Data-Science-For-Beginners/translations/ne

डेटा विज्ञान शुरुवातीहरूका लागि - एक पाठ्यक्रम

Azure Cloud Advocates at Microsoft ले 10-सप्ताह, 20-पाठ्यक्रमको पूर्ण पाठ्यक्रम डेटा विज्ञान सम्बन्धी प्रदान गर्न खुशी व्यक्त गर्दछ। प्रत्येक पाठमा पूर्व-पाठ्य प्रश्नोत्तरी र पोस्ट-पाठ्य प्रश्नोत्तरी, पाठ पूरा गर्न लेखिएका निर्देशनहरू, समाधान, र असाइनमेन्ट समावेश छन्। हाम्रो परियोजना-आधारित शिक्षणप्रणालीले तपाईंलाई बनाउँदै सिक्ने अवसर दिन्छ, जुन नयाँ सीपहरू लामो समयसम्म टिकाउन प्रमाणित तरिका हो।

हाम्रा लेखकहरूलाई हार्दिक धन्यवाद: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 विशेष धन्यवाद 🙏 हाम्रो Microsoft Student Ambassador लेखकहरू, समीक्षकहरू र सामग्री योगदानकर्ताहरूलाई, विशेष रूपमा 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

डेटा विज्ञान शुरुवातीहरूका लागि - स्केचनोट द्वारा @nitya

🌐 बहु-भाषी समर्थन

GitHub Action मार्फत समर्थित (स्वचालित र सधैं अद्यावधिक)

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

यदि तपाईं थप अनुवाद भाषाहरू चाहनुहुन्छ भने समर्थित भाषाहरू यहाँ सूचीबद्ध छन्: here

हाम्रो समुदायमा सामेल हुनुहोस्

हामीसँग Discord मा "AI सँग सिक्ने" शृंखला चलिरहेको छ, थप जान्न र सामेल हुन यहाँ आउनुहोस्: AI सँग सिक्ने शृंखला 18 - 30 सेप्टेम्बर, 2025 बीच। तपाईंले GitHub Copilot लाई डेटा विज्ञानमा प्रयोग गर्ने सुझाव र तरिकाहरू पाउन सक्नुहुनेछ।

के तपाईं विद्यार्थी हुनुहुन्छ?

तलका स्रोतहरूबाट सुरु गर्नुहोस्:

• Student Hub page यस पृष्ठमा तपाईंले शुरुवातकर्ताका लागि स्रोतहरू, विद्यार्थी प्याकहरू र नि:शुल्क प्रमाणपत्र भाउचर पाउने तरिकाहरू पनि पाउनुहुनेछ। यो एउटा पृष्ठ हो जसलाई तपाईंले बुकमार्क गर्न चाहनुहुनेछ र कहिलेकाहीँ जाँच गर्नुपर्छ किनकि हामी सामग्री कम्तीमा मासिक रूपमा परिवर्तन गर्छौं।
• Microsoft Learn Student Ambassadors विश्वव्यापी विद्यार्थी एम्बेसडरहरूको समुदायमा सामेल हुनुहोस्, यो तपाईंको Microsoft मा प्रवेश गर्ने मार्ग हुन सक्छ।

सुरु गर्नुहोस्

📚 प्रलेखन

• स्थापना मार्गदर्शक - नयाँ सिक्नेहरूका लागि चरण-दर-चरण सेटअप निर्देशनहरू
• प्रयोग मार्गदर्शक - उदाहरणहरू र सामान्य कार्यप्रवाहहरू
• समस्या समाधान - सामान्य समस्याहरूका समाधानहरू
• योगदान गर्ने मार्गदर्शक - यो प्रोजेक्टमा कसरी योगदान गर्ने
• शिक्षकहरूका लागि - शिक्षण निर्देशन र कक्षा स्रोतहरू

👨‍🎓 विद्यार्थीहरूका लागि

पूर्ण नयाँहरू: डेटा विज्ञानमा नयाँ हुनुहुन्छ? हाम्रो शुरुवाती-मैत्री उदाहरणहरू बाट सुरु गर्नुहोस्! यी सरल, राम्रो टिप्पणी गरिएको उदाहरणहरूले पूर्ण पाठ्यक्रममा डुब्नु अघि आधारभूत कुरा बुझ्न मद्दत गर्नेछन्। विद्यार्थीहरू: यदि तपाईंले यो पाठ्यक्रम आफैं प्रयोग गर्नुहुन्छ भने, पूरा रेपो फोर्क गर्नुहोस् र पूर्व-व्याख्यान प्रश्नोत्तरीबाट सुरु गर्दै अभ्यासहरू आफैं पूरा गर्नुहोस्। त्यसपछि व्याख्यान पढ्नुहोस् र बाँकी गतिविधिहरू पूरा गर्नुहोस्। समाधान कोड नक्कल गर्नुको सट्टा पाठहरू बुझेर परियोजनाहरू सिर्जना गर्न प्रयास गर्नुहोस्; तथापि त्यो कोड प्रत्येक परियोजना-केन्द्रित पाठका /solutions फोल्डरहरूमा उपलब्ध छन्। अर्को विचार भनेको साथीहरूसँग अध्ययन समूह बनाउने र सँगै सामग्रीमार्फत जाने हो। थप अध्ययनका लागि, हामी Microsoft Learn सिफारिस गर्दछौं।

छिटो सुरु:

1. आफ्नो वातावरण सेटअप गर्न स्थापना मार्गदर्शक जाँच गर्नुहोस्
2. पाठ्यक्रमसँग काम गर्न सिक्न प्रयोग मार्गदर्शक अवलोकन गर्नुहोस्
3. पाठ 1 बाट सुरु गरेर क्रमशः अघि बढ्नुहोस्
4. सहयोगको लागि हाम्रो Discord समुदाय मा सामेल हुनुहोस्

👩‍🏫 शिक्षकहरूका लागि

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

टोलीसँग भेट्नुहोस्

Gif द्वारा Mohit Jaisal

🎥 माथिको चित्रमा क्लिक गरी परियोजनाको र यसलाई बनाउने मानिसहरूको बारेमा भिडियो हेर्नुहोस्!

शिक्षण पद्धति

हामीले यो पाठ्यक्रम निर्माण गर्दा दुई वटा शिक्षण सिद्धान्तहरू छनौट गरेका छौं: यसलाई परियोजना-आधारित बनाउने र यसमा बारम्बार क्विजहरू समावेश गर्ने। यस श्रृङ्खलाको अन्त्यसम्म, विद्यार्थीहरूले डेटा विज्ञानका आधारभूत सिद्धान्तहरू सिक्नेछन्, जसमा नैतिक अवधारणाहरू, डेटा तयारी, डेटासँग काम गर्ने विभिन्न तरिकाहरू, डेटा भिजुअलाइजेसन, डेटा विश्लेषण, डेटा विज्ञानका वास्तविक-विश्व प्रयोगहरू र थप समावेश छन्।

त्यसैगरी, कक्षाको अघि एक कम-जोखिमको क्विजले विद्यार्थीको विषय सिक्ने इरादालाई सेट गर्छ, जबकि कक्षापछि दोस्रो क्विजले थप अवधारणाको स्मरण सुनिश्चित गर्छ। यो पाठ्यक्रम लचिलो र रमाइलो हुनको लागि डिजाइन गरिएको हो र सम्पूर्ण वा आंशिक रूपमा लिन सकिन्छ। परियोजनाहरू साना बाट सुरु भएर 10 हप्ते चक्रको अन्त्यसम्म बिस्तारै जटिल हुन्छन्।

हाम्रो आचारसंहिता, योगदान गर्ने तरिका, अनुवाद दिशानिर्देशहरू फेला पार्नुहोस्। हामी तपाईंको रचनात्मक प्रतिक्रिया स्वागत गर्छौं!

हरेक पाठमा समावेश छ:

• वैकल्पिक स्केचनोट
• वैकल्पिक पूरक भिडियो
• पाठअघि वार्मअप क्विज
• लिखित पाठ
• परियोजना-आधारित पाठहरूको लागि, परियोजना कसरी बनाउने बारे स्टेप-बाइ-स्टेप मार्गनिर्देशन
• ज्ञान जाँचहरू
• एक चुनौती
• पूरक पठन
• असाइनमेन्ट
• पाठपछिको क्विज

क्विजहरू बारे एउटा नोट: सबै क्विजहरू quiz-app फोल्डरमा समावेश छन्, कुल ४० वटा क्विजहरू प्रत्येकमा तीन प्रश्नहरू सहित। ती पाठभित्रबाट लिंक गरिएका छन्, तर क्विज एपलाई स्थानीय रूपमा चलाउन वा Azure मा तैनाथ गर्न सकिन्छ; quiz-app फोल्डरमा भएको निर्देशन पालना गर्नुहोस्। ती क्रमशः स्थानीयकृत भइरहेका छन्।

🎓 सुरुवाती-मैत्री उदाहरणहरू

डेटा विज्ञानमा नयाँ हुनुहुन्छ? हामीले तपाईंलाई सुरु गर्न मद्दत गर्ने सरल, राम्ररी कमेन्ट गरिएका कोडहरूसँग खास उदाहरण निर्देशिका सिर्जना गरेका छौं:

• 🌟 Hello World - तपाईंको पहिलो डेटा साइन्स प्रोग्राम
• 📂 Loading Data - डेटासेटहरू कसरी पढ्ने र अन्वेषण गर्ने सिक्नुहोस्
• 📊 Simple Analysis - तथ्याङ्कहरू गणना गर्न र ढाँचाहरू पत्ता लगाउन
• 📈 Basic Visualization - चार्ट र ग्राफहरू सिर्जना गर्नुहोस्
• 🔬 Real-World Project - सुरु देखि अन्त्यसम्म पूरा वर्कफ्लो

हरेक उदाहरणमा हरेक चरण स्पष्ट पार्ने विस्तृत कमेन्टहरू समावेश छन्, जसले यसलाई पूर्ण नौसिखियाहरूका लागि उपयुक्त बनाउँछ!

👉 उदाहरणबाट सुरु गर्नुहोस् 👈

पाठहरू

डेटा विज्ञान नयाँ सिक्नेहरूका लागि: रोडम्याप - स्केचनोट द्वारा @nitya

पाठ संख्या	विषय	पाठ समूह	अधिगम उद्देश्यहरू	लिङ्क गरिएको पाठ	लेखक
01	डेटा विज्ञान परिभाषा	परिचय	डेटा विज्ञानका आधारभूत अवधारणाहरू र यो कसरी कृत्रिम बुद्धिमत्ता, मेशिन लर्निङ, र बिग डाटासँग सम्बन्धित छ भन्ने कुरा जान्नुहोस्।	पाठ भिडियो	Dmitry
02	डेटा विज्ञान नैतिकता	परिचय	डेटा नैतिकता अवधारणाहरू, चुनौतीहरू र फ्रेमवर्कहरू।	पाठ	Nitya
03	डेटा परिभाषा	परिचय	डेटा कसरी वर्गीकृत गरिन्छ र यसको सामान्य स्रोतहरू के हुन्।	पाठ	Jasmine
04	तथ्याङ्क र संभावना परिचय	परिचय	डेटा बुझ्नका लागि संभावना र तथ्याङ्कका गणितीय प्रविधिहरू।	पाठ भिडियो	Dmitry
05	सन्ज्ञात्मक (Relational) डेटासँग काम गर्ने	Working With Data	सन्ज्ञात्मक डेटाको परिचय र Structured Query Language (SQL) प्रयोग गर्दै सन्ज्ञात्मक डेटा अन्वेषण तथा विश्लेषण गर्ने आधारभूत कुरा।	पाठ	Christopher
06	NoSQL डेटासँग काम गर्ने	Working With Data	गैर-सन्ज्ञात्मक डेटाको परिचय, यसको विभिन्न प्रकारहरू र डकुमेन्ट डेटाबेस अन्वेषण तथा विश्लेषण गर्ने आधारभूत कुरा।	पाठ	Jasmine
07	Python सँग काम गर्ने	Working With Data	Pandas जस्ता लाइब्रेरीहरू प्रयोग गरेर डेटा अन्वेषणका लागि Python प्रयोग गर्ने आधारभूत कुरा। Python प्रोग्रामिङको आधारभूत समझ सिफारिस गरिन्छ।	पाठ भिडियो	Dmitry
08	डेटा तयारी	Working With Data	हराएको, त्रुटिपूर्ण, वा अपूरो डेटा सामना गर्न डेटा सफाइ र रूपान्तरण गर्ने प्रविधिहरू।	पाठ	Jasmine
09	मात्राहरूको भिजुअलाइजेसन	Data Visualization	Matplotlib प्रयोग गरी चराको डेटा भिजुअलाइज गर्न सिक्नुहोस् 🦆	पाठ	Jen
10	डाटाको वितरणको भिजुअलाइजेसन	Data Visualization	अवलोकन र प्रवृत्तिहरूलाई इन्टरभलभित्र भिजुअलाइज गर्ने।	पाठ	Jen
11	अनुपातहरूको भिजुअलाइजेसन	Data Visualization	विभाजित तथा समूहीकृत प्रतिशतहरू भिजुअलाइज गर्ने।	पाठ	Jen
12	सम्बन्धहरू भिजुअलाइज गर्नु	Data Visualization	डेटाका सेटहरू र तिनीहरूको चरहरू बीचको सम्बन्ध र सहसम्बन्धहरू भिजुअलाइज गर्ने।	पाठ	Jen
13	अर्थपूर्ण भिजुअलाइजेसनहरू	Data Visualization	प्रभावकारी समस्या समाधान र अन्तर्दृष्टिका लागि तपाईंका भिजुअलाइजेसनहरू उपयोगी बनाउने प्रविधिहरू र मार्गदर्शन।	पाठ	Jen
14	डेटा विज्ञान जीवनचक्र परिचय	Lifecycle	डेटा विज्ञान जीवनचक्रको परिचय र यसको पहिलो चरण डेटा प्राप्ति र एक्स्ट्र्याक्सन।	पाठ	Jasmine
15	विश्लेषण गर्ने	Lifecycle	डेटा विज्ञान जीवनचक्रको यो चरणमा डेटा विश्लेषण गर्ने प्रविधिहरूमा फोकस गरिन्छ।	पाठ	Jasmine
16	सञ्चार	Lifecycle	डेटा विज्ञान जीवनचक्रको यो चरणले डेटा बाट आएका अन्तर्दृष्टिहरूलाई निर्णयकर्ताहरूले सजिलै बुझ्ने गरी प्रस्तुत गर्नेमा केन्द्रित छ।	पाठ	Jalen
17	क्लाउडमा डेटा विज्ञान	Cloud Data	क्लाउडमा डेटा विज्ञान र यसको फाइदाहरू परिचय गराउने यो पाठ श्रृङ्खला।	पाठ	Tiffany and Maud
18	क्लाउडमा डेटा विज्ञान	Cloud Data	Low Code उपकरणहरू प्रयोग गरी मोडेल तालिम दिने।	पाठ	Tiffany and Maud
19	क्लाउडमा डेटा विज्ञान	Cloud Data	Azure Machine Learning Studio प्रयोग गरी मोडेलहरू तैनाथ गर्ने।	पाठ	Tiffany and Maud
20	वास्तविक दुनियाँमा डेटा विज्ञान	In the Wild	वास्तविक संसारमा डेटा विज्ञानद्वारा सञ्चालित परियोजनाहरू।	पाठ	Nitya

GitHub Codespaces

यस नमुनालाई Codespace मा खोल्न यी चरणहरू पालना गर्नुहोस्:

1. Code ड्रप-डाउन मेनुमा क्लिक गरी Open with Codespaces विकल्प छान्नुहोस्।
2. पेनको तल्लो भागमा + New codespace छान्नुहोस्। थप जानकारीका लागि, GitHub कागजात जाँच गर्नुहोस्।

VSCode Remote - Containers

यहाँका चरणहरू पालना गरेर आफ्नो स्थानीय मेसिन र VSCode प्रयोग गरी यो रिपो कन्टेनरमा खोल्नुहोस् (VS Code Remote - Containers एक्सटेन्सन आवश्यक):

1. यदि यो विकास कन्टेनर प्रयोग गर्ने तपाईंको पहिलो पटक हो भने, कृपया सुनिश्चित गर्नुहोस् कि तपाईंको सिस्टमले आवश्यक पूर्वशर्तहरू पूरा गर्दछ (जस्तै Docker इन्स्टल गरिएको छ) the getting started documentation मा उल्लेख गरिएको छ।

यो रिपोजिटरी प्रयोग गर्न, तपाईंसँग वा तस्विरमा क्लोन गरेको रिपोजिटरी अलग Docker भोल्युममा खोल्न सक्नुहुन्छ:

नोट: यसले अन्तर्गत Remote-Containers: Clone Repository in Container Volume... कमाण्ड प्रयोग गरी स्रोत कोड स्थानीय फाइल सिस्टमको सट्टा Docker भोल्युममा क्लोन गर्नेछ। Volumes कन्टेनर डेटा पर्सिस्ट गर्नका लागि प्राथमिक मेकानिज्म हुन्।

वा स्थानीय रूपमा क्लोन वा डाउनलोड गरिएको रिपो खोल्नुहोस्:

• यस रिपो लाई आफ्नो स्थानीय फाइल सिस्टममा क्लोन गर्नुहोस्।
• F1 थिच्नुहोस् र Remote-Containers: Open Folder in Container... कमाण्ड छान्नुहोस्।
• यस फोल्डरको क्लोन गरिएको प्रतिलिपि छान्नुहोस्, कन्टेनर सुरु हुन पर्खनुहोस्, र प्रयोगहरू प्रयास गर्नुहोस्।

अफलाइन पहुँच

Docsify प्रयोग गरेर तपाईं यो दस्तावेजीकरण अफलाइन चलाउन सक्नुहुन्छ। यो रिपो फोर्क गर्नुहोस्, आफ्नै मेशिनमा Docsify इन्स्टल गर्नुहोस्, त्यसपछि यस रिपोको रुट फोल्डरमा docsify serve टाइप गर्नुहोस्। वेब साइट तपाईंको localhost मा पोर्ट 3000 मा सेवा हुनेछ: localhost:3000.

नोट, नोटबुकहरू Docsify मार्फत रेनडर हुँदैनन्, त्यसैले जब तपाईंले नोटबुक चलाउनुपर्ने हुन्छ, त्यसलाई अलग्गै VS Code मा Python कर्नेल चलाएर गर्नुहोस्।

अन्य पाठ्यक्रमहरू

हाम्रो टिमले अन्य पाठ्यक्रमहरू पनि उत्पादन गर्छ! हेर्नुहोस्:

LangChain

---

Azure / Edge / MCP / Agents

---

Generative AI श्रृंखला

---

मुख्य सिकाइ

---

Copilot श्रृंखला

सहयोग प्राप्त गर्नुहोस्

समस्या आइरहेको छ? सामान्य समस्याहरूको समाधानका लागि हाम्रो समस्या समाधान मार्गदर्शिका हेर्नुहोस्।

यदि तपाईं अड्कनु भएको छ वा AI अनुप्रयोगहरू बनाउन सम्बन्धी कुनै प्रश्न छ भने, MCP सम्बन्धी छलफलमा साथी सिक्नेहरू र अनुभवी विकासकर्ताहरूसँग सामेल हुनुहोस्। यो एक सहयोगी समुदाय हो जहाँ प्रश्नहरू स्वागत गरिन्छ र ज्ञान स्वतन्त्र रूपमा साझा गरिन्छ।

यदि तपाईंसँग उत्पादन बारे प्रतिक्रिया वा निर्माण गर्दा देखिएका त्रुटिहरू छन् भने, भ्रमण गर्नुहोस्:

---

अस्वीकरण: यस दस्तावेजलाई एआई अनुवाद सेवा Co-op Translator (https://github.com/Azure/co-op-translator) प्रयोग गरी अनुवाद गरिएको हो। यथासम्भव शुद्धता सुनिश्चित गर्ने प्रयास गरिए तापनि, कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटि वा अशुद्धता हुन सक्छ। मूल दस्तावेजलाई त्यसको मूल भाषामा नै आधिकारिक स्रोत मानिनु पर्छ। महत्वपूर्ण जानकारीका लागि पेशेवर मानवीय अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न कुनै पनि गलतफहमी वा गलत व्याख्याका लागि हामी जिम्मेवार रहने छैनौं।