Data-Science-For-Beginners/translations/ur

ڈیٹا سائنس برائے مبتدی - ایک نصاب

مائیکروسافٹ کے Azure کلاؤڈ ایڈووکیٹس خوشی سے ایک 10 ہفتوں، 20 اسباق پر مشتمل نصاب پیش کرتے ہیں جو مکمل طور پر ڈیٹا سائنس کے بارے میں ہے۔ ہر سبق میں پری-سبق اور پوسٹ-سبق کوئزز، سبق مکمل کرنے کے لیے تحریری ہدایات، حل، اور ایک اسائنمنٹ شامل ہے۔ ہمارا پروجیکٹ پر مبنی تدریسی طریقہ آپ کو سیکھنے کے ساتھ ساتھ بنانے کی اجازت دیتا ہے، جو نئی مہارتوں کو 'چپکنے' کا ایک ثابت شدہ طریقہ ہے۔

ہمارے مصنفین کا دلی شکریہ: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 خاص شکریہ 🙏 ہمارے Microsoft Student Ambassador مصنفین، جائزہ لینے والوں اور مواد کے تعاون کنندگان کو، خاص طور پر آریان ارورا، 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

ڈیٹا سائنس برائے مبتدی - سکیچ نوٹ از @nitya

🌐 کثیراللسانی معاونت

GitHub ایکشن کے ذریعے معاونت (خودکار اور ہمیشہ تازہ ترین)

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

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

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 Learn with AI Series 18 - 30 ستمبر، 2025 سے۔ آپ کو GitHub Copilot کے استعمال کے ٹپس اور ٹرکس ملیں گے جو ڈیٹا سائنس کے لیے ہیں۔

کیا آپ طالب علم ہیں؟

مندرجہ ذیل وسائل کے ساتھ شروع کریں:

• طالب علم ہب صفحہ اس صفحہ میں، 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 کو بک مارک کرنا چاہیے اور وقتاً فوقتاً چیک کرنا چاہیے کیونکہ ہم کم از کم ماہانہ مواد تبدیل کرتے رہتے ہیں۔
• Microsoft Learn Student Ambassadors ایک عالمی طالب علم سفیر کمیونٹی میں شامل ہوں، یہ آپ کا مائیکروسافٹ میں داخلہ ہو سکتا ہے۔

شروع کرنا

📚 دستاویزات

• انسٹالیشن گائیڈ - مبتدیوں کے لیے مرحلہ وار سیٹ اپ ہدایات
• استعمال گائیڈ - مثالیں اور عام ورک فلو
• مسائل کا حل - عام مسائل کے حل
• تعاون کرنے کا گائیڈ - اس پروجیکٹ میں تعاون کیسے کریں
• اساتذہ کے لیے - تدریسی رہنمائی اور کلاس روم وسائل

👨‍🎓 طلباء کے لیے

مکمل مبتدی: ڈیٹا سائنس میں نئے ہیں؟ ہمارے آسان اور مبتدی دوست مثالوں سے شروع کریں! یہ سادہ، اچھی طرح سے تبصرہ شدہ مثالیں آپ کو بنیادی باتیں سمجھنے میں مدد دیں گی اس سے پہلے کہ آپ پورے نصاب میں داخل ہوں۔ طلباء: اس نصاب کو خود استعمال کرنے کے لیے، پورے ریپو کو فورک کریں اور مشقیں خود مکمل کریں، پری لیکچر کوئز سے شروع کریں۔ پھر لیکچر پڑھیں اور باقی سرگرمیاں مکمل کریں۔ کوشش کریں کہ پروجیکٹس کو سبق کو سمجھ کر بنائیں نہ کہ حل کا کوڈ نقل کریں؛ تاہم، وہ کوڈ ہر پروجیکٹ پر مبنی سبق کے /solutions فولڈرز میں دستیاب ہے۔ ایک اور خیال یہ ہے کہ دوستوں کے ساتھ ایک مطالعہ گروپ بنائیں اور مواد کو مل کر دیکھیں۔ مزید مطالعہ کے لیے، ہم Microsoft Learn کی سفارش کرتے ہیں۔

فوری آغاز:

1. اپنا ماحول سیٹ اپ کرنے کے لیے انسٹالیشن گائیڈ دیکھیں
2. نصاب کے ساتھ کام کرنے کا طریقہ سیکھنے کے لیے استعمال گائیڈ کا جائزہ لیں
3. سبق 1 سے شروع کریں اور ترتیب وار کام کریں
4. مدد کے لیے ہماری Discord کمیونٹی میں شامل ہوں

👩‍🏫 اساتذہ کے لیے

اساتذہ: ہم نے کچھ تجاویز شامل کی ہیں کہ اس نصاب کو کیسے استعمال کیا جائے۔ ہم آپ کی رائے ہمارے مباحثہ فورم میں سننا پسند کریں گے!

ٹیم سے ملاقات کریں

گیف از Mohit Jaisal

🎥 پروجیکٹ اور اسے بنانے والے لوگوں کے بارے میں ویڈیو کے لیے اوپر تصویر پر کلک کریں!

تدریسی اصول

ہم نے اس نصاب کی تیاری کے دوران دو تدریسی اصول منتخب کیے ہیں: یہ کہ یہ پروجیکٹ پر مبنی ہو اور اس میں بار بار کوئزز شامل ہوں۔ اس سلسلے کے اختتام تک، طلباء نے ڈیٹا سائنس کے بنیادی اصول سیکھ لیے 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 بہت کچھ شامل ہے۔

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

ہمارے کوڈ آف کنڈکٹ، شراکت داری، ترجمہ کے رہنما اصول دیکھیں۔ ہم آپ کی تعمیری رائے کا خیرمقدم کرتے ہیں!

ہر سبق میں شامل ہے:

• اختیاری خاکہ نوٹ
• اختیاری اضافی ویڈیو
• سبق سے پہلے وارم اپ کوئز
• تحریری سبق
• پروجیکٹ پر مبنی اسباق کے لیے، پروجیکٹ بنانے کے مرحلہ وار رہنما
• علم کی جانچ
• ایک چیلنج
• اضافی مطالعہ
• اسائنمنٹ
• سبق کے بعد کوئز

کوئزز کے بارے میں ایک نوٹ: تمام کوئزز Quiz-App فولڈر میں موجود ہیں، کل 40 کوئزز جن میں 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 تعینات کیا جا سکتا ہے؛ quiz-app فولڈر میں ہدایات پر عمل کریں۔ انہیں بتدریج مقامی زبانوں میں منتقل کیا جا رہا ہے۔

🎓 ابتدائی افراد کے لیے مثالیں

ڈیٹا سائنس میں نئے ہیں؟ ہم نے ایک خاص مثالوں کا فولڈر بنایا ہے جس میں آسان، اچھی طرح سے تبصرہ شدہ کوڈ ہے تاکہ آپ شروع کر سکیں:

• 🌟 ہیلو ورلڈ - آپ کا پہلا ڈیٹا سائنس پروگرام
• 📂 ڈیٹا لوڈ کرنا - ڈیٹا سیٹس کو پڑھنا اور دریافت کرنا سیکھیں
• 📊 سادہ تجزیہ - اعدادوشمار کا حساب لگائیں اور پیٹرنز تلاش کریں
• 📈 بنیادی بصری نمائندگی - چارٹس اور گراف بنائیں
• 🔬 حقیقی دنیا کا پروجیکٹ - شروع سے آخر تک مکمل ورک فلو

ہر مثال میں ہر قدم کی تفصیلی وضاحت کے تبصرے شامل ہیں، جو بالکل ابتدائی افراد کے لیے بہترین ہے!

👉 مثالوں سے شروع کریں 👈

اسباق

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

سبق نمبر	موضوع	سبق کا گروپ	سیکھنے کے مقاصد	لنک شدہ سبق	مصنف
01	ڈیٹا سائنس کی تعریف	تعارف	ڈیٹا سائنس کے بنیادی تصورات سیکھیں اور یہ کہ یہ مصنوعی ذہانت، مشین لرننگ، اور بڑے ڈیٹا سے کیسے متعلق ہے۔	سبق ویڈیو	دمیتری
02	ڈیٹا سائنس کی اخلاقیات	تعارف	ڈیٹا اخلاقیات کے تصورات، چیلنجز اور فریم ورکس۔	سبق	نیتیا
03	ڈیٹا کی تعریف	تعارف	ڈیٹا کی درجہ بندی اور اس کے عام ذرائع۔	سبق	جاسمین
04	شماریات اور احتمال کا تعارف	تعارف	ڈیٹا کو سمجھنے کے لیے احتمال اور شماریات کی ریاضیاتی تکنیکیں۔	سبق ویڈیو	دمیتری
05	رشتہ دار ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام	رشتہ دار ڈیٹا کا تعارف اور اس کی دریافت اور تجزیہ کے بنیادی اصول، جس میں ساختی سوال زبان (SQL) شامل ہے۔	سبق	کرسٹوفر
06	NoSQL ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام	غیر رشتہ دار ڈیٹا کا تعارف، اس کی مختلف اقسام اور دستاویزی ڈیٹا بیس کی دریافت اور تجزیہ کے بنیادی اصول۔	سبق	جاسمین
07	پائتھن کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام	پائتھن کا استعمال کرتے ہوئے ڈیٹا کی دریافت کے بنیادی اصول، جیسے کہ Pandas لائبریری۔ پائتھن پروگرامنگ کی بنیادی سمجھ کی سفارش کی جاتی ہے۔	سبق ویڈیو	دمیتری
08	ڈیٹا کی تیاری	ڈیٹا کے ساتھ کام	ڈیٹا کی صفائی اور تبدیلی کی تکنیکیں تاکہ گمشدہ، غلط یا نامکمل ڈیٹا کے چیلنجز کو سنبھالا جا سکے۔	سبق	جاسمین
09	مقدار کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	Matplotlib کا استعمال کرتے ہوئے پرندوں کے ڈیٹا کی بصری نمائندگی سیکھیں 🦆	سبق	جین
10	ڈیٹا کی تقسیم کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	مشاہدات اور رجحانات کی ایک وقفے کے اندر بصری نمائندگی۔	سبق	جین
11	تناسب کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	متفرق اور گروپ شدہ فیصد کی بصری نمائندگی۔	سبق	جین
12	تعلقات کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	ڈیٹا کے سیٹوں اور ان کے متغیرات کے درمیان تعلقات اور ارتباط کی بصری نمائندگی۔	سبق	جین
13	معنی خیز بصری نمائندگی	ڈیٹا کی بصری نمائندگی	آپ کی بصری نمائندگی کو مؤثر مسئلہ حل کرنے اور بصیرت کے لیے قیمتی بنانے کی تکنیکیں اور رہنمائی۔	سبق	جین
14	ڈیٹا سائنس کے لائف سائیکل کا تعارف	لائف سائیکل	ڈیٹا سائنس کے لائف سائیکل کا تعارف اور اس کا پہلا مرحلہ یعنی ڈیٹا حاصل کرنا اور نکالنا۔	سبق	جاسمین
15	تجزیہ کرنا	لائف سائیکل	ڈیٹا سائنس کے لائف سائیکل کا یہ مرحلہ ڈیٹا کے تجزیہ کی تکنیکوں پر مرکوز ہے۔	سبق	جاسمین
16	مواصلات	لائف سائیکل	ڈیٹا سائنس کے لائف سائیکل کا یہ مرحلہ ڈیٹا سے حاصل شدہ بصیرت کو اس انداز میں پیش کرنے پر مرکوز ہے جو فیصلہ سازوں کے لیے سمجھنا آسان بنائے۔	سبق	جیلن
17	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	اس سلسلے کے اسباق کلاؤڈ میں ڈیٹا سائنس اور اس کے فوائد کا تعارف کراتے ہیں۔	سبق	ٹیفنی اور ماڈ
18	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	لو کوڈ ٹولز کا استعمال کرتے ہوئے ماڈلز کی تربیت۔	سبق	ٹیفنی اور ماڈ
19	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	Azure Machine Learning Studio کے ساتھ ماڈلز کی تعیناتی۔	سبق	ٹیفنی اور ماڈ
20	جنگل میں ڈیٹا سائنس	جنگل میں	حقیقی دنیا میں ڈیٹا سائنس پر مبنی پروجیکٹس۔	سبق	نیتیا

GitHub Codespaces

اس نمونے کو Codespace میں کھولنے کے لیے یہ اقدامات کریں:

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

VSCode Remote - Containers

اپنے مقامی کمپیوٹر اور VSCode کے ذریعے اس ریپو کو کنٹینر میں کھولنے کے لیے VS Code Remote - Containers ایکسٹینشن استعمال کریں:

1. اگر آپ پہلی بار ڈیولپمنٹ کنٹینر استعمال کر رہے ہیں، تو براہ کرم یقینی بنائیں کہ آپ کا سسٹم شروع کرنے کی دستاویزات میں دی گئی ضروریات کو پورا کرتا ہے (یعنی Docker انسٹال ہو)۔

اس ریپو کو استعمال کرنے کے لیے، آپ یا تو ریپو کو ایک الگ 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 کی بجائے Docker والیوم میں کلون کیا جا سکے۔ والیومز کنٹینر ڈیٹا کو محفوظ رکھنے کے لیے ترجیحی طریقہ ہیں۔

یا ریپو کی مقامی کلون یا ڈاؤن لوڈ شدہ کاپی کھولیں:

• اس ریپو 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 تجربہ کریں۔

آف لائن رسائی

آپ Docsify استعمال کرکے اس دستاویز کو آف لائن چلا سکتے ہیں۔ اس ریپو کو فورک کریں، اپنے مقامی کمپیوٹر پر Docsify انسٹال کریں، پھر اس ریپو کے روٹ فولڈر میں docsify serve ٹائپ کریں۔ ویب سائٹ آپ کے لوکل ہوسٹ پر پورٹ 3000 پر دستیاب ہوگی: localhost:3000۔

نوٹ کریں، نوٹ بکس Docsify کے ذریعے رینڈر نہیں ہوں گے، لہٰذا جب آپ کو نوٹ بک چلانے کی ضرورت ہو، تو اسے VS Code میں Python کرنل کے ساتھ الگ سے چلائیں۔

دیگر نصاب

ہماری ٹیم دیگر نصاب بھی تیار کرتی ہے! دیکھیں:

LangChain

---

Azure / Edge / MCP / Agents

---

جنریٹو AI سیریز

---

بنیادی تعلیم

---

کوپائلٹ سیریز

مدد حاصل کرنا

مسائل کا سامنا ہے؟ عام مسائل کے حل کے لیے ہمارا مسائل حل کرنے کی رہنمائی دیکھیں۔

اگر آپ پھنس جائیں یا AI ایپس بنانے کے بارے میں کوئی سوال ہو۔ MCP کے بارے میں بحث میں شامل ہوں جہاں سیکھنے والے اور تجربہ کار ڈویلپرز موجود ہیں۔ یہ ایک معاون کمیونٹی ہے جہاں سوالات کا خیرمقدم کیا جاتا ہے اور علم آزادانہ طور پر شیئر کیا جاتا ہے۔

اگر آپ کے پاس پروڈکٹ فیڈبیک یا تعمیر کے دوران غلطیاں ہوں تو یہاں جائیں:

---

دستخطی نوٹ:
یہ دستاویز AI ترجمہ سروس Co-op Translator کے ذریعے ترجمہ کی گئی ہے۔ اگرچہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم اس بات سے آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستیاں ہو سکتی ہیں۔ اصل دستاویز اپنی مادری زبان میں معتبر ماخذ سمجھی جانی چاہیے۔ اہم معلومات کے لیے پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم پر عائد نہیں ہوتی۔