Data-Science-For-Beginners/translations/mr

नवशिक्यांसाठी डेटा सायन्स - अभ्यासक्रम

Azure Cloud Advocates, Microsoft येथे, 10 आठवड्यांचा, 20 धड्यांचा अभ्यासक्रम सादर करत आहेत जो पूर्णपणे डेटा सायन्सवर आधारित आहे. प्रत्येक धड्यात प्री-लेसन आणि पोस्ट-लेसन क्विझ, धडा पूर्ण करण्यासाठी लेखी सूचना, समाधान आणि असाइनमेंट समाविष्ट आहे. प्रोजेक्ट-आधारित शिक्षण पद्धतीमुळे तुम्हाला शिकताना तयार करण्याची संधी मिळते, ज्यामुळे नवीन कौशल्ये अधिक चांगल्या प्रकारे आत्मसात होतात.

आमच्या लेखकांचे मनःपूर्वक आभार: जॅस्मिन ग्रीनवे, दिमित्री सोश्निकोव, नित्या नरसिंहन, जालेन मॅक्गी, जेन लूपर, मॉड लेवी, टिफनी सॉटर, क्रिस्टोफर हॅरिसन.

🙏 विशेष आभार 🙏 आमच्या Microsoft Student Ambassador लेखक, समीक्षक आणि सामग्री योगदानकर्त्यांचे, विशेषतः आर्यन अरोरा, आदित्य गर्ग, अलोंड्रा सांचेज, अंकिता सिंग, अनुपम मिश्रा, अर्पिता दास, छैल बिहारी दुबे, डिब्री नसोफर, दिशिता भसीन, मज्द साफी, मॅक्स ब्लम, मिगुएल कोरेआ, मोहम्मा इफ्तेखेर (इफ्तू) एबने जलाल, नावरिन तबस्सुम, रेमंड वांगसा पुत्रा, रोहित यादव, समृद्धी शर्मा, सान्या सिन्हा, शीना नरूला, तौकीर अहमद, योगेंद्रसिंग पवार, विदुषी गुप्ता, जसलीन सोंधी

नवशिक्यांसाठी डेटा सायन्स - @nitya कडून स्केच नोट

🌐 बहुभाषिक समर्थन

GitHub Action द्वारे समर्थित (स्वयंचलित आणि नेहमी अद्ययावत)

फ्रेंच | स्पॅनिश | जर्मन | रशियन | अरबी | फारसी (पर्शियन) | उर्दू | चिनी (सरलीकृत) | चिनी (पारंपरिक, मकाऊ) | चिनी (पारंपरिक, हाँगकाँग) | चिनी (पारंपरिक, तैवान) | जपानी | कोरियन | हिंदी | बंगाली | मराठी | नेपाळी | पंजाबी (गुरुमुखी) | पोर्तुगीज (पोर्तुगाल) | पोर्तुगीज (ब्राझील) | इटालियन | पोलिश | तुर्की | ग्रीक | थाई | स्वीडिश | डॅनिश | नॉर्वेजियन | फिनिश | डच | हिब्रू | व्हिएतनामी | इंडोनेशियन | मलय | टागालोग (फिलिपिनो) | स्वाहिली | हंगेरियन | चेक | स्लोव्हाक | रोमानियन | बल्गेरियन | सर्बियन (सिरिलिक) | क्रोएशियन | स्लोव्हेनियन | युक्रेनियन | बर्मी (म्यानमार)

जर तुम्हाला अतिरिक्त भाषांमध्ये भाषांतर हवे असेल तर समर्थित भाषांची यादी येथे आहे

आमच्या समुदायात सामील व्हा

आमच्याकडे AI सह शिकण्याची Discord मालिका चालू आहे, अधिक जाणून घ्या आणि Learn with AI Series मध्ये 18 - 30 सप्टेंबर, 2025 दरम्यान सामील व्हा. तुम्हाला डेटा सायन्ससाठी GitHub Copilot वापरण्याचे टिप्स आणि ट्रिक्स मिळतील.

तुम्ही विद्यार्थी आहात का?

खालील संसाधनांसह सुरुवात करा:

• Student Hub पृष्ठ या पृष्ठावर तुम्हाला नवशिक्या संसाधने, विद्यार्थी पॅक आणि अगदी मोफत प्रमाणपत्र व्हाउचर मिळवण्याचे मार्ग सापडतील. हे एक पृष्ठ आहे जे तुम्ही बुकमार्क करावे आणि वेळोवेळी तपासावे कारण आम्ही दर महिन्याला सामग्री बदलतो.
• Microsoft Learn Student Ambassadors जागतिक विद्यार्थी राजदूत समुदायात सामील व्हा, हे Microsoft मध्ये प्रवेश करण्याचा तुमचा मार्ग असू शकतो.

सुरुवात कशी करावी

पूर्ण नवशिक्या: डेटा सायन्समध्ये नवीन आहात? आमच्या नवशिक्या-अनुकूल उदाहरणांपासून सुरुवात करा! ही सोपी, चांगल्या प्रकारे टिप्पणी केलेली उदाहरणे तुम्हाला संपूर्ण अभ्यासक्रमात जाण्यापूर्वी मूलभूत गोष्टी समजून घेण्यास मदत करतील.

शिक्षक: आम्ही या अभ्यासक्रमाचा वापर कसा करायचा याबद्दल काही सूचना समाविष्ट केल्या आहेत. आम्हाला तुमचे अभिप्राय आमच्या चर्चा मंचावर आवडतील!

विद्यार्थी: हा अभ्यासक्रम स्वतः वापरण्यासाठी, संपूर्ण रेपो फोर्क करा आणि स्वतःच व्यायाम पूर्ण करा, प्री-लेक्चर क्विझपासून सुरुवात करा. नंतर व्याख्यान वाचा आणि उर्वरित क्रियाकलाप पूर्ण करा. धड्यांचा अर्थ समजून प्रकल्प तयार करण्याचा प्रयत्न करा, समाधान कोड कॉपी करण्याऐवजी; तथापि, तो कोड प्रत्येक प्रकल्प-आधारित धड्याच्या /solutions फोल्डर्समध्ये उपलब्ध आहे. आणखी एक कल्पना म्हणजे मित्रांसोबत अभ्यास गट तयार करणे आणि एकत्र सामग्रीचा अभ्यास करणे. पुढील अभ्यासासाठी, आम्ही Microsoft Learn ची शिफारस करतो.

टीमला भेटा

Gif द्वारे मोहित जैसल

🎥 वरच्या प्रतिमेवर क्लिक करा प्रकल्पाबद्दल आणि ते तयार करणाऱ्या लोकांबद्दल व्हिडिओ पाहण्यासाठी!

शिक्षण पद्धती

आम्ही हा अभ्यासक्रम तयार करताना दोन शिक्षण पद्धती स्वीकारल्या आहेत: प्रकल्प-आधारित सुनिश्चित करणे आणि वारंवार क्विझ समाविष्ट करणे. या मालिकेच्या शेवटी, विद्यार्थ्यांनी डेटा सायन्सचे मूलभूत तत्त्वे शिकले असतील, ज्यामध्ये नैतिक संकल्पना, डेटा तयारी, डेटा हाताळण्याचे विविध मार्ग, डेटा व्हिज्युअलायझेशन, डेटा विश्लेषण, डेटा सायन्सचे वास्तविक-जगातील उपयोग आणि बरेच काही समाविष्ट आहे.

याशिवाय, वर्गाच्या आधीचा कमी-जोखीम क्विझ विद्यार्थ्याला विषय शिकण्याच्या उद्देशाने सेट करतो, तर वर्गानंतरचा दुसरा क्विझ पुढील टिकवून ठेवण्याची खात्री करतो. हा अभ्यासक्रम लवचिक आणि मजेदार बनवण्यासाठी डिझाइन केला गेला आहे आणि संपूर्ण किंवा अंशतः घेतला जाऊ शकतो. प्रकल्प लहान सुरू होतात आणि 10 आठवड्यांच्या चक्राच्या शेवटी अधिकाधिक जटिल होतात.

आमचा Code of Conduct, Contributing, Translation मार्गदर्शक शोधा. आम्ही तुमच्या रचनात्मक अभिप्रायाचे स्वागत करतो!

प्रत्येक धड्यात समाविष्ट आहे:

• पर्यायी स्केच नोट
• पर्यायी पूरक व्हिडिओ
• प्री-लेसन वॉर्मअप क्विझ
• लेखी धडा
• प्रकल्प-आधारित धड्यांसाठी, प्रकल्प कसा तयार करायचा याबद्दल चरण-दर-चरण मार्गदर्शक
• ज्ञान तपासणी
• एक आव्हान
• पूरक वाचन
• असाइनमेंट
• पोस्ट-लेसन क्विझ

क्विझेसबद्दल एक टीप: सर्व क्विझेस Quiz-App फोल्डरमध्ये आहेत, ज्यामध्ये प्रत्येक तीन प्रश्नांसाठी एकूण 40 क्विझेस आहेत. हे धड्यांमधून लिंक केलेले आहेत, परंतु क्विझ अ‍ॅप स्थानिक पातळीवर चालवले जाऊ शकते किंवा Azure वर तैनात केले जाऊ शकते; quiz-app फोल्डरमधील सूचनांचे अनुसरण करा. हे हळूहळू स्थानिक भाषांमध्ये उपलब्ध केले जात आहेत.

🎓 नवशिक्यांसाठी सोपे उदाहरणे

डेटा सायन्समध्ये नवीन आहात? आम्ही एक विशेष उदाहरणे डिरेक्टरी तयार केली आहे ज्यामध्ये सोपी, चांगल्या प्रकारे टिप्पणी दिलेली कोड आहे, ज्यामुळे तुम्हाला सुरुवात करण्यात मदत होईल:

• 🌟 हॅलो वर्ल्ड - तुमचा पहिला डेटा सायन्स प्रोग्राम
• 📂 डेटा लोड करणे - डेटासेट वाचणे आणि एक्सप्लोर करणे शिकणे
• 📊 साधी विश्लेषणे - आकडेवारी मोजणे आणि नमुने शोधणे
• 📈 मूलभूत व्हिज्युअलायझेशन - चार्ट आणि ग्राफ तयार करणे
• 🔬 वास्तविक प्रकल्प - सुरुवातीपासून शेवटपर्यंत पूर्ण कार्यप्रवाह

प्रत्येक उदाहरणामध्ये प्रत्येक चरणाचे तपशीलवार स्पष्टीकरण असते, जे पूर्णपणे नवशिक्यांसाठी योग्य आहे!

👉 उदाहरणांपासून सुरुवात करा 👈

धडे

डेटा सायन्स फॉर बिगिनर्स: रोडमॅप - @nitya द्वारे स्केच नोट

धडा क्रमांक	विषय	धड्यांचे 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 शी कसे संबंधित आहे ते जाणून घ्या.	धडा व्हिडिओ	Dmitry
02	डेटा सायन्स नैतिकता	परिचय	डेटा नैतिकतेची संकल्पना, आव्हाने आणि फ्रेमवर्क.	धडा	Nitya
03	डेटाची व्याख्या	परिचय	डेटा कसा वर्गीकृत केला जातो आणि त्याचे सामान्य स्रोत काय आहेत.	धडा	Jasmine
04	आकडेवारी आणि संभाव्यतेचा परिचय	परिचय	डेटा समजण्यासाठी संभाव्यता आणि आकडेवारीचे गणितीय तंत्र.	धडा व्हिडिओ	Dmitry
05	रिलेशनल डेटासह काम करणे	डेटासह काम करणे	रिलेशनल डेटाचा परिचय आणि स्ट्रक्चर्ड क्वेरी लँग्वेज (SQL) चा वापर करून रिलेशनल डेटा एक्सप्लोर आणि विश्लेषण करण्याच्या मूलभूत गोष्टी.	धडा	Christopher
06	NoSQL डेटासह काम करणे	डेटासह काम करणे	नॉन-रिलेशनल डेटाचा परिचय, त्याचे विविध प्रकार आणि डॉक्युमेंट डेटाबेस एक्सप्लोर आणि विश्लेषण करण्याच्या मूलभूत गोष्टी.	धडा	Jasmine
07	पायथनसह काम करणे	डेटासह काम करणे	Pandas सारख्या लायब्ररीसह डेटा एक्सप्लोरेशनसाठी पायथन वापरण्याच्या मूलभूत गोष्टी. पायथन प्रोग्रामिंगची मूलभूत समज आवश्यक आहे.	धडा व्हिडिओ	Dmitry
08	डेटा तयारी	डेटासह काम करणे	गहाळ, अचूक नसलेला किंवा अपूर्ण डेटा हाताळण्यासाठी डेटा साफसफाई आणि रूपांतर तंत्रांवरील विषय.	धडा	Jasmine
09	प्रमाणांचे व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	Matplotlib वापरून पक्ष्यांचा डेटा 🦆 व्हिज्युअलायझेशन कसे करावे ते शिकणे.	धडा	Jen
10	डेटाच्या वितरणाचे व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	एका अंतरालातील निरीक्षणे आणि ट्रेंड व्हिज्युअलायझेशन.	धडा	Jen
11	प्रमाणांचे व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	वेगळ्या आणि गटबद्ध टक्केवारीचे व्हिज्युअलायझेशन.	धडा	Jen
12	संबंधांचे व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	डेटा संच आणि त्याच्या व्हेरिएबल्समधील कनेक्शन आणि सहसंबंध व्हिज्युअलायझेशन.	धडा	Jen
13	अर्थपूर्ण व्हिज्युअलायझेशन	डेटा व्हिज्युअलायझेशन	प्रभावी समस्या सोडवण्यासाठी आणि अंतर्दृष्टीसाठी तुमच्या व्हिज्युअलायझेशनला मूल्यवान बनवण्यासाठी तंत्र आणि मार्गदर्शन.	धडा	Jen
14	डेटा सायन्स जीवनचक्राचा परिचय	जीवनचक्र	डेटा सायन्स जीवनचक्राचा परिचय आणि डेटा मिळवणे आणि काढणे याची पहिली पायरी.	धडा	Jasmine
15	विश्लेषण करणे	जीवनचक्र	डेटा सायन्स जीवनचक्राचा हा टप्पा डेटा विश्लेषण करण्याच्या तंत्रांवर केंद्रित आहे.	धडा	Jasmine
16	संवाद	जीवनचक्र	डेटा सायन्स जीवनचक्राचा हा टप्पा डेटा मधून मिळालेल्या अंतर्दृष्टी निर्णय घेणाऱ्यांना समजण्यास सोपे होईल अशा प्रकारे सादर करण्यावर केंद्रित आहे.	धडा	Jalen
17	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	क्लाउडमधील डेटा सायन्स आणि त्याचे फायदे याचा परिचय देणाऱ्या धड्यांची मालिका.	धडा	Tiffany आणि Maud
18	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	लो कोड टूल्स वापरून मॉडेल्स प्रशिक्षण.	धडा	Tiffany आणि Maud
19	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	Azure Machine Learning Studio वापरून मॉडेल्स तैनात करणे.	धडा	Tiffany आणि Maud
20	डेटा सायन्स इन द वाइल्ड	वास्तविक जगात	वास्तविक जगातील डेटा सायन्स चालित प्रकल्प.	धडा	Nitya

GitHub Codespaces

Codespace मध्ये हे नमुना उघडण्यासाठी खालील चरणांचे अनुसरण करा:

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

VSCode Remote - Containers

तुमच्या स्थानिक मशीन आणि VSCode वापरून VS Code Remote - Containers विस्तार वापरून कंटेनरमध्ये हे रिपो उघडण्यासाठी खालील चरणांचे अनुसरण करा:

1. जर तुम्ही प्रथमच विकास कंटेनर वापरत असाल, तर कृपया तुमची प्रणाली पूर्व-आवश्यकता पूर्ण करते याची खात्री करा (उदा. Docker स्थापित केले आहे) गेटिंग स्टार्टेड दस्तऐवज मध्ये.

हे रिपॉझिटरी वापरण्यासाठी, तुम्ही रिपॉझिटरीला वेगळ्या Docker व्हॉल्यूममध्ये उघडू शकता:

टीप: अंतर्गत, हे Remote-Containers: Clone Repository in Container Volume... कमांड वापरेल जेणेकरून स्थानिक फाइल सिस्टमऐवजी Docker व्हॉल्यूममध्ये स्त्रोत कोड क्लोन केला जाईल. व्हॉल्यूम्स कंटेनर डेटा टिकवण्यासाठी प्राधान्य दिलेले यंत्रणा आहेत.

किंवा स्थानिक पातळीवर क्लोन केलेला किंवा डाउनलोड केलेला रिपॉझिटरी उघडा:

• या रिपॉझिटरीला तुमच्या स्थानिक फाइल सिस्टमवर क्लोन करा.
• F1 दाबा आणि Remote-Containers: Open Folder in Container... कमांड निवडा.
• या फोल्डरची क्लोन केलेली प्रत निवडा, कंटेनर सुरू होण्याची वाट पाहा आणि गोष्टी वापरून पहा.

ऑफलाइन प्रवेश

तुम्ही Docsify वापरून हे दस्तऐवज ऑफलाइन चालवू शकता. या रिपॉझिटरीला फोर्क करा, Docsify स्थापित करा तुमच्या स्थानिक मशीनवर, नंतर या रिपॉझिटरीच्या मूळ फोल्डरमध्ये docsify serve टाइप करा. वेबसाइट तुमच्या स्थानिक होस्टवर पोर्ट 3000 वर चालवली जाईल: localhost:3000.

टीप, नोटबुक्स Docsify द्वारे रेंडर केले जाणार नाहीत, त्यामुळे जेव्हा तुम्हाला नोटबुक चालवायचे असेल, तेव्हा ते वेगळ्या पायथन कर्नल चालवणाऱ्या VS Code मध्ये करा.

इतर अभ्यासक्रम

आमची टीम इतर अभ्यासक्रम तयार करते! पहा:

• एज AI फॉर बिगिनर्स
• AI एजंट्स फॉर बिगिनर्स
• जनरेटिव्ह AI फॉर बिगिनर्स
• जनरेटिव्ह AI फॉर बिगिनर्स .NET
• जनरेटिव्ह AI विथ जावास्क्रिप्ट
• जनरेटिव्ह AI विथ जावा
• AI फॉर बिगिनर्स
• डेटा सायन्स फॉर बिगिनर्स
• बॅश फॉर बिगिनर्स
• ML फॉर बिगिनर्स
• सायबरसुरक्षा फॉर बिगिनर्स
• वेब डेव्ह फॉर बिगिनर्स
• IoT फॉर बिगिनर्स
• मशीन लर्निंग फॉर बिगिनर्स
• XR डेव्हलपमेंट फॉर बिगिनर्स
• GitHub Copilot फॉर AI पायर्ड प्रोग्रामिंग मास्टर करणे
• XR डेव्हलपमेंट फॉर बिगिनर्स
• GitHub Copilot फॉर C#/.NET डेव्हलपर्स मास्टर करणे
• तुमची स्वतःची Copilot साहस निवडा

मदत मिळवणे

जर तुम्हाला अडचण आली किंवा AI अ‍ॅप्स तयार करण्याबद्दल काही प्रश्न असतील, तर सामील व्हा:

जर तुम्हाला उत्पादन अभिप्राय किंवा तयार करताना त्रुटी आढळल्या तर भेट द्या:

---

अस्वीकरण:
हा दस्तऐवज AI भाषांतर सेवा Co-op Translator वापरून भाषांतरित करण्यात आला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी कृपया लक्षात ठेवा की स्वयंचलित भाषांतरांमध्ये त्रुटी किंवा अचूकतेचा अभाव असू शकतो. मूळ भाषेतील दस्तऐवज हा अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी भाषांतराची शिफारस केली जाते. या भाषांतराचा वापर करून निर्माण होणाऱ्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थासाठी आम्ही जबाबदार राहणार नाही.