Data-Science-For-Beginners/translations/ur

ڈیٹا سائنس کے ابتدائی افراد کے لیے - ایک نصاب

Azure Cloud Advocates مائیکروسافٹ میں آپ کے لیے 10 ہفتوں پر مشتمل، 20 اسباق کا ایک نصاب پیش کرنے پر خوش ہیں جو مکمل طور پر ڈیٹا سائنس کے بارے میں ہے۔ ہر سبق میں سبق سے پہلے اور بعد کے کوئز، سبق مکمل کرنے کے لیے تحریری ہدایات، ایک حل، اور ایک اسائنمنٹ شامل ہے۔ ہمارا پروجیکٹ پر مبنی تدریسی طریقہ آپ کو سیکھنے کے دوران بنانے کا موقع فراہم کرتا ہے، جو نئی مہارتوں کو یاد رکھنے کا ایک مؤثر طریقہ ہے۔

ہمارے مصنفین کا دل سے شکریہ: جیسمن گرین اوے، دیمتری سوشنیکوف، نیتیا نرسمہن، جیلن میکگی، جین لوپر، مود لیوی، ٹفنی سوترے، کرسٹوفر ہیریسن۔

🙏 خاص شکریہ 🙏 ہمارے مائیکروسافٹ اسٹوڈنٹ ایمبیسڈر مصنفین، جائزہ لینے والوں اور مواد کے شراکت داروں کا، خاص طور پر آریان اروڑا، آدتیہ گرگ، الوندرا سانچیز، انکیتا سنگھ، انوپم مشرا، ارپیتا داس، چھائل بہاری دوبے، دیبری نسوفور، دیشیتا بھاسین، مجید صافی، میکس بلوم، میگوئل کوریا، محمد افتخار (افتو) ابن جلال، نورین تبسم، ریمنڈ وانگسا پترا، روہت یادو، سمرِدھی 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 لسانی معاونت

گِٹ ہب ایکشن کے ذریعے معاونت (خودکار اور ہمیشہ تازہ ترین)

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

اگر آپ اضافی ترجمے کی زبانوں کی حمایت چاہتے ہیں تو یہاں درج زبانوں کی فہرست دیکھیں۔

ہماری کمیونٹی میں شامل ہوں

ہمارے پاس ایک ڈسکارڈ لرن ود اے آئی سیریز جاری ہے، مزید جاننے کے لیے اور ہمارے ساتھ شامل ہونے کے لیے Learn with AI Series پر جائیں، 18 - 30 ستمبر، 2025۔ آپ کو ڈیٹا سائنس کے لیے GitHub Copilot استعمال کرنے کے ٹپس اور ٹرکس ملیں گے۔

کیا آپ ایک طالب علم ہیں؟

مندرجہ ذیل وسائل کے ساتھ شروعات کریں:

• اسٹوڈنٹ ہب صفحہ اس صفحے پر، آپ کو ابتدائی وسائل، اسٹوڈنٹ پیک اور مفت سرٹیفکیٹ واؤچر حاصل کرنے کے طریقے ملیں گے۔ یہ ایک ایسا صفحہ ہے جسے آپ بک مارک کرنا چاہیں گے اور وقتاً فوقتاً چیک کریں گے کیونکہ ہم کم از کم ماہانہ بنیاد پر مواد کو تبدیل کرتے ہیں۔
• مائیکروسافٹ لرن اسٹوڈنٹ ایمبیسڈرز ایک عالمی کمیونٹی میں شامل ہوں، یہ مائیکروسافٹ میں آپ کے داخلے کا راستہ ہو سکتا ہے۔

شروعات کریں

📚 دستاویزات

• انسٹالیشن گائیڈ - ابتدائی افراد کے لیے مرحلہ وار سیٹ اپ کی ہدایات
• استعمال کی گائیڈ - مثالیں اور عام ورک فلو
• مسائل کا حل - عام مسائل کے حل
• شراکت کی گائیڈ - اس پروجیکٹ میں شراکت کرنے کا طریقہ
• اساتذہ کے لیے - تدریسی رہنمائی اور کلاس روم کے وسائل

👨‍🎓 طلباء کے لیے

مکمل ابتدائی افراد: کیا آپ ڈیٹا سائنس میں نئے ہیں؟ ہمارے ابتدائی دوستانہ مثالوں سے شروع کریں! یہ سادہ اور وضاحت شدہ مثالیں آپ کو بنیادی باتیں سمجھنے میں مدد کریں گی اس سے پہلے کہ آپ مکمل نصاب میں جائیں۔ طلباء: اگر آپ اس نصاب کو خود استعمال کرنا چاہتے ہیں تو پورے ریپو کو فورک کریں اور خود سے مشقیں مکمل کریں، سبق سے پہلے کے 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 پڑھیں۔ مزید مطالعہ کے لیے، ہم Microsoft Learn کی سفارش کرتے ہیں۔

فوری آغاز:

1. اپنے ماحول کو سیٹ اپ کرنے کے لیے انسٹالیشن گائیڈ چیک کریں
2. نصاب کے ساتھ کام کرنے کا طریقہ سیکھنے کے لیے استعمال کی گائیڈ کا جائزہ لیں
3. سبق 1 سے شروع کریں اور ترتیب وار آگے بڑھیں
4. مدد کے لیے ہماری ڈسکارڈ کمیونٹی میں شامل ہوں

👩‍🏫 اساتذہ کے لیے

اساتذہ: ہم نے اس نصاب کو استعمال کرنے کے بارے میں کچھ تجاویز شامل کی ہیں۔ ہم آپ کی رائے ہمارے ڈسکشن فورم میں سننا پسند کریں گے!

ٹیم سے ملاقات کریں

گف از محیط جیسال

🎥 اوپر دی گئی تصویر پر کلک کریں تاکہ پروجیکٹ اور اس کے تخلیق کاروں کے بارے میں ویڈیو دیکھ سکیں!

تدریسی طریقہ کار

ہم نے اس نصاب کو تیار کرتے وقت دو تعلیمی اصولوں کا انتخاب کیا ہے: یہ یقینی بنانا کہ یہ پروجیکٹ پر مبنی ہو اور اس میں بار بار کوئز شامل ہوں۔ اس سلسلے 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 طلباء کو موضوع سیکھنے کی نیت پر مرکوز کرتا ہے، جبکہ کلاس کے بعد دوسرا کوئز مزید یادداشت کو یقینی بناتا ہے۔ یہ نصاب لچکدار اور دلچسپ بنایا 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 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 ہیں:

• اختیاری اسکیچ 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

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

🎓 ابتدائی افراد کے لیے دوستانہ مثالیں

ڈیٹا سائنس میں نئے ہیں؟ ہم نے ایک خاص examples directory تیار کیا ہے جس میں سادہ، اچھی طرح سے تبصرہ شدہ کوڈ شامل ہے تاکہ آپ کو شروع کرنے میں مدد ملے:

• 🌟 ہیلو ورلڈ - آپ کا پہلا ڈیٹا سائنس پروگرام
• 📂 ڈیٹا لوڈ کرنا - ڈیٹا سیٹس کو پڑھنے اور دریافت کرنے کا طریقہ سیکھیں
• 📊 سادہ تجزیہ - شماریات 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 وضاحت کرنے والے تفصیلی تبصرے شامل ہیں، جو اسے بالکل ابتدائی افراد کے لیے بہترین بناتے ہیں!

👉 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	منسلک سبق	مصنف
01	ڈیٹا سائنس کی تعریف	تعارف	ڈیٹا سائنس کے بنیادی تصورات اور یہ مصنوعی ذہانت، مشین لرننگ، اور بڑے ڈیٹا سے کیسے متعلق ہے۔	سبق ویڈیو	Dmitry
02	ڈیٹا سائنس کی اخلاقیات	تعارف	ڈیٹا اخلاقیات کے تصورات، چیلنجز اور فریم ورک۔	سبق	Nitya
03	ڈیٹا کی تعریف	تعارف	ڈیٹا کو کیسے درجہ بندی کیا جاتا ہے 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 کی دریافت کے لیے Python کا استعمال کرنے کی بنیادی باتیں۔ 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 کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	Matplotlib کا استعمال کرتے ہوئے پرندوں کے ڈیٹا کو بصری طور پر پیش کرنا سیکھیں 🦆	سبق	Jen
10	ڈیٹا کی تقسیم کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	وقفے کے اندر مشاہدات اور رجحانات کو بصری طور پر پیش کرنا۔	سبق	Jen
11	تناسب کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	الگ اور گروپ شدہ فیصد کو بصری طور پر پیش کرنا۔	سبق	Jen
12	تعلقات کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	ڈیٹا کے سیٹوں اور ان کے متغیرات کے درمیان تعلقات اور ارتباط کو بصری طور پر پیش کرنا۔	سبق	Jen
13	بامعنی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	آپ کی بصری نمائندگی کو مؤثر مسئلہ حل کرنے اور بصیرت کے لیے قیمتی بنانے کے لیے تکنیک 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 حاصل کردہ 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	کلاؤڈ میں ڈیٹا سائنس اور اس کے فوائد کا تعارف۔	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 کی تعیناتی۔	سبق	Tiffany اور Maud
20	جنگلی میں ڈیٹا سائنس	جنگلی میں	حقیقی دنیا میں ڈیٹا سائنس پر مبنی پروجیکٹس۔	سبق	Nitya

GitHub Codespaces

اس نمونے کو Codespace میں 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 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 کریں، نوٹ بکس Docsify کے ذریعے پیش نہیں کیے جائیں گے، لہذا جب آپ کو نوٹ بک چلانے کی ضرورت ہو، تو اسے Python کرنل چلانے والے VS Code میں الگ سے 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
• ویب ڈیولپمنٹ کے ابتدائی کورس
• آئی او ٹی کے ابتدائی کورس
• مشین لرننگ کے ابتدائی کورس
• ایکس آر ڈیولپمنٹ کے ابتدائی کورس
• گیٹ ہب کوپائلٹ کے ذریعے اے آئی پیئرڈ پروگرامنگ میں مہارت حاصل کریں
• ایکس آر ڈیولپمنٹ کے ابتدائی کورس
• گیٹ ہب کوپائلٹ کے ذریعے C#/.NET ڈیولپرز کے لیے مہارت حاصل کریں
• اپنا کوپائلٹ ایڈونچر خود منتخب کریں

مدد حاصل کریں

مسائل کا سامنا ہے؟ عام مسائل کے حل کے لیے ہمارا ٹربل شوٹنگ گائیڈ دیکھیں۔

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

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

---

ڈس کلیمر:
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 خامیاں 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۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے لیے ہم ذمہ دار نہیں ہیں۔