Data-Science-For-Beginners/translations/kn

ಡೇಟಾ ಸೈನ್ಸ್ ಆರಂಭಿಕರಿಗೆ - ಒಂದು ಪಠ್ಯಕ್ರಮ

Microsoft ನ Azure Cloud Advocates ಗಳು ಡೇಟಾ ಸೈನ್ಸ್ ಬಗ್ಗೆ 10 ವಾರಗಳ, 20 ಪಾಠಗಳ ಪಠ್ಯಕ್ರಮವನ್ನು ನಿಮಗೆ ನೀಡಲು ಸಂತೋಷ ಹೊಂದಿದ್ದಾರೆ. ಪ್ರತಿಯೊಂದು ಪಾಠದಲ್ಲಿಯೂ ಪಾಠದ ಮುಂಚಿನ ಮತ್ತು ನಂತರದ ಕ್ವಿಜ್‌ಗಳು, ಪಾಠವನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಲೇಖಿತ ನಿರ್ದೇಶನಗಳು, ಒಂದು ಪರಿಹಾರ ಮತ್ತು ಒಂದು ಕಾರ್ಯನಿರ್ದೇಶನವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ನಮ್ಮ ಯೋಜನೆ-ಆಧಾರಿತ ಪಠ್ಯಶೈಲಿ ನಿಮಗೆ ನಿರ್ಮಿಸುತ್ತಾ ಕಲಿಯಲು ಅವಕಾಶ ನೀಡುತ್ತದೆ — ಹೊಸ ಕೌಶಲ್ಯಗಳು 'ನೊಂದಿಕೊಳ್ಳುವ' ಪ್ರಸಿದ್ಧ ವಿಧಾನ.

ನಮ್ಮ ಲೇಖಕರಿಗೆ ಹೃತ್ಪೂರ್ವಕ ಋಣಗಳು: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 ನಮ್ಮ Microsoft Student Ambassador ಲೇಖಕರು, ವಿಮರ್ಶಕರು ಮತ್ತು ವಿಷಯದ ದಾನಿಗಳಿಗೆ ವಿಶೇಷ ಧನ್ಯವಾದಗಳು 🙏, ವಿಶೇಷವಾಗಿ 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

ಡೇಟಾ ಸೈನ್ಸ್ ಆರಂಭಿಕರಿಗೆ - ಸ್ಕೆಟ್ಚ್‌ನೋಟ್ ಇಂದ @nitya

🌐 ಬಹು-ಭಾಷಾ ಬೆಂಬಲ

GitHub Action ಮೂಲಕ ಬೆಂಬಲ (ಸ್ವಯಂಚಾಲಿತ ಮತ್ತು ಯಾವಾಗಲೂ ತಾಜಾ)

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 | ಕನ್ನಡ | 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

ಇನ್ಮುಂದೆ ನೀವು ಹೆಚ್ಚುವರಿ ಭಾಷಾ ಅನುವಾದಗಳು ಬೇಕಾದರೆ ಅವುಗಳನ್ನು ಇಲ್ಲಿ ಸೂಚಿತ ಮಾಡಲಾಗಿದೆ

ನಮ್ಮ ಸಮುದಾಯದಲ್ಲಿ ಸೇರಿ

ನಾವು ಡಿಸ್ಕಾರ್ಡ್‌ನಲ್ಲಿ "Learn with AI" ಸರಣಿಯನ್ನು ನಡೆಸುತ್ತಿದ್ದೇವೆ — ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗಾಗಿ ಮತ್ತು 18 - 30 September, 2025 ರ ನಡುವೆ ನಮ್ಮೊಂದಿಗೆ ಸೇರುವಿರಿ: Learn with AI Series. ನೀವು GitHub Copilot ಅನ್ನು ಡೇಟಾ ಸೈನ್ಸ್ ಕಾರ್ಯಗಳಿಗಾಗಿ ಬಳಸುವ ಸಲಹೆಗಳು ಮತ್ತು ಚತುರ್ತೆಯನ್ನು ಪಡೆಯುತ್ತೀರಿ.

ನೀವು ವಿದ್ಯಾರ್ಥಿ?

ಕೆಳಗಿನ ಸಂಪನ್ಮೂಲಗಳೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ:

• Student Hub page ಈ ಪುಟದಲ್ಲಿ ನೀವು ಆರಂಭಿಕರಿಗೆ ಸಂಬಂಧಿಸಿದ ಸಂಪನ್ಮೂಲಗಳು, ವಿದ್ಯಾರ್ಥಿ ಪ್ಯಾಕ್ಗಳು ಮತ್ತು ಉಚಿತ ಪ್ರಮಾಣಪತ್ರ ವೌಚರ್ ಪಡೆಯುವ ರೀತಿಗಳನ್ನೂ ಕಾಣುವಿರಿ. ನಾವು محتوى ಅನ್ನು ಕನಿಷ್ಠ ಮಾಸಿಕವಾಗಿ ಪರಿವರ್ತಿಸುತ್ತೇವೆ, ಆದ್ದರಿಂದ ಈ ಪುಟವನ್ನು ಬುಕ್ ಮಾರ್ಕ್ ಮಾಡಿ ಮತ್ತು ಸೋಂಪುಹಾಕಿ.
• Microsoft Learn Student Ambassadors ಗ್ರಾಹಕರ ವಿಶ್ವದ ವಿದ್ಯಾರ್ಥಿ ಡೆಲಿಗೇಟ್‌ಗಳ ಸಮುದಾಯವನ್ನು ಸೇರಿ — ಇದು ನಿಮ್ಮ ಮೈಕ್ರೋಸಾಫ್ಟ್ ಪ್ರವೇಶದ ಮಾರ್ಗವಾಗಬಹುದು.

ಪ್ರಾರಂಭಿಸುವುದು

📚 ಡಾಕ್ಯುಮೆಂಟೇಶನ್

• Installation Guide - ಆರಂಭಿಕರಿಗೆ ಹಂತ-ಹಂತವಿರುವ ಸಿದ್ಧತಾ ಸೂಚನೆಗಳು
• Usage Guide - ಉದಾಹರಣೆಗಳು ಮತ್ತು ಸಾಮಾನ್ಯ ಕಾರ್ಯವಿಹಿತಿಗಳು
• Troubleshooting - ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳಿಗೆ ಪರಿಹಾರಗಳು
• Contributing Guide - ಈ ಪ್ರಾಜೆಕ್ಟ್ಗೆ ಹೇಗೆ ಕೊಡುಗೆ ನೀಡುವುದು
• For Teachers - ಬೋಧನೆಗೆ ಸಂಬಂಧಿಸಿದ ಮಾರ್ಗದರ್ಶನ ಮತ್ತು ತರಗತಿ ಸಂಪನ್ಮೂಲಗಳು

👨‍🎓 ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ

ಪೂರ್ಣ ಆರಂಭಿಕರು: ಡೇಟಾ ಸೈನ್ಸ್‌ಗೆ ಹೊಸವರೆ? ನಮ್ಮ beginner-friendly examples ರಿಂದ ಪ್ರಾರಂಭಿಸಿ! ಈ ಸರಳವಾಗಿ ಮತ್ತು ಚೆನ್ನಾಗಿ ಕಾಮೆಂಟ್ ಮಾಡಿರುವ ಉದಾಹರಣೆಗಳು ಪೂರ್ಣ ಪಠ್ಯಕ್ರಮದೊಳಗೆ ಇಳಿಯುವ ಮುಂಚೆ ಮೂಲಭೂತ ವಿಚಾರಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. Students: ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಸ್ವತಃ ಬಳಸಲು, ಸಂಪೂರ್ಣ ರೆಪೊವನ್ನು fork ಮಾಡಿ ಮತ್ತು ವ್ಯಾಯಾಮಗಳನ್ನು ಸ್ವತಃ ಪೂರ್ಣಗೊಳಿಸಿ, ಪ್ರಿ-ಲೆಕ್‌ಚರ್ ಕ್ವಿಜ್‌ನಿಂದ ಪ್ರಾರಂಭಿಸಿ. ಬಳಿಕ ಉಪನ್ಯಾಸವನ್ನು ಓದಿ ಮತ್ತು ಉಳಿದ ಚಟುವಟಿಕೆಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಿ. ಪರಿಹಾರ ಕೋಡ್ ಅನ್ನು ನಕಲಿಸುವ ಬದಲಾಗಿ ಪಾಠಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತಾ ಪ್ರಾಜೆಕ್ಟ್‌ಗಳನ್ನು ಸೃಷ್ಟಿಸುವ ಪ್ರಯತ್ನ ಮಾಡಿ; ಆದಾಗ್ಯೂ, ಆ ಕೋಡ್ ಪ್ರತಿ ಯೋಜನಾಭಿಮಾನಿತ ಪಾಠದ /solutions ಫೋಲ್ಡರ್‌ನಲ್ಲಿ ಲಭ್ಯವಿದೆ. ಮತ್ತೊಂದು ಐڈیا ಎಂದರೆ ಗೆಳೆಯರೊಂದಿಗೆ ಅಧ್ಯಯನ ಗುಂಪು ರಚಿಸಿ ಮತ್ತು ವಿಷಯವನ್ನು ಒಟ್ಟಿಗೆ ಮುಂದುವರಸಿ. ಹೆಚ್ಚಿನ ಅಧ್ಯಯನಕ್ಕಾಗಿ, ನಾವು Microsoft Learn ಅನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತೇವೆ.

ದ್ರುತ ಪ್ರಾರಂಭ:

1. ನಿಮ್ಮ ಪರಿಸರವನ್ನು ಸೆಟ್‌ಅಪ್ ಮಾಡಲು Installation Guide ಪರಿಶೀಲಿಸಿ
2. ಈ ಪಠ್ಯಕ್ರಮದೊಂದಿಗೆ ಹೇಗೆ ಕೆಲಸಮಾಡುವುದು ಎಂಬುದನ್ನು ತಿಳಿಯಲು Usage Guide ಓದಿ
3. ಪಾಠ 1 ರಿಂದ ಪ್ರಾರಂಭಿಸಿ ಮತ್ತು ಕ್ರಮವಾರೀವಾಗಿ ಮುಂದುವರಿಯಿರಿ
4. ಬೆಂಬಲಕ್ಕಾಗಿ ನಮ್ಮ Discord ಸಮುದಾಯ ಗೆ ಸೇರಿ

👩‍🏫 ಶಿಕ್ಷಕರಿಗಾಗಿ

ಶಿಕ್ಷಕರು: ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಹೇಗೆ ಉಪಯೋಗಿಸಲು ಎಂಬುದರ ಕುರಿತು ನಾವು ಕೆಲವು ಸಲಹೆಗಳನ್ನು ಸೇರಿಸಿದ್ದೇವೆ. ನಿಮ್ಮ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ನಾವು ನಮ್ಮ ಚರ್ಚಾ ಫೋರಮ್‌ನಲ್ಲಿ ಸ್ವಾಗತಿಸುತ್ತೇವೆ: in our discussion forum!

ತಂಡವನ್ನು ಪರಿಚಯಿಸಿಕೊಳ್ಳಿ

GIF ರಚಿಸಿದವರು Mohit Jaisal

🎥 ಮೇಲಿನ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ ಪ್ರಾಜೆಕ್ಟ್ ಮತ್ತು ಅದನ್ನು ರಚಿಸಿದ ಜನರ ಬಗ್ಗೆ的视频 ನೋಡಿ!

Pedagogy

ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ರಚಿಸುವಾಗ ನಾವು ಎರಡು ಪೆಡಗೋಗಿಕಲ್ ಸಿದ್ಧಾಂತಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಿದ್ದೇವೆ: ಇದು ಪ್ರಾಜೆಕ್ಟ್-ಆಧಾರಿತವಾಗಿರಬೇಕೆಂದು ಖಚಿತಪಡಿಸುವುದು ಮತ್ತು ಇದರಲ್ಲಿ ನಿರಂತರ ಕ್ವಿಜ್‌ಗಳು ಇರಬೇಕು. ಈ ಸರಣಿಯ ಕೊನೆಯಲ್ಲಿ, ವಿದ್ಯಾರ್ಥಿಗಳು ಡೇಟಾ ಸೈನ್ಸ್‌ನ ಮೂಲಭೂತ ಸಿದ್ಧಾಂತಗಳನ್ನು ಕಲಿತಿರುತ್ತಾರೆ, ಅದರಲ್ಲಿ ನೈತಿಕ ತತ್ವಗಳು, ಡೇಟಾ ತಯಾರಿ, ಡೇಟಾ ಜೊತೆ ಕೆಲಸ ಮಾಡುವ ವಿಭಿನ್ನ ವಿಧಾನಗಳು, ಡೇಟಾ ದೃಶ್ಯೀಕರಣ, ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ, ವಾಸ್ತವಿಕ ಬಳಕೆದಾರ ಪ್ರಕರಣಗಳು ಮತ್ತು ಇತ್ಯಾದಿ ಸೇರಿವೆ.

ಅದರ ಜೊತೆಗೆ, ತರಗತಿಯ ಮುಂಚುದ್ದಿನ ಕಡಿಮೆ-ಮಹತ್ವದ ಕ್ವಿಜ್ ಒಂದು ವಿಷಯವನ್ನು ಕಲಿಯಲು ವಿದ್ಯಾರ್ಥಿಯ ಉದ್ದೇಶಕ್ಕೆ ದಿಕ್ಕು ನೀಡುತ್ತದೆ, ಮತ್ತು ತರಗತಿಯ ನಂತರದ ದ್ವಿತೀಯ ಕ್ವಿಜ್ ಮತ್ತಷ್ಟು ನೆನಪು ಕಂಡು ಹಿಡಿಯಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಮುಡಿಬೋ ಮಾಡಬಹುದಾದದ್ದು ಮತ್ತು ರಂಜಕವಾಗುವಂತೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ ಮತ್ತು ಸಂಪೂರ್ಣವಾಗಿ ಅಥವಾ ಭಾಗವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಬಹುದು. ಪ್ರಾಜೆಕ್ಟ್ಗಳು ಸಣ್ಣದಿಂದ ಆರಂಭವಾಗುತ್ತವೆ ಮತ್ತು 10 ವಾರದ ಚಕ್ರದ ಕೊನೆಯಲ್ಲಿ progressively ಆಗಿ ಸಂಕೀರ್ಣವಾಗುತ್ತವೆ.

ನಮ್ಮ ಆಚರಣಾ ಸಂಹಿತೆ, ಭಾಗವಹಿಸುವಿಕೆ, ಅನುವಾದ ಮಾರ್ಗನಿರ್ದೇಶನಗಳನ್ನು ನೋಡಿ. ನಿಮ್ಮ ರಚನಾತ್ಮಕ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ನಾವು ಸ್ವಾಗತಿಸುತ್ತೇವೆ!

Each lesson includes:

• ಐಚ್ಛಿಕ ಸ್ಕೆಚ್‌ನೋಟ್
• ಐಚ್ಛಿಕ ಪೂರಕ ವೀಡಿಯೋ
• ಪಾಠದ ಮುಂಚಿನ ತಯಾರಿ ಕ್ವಿಜ್
• ಲೇಖಿತ ಪಾಠ
• ಪ್ರಾಜೆಕ್ಟ್-ಆಧಾರಿತ ಪಾಠಗಳಿಗೆ, ಪ್ರಾಜೆಕ್ಟನ್ನು ಹಂತ ಹಂತವಾಗಿ ನಿರ್ಮಿಸುವ ಮಾರ್ಗದರ್ಶಿಗಳು
• ಜ್ಞಾನ ಪರಿಶೀಲನೆಗಳು
• ಒಂದು ಚಾಲೆಂಜ್
• ಪೂರಕ ಓದು
• ಕಾರ್ಯ
• ಪಾಠನಂತರ ಕ್ವಿಜ್

ಕ್ವಿಜ್‌ಗಳ ಬಗ್ಗೆ ಒಂದು ಟಿಪ್ಪಣಿ: ಎಲ್ಲಾ ಕ್ವಿಜ್‌ಗಳು Quiz-App ಫೋಲ್ಡರ್‌ನಲ್ಲಿ ಸೇರಿವೆ, ಒಟ್ಟು 40 ಕ್ವಿಜ್‌ಗಳು 있으며 ಪ್ರತಿಯೊಂದರಲ್ಲೂ ಮೂರು ಪ್ರಶ್ನೆಗಳಿವೆ. ಅವುಗಳನ್ನು ಪಾಠಗಳಲ್ಲಿ ಲಿಂಕ್ ಮಾಡಲಾಗಿದೆ, ಆದರೆ ಕ್ವಿಜ್ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ನಡೆಸಬಹುದು ಅಥವಾ Azure ಗೆ ಡಿಪ್ಲೋಯ್ ಮಾಡಬಹುದು; quiz-app ಫೋಲ್ಡರ್‌ನಲ್ಲಿ ನೀಡಲಾದ ಸೂಚನೆಗಳನ್ನು ಅನುಸರಿಸಿ. ಅವು क्रमಿಕವಾಗಿ ಸ್ಥಳೀಯಗೊಳಿಸಲಾಗುತ್ತಿವೆ.

🎓 Beginner-Friendly Examples

ಡೇಟಾ ಸೈನ್ಸ್‌ಗೆ ಹೊಸದಾಗಿ ಆಗಿದ್ದೀರಾ? ನಾವು ಸರಳ, ಚೆನ್ನಾಗಿ ಕಾಮೆಂಟ್ ಮಾಡಲಾದ ಕೋಡ್ ಸಹಿತ ವಿಶೇಷ ಉದಾಹರಣೆಗಳ ಡೈರೆಕ್ಟರಿ ಸೃಷ್ಟಿಸಿದ್ದೇವೆ ताकि ನೀವು ಆರಂಭಿಸಬಹುದು:

• 🌟 Hello World - ನಿಮ್ಮ ಮೊದಲ ಡೇಟಾ ಸೈನ್ಸ್ ಪ್ರೋಗ್ರಾಂ
• 📂 Loading Data - ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ಓದುವುದು ಮತ್ತು ಅನ್ವೇಷಿಸುವುದನ್ನು ಕಲಿಯಿರಿ
• 📊 Simple Analysis - ಸಾಂಖ್ಯಿಕ ಗಣನೆಗಳನ್ನು ಮಾಡಿ ಮತ್ತು ಮಾದರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯಿರಿ
• 📈 Basic Visualization - ಚಾರ್ಟ್‌ಗಳು ಮತ್ತು ಗ್ರಾಫ್‌ಗಳನ್ನು ರಚಿಸಿ
• 🔬 Real-World Project - ಪ್ರಾರಂಭದಿಂದ ಕೊನೆವರೆಗಿನ ಸಂಪೂರ್ಣ ಕಾರ್ಯಪ್ರವಾಹ

ಪ್ರತಿಯೊಂದು ಉದಾಹರಣೆಯಲ್ಲಿಯೂ ಪ್ರತಿಯೊಂದು ಹಂತವನ್ನು ವಿವರಿಸುವ ವಿಶದ ಕಾಮೆಂಟ್‌ಗಳು ಇರುತ್ತವೆ, ಆದ್ದರಿಂದ ಇದು ಸಂಪೂರ್ಣ ಹೊಸವರಿಗಾಗಿ ಪರಿಪೂರ್ಣವಾಗಿದೆ!

👉 ಉದಾಹರಣೆಗಳಿಂದ ಪ್ರಾರಂಭಿಸಿ 👈

Lessons

ಆರಂಭಿಕರಿಗಾಗಿ ಡೇಟಾ ಸೈನ್ಸ್: ಮಾರ್ಗಸೂಚಿ - ಸ್ಕೆಚ್‌ನೋಟ್ ರಚನೆ: @nitya

ಪಾಠ ಸಂಖ್ಯೆ	ವಿಷಯ	ಪಾಠ ಗುಂಪು	ಕಲಿಕಾ ಉದ್ದೇಶಗಳು	ಲಿಂಕ್ ಪಾಠ	ಲೇಖಕ
01	ಡೇಟಾ ಸೈನ್ಸ್ ಅನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವುದು	ಪರಿಚಯ	ಡೇಟಾ ಸೈನ್ಸ್ ಹಿನ್ನಲೆಯಲ್ಲಿ ಇರುವ ಮೂಲಭೂತ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಮತ್ತು ಇದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ, ಯಂತ್ರ ಕಲಿಕೆ ಮತ್ತು ಬಿಗ್ ಡೇಟಾ ಜೊತೆ ಹೇಗೆ ಸಂಬಂಧಿಸಿದೆ ಎಂಬುದನ್ನು ಕಲಿಯಿರಿ.	ಪಾಠ ವೀಡಿಯೋ	Dmitry
02	ಡೇಟಾ ಸೈನ್ಸ್ ನೈತಿಕತೆ	ಪರಿಚಯ	ಡೇಟಾ ನೈತಿಕತೆ ತತ್ವಗಳು, ಸವಾಲುಗಳು ಮತ್ತು ಫ್ರೇಮುರ್ಕ್‌ಗಳು.	ಪಾಠ	Nitya
03	ಡೇಟಾ ಅನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವುದು	ಪರಿಚಯ	ಡೇಟಾವನ್ನು ಹೇಗೆ ವರ್ಗೀಕರಿಸುವುದು ಮತ್ತು ಅದರ ಸಾಮಾನ್ಯ ಮೂಲಗಳು ಯಾವುವು ಎಂಬುದನ್ನು ತಿಳಿಯಿರಿ.	ಪಾಠ	Jasmine
04	ಸಂಖ್ಯಾಶಾಸ್ತ್ರ ಮತ್ತು ಸಂಭಾವ್ಯತೆಗೆ ಪರಿಚಯ	ಪರಿಚಯ	ಡೇಟಾವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಂಭಾವ್ಯತೆ ಮತ್ತು ಸಂಖ್ಯಾಶಾಸ್ತ್ರದ ಗಣಿತೀಯ ತಂತ್ರಗಳನ್ನು ಕಲಿಯಿರಿ.	ಪಾಠ ವೀಡಿಯೋ	Dmitry
05	ರಿಲೇಶನಲ್ ಡೇಟಾ ಜೊತೆ ಕೆಲಸ	Working With Data	ರಿಲೇಶನಲ್ ಡೇಟಾಗೆ ಪರಿಚಯ ಮತ್ತು Structured Query Language (SQL, ಉಚ್ಛಾರಣೆ "see-quell") ಬಳಸಿ ರಿಲೇಶನಲ್ ಡೇಟಾವನ್ನು ಅನ್ವೇಷಿಸುವ ಮತ್ತು ವಿಶ್ಲೇಷಿಸುವ ಮೂಲಭೂತ ತಂತ್ರಗಳು.	ಪಾಠ	Christopher
06	NoSQL ಡೇಟಾ ಜೊತೆ ಕೆಲಸ	Working With Data	ಅಸಂಬಂಧಿತ ಡೇಟಾಗೆ ಪರಿಚಯ, ಅದರ ವಿವಿಧ ಪ್ರಕಾರಗಳು ಮತ್ತು ಡಾಕ್ಯುಮೆಂಟ್ ಡೇಟಾಬೇಸ್‌ಗಳನ್ನು ಅನ್ವೇಷಿಸುವ ಮತ್ತು ವಿಶ್ಲೇಷಿಸುವ ಮೂಲಭೂತತೆ.	ಪಾಠ	Jasmine
07	Python ಬಳಕೆ	Working With Data	Pandas ಮುಂತಾದ ಲೈಬ್ರರಿಗಳನ್ನು ಬಳಸಿ ಡೇಟಾ ಅನ್ವೇಷಣೆಗೆ Python ಅನ್ನು ಬಳಸುವ ಮೂಲಭೂತಗಳು. Python ಪ್ರೋಗ್ರಾಮಿಂಗ್‌ನ ಆದಿಧorizontal ಅರಿವು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ.	ಪಾಠ ವೀಡಿಯೋ	Dmitry
08	ಡೇಟಾ ತಯಾರಿ	Working With Data	ಕಾಣೆಯಾದ, ತಪ್ಪು ಅಥವಾ ಅಸಂಪೂರ್ಣ ಡೇಟಾ ಸಮಸ್ಯೆಗಳನ್ನು ಹ್ಯಾಂಡಲ್ ಮಾಡಲು ಡೇಟಾ ಸ್ವಚ್ಛಗೊಳಿಸುವುದು ಮತ್ತು ಪರಿವರ್ತಿಸುವ ತಂತ್ರಗಳು.	ಪಾಠ	Jasmine
09	ಪ್ರಮಾಣಗಳ ದೃಶ್ಯೀಕರಣ	Data Visualization	Matplotlib ಅನ್ನು ಬಳಸಿ ಪಕ್ಷಿಗಳ ಡೇಟಾವನ್ನು 🦆 ದೃಶ್ಯೀಕರಿಸುವುದನ್ನು ಕಲಿಯಿರಿ	ಪಾಠ	Jen
10	ಡೇಟಾದ ವಿತರಣೆಯ ದೃಶ್ಯೀಕರಣ	Data Visualization	ಅವಧಿಯೊಳಗಿನ ಅವಲೋಕನಗಳು ಮತ್ತು ಪ್ರವರ್ತನಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು.	ಪಾಠ	Jen
11	ಅನುಪಾತಗಳ ದೃಶ್ಯೀಕರಣ	Data Visualization	iva ಡಿಸ್ಕ್ರೇಟ್ ಮತ್ತು ಗುಂಪಿನ ಶೇತಕ್ಕೆಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು.	ಪಾಠ	Jen
12	ಸಂಬಂಧಗಳ ದೃಶ್ಯೀಕರಣ	Data Visualization	ಡೇಟಾ ಸೆಟ್‌ಗಳ ಮತ್ತು ಅವುಗಳ ವ್ಯೇರಿಯಬಲ್‌ಗಳ ನಡುವಿನ ಸಂಪರ್ಕಗಳು ಮತ್ತು ಸಹಸಂಬಂಧಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು.	ಪಾಠ	Jen
13	ಅರ್ಥಪೂರ್ಣ ದೃಶ್ಯೀಕರಣಗಳು	Data Visualization	ನಿಮ್ಮ ದೃಶ್ಯೀಕರಣಗಳನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಸಮಸ್ಯೆ ಪರಿಹಾರ ಮತ್ತು洞察ಗಳಿಗಾಗಿ ಮೌಲ್ಯಯುತವಾಗಿಸುವ ತಂತ್ರಗಳು ಮತ್ತು ಮಾರ್ಗದರ್ಶನ.	ಪಾಠ	Jen
14	ಡೇಟಾ ಸೈನ್ಸ್ ಜೀವನಚಕ್ರಕ್ಕೆ ಪರಿಚಯ	Lifecycle	ಡೇಟಾ ಸೈನ್ಸ್ ಜೀವನಚಕ್ರಕ್ಕೆ ಪರಿಚಯ ಮತ್ತು ಡೇಟಾ ಪಡೆದು ತೆಗೆದುಕೊಳ್ಳುವ ಮೊದಲ ಹಂತದ ಪರಿಚಯ.	ಪಾಠ	Jasmine
15	ವಿಶ್ಲೇಷಣೆ	Lifecycle	ಡೇಟಾ ಸೈನ್ಸ್ ಜೀವನಚಕ್ರದ ಈ ಹಂತವು ಡೇಟಾ ವಿಶ್ಲೇಷಿಸಲು ತಂತ್ರಗಳನ್ನು ಕೇಂದ್ರಗೊಳಿಸುತ್ತದೆ.	ಪಾಠ	Jasmine
16	ಸಂವಹನ	Lifecycle	ಡೇಟಾದಿಂದ ದೊರೆಯುವ洞察ಗಳನ್ನು ನಿರ್ಧಾರಗಳನ್ನು ಕೈಗೊಳ್ಳುವವರಿಗೆ ಸುಲಭವಾಗಿ ತಿಳಿಯುವ ರೀತಿಯಲ್ಲಿ ಪ್ರಸ್ತುಿಸಲಾಗುವುದು ಎಂಬುದರಲ್ಲಿ ಈ ಹಂತವು ಕೇಂದ್ರಗೊಳಿಸುತ್ತದೆ.	ಪಾಠ	Jalen
17	ಕ್ಲೌಡ್‌ನಲ್ಲಿನ ಡೇಟಾ ಸೈನ್ಸ್	Cloud Data	ಈ ಪಾಠ ಸರಣಿಯು ಕ್ಲೌಡ್‌ನಲ್ಲಿನ ಡೇಟಾ ಸೈನ್ಸ್ ಮತ್ತು ಅದರ ಲಾಭಗಳನ್ನು ಪರಿಚಯಿಸುತ್ತದೆ.	ಪಾಠ	Tiffany and Maud
18	ಕ್ಲೌಡ್‌ನಲ್ಲಿನ ಡೇಟಾ ಸೈನ್ಸ್	Cloud Data	Low Code ಸೂಕ್ತೋಪಕರಣಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಮಾದರಿಗಳನ್ನು ತರಬೇತುಗೊಳಿಸುವುದು.	ಪಾಠ	Tiffany and Maud
19	ಕ್ಲೌಡ್‌ನಲ್ಲಿನ ಡೇಟಾ ಸೈನ್ಸ್	Cloud Data	Azure Machine Learning Studio ಮೂಲಕ ಮಾದರಿಗಳನ್ನು ಡಿಪ್ಲಾಯ್ ಮಾಡುವುದರ ಕುರಿತು.	ಪಾಠ	Tiffany and Maud
20	ವಾಸ್ತವಿಕ ಜಗತ್ತಿನಲ್ಲಿ ಡೇಟಾ ಸೈನ್ಸ್	In the Wild	ವಾಸ್ತವಿಕ ಜೀವನದ デೇಟಾ ಸೈನ್ಸ್ ಚಾಲಿತ ಪ್ರಾಜೆಕ್ಟ್ಗಳು.	ಪಾಠ	Nitya

GitHub Codespaces

ಈ ಮಾದರಿಯನ್ನು Codespace ನಲ್ಲಿ ತೆರೆಯಲು ಈ քայլಗಳನ್ನು ಅನುಸರಿಸಿ:

1. Code ಡ್ರಾಪ್-ಡೌನ್ ಮೆನು ಕ್ಲಿಕ್ ಮಾಡಿ ಮತ್ತು Open with Codespaces ಆಯ್ಕೆಯನ್ನು ಆಯ್ಕೆಮಾಡಿ.
2. ಪೇನ್‌ನ ಕೆಳಭಾಗದಲ್ಲಿ ಇರುವ + New codespace ಅನ್ನು ಆಯ್ಕೆಮಾಡಿ. ಹೆಚ್ಚಿನ ಮಾಹಿತಿಗಾಗಿ, GitHub documentation ಪರಿಶೀಲಿಸಿ.

VSCode Remote - Containers

ನಿಮ್ಮ ಸ್ಥಳೀಯ ಯಂತ್ರ ಮತ್ತು VSCode ಬಳಸಿ VS Code Remote - Containers ವಿಸ್ತರಣೆ ಬಳಸಿಕೊಂಡು ಈ ರೆಪೊವನ್ನು ಕಂಟೇನರ್‌ನಲ್ಲಿ ತೆರೆಯಲು ಈ ಕ್ರಮಗಳನ್ನು ಅನುಸರಿಸಿ:

1. Development container ಅನ್ನು ಮೊದಲ ಬಾರಿಗೆ ಬಳಸುತ್ತಿರುವಂತೆಯಾದರೆ, ದಯವಿಟ್ಟು ನಿಮ್ಮ ವ್ಯವಸ್ಥೆ getting started documentation ನಲ್ಲಿ ನೀಡಲಾದ ಪೂರ್ವ-ಅರ್ಹತೆಗಳನ್ನು ಪೂರೈಸುತ್ತದೆಯೋ ಎಂಬುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ (ಉದಾಹರಣೆಗೆ Docker ಇನ್ಸ್ಟಾಲ್ ಮಾಡಿರಬೇಕಾಗಿದೆ).

ಈ ರೆಪೊವನ್ನು ಬಳಸಲು, ನೀವು ರೆಪೊವನ್ನು ಅಪ್ರತ್ಯಯಿತ Docker ವಾಲ್ಯೂಮ್‌ನಲ್ಲಿ ತೆರೆಯಬಹುದು:

Note: ಒಳಗಿಂದ ಇದು Remote-Containers: Clone Repository in Container Volume... ಕಮಾಂಡ್ ಅನ್ನು ಬಳಸುತ್ತದೆ,‌ ಇದು ಮೂಲ ಕೋಡ್ ಅನ್ನು ಸ್ಥಳೀಯ ಫೈಲ್‌ಸಿಸ್ಟಮ್‌ನ ಬದಲು Docker ವಾಲ್ಯೂಮ್‌ನಲ್ಲಿ ಕ್ಲೋನ್ ಮಾಡುತ್ತದೆ. Volumes ಕಂಟೇನರ್ ಡೇಟಾವನ್ನು ಸಂರಕ್ಷಿಸಲು ಇಷ್ಟಪಟ್ಟ ವಿಧಾನವಾಗಿದೆ.

ಅಥವಾ ಈ ರೆಪೊವನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಕ್ಲೋನ್ ಮಾಡಿ ಅಥವಾ ಡೌನ್‌ಲೋಡ್ ಮಾಡಿರುವ ಸಂಸ್ಕರಣೆಯನ್ನು ತೆರೆಯಿರಿ:

• ಈ ರೆಪೊವನ್ನು ನಿಮ್ಮ ಸ್ಥಳೀಯ ಫೈಲ್ ಸಿಸ್ಟಮ್‌ಗೆ ಕ್ಲೋನ್ ಮಾಡಿ.
• F1 ಒತ್ತಿ ಮತ್ತು Remote-Containers: Open Folder in Container... ಕಮಾಂಡ್ ಅನ್ನು ಆಯ್ಕೆಮಾಡಿ.
• ಈ ಫೋಲ್ಡರ್‌ನ ಕ್ಲೋನ್ ಮಾಡಲಾದ ಪ್ರತಿ ನಕಲನ್ನು ಆರಿಸಿ, ಕಂಟೇನರ್ ಪ್ರಾರಂಭವಾಗಲು ಕಾಯಿಸಿ ಮತ್ತು ಪ್ರಯತ್ನಿಸಿ.

ಆಫ್‌ಲೈನ್ ಪ್ರವೇಶ

ನೀವು Docsify ಬಳಸಿ ಈ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಅನ್ನು ಆಫ್‌ಲೈನ್‌ನಲ್ಲಿ ಓಡಿಸಬಹುದು. ಈ ರೆಪೊವನ್ನು ಫೋರ್ಕ್ ಮಾಡಿ, ನಿಮ್ಮ ಸ್ಥಳೀಯ ಯಂತ್ರದಲ್ಲಿ Docsify ಅನ್ನು ಇನ್ಸ್ಟಾಲ್ ಮಾಡಿ, ನಂತರ ಈ ರೆಪೊನ ರೂಟ್ ಫೋಲ್ಡರಿನಲ್ಲಿ docsify serve ಟೈಪ್ ಮಾಡಿ. ವೆಬ್‌ಸೈಟ್ ನಿಮ್ಮ ಲೋಕಲ್‌ಹೋಸ್ಟ್‌ನಲ್ಲಿ ಪೋರ್ಟ್ 3000 ರಲ್ಲಿ ಸರ್ವ್ ಆಗುತ್ತದೆ: localhost:3000.

ಗಮನಿಸಿ, ನೋಟ್ಬುಕ್‌ಗಳನ್ನು Docsify ಮೂಲಕ ರೆಂಡರ್ ಮಾಡಲಾಗುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ನೀವು ನೋಟ್ಬುಕ್ ಅನ್ನು ಚಾಲನೆ ಮಾಡಬೇಕಾದಾಗ, ಅದನ್ನು VS Code ನಲ್ಲಿ Python ಕಣ ಬಳಸಿಕೊಂಡು ಬೇರೆಾಗಿ ರನ್ ಮಾಡಿ.

ಇತರ ಪಠ್ಯಕ್ರಮಗಳು

ನಮ್ಮ ತಂಡ ಇತರ ಪಠ್ಯಕ್ರಮಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ! ಇವುಗಳನ್ನು ಪರಿಶೀಲಿಸಿ:

LangChain

---

Azure / Edge / MCP / Agents

---

ಜನರೇಟಿವ್ AI ಸರಣಿ

---

ಮೂಲ ಅಧ್ಯಯನ

---

Copilot ಸರಣಿ

ಸಹಾಯ ಪಡೆಯವುದು

ಸಮಸ್ಯೆ ಎದುರಿಸುತ್ತಿದ್ದೀರಾ? ನಮ್ಮ ದೋಷ ಪರಿಹಾರ ಮಾರ್ಗದರ್ಶಿ ಅನ್ನು ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳ ಪರಿಹಾರಗಳಿಗಾಗಿ ಪರಿಶೀಲಿಸಿ.

If you get stuck or have any questions about building AI apps. Join fellow learners and experienced developers in discussions about MCP. It's a supportive community where questions are welcome and knowledge is shared freely.

ಉತ್ಪನ್ನದ ಪ್ರತಿಕ್ರಿಯೆ ಅಥವಾ ನಿರ್ಮಾಣದ ವೇಳೆ ದೋಷಗಳಿದ್ದರೆ, ದಯವಿಟ್ಟು ಭೇಟಿ ಮಾಡಿ:

---

ಜವಾಬ್ದಾರಿ ನಿರಾಕರಣೆ: ಈ ದಾಖಲೆ AI ಅನುವಾದ ಸೇವೆ Co-op Translator ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ಶುದ್ಧತೆಗಾಗಿ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳು ಇರಬಹುದೆಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ಭಾಷೆಯಲ್ಲಿನ ಮೂಲ ದಾಖಲೆ ಅನ್ನು ಅಧಿಕೃತ ಒತ್ತಾಯಮೂಲವಾಗಿ ಪರಿಗಣಿಸಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗಾಗಿ ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಗ್ರಹಿಕೆಗಳು ಅಥವಾ ತಪ್ಪು ವ್ಯಾಖ್ಯಾನಗಳಿಗೆ ನಾವು ಜವಾಬ್ದಾರಿಯಾಗಿರುವುದಿಲ್ಲ.