29 KiB

Raw Blame History

डेटा साइन्सका लागि शुरुवातकर्ता - पाठ्यक्रम

Azure Cloud Advocates मा Microsoftले डेटा साइन्स सम्बन्धी १० हप्ताको, २० पाठको पाठ्यक्रम प्रस्तुत गर्न पाउँदा खुशी छ। प्रत्येक पाठमा प्रि-पाठ र पोस्ट-पाठ क्विजहरू, पाठ पूरा गर्नका लागि लेखिएको निर्देशन, समाधान, र असाइनमेन्ट समावेश छ। हाम्रो परियोजना-आधारित शिक्षण विधिले तपाईंलाई निर्माण गर्दै सिक्न अनुमति दिन्छ, नयाँ सीपहरू 'टिक्न' को लागि प्रमाणित तरिका।

हाम्रो लेखकहरूलाई हार्दिक धन्यवाद: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison।

🙏 विशेष धन्यवाद 🙏 हाम्रो Microsoft Student Ambassador लेखकहरू, समीक्षकहरू र सामग्री योगदानकर्ताहरूलाई, विशेष गरी Aaryan Arora, 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।


डेटा साइन्सका लागि शुरुवातकर्ता - Sketchnote by @nitya

घोषणा - नयाँ पाठ्यक्रम "Generative AI" जारी गरियो!

हामीले हालै "Generative AI" सम्बन्धी १२ पाठको पाठ्यक्रम जारी गरेका छौं। यहाँ सिक्न सकिने विषयहरू:

प्रम्प्टिङ र प्रम्प्ट इन्जिनियरिङ
टेक्स्ट र इमेज एप निर्माण
सर्च एप्स

जस्तै सधैं, प्रत्येक पाठमा असाइनमेन्टहरू, ज्ञान जाँच र चुनौतीहरू समावेश छन्।

हेर्नुहोस्:

https://aka.ms/genai-beginners

के तपाईं विद्यार्थी हुनुहुन्छ?

तलका स्रोतहरूबाट शुरुवात गर्नुहोस्:

Student Hub पृष्ठ यस पृष्ठमा, तपाईंले शुरुवातकर्ता स्रोतहरू, विद्यार्थी प्याकहरू र नि:शुल्क प्रमाणपत्र भौचर प्राप्त गर्ने तरिकाहरू पाउन सक्नुहुन्छ। यो पृष्ठलाई बुकमार्क गर्नुहोस् र समय-समयमा जाँच गर्नुहोस् किनकि हामी कम्तीमा मासिक सामग्री परिवर्तन गर्छौं।
Microsoft Learn Student Ambassadors विद्यार्थी राजदूतहरूको विश्वव्यापी समुदायमा सामेल हुनुहोस्, यो Microsoftमा प्रवेश गर्ने तपाईंको तरिका हुन सक्छ।

शुरुवात गर्दै

शिक्षकहरू: हामीले केही सुझावहरू समावेश गरेका छौं यो पाठ्यक्रम कसरी प्रयोग गर्ने। हामी तपाईंको प्रतिक्रिया हाम्रो छलफल फोरममा चाहन्छौं!

विद्यार्थीहरू: यो पाठ्यक्रमलाई आफैं प्रयोग गर्न, सम्पूर्ण रिपोजिटरीलाई फोर्क गर्नुहोस् र अभ्यासहरू आफैं पूरा गर्नुहोस्, प्रि-लेक्चर क्विजबाट शुरुवात गर्दै। त्यसपछि लेक्चर पढ्नुहोस् र बाँकी गतिविधिहरू पूरा गर्नुहोस्। पाठहरू बुझेर परियोजनाहरू निर्माण गर्ने प्रयास गर्नुहोस् समाधान कोडको प्रतिलिपि नगरी; यद्यपि, त्यो कोड प्रत्येक परियोजना-उन्मुख पाठको /solutions फोल्डरहरूमा उपलब्ध छ। अर्को विचार भनेको साथीहरूसँग अध्ययन समूह बनाउनुहोस् र सामग्री सँगै जानुहोस्। थप अध्ययनको लागि, हामी Microsoft Learn सिफारिस गर्छौं।

टिमलाई भेट्नुहोस्

Gif द्वारा Mohit Jaisal

🎥 माथिको छवि क्लिक गर्नुहोस् परियोजनाको बारेमा भिडियो हेर्न र यसलाई सिर्जना गर्ने व्यक्तिहरूलाई भेट्न!

शिक्षण विधि

हामीले यो पाठ्यक्रम निर्माण गर्दा दुई शिक्षण विधिहरू रोजेका छौं: सुनिश्चित गर्नु कि यो परियोजना-आधारित हो र यसमा बारम्बार क्विजहरू समावेश छन्। यो श्रृंखलाको अन्त्यसम्ममा, विद्यार्थीहरूले डेटा साइन्सका आधारभूत सिद्धान्तहरू सिकेका हुनेछन्, जसमा नैतिक अवधारणाहरू, डेटा तयारी, डेटा काम गर्ने विभिन्न तरिकाहरू, डेटा भिजुअलाइजेसन, डेटा विश्लेषण, डेटा साइन्सका वास्तविक-विश्व प्रयोगहरू, र अन्य धेरै समावेश छन्।

त्यसैगरी, कक्षाको अगाडि कम-जोखिमको क्विजले विद्यार्थीलाई विषय सिक्नको लागि उद्देश्य सेट गर्छ, जबकि कक्षापछि दोस्रो क्विजले थप स्मरण सुनिश्चित गर्छ। यो पाठ्यक्रम लचिलो र रमाइलो बनाउन डिजाइन गरिएको हो र पूर्ण वा आंशिक रूपमा लिन सकिन्छ। परियोजनाहरू साना बाट सुरु हुन्छन् र १० हप्ताको चक्रको अन्त्यसम्ममा क्रमशः जटिल बन्छन्।

हाम्रो Code of Conduct, Contributing, Translation दिशानिर्देशहरू पत्ता लगाउनुहोस्। हामी तपाईंको रचनात्मक प्रतिक्रिया स्वागत गर्छौं!

प्रत्येक पाठमा समावेश छ:

वैकल्पिक स्केच नोट
वैकल्पिक पूरक भिडियो
प्रि-पाठ वार्मअप क्विज
लेखिएको पाठ
परियोजना-आधारित पाठहरूको लागि, परियोजना निर्माण गर्ने चरण-दर-चरण मार्गदर्शन
ज्ञान जाँच
चुनौती
पूरक पढाइ
असाइनमेन्ट
पोस्ट-पाठ क्विज

क्विजहरूको बारेमा नोट: सबै क्विजहरू Quiz-App फोल्डरमा समावेश छन्, प्रत्येकमा तीन प्रश्नका ४० कुल क्विजहरू। तिनीहरू पाठहरू भित्र लिंक गरिएका छन्, तर क्विज एपलाई स्थानीय रूपमा चलाउन वा Azureमा तैनात गर्न सकिन्छ; quiz-app फोल्डरमा निर्देशनहरू पालना गर्नुहोस्। तिनीहरू क्रमशः स्थानीयकरण हुँदैछन्।

पाठहरू


डेटा साइन्सका लागि शुरुवातकर्ता: रोडम्याप - Sketchnote by @nitya

पाठ संख्या	विषय	पाठ समूह	सिक्ने उद्देश्यहरू	लिंक गरिएको पाठ	लेखक
01	डेटा साइन्स परिभाषित गर्दै	परिचय	डेटा साइन्सको आधारभूत अवधारणाहरू सिक्नुहोस् र यो कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, र बिग डेटा संग कसरी सम्बन्धित छ।	पाठ भिडियो	Dmitry
02	डेटा साइन्स नैतिकता	परिचय	डेटा नैतिकता अवधारणाहरू, चुनौतीहरू र फ्रेमवर्कहरू।	पाठ	Nitya
03	डेटा परिभाषित गर्दै	परिचय	डेटा कसरी वर्गीकृत गरिन्छ र यसको सामान्य स्रोतहरू।	पाठ	Jasmine
04	तथ्यांक र सम्भावनाको परिचय	परिचय	डेटा बुझ्नका लागि तथ्यांक र सम्भावनाका गणितीय प्रविधिहरू।	पाठ भिडियो	Dmitry
05	सम्बन्धित डेटा संग काम गर्दै	डेटा संग काम गर्दै	सम्बन्धित डेटा र SQL (Structured Query Language) को प्रयोग गरेर सम्बन्धित डेटा अन्वेषण र विश्लेषणको आधारभूत कुरा।	पाठ	Christopher
06	NoSQL डेटा संग काम गर्दै	डेटा संग काम गर्दै	गैर-सम्बन्धित डेटा, यसको विभिन्न प्रकारहरू र दस्तावेज डेटाबेसहरूको अन्वेषण र विश्लेषणको आधारभूत कुरा।	पाठ	Jasmine
07	Python संग काम गर्दै	डेटा संग काम गर्दै	Pandas जस्ता पुस्तकालयहरूको प्रयोग गरेर डेटा अन्वेषणका लागि Python प्रयोग गर्ने आधारभूत कुरा। Python प्रोग्रामिङको आधारभूत समझ सिफारिस गरिन्छ।	पाठ भिडियो	Dmitry
08	डेटा तयारी	डेटासँग काम गर्ने	हराएको, गलत, वा अपूर्ण डाटाको चुनौतीलाई समाधान गर्न डाटा सफा गर्ने र परिवर्तन गर्ने प्रविधिहरूको विषय।	पाठ	ज्यास्मिन
09	मात्राको दृश्यात्मकता	डाटा दृश्यात्मकता	चरा डाटालाई 🦆 Matplotlib प्रयोग गरेर कसरी दृश्यात्मक बनाउने सिक्नुहोस्।	पाठ	जेन
10	डाटाको वितरणको दृश्यात्मकता	डाटा दृश्यात्मकता	अन्तरालभित्रको अवलोकन र प्रवृत्तिहरूलाई दृश्यात्मक बनाउने।	पाठ	जेन
11	अनुपातको दृश्यात्मकता	डाटा दृश्यात्मकता	छुट्टै र समूहबद्ध प्रतिशतलाई दृश्यात्मक बनाउने।	पाठ	जेन
12	सम्बन्धको दृश्यात्मकता	डाटा दृश्यात्मकता	डाटाको सेटहरू र तिनका भेरिएबलहरू बीचको सम्बन्ध र सहसम्बन्धलाई दृश्यात्मक बनाउने।	पाठ	जेन
13	अर्थपूर्ण दृश्यात्मकता	डाटा दृश्यात्मकता	प्रभावकारी समस्या समाधान र जानकारीका लागि तपाईंको दृश्यात्मकतालाई मूल्यवान बनाउने प्रविधि र मार्गदर्शन।	पाठ	जेन
14	डाटा साइन्स जीवनचक्रको परिचय	जीवनचक्र	डाटा साइन्स जीवनचक्रको परिचय र डाटा प्राप्त गर्ने र निकाल्ने पहिलो चरण।	पाठ	ज्यास्मिन
15	विश्लेषण	जीवनचक्र	डाटा साइन्स जीवनचक्रको यो चरणले डाटा विश्लेषण गर्ने प्रविधिमा केन्द्रित छ।	पाठ	ज्यास्मिन
16	सञ्चार	जीवनचक्र	डाटाबाट प्राप्त जानकारीलाई निर्णयकर्ताहरूले सजिलै बुझ्न सक्ने तरिकामा प्रस्तुत गर्ने जीवनचक्रको यो चरण।	पाठ	जालेन
17	क्लाउडमा डाटा साइन्स	क्लाउड डाटा	क्लाउडमा डाटा साइन्स र यसको फाइदाहरूको परिचय दिने पाठहरूको श्रृंखला।	पाठ	टिफनी र मौड
18	क्लाउडमा डाटा साइन्स	क्लाउड डाटा	लो कोड उपकरणहरू प्रयोग गरेर मोडेलहरू प्रशिक्षण गर्ने।	पाठ	टिफनी र मौड
19	क्लाउडमा डाटा साइन्स	क्लाउड डाटा	Azure Machine Learning Studio प्रयोग गरेर मोडेलहरू तैनाथ गर्ने।	पाठ	टिफनी र मौड
20	जङ्गलमा डाटा साइन्स	जङ्गलमा	वास्तविक संसारमा आधारित डाटा साइन्स परियोजनाहरू।	पाठ	नित्या

GitHub Codespaces

यस नमूनालाई Codespace मा खोल्न निम्न चरणहरू पालना गर्नुहोस्:

Code ड्रप-डाउन मेनुमा क्लिक गर्नुहोस् र Open with Codespaces विकल्प चयन गर्नुहोस्।
प्यानको तल + New codespace चयन गर्नुहोस्। थप जानकारीको लागि, GitHub दस्तावेज हेर्नुहोस्।

VSCode Remote - Containers

तपाईंको स्थानीय मेसिन र VSCode प्रयोग गरेर यो रिपोजिटरीलाई कन्टेनरमा खोल्न निम्न चरणहरू पालना गर्नुहोस्:

यदि यो पहिलो पटक विकास कन्टेनर प्रयोग गर्दै हुनुहुन्छ भने, कृपया सुनिश्चित गर्नुहोस् कि तपाईंको प्रणालीले पूर्व-आवश्यकताहरू पूरा गरेको छ (जस्तै Docker स्थापना गरिएको छ) शुरुवात दस्तावेज मा।

यो रिपोजिटरी प्रयोग गर्न, तपाईंले या त रिपोजिटरीलाई अलग Docker भोल्युममा खोल्न सक्नुहुन्छ:

नोट: यसले Remote-Containers: Clone Repository in Container Volume... आदेश प्रयोग गरेर स्रोत कोडलाई स्थानीय फाइल प्रणालीको सट्टा Docker भोल्युममा क्लोन गर्नेछ। भोल्युमहरू कन्टेनर डाटा कायम राख्नको लागि प्राथमिक विधि हुन्।

वा स्थानीय रूपमा क्लोन गरिएको वा डाउनलोड गरिएको संस्करण खोल्न सक्नुहुन्छ:

यो रिपोजिटरीलाई तपाईंको स्थानीय फाइल प्रणालीमा क्लोन गर्नुहोस्।
F1 थिच्नुहोस् र Remote-Containers: Open Folder in Container... आदेश चयन गर्नुहोस्।
यस फोल्डरको क्लोन गरिएको प्रतिलिपि चयन गर्नुहोस्, कन्टेनर सुरु हुने प्रतीक्षा गर्नुहोस्, र परीक्षण गर्नुहोस्।

अफलाइन पहुँच

तपाईं Docsify प्रयोग गरेर यो दस्तावेजलाई अफलाइन चलाउन सक्नुहुन्छ। यो रिपोजिटरीलाई Fork गर्नुहोस्, Docsify स्थापना गर्नुहोस् तपाईंको स्थानीय मेसिनमा, त्यसपछि यो रिपोजिटरीको मूल फोल्डरमा docsify serve टाइप गर्नुहोस्। वेबसाइट तपाईंको localhost मा पोर्ट 3000 मा सेवा हुनेछ: localhost:3000।

नोट, नोटबुकहरू Docsify मार्फत प्रस्तुत गरिने छैनन्, त्यसैले जब तपाईंलाई नोटबुक चलाउन आवश्यक छ, Python कर्नेल चलाउँदै VS Code मा अलग्गै गर्नुहोस्।

सहयोग चाहिएको छ!

यदि तपाईं पाठ्यक्रमको सम्पूर्ण वा कुनै भाग अनुवाद गर्न चाहनुहुन्छ भने, कृपया हाम्रो अनुवाद मार्गदर्शन पालना गर्नुहोस्।

अन्य पाठ्यक्रमहरू

हाम्रो टोलीले अन्य पाठ्यक्रमहरू उत्पादन गर्दछ! हेर्नुहोस्:

अस्वीकरण:
यो दस्तावेज़ AI अनुवाद सेवा Co-op Translator प्रयोग गरेर अनुवाद गरिएको छ। हामी शुद्धताको लागि प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटिहरू वा अशुद्धताहरू हुन सक्छ। यसको मूल भाषा मा रहेको मूल दस्तावेज़लाई आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीको लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत व्याख्याको लागि हामी जिम्मेवार हुने छैनौं।

29 KiB Raw Blame History