Data-Science-For-Beginners/translations/mr

नवीनांसाठी डेटा सायन्स - एक अभ्यासक्रम

मायक्रोसॉफ्टमधील Azure Cloud Advocates यांनी डेटा सायन्सबद्दल 10 आठवड्यांचा, 20 धड्यांचा अभ्यासक्रम सादर केला आहे. प्रत्येक धड्यात पूर्व-धडा आणि नंतरचा क्विझ, धडा पूर्ण करण्यासाठी लेखी सूचना, एक समाधान आणि एक असाइनमेंट समाविष्ट आहे. आमची प्रकल्पांवर आधारित शिक्षण पद्धत तुम्हाला शिकतानाच तयार करायला देते, ही नवीन कौशल्ये 'अडकून राहण्यासाठी' सिद्ध झालेली पद्धत आहे.

आमच्या लेखकांचे मनापासून आभार: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 खास धन्यवाद 🙏 आमच्या Microsoft Student Ambassador लेखक, पुनरावलोकक आणि सामग्री योगदानकर्त्यांना, विशेषतः आर्यन अरोरा, आदित्य गर्ग, एलोन드्रा सांचेझ, अंकिता सिंग, अनुपम मिश्रा, अर्पिता दास, छैलबिहारी दुबे, डिब्री नसोफर, डिशिता भसीन, मजद सफी, मॅक्स ब्लूम, मिगुएल कोरेआ, मोहम्मा इफ्तेखर (इफ्तू) एब्ने जलाल, नवरीन तबस्सुम, रेमंड वांग्सा पुत्र, रोहित यादव, समृद्धी शर्मा, सन्या सिन्हा, शीना नारुला, तौकीर अहमद, योगेंद्रसिंग पवार , विदुषी गुप्ता, जसलीन सोनधी

नवीनांसाठी डेटा सायन्स - स्केचनोट @nitya कडून

🌐 बहुभाषिक समर्थन

GitHub Action द्वारे समर्थित (स्वयंचलित आणि नेहमी अद्ययावत)

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 | Kannada | 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

स्थानिक पद्धतीने क्लोन करायला प्राधान्य द्यायचे?

हा रेपॉजिटरी ५०+ भाषांमध्ये अनुवाद समाविष्ट करतो ज्यामुळे डाउनलोड आकार लक्षणीय वाढतो. अनुवादांशिवाय क्लोन करण्यासाठी sparse checkout वापरा:

git clone --filter=blob:none --sparse https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

या माध्यमातून तुम्हाला कोर्स पूर्ण करण्यासाठी आवश्यक सगळे मिळेल आणि डाउनलोड अधिक वेगवान होईल.

जर तुम्हाला अतिरिक्त भाषांमध्ये अनुवाद हवेत तर ते येथे सूचीबद्ध आहेत

आमच्या समुदायात सहभागी व्हा

आमच्याकडे Discord वर AI सोबत शिकण्याच्या मालिके आहे, अधिक जाणून घ्या आणि आमच्याशी सामील व्हा Learn with AI Series १८ - ३० सप्टेंबर, २०२५ दरम्यान. तुम्हाला डेटा सायन्ससाठी GitHub Copilot वापरण्याच्या टिपा आणि युक्त्या मिळतील.

आपण विद्यार्थी आहात का?

खालील संसाधनांसह सुरू करा:

• विद्यार्थी हब पृष्ठ या पृष्ठावर तुम्हाला नवीन learner साठी संसाधने, विद्यार्थी पॅक आणि अगदी मोफत प्रमाणपत्र व्हाउचर मिळण्याचे मार्गही सापडतील. हा पृष्ठ तुम्ही निवडून ठेवा व वेळोवेळी पाहत राहा कारण आम्ही किमान मासिक आधारावर सामग्री बदलतो.
• Microsoft Learn Student Ambassadors जागतिक विद्यार्थी अँम्बॅसडर समुदायात सामील व्हा, हे मायक्रोसॉफ्ट मध्ये प्रवेश मिळवण्याचा एक मार्ग ठरू शकतो.

सुरुवात कशी करावी

📚 दस्तऐवजीकरण

• इंस्टॉलेशन मार्गदर्शक - नवीन विद्यार्थ्यांसाठी टप्प्याटप्प्याने सेटअप सूचना
• वापर मार्गदर्शक - उदाहरणे व सामान्य कार्यपद्धती
• समस्या निवारण - सामान्य समस्या आणि उपाय
• योगदान कसे करावे - या प्रकल्पात कसे योगदान द्यावे
• शिक्षकांसाठी - शिकवण्याचे मार्गदर्शन आणि वर्गासाठी संसाधने

👨‍🎓 विद्यार्थ्यांसाठी

पूर्ण नवीन: डेटा सायन्समध्ये नवीन आहात? आमच्या नवोदय-स्नेही उदाहरणांपासून सुरू करा! हे सोपे, चांगले टिपण्णी केलेली उदाहरणे तुम्हाला मुलभूत गोष्टी समजून घेण्यास मदत करतील. विद्यार्थी: हा अभ्यासक्रम स्वतः वापरण्यासाठी, या संपूर्ण रेपॉजिटरीचा फोर्क करा आणि आपले व्यायाम स्वतंत्रपणे करा, पूर्व लेक्चर क्विझ पास करून. मग लेक्चर वाचा आणि बाकीच्या क्रियाकलाप पूर्ण करा. प्रकल्प तयार करताना लेक्शर समजून घेऊन तयार करण्याचा प्रयत्न करा, समाधान कोड कॉपी करू नका; तरी ते कोड /solutions फोल्डरमध्ये उपलब्ध आहे. दुसरा पर्याय म्हणजे मित्रांसोबत अभ्यास गट तयार करून एकत्र सामग्री पार पाडणे. अधिक अभ्यासासाठी Microsoft Learn चा सल्ला देतो.

जलद प्रारंभ:

1. तुमच्या पर्यावरणाची सेटअपसाठी इंस्टॉलेशन मार्गदर्शक पहा
2. अभ्यासक्रम वापरासाठी वापर मार्गदर्शक पुनरावलोकन करा
3. पहिल्या धड्यापासून सुरू करा आणि सलग कार्य करा
4. आमच्या Discord समुदायात सहभागी व्हा समर्थनासाठी

👩‍🏫 शिक्षकांसाठी

शिक्षकांनो: आम्ही अभ्यासक्रम वापरण्याबाबत काही उपाय सुचवले आहेत. तुमचा अभिप्राय आम्हाला आवडेल आमच्या चर्चासत्रात!

टीमशी परिचय करा

गिफ मोहित जैसल द्वारा

🎥 प्रोजेक्ट आणि ज्यांनी ते तयार केले त्यांच्याबद्दल व्हिडिओसाठी वरिल प्रतिमेवर क्लिक करा!

अध्यापन शास्त्र

ह्या अभ्यासक्रमाची रचना करताना आम्ही दोन अध्यापन तत्त्वे निवडली आहेत: तो प्रकल्प-आधारित असावा आणि त्यात वारंवार क्विझ असावे. ह्या मालिकेच्या शेवटी, विद्यार्थी डेटा सायन्सचे मूलभूत तत्त्वे शिकतील, ज्यात नैतिक संकल्पना, डेटा तयारी, डेटा हाताळण्याच्या विविध मार्ग, डेटा दृश्यीकरण, डेटा विश्लेषण, डेटा सायन्सचे विश्वसनीय वापर, आणि बरेच काही येते.

याशिवाय, वर्गापूर्वी एक कमी दबावाचा क्विझ विद्यार्थ्याच्या विषय शिकण्याच्या उद्देश दर्शवितो, तर वर्गानंतरचा दुसरा क्विझ अधिक स्मरण सुनिश्चित करतो. हा अभ्यासक्रम लवचिक आणि मजेदार असावा म्हणून डिझाइन केला गेला असून तो संपूर्ण किंवा भागाने घेतला जाऊ शकतो. प्रकल्प छोटे सुरू होतात आणि 10 आठवड्यांच्या चक्राच्या शेवटी अधिक क्लिष्ट होतात.

आमचे कोड ऑफ कंडक्ट, योगदान, भाषांतर मार्गदर्शक तत्त्वे येथे शोधा. आम्हाला तुमचा रचनात्मक अभिप्राय स्वागतार्ह आहे!

प्रत्येक धडा यामध्ये असतो:

• ऐच्छिक स्केच नोट
• ऐच्छिक पूरक व्हिडिओ
• पूर्व-धडा वॉर्मअप क्विझ
• लेखी धडा
• प्रकल्प-आधारित धड्यांसाठी प्रोजेक्ट तयार करण्यासाठी टप्प्याटप्प्याने मार्गदर्शक
• ज्ञान तपासणी
• एक आव्हान
• पूरक वाचन
• असाइनमेंट
• धड्यानंतरचा क्विझ

क्विझबद्दल एक नोट: सर्व क्विझ Quiz-App फोल्डरमध्ये आहेत, ज्यात प्रत्येकी तीन प्रश्नांची 40 पूर्ण क्विझ आहेत. ते धड्यांमधून लिंक केलेले आहेत, पण क्विझ अॅप स्थानिकपणे चालवता किंवा Azure वर तैनात करता येतो; quiz-app फोल्डरमधील निर्देशांचे पालन करा. ते हळूहळू स्थानिकीकरण केले जात आहे.

🎓 नवशिक्यांसाठी उदाहरणे

डेटा सायन्समध्ये नवे आहात? आम्ही एक खास उदाहरणे निर्देशिका तयार केली आहे ज्यात सोपी, चांगल्या प्रकारे कॉमेंट केलेली कोड आहे ज्यामुळे तुम्हाला सुरुवात करण्यात मदत होईल:

• 🌟 हॅलो वर्ल्ड - तुमचा पहिला डेटा सायन्स प्रोग्राम
• 📂 लोडिंग डेटा - डेटासेट वाचणे आणि अन्वेषण शिकणे
• 📊 सोपे विश्लेषण - सांख्यिकी गणना करा आणि नमुने शोधा
• 📈 मूलभूत दृश्यीकरण - चार्ट आणि ग्राफ तयार करा
• 🔬 खऱ्या जगातील प्रकल्प - सुरुवातीपासून पूर्ण कार्यप्रवाह

प्रत्येक उदाहरणात प्रत्येक टप्प्याचे तपशीलवार स्पष्टीकरण आहे, ज्यामुळे ते पूर्णपणे नवशिक्यांसाठी परिपूर्ण आहे!

👉 उदाहरणांसह प्रारंभ करा 👈

धडे

डेटा सायन्स फॉर बिगिनर्स: रोडमॅप - स्केच नोट @nitya यांनी

धडा क्रमांक	विषय	धडा गट	शिकण्याची उद्दिष्टे	संबंधित धडा	लेखक
01	डेटा सायन्स व्याख्या	परिचय	डेटा सायन्समागील मूलभूत संकल्पना आणि त्याचा कृत्रिम बुद्धिमत्ता, मशीन लर्निंग, आणि बिग डेटा यांच्याशी संबंध कसा आहे हे शिका.	धडा व्हिडिओ	दिमित्रि
02	डेटा सायन्स नैतिकता	परिचय	डेटा नैतिकता संकल्पना, आव्हाने आणि फ्रेमवर्क.	धडा	नित्या
03	डेटा व्याख्या	परिचय	डेटा कसा वर्गीकृत केला जातो आणि त्याचे सामान्य स्रोत.	धडा	जॅस्मिन
04	सांख्यिकी आणि संभाव्यता परिचय	परिचय	डेटा समजण्यासाठी संभाव्यता आणि सांख्यिकीची गणिती तंत्रे.	धडा व्हिडिओ	दिमित्रि
05	रिलेशनल डेटा सह काम करणे	डेटासह काम	रिलेशनल डेटाचा परिचय आणि रचनेने विचारलेली भाषा एसक्यूएल (SQL, "सी-क्वेल" म्हणून उच्चारली जाते) वापरून रिलेशनल डेटा एक्सप्लोर आणि विश्लेषण करण्याची मूलभूत माहिती.	धडा	क्रिस्टोफर
06	नोएसक्यूएल डेटा सह काम करणे	डेटासह काम	नॉन-रिलेशनल डेटाचा परिचय, त्याचे विविध प्रकार आणि दस्तऐवज डेटाबेस एक्सप्लोर व विश्लेषणाचे मूलभूत गोष्टी.	धडा	जॅस्मिन
07	पाइथन सह काम करणे	डेटासह काम	पँडास सारख्या लायब्ररीसह डेटाचा अन्वेषण करण्यासाठी पाइथन वापरण्याची मूलभूत माहिती. पाइथन प्रोग्रामिंगचे प्राथमिक ज्ञान असणे शिफारसीय आहे.	धडा व्हिडिओ	दिमित्रि
08	डेटा तयारी	डेटासह काम	डेटामध्ये अपूर्ण, चुकीचा किंवा गहाळ डेटा हाताळण्यासाठी स्वच्छता व रूपांतरणाच्या तंत्रांचा अभ्यास.	धडा	जॅस्मिन
09	मात्रांचे दृश्यीकरण	डेटा दृश्यीकरण	मॅटप्लॉटलिबचा वापर करून पक्षी डेटा 🦆 चे दृश्यीकरण कसे करायचे ते शिका.	धडा	जेन
10	डेटाच्या वितरणांचे दृश्यीकरण	डेटा दृश्यीकरण	निरीक्षणे आणि प्रवृत्ती एका कालावधीत कशी दर्शवायची ते.	धडा	जेन
11	प्रमाणांचे दृश्यीकरण	डेटा दृश्यीकरण	डिस्क्रीट आणि गटलेले टक्केवारीचे दृश्यीकरण.	धडा	जेन
12	नात्यांचे दृश्यीकरण	डेटा दृश्यीकरण	डेटाच्या संचांमधील आणि त्याच्या चलांमधील संबंध आणि सहसंबंधांचे दृश्यीकरण.	धडा	जेन
13	अर्थपूर्ण दृश्यीकरणे	डेटा दृश्यीकरण	प्रभावी समस्या सोडवण्यासाठी आणि अंतर्दृष्टीसाठी तुमच्या दृश्यीकरणांना कसे मूल्यवान बनवायचे यासाठी तंत्र आणि मार्गदर्शन.	धडा	जेन
14	डेटा सायन्स जीवनचक्राचा परिचय	जीवनचक्र	डेटा सायन्स जीवनचक्राचा परिचय आणि डेटा प्राप्ती व एक्सट्रॅक्शन ही पहिले पाऊल.	धडा	जॅस्मिन
15	विश्लेषण	जीवनचक्र	डेटा सायन्स जीवनचक्राचा हा टप्पा डेटाचे विश्लेषण करण्याच्या तंत्रांवर लक्ष केंद्रित करतो.	धडा	जॅस्मिन
16	संवाद	जीवनचक्र	डेटा सायन्स जीवनचक्राचा हा टप्पा डेटामधून निष्कर्ष सादर करण्यावर लक्ष केंद्रित करतो ज्यामुळे निर्णय घेणाऱ्यांना समजणे सोपे होते.	धडा	जालेन
17	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	ह्या धड्यांच्या मालिकेमध्ये क्लाउडमधील डेटा सायन्स आणि त्याचे फायदे ओळख दिले आहेत.	धडा	टिफनी आणि मॉड
18	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	लो कोड साधने वापरून मॉडेल्सचे प्रशिक्षण.	धडा	टिफनी आणि मॉड
19	क्लाउडमधील डेटा सायन्स	क्लाउड डेटा	Azure मशीन लर्निंग स्टुडिओ वापरून मॉडेल्सची तैनाती.	धडा	टिफनी आणि मॉड
20	निसर्गात डेटा सायन्स	निसर्गात	वास्तविक जगातील डेटा सायन्सद्वारे चालणारे प्रकल्प.	धडा	नित्या

GitHub Codespaces

हा नमुना Codespace मध्ये उघडण्यासाठी खालील चरणांचे अनुसरण करा:

1. कोड ड्रॉपडाउन मेनूवर क्लिक करा आणि Open with Codespaces पर्याय निवडा.
2. पॅनलच्या तळाशी + New codespace निवडा. अधिक माहितीसाठी, GitHub कागदपत्र पहा.

VSCode रिमोट - कंटेनर्स

तुमच्या स्थानिक संगणकावर आणि VSCode वापरून या रेपॉमध्ये कंटेनरमध्ये उघडण्यासाठी खालील चरणांचे अनुसरण करा, VS Code Remote - Containers विस्तार वापरताना:

1. जर तुम्ही प्रथम वेळ विकास कंटेनर वापरत असाल, तर कृपया गेटिंग स्टार्टेड डॉक्युमेंटेशन मधील पूर्वआधी गरजा (जसे Docker इन्स्टॉल असणे) पूर्ण आहेत याची खात्री करा.

या रेपॉचा वापर करण्यासाठी, तुम्ही हा रेपॉ एकल Docker व्हॉल्यूममध्ये उघडू शकता:

टीप: अंतर्गतपणे, Remote-Containers: Clone Repository in Container Volume... कमांड वापरून स्त्रोत कोड लोकल फाइलसिस्टमऐवजी Docker व्हॉल्यूममध्ये क्लोन केला जाईल. व्हॉल्यूम्स कंटेनर डेटा टिकवण्यासाठी प्राधान्य देण्यात येणारा यंत्रणा आहे.

किंवा स्थानिकपणे क्लोन किंवा डाउनलोड केलेल्या रेपॉची आवृत्ती उघडा:

• या रेपॉला आपल्या स्थानिक फाइलसिस्टमवर क्लोन करा.
• F1 दाबा आणि Remote-Containers: Open Folder in Container... कमांड निवडा.
• या फोल्डरची क्लोन केलेली प्रत निवडा, कंटेनर सुरू होईपर्यंत प्रतीक्षा करा, आणि प्रयत्न करा.

ऑफलाइन प्रवेश

तुम्ही Docsify वापरून ही दस्तऐवज ऑफलाइन चालवू शकता. हा रेपॉ Fork करा, तुमच्या स्थानिक मशीनवर Docsify इंस्टॉल करा, नंतर या रेपॉच्या मूळ फोल्डरमध्ये docsify serve टाइप करा. वेबसाईट तुमच्या लोकलहोस्टवर पोर्ट 3000 वर चालेल: localhost:3000.

लक्षात ठेवा, नोटबुक Docsify द्वारे रेंडर केले जाणार नाहीत, त्यामुळे जेव्हा नोटबुक चालवायची गरज भासेल तेव्हा ते स्वतंत्रपणे VS Code मध्ये Python कर्नल चालवून करा.

इतर अभ्यासक्रम

आमचा संघ इतर अभ्यासक्रम तयार करतो! पहा:

LangChain

---

Azure / Edge / MCP / एजंट्स

---

जनरेटिव AI मालिका

---

मूलभूत शिक्षण

---

Copilot मालिका

मदत मिळवा

समस्या येत आहेत का? सामान्य समस्या सोडवण्यासाठी आमचा ट्रबलशूटिंग मार्गदर्शक तपासा.

तुम्हाला अडचण आल्यास किंवा AI अॅप तयार करण्यासंबंधी काही प्रश्न असतील तर. MCP विषयी चर्चांमध्ये सहभागी व्हा जिथे इतर शिकणारे आणि अनुभवी विकसक एकत्र येतात. ही एक समर्थक समुदाय आहे जिथे प्रश्न विचारले जातात आणि ज्ञान मुक्तपणे शेअर केले जाते.

उत्पादन अभिप्राय किंवा अॅप तयार करताना त्रुटी आल्यास भेट द्या:

---

विज्ञप्ती: हा दस्तऐवज AI भाषांतर सेव्हिस Co-op Translator वापरून भाषांतरित केला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपया लक्षात ठेवा की स्वयंचलित भाषांतरांमध्ये चुका किंवा अचूकतेतील त्रुटी असू शकतात. मूळ दस्तऐवज त्याच्या मातृभाषेमध्ये अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीकरिता व्यावसायिक मानवी भाषांतर करण्याचा सल्ला दिला जातो. या भाषांतराच्या वापरामुळे उद्भवणाऱ्या कोणत्याही गैरसमजुती किंवा चुकीच्या अर्थसंग्रहासाठी आम्ही जबाबदार नाही.