Data-Science-For-Beginners/translations/ne

शुरुवातकर्ताहरूका लागि डाटा विज्ञान - पाठ्यक्रम

Azure Cloud Advocates मा Microsoft ले १० हप्ताको, २० पाठको पाठ्यक्रम डाटा विज्ञानको बारेमा प्रस्तुत गर्न पाउँदा खुशी छ। प्रत्येक पाठमा पाठ अघि र पाठ पछि क्विजहरू, पाठ पूरा गर्नका लागि लिखित निर्देशनहरू, समाधान, र असाइनमेन्ट समावेश छ। हाम्रो परियोजना-आधारित शिक्षण विधिले तपाईंलाई निर्माण गर्दै सिक्न अनुमति दिन्छ, नयाँ सीपहरू 'टिक्न' को लागि प्रमाणित तरिका।

हाम्रो लेखकहरूलाई हार्दिक धन्यवाद: जास्मिन ग्रीनवे, दिमित्री सोश्निकोभ, नित्या नरसिम्हन, जालेन म्याक्गी, जेन लूपर, मौद लेवी, टिफनी साउतेर, क्रिस्टोफर ह्यारिसन।

🙏 विशेष धन्यवाद 🙏 हाम्रो Microsoft Student Ambassador लेखकहरू, समीक्षकहरू र सामग्री योगदानकर्ताहरूलाई, विशेष गरी आर्यन अरोरा, आदित्य गर्ग, अलोंड्रा सान्चेज, अंकिता सिंह, अनुपम मिश्रा, अर्पिता दास, छैलबिहारी दुबे, डिब्री न्सोफोर, दिशिता भासिन, मज्द साफी, म्याक्स ब्लम, मिगुएल कोरेया, मोहम्मा इफ्तेखेर (इफ्तु) एब्ने जलाल, नवरिन तबस्सुम, रेमण्ड वाङ्सा पुत्रा, रोहित यादव, समृद्धि शर्मा, सान्या सिन्हा, शिना नरुला, तौकिर अहमद, योगेन्द्रसिंह पवार, विदुषी गुप्ता, जसलीन सोंधी।

शुरुवातकर्ताहरूका लागि डाटा विज्ञान - @nitya द्वारा स्केच नोट

🌐 बहुभाषी समर्थन

GitHub Action मार्फत समर्थित (स्वचालित र सधैं अद्यावधिक)

अरबी | बंगाली | बुल्गेरियन | बर्मेली (म्यानमार) | चिनियाँ (सरलीकृत) | चिनियाँ (पारम्परिक, हङकङ) | चिनियाँ (पारम्परिक, मकाउ) | चिनियाँ (पारम्परिक, ताइवान) | क्रोएसियन | चेक | डेनिश | डच | एस्टोनियन | फिनिश | फ्रान्सेली | जर्मन | ग्रीक | हिब्रू | हिन्दी | हंगेरीयन | इन्डोनेसियन | इटालियन | जापानी | कोरियन | लिथुआनियन | मलय | मराठी | नेपाली | नर्वेजियन | फारसी (फारसी) | पोलिश | पोर्चुगिज (ब्राजिल) | पोर्चुगिज (पोर्चुगल) | पंजाबी (गुरमुखी) | रोमानियन | रुसी | सर्बियन (सिरिलिक) | स्लोभाक | स्लोभेनियन | स्पेनिश | स्वाहिली | स्विडिश | टागालोग (फिलिपिनो) | तमिल | थाई | टर्किश | युक्रेनीयन | उर्दु | भियतनामी

यदि तपाईं थप अनुवाद भाषाहरू चाहनुहुन्छ भने यहाँ सूचीबद्ध छन् यहाँ

हाम्रो समुदायमा सामेल हुनुहोस्

हामीसँग AI सिक्ने शृंखला चलिरहेको छ, थप जान्न र हामीसँग सामेल हुन AI संग सिक्ने शृंखला मा १८ - ३० सेप्टेम्बर, २०२५। तपाईंलाई GitHub Copilot प्रयोग गर्ने टिप्स र ट्रिक्स प्राप्त हुनेछ।

के तपाईं विद्यार्थी हुनुहुन्छ?

तलका स्रोतहरूबाट सुरु गर्नुहोस्:

• विद्यार्थी हब पृष्ठ यस पृष्ठमा, तपाईंले शुरुवातकर्ताहरूका स्रोतहरू, विद्यार्थी प्याकहरू र नि:शुल्क प्रमाणपत्र भौचर प्राप्त गर्ने तरिकाहरू पाउनुहुनेछ। यो एक पृष्ठ हो जुन तपाईंले बुकमार्क गर्न चाहनुहुन्छ र समय-समयमा जाँच गर्नुहोस् किनकि हामी कम्तिमा मासिक सामग्री परिवर्तन गर्छौं।
• Microsoft Learn Student Ambassadors विद्यार्थी राजदूतहरूको विश्वव्यापी समुदायमा सामेल हुनुहोस्, यो Microsoft मा तपाईंको प्रवेशको बाटो हुन सक्छ।

सुरु गर्दै

📚 दस्तावेज

• स्थापना मार्गदर्शक - शुरुवातकर्ताहरूका लागि चरण-दर-चरण सेटअप निर्देशनहरू
• प्रयोग मार्गदर्शक - उदाहरणहरू र सामान्य कार्यप्रवाहहरू
• समस्या समाधान - सामान्य समस्याहरूको समाधानहरू
• योगदान मार्गदर्शक - यस परियोजनामा योगदान कसरी गर्ने
• शिक्षकहरूका लागि - शिक्षण मार्गदर्शन र कक्षा स्रोतहरू

👨‍🎓 विद्यार्थीहरूका लागि

पूर्ण शुरुवातकर्ता: डाटा विज्ञानमा नयाँ? हाम्रो शुरुवातकर्ता-अनुकूल उदाहरणहरू बाट सुरु गर्नुहोस्! यी सरल, राम्रोसँग टिप्पणी गरिएका उदाहरणहरूले तपाईंलाई पूर्ण पाठ्यक्रममा प्रवेश गर्नु अघि आधारभूत कुरा बुझ्न मद्दत गर्नेछ। विद्यार्थीहरू: यो पाठ्यक्रमलाई आफैं प्रयोग गर्न, सम्पूर्ण रिपो फोर्क गर्नुहोस् र आफैं अभ्यासहरू पूरा गर्नुहोस्, पाठ अघि क्विजबाट सुरु गर्दै। त्यसपछि व्याख्यान पढ्नुहोस् र बाँकी गतिविधिहरू पूरा गर्नुहोस्। पाठहरू बुझेर परियोजनाहरू सिर्जना गर्ने प्रयास गर्नुहोस् समाधान कोड प्रतिलिपि नगरी; यद्यपि, त्यो कोड प्रत्येक परियोजना-उन्मुख पाठको /solutions फोल्डरहरूमा उपलब्ध छ। अर्को विचार भनेको साथीहरूसँग अध्ययन समूह बनाउनुहोस् र सामग्री सँगै जानुहोस्। थप अध्ययनको लागि, हामी Microsoft Learn सिफारिस गर्छौं।

द्रुत सुरु:

1. आफ्नो वातावरण सेटअप गर्न स्थापना मार्गदर्शक जाँच गर्नुहोस्
2. पाठ्यक्रमसँग काम गर्न सिक्न प्रयोग मार्गदर्शक समीक्षा गर्नुहोस्
3. पाठ १ बाट सुरु गर्नुहोस् र क्रमिक रूपमा काम गर्नुहोस्
4. समर्थनको लागि हाम्रो Discord समुदाय मा सामेल हुनुहोस्

👩‍🏫 शिक्षकहरूका लागि

शिक्षकहरू: हामीले यस पाठ्यक्रमलाई कसरी प्रयोग गर्ने भन्ने बारेमा केही सुझावहरू समावेश गरेका छौं। हाम्रो चर्चा फोरममा तपाईंको प्रतिक्रिया चाहन्छौं!

टोलीलाई भेट्नुहोस्

Gif द्वारा मोहित जैसल

🎥 माथिको छवि क्लिक गर्नुहोस् परियोजनाको बारेमा भिडियोका लागि र यसलाई सिर्जना गर्ने व्यक्तिहरूका लागि!

शिक्षण विधि

हामीले यो पाठ्यक्रम निर्माण गर्दा दुई शैक्षिक सिद्धान्तहरू चयन गरेका छौं: सुनिश्चित गर्नु कि यो परियोजना-आधारित छ र यसमा बारम्बार क्विजहरू समावेश छन्। यो श्रृंखला समाप्त हुँदा, विद्यार्थीहरूले डाटा विज्ञानका आधारभूत सिद्धान्तहरू सिकेका हुनेछन्, जसमा नैतिक अवधारणाहरू, डाटा तयारी, डाटासँग काम गर्ने विभिन्न तरिकाहरू, डाटा दृश्यांकन, डाटा विश्लेषण, डाटा विज्ञानका वास्तविक जीवनका प्रयोगहरू, र अन्य धेरै समावेश छन्।

यसका साथै, कक्षा अघि कम-जोखिमको क्विजले विद्यार्थीलाई विषय सिक्न प्रेरित गर्छ, भने कक्षा पछि अर्को क्विजले सिकाइलाई अझ मजबुत बनाउँछ। यो पाठ्यक्रम लचिलो र रमाइलो बनाउन डिजाइन गरिएको छ, जसलाई पूर्ण रूपमा वा आंशिक रूपमा लिन सकिन्छ। परियोजनाहरू साना स्तरबाट सुरु हुन्छन् र १० हप्ताको चक्रको अन्त्यसम्म जटिल बन्दै जान्छन्।

हाम्रो आचार संहिता, योगदान, अनुवाद दिशानिर्देशहरू हेर्नुहोस्। हामी तपाईंको रचनात्मक सुझावलाई स्वागत गर्दछौं!

प्रत्येक पाठमा समावेश छन्:

• वैकल्पिक स्केच नोट
• वैकल्पिक पूरक भिडियो
• पाठ अघि वार्मअप क्विज
• लिखित पाठ
• परियोजना-आधारित पाठहरूको लागि, परियोजना निर्माणको चरण-दर-चरण मार्गदर्शन
• ज्ञान जाँच
• चुनौती
• पूरक पढाइ
• असाइनमेन्ट
• पाठ पछि क्विज

क्विजहरूको बारेमा नोट: सबै क्विजहरू Quiz-App फोल्डरमा समावेश छन्, जसमा प्रत्येकमा तीन प्रश्नहरू सहित ४० क्विजहरू छन्। ती पाठभित्र लिंक गरिएका छन्, तर क्विज एपलाई स्थानीय रूपमा चलाउन वा Azure मा तैनात गर्न सकिन्छ; quiz-app फोल्डरमा निर्देशनहरू पालना गर्नुहोस्। ती क्रमिक रूपमा स्थानीयकरण हुँदैछन्।

🎓 प्रारम्भिक स्तरका उदाहरणहरू

डाटा विज्ञानमा नयाँ हुनुहुन्छ? हामीले एक विशेष उदाहरण निर्देशिका सिर्जना गरेका छौं, जसमा सरल, राम्रोसँग टिप्पणी गरिएको कोड छ, जसले तपाईंलाई सुरु गर्न मद्दत गर्दछ:

• 🌟 हेलो वर्ल्ड - तपाईंको पहिलो डाटा विज्ञान कार्यक्रम
• 📂 डाटा लोड गर्दै - डाटासेटहरू पढ्न र अन्वेषण गर्न सिक्नुहोस्
• 📊 सरल विश्लेषण - तथ्यांक गणना गर्नुहोस् र ढाँचाहरू पत्ता लगाउनुहोस्
• 📈 आधारभूत दृश्यांकन - चार्ट र ग्राफहरू सिर्जना गर्नुहोस्
• 🔬 वास्तविक-जीवन परियोजना - सुरु देखि अन्त्यसम्मको सम्पूर्ण कार्यप्रवाह

प्रत्येक उदाहरणमा प्रत्येक चरणको विस्तृत टिप्पणी समावेश छ, जसले यसलाई पूर्ण प्रारम्भिकहरूको लागि उपयुक्त बनाउँछ!

👉 उदाहरणहरूबाट सुरु गर्नुहोस् 👈

पाठहरू

डाटा विज्ञानका लागि प्रारम्भिक: रोडम्याप - Sketchnote by @nitya

पाठ संख्या	विषय	पाठ समूह	सिकाइ उद्देश्यहरू	लिंक गरिएको पाठ	लेखक
01	डाटा विज्ञान परिभाषित गर्दै	परिचय	डाटा विज्ञानका आधारभूत अवधारणाहरू र यो कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, र ठूला डाटासँग कसरी सम्बन्धित छ भन्ने कुरा सिक्नुहोस्।	पाठ भिडियो	Dmitry
02	डाटा विज्ञान नैतिकता	परिचय	डाटा नैतिकता अवधारणाहरू, चुनौतीहरू र रूपरेखा।	पाठ	Nitya
03	डाटा परिभाषित गर्दै	परिचय	डाटालाई कसरी वर्गीकृत गरिन्छ र यसको सामान्य स्रोतहरू।	पाठ	Jasmine
04	तथ्यांक र सम्भावनाको परिचय	परिचय	तथ्यांक र सम्भावनाका गणितीय प्रविधिहरू डाटालाई बुझ्न।	पाठ भिडियो	Dmitry
05	सम्बन्धित डाटासँग काम गर्दै	डाटासँग काम गर्दै	सम्बन्धित डाटाको परिचय र संरचित क्वेरी भाषा (SQL) प्रयोग गरेर सम्बन्धित डाटाको अन्वेषण र विश्लेषणको आधारभूत कुरा।	पाठ	Christopher
06	NoSQL डाटासँग काम गर्दै	डाटासँग काम गर्दै	गैर-सम्बन्धित डाटाको परिचय, यसको विभिन्न प्रकारहरू र दस्तावेज डेटाबेसहरूको अन्वेषण र विश्लेषणको आधारभूत कुरा।	पाठ	Jasmine
07	Python सँग काम गर्दै	डाटासँग काम गर्दै	Pandas जस्ता पुस्तकालयहरूसँग Python प्रयोग गरेर डाटा अन्वेषणको आधारभूत कुरा। Python प्रोग्रामिङको आधारभूत समझ सिफारिस गरिन्छ।	पाठ भिडियो	Dmitry
08	डाटा तयारी	डाटासँग काम गर्दै	हराएको, गलत, वा अपूर्ण डाटाको चुनौतीहरूलाई समाधान गर्न डाटालाई सफा गर्ने र रूपान्तरण गर्ने प्रविधिहरू।	पाठ	Jasmine
09	मात्राहरू दृश्यांकन गर्दै	डाटा दृश्यांकन	Matplotlib प्रयोग गरेर चरा डाटा 🦆 दृश्यात्मक गर्न सिक्नुहोस्।	पाठ	Jen
10	डाटाको वितरण दृश्यात्मक गर्दै	डाटा दृश्यांकन	अन्तरालभित्रको अवलोकन र प्रवृत्तिहरू दृश्यात्मक गर्दै।	पाठ	Jen
11	अनुपातहरू दृश्यात्मक गर्दै	डाटा दृश्यांकन	छुट्टै र समूहबद्ध प्रतिशतहरू दृश्यात्मक गर्दै।	पाठ	Jen
12	सम्बन्धहरू दृश्यात्मक गर्दै	डाटा दृश्यांकन	डाटाका सेटहरू र तिनका चरहरू बीचका सम्बन्ध र सहसंबन्धहरू दृश्यात्मक गर्दै।	पाठ	Jen
13	अर्थपूर्ण दृश्यांकनहरू	डाटा दृश्यांकन	प्रभावकारी समस्या समाधान र अन्तर्दृष्टिका लागि तपाईंको दृश्यांकनलाई मूल्यवान बनाउने प्रविधिहरू र मार्गदर्शन।	पाठ	Jen
14	डाटा विज्ञान जीवनचक्रको परिचय	जीवनचक्र	डाटा विज्ञान जीवनचक्रको परिचय र डाटा प्राप्ति र निकाल्ने पहिलो चरण।	पाठ	Jasmine
15	विश्लेषण गर्दै	जीवनचक्र	डाटा विज्ञान जीवनचक्रको यो चरण डाटालाई विश्लेषण गर्ने प्रविधिहरूमा केन्द्रित छ।	पाठ	Jasmine
16	सञ्चार	जीवनचक्र	डाटाबाट प्राप्त अन्तर्दृष्टिलाई निर्णयकर्ताहरूलाई बुझ्न सजिलो बनाउने तरिकामा प्रस्तुत गर्ने जीवनचक्रको यो चरण।	पाठ	Jalen
17	क्लाउडमा डाटा विज्ञान	क्लाउड डाटा	क्लाउडमा डाटा विज्ञान र यसको फाइदाहरूको परिचय दिने पाठहरूको श्रृंखला।	पाठ	Tiffany र Maud
18	क्लाउडमा डाटा विज्ञान	क्लाउड डाटा	लो कोड उपकरणहरू प्रयोग गरेर मोडेलहरू प्रशिक्षण गर्दै।	पाठ	Tiffany र Maud
19	क्लाउडमा डाटा विज्ञान	क्लाउड डाटा	Azure Machine Learning Studio प्रयोग गरेर मोडेलहरू तैनात गर्दै।	पाठ	Tiffany र Maud
20	जङ्गलमा डाटा विज्ञान	जङ्गलमा	वास्तविक संसारमा डाटा विज्ञान प्रेरित परियोजनाहरू।	पाठ	Nitya

GitHub Codespaces

यस नमूनालाई Codespace मा खोल्न यी चरणहरू पालना गर्नुहोस्:

1. Code ड्रप-डाउन मेनुमा क्लिक गर्नुहोस् र Open with Codespaces विकल्प चयन गर्नुहोस्।
2. प्यानको तल + New codespace चयन गर्नुहोस्। थप जानकारीको लागि, GitHub दस्तावेज हेर्नुहोस्।

VSCode Remote - Containers

तपाईंको स्थानीय मेसिन र VSCode प्रयोग गरेर यो रिपोजिटरीलाई कन्टेनरमा खोल्नका लागि VS Code Remote - Containers एक्सटेन्सन प्रयोग गर्दै यी चरणहरू पालना गर्नुहोस्:

1. यदि यो पहिलो पटक विकास कन्टेनर प्रयोग गर्दै हुनुहुन्छ भने, कृपया सुनिश्चित गर्नुहोस् कि तपाईंको प्रणालीले पूर्व-आवश्यकताहरू पूरा गरेको छ (जस्तै Docker स्थापना गरिएको छ) शुरुवात दस्तावेज मा।

यो रिपोजिटरी प्रयोग गर्न, तपाईं या त रिपोजिटरीलाई अलग Docker भोल्युममा खोल्न सक्नुहुन्छ:

नोट: भित्री रूपमा, यसले Remote-Containers: Clone Repository in Container Volume... आदेश प्रयोग गर्नेछ, जसले स्रोत कोडलाई स्थानीय फाइल प्रणालीको सट्टा Docker भोल्युममा क्लोन गर्नेछ। भोल्युमहरू कन्टेनर डाटा कायम राख्नको लागि प्राथमिक मेकानिज्म हुन्।

वा स्थानीय रूपमा क्लोन गरिएको वा डाउनलोड गरिएको संस्करण खोल्न सक्नुहुन्छ:

• यो रिपोजिटरीलाई तपाईंको स्थानीय फाइल प्रणालीमा क्लोन गर्नुहोस्।
• F1 थिच्नुहोस् र Remote-Containers: Open Folder in Container... आदेश चयन गर्नुहोस्।
• यस फोल्डरको क्लोन गरिएको प्रतिलिपि चयन गर्नुहोस्, कन्टेनर सुरु हुने प्रतीक्षा गर्नुहोस्, र चीजहरू प्रयास गर्नुहोस्।

अफलाइन पहुँच

तपाईं यो दस्तावेजलाई Docsify प्रयोग गरेर अफलाइन चलाउन सक्नुहुन्छ। यो रिपोजिटरीलाई Fork गर्नुहोस्, Docsify स्थापना गर्नुहोस् तपाईंको स्थानीय मेसिनमा, त्यसपछि यो रिपोजिटरीको मूल फोल्डरमा docsify serve टाइप गर्नुहोस्। वेबसाइट तपाईंको localhost मा पोर्ट 3000 मा सेवा हुनेछ: localhost:3000।

नोट, नोटबुकहरू Docsify मार्फत प्रस्तुत गरिने छैनन्, त्यसैले जब तपाईंलाई नोटबुक चलाउन आवश्यक छ, Python कर्नेल चलाउँदै VS Code मा अलग्गै गर्नुहोस्।

अन्य पाठ्यक्रमहरू

हाम्रो टोलीले अन्य पाठ्यक्रमहरू उत्पादन गर्दछ! हेर्नुहोस्:

Azure / Edge / MCP / Agents

---

जेनेरेटिभ AI शृंखला

---

मुख्य सिकाइ

---

Copilot शृंखला

सहयोग प्राप्त गर्ने तरिका

समस्या आइपरेको छ? सामान्य समस्याहरूको समाधानका लागि हाम्रो समस्या समाधान मार्गदर्शक हेर्नुहोस्।

यदि तपाईं अड्किनु भएको छ वा AI एप्स निर्माणको बारेमा कुनै प्रश्न छ भने, यहाँ सामेल हुनुहोस्:

यदि तपाईंलाई उत्पादनको प्रतिक्रिया दिनु छ वा निर्माणको क्रममा कुनै त्रुटि आएको छ भने यहाँ जानुहोस्:

---

अस्वीकरण:
यो दस्तावेज AI अनुवाद सेवा Co-op Translator प्रयोग गरेर अनुवाद गरिएको छ। हामी शुद्धताको लागि प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादहरूमा त्रुटि वा अशुद्धता हुन सक्छ। यसको मूल भाषा मा रहेको मूल दस्तावेजलाई आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीको लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत व्याख्याको लागि हामी जिम्मेवार हुने छैनौं।