Data-Science-For-Beginners/translations/my

Data Science for Beginners - A Curriculum

Microsoft တွင် Azure Cloud Advocates သည် Data Science အကြောင်းအားလုံးအတွက် ၁၀ ပတ်၊ ၂၀ ခန်းစာ များပါဝင်သည့် သင်ရိုးစဉ်တစ်ခုကို ပေးအပ်ရန်ဝမ်းမြောက်ပါသည်။ ခန်းစာတိုင်းတွင် ခန်းစာမတိုင်မီနှင့် ခန်းစာပြီးနောက်တွင် စစ်တမ်းများ၊ ခန်းစာကို ပြီးမြောက်စေရန် စာရေးထုတ်ပြန်ချက်များ၊ ဖြေရှင်းနည်းနှင့်တာဝန်ပေးအစီအစဉ်ပါဝင်သည်။ ကျွန်ုပ်တို့၏ ပရောဂျက်အခြေပြုသင်ကြားမှုနည်းလမ်းသည် သင်ယူသူ၏ ကျွမ်းကျင်မှုအသစ်များကို ထိရောက်စွာ သဘာဝကျကျသိရှိနိုင်စေသည်။

ကျေးဇူးအထူးတင်ရှိသော ဆရာရေးသူများ: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison။

🙏 ကျေးဇူးအထူး 🙏 Microsoft Student Ambassador ဆရာရေးသူများ၊ ပြန်လည်သုံးသပ်သူများနှင့် အကြောင်းအရာပူးပေါင်းသူများသို့, အထူးသဖြင့် 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။

Data Science For Beginners - Sketchnote by @nitya

🌐 ဘာသာစကားစုံထောက်ပံ့မှု

GitHub Action ဖြင့် ထောက်ပံ့ထား (အလိုအလျောက်နှင့် အမြဲတမ်း အဆင့်မြှင့်)

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

ဒေသတွင်းတွင် ကလုံဖို့ ဦးစားပေးပါသလား?

ဤ repository တွင် ဘာသာစကား ၅၀ ကျော် ပါဝင်မှုကြောင့် ဒေါင်းလုပ်အရွယ်အစား များပြားပါသည်။ ဘာသာပြန်များ မပါဘဲ ကလုံလိုပါက sparse checkout ကို အသုံးပြုပါ:

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'

၎င်းသည် သင်ကြားမှုဆိုင်ရာလိုအပ်ချက်အားလုံးကို ပေးသည့်အပြင် ဒေါင်းလုပ်ကို ပိုမိုမြန်ဆန်စေပါသည်။

ထပ်မံဘာသာပြန်မှုများ ထောက်ပံ့ရေးလိုပါက ဤနေရာတွင် ပြထားပါသည်

ကျွန်ုပ်တို့့အသိုင်းအဝိုင်းတွင် ပါဝင်ပါ

AI နှင့်အတူ သင်ယူနိုင်သော Discord စီးရီး ရှိပါသည်၊ ပို၍လေ့လာရန်နှင့် ပါဝင်ရန် Learn with AI Series တွင် ၂၀၂၅ ခုနှစ် စက်တင်ဘာ ၁၈ ရက်မှ ၃၀ ရက်ထိ ပါဝင်နိုင်ပါသည်။ GitHub Copilot ကို Data Science အတွက် အသုံးပြုနည်းများနှင့် လမ်းညွှန်ချက်များ လေ့လာရရှိမည် ဖြစ်သည်။

သင်သည် ကျောင်းသူ/သူမ တစ်ဦးလား?

အောက်ပါ ရင်းမြစ်များဖြင့် စတင်လိုက်ပါ-

• Student Hub page ဤစာမျက်နှာတွင် စပြီးသင်ယူသူအတွက်ရင်းမြစ်များ၊ ကျောင်းသားအထုပ်များနှင့် အခမဲ့ ယူဆာဆာတောင်လက်မှတ် ရယူနည်း အားလုံး ပါဝင်သည်။ ယင်းသည် သင်ကြားမှုပစ္စည်းများကို အချိန်နှင့်တပြေးညီ ပြောင်းလဲသွားသောကြောင့် အချိန်အားဖြင့် လျှောက်လည်သင့်သည်။
• Microsoft Learn Student Ambassadors ကမ္ဘာတစ်ဝှမ်းမှ ကျောင်းသားလမ်းညွှန်များအသိုင်းအဝိုင်းအား ပါဝင်ရန်၊ ၎င်းသည် Microsoft တွင် ဝင်ရောက်ရာလမ်းဖြစ်နိုင်သည်။

စတင်ခြင်း

📚 စာတမ်းများ

• တပ်ဆင်ရန်လမ်းညွှန် - စတင်သင်ယူသူများအတွက် တ Schritt-by-Schritt တပ်ဆင်နည်း
• အသုံးပြုနည်းလမ်းညွှန် - နမူနာများနှင့် ထည့်သွင်းအသုံးပြုခွင့်များ
• ပြဿနာဖြေရှင်းနည်း - အထွေထွေပြဿနာများအတွက် ဖြေရှင်းနည်းများ
• ပူးပေါင်းဆောင်ရွက်ခြင်းလမ်းညွှန် - ဒီပရောဂျက်တွင် ပူးပေါင်းရန်နည်းလမ်းများ
• ဆရာများအတွက် - သင်ကြားရေးလမ်းညွှန်နှင့် စားပွဲထဲစာရင်း

👨‍🎓 ကျောင်းသူ/ကျောင်းသားများအတွက်

စတင်သင်ယူသူများအတွက်: data science ဘာလို့လဲ? ကျွန်ုပ်တို့၏ စတင်သူ များအတွက် နမူနာများ နှင့် စတင်လိုက်ပါ။ ဤရိုးရှင်းပြီး ကောင်းမွန်စွာ မှတ်ချက်ပြုထားသော နမူနာများသည် သင်ကြားမှုအခြေခံကို နားလည်နိုင်ရန်ကူညီပေးသည်။ ကျောင်းသားများ: သင်၏ကိုယ်ပိုင်အဖြစ် သင်ရိုးစဉ်ကို အသုံးပြုချင်သောသူများသည် repository အားလုံးကို fork ပြုလုပ်ပြီး လက်တွေ့လေ့ကျင့်ခန်းများကို ကိုယ်တိုင်ပြီးမြောက်စေလိုက်ပါ၊ အခန်းစာမတိုင်မီ စစ်တမ်းဖြေပြီးနောက် ခန်းစာကို ဖတ်ပြီး ကျက်စားပါ။ ဖြေရှင်းနည်း ကုဒ်ကို ကောက်ယူခြင်းမဟုတ်ပဲ သင်ကြားချက်များကို နားလည်ပြီးပရောဂျက်များဖန်တီးရန်ကြိုးစားပါ။ သို့သော် သူ့ကုဒ်များကို /solutions ဖိုလ်ဒါများတွင် ရနိုင်ပါသည်။ တစ်ခုသော နည်းလမ်းက ဆရာမိတ်ဆွေများနှင့် သင်တန်းအုပ်ဖွဲ့ပြီး ပညာရပ်အကြောင်းအရာများကို တိုင်ပင်ဆွေးနွေးသင်ယူခြင်းဖြစ်နိုင်သည်။ နောက်ဆုံးသင်ယူခိုင်းမှုအတွက် Microsoft Learn ကို အသုံးပြုရန် အကြံပြုသည်။

အမြန်စတင်ချိန်:

1. သင်၏ပတ်ဝန်းကျင်တပ်ဆင်ရန် တပ်ဆင်လမ်းညွှန် ကိုစစ်ဆေးပါ
2. သင်ရိုးသည်းစည်းမှုကို အသုံးပြုနည်း အသုံးပြုပုံလမ်းညွှန် ကို ပြန်လည်ဆန်းစစ်ပါ
3. ခန်းစာ ၁ နှင့် စတင်ပြီး ဆက်တိုက်လုပ်ဆောင်ပါ
4. ကူညီပံ့ပိုးမှုအတွက် ကျွန်ုပ်တို့၏ Discord အသိုင်းအဝိုင်း တွင် ပါဝင်ပါ

👩‍🏫 ဆရာများအတွက်

ဆရာများ: ဤသင်ရိုးစဉ်ကို မည်သို့အသုံးပြုရမည့် အကြံပြုချက်တချို့အား ထည့်သွင်းထားပါသည်။ ကျွန်ုပ်တို့၏ ဆွေးနွေးမှုဖိုရမ်တွင် တုံ့ပြန်စာများ ပြုလုပ်ရန် မမေ့ပါနှင့်!

အဖွဲ့အစည်းနှင့် တွေ့ဆုံခြင်း

Gif ကိုဖန်တီးသူ Mohit Jaisal

🎥 အမြဲတမ်းထက် ဖန်တီးသူများအကြောင်း ဗီဒီယိုကြည့်ရန် ဓါတ်ပုံကို နှိပ်ပါ။

ပညာသင်ကြားမှုနည်းပညာ

ဒီသင်တန်းအစီအစဉ်ကို ဖန်တီးတဲ့အခါ ကျွန်တော်တို့ ရွေးချယ်ထားတဲ့ ပညာသင်ကြားမှု အမြင်နှစ်ခုရှိပါတယ်။ ဒါက ပရောဂျက်အခြေပြုထားပြီး မိမိများသောကွစ်ဇ်များ ပါဝင်ရန် သေချာစေခြင်း ဖြစ်ပါတယ်။ ဒီစီးရီးအဆုံးသတ်တဲ့အချိန်မှာ ကျောင်းသားများသည် ဒေတာသိပ္ပံ၏ အခြေခံ 원리များ၊ ‌ရိုးသားမှုဆိုင်ရာ တွေးခေါ်ချက်များ၊ ဒေတာပြင်ဆင်ခြင်း၊ ဒေတာဖြင့် အလုပ်လုပ်နည်းမျိုးစုံ၊ ဒေတာမြင်ကြည့်ခြင်း၊ ဒေတာသုံးသပ်ခြင်း၊ ဒေတာသိပ္ပံ၏ တကယ့်လောကအသုံးချမှုများ နှင့် နောက်ထပ်များကို လေ့လာရမည်ဖြစ်သည်။

ထို့အပြင်၊ တန်းသွားမတိုင်မှီ လျော့နည်းသောကွစ်ဇ်တစ်ခုသည် ကျောင်းသား၏ အနာဂတ် ပညာသင်ကြားရန် စိတ်ထားကိုပြသသည်။ တန်းပြီးချိန် စတုတျမြောက်လုပ်ထားသော ဒုတိယကွစ်ဇ်က တက်ကြွမှုကို အတည်ပြုသည်။ ဒီသင်တန်းအစီအစဉ်သည် လွယ်ကူပြီး ပျော်ရွှင်စရာဖြစ်ပြီး၊ အစိတ်အပိုင်း တစ်ခုလုံး သို့မဟုတ် အပိုင်းတစ်စိတ်တစ်ပိုင်း ပြုလုပ်နိုင်သည်။ ပရောဂျက်များသည် သေးငယ်စွာ စတင်ပြီး ၁၀ ပတ် အရေးအသား ပိုမို ရှုပ်ထွေးလာသည်။

ကျွန်ုပ်တို့၏ Code of Conduct, ပါဝင်ဆောင်ရွက်ခြင်း, ဘာသာပြန်ဆိုင်ရာ လမ်းညွှန်များကို တွေ့ပါ။ သင်၏တည်ဆောက်မှုဆိုင်ရာ တုံ့ပြန်ချက်ကို ကြိုဆိုပါသည်!

လေ့လာမှု တစ်ခုချင်းစီတွင် ပါဝင်သည်များ -

• ရွေးချယ်စရာ Sketchnote
• ရွေးချယ်စရာ ပထမအပိုင်း ဗီဒီယို
• သင်ခန်းစာမတိုင်မီ အပူပေးကွစ်ဇ်
• စာသားသင်ခန်းစာ
• ပရောဂျက်အခြေပြုသင်ခန်းစာများအတွက် ပရောဂျက် ဖန်တီးနည်း လမ်းညွှန်များ
• အသိပညာ စစ်ဆေးမှုများ
• စိန်ခေါ်မှုတစ်ခု
• အပိုစဉ်စာဖတ်ခြင်း
• တာဝန်ပေးမှု
• သင်ခန်းစာပြီးနောက် ကွစ်ဇ်

ကွစ်ဇ်များအကြောင်း မှတ်ချက်: ကွစ်ဇ်အားလုံးကို Quiz-App ဖိုဒါထဲမှာ တွဲဖက်ထားပြီး ၄၀ ခုရှိ၊ တစ်ခုစီတွင် မေးခွန်း ၃ ခုပါဝင်သည်။ သင်ခန်းစာများမှ ဆက်သွယ်ထားပေမယ့် ကွစ်ဇ်အက်ပ်ကို ဒေသတွင်းမှာ ပြေးနိုင်ပြီး Azure သို့ စတင်တင်သွင်းနိုင်သည်။ quiz-app ဖိုဒါတွင် လမ်းညွှန်ချက်များကို လိုက်နာပါ။ ဒါတွေကို တဖက်တည်း ဘာသာပြန်နေဆဲဖြစ်ပါတယ်။

🎓 စတင်လေ့လာသူများအတွက် နမူနာများ

ဒေတာသိပ္ပံ အသစ်သူများအတွက် - တယ်လီနားလည်ရလွယ်ကူသော၊ အဓိက မှတ်ချက်များ ပါဝင်သော အထူး နမူနာ ဖိုင်တွဲ ကို ဖန်တီးခဲ့ပါသည်။

• 🌟 Hello World - သင်၏ ပထမဆုံး ဒေတာသိပ္ပံပရိုဂရမ်
• 📂 ဒေတာဖတ်ခြင်း - ဒေတာစုစည်းမှုများကို ဖတ်ရှုလေ့လာခြင်း
• 📊 ရိုးရှင်းသော သုံးသပ်ခြင်း - စာရင်းအချက်အလက် တွက်ချက်ခြင်းနှင့် ပုံစံများ ရှာဖွေရန်
• 📈 အခြေခံ မြင်ကွင်းဖော်ခြင်း - ဇယားများနှင့် မြှောက်ပြ
• 🔬 တကယ့်လောက ပရောဂျက် - စတင်ခြင်းမှ အပြီးထိ အလုပ် זרုမှအလုပ်စဉ်

နမူနာတစ်ခုချင်းစီတွင် တစ်ဆင့်ချင်းစီ ဖတ်ရှုနားလည်ရန် အသေးစိတ် မှတ်ချက်များပါရှိသည်၊ စတင်လေ့လာသူများအတွက် သင့်တော်ပါသည်!

👉 နမူနာများနှင့် စတင်ပါ 👈

သင်ခန်းစာများ

ဒေတာသိပ္ပံ အတွက် စတက်ခြင်း လမ်းပြမြေပုံ - Sketchnote by @nitya

သင်ခန်းစာနံပါတ်	ခေါင်းစဉ်	သင်ခန်းစာ အုပ်စု	သင်ယူရမည့် ရည်မှန်းချက်များ	ဆက်စပ်သင်ခန်းစာ	စာရေးသူ
01	ဒေတာသိပ္ပံ သတ်မှတ်ခြင်း	နိဒါန်း	ဒေတာသိပ္ပံ၏ အခြေခံ ရိုးရာများကို လေ့လာပြီး အတုယူနိုင်အားအတူ AI၊ မရှာမဖြေသင်ယူခြင်းနှင့် ကြီးမားသောဒေတာနှင့် ဘယ်လို သက်ဆိုင်ပါတယ်ကို ရှင်းလင်းပါ။	သင်ခန်းစာ ဗီဒီယို	Dmitry
02	ဒေတာသိပ္ပံ တရားတန်ဖိုး	နိဒါန်း	ဒေတာတရားတန်ဖိုး အတွေးအခေါ်များ၊ စိန်ခေါ်မှုများနှင့် ဖရိမ်ဝပ်များ။	သင်ခန်းစာ	Nitya
03	ဒေတာသတ်မှတ်ခြင်း	နိဒါန်း	ဒေတာကို ဘယ်လို သတ်မှတ်ပြီး များသော မူရင်းများကို သိရှိခြင်း။	သင်ခန်းစာ	Jasmine
04	စာရင်းအင်းနှင့် ရာဘယ်ဖြန့်ဖြူးမှု သင့်တော်မှု	နိဒါန်း	ဒေတာကို နားလည်ရန် ရာဘယ်နှင့် စာရင်းအင်း စနစ်များထပ်မံ သင်ကြားရန်။	သင်ခန်းစာ ဗီဒီယို	Dmitry
05	ဆက်စပ် ဒေတာနှင့် လုပ်ဆောင်မှု	ဒေတာဆိုင်ရာလုပ်ငန်း	ဆက်စပ် ဒေတာအကြောင်း မိတ်ဆက်ခြင်းနှင့် SQL ဖြင့် ဒေတာကို ရှာဖွေ သုံးသပ်ခြင်း အခြေခံများ။	သင်ခန်းစာ	Christopher
06	NoSQL ဒေတာနှင့် လုပ်ဆောင်မှု	ဒေတာဆိုင်ရာလုပ်ငန်း	ဆက်စပ် မဟုတ်သော ဒေတာအမျိုးအစားများနှင့် စာရွက်စာတမ်းဒေတာဘေ့စ်များကို ရှာဖွေ သုံးသပ်ခြင်း အခြေခံများ။	သင်ခန်းစာ	Jasmine
07	Python ဖြင့် လုပ်ဆောင်ခြင်း	ဒေတာဆိုင်ရာလုပ်ငန်း	Pandas စသည့် ไลဘ်ရေးရီများနှင့် ဒေတာရှာဖွေရန် Python ကို အသုံးပြုခြင်း အခြေခံ။ Python အခြေခံ ပရိုဂရမ်မင်း များ ရှိရန် အကြံပြုသည်။	သင်ခန်းစာ ဗီဒီယို	Dmitry
08	ဒေတာ ပြင်ဆင်ခြင်း	ဒေတာဆိုင်ရာလုပ်ငန်း	မရှိမဖြစ်ဖြစ်မှု၊ မှားယွင်းမှု သို့မဟုတ် အပြီးမစုံသော ဒေတာများကို ကိုင်တွယ်ရန် သန့်စင်ခြင်းနှင့် အပြောင်းအလဲ နည်းဗျူဟာများ။	သင်ခန်းစာ	Jasmine
09	မျိုးစုံ အရေအတွက် မြင်ကွင်းဖော်ခြင်း	ဒေတာမြင်ကြည့်ခြင်း	Matplotlib ကို အသုံးပြုပြီး ခြင်္သေ့ဒေတာကို မြင်ကွင်းဖော်ခြင်း 🦆	သင်ခန်းစာ	Jen
10	ဒေတာ ဖော်ပြချက်များ မြင်ကွင်းဖော်ခြင်း	ဒေတာမြင်ကြည့်ခြင်း	အစီရင်ခံချက်များနှင့် လိုက်လျောညီထွေမှုများကို မြင်ကွင်းဖော်ခြင်း။	သင်ခန်းစာ	Jen
11	အပိုင်းများ မြင်ကွင်းဖော်ခြင်း	ဒေတာမြင်ကြည့်ခြင်း	ကြဲပြားခြားနားသော နှုန်းထားများနှင့် အုပ်စုနည်းပြုစုထားမှုကို မြင်ကွင်းဖော်ခြင်း။	သင်ခန်းစာ	Jen
12	ဆက်စပ်မှုများ မြင်ကွင်းဖော်ခြင်း	ဒေတာမြင်ကြည့်ခြင်း	ဒေတာနှင့် ပြောင်းလဲမှုအာရုံစူးစိုက်မှုများ။	သင်ခန်းစာ	Jen
13	အဓိပ္ပာယ်ရှိသော မြင်ကွင်းဖော်ခြင်း	ဒေတာမြင်ကြည့်ခြင်း	မြင်ကွင်းဖော်ခြင်းများကို ပြဿနာဖြေရှင်းခြင်းနှင့် ယေဘုယျ အသိပညာများအတွက် အသုံးဝင်စေရန် နည်းဗျူဟာများ။	သင်ခန်းစာ	Jen
14	ဒေတာသိပ္ပံ ဘဝဆိုင်ရာ ကွက်လပ်သွားခြင်းအကြောင်း မိတ်ဆက်ခြင်း	ဘဝဆိုင်ရာ	ဒေတာသိပ္ပံ ဘဝဆိုင်ရာ ကွက်လပ်၏ ပထမအဆင့် အဖြစ် ဒေတာရယူခြင်းနှင့် ထုတ်ယူခြင်း မိတ်ဆက်ခြင်း။	သင်ခန်းစာ	Jasmine
15	သုံးသပ်ခြင်း	ဘဝဆိုင်ရာ	ဒေတာသိပ္ပံ ဘဝဆိုင်ရာ ကွက်လပ် တွင် ဒေတာသုံးသပ်နည်းများကို အဓိကထားခြင်း။	သင်ခန်းစာ	Jasmine
16	ဆက်သွယ်ပြောဆိုခြင်း	ဘဝဆိုင်ရာ	ဒေတာမှသော မူဝါဒကောက်ချက်များကို ဆုံးဖြတ်မှတဆင့် များနားလည်စေဖို့ ပိုမိုလွယ်ကူရန် ပြသခြင်း။	သင်ခန်းစာ	Jalen
17	Cloud တွင် ဒေတာသိပ္ပံ	Cloud Data	Cloud မှာ ဒေတာသိပ္ပံအသုံးပြုမှုနှင့် အကျိုးကျေးဇူးများ မိတ်ဆက်ခြင်း။	သင်ခန်းစာ	Tiffany and Maud
18	Cloud တွင် ဒေတာသိပ္ပံ	Cloud Data	Low Code ကိရိယာများဖြင့် မော်ဒယ်လေ့ကျင့်ခြင်း။	သင်ခန်းစာ	Tiffany and Maud
19	Cloud တွင် ဒေတာသိပ္ပံ	Cloud Data	Azure Machine Learning Studio ဖြင့် မော်ဒယ်တင်သွင်းခြင်း။	သင်ခန်းစာ	Tiffany and Maud
20	တကယ့်လောကတွင် ဒေတာသိပ္ပံ	In the Wild	တကယ့်လောကတွင် ဒေတာသိပ္ပံဉာဏ်ထွန်းထားသော ပရောဂျက်များ။	သင်ခန်းစာ	Nitya

GitHub Codespaces

ဒီနမူနာကို Codespace ထဲတွင် ဖွင့်ရန် အဆင့်များကတော့:

1. Code dropdown မီနူးကို နှိပ်ပြီး Open with Codespaces ရွေးပါ။
2. ပေါ်လာသော ပက်နယ်တွင် + New codespace ကို ရွေးပါ။ အကြောင်းအရာပိုများရန် GitHub ဆောင်းပါး ကို ကြည့်ပါ။

VSCode Remote - Containers

VSCode Remote - Containers extension ကိုသုံးပြီး သင့်ရဲ့ ဒေသတွင်းစက်နှင့် အတူ ဒီကိုဒ်ပေါင်းကို ကွန်တိန်နာထဲမှာ ဖွင့်ချင်ရင် အောက်ပါအဆင့်တွေလိုက်နာပါ။

1. ဒါဟာ ဒါဟာ သင့်ရဲ့ ပထမဆုံး ဖွံဖြိုးတိုးတက်မှု ကွန်တိန်နာ ဖြစ်ခဲ့ရင် Docker ထည့်သွင်းပြီး ရှိကြောင်း သေချာပါစေ (အစပြုရန် စာတမ်းများ)။

Repo ကို အသုံးပြုရန် isolated Docker volume တစ်ခုအတွင်း တခြားသောနည်းလမ်းဖြင့် ဖွင့်နိုင်ပါတယ်။

အကြံပြုချက်: Remote-Containers: Clone Repository in Container Volume... အမိန့်ကို အသုံးပြုကာ ဒေတာအရင်းအမြစ်ကို Docker volume ထဲ ယူသည်။ Volumes တွင် container data သိမ်းဆည်းရန် အကြံပြုသည်။

သို့မဟုတ် ဒေသတွင်းတွင် clone လုပ်ထားသည့် သို့မဟုတ် ဒေါင်းလုဒ်လုပ်ထားသည့် မူရင်း repo ကို ဖွင့်နိုင်သည်။

• သင့်ရဲ့ ဒေသတွင်းဖိုင်စနစ်ကိုအတည်ပြုရန် ဒါကို clone လုပ်ပါ။
• F1 ကိုနှိပ်ပြီး Remote-Containers: Open Folder in Container... အမိန့်ကို ရွေးပါ။
• ဒီ folder ကိုရွေးပြီး container စတင်ရန် စောင့်ပါ၊ ထို့နောက် စမ်းသပ်ကြည့်ပါ။

အော့ဖ်လိုင်း မောင်းနှင်ခြင်း

ဒီစာတမ်းကို လမ်းညွှန်ပုံစံဖြင့် အော့ဖ်လိုင်းတွင် ပြေးနိုင်သည် Docsify ကူညီပါမည်။ ဒီ repo ကို fork လုပ်ပြီး ဒေသတွင်းစက်တွင် Docsify ထည့်သွင်းပြီး repo root directory မှ docsify serve ကို ရိုက်ထည့်ပါ။။ ဝဘ်ဆိုဒ်ကို localhost ၏ ၃၀၀၀ ပေါ့တ်တွင်ဝင်ရောက် ကြည့်ရှုနိုင်ပါသည်။

မှတ်ချက် - notebook များကို Docsify ဖြင့် မဖော်ပြနိုင်ပါ၊ ထို့ကြောင့် notebook မတက်ဖို့လိုသောအခါ VS Code တွင် Python kernel ဖြင့် သီးသန့် run လုပ်ပါ။

အခြား သင်တန်းအစီအစဉ်များ

ကျွန်ုပ်တို့ အဖွဲ့သည် အခြားသင်တန်းများကို ထုတ်လုပ်ပါသည်! ကြည့်ပါ:

LangChain

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Core Learning

---

Copilot Series

အကူအညီရယူခြင်း

ပြဿနာတွေရှိပြီလား? ပုံမှန်ပြဿနာများအတွက် ဖြေရှင်းချက်များကို ကြည့်ရှုနိုင်ရန် Troubleshooting Guide ကို စစ်ဆေးပါ။

AI အက်ပလီကေးရှင်းများ ဖန်တီးရာတွင် ရပ်တန့်သွားခဲ့ခြင်း သို့မဟုတ် မေးခွန်းများရှိှိမိပါက MCP အကြောင်း ဆွေးနွးမှုများတွင် ကျောင်းသားများ နှင့် အတွေ့အကြုံရှိ မိတ်ဆွေများထံ ပူးပေါင်းပါ။ အဲဒီမှာ မေးခွန်းများကို ကြိုဆိုပြီး အသိပညာများကို လွတ်လပ်စွာ မျှဝေကြသည့် ကွန်ယက်တစ်ခု ဖြစ်ပါသည်။

ထုတ်ကုန်မှတ်ချက်များ သို့မဟုတ် အမှားများရှိပါက ဖန်တီးခြင်းအတွင်း ဝင်ရောက်ကြည့်ရှုပါ။

---

အကြောင်းကြားချက်။

ဤစာရွက်ကို AI ဘာသာပြန်ဝန်ဆောင်မှု Co-op Translator ဖြင့် ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှုအတွက် ကြိုးပမ်းသော်လည်း အလိုအလျောက် ဘာသာပြန်ချက်များတွင် အမှားများ သို့မဟုတ် မှားယွင်းချက်များ ရှိနိုင်ကြောင်း သတိပြုပါရန် မေတ္တာရပ်ခံအပ်ပါသည်။ မူလစာရွက်ကို မူရင်းဘာသာဖြင့်သာ တရားဝင်အချက်အလက်အနေဖြင့် ယူဆရန် လိုအပ်ပါသည်။ အရေးပါတဲ့ သတင်းအချက်အလက်များအတွက် သမားရိုးကျ လူသား ဘာသာပြန်ခြင်းကို အကြံပြုပါသည်။ ဤဘာသာပြန်ချက်ကို အသုံးပြုမှုကြောင့် ဖြစ်ပေါ်လာသည့် နားမလည်မှုများ သို့မဟုတ် မှားယွင်းစွာ အဓိပ္ပာယ်ဖတ်ခြင်းများအတွက် ကျွန်ုပ်တို့ တာဝန်မခံပါ။