Data-Science-For-Beginners/translations/ur

ڈیٹا سائنس کے ابتدائی افراد کے لیے - ایک نصاب

Azure Cloud Advocates نے Microsoft میں ایک 10 ہفتوں کا، 20 اسباق پر مشتمل نصاب پیش کیا ہے جو مکمل طور پر ڈیٹا سائنس کے بارے میں ہے۔ ہر سبق میں پری-سبق اور پوسٹ-سبق کوئز، سبق مکمل کرنے کے لیے تحریری ہدایات، ایک حل، اور ایک اسائنمنٹ شامل ہے۔ ہمارا پروجیکٹ پر مبنی طریقہ کار آپ کو سیکھنے کے دوران بنانے کی اجازت دیتا ہے، جو نئے ہنر کو یاد رکھنے کا ایک مؤثر طریقہ ہے۔

ہمارے مصنفین کا دل سے شکریہ: جیسمن گریناوے، دیمتری سوشنیکوف، نیتیا نرسمہن، جیلن میکگی، جین لوپر، ماود لیوی، ٹفنی سوٹیر، کرسٹوفر ہیریسن۔

🙏 خاص شکریہ 🙏 ہمارے Microsoft Student Ambassador مصنفین، جائزہ لینے والوں اور مواد کے تعاون کرنے والوں کا، خاص طور پر آریان اروڑا، ادیتیہ گرگ، الوندرا سانچیز، انکیتا سنگھ، انپم مشرا، ارپیتا داس، چھائل بہاری دوبے، دیبری نسوفور، دیشیتا بھاسین، مجید صافی، میکس بلوم، میگل کوریا، محمد افتخار (افتو) ابن جلال، نورین تبسم، ریمنڈ وانگسا پترا، روہت یادو، سمردھی شرما، سانیا سنہا، شینا نرولا، توقیر احمد، یوگندر سنگھ پاور، ودوشی گپتا، جسلین سوندھی۔

ڈیٹا سائنس کے ابتدائی افراد کے لیے - اسکیچ نوٹ از @nitya

🌐 کثیر زبان کی حمایت

GitHub ایکشن کے ذریعے سپورٹ (خودکار اور ہمیشہ اپ ڈیٹ)

فرانسیسی | ہسپانوی | جرمن | روسی | عربی | فارسی | اردو | چینی (سادہ) | چینی (روایتی، مکاؤ) | چینی (روایتی، ہانگ کانگ) | چینی (روایتی، تائیوان) | جاپانی | کوریائی | ہندی | بنگالی | مراٹھی | نیپالی | پنجابی (گرمکھی) | پرتگالی (پرتگال) | پرتگالی (برازیل) | اطالوی | پولش | ترکی | یونانی | تھائی | سویڈش | ڈینش | نارویجین | فنش | ڈچ | عبرانی | ویتنامی | انڈونیشیائی | ملائی | ٹیگالوگ (فلپائنی) | سواحلی | ہنگری | چیک | سلوواک | رومانیائی | بلغاریائی | سربیائی (سیریلک) | کروشین | سلووینیائی | یوکرینیائی | برمی (میانمار)

اگر آپ اضافی زبانوں کی ترجمہ کی حمایت چاہتے ہیں تو یہاں درج ہیں یہاں

ہماری کمیونٹی میں شامل ہوں

ہمارے پاس ایک Discord پر AI کے ساتھ سیکھنے کی سیریز جاری ہے، مزید جانیں اور ہمارے ساتھ شامل ہوں AI کے ساتھ سیکھنے کی سیریز 18 - 30 ستمبر، 2025۔ آپ کو GitHub Copilot کو ڈیٹا سائنس کے لیے استعمال کرنے کے ٹپس اور ٹرکس ملیں گے۔

کیا آپ طالب علم ہیں؟

مندرجہ ذیل وسائل کے ساتھ شروع کریں:

• طالب علم حب صفحہ اس صفحے پر، آپ کو ابتدائی وسائل، طالب علم پیک اور یہاں تک کہ مفت سرٹیفکیٹ واؤچر حاصل کرنے کے طریقے ملیں گے۔ یہ ایک صفحہ ہے جسے آپ بک مارک کرنا چاہیں گے اور وقتاً فوقتاً چیک کریں گے کیونکہ ہم کم از کم ماہانہ مواد تبدیل کرتے ہیں۔
• Microsoft Learn Student Ambassadors ایک عالمی کمیونٹی میں شامل ہوں، یہ Microsoft میں آپ کے داخلے کا راستہ ہو سکتا ہے۔

شروعات کریں

مکمل ابتدائی افراد: ڈیٹا سائنس میں نئے ہیں؟ ہمارے ابتدائی دوستانہ مثالوں سے شروع کریں! یہ سادہ، اچھی طرح سے تبصرہ شدہ مثالیں آپ کو مکمل نصاب میں جانے سے پہلے بنیادی باتیں سمجھنے میں مدد کریں گی۔

اساتذہ: ہم نے کچھ تجاویز شامل کی ہیں کہ اس نصاب کو کیسے استعمال کیا جائے۔ ہمیں آپ کی رائے ہمارے بحث فورم میں پسند آئے گی!

طلباء: اس نصاب کو خود استعمال کرنے کے لیے، پورے ریپو کو فورک کریں اور خود سے مشقیں مکمل کریں، پری-لیکچر کوئز سے شروع کریں۔ پھر لیکچر پڑھیں اور باقی سرگرمیاں مکمل کریں۔ کوشش کریں کہ اسباق کو سمجھ کر پروجیکٹس بنائیں بجائے اس کے کہ حل کوڈ کو کاپی کریں؛ تاہم، وہ کوڈ ہر پروجیکٹ پر مبنی سبق کے /solutions فولڈرز میں دستیاب ہے۔ ایک اور خیال یہ ہو سکتا ہے کہ دوستوں کے ساتھ ایک اسٹڈی گروپ بنائیں اور مواد کو ایک ساتھ دیکھیں۔ مزید مطالعہ کے لیے، ہم Microsoft Learn کی سفارش کرتے ہیں۔

ٹیم سے ملاقات کریں

Gif از محیط جیسال

🎥 اوپر دی گئی تصویر پر کلک کریں تاکہ پروجیکٹ اور اسے بنانے والے افراد کے بارے میں ویڈیو دیکھ سکیں!

تدریسی طریقہ کار

ہم نے اس نصاب کو بناتے وقت دو تدریسی اصولوں کا انتخاب کیا ہے: یہ یقینی بنانا کہ یہ پروجیکٹ پر مبنی ہے اور اس میں بار بار کوئز شامل ہیں۔ اس سیریز کے اختتام تک، طلباء ڈیٹا سائنس کے بنیادی اصول سیکھ چکے ہوں گے، جن میں اخلاقی تصورات، ڈیٹا کی تیاری، ڈیٹا کے ساتھ کام کرنے کے مختلف طریقے، ڈیٹا کی بصری نمائندگی، ڈیٹا کا تجزیہ، ڈیٹا سائنس کے حقیقی دنیا کے استعمال کے کیسز، اور مزید شامل ہیں۔

اس کے علاوہ، کلاس سے پہلے ایک کم دباؤ والا کوئز طالب علم کو کسی موضوع کو سیکھنے کی طرف راغب کرتا ہے، جبکہ کلاس کے بعد دوسرا کوئز مزید یادداشت کو یقینی بناتا ہے۔ یہ نصاب لچکدار اور تفریحی طور پر ڈیزائن کیا گیا ہے اور اسے مکمل یا جزوی طور پر لیا جا سکتا ہے۔ پروجیکٹس چھوٹے شروع ہوتے ہیں اور 10 ہفتوں کے سائیکل کے اختتام تک بتدریج پیچیدہ ہو جاتے ہیں۔

ہمارا Code of Conduct، Contributing، Translation کے رہنما اصول دیکھیں۔ ہم آپ کی تعمیری رائے کا خیر مقدم کرتے ہیں!

ہر سبق میں شامل ہے:

• اختیاری اسکیچ نوٹ
• اختیاری اضافی ویڈیو
• پری-سبق وارم اپ کوئز
• تحریری سبق
• پروجیکٹ پر مبنی اسباق کے لیے، پروجیکٹ بنانے کے لیے مرحلہ وار گائیڈز
• علم کی جانچ
• ایک چیلنج
• اضافی مطالعہ
• اسائنمنٹ
• پوسٹ-سبق کوئز

کوئز کے بارے میں ایک نوٹ: تمام کوئز Quiz-App فولڈر میں موجود ہیں، جن میں کل 40 کوئز ہیں اور ہر ایک میں تین سوالات ہیں۔ یہ اسباق کے اندر سے لنک کیے گئے ہیں، لیکن کوئز ایپ کو مقامی طور پر چلایا جا سکتا ہے یا Azure پر ڈیپلائی کیا جا سکتا ہے؛ quiz-app فولڈر میں دی گئی ہدایات پر عمل کریں۔ یہ آہستہ آہستہ مقامی زبانوں میں ترجمہ کیے جا رہے ہیں۔

🎓 ابتدائی افراد کے لیے آسان مثالیں

ڈیٹا سائنس میں نئے ہیں؟ ہم نے ایک خاص مثالوں کی ڈائریکٹری بنائی ہے جس میں سادہ اور واضح کوڈ شامل ہے تاکہ آپ کو شروعات میں مدد ملے:

• 🌟 ہیلو ورلڈ - آپ کا پہلا ڈیٹا سائنس پروگرام
• 📂 ڈیٹا لوڈ کرنا - ڈیٹا سیٹس کو پڑھنے اور ان کا جائزہ لینے کا طریقہ سیکھیں
• 📊 سادہ تجزیہ - شماریات کا حساب لگائیں اور پیٹرنز تلاش کریں
• 📈 بنیادی بصریات - چارٹس اور گراف بنائیں
• 🔬 حقیقی دنیا کا پروجیکٹ - شروع سے آخر تک مکمل ورک فلو

ہر مثال میں ہر قدم کی تفصیل کے ساتھ تبصرے شامل ہیں، جو اسے بالکل ابتدائی افراد کے لیے بہترین بناتا ہے!

👉 مثالوں سے شروع کریں 👈

اسباق

ڈیٹا سائنس برائے ابتدائی افراد: روڈ میپ - اسکیچ نوٹ از @nitya

سبق نمبر	موضوع	سبق کی گروپ بندی	سیکھنے کے مقاصد	لنک شدہ سبق	مصنف
01	ڈیٹا سائنس کی تعریف	تعارف	ڈیٹا سائنس کے بنیادی تصورات سیکھیں اور یہ مصنوعی ذہانت، مشین لرننگ، اور بڑے ڈیٹا سے کیسے متعلق ہے۔	سبق ویڈیو	Dmitry
02	ڈیٹا سائنس اخلاقیات	تعارف	ڈیٹا اخلاقیات کے تصورات، چیلنجز اور فریم ورک۔	سبق	Nitya
03	ڈیٹا کی تعریف	تعارف	ڈیٹا کی درجہ بندی اور اس کے عام ذرائع۔	سبق	Jasmine
04	شماریات اور احتمال کا تعارف	تعارف	ڈیٹا کو سمجھنے کے لیے احتمال اور شماریات کی ریاضیاتی تکنیکیں۔	سبق ویڈیو	Dmitry
05	تعلقاتی ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام کرنا	تعلقاتی ڈیٹا کا تعارف اور Structured Query Language (SQL) کے ذریعے تعلقاتی ڈیٹا کو دریافت اور تجزیہ کرنے کی بنیادی باتیں۔	سبق	Christopher
06	NoSQL ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام کرنا	غیر تعلقاتی ڈیٹا کا تعارف، اس کی مختلف اقسام اور دستاویز ڈیٹا بیسز کو دریافت اور تجزیہ کرنے کی بنیادی باتیں۔	سبق	Jasmine
07	Python کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام کرنا	Pandas جیسی لائبریریوں کے ساتھ ڈیٹا کو دریافت کرنے کے لیے Python کا استعمال۔ Python پروگرامنگ کی بنیادی سمجھ بوجھ کی سفارش کی جاتی ہے۔	سبق ویڈیو	Dmitry
08	ڈیٹا کی تیاری	ڈیٹا کے ساتھ کام کرنا	ڈیٹا کو صاف کرنے اور تبدیل کرنے کے لیے تکنیکوں پر موضوعات تاکہ گمشدہ، غلط، یا نامکمل ڈیٹا کے چیلنجز سے نمٹا جا سکے۔	سبق	Jasmine
09	مقداروں کو بصری بنانا	ڈیٹا بصریات	Matplotlib کا استعمال کرتے ہوئے پرندوں کے ڈیٹا کو بصری بنانا سیکھیں 🦆	سبق	Jen
10	ڈیٹا کی تقسیم کو بصری بنانا	ڈیٹا بصریات	وقفے کے اندر مشاہدات اور رجحانات کو بصری بنانا۔	سبق	Jen
11	تناسب کو بصری بنانا	ڈیٹا بصریات	الگ اور گروپ شدہ فیصد کو بصری بنانا۔	سبق	Jen
12	تعلقات کو بصری بنانا	ڈیٹا بصریات	ڈیٹا کے سیٹوں اور ان کے متغیرات کے درمیان تعلقات اور ارتباط کو بصری بنانا۔	سبق	Jen
13	بامعنی بصریات	ڈیٹا بصریات	آپ کی بصریات کو مؤثر مسئلہ حل کرنے اور بصیرت کے لیے قیمتی بنانے کے لیے تکنیکیں اور رہنمائی۔	سبق	Jen
14	ڈیٹا سائنس کے لائف سائیکل کا تعارف	لائف سائیکل	ڈیٹا سائنس کے لائف سائیکل کا تعارف اور ڈیٹا حاصل کرنے اور نکالنے کا پہلا مرحلہ۔	سبق	Jasmine
15	تجزیہ کرنا	لائف سائیکل	ڈیٹا سائنس کے لائف سائیکل کا یہ مرحلہ ڈیٹا کا تجزیہ کرنے کی تکنیکوں پر مرکوز ہے۔	سبق	Jasmine
16	مواصلات	لائف سائیکل	ڈیٹا سائنس کے لائف سائیکل کا یہ مرحلہ ڈیٹا سے بصیرت کو اس طرح پیش کرنے پر مرکوز ہے کہ فیصلہ سازوں کے لیے اسے سمجھنا آسان ہو۔	سبق	Jalen
17	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	اسباق کی یہ سیریز کلاؤڈ میں ڈیٹا سائنس اور اس کے فوائد کا تعارف کراتی ہے۔	سبق	Tiffany اور Maud
18	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	لو کوڈ ٹولز کا استعمال کرتے ہوئے ماڈلز کی تربیت۔	سبق	Tiffany اور Maud
19	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	Azure Machine Learning Studio کے ساتھ ماڈلز کو ڈیپلائی کرنا۔	سبق	Tiffany اور Maud
20	جنگلی ماحول میں ڈیٹا سائنس	جنگلی ماحول میں	حقیقی دنیا میں ڈیٹا سائنس سے چلنے والے پروجیکٹس۔	سبق	Nitya

GitHub Codespaces

Codespace میں اس نمونے کو کھولنے کے لیے درج ذیل مراحل پر عمل کریں:

1. Code ڈراپ ڈاؤن مینو پر کلک کریں اور Open with Codespaces آپشن منتخب کریں۔
2. پین کے نیچے + New codespace منتخب کریں۔ مزید معلومات کے لیے GitHub دستاویزات دیکھیں۔

VSCode Remote - Containers

اپنے مقامی مشین اور VSCode کا استعمال کرتے ہوئے اس ریپو کو کنٹینر میں کھولنے کے لیے درج ذیل مراحل پر عمل کریں، VS Code Remote - Containers ایکسٹینشن کا استعمال کرتے ہوئے:

1. اگر یہ آپ کا پہلی بار ڈیولپمنٹ کنٹینر استعمال کرنا ہے، تو براہ کرم یقینی بنائیں کہ آپ کا سسٹم پری ریکوائرمنٹس کو پورا کرتا ہے (یعنی Docker انسٹال ہو) شروع کرنے کی دستاویزات میں۔

اس ریپوزٹری کو استعمال کرنے کے لیے، آپ یا تو ریپوزٹری کو ایک الگ تھلگ Docker والیوم میں کھول سکتے ہیں:

نوٹ: اندرونی طور پر، یہ Remote-Containers: Clone Repository in Container Volume... کمانڈ استعمال کرے گا تاکہ سورس کوڈ کو مقامی فائل سسٹم کے بجائے Docker والیوم میں کلون کیا جا سکے۔ Volumes کنٹینر ڈیٹا کو برقرار رکھنے کے لیے ترجیحی طریقہ کار ہیں۔

یا مقامی طور پر کلون شدہ یا ڈاؤن لوڈ شدہ ریپوزٹری کا ورژن کھولیں:

• اس ریپوزٹری کو اپنے مقامی فائل سسٹم پر کلون کریں۔
• F1 دبائیں اور Remote-Containers: Open Folder in Container... کمانڈ منتخب کریں۔
• اس فولڈر کی کلون شدہ کاپی منتخب کریں، کنٹینر کے شروع ہونے کا انتظار کریں، اور چیزوں کو آزمانا شروع کریں۔

آف لائن رسائی

آپ اس دستاویزات کو آف لائن Docsify کا استعمال کرتے ہوئے چلا سکتے ہیں۔ اس ریپو کو فورک کریں، Docsify انسٹال کریں اپنی مقامی مشین پر، پھر اس ریپو کے روٹ فولڈر میں docsify serve ٹائپ کریں۔ ویب سائٹ آپ کے localhost پر پورٹ 3000 پر پیش کی جائے گی: localhost:3000۔

نوٹ، نوٹ بکس Docsify کے ذریعے پیش نہیں کیے جائیں گے، لہذا جب آپ کو نوٹ بک چلانے کی ضرورت ہو، تو اسے الگ سے Python کرنل چلانے والے VS Code میں کریں۔

دیگر نصاب

ہماری ٹیم دیگر نصاب بھی تیار کرتی ہے! دیکھیں:

• Edge AI for Beginners
• AI Agents for Beginners
• Generative AI for Beginners
• Generative AI for Beginners .NET
• Generative AI with JavaScript
• Generative AI with Java
• AI for Beginners
• Data Science for Beginners
• Bash for Beginners
• ML for Beginners
• Cybersecurity for Beginners
• Web Dev for Beginners
• IoT for Beginners
• Machine Learning for Beginners
• XR Development for Beginners
• Mastering GitHub Copilot for AI Paired Programming
• XR Development for Beginners
• Mastering GitHub Copilot for C#/.NET Developers
• Choose Your Own Copilot Adventure

مدد حاصل کرنا

اگر آپ پھنس جائیں یا AI ایپس بنانے کے بارے میں کوئی سوال ہو، تو شامل ہوں:

اگر آپ کو پروڈکٹ کے بارے میں فیڈبیک دینا ہو یا بلڈنگ کے دوران کوئی غلطی ہو تو یہاں جائیں:

---

ڈسکلیمر:
یہ دستاویز AI ترجمہ سروس Co-op Translator کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کے لیے کوشش کرتے ہیں، لیکن براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا غیر درستیاں ہو سکتی ہیں۔ اصل دستاویز کو اس کی اصل زبان میں مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے، پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ ہم اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے ذمہ دار نہیں ہیں۔