You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Data-Science-For-Beginners/translations/bn
leestott e2b90108bb
🌐 Update translations via Co-op Translator
8 months ago
..
1-Introduction 🌐 Update translations via Co-op Translator 8 months ago
2-Working-With-Data 🌐 Update translations via Co-op Translator 8 months ago
3-Data-Visualization 🌐 Update translations via Co-op Translator 8 months ago
4-Data-Science-Lifecycle 🌐 Update translations via Co-op Translator 8 months ago
5-Data-Science-In-Cloud 🌐 Update translations via Co-op Translator 8 months ago
6-Data-Science-In-Wild 🌐 Update translations via Co-op Translator 8 months ago
docs 🌐 Update translations via Co-op Translator 8 months ago
quiz-app 🌐 Update translations via Co-op Translator 8 months ago
sketchnotes 🌐 Update translations via Co-op Translator 8 months ago
CODE_OF_CONDUCT.md 🌐 Update translations via Co-op Translator 8 months ago
CONTRIBUTING.md 🌐 Update translations via Co-op Translator 8 months ago
README.md 🌐 Update translations via Co-op Translator 8 months ago
SECURITY.md 🌐 Update translations via Co-op Translator 8 months ago
SUPPORT.md 🌐 Update translations via Co-op Translator 8 months ago
for-teachers.md 🌐 Update translations via Co-op Translator 8 months ago

README.md

ডেটা সায়েন্সের জন্য শিক্ষার্থীদের পাঠক্রম

Azure Cloud Advocates টিম Microsoft থেকে ১০ সপ্তাহের একটি পাঠক্রম নিয়ে এসেছে, যেখানে ২০টি পাঠ অন্তর্ভুক্ত। প্রতিটি পাঠে রয়েছে প্রাক-পাঠ এবং পর-পাঠ কুইজ, পাঠ সম্পন্ন করার জন্য লিখিত নির্দেশিকা, একটি সমাধান এবং একটি অ্যাসাইনমেন্ট। প্রকল্প-ভিত্তিক শিক্ষণ পদ্ধতির মাধ্যমে আপনি শিখতে পারবেন, যা নতুন দক্ষতা অর্জনের জন্য একটি প্রমাণিত পদ্ধতি।

লেখকদের প্রতি আন্তরিক কৃতজ্ঞতা: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison

🙏 বিশেষ ধন্যবাদ 🙏 আমাদের Microsoft Student Ambassador লেখক, পর্যালোচক এবং কন্টেন্ট অবদানকারীদের প্রতি, বিশেষত 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

 (@sketchthedocs) দ্বারা স্কেচনোট
শিক্ষার্থীদের জন্য ডেটা সায়েন্স - @nitya দ্বারা স্কেচনোট

ঘোষণা - জেনারেটিভ AI-এর নতুন পাঠক্রম প্রকাশিত হয়েছে!

আমরা জেনারেটিভ AI নিয়ে ১২টি পাঠের একটি নতুন পাঠক্রম প্রকাশ করেছি। এখানে আপনি শিখতে পারবেন:

  • প্রম্পটিং এবং প্রম্পট ইঞ্জিনিয়ারিং
  • টেক্সট এবং ইমেজ অ্যাপ তৈরি
  • সার্চ অ্যাপ্লিকেশন

প্রতিটি পাঠে রয়েছে পাঠ, অ্যাসাইনমেন্ট, জ্ঞান যাচাই এবং চ্যালেঞ্জ।

এটি দেখুন:

https://aka.ms/genai-beginners

আপনি কি একজন শিক্ষার্থী?

নিম্নলিখিত রিসোর্স দিয়ে শুরু করুন:

  • স্টুডেন্ট হাব পেজ: এখানে আপনি পাবেন শিক্ষার্থীদের জন্য রিসোর্স, স্টুডেন্ট প্যাক এবং এমনকি বিনামূল্যে সার্টিফিকেট ভাউচার পাওয়ার উপায়। এই পেজটি বুকমার্ক করুন এবং নিয়মিত চেক করুন কারণ আমরা প্রতি মাসে অন্তত একবার কন্টেন্ট আপডেট করি।
  • Microsoft Learn Student Ambassadors: একটি গ্লোবাল স্টুডেন্ট অ্যাম্বাসেডর কমিউনিটিতে যোগ দিন, এটি হতে পারে Microsoft-এ প্রবেশের আপনার পথ।

শুরু করা যাক

শিক্ষকগণ: আমরা এই পাঠক্রম ব্যবহারের জন্য কিছু পরামর্শ অন্তর্ভুক্ত করেছি। আমাদের আলোচনা ফোরামে আপনার মতামত জানাতে ভুলবেন না!

শিক্ষার্থীরা: এই পাঠক্রমটি নিজের মতো করে ব্যবহার করতে, পুরো রিপোজিটরি ফর্ক করুন এবং নিজে নিজে এক্সারসাইজ সম্পন্ন করুন, প্রাক-পাঠ কুইজ দিয়ে শুরু করুন। তারপর পাঠ পড়ুন এবং বাকি কার্যক্রম সম্পন্ন করুন। পাঠগুলি বুঝে প্রকল্প তৈরি করার চেষ্টা করুন, সমাধান কোড কপি না করে; তবে, সেই কোড প্রতিটি প্রকল্প-ভিত্তিক পাঠের /solutions ফোল্ডারে পাওয়া যাবে। আরেকটি ধারণা হতে পারে বন্ধুদের সাথে একটি স্টাডি গ্রুপ তৈরি করা এবং একসাথে কন্টেন্টটি পড়া। আরও পড়াশোনার জন্য, আমরা Microsoft Learn সুপারিশ করি।

টিমের সাথে পরিচিত হন

প্রোমো ভিডিও

Gif তৈরি করেছেন Mohit Jaisal

🎥 উপরের ছবিতে ক্লিক করুন প্রকল্প এবং এটি তৈরি করা ব্যক্তিদের সম্পর্কে একটি ভিডিও দেখার জন্য!

শিক্ষণ পদ্ধতি

আমরা এই পাঠক্রম তৈরি করার সময় দুটি শিক্ষণ নীতিকে গুরুত্ব দিয়েছি: এটি প্রকল্প-ভিত্তিক এবং এতে নিয়মিত কুইজ অন্তর্ভুক্ত। এই সিরিজের শেষে, শিক্ষার্থীরা ডেটা সায়েন্সের মৌলিক নীতিগুলি শিখবে, যার মধ্যে রয়েছে নৈতিক ধারণা, ডেটা প্রস্তুতি, ডেটা নিয়ে কাজ করার বিভিন্ন পদ্ধতি, ডেটা ভিজ্যুয়ালাইজেশন, ডেটা বিশ্লেষণ, ডেটা সায়েন্সের বাস্তব জীবনের ব্যবহার এবং আরও অনেক কিছু।

এছাড়াও, ক্লাসের আগে একটি সহজ কুইজ শিক্ষার্থীর মনোযোগ বিষয়বস্তুর দিকে নিয়ে যায়, এবং ক্লাসের পরে একটি দ্বিতীয় কুইজ বিষয়টি আরও ভালোভাবে মনে রাখতে সাহায্য করে। এই পাঠক্রমটি নমনীয় এবং মজাদারভাবে ডিজাইন করা হয়েছে এবং এটি সম্পূর্ণ বা আংশিকভাবে নেওয়া যেতে পারে। প্রকল্পগুলি ছোট থেকে শুরু হয় এবং ১০ সপ্তাহের চক্রের শেষে ক্রমশ জটিল হয়ে ওঠে।

আমাদের আচরণবিধি, অবদান, অনুবাদ নির্দেশিকা দেখুন। আমরা আপনার গঠনমূলক মতামতকে স্বাগত জানাই!

প্রতিটি পাঠে অন্তর্ভুক্ত:

  • ঐচ্ছিক স্কেচনোট
  • ঐচ্ছিক সম্পূরক ভিডিও
  • প্রাক-পাঠ উষ্ণতা কুইজ
  • লিখিত পাঠ
  • প্রকল্প-ভিত্তিক পাঠের জন্য, প্রকল্প তৈরি করার ধাপে ধাপে নির্দেশিকা
  • জ্ঞান যাচাই
  • একটি চ্যালেঞ্জ
  • সম্পূরক পড়াশোনা
  • অ্যাসাইনমেন্ট
  • পর-পাঠ কুইজ

কুইজ সম্পর্কে একটি নোট: সমস্ত কুইজ Quiz-App ফোল্ডারে রয়েছে, মোট ৪০টি কুইজ, প্রতিটিতে তিনটি প্রশ্ন। এগুলি পাঠের মধ্যে থেকে লিঙ্ক করা হয়েছে, তবে কুইজ অ্যাপটি স্থানীয়ভাবে চালানো বা Azure-এ ডিপ্লয় করা যেতে পারে; quiz-app ফোল্ডারে নির্দেশিকা অনুসরণ করুন। এগুলি ধীরে ধীরে স্থানীয় ভাষায় অনুবাদ করা হচ্ছে।

পাঠসমূহ

 (@sketchthedocs) দ্বারা স্কেচনোট
শিক্ষার্থীদের জন্য ডেটা সায়েন্স: রোডম্যাপ - @nitya দ্বারা স্কেচনোট
পাঠ নম্বর বিষয় পাঠের গ্রুপিং শেখার উদ্দেশ্য লিঙ্ক করা পাঠ লেখক
০১ ডেটা সায়েন্সের সংজ্ঞা পরিচিতি ডেটা সায়েন্সের মৌলিক ধারণাগুলি এবং এটি কৃত্রিম বুদ্ধিমত্তা, মেশিন লার্নিং এবং বিগ ডেটার সাথে কীভাবে সম্পর্কিত তা শিখুন। পাঠ ভিডিও Dmitry
০২ ডেটা সায়েন্সের নৈতিকতা পরিচিতি ডেটা নৈতিকতার ধারণা, চ্যালেঞ্জ এবং কাঠামো। পাঠ Nitya
০৩ ডেটার সংজ্ঞা পরিচিতি ডেটা কীভাবে শ্রেণীবদ্ধ হয় এবং এর সাধারণ উৎসগুলি। পাঠ Jasmine
পরিসংখ্যান ও সম্ভাবনার পরিচিতি পরিচিতি ডেটা বোঝার জন্য সম্ভাবনা এবং পরিসংখ্যানের গাণিতিক কৌশল। পাঠ ভিডিও Dmitry
০৫ সম্পর্কযুক্ত ডেটার সাথে কাজ করা ডেটার সাথে কাজ করা সম্পর্কযুক্ত ডেটার পরিচিতি এবং SQL (যা "see-quell" নামে উচ্চারিত হয়) নামে পরিচিত স্ট্রাকচার্ড কোয়েরি ল্যাঙ্গুয়েজ ব্যবহার করে সম্পর্কযুক্ত ডেটা অন্বেষণ এবং বিশ্লেষণের মৌলিক বিষয়। পাঠ Christopher
০৬ নন-রিলেশনাল ডেটার সাথে কাজ করা ডেটার সাথে কাজ করা নন-রিলেশনাল ডেটার পরিচিতি, এর বিভিন্ন প্রকার এবং ডকুমেন্ট ডেটাবেস অন্বেষণ এবং বিশ্লেষণের মৌলিক বিষয়। পাঠ Jasmine
পাইথনের সাথে কাজ করা ডেটার সাথে কাজ করা পাইথন ব্যবহার করে ডেটা অন্বেষণের মৌলিক বিষয়, যেমন Pandas লাইব্রেরি। পাইথন প্রোগ্রামিংয়ের প্রাথমিক ধারণা সুপারিশ করা হয়। পাঠ ভিডিও Dmitry
08 ডেটা প্রস্তুতি ডেটার সাথে কাজ করা ডেটা পরিষ্কার এবং রূপান্তর করার কৌশল নিয়ে আলোচনা, যা অনুপস্থিত, ভুল বা অসম্পূর্ণ ডেটার চ্যালেঞ্জ মোকাবেলা করতে সাহায্য করে। পাঠ জ্যাসমিন
09 পরিমাণের ভিজ্যুয়ালাইজেশন ডেটা ভিজ্যুয়ালাইজেশন ম্যাটপ্লটলিব ব্যবহার করে পাখির ডেটা 🦆 ভিজ্যুয়ালাইজ করতে শিখুন। পাঠ জেন
10 ডেটার বিতরণ ভিজ্যুয়ালাইজেশন ডেটা ভিজ্যুয়ালাইজেশন একটি নির্দিষ্ট সময়সীমার মধ্যে পর্যবেক্ষণ এবং প্রবণতা ভিজ্যুয়ালাইজ করা। পাঠ জেন
11 অনুপাতের ভিজ্যুয়ালাইজেশন ডেটা ভিজ্যুয়ালাইজেশন পৃথক এবং গোষ্ঠীভুক্ত শতাংশের ভিজ্যুয়ালাইজেশন। পাঠ জেন
12 সম্পর্কের ভিজ্যুয়ালাইজেশন ডেটা ভিজ্যুয়ালাইজেশন ডেটার সেট এবং তাদের ভেরিয়েবলের মধ্যে সংযোগ এবং সম্পর্ক ভিজ্যুয়ালাইজ করা। পাঠ জেন
13 অর্থপূর্ণ ভিজ্যুয়ালাইজেশন ডেটা ভিজ্যুয়ালাইজেশন আপনার ভিজ্যুয়ালাইজেশনকে কার্যকর সমস্যা সমাধান এবং অন্তর্দৃষ্টির জন্য মূল্যবান করার কৌশল এবং নির্দেশিকা। পাঠ জেন
14 ডেটা সায়েন্স লাইফসাইকেলের পরিচিতি লাইফসাইকেল ডেটা সায়েন্স লাইফসাইকেলের পরিচিতি এবং ডেটা সংগ্রহ ও নিষ্কাশনের প্রথম ধাপ। পাঠ জ্যাসমিন
15 বিশ্লেষণ লাইফসাইকেল ডেটা সায়েন্স লাইফসাইকেলের এই ধাপটি ডেটা বিশ্লেষণের কৌশলগুলির উপর কেন্দ্রীভূত। পাঠ জ্যাসমিন
16 যোগাযোগ লাইফসাইকেল ডেটা সায়েন্স লাইফসাইকেলের এই ধাপটি ডেটা থেকে অন্তর্দৃষ্টি উপস্থাপন করার উপর কেন্দ্রীভূত, যা সিদ্ধান্ত গ্রহণকারীদের জন্য সহজবোধ্য করে তোলে। পাঠ জালেন
17 ক্লাউডে ডেটা সায়েন্স ক্লাউড ডেটা ক্লাউডে ডেটা সায়েন্স এবং এর সুবিধাগুলি নিয়ে পাঠ। পাঠ টিফানি এবং মড
18 ক্লাউডে ডেটা সায়েন্স ক্লাউড ডেটা লো কোড টুল ব্যবহার করে মডেল প্রশিক্ষণ। পাঠ টিফানি এবং মড
19 ক্লাউডে ডেটা সায়েন্স ক্লাউড ডেটা Azure Machine Learning Studio ব্যবহার করে মডেল ডিপ্লয় করা। পাঠ টিফানি এবং মড
20 বাস্তব জীবনে ডেটা সায়েন্স বাস্তব জীবনে বাস্তব জীবনের ডেটা সায়েন্স চালিত প্রকল্প। পাঠ নিত্য

GitHub Codespaces

এই নমুনাটি Codespace-এ খুলতে নিচের ধাপগুলি অনুসরণ করুন:

  1. Code ড্রপ-ডাউন মেনুতে ক্লিক করুন এবং Open with Codespaces অপশনটি নির্বাচন করুন।
  2. প্যানেলের নিচে + New codespace নির্বাচন করুন। আরও তথ্যের জন্য, GitHub ডকুমেন্টেশন দেখুন।

VSCode Remote - Containers

আপনার স্থানীয় মেশিন এবং VSCode ব্যবহার করে এই রিপোজিটরি একটি কন্টেইনারে খুলতে নিচের ধাপগুলি অনুসরণ করুন:

  1. যদি এটি আপনার প্রথমবার ডেভেলপমেন্ট কন্টেইনার ব্যবহার হয়, নিশ্চিত করুন যে আপনার সিস্টেম প্রয়োজনীয়তা পূরণ করে (যেমন Docker ইনস্টল করা আছে) শুরু করার ডকুমেন্টেশন এ।

এই রিপোজিটরি ব্যবহার করতে, আপনি হয় রিপোজিটরিটি একটি বিচ্ছিন্ন Docker ভলিউমে খুলতে পারেন:

নোট: এটি Remote-Containers: Clone Repository in Container Volume... কমান্ড ব্যবহার করে সোর্স কোডটি স্থানীয় ফাইল সিস্টেমের পরিবর্তে একটি Docker ভলিউমে ক্লোন করবে। ভলিউম কন্টেইনার ডেটা সংরক্ষণের জন্য পছন্দনীয় পদ্ধতি।

অথবা স্থানীয়ভাবে ক্লোন করা বা ডাউনলোড করা রিপোজিটরিটি খুলুন:

  • এই রিপোজিটরিটি আপনার স্থানীয় ফাইল সিস্টেমে ক্লোন করুন।
  • F1 চাপুন এবং Remote-Containers: Open Folder in Container... কমান্ড নির্বাচন করুন।
  • এই ফোল্ডারের ক্লোন করা কপি নির্বাচন করুন, কন্টেইনারটি শুরু হওয়ার জন্য অপেক্ষা করুন এবং পরীক্ষা করুন।

অফলাইন অ্যাক্সেস

আপনি Docsify ব্যবহার করে এই ডকুমেন্টেশনটি অফলাইনে চালাতে পারেন। এই রিপোজিটরিটি ফর্ক করুন, Docsify ইনস্টল করুন আপনার স্থানীয় মেশিনে, তারপর এই রিপোজিটরির মূল ফোল্ডারে docsify serve টাইপ করুন। ওয়েবসাইটটি আপনার লোকালহোস্টে পোর্ট 3000-এ পরিবেশন করা হবে: localhost:3000

নোট, নোটবুকগুলি Docsify এর মাধ্যমে রেন্ডার হবে না, তাই যখন আপনাকে একটি নোটবুক চালাতে হবে, এটি আলাদাভাবে VS Code-এ একটি Python kernel চালিয়ে করুন।

সাহায্য প্রয়োজন!

আপনি যদি কারিকুলামের সম্পূর্ণ বা অংশ অনুবাদ করতে চান, আমাদের অনুবাদ গাইড অনুসরণ করুন।

অন্যান্য কারিকুলাম

আমাদের টিম অন্যান্য কারিকুলাম তৈরি করে! দেখুন:


অস্বীকৃতি:
এই নথিটি AI অনুবাদ পরিষেবা Co-op Translator ব্যবহার করে অনুবাদ করা হয়েছে। আমরা যথাসম্ভব সঠিক অনুবাদের চেষ্টা করি, তবে অনুগ্রহ করে মনে রাখবেন যে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। নথিটির মূল ভাষায় লেখা সংস্করণটিকেই প্রামাণিক উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য, পেশাদার মানব অনুবাদ ব্যবহার করার পরামর্শ দেওয়া হয়। এই অনুবাদ ব্যবহারের ফলে সৃষ্ট কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়ী নই।