविस्तर टिप्पण्यांचा समावेश आहे, ज्यामुळे ते पूर्णपणे नवशिक्यांसाठी उत्तम आहे!

👉 उदाहरणांपासून सुरुवात करा 👈

धडे

डेटा सायन्स नवशिक्यांसाठी: रोडमॅप - स्केचनोट द्वारे @nitya

धडा क्रमांक	विषय	धडा 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 याशी कसे संबंधित आहे हे शिका.	धडा व्हिडिओ	Dmitry
02	데이터 सायन्स नैतिकता	परिचय	डेटा नैतिकता संकल्पना, आव्हाने आणि फ्रेमवर्क.	धडा	Nitya
03	डेटाची व्याख्या	परिचय	डेटा कसा वर्गीकृत केला जातो आणि त्याचे सामान्य स्रोत काय आहेत.	धडा	Jasmine
04	सांख्यिकी व संभाव्यता परिचय	परिचय	डेटा समजून घेण्यासाठी संभाव्यता आणि सांख्यिकी यांच्या गणितीय तंत्र.	धडा व्हिडिओ	Dmitry
05	रिलेशनल डेटासोबत काम करणे	डेटासोबत काम करणे	रिलेशनल डेटाचा परिचय आणि Structured Query Language (SQL) वापरून रिलेशनल डेटाचे अन्वेषण आणि विश्लेषण करण्याच्या मूलभूत गोष्टी (उच्चार 'सी-क्वेल').	धडा	Christopher
06	नॉन-रिलेशनल (NoSQL) डेटासोबत काम करणे	डेटासोबत काम करणे	नॉन-रिलेशनल डेटाचा परिचय, त्याचे विविध प्रकार आणि दस्तऐवजी डेटाबेसचा अन्वेषण व विश्लेषण करण्याच्या मूलभूत गोष्टी.	धडा	Jasmine
07	Python सह काम करणे	डेटासोबत काम करणे	Pandas सारख्या लायब्ररींसह डेटा अन्वेषणासाठी Python वापरण्याच्या मूलभूत गोष्टी. Python प्रोग्रामिंगची प्राथमिक समज असणे शिफारसीय आहे.	धडा व्हिडिओ	Dmitry
08	डेटा तयारी	डेटासोबत काम करणे	हरवलेल्या, अचूक नसलेल्या किंवा अपूर्ण डेटाच्या आव्हानांना हाताळण्यासाठी डेटाची साफसफाई आणि रूपांतर करण्याच्या तंत्रांवरील विषय.	धडा	Jasmine
09	प्रमाण दृष्यीकरण	डेटा दृष्यीकरण	Matplotlib वापरून पक्षी डेटाचे दृष्यीकरण कसे करायचे ते शिका 🦆	धडा	Jen
10	डेटाच्या वितरणांचे दृष्यीकरण	डेटा दृष्यीकरण	एखाद्या अंतरालातील निरीक्षणे आणि प्रवृत्ती दृष्यरूपात दर्शविणे.	धडा	Jen
11	प्रमाणांचे दृष्यीकरण	डेटा दृष्यीकरण	विभाजित आणि गटबद्ध टक्केवारीचे दृष्यीकरण.	धडा	Jen
12	संबंधांचे दृष्यीकरण	डेटा दृष्यीकरण	डेटाच्या संच आणि त्यांच्या चल (variables) मधील कनेक्शन्स व सहसंबंध दृष्यरूपात दर्शविणे.	धडा	Jen
13	अर्थपूर्ण दृष्यीकरण	डेटा दृष्यीकरण	तुमची दृष्ये प्रभावी समस्या सोडविण्यासाठी आणि अंतर्दृष्टीसाठी उपयुक्त बनवण्यासाठी तंत्रे आणि मार्गदर्शन.	धडा	Jen
14	डेटा सायन्स जीवनचक्राचा परिचय	जीवनचक्र	डेटा सायन्स जीवनचक्राचा परिचय आणि डेटाचे मिळवणे व काढणे हे त्याचे पहिले पाउल.	धडा	Jasmine
15	विश्लेषण	जीवनचक्र	डेटा सायन्स जीवनचक्राचा हा टप्पा डेटा विश्लेषित करण्याच्या तंत्रांवर लक्ष केंद्रीत करतो.	धडा	Jasmine
16	संवाद	जीवनचक्र	डेटा मधून मिळालेल्या अंतर्दृष्टी सादर करण्यावर हा टप्पा लक्ष केंद्रित करतो, ज्यामुळे निर्णय घेणाऱ्यांना समजणे सोपे होते.	धडा	Jalen
17	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	क्लाउडमधील डेटा सायन्स आणि त्याचे फायदे या मालिकेच्या धडांमध्ये परिचय देण्यात आला आहे.	धडा	Tiffany and Maud
18	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	लो-कोड साधने वापरून मॉडेल प्रशिक्षण.	धडा	Tiffany and Maud
19	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	Azure Machine Learning Studio वापरून मॉडेल डिप्लॉय करणे.	धडा	Tiffany and Maud
20	जगातल्या डेटा सायन्स प्रकल्प	In the Wild	वास्तविक जगातील डेटा सायन्स प्रेरित प्रकल्प.	धडा	Nitya

GitHub Codespaces

या नमुन्यात Codespace मध्ये उघडण्यासाठी हे पायऱ्या अनुसरा:

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

VSCode Remote - Containers

आपल्या स्थानिक मशीन आणि VSCode चा वापर करून हा रेपॉजिटरी कंटेनरमध्ये उघडण्यासाठी खालील पायऱ्यांचे पालन करा, जे VS Code Remote - Containers एक्स्टेंशन वापरते:

1. जर हा विकास कंटेनर वापरण्याचा तुमचा पहिला वेळ असेल, तर कृपया तुमची प्रणाली पूर्वअटी पूर्ण करते याची खात्री करा (उदा. Docker स्थापित असणे) सुरू करण्याचे दस्तऐवजीकरण मध्ये दिलेले आहे.

या रेपॉजिटरीचा वापर करण्यासाठी, तुम्ही रेपॉजिटरीला एक अलग Docker व्हॉल्यूममध्ये उघडू शकता:

नोट: आतल्या बाजूने, हे Remote-Containers: Clone Repository in Container Volume... कमांड वापरेल जेणेकरून स्रोत कोड स्थानिक फाइलसिस्टमच्या ऐवजी Docker व्हॉल्यूममध्ये क्लोन होईल. व्हॉल्यूम्स हे कंटेनर डेटा टिकवून ठेवण्यासाठी पसंतीचे साधन आहेत.

किंवा रेपॉजिटरीची स्थानिकपणे क्लोन केलेली किंवा डाउनलोड केलेली आवृत्ती उघडा:

• या रेपॉजिटरीला आपल्या स्थानिक फाईलसिस्टमवर क्लोन करा.
• F1 दाबा आणि Remote-Containers: Open Folder in Container... कमांड निवडा.
• या फोल्डरच्या क्लोन केलेल्या कॉपीचे चयन करा, कंटेनर सुरू होईपर्यंत थांबा, आणि प्रयोग करा.

ऑफलाइन प्रवेश

तुम्ही Docsify वापरून ही दस्तऐवजीकरण ऑफलाइन चालवू शकता. हा रेपॉजिटरी Fork करा, आपल्या स्थानिक मशीनवर Docsify इंस्टॉल करा, नंतर या रेपॉजिटरीच्या रूट फोल्डरमध्ये docsify serve टाइप करा. ही वेबसाइट तुमच्या localhost वर पोर्ट 3000 वर सर्व्ह होईल: localhost:3000.

नोंद, नोटबुक्स Docsify मार्फत रेंडर होणार नाहीत, म्हणून जेव्हा तुम्हाला नोटबुक चालवायची असेल, तेव्हा ते वेगळे VS Code मध्ये Python कर्नल चालवून करा.

इतर अभ्यासक्रम

आमची टीम इतर अभ्यासक्रम तयार करते! या पहा:

LangChain

---

Azure / Edge / MCP / Agents

---

जनरेटिव्ह AI मालिका

---

मूलभूत शिक्षण

---

Copilot मालिका

मदत मिळवा

समस्यांचा सामना करत आहात का? सामान्य समस्यांसाठी उपाय मिळवण्यासाठी आमचा समस्या निवारण मार्गदर्शक तपासा.

AI अनुप्रयोग बनवताना अडकलीत किंवा काही प्रश्न आहेत का? MCP विषयी चर्चा करण्यासाठी इतर शिकणारे आणि अनुभवी विकसकांमध्ये सामील व्हा. हे एक सहायक समुदाय आहे जिथे प्रश्नांचे स्वागत आहे आणि ज्ञान मोकळेपणाने सामायिक केले जाते.

उत्पादनाबद्दल अभिप्राय किंवा तयार करताना त्रुटी असल्यास भेट द्या:

---

अस्वीकरण: हे दस्तऐवज AI अनुवाद सेवा Co-op Translator वापरून अनुवादित केलेले आहे. आम्ही अचूकतेसाठी प्रयत्न करतो, परंतु कृपया लक्षात घ्या की स्वयंचलित अनुवादांमध्ये चुका किंवा अशुद्धता असू शकते. मूळ दस्तऐवज त्याच्या मूळ भाषेत अधिकृत स्रोत म्हणून मानला जावा. अत्यावश्यक माहितीकरिता व्यावसायिक मानवी अनुवादाची शिफारस केली जाते. या अनुवादाच्या वापरामुळे उद्भवणाऱ्या कोणत्याही गैरसमजांबद्दल किंवा चुकीच्या अर्थलाभांबद्दल आम्ही जबाबदार नाही.