Data-Science-For-Beginners/translations/pa

ਬਿਗਿਨਰਾਂ ਲਈ ਡੇਟਾ ਸਾਇੰਸ - ਇੱਕ ਪਾਠਕ੍ਰਮ

Microsoft ਵਿੱਚ Azure Cloud Advocates ਖੁਸ਼ ਹਨ ਕਿ ਉਹ ਡੇਟਾ ਸਾਇੰਸ ਬਾਰੇ 10 ਹਫਤਿਆਂ, 20 ਪਾਠਾਂ ਦਾ ਇੱਕ ਕਰਿਕੁਲਮ ਪੇਸ਼ ਕਰ ਰਹੇ ਹਨ। ਹਰ ਪਾਠ ਵਿੱਚ ਪ੍ਰੀ-ਪਾਠ ਅਤੇ ਪੋਸਟ-ਪਾਠ ਕੁਇਜ਼, ਪਾਠ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਲਿਖਤੀ ਹਦਾਇਤਾਂ, ਇੱਕ ਹੱਲ ਅਤੇ ਇੱਕ ਅਸਾਈਨਮੈਂਟ ਸ਼ਾਮਿਲ ਹੁੰਦੇ ਹਨ। ਸਾਡੀ ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ ਪਡਾਗੋਜੀ ਤੁਹਾਨੂੰ ਬਣਾਉਂਦੇ ਸਮੇਂ ਸਿੱਖਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ, ਜੋ ਕਿ ਨਵੀਆਂ ਹੁਨਰਾਂ ਨੂੰ 'ਟਿਕਾਉਣ' ਦਾ ਇਕ ਪਰਖਿਆ ਹੋਇਆ ਤਰੀਕਾ ਹੈ।

ਸਾਡੇ ਲੇਖਕਾਂ ਦਾ 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, ਸਮੀਖਿਆਕਾਂ ਅਤੇ ਸਮੱਗਰੀ ਯੋਗਦਾਨਕਾਰਾਂ ਨੂੰ, ਖ਼ਾਸ ਕਰਕੇ 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

ਬਿਗਿਨਰਾਂ ਲਈ ਡੇਟਾ ਸਾਇੰਸ - ਸਕੇਚਨੋਟ ਦੁਆਰਾ @nitya

🌐 ਬਹੁ-ਭਾਸ਼ਾਈ ਸਮਰਥਨ

GitHub Action ਰਾਹੀਂ ਸਮਰਥਿਤ (ਆਟੋਮੇਟਿਕ ਅਤੇ ਹਮੇਸ਼ਾਂ 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 | 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

If you wish to have additional translations languages supported are listed here

ਸਾਡੇ ਸਮੁਦਾਇ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ

ਸਾਡੇ ਕੋਲ Discord 'Learn with AI' ਸੀਰੀਜ਼ ਜਾਰੀ ਹੈ, ਹੋਰ ਜਾਣਕਾਰੀ ਲਈ ਅਤੇ ਸਾਡੇ ਨਾਲ ਸ਼ਾਮਿਲ ਹੋਣ ਲਈ Learn with AI Series 'ਤੇ 18 - 30 September, 2025 ਨੂੰ ਜੁੜੋ। ਤੁਹਾਨੂੰ ਡੇਟਾ ਸਾਇੰਸ ਲਈ GitHub Copilot ਵਰਤਣ ਦੇ ਸੁਝਾਅ ਅਤੇ ਚਾਲਾਂ ਮਿਲਣਗੀਆਂ।

ਕੀ ਤੁਸੀਂ ਵਿਦਿਆਰਥੀ ਹੋ?

ਹੇਠਾਂ ਦਿੱਤੇ ਸਰੋਤਾਂ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ:

• Student Hub page ਇਸ ਪੰਨੇ 'ਤੇ, ਤੁਸੀਂ ਸ਼ੁਰੂਆਤੀ ਸਰੋਤ, Student ਪੈਕ ਅਤੇ ਇੱਥੇ ਤੱਕ ਕਿ ਮੁਫ਼ਤ ਸਰਟੀਫਿਕੇਟ ਵਾਊਚਰ ਪ੍ਰਾਪਤ ਕਰਨ ਦੇ ਤਰੀਕੇ ਲੱਭੋਗੇ। ਇਹ ਉਹ ਪੰਨਾ ਹੈ ਜੋ ਤੁਸੀਂ ਬੁੱਕਮਾਰਕ ਕਰਨਾ ਚਾਹੋਗੇ ਅਤੇ ਸਮੇਂ-ਸਮੇਂ 'ਤੇ ਜਾਂਚਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿਉਂਕਿ ਅਸੀਂ ਘੱਟੋ-ਘੱਟ ਮਹੀਨਾਵਾਰ ਸਮੱਗਰੀ ਬਦਲਦੇ ਰਹਿੰਦੇ ਹਾਂ।
• Microsoft Learn Student Ambassadors ਵਿਦਿਆਰਥੀ ਐਂਬੈਸਡਰਾਂ ਦੀ ਇੱਕ ਗਲੋਬਲ ਕਮਿਊਨਿਟੀ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ; ਇਹ Microsoft ਵਿੱਚ ਤੁਹਾਡੇ ਲਈ ਦਾਖ਼ਲੇ ਦਾ ਰਾਹ ਹੋ ਸਕਦਾ ਹੈ।

ਸ਼ੁਰੂਆਤ

📚 ਦਸਤਾਵੇਜ਼

• Installation Guide - ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ ਕਦਮ-ਦਰ-ਕਦਮ ਸੈਟਅੱਪ ਹਦਾਇਤਾਂ
• Usage Guide - ਉਦਾਹਰਣਾਂ ਅਤੇ ਆਮ ਵਰਕਫਲੋਜ਼
• Troubleshooting - ਆਮ ਸਮੱਸਿਆਵਾਂ ਦੇ ਹੱਲ
• Contributing Guide - ਇਸ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਯੋਗਦਾਨ ਕਿਵੇਂ ਪਾਉਣਾ
• For Teachers - ਅਧਿਆਪਕਾਂ ਲਈ ਮਾਰਗਦਰਸ਼ਨ ਅਤੇ ਕਲਾਸਰੂਮ ਸਰੋਤ

👨‍🎓 ਵਿਦਿਆਰਥੀਆਂ ਲਈ

ਬਿਲਕੁਲ ਨਵੇਂ: ਡੇਟਾ ਸਾਇੰਸ ਵਿੱਚ ਨਵੇਂ ਹੋ? ਸਾਡੇ beginner-friendly examples ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ! ਇਹ ਸਧਾਰਣ, ਵਧੀਆ ਟਿੱਪਣੀਆਂ ਵਾਲੇ ਉਦਾਹਰਣ ਤੁਹਾਨੂੰ ਬੁਨਿਆਦੀ ਗੱਲਾਂ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਨਗੇ ਇਸ ਤੋਂ ਪਹਿਲਾਂ ਕਿ ਤੁਸੀਂ ਪੂਰੇ ਕਰਿਕੁਲਮ ਵਿੱਚ ਘੁੱਸੋ। Students: ਇਸ ਕਰਿਕੁਲਮ ਨੂੰ ਆਪਣੇ ਆਪ ਵਰਤਣ ਲਈ, ਸਾਰੇ ਰੇਪੋ ਨੂੰ fork ਕਰੋ ਅਤੇ ਕਸਰਤਾਂ ਆਪਣੇ ਆਪ ਪੂਰੀਆਂ ਕਰੋ, ਇੱਕ ਪ੍ਰੀ-ਲੈਕਚਰ ਕੁਇਜ਼ ਤੋਂ ਸ਼ੁਰੂ ਕਰਕੇ।ਫਿਰ ਲੈਕਚਰ ਪੜ੍ਹੋ ਅਤੇ ਬਾਕੀ ਸਰਗਰਮੀਆਂ ਪੂਰੀਆਂ ਕਰੋ। ਕੋਸ਼ਿਸ਼ ਕਰੋ ਕਿ ਪ੍ਰਾਜੈਕਟਾਂ ਨੂੰ ਹੱਲ ਦੀ ਕੋਡ ਦੀ ਨਕਲ ਕਰਨ ਦੀ ਥਾਂ ਪਾਠਾਂ ਨੂੰ ਸਮਝ ਕੇ ਬਣਾਇਆ ਜਾਵੇ; ਹਾਲਾਂਕਿ ਉਹ కోਡ ਹਰ ਪ੍ਰੋਜੈਕਟ-ਮੁਖੀ ਪਾਠ ਵਿੱਚ /solutions ਫੋਲਡਰਾਂ ਵਿੱਚ ਉਪਲਬਧ ਹੈ। ਇੱਕ ਹੋਰ ਵਿਚਾਰ ਇਹ ਹੈ ਕਿ ਦੋਸਤਾਂ ਨਾਲ ਇੱਕ ਅਧਿਐਨ ਗਰੁੱਪ ਬਣਾਓ ਅਤੇ ਸਾਡੇ ਨਾਲ ਸਮੱਗਰੀ ਨੂੰ ਇਕੱਠੇ ਜਾਓ। ਅਗਲੇ ਅਧਿਐਨ ਲਈ, ਅਸੀਂ Microsoft Learn ਦੀ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਾਂ।

ਤੁਰੰਤ ਸ਼ੁਰੂਆਤ:

1. ਆਪਣੇ ਮਾਹੌਲ ਨੂੰ ਸੈਟਅੱਪ ਕਰਨ ਲਈ Installation Guide ਦੀ ਜਾਂਚ ਕਰੋ
2. ਕਰਿਕੁਲਮ ਨਾਲ ਕੰਮ ਕਰਨ ਦਾ ਤਰੀਕਾ ਸਿੱਖਣ ਲਈ Usage Guide ਨੂੰ ਦੇਖੋ
3. ਪਾਠ 1 ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ ਅਤੇ ਲੜੀਵਾਰ ਕੰਮ ਕਰੋ
4. ਸਹਾਇਤਾ ਲਈ ਸਾਡੇ Discord community ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ

👩‍🏫 ਅਧਿਆਪਕਾਂ ਲਈ

ਅਧਿਆਪਕਾਂ: ਅਸੀਂ ਇਸ ਕਰਿਕੁਲਮ ਨੂੰ ਵਰਤਣ ਬਾਰੇ ਕੁਝ ਸੁਝਾਅ ਸ਼ਾਮਿਲ ਕੀਤੇ ਹਨ। ਅਸੀਂ ਤੁਹਾਡੇ ਫੀਡਬੈਕ ਨੂੰ ਆਪਣੇ ਚਰਚਾ ਫੋਰਮ ਵਿੱਚ ਪਾਉਣ ਲਈ ਉਤਸੁਕ ਹਾਂ!

ਟੀਮ ਨਾਲ ਮਿਲੋ

ਜਿਫ਼ ਦੁਆਰਾ Mohit Jaisal

🎥 ਉੱਪਰ ਦਿੱਤੀ ਇਮੇਜ 'ਤੇ ਕਲਿੱਕ ਕਰੋ ਪ੍ਰੋਜੈਕਟ ਅਤੇ ਉਸਨੂੰ ਬਣਾਉਣ ਵਾਲੇ ਲੋਕਾਂ ਬਾਰੇ ਇੱਕ ਵੀਡੀਓ ਲਈ!

ਪੈਡਾਗੋਜੀ

ਅਸੀਂ ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਤਿਆਰ ਕਰਦੇ ਸਮੇਂ ਦੋ ਪੈਡਾਗੋਜੀਕਲ ਨਿਯਮ ਚੁਣੇ ਹਨ: ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਇਹ ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਅਕਸਰ ਕੁਇਜ਼ ਸ਼ਾਮِل ਹਨ। ਇਸ ਸੀਰੀਜ਼ ਦੇ ਅੰਤ ਤੱਕ, ਵਿਦਿਆਰਥੀਆਂ ਨੇ ਡੇਟਾ ਸਾਇੰਸ ਦੇ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ ਸਿੱਖ ਲਏ ਹੋਣਗੇ, ਜਿਸ ਵਿੱਚ ਨੈਤਿਕ ਧਾਰਨਾਵਾਂ, ਡੇਟਾ ਤਿਆਰੀ, ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨ ਦੇ ਵੱਖ-ਵੱਖ ਤਰੀਕੇ, ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ, ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ, ਡੇਟਾ ਸਾਇੰਸ ਦੇ ਅਸਲ ਜ਼ਿੰਦਗੀ ਦੇ ਉਪਯੋਗਕੇਸ ਅਤੇ ਹੋਰ ਸ਼ਾਮِل ਹਨ।

ਇਸਦੇ ਇਲਾਵਾ, ਕਿਸੇ ਕਲਾਸ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਘੱਟ-ਜੋਰ ਵਾਲਾ ਕੁਇਜ਼ ਵਿਦਿਆਰਥੀ ਨੂੰ ਕਿਸੇ ਵਿਸ਼ੇ ਨੂੰ ਸਿੱਖਣ ਦੀ ਨੀਤਿ ਸੈੱਟ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ, ਜਦਕਿ ਕਲਾਸ ਤੋਂ ਬਾਅਦ ਇੱਕ ਦੂਜਾ ਕੁਇਜ਼ ਹੋਰ ਰਿਟੇਨਸ਼ਨ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਪਾਠਕ੍ਰਮ ਲਚਕੀਲਾ ਅਤੇ ਦਿਲਚਸਪ ਬਣਾਇਆ ਗਿਆ ਸੀ ਅਤੇ ਪੂਰਾ ਜਾਂ ਹਿੱਸੇ ਵਜੋਂ ਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਛੋਟੇ ਆਰੰਭ ਹੁੰਦੇ ਹਨ ਅਤੇ 10 ਹਫਤਿਆਂ ਦੇ ਚੱਕਰ ਦੇ ਅੰਤ ਤੱਕ ਦੂਜੇ-ਦੂਜੇ ਹੋ ਕੇ ਜਟਿਲ ਹੋ ਜਾਂਦੇ ਹਨ।

ਸਾਡੇ ਆਚਰਨ ਕੋਡ, ਯੋਗਦਾਨ, ਅਨੁਵਾਦ ਗਾਈਡਲਾਈਨਜ਼ ਵੇਖੋ। ਅਸੀਂ ਤੁਹਾਡੇ ਰਚਨਾਤਮਕ ਫੀਡਬੈਕ ਦਾ ਸੁਆਗਤ ਕਰਦੇ ਹਾਂ!

ਹਰ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮِل ਹਨ:

• ਵਿਕਲਪਿਕ ਸਕੈਚਨੋਟ
• ਵਿਕਲਪਿਕ ਸਹਾਇਕ ਵੀਡੀਓ
• ਪਾਠ ਤੋਂ ਪਹਿਲਾਂ ਵਾਰਮਅੱਪ ਕੁਇਜ਼
• ਲਿਖਿਆ ਹੋਇਆ ਪਾਠ
• ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ ਪਾਠਾਂ ਲਈ, ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੇ ਕਦਮ-ਦਰ-ਕਦਮ ਮਾਰਗਦਰਸ਼ਨ
• ਗਿਆਨ ਜਾਂਚਾਂ
• ਇੱਕ ਚੁਣੌਤੀ
• ਸਹਾਇਕ ਪਠਨ
• ਅਸਾਈਨਮੈਂਟ
• ਪਾਠ ਤੋਂ ਬਾਅਦ ਕੁਇਜ਼

ਕਵਿਜਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ: ਸਾਰੇ ਕੁਇਜ਼ Quiz-App ਫੋਲਡਰ ਵਿੱਚ ਰੱਖੇ ਗਏ ਹਨ, ਜਿੰਨ੍ਹਾਂ ਵਿੱਚ ਕੁੱਲ 40 ਕੁਇਜ਼ ਹਨ ਤੇ ਹਰ ਇੱਕ ਵਿਚ ਤਿੰਨ ਸਵਾਲ ਹਨ। ਇਹ ਪਾਠਾਂ ਵਿੱਚ ਲਿੰਕ ਕੀਤੇ ਗਏ ਹਨ, ਪਰ ਕੁਇਜ਼ ਐਪ ਨੂੰ ਲੋਕਲ ਤੌਰ 'ਤੇ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਜਾਂ Azure 'ਤੇ ਡਿਪਲੋਏ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ; quiz-app ਫੋਲਡਰ ਵਿੱਚ ਦੀਆਂ ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ। ਇਹਨਾਂ ਨੂੰ ਕ੍ਰਮ ਵਾਰ ਲੋਕਲਾਈਜ਼ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ।

🎓 ਨਵੀਂਆਂ ਲਈ ਅਨੁਕੂਲ ਉਦਾਹਰਣਾਂ

ਡੇਟਾ ਸਾਇੰਸ ਵਿੱਚ ਨਵੇਂ ਹੋ? ਅਸੀਂ ਇੱਕ ਵਿਸ਼ੇਸ਼ examples directory ਬਣਾਈ ਹੈ ਜਿਸ ਵਿੱਚ ਸਧਾਰਨ, ਅੱਛੀ ਤਰ੍ਹਾਂ ਟਿੱਪਣੀਆਂ ਕੀਤੇ ਕੋਡ ਨਾਲ ਸਾਰਥਕ ਸ਼ੁਰੂਆਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਲਈ ਉਦਾਹਰਣਾਂ ਹਨ:

• 🌟 Hello World - ਤੁਹਾਡਾ ਪਹਿਲਾ ਡੇਟਾ ਸਾਇੰਸ ਪ੍ਰੋਗਰਾਮ
• 📂 Loading Data - ਡੇਟਾਸੇਟ ਪੜ੍ਹਨ ਅਤੇ ਖੋਜਣ ਨੂੰ ਸਿੱਖੋ
• 📊 Simple Analysis - ਅੰਕੜੇ ਗਿਣਤੀ ਕਰੋ ਅਤੇ ਪੈਟਰਨ ਖੋਜੋ
• 📈 Basic Visualization - ਚਾਰਟ ਅਤੇ ਗ੍ਰਾਫ ਬਣਾਉ
• 🔬 Real-World Project - ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ ਪੂਰਾ ਵਰਕਫਲੋ

ਹਰ ਉਦਾਹਰਣ ਵਿੱਚ ਹਰ ਕਦਮ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਵਾਲੀਆਂ ਵਿਸਥਾਰਪੂਰਕ ਟਿੱਪਣੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਇਹ ਪੂਰਨ ਤੌਰ 'ਤੇ ਨਵੀਆਂ ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ ਉੱਚਿਤ ਹੈ!

👉 ਉਦਾਹਰਣਾਂ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ 👈

Lessons

ਡੇਟਾ ਸਾਇੰਸ ਫਾਰ ਬਿਗਿਨਰਜ਼: ਰੋਡਮੇਪ - ਸਕੈਚਨੋਟ ਦੁਆਰਾ @nitya

ਲੇਸਨ ਨੰਬਰ	ਵਿਸ਼ਾ	ਲੇਸਨ ਗਰੂਪਿੰਗ	ਸਿੱਖਣ ਦੇ ਲਕਸ਼	ਲਿੰਕ ਕੀਤਾ ਲੇਸਨ	ਲੇਖਕ
01	ਡੇਟਾ ਸਾਇੰਸ ਦੀ ਪਰਿਭਾਸ਼ਾ	ਪਰਿਚਯ	ਡੇਟਾ ਸਾਇੰਸ ਦੇ ਮੂਲ ਭਾਵਨਾਵਾਂ ਅਤੇ ਇਹ ਕਿਵੇਂ artificial intelligence, machine learning, ਅਤੇ big data ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ, ਨੂੰ ਜਾਣੋ।	ਲੈਸਨ ਵੀਡੀਓ	Dmitry
02	ਡੇਟਾ ਸਾਇੰਸ ਨੈਤਿਕਤਾ	ਪਰਿਚਯ	ਡੇਟਾ ਨੈਤਿਕਤਾ ਦੀਆਂ ਧਾਰਨਾਵਾਂ, ਚੁਣੌਤੀਆਂ ਅਤੇ ਫਰੇਮਵਰਕ।	ਲੈਸਨ	Nitya
03	ਡੇਟਾ ਦੀ ਪਰਿਭਾਸ਼ਾ	ਪਰਿਚਯ	ਡੇਟਾ ਕਿਵੇਂ ਵਰਗੀਕ੍ਰਤ ਹੁੰਦਾ ਹੈ ਅਤੇ ਇਸਦੇ ਆਮ ਸਰੋਤ ਕੀ ਹਨ।	ਲੈਸਨ	Jasmine
04	ਅੰਕੜੇ ਅਤੇ ਸੰਭਾਵਨਾ ਦਾ ਪਰਿਚਯ	ਪਰਿਚਯ	ਡੇਟਾ ਨੂੰ ਸਮਝਣ ਲਈ probability ਅਤੇ statistics ਦੀਆਂ ਗਣਿਤੀ ਤਕਨੀਕਾਂ।	ਲੈਸਨ ਵੀਡੀਓ	Dmitry
05	ਰਿਲੇਸ਼ਨਲ ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	ਰਿਲੇਸ਼ਨਲ ਡੇਟਾ ਦਾ ਪਰਿਚਯ ਅਤੇ Structured Query Language (SQL) ਨਾਲ ਰਿਲੇਸ਼ਨਲ ਡੇਟਾ ਦੀ ਖੋਜ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਬੁਨਿਆਦੀ ਤਰੀਕੇ।	ਲੈਸਨ	Christopher
06	NoSQL ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	ਗੈਰ-ਰਿਲੇਸ਼ਨਲ ਡੇਟਾ ਦਾ ਪਰਿਚਯ, ਇਸ ਦੇ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਅਤੇ ਦਸਤਾਵੇਜ਼ ਡੇਟਾਬੇਸ ਦੀ ਖੋਜ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਬੁਨਿਆਦੀ ਤਰੀਕੇ।	ਲੈਸਨ	Jasmine
07	ਪਾਇਥਨ ਨਾਲ ਕੰਮ ਕਰਨਾ	ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	Pandas ਵਰਗੀਆਂ ਲਾਇਬ੍ਰੇਰੀਆਂ ਨਾਲ ਡੇਟਾ ਖੋਜ ਲਈ ਪਾਇਥਨ ਦੀਆਂ ਬੁਨਿਆਦੀ ਗੱਲਾਂ। ਪਾਇਥਨ ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਦੀ ਬੁਨਿਆਦੀ ਸਮਝ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।	ਲੈਸਨ ਵੀਡੀਓ	Dmitry
08	ਡੇਟਾ ਤਿਆਰੀ	ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	ਗੁੰਮ, ਅਸੰਪੂਰਣ ਜਾਂ ਗਲਤ ਡੇਟਾ ਸੰਭਾਲਣ ਲਈ ਡੇਟਾ ਸਫਾਈ ਅਤੇ ਰੂਪਾਂਤਰਣ ਦੀਆਂ ਤਕਨੀਕਾਂ।	ਲੈਸਨ	Jasmine
09	ਮਾਤਰਾਵਾਂ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ	ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ	Matplotlib ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪੰਛੀਆਂ ਦੇ ਡੇਟਾ ਨੂੰ ਵਿਜ਼ੂਅਲਾਈਜ਼ ਕਰਨਾ ਸਿੱਖੋ 🦆	ਲੈਸਨ	Jen
10	ਡੇਟਾ ਦੇ ਵਿਤਰਨਾਂ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ	ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ	ਇੱਕ ਅੰਕੜਾ ਅੰਤਰਾਲ ਅੰਦਰ ਨਿਰੀਖਣਾਂ ਅਤੇ ਰੁਝਾਨਾਂ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ।	ਲੈਸਨ	Jen
11	ਅਨੁਪਾਤਾਂ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ	ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ	ਵਿਸ਼ੇਸ਼ ਅਤੇ ਗਰੁੱਪ ਕੀਤੀਆਂ ਪ੍ਰਤੀਸ਼ਤਾਂ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ।	ਲੈਸਨ	Jen
12	ਸੰਬੰਧਾਂ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ	ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ	ਡੇਟਾ ਸੈੱਟਾਂ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਵੇਰੀਏਬਲਾਂ ਵਿਚਕਾਰ ਸੰਬੰਧਾਂ ਅਤੇ ਕੋਰਲੇਸ਼ਨ ਦੀ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ।	ਲੈਸਨ	Jen
13	ਅਰਥਪੂਰਨ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ	ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ	ਤੁਹਾਡੇ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਮੱਸਿਆ ਹੱਲ ਅਤੇ ਇੰਸਾਈਟ ਲਈ ਕੀਮਤੀ ਬਣਾਉਣ ਦੀਆਂ ਤਕਨੀਕਾਂ ਅਤੇ ਮਾਰਗਦਰਸ਼ਨ।	ਲੈਸਨ	Jen
14	ਡੇਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਦਾ ਪਰਿਚਯ	ਲਾਈਫਸਾਈਕਲ	ਡੇਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਦਾ ਪਰਿਚਯ ਅਤੇ ਡੇਟਾ ਪ੍ਰਾਪਤ ਕਰਨ ਅਤੇ ਨਿਕਾਲਣ ਦੇ ਪਹਿਲੇ ਕਦਮ।	ਲੈਸਨ	Jasmine
15	ਵਿਸ਼ਲੇਸ਼ਣ	ਲਾਈਫਸਾਈਕਲ	ਡੇਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਦਾ ਇਹ ਪੜਾਅ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਵਾਲੀਆਂ ਤਕਨੀਕਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਿਤ ਕਰਦਾ ਹੈ।	ਲੈਸਨ	Jasmine
16	ਸੰਚਾਰ	ਲਾਈਫਸਾਈਕਲ	ਡੇਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਦਾ ਇਹ ਪੜਾਅ ਡੇਟਾ ਤੋਂ ਮਿਲੀਆਂ ਸੂਝਾਂ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਪੇਸ਼ ਕਰਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਿਤ ਕਰਦਾ ਹੈ ਕਿ ਫੈਸਲੇ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਸਮਝਣਾ ਆਸਾਨ ਹੋਵੇ।	ਲੈਸਨ	Jalen
17	ਕਲਾਉਡ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ	ਕਲਾਉਡ ਡੇਟਾ	ਇਹ ਲੇਖਮਾਲਾ ਕਲਾਉਡ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ ਅਤੇ ਇਸਦੇ ਫਾਇਦੇ ਪੇਸ਼ ਕਰਦੀ ਹੈ।	ਲੈਸਨ	Tiffany and Maud
18	ਕਲਾਉਡ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ	ਕਲਾਉਡ ਡੇਟਾ	Low Code ਟੂਲਾਂ ਦੀ ਵਰਤੋਂ ਨਾਲ ਮਾਡਲਾਂ ਦੀ ਟ੍ਰੇਨਿੰਗ।	ਲੈਸਨ	Tiffany and Maud
19	ਕਲਾਉਡ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ	ਕਲਾਉਡ ਡੇਟਾ	Azure Machine Learning Studio ਨਾਲ ਮਾਡਲਾਂ ਦੀ ਡਿਪਲੋਇਮੈਂਟ।	ਲੈਸਨ	Tiffany and Maud
20	ਫਿਲੱਡ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ	ਇਨ ਦ ਵਾਇਲਡ	ਅਸਲ ਦੁਨੀਆਂ ਵਿੱਚ ਡੇਟਾ ਸਾਇੰਸ-ਚਲਿਤ ਪ੍ਰੋਜੈਕਟ।	ਲੈਸਨ	Nitya

GitHub Codespaces

ਇਸ ਨਮੂਨੇ ਨੂੰ Codespace ਵਿੱਚ ਖੋਲ੍ਹਣ ਲਈ ਇਹਨਾਂ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ:

1. Code ਡ੍ਰਾਪ-ਡਾਊਨ ਮੈਨੂ 'ਤੇ ਕਲਿੱਕ ਕਰੋ ਅਤੇ Open with Codespaces ਵਿਕਲਪ ਚੁਣੋ।
2. ਪੇਨ ਦੇ ਤਲੇ 'ਤੇ + New codespace ਚੁਣੋ। ਹੋਰ ਜਾਣਕਾਰੀ ਲਈ, GitHub documentation ਵੇਖੋ।

VSCode Remote - Containers

ਆਪਣੇ ਲੋਕਲ ਮਸ਼ੀਨ ਅਤੇ VSCode ਦੀ ਵਰਤੋਂ ਕਰਦਿਆਂ VS Code Remote - Containers ਐਕਸਟੇੰਸ਼ਨ ਰਾਹੀਂ ਇਸ ਰਿਪੋ ਨੂੰ ਇੱਕ ਕੰਟੇਨਰ ਵਿੱਚ ਖੋਲ੍ਹਣ ਲਈ ਇਹਨਾਂ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ:

1. ਜੇ ਇਹ ਤੁਹਾਡੀ ਪਹਿਲੀ ਵਾਰੀ ਹੈ ਕਿ ਤੁਸੀਂ ਇੱਕ ਡਿਵੈਲਪਮੈਂਟ ਕੰਟੇਨਰ ਵਰਤ ਰਹੇ ਹੋ, ਤਾਂ ਕਿਰਪਾ ਕਰਕੇ ਪक्का ਕਰੋ ਕਿ ਤੁਹਾਡਾ ਸਿਸਟਮ ਪਹਿਲਾਂ ਤੋਂ ਲੋੜੀਂਦੇ ਈਮਾਨਦਾਰ (pre-reqs) ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ (ਜਿਵੇਂ Docker ਇੰਸਟਾਲ ਹੋਣਾ) getting started documentation ਵਿੱਚ ਦਿੱਤੀਆਂ ਹਦਾਇਤਾਂ ਦੇ ਅਨੁਸਾਰ।

ਇਸ ਰਿਪੋ ਨੂੰ ਵਰਤਣ ਲਈ, ਤੁਸੀਂ ਜਾਂ ਤਾਂ ਰਿਪੋ ਨੂੰ ਇੱਕ ਅਲੱਗ Docker ਵੋਲਿਊਮ ਵਿੱਚ ਖੋਲ੍ਹ ਸਕਦੇ ਹੋ:

ਨੋਟ: ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ, ਇਹ Remote-Containers: Clone Repository in Container Volume... ਕਮਾਂਡ ਦੀ ਵਰਤੋਂ ਕਰੇਗਾ ਤਾਂ ਜੋ ਸੋਝੀ ਸਿਸਟਮ ਫਾਈਲਸਿਸਟਮ ਦੀ ਸਥਿਤੀ ਵਜੋਂ ਸਹੀ ਸਤਰ ਤੇ ਕੋਡ ਕਲੋਨ ਕੀਤਾ ਜਾਵੇ। Volumes ਕੰਟੇਨਰ ਡੇਟਾ ਨੂੰ ਸਥਾਈ ਬਣਾਈ ਰੱਖਣ ਲਈ ਪ੍ਰਾਪਸਤੀ ਮਕੈਨਿਜ਼ਮ ਹਨ।

ਜਾਂ ਰਿਪੋ ਦੀ ਲੋਕਲ ਉਤਰਾਈ ਹੋਈ ਜਾਂ ਡਾਊਨਲੋਡ ਕੀਤੀ ਕੋਪ ਖੋਲ੍ਹੋ:

• ਇਸ ਰਿਪੋ ਨੂੰ ਆਪਣੀ ਲੋਕਲ ਫਾਈਲਸਿਸਟਮ 'ਤੇ ਕਲੋਨ ਕਰੋ।
• F1 ਦਬਾਓ ਅਤੇ Remote-Containers: Open Folder in Container... ਕਮਾਂਡ ਚੁਣੋ।
• ਇਸ ਫੋਲਡਰ ਦੀ ਕਲੋਨ ਕੀਤੀ ਕਾਪੀ ਚੁਣੋ, ਕੰਟੇਨਰ ਦੇ ਸ਼ੁਰੂ ਹੋਣ ਦੀ ਉਡੀਕ ਕਰੋ, ਅਤੇ ਤਜ਼ਰਬਾ ਕਰੋ।

ਆਫਲਾਈਨ ਪਹੁੰਚ

ਤੁਸੀਂ Docsify ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਹ ਦਸਤਾਵੇਜ਼ ਆਫਲਾਈਨ ਚਲਾ ਸਕਦੇ ਹੋ। ਇਸ ਰਿਪੋ ਨੂੰ Fork ਕਰੋ, ਆਪਣੇ ਲੋਕਲ ਮਸ਼ੀਨ 'ਤੇ Docsify install ਕਰੋ, ਫਿਰ ਇਸ ਰਿਪੋ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ docsify serve ਟਾਈਪ ਕਰੋ। ਵੈੱਬਸਾਈਟ ਤੁਹਾਡੇ ਲੋਕਲਹੋਸਟ ਦੇ ਪੋਰਟ 3000 'ਤੇ ਸੇਰਵ ਕੀਤੀ ਜਾਏਗੀ: localhost:3000।

ਨੋਟ: ਨੋਟਬੁੱਕ Docsify ਰਾਹੀਂ ਰੇਂਡਰ ਨਹੀਂ ਹੋਣਗੇ, ਇਸ ਲਈ ਜਦੋਂ ਤੁਹਾਨੂੰ ਕੋਈ ਨੋਟਬੁੱਕ ਚਲਾਉਣ ਦੀ ਲੋੜ ਹੋਵੇ, ਉਹ ਅਲੱਗ ਤੌਰ 'ਤੇ VS Code ਵਿੱਚ Python kernel ਚਲਾਕੇ ਕਰੋ।

ਹੋਰ ਕੋਰਿਕੁਲਮ

ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਿਕੁਲਮ ਵੀ ਤਿਆਰ ਕਰਦੀ ਹੈ! ਇਹ ਵੇਖੋ:

LangChain

---

Azure / Edge / MCP / Agents

---

ਜਨਰੇਟਿਵ AI ਸੀਰੀਜ਼

---

ਮੁੱਖ ਸਿੱਖਿਆ

---

Copilot ਸੀਰੀਜ਼

ਮਦਦ ਪ੍ਰਾਪਤ ਕਰੋ

ਕੀ ਤੁਸੀਂ ਸਮੱਸਿਆਵਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੇ ਹੋ? ਆਮ ਸਮੱਸਿਆਵਾਂ ਦੇ ਹੱਲਾਂ ਲਈ ਸਾਡੀ ਟ੍ਰਬਲਸ਼ੂਟਿੰਗ ਗਾਈਡ ਵੇਖੋ।

ਜੇ ਤੁਸੀਂ ਫਸ ਜਾਂਦੇ ਹੋ ਜਾਂ AI ਐਪਾਂ ਬਣਾਉਣ ਬਾਰੇ ਕੋਈ ਸਵਾਲ ਹੋਵੇ। MCP ਬਾਰੇ ਵਿਚਾਰ-ਵਟਾਂਦਰੇ ਵਿੱਚ ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਅਤੇ ਅਨੁਭਵੀ ਡਿਵੈਲਪਰਾਂ ਨਾਲ ਸ਼ਾਮਿਲ ਹੋਵੋ। ਇਹ ਇੱਕ ਸਹਾਇਕ ਸਮੁਦਾਇ ਹੈ ਜਿੱਥੇ ਸਵਾਲਾਂ ਦਾ ਸਵਾਗਤ ਹੈ ਅਤੇ ਗਿਆਨ ਖੁੱਲ੍ਹੇ ਤੌਰ 'ਤੇ ਸਾਂਝਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦ ਬਾਰੇ ਫੀਡਬੈਕ ਹੈ ਜਾਂ ਬਣਾਉਣ ਦੌਰਾਨ ਕੋਈ ਤਰੁਟੀਆਂ ਆ ਰਹੀਆਂ ਹਨ ਤਾਂ ਦੌਰਾ ਕਰੋ:

---

ਅਸਵੀਕਾਰ: ਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਗਿਆ ਹੈ। ਅਸੀਂ ਸ਼ੁੱਧਤਾ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਪਰ ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਤਰੁੱਟੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਮੌਜੂਦ ਅਸਲ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਅਧਿਕਾਰਤ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਨਾਜ਼ੁਕ ਜਾਂ ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਕਾਰਨ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।