Data-Science-For-Beginners/translations/pa

ਡਾਟਾ ਸਾਇੰਸ ਸ਼ੁਰੂਆਤੀ ਲਈ - ਇੱਕ ਪਾਠਕ੍ਰਮ

Azure Cloud Advocates ਮਾਈਕਰੋਸਾਫਟ ਵਿੱਚ 10 ਹਫ਼ਤਿਆਂ, 20 ਪਾਠਾਂ ਦਾ ਪਾਠਕ੍ਰਮ ਪੇਸ਼ ਕਰਨ ਵਿੱਚ ਖੁਸ਼ ਹਨ ਜੋ ਡਾਟਾ ਸਾਇੰਸ ਬਾਰੇ ਹੈ। ਹਰ ਪਾਠ ਵਿੱਚ ਪਾਠ ਤੋਂ ਪਹਿਲਾਂ ਅਤੇ ਪਾਠ ਤੋਂ ਬਾਅਦ ਕਵਿਜ਼, ਪਾਠ ਪੂਰਾ ਕਰਨ ਲਈ ਲਿਖਤ ਨਿਰਦੇਸ਼, ਇੱਕ ਹੱਲ ਅਤੇ ਇੱਕ ਅਸਾਈਨਮੈਂਟ ਸ਼ਾਮਲ ਹੈ। ਸਾਡੇ ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਪੈਡਾਗੌਜੀ ਤੁਹਾਨੂੰ ਸਿੱਖਣ ਦਿੰਦਾ ਹੈ ਜਦੋਂ ਤੁਸੀਂ ਬਣਾਉਂਦੇ ਹੋ, ਨਵੀਂ ਕੌਸ਼ਲਾਂ ਨੂੰ 'ਟਿਕਾਉਣ' ਦਾ ਸਾਬਤ ਤਰੀਕਾ।

ਸਾਡੇ ਲੇਖਕਾਂ ਨੂੰ ਦਿਲੋਂ ਧੰਨਵਾਦ: ਜੈਸਮਿਨ ਗ੍ਰੀਨਵੇ, ਦਿਮਿਤਰੀ ਸੋਸ਼ਨਿਕੋਵ, ਨਿਤਿਆ ਨਰਸਿੰਹਨ, ਜੇਲਨ ਮੈਕਗੀ, ਜੇਨ ਲੂਪਰ, ਮੌਦ ਲੇਵੀ, ਟਿਫਨੀ ਸੌਟਰ, ਕ੍ਰਿਸਟੋਫਰ ਹੈਰਿਸਨ।

🙏 ਵਿਸ਼ੇਸ਼ ਧੰਨਵਾਦ 🙏 ਸਾਡੇ ਮਾਈਕਰੋਸਾਫਟ ਸਟੂਡੈਂਟ ਐਮਬੈਸਡਰ ਲੇਖਕਾਂ, ਸਮੀਖਾਕਾਰਾਂ ਅਤੇ ਸਮੱਗਰੀ ਯੋਗਦਾਨਕਰਤਾਵਾਂ ਨੂੰ, ਜਿਵੇਂ ਕਿ ਆਰਿਆਨ ਅਰੋੜਾ, ਅਦਿਤਿਆ ਗਰਗ, ਅਲੋਂਡਰਾ ਸਾਂਚੇਜ਼, ਅੰਕਿਤਾ ਸਿੰਘ, ਅਨੁਪਮ ਮਿਸ਼ਰਾ, ਅਰਪਿਤਾ ਦਾਸ, ਚਹਿਲਬਿਹਾਰੀ ਦੁਬੇ, ਦਿਬਰੀ ਨਸੋਫਰ, ਦਿਸ਼ਿਤਾ ਭਾਸਿਨ, ਮਜਦ ਸਾਫੀ, ਮੈਕਸ ਬਲਮ, ਮਿਗੁਏਲ ਕੋਰੇਆ, ਮੋਹੰਮਾ ਇਫ਼ਤੇਖਰ (ਇਫ਼ਤੂ) ਇਬਨੇ ਜਲਾਲ, ਨਾਵਰਿਨ ਤਬਸੁਮ, ਰੇਮੰਡ ਵਾਂਗਸਾ ਪੁਤਰਾ, ਰੋਹਿਤ ਯਾਦਵ, ਸਮਰਿਧੀ ਸ਼ਰਮਾ, ਸੰਯਾ ਸਿੰਹਾ, ਸ਼ੀਨਾ ਨਰੂਲਾ, ਤੌਕੀਰ ਅਹਿਮਦ, ਯੋਗੇਂਦਰਸਿੰਘ ਪਵਾਰ, ਵਿਦੁਸ਼ੀ ਗੁਪਤਾ, ਜਸਲੀਨ ਸੋਂਧੀ।

ਡਾਟਾ ਸਾਇੰਸ ਸ਼ੁਰੂਆਤੀ ਲਈ - ਸਕੈਚਨੋਟ @ਨਿਤਿਆ

ਐਲਾਨ - ਜਨਰੇਟਿਵ AI 'ਤੇ ਨਵਾਂ ਪਾਠਕ੍ਰਮ ਜਾਰੀ ਕੀਤਾ ਗਿਆ ਹੈ!

ਅਸੀਂ ਜਨਰੇਟਿਵ AI 'ਤੇ 12 ਪਾਠਾਂ ਦਾ ਪਾਠਕ੍ਰਮ ਜਾਰੀ ਕੀਤਾ ਹੈ। ਆਓ ਸਿੱਖੋ:

• ਪ੍ਰੋਮਪਟਿੰਗ ਅਤੇ ਪ੍ਰੋਮਪਟ ਇੰਜੀਨੀਅਰਿੰਗ
• ਟੈਕਸਟ ਅਤੇ ਚਿੱਤਰ ਐਪ ਜਨਰੇਸ਼ਨ
• ਖੋਜ ਐਪਸ

ਹਮੇਸ਼ਾ ਦੀ ਤਰ੍ਹਾਂ, ਇੱਕ ਪਾਠ, ਅਸਾਈਨਮੈਂਟਸ, ਗਿਆਨ ਜਾਂਚ ਅਤੇ ਚੁਣੌਤੀਆਂ ਸ਼ਾਮਲ ਹਨ।

ਇਸਨੂੰ ਚੈੱਕ ਕਰੋ:

https://aka.ms/genai-beginners

ਕੀ ਤੁਸੀਂ ਵਿਦਿਆਰਥੀ ਹੋ?

ਹੇਠਾਂ ਦਿੱਤੇ ਸਰੋਤਾਂ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ:

• ਵਿਦਿਆਰਥੀ ਹੱਬ ਪੇਜ ਇਸ ਪੇਜ 'ਤੇ, ਤੁਹਾਨੂੰ ਸ਼ੁਰੂਆਤੀ ਸਰੋਤ, ਵਿਦਿਆਰਥੀ ਪੈਕ ਅਤੇ ਮੁਫ਼ਤ ਸਰਟੀਫਿਕੇਟ ਵਾਊਚਰ ਪ੍ਰਾਪਤ ਕਰਨ ਦੇ ਤਰੀਕੇ ਮਿਲਣਗੇ। ਇਹ ਇੱਕ ਪੇਜ ਹੈ ਜਿਸਨੂੰ ਤੁਸੀਂ ਬੁੱਕਮਾਰਕ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ ਅਤੇ ਸਮੇਂ-ਸਮੇਂ 'ਤੇ ਚੈੱਕ ਕਰਦੇ ਰਹੋ ਕਿਉਂਕਿ ਅਸੀਂ ਘੱਟੋ-ਘੱਟ ਮਹੀਨਾਵਾਰ ਸਮੱਗਰੀ ਬਦਲਦੇ ਹਾਂ।
• ਮਾਈਕਰੋਸਾਫਟ ਲਰਨ ਸਟੂਡੈਂਟ ਐਮਬੈਸਡਰ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਗਲੋਬਲ ਸਮੁਦਾਇ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ, ਇਹ ਮਾਈਕਰੋਸਾਫਟ ਵਿੱਚ ਤੁਹਾਡਾ ਰਸਤਾ ਹੋ ਸਕਦਾ ਹੈ।

ਸ਼ੁਰੂਆਤ ਕਰਨਾ

ਅਧਿਆਪਕਾਂ: ਅਸੀਂ ਕੁਝ ਸੁਝਾਅ ਸ਼ਾਮਲ ਕੀਤੇ ਹਨ ਕਿ ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਕਿਵੇਂ ਵਰਤਣਾ ਹੈ। ਅਸੀਂ ਤੁਹਾਡੀ ਪ੍ਰਤੀਕ੍ਰਿਆ ਸਾਡੇ ਚਰਚਾ ਫੋਰਮ ਵਿੱਚ ਪਸੰਦ ਕਰਦੇ ਹਾਂ!

ਵਿਦਿਆਰਥੀ: ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਆਪਣੇ ਆਪ ਵਰਤਣ ਲਈ, ਪੂਰੇ ਰਿਪੋ ਨੂੰ ਫੋਰਕ ਕਰੋ ਅਤੇ ਆਪਣੇ ਆਪ ਅਭਿਆਸ ਪੂਰੇ ਕਰੋ, ਪਾਠਕ੍ਰਮ ਕਵਿਜ਼ ਨਾਲ ਸ਼ੁਰੂ ਕਰਦੇ ਹੋਏ। ਫਿਰ ਪਾਠ ਪੜ੍ਹੋ ਅਤੇ ਬਾਕੀ ਗਤੀਵਿਧੀਆਂ ਪੂਰੀਆਂ ਕਰੋ। ਪਾਠਾਂ ਨੂੰ ਸਮਝ ਕੇ ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ ਨਾ ਕਿ ਹੱਲ ਕੋਡ ਨੂੰ ਕਾਪੀ ਕਰਨ ਦੀ; ਹਾਲਾਂਕਿ, ਉਹ ਕੋਡ ਹਰ ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਪਾਠ ਵਿੱਚ /solutions ਫੋਲਡਰ ਵਿੱਚ ਉਪਲਬਧ ਹੈ। ਇੱਕ ਹੋਰ ਵਿਚਾਰ ਇਹ ਹੋਵੇਗਾ ਕਿ ਦੋਸਤਾਂ ਨਾਲ ਇੱਕ ਅਧਿਐਨ ਸਮੂਹ ਬਣਾਓ ਅਤੇ ਸਮੱਗਰੀ ਨੂੰ ਇਕੱਠੇ ਪੜ੍ਹੋ। ਅਗਲੇ ਅਧਿਐਨ ਲਈ, ਅਸੀਂ ਮਾਈਕਰੋਸਾਫਟ ਲਰਨ ਦੀ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਾਂ।

ਟੀਮ ਨਾਲ ਮਿਲੋ

Gif by ਮੋਹਿਤ ਜੈਸਲ

🎥 ਉਪਰੋਕਤ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ ਪ੍ਰੋਜੈਕਟ ਅਤੇ ਇਸਨੂੰ ਬਣਾਉਣ ਵਾਲੇ ਲੋਕਾਂ ਬਾਰੇ ਵੀਡੀਓ ਦੇਖਣ ਲਈ!

ਪੈਡਾਗੌਜੀ

ਅਸੀਂ ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਬਣਾਉਣ ਦੌਰਾਨ ਦੋ ਪੈਡਾਗੌਜੀਕਲ ਸਿਧਾਂਤਾਂ ਨੂੰ ਚੁਣਿਆ ਹੈ: ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਇਹ ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਹੈ ਅਤੇ ਇਹ ਵਾਰੰ-ਵਾਰ ਕਵਿਜ਼ ਸ਼ਾਮਲ ਕਰਦਾ ਹੈ। ਇਸ ਸਿਰੀਜ਼ ਦੇ ਅੰਤ ਤੱਕ, ਵਿਦਿਆਰਥੀ ਡਾਟਾ ਸਾਇੰਸ ਦੇ ਮੂਲ ਸਿਧਾਂਤਾਂ ਨੂੰ ਸਿੱਖ ਚੁੱਕੇ ਹੋਣਗੇ, ਜਿਸ ਵਿੱਚ ਨੈਤਿਕ ਧਾਰਨਾਵਾਂ, ਡਾਟਾ ਤਿਆਰੀ, ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨ ਦੇ ਵੱਖ-ਵੱਖ ਤਰੀਕੇ, ਡਾਟਾ ਵਿਜ਼ੁਅਲਾਈਜ਼ੇਸ਼ਨ, ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ, ਡਾਟਾ ਸਾਇੰਸ ਦੇ ਅਸਲ-ਜਗਤ ਦੇ ਉਪਯੋਗ ਅਤੇ ਹੋਰ ਸ਼ਾਮਲ ਹਨ।

ਇਸਦੇ ਇਲਾਵਾ, ਕਲਾਸ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਘੱਟ-ਦਬਾਅ ਵਾਲਾ ਕਵਿਜ਼ ਵਿਦਿਆਰਥੀ ਨੂੰ ਇੱਕ ਵਿਸ਼ੇ ਨੂੰ ਸਿੱਖਣ ਵੱਲ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਲਈ ਸੈਟ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਕਲਾਸ ਤੋਂ ਬਾਅਦ ਦੂਜਾ ਕਵਿਜ਼ ਹੋਰ ਰਿਟੇਨਸ਼ਨ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਪਾਠਕ੍ਰਮ ਲਚਕੀਲਾ ਅਤੇ ਮਜ਼ੇਦਾਰ ਬਣਾਇਆ ਗਿਆ ਹੈ ਅਤੇ ਪੂਰੇ ਜਾਂ ਅੰਸ਼ਿਕ ਤੌਰ 'ਤੇ ਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਛੋਟੇ ਸ਼ੁਰੂ ਹੁੰਦੇ ਹਨ ਅਤੇ 10 ਹਫ਼ਤਿਆਂ ਦੇ ਚੱਕਰ ਦੇ ਅੰਤ ਤੱਕ ਵਧਦੇ ਹਨ।

ਸਾਡੇ ਕੋਡ ਆਫ ਕੰਡਕਟ, ਯੋਗਦਾਨ, ਅਨੁਵਾਦ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਲੱਭੋ। ਅਸੀਂ ਤੁਹਾਡੀ ਰਚਨਾਤਮਕ ਪ੍ਰਤੀਕ੍ਰਿਆ ਦਾ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ!

ਹਰ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ:

• ਵਿਕਲਪਿਕ ਸਕੈਚਨੋਟ
• ਵਿਕਲਪਿਕ ਸਹਾਇਕ ਵੀਡੀਓ
• ਪਾਠ ਤੋਂ ਪਹਿਲਾਂ ਵਾਰਮਅਪ ਕਵਿਜ਼
• ਲਿਖਤ ਪਾਠ
• ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਪਾਠਾਂ ਲਈ, ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੇ ਕਦਮ-ਦਰ-ਕਦਮ ਗਾਈਡ
• ਗਿਆਨ ਜਾਂਚ
• ਇੱਕ ਚੁਣੌਤੀ
• ਸਹਾਇਕ ਪੜ੍ਹਾਈ
• ਅਸਾਈਨਮੈਂਟ
• ਪਾਠ ਤੋਂ ਬਾਅਦ ਕਵਿਜ਼

ਕਵਿਜ਼ਾਂ ਬਾਰੇ ਇੱਕ ਨੋਟ: ਸਾਰੇ ਕਵਿਜ਼ Quiz-App ਫੋਲਡਰ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ, ਕੁੱਲ 40 ਕਵਿਜ਼, ਹਰ ਇੱਕ ਵਿੱਚ ਤਿੰਨ ਪ੍ਰਸ਼ਨ। ਇਹ ਪਾਠਾਂ ਵਿੱਚੋਂ ਲਿੰਕ ਕੀਤੇ ਗਏ ਹਨ, ਪਰ Quiz-App ਨੂੰ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਜਾਂ Azure 'ਤੇ ਡਿਪਲੌਇ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ; quiz-app ਫੋਲਡਰ ਵਿੱਚ ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ। ਇਹ ਹੌਲੀ-ਹੌਲੀ ਸਥਾਨਕ ਕੀਤੇ ਜਾ ਰਹੇ ਹਨ।

ਪਾਠ

ਡਾਟਾ ਸਾਇੰਸ ਸ਼ੁਰੂਆਤੀ ਲਈ: ਰੋਡਮੈਪ - ਸਕੈਚਨੋਟ @ਨਿਤਿਆ

ਪਾਠ ਨੰਬਰ	ਵਿਸ਼ਾ	ਪਾਠ ਸਮੂਹ	ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼	ਲਿੰਕ ਕੀਤਾ ਪਾਠ	ਲੇਖਕ
01	ਡਾਟਾ ਸਾਇੰਸ ਦੀ ਪਰਿਭਾਸ਼ਾ	ਪ੍ਰਸਤਾਵਨਾ	ਡਾਟਾ ਸਾਇੰਸ ਦੇ ਮੂਲ ਧਾਰਨਾਵਾਂ ਅਤੇ ਇਹ ਕਿਵੇਂ ਕ੍ਰਿਤਮ ਬੁੱਧੀ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਅਤੇ ਵੱਡੇ ਡਾਟਾ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ।	ਪਾਠ ਵੀਡੀਓ	ਦਿਮਿਤਰੀ
02	ਡਾਟਾ ਸਾਇੰਸ ਨੈਤਿਕਤਾ	ਪ੍ਰਸਤਾਵਨਾ	ਡਾਟਾ ਨੈਤਿਕਤਾ ਧਾਰਨਾਵਾਂ, ਚੁਣੌਤੀਆਂ ਅਤੇ ਫਰੇਮਵਰਕ।	ਪਾਠ	ਨਿਤਿਆ
03	ਡਾਟਾ ਦੀ ਪਰਿਭਾਸ਼ਾ	ਪ੍ਰਸਤਾਵਨਾ	ਡਾਟਾ ਕਿਵੇਂ ਵਰਗਬੱਧ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇਸਦੇ ਆਮ ਸਰੋਤ।	ਪਾਠ	ਜੈਸਮਿਨ
04	ਅੰਕੜੇ ਅਤੇ ਸੰਭਾਵਨਾ ਦਾ ਪ੍ਰਸਤਾਵਨਾ	ਪ੍ਰਸਤਾਵਨਾ	ਡਾਟਾ ਨੂੰ ਸਮਝਣ ਲਈ ਸੰਭਾਵਨਾ ਅਤੇ ਅੰਕੜੇ ਦੇ ਗਣਿਤਕ ਤਕਨੀਕ।	ਪਾਠ ਵੀਡੀਓ	ਦਿਮਿਤਰੀ
05	ਰਿਲੇਸ਼ਨਲ ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	ਰਿਲੇਸ਼ਨਲ ਡਾਟਾ ਦਾ ਪ੍ਰਸਤਾਵਨਾ ਅਤੇ ਸਟ੍ਰਕਚਰਡ ਕਵੈਰੀ ਲੈਂਗਵੇਜ (SQL) ਨਾਲ ਰਿਲੇਸ਼ਨਲ ਡਾਟਾ ਦੀ ਖੋਜ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਮੂਲ।	ਪਾਠ	ਕ੍ਰਿਸਟੋਫਰ
06	NoSQL ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	ਗੈਰ-ਰਿਲੇਸ਼ਨਲ ਡਾਟਾ ਦਾ ਪ੍ਰਸਤਾਵਨਾ, ਇਸਦੇ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਅਤੇ ਦਸਤਾਵੇਜ਼ ਡਾਟਾਬੇਸ ਦੀ ਖੋਜ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਮੂਲ।	ਪਾਠ	ਜੈਸਮਿਨ
07	ਪਾਇਥਨ ਨਾਲ ਕੰਮ ਕਰਨਾ	ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	Pandas ਵਰਗੇ ਲਾਇਬ੍ਰੇਰੀਆਂ ਨਾਲ ਡਾਟਾ ਦੀ ਖੋਜ ਲਈ ਪਾਇਥਨ ਦੀ ਵਰਤੋਂ ਦੇ ਮੂਲ। ਪਾਇਥਨ ਪ੍ਰੋਗਰਾਮਿੰਗ ਦੀ ਮੂਲ ਸਮਝ ਸਿਫਾਰਸ਼ੀ ਹੈ।	ਪਾਠ ਵੀਡੀਓ	ਦਿਮਿਤਰੀ
08	ਡਾਟਾ ਤਿਆਰੀ	ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ	ਗੁੰਮ, ਗਲਤ ਜਾਂ ਅਧੂਰੇ ਡਾਟਾ ਦੀ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਡਾਟਾ ਨੂੰ ਸਾਫ ਅਤੇ ਬਦਲਣ ਦੀਆਂ ਤਕਨੀਕਾਂ ਦੇ ਵਿਸ਼ਿਆਂ।	ਪਾਠ	ਜੈਸਮਿਨ
09	ਮਾਤਰਾ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ	ਡਾਟਾ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ	ਮੈਟਪਲਾਟਲਿਬ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪੰਛੀਆਂ ਦੇ ਡਾਟਾ ਨੂੰ ਵਿਜੁਅਲਾਈਜ਼ ਕਰਨਾ ਸਿੱਖੋ 🦆	ਪਾਠ	ਜੈਨ
10	ਡਾਟਾ ਦੇ ਵੰਡ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ	ਡਾਟਾ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ	ਇੱਕ ਅੰਤਰਾਲ ਵਿੱਚ ਅਵਲੋਕਨ ਅਤੇ ਰੁਝਾਨਾਂ ਨੂੰ ਵਿਜੁਅਲਾਈਜ਼ ਕਰਨਾ।	ਪਾਠ	ਜੈਨ
11	ਅਨੁਪਾਤਾਂ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ	ਡਾਟਾ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ	ਵਿਜੁਅਲਾਈਜ਼ ਕਰਨਾ ਵਿਖੇ ਵਿਸ਼ੇਸ਼ ਅਤੇ ਸਮੂਹਬੱਧ ਪ੍ਰਤੀਸ਼ਤ।	ਪਾਠ	ਜੈਨ
12	ਸੰਬੰਧਾਂ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ	ਡਾਟਾ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ	ਡਾਟਾ ਦੇ ਸੈੱਟ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਵੈਰੀਏਬਲਾਂ ਦੇ ਵਿਚਕਾਰ ਸੰਬੰਧ ਅਤੇ ਸਹਿ-ਸੰਬੰਧਾਂ ਨੂੰ ਵਿਜੁਅਲਾਈਜ਼ ਕਰਨਾ।	ਪਾਠ	ਜੈਨ
13	ਅਰਥਪੂਰਨ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ	ਡਾਟਾ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ	ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਅਤੇ ਅੰਤਰਦ੍ਰਿਸ਼ਟੀ ਲਈ ਤੁਹਾਡੇ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ ਨੂੰ ਮੁੱਲਵਾਨ ਬਣਾਉਣ ਲਈ ਤਕਨੀਕਾਂ ਅਤੇ ਮਾਰਗਦਰਸ਼ਨ।	ਪਾਠ	ਜੈਨ
14	ਡਾਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਦਾ ਪਰਿਚਯ	ਲਾਈਫਸਾਈਕਲ	ਡਾਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਅਤੇ ਡਾਟਾ ਪ੍ਰਾਪਤ ਕਰਨ ਅਤੇ ਕੱਢਣ ਦੇ ਪਹਿਲੇ ਕਦਮ ਦਾ ਪਰਿਚਯ।	ਪਾਠ	ਜੈਸਮਿਨ
15	ਵਿਸ਼ਲੇਸ਼ਣ	ਲਾਈਫਸਾਈਕਲ	ਡਾਟਾ ਸਾਇੰਸ ਲਾਈਫਸਾਈਕਲ ਦਾ ਇਹ ਚਰਨ ਡਾਟਾ ਨੂੰ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀਆਂ ਤਕਨੀਕਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਿਤ ਕਰਦਾ ਹੈ।	ਪਾਠ	ਜੈਸਮਿਨ
16	ਸੰਚਾਰ	ਲਾਈਫਸਾਈਕਲ	ਡਾਟਾ ਤੋਂ ਪ੍ਰਾਪਤ ਅੰਤਰਦ੍ਰਿਸ਼ਟੀ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਪੇਸ਼ ਕਰਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਿਤ ਕਰਦਾ ਹੈ ਜੋ ਫੈਸਲੇ ਕਰਨ ਵਾਲਿਆਂ ਲਈ ਸਮਝਣਾ ਆਸਾਨ ਬਣਾਉਂਦਾ ਹੈ।	ਪਾਠ	ਜੇਲਨ
17	ਕਲਾਉਡ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ	ਕਲਾਉਡ ਡਾਟਾ	ਕਲਾਉਡ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ ਅਤੇ ਇਸਦੇ ਫਾਇਦਿਆਂ ਦਾ ਪਰਿਚਯ।	ਪਾਠ	ਟਿਫਨੀ ਅਤੇ ਮੌਡ
18	ਕਲਾਉਡ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ	ਕਲਾਉਡ ਡਾਟਾ	ਲੋ ਕੋਡ ਟੂਲਜ਼ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਾਡਲਾਂ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨਾ।	ਪਾਠ	ਟਿਫਨੀ ਅਤੇ ਮੌਡ
19	ਕਲਾਉਡ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ	ਕਲਾਉਡ ਡਾਟਾ	ਐਜ਼ਰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਸਟੂਡੀਓ ਨਾਲ ਮਾਡਲਾਂ ਨੂੰ ਡਿਪਲੌਇ ਕਰਨਾ।	ਪਾਠ	ਟਿਫਨੀ ਅਤੇ ਮੌਡ
20	ਜੰਗਲੀ ਹਾਲਾਤ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ	ਜੰਗਲੀ ਹਾਲਾਤ	ਅਸਲ ਦੁਨੀਆ ਵਿੱਚ ਡਾਟਾ ਸਾਇੰਸ ਚਲਿਤ ਪ੍ਰੋਜੈਕਟ।	ਪਾਠ	ਨਿਤਿਆ

GitHub ਕੋਡਸਪੇਸ

ਇਸ ਸੈਂਪਲ ਨੂੰ ਕੋਡਸਪੇਸ ਵਿੱਚ ਖੋਲ੍ਹਣ ਲਈ ਹੇਠਾਂ ਦਿੱਤੇ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ:

1. ਕੋਡ ਡ੍ਰੌਪ-ਡਾਊਨ ਮੀਨੂ 'ਤੇ ਕਲਿਕ ਕਰੋ ਅਤੇ "Open with Codespaces" ਵਿਕਲਪ ਚੁਣੋ।
2. ਪੈਨ ਦੇ ਹੇਠਾਂ + ਨਵਾਂ ਕੋਡਸਪੇਸ ਚੁਣੋ। ਹੋਰ ਜਾਣਕਾਰੀ ਲਈ, GitHub ਦਸਤਾਵੇਜ਼ ਵੇਖੋ।

VSCode ਰਿਮੋਟ - ਕੰਟੇਨਰ

ਆਪਣੀ ਸਥਾਨਕ ਮਸ਼ੀਨ ਅਤੇ VSCode ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਸ ਰਿਪੋ ਨੂੰ ਕੰਟੇਨਰ ਵਿੱਚ ਖੋਲ੍ਹਣ ਲਈ ਹੇਠਾਂ ਦਿੱਤੇ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ:

1. ਜੇਕਰ ਇਹ ਪਹਿਲੀ ਵਾਰ ਹੈ ਕਿ ਤੁਸੀਂ ਡਿਵੈਲਪਮੈਂਟ ਕੰਟੇਨਰ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹੋ, ਤਾਂ ਕਿਰਪਾ ਕਰਕੇ ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਹਾਡੀ ਸਿਸਟਮ ਸ਼ੁਰੂਆਤੀ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਦਿੱਤੇ ਪ੍ਰੀ-ਰਿਕਵਾਇਰਮੈਂਟਸ ਨੂੰ ਪੂਰਾ ਕਰਦੀ ਹੈ (ਜਿਵੇਂ ਕਿ Docker ਇੰਸਟਾਲ ਕੀਤਾ ਹੋਵੇ)।

ਇਸ ਰਿਪੋਜ਼ਟਰੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ, ਤੁਸੀਂ ਇਸਨੂੰ ਇੱਕ ਅਲੱਗ Docker ਵਾਲਿਊਮ ਵਿੱਚ ਖੋਲ੍ਹ ਸਕਦੇ ਹੋ:

ਨੋਟ: ਇਸ ਦੇ ਅੰਦਰ, ਇਹ "Remote-Containers: Clone Repository in Container Volume..." ਕਮਾਂਡ ਦੀ ਵਰਤੋਂ ਕਰੇਗਾ ਜੋ ਸਥਾਨਕ ਫਾਈਲ ਸਿਸਟਮ ਦੀ ਬਜਾਏ Docker ਵਾਲਿਊਮ ਵਿੱਚ ਸਰੋਤ ਕੋਡ ਨੂੰ ਕਲੋਨ ਕਰੇਗਾ। ਵਾਲਿਊਮ ਡਾਟਾ ਨੂੰ ਸਥਿਰ ਕਰਨ ਲਈ ਪਸੰਦੀਦਾ ਮਕੈਨਿਜ਼ਮ ਹਨ।

ਜਾਂ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਕਲੋਨ ਕੀਤੇ ਜਾਂ ਡਾਊਨਲੋਡ ਕੀਤੇ ਗਏ ਰਿਪੋਜ਼ਟਰੀ ਨੂੰ ਖੋਲ੍ਹੋ:

• ਇਸ ਰਿਪੋਜ਼ਟਰੀ ਨੂੰ ਆਪਣੇ ਸਥਾਨਕ ਫਾਈਲ ਸਿਸਟਮ 'ਤੇ ਕਲੋਨ ਕਰੋ।
• F1 ਦਬਾਓ ਅਤੇ Remote-Containers: Open Folder in Container... ਕਮਾਂਡ ਚੁਣੋ।
• ਇਸ ਫੋਲਡਰ ਦੀ ਕਲੋਨ ਕੀਤੀ ਕਾਪੀ ਚੁਣੋ, ਕੰਟੇਨਰ ਨੂੰ ਸ਼ੁਰੂ ਕਰਨ ਦੀ ਉਡੀਕ ਕਰੋ, ਅਤੇ ਚੀਜ਼ਾਂ ਨੂੰ ਅਜ਼ਮਾਓ।

ਆਫਲਾਈਨ ਪਹੁੰਚ

ਤੁਸੀਂ Docsify ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਸ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਆਫਲਾਈਨ ਚਲਾ ਸਕਦੇ ਹੋ। ਇਸ ਰਿਪੋ ਨੂੰ ਫੋਰਕ ਕਰੋ, Docsify ਇੰਸਟਾਲ ਕਰੋ ਆਪਣੇ ਸਥਾਨਕ ਮਸ਼ੀਨ 'ਤੇ, ਫਿਰ ਇਸ ਰਿਪੋ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ docsify serve ਟਾਈਪ ਕਰੋ। ਵੈਬਸਾਈਟ ਤੁਹਾਡੇ localhost localhost:3000 'ਤੇ ਪੋਰਟ 3000 'ਤੇ ਸਰਵ ਕੀਤੀ ਜਾਵੇਗੀ।

ਨੋਟ, ਨੋਟਬੁੱਕ Docsify ਰਾਹੀਂ ਰੈਂਡਰ ਨਹੀਂ ਕੀਤੇ ਜਾਣਗੇ, ਇਸ ਲਈ ਜਦੋਂ ਤੁਹਾਨੂੰ ਨੋਟਬੁੱਕ ਚਲਾਉਣ ਦੀ ਲੋੜ ਹੋਵੇ, ਤਾਂ ਇਸਨੂੰ Python kernel ਚਲਾਉਣ ਵਾਲੇ VS Code ਵਿੱਚ ਅਲੱਗ ਕਰਕੇ ਚਲਾਓ।

ਮਦਦ ਦੀ ਲੋੜ ਹੈ!

ਜੇਕਰ ਤੁਸੀਂ ਪੂਰੇ ਜਾਂ ਹਿੱਸੇ ਦੇ ਪਾਠਕ੍ਰਮ ਦਾ ਅਨੁਵਾਦ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਕਿਰਪਾ ਕਰਕੇ ਸਾਡੇ Translations ਗਾਈਡ ਦੀ ਪਾਲਣਾ ਕਰੋ।

ਹੋਰ ਪਾਠਕ੍ਰਮ

ਸਾਡੀ ਟੀਮ ਹੋਰ ਪਾਠਕ੍ਰਮ ਤਿਆਰ ਕਰਦੀ ਹੈ! ਵੇਖੋ:

• ਸ਼ੁਰੂਆਤੀ ਲਈ ਜਨਰੇਟਿਵ AI
• ਸ਼ੁਰੂਆਤੀ ਲਈ ਜਨਰੇਟਿਵ AI .NET
• JavaScript ਨਾਲ ਜਨਰੇਟਿਵ AI
• Java ਨਾਲ ਜਨਰੇਟਿਵ AI
• ਸ਼ੁਰੂਆਤੀ ਲਈ AI
• ਸ਼ੁਰੂਆਤੀ ਲਈ ਡਾਟਾ ਸਾਇੰਸ
• ਸ਼ੁਰੂਆਤੀ ਲਈ ML
• ਸ਼ੁਰੂਆਤੀ ਲਈ ਸਾਈਬਰਸੁਰੱਖਿਆ
• ਸ਼ੁਰੂਆਤੀ ਲਈ ਵੈਬ ਡਿਵੈਲਪਮੈਂਟ
• ਸ਼ੁਰੂਆਤੀ ਲਈ IoT
• ਸ਼ੁਰੂਆਤੀ ਲਈ XR ਡਿਵੈਲਪਮੈਂਟ
• ਪੇਅਰਡ ਪ੍ਰੋਗਰਾਮਿੰਗ ਲਈ GitHub Copilot ਵਿੱਚ ਮਾਹਰ ਬਣਨਾ
• C#/.NET ਡਿਵੈਲਪਰਜ਼ ਲਈ GitHub Copilot ਵਿੱਚ ਮਾਹਰ ਬਣਨਾ
• ਆਪਣੀ Copilot ਮੁਹਿੰਮ ਚੁਣੋ

---

ਅਸਵੀਕਰਤੀ:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀ ਹੋਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੁਣਤਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਇਸਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਤ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆ ਲਈ ਅਸੀਂ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।