|
|
3 weeks ago | |
|---|---|---|
| .. | ||
| 1-Introduction | 1 month ago | |
| 2-Working-With-Data | 1 month ago | |
| 3-Data-Visualization | 1 month ago | |
| 4-Data-Science-Lifecycle | 1 month ago | |
| 5-Data-Science-In-Cloud | 1 month ago | |
| 6-Data-Science-In-Wild | 1 month ago | |
| docs | 1 month ago | |
| examples | 1 month ago | |
| quiz-app | 1 month ago | |
| sketchnotes | 1 month ago | |
| .co-op-translator.json | 3 weeks ago | |
| AGENTS.md | 1 month ago | |
| CODE_OF_CONDUCT.md | 1 month ago | |
| CONTRIBUTING.md | 1 month ago | |
| INSTALLATION.md | 1 month ago | |
| README.md | 3 weeks ago | |
| SECURITY.md | 1 month ago | |
| SUPPORT.md | 1 month ago | |
| TROUBLESHOOTING.md | 1 month ago | |
| USAGE.md | 1 month ago | |
| for-teachers.md | 1 month ago | |
README.md
नवशिक्षार्थीहरूका लागि डाटा विज्ञान - एक पाठ्यक्रम
माइक्रोसफ्टका Azure क्लाउड एड्भोकेटहरूले डाटा विज्ञान सम्बन्धी १० हप्ता, २० पाठहरूको पाठ्यक्रम उपलब्ध गराएकोमा खुशी व्यक्त गर्दछौं। प्रत्येक पाठमा पूर्व-पाठ र पछि-पाठ क्विजहरू, पाठ पूरा गर्नको लागि लेखिएको निर्देशनहरू, समाधान, र असाइन्मेन्ट समावेश छन्। हाम्रो परियोजना-आधारित शिक्षण विधिले तपाईलाई सिकाइरहँदा निर्माण गर्न अनुमति दिन्छ, जुन नयाँ सीपहरू स्थायी रूपमा बसाल्न प्रमाणित उपाय हो।
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 आर्यन अरोर, आदित्य गर्ग, अलोनड्रा सान्चेज, अंकिता सिंह, अनुपम मिश्र, अर्पिता दास, छैल Biharि दुबे, डिब्री नसोफोर, डिशिता भासिन, मज्द सफी, मैक्स ब्लम, मिगुएल कोरेआ, मोहम्मा इफ्तेखेर (इफ्टु) एब्ने जब्बार, नावरिन तबास्सुम, रेमन्ड वाङ्सा पुत्रा, रोहित यादव, समृद्धि शर्मा, सान्या सिन्हा, शिना नरूला, तौकीर अहमद, योगेन्द्रसिंह पवार , विदुषी गुप्ता, जसलीन सोंधी
![]() |
|---|
| नवशिक्षार्थीहरूको लागि डाटा विज्ञान - स्केच नोट @nitya द्वारा |
🌐 बहुभाषी समर्थन
GitHub Action मार्फत समर्थित (स्वचालित र सधैं अद्यावधिक)
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
स्थानीय रूपमा क्लोन गर्न मन छ?
यस रिपोजिटरीमा ५०+ भाषा अनुवादहरू छन् जसले डाउनलोड साइज उल्लेखनीय रूपमा बढाउँछ। अनुवादहरू बिना क्लोन गर्न sparse checkout प्रयोग गर्नुहोस्:
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'यसले तपाईलाई पाठ्यक्रम पूरा गर्न सबै आवश्यक सामग्री छिटो डाउनलोड गराउन मद्दत पुर्याउँछ।
यदि तपाईलाई थप अनुवाद भाषा चाहिन्छ भने ती यहाँ सूचीबद्ध गरिएको छ यहाँ
हाम्रो समुदायमा सामेल हुनुहोस्
हामीसँग डिस्कोर्डमा AI सँग सिक्ने सिरिज चलिरहेको छ, थप जान्न र हामीसँग सामेल हुन Learn with AI Series मा सेप्टेम्बर १८ - ३०, २०२५ सम्म। तपाईंलाई डाटा विज्ञानको लागि GitHub Copilot प्रयोग गर्नका लागि सुझाव र तरिकाहरू प्राप्त हुनेछ।
के तपाईं विद्यार्थी हुनुहुन्छ?
तलका स्रोतहरूबाट सुरू गर्नुहोस्:
- विद्यार्थी हब पृष्ठ यस पृष्ठमा, तपाईले नवशिक्षार्थी स्रोतहरू, विद्यार्थी प्याकहरू र निशुल्क प्रमाणपत्र कुपन प्राप्त गर्ने तरिकाहरू पाउनुहुनेछ। यो पृष्ठलाई बुकमार्क गर्नुहोस् र समय-समयमा जाँच गर्नुहोस् जब हामी प्रत्येक महिनामा सामग्री परिवर्तन गर्छौं।
- Microsoft Learn Student Ambassadors एक विश्वव्यापी विद्यार्थी राजदूत समुदायमा सहभागी हुनुहोस्, यो तपाईको माइक्रोसफ्टमा प्रवेश गर्ने बाटो हुन सक्छ।
सुरु गर्ने तरिका
📚 कागजातहरू
- इन्स्टलेशन गाइड - नवशिक्षार्थीहरूको लागि चरण-द्वारा-चरण सेटअप निर्देशनहरू
- प्रयोग गाइड - उदाहरणहरू र सामान्य कार्यप्रवाहहरू
- समस्या समाधान - सामान्य समस्याहरूको समाधानहरू
- योगदान गाइड - यो परियोजनामा योगदान कसरी गर्ने
- शिक्षकहरूको लागि - शिक्षण निर्देशन र कक्षाकोठाका स्रोतहरू
👨🎓 विद्यार्थीहरूको लागि
पूर्ण नवशिक्षार्थीहरू: डाटा विज्ञानमा नयाँ हुनुहुन्छ? हाम्रो आसान उदाहरणहरू बाट सुरु गर्नुहोस्! यी सरल, राम्रो व्याख्या गरिएको उदाहरणहरूले आधारभूत कुरा बुझ्न मद्दत गर्नेछन्, यसपछि पूर्ण पाठ्यक्रममा जानुहोस्। विद्यार्थीहरू: यो पाठ्यक्रम आफैले प्रयोग गर्न, पूर्ण रिपोजिटरी फोर्क गर्नुहोस् र सबै अभ्यासहरू आफैँ पुरा गर्नुहोस्, पूर्व-पाठ क्विजबाट शुरु गरेर। त्यसपछि व्याख्यान पढ्नुहोस् र अरू गतिविधिहरू पुरा गर्नुहोस्। समाधान कोड नक्कल नगरी पाठहरू बुझेर परियोजनाहरू बनाउन प्रयास गर्नुहोस्; तर त्यो कोड प्रत्येक परियोजना-केन्द्रित पाठका /solutions फोल्डरहरूमा उपलब्ध छ। अर्को विचार भनेको साथीहरूसँग अध्ययन समूह बनाएर सामग्री सँगै पढ्नु हो। थप अध्ययनका लागि, हामी Microsoft Learn सिफारिस गर्छौं।
छिटो सुरु गर्नुहोस्:
- आफ्नो वातावरण सेटअप गर्न इन्स्टलेशन गाइड जाँच गर्नुहोस्
- पाठ्यक्रमसँग कसरी काम गर्ने जान्न प्रयोग गाइड पढ्नुहोस्
- पाठ १ बाट सुरु गरेर क्रमिक रूपमा पढ्नुहोस्
- सहयोगका लागि हाम्रो Discord समुदाय मा सामेल हुनुहोस्
👩🏫 शिक्षकहरूको लागि
शिक्षकहरू: हामीले यस पाठ्यक्रम कसरी प्रयोग गर्ने बारे केही सुझावहरू यहाँ राखेका छौं। कृपया आफ्नो प्रतिक्रिया हाम्रो छलफल मञ्चमा दिनुहोस्!
टोलीसँग भेट
गिफ मोहित जैसल द्वारा
🎥 माथि तस्वीरमा क्लिक गर्नुहोस् परियोजना र यसलाई बनाउने व्यक्तिहरूको भिडियो हेर्नको लागि!
पेडागोजी
हामीले यो पाठ्यक्रम तयार गर्दा दुई शैक्षिक सिद्धान्तहरू छनौट गरेका छौं: यसले परियोजना-आधारित हुनु र बारम्बार क्विजहरू समावेश गर्नु। यस शृंखलाको अन्त्यसम्म, विद्यार्थीहरूले डाटा विज्ञानका आधारभूत सिद्धान्तहरू सिक्नेछन्, जसमा नैतिक अवधारणाहरू, डाटा तयारी, डाटासँग काम गर्ने विभिन्न तरिकाहरू, डाटा भिजुअलाइजेशन, डाटा विश्लेषण, डाटा विज्ञानका वास्तविक-विश्व केसहरू र थप समावेश छन्।
अर्थात्, कक्षाको अगाडि एक कम जोखिमको क्विजले विद्यार्थीलाई विषय सिक्नको लागि उत्साहित गर्छ भने कक्षापछि दोस्रो क्विजले अझ राम्रो सम्झनामा मद्दत गर्छ। यो पाठ्यक्रम लचिलो र रमाइलो बनाउन डिजाइन गरिएको छ र पूरै वा आंशिक रूपमा लिन सकिन्छ। परियोजनाहरू सानोतिनोबाट सुरु भई १० हप्ता चक्रको अन्त्यसम्म जटिल हुँदै जान्छन्।
हाम्रो आचारसंहिता, योगदान गर्ने तरिका, अनुवाद निर्देशिका पत्ता लगाउनुहोस्। हामी तपाईंको रचनात्मक अभिप्रायलाई स्वागत गर्छौं!
हरेक पाठमा समावेश छ:
- वैकल्पिक स्केच नोट
- वैकल्पिक पूरक भिडियो
- पूर्व-पाठ तत्परता क्विज
- लिखित पाठ
- परियोजना-आधारित पाठहरूको लागि, परियोजना निर्माण गर्ने चरण-द्वारा-चरण मार्गनिर्देशन
- ज्ञान जाँचहरू
- एक चुनौती
- पूरक अध्ययन
- असाइनमेन्ट
- पाठपछि क्विज
क्विजहरू सम्बन्धी टिप्पणी: सबै क्विजहरू Quiz-App फोल्डरमा छन्, कुल ४० क्विजहरू प्रत्येकमा तीन प्रश्नहरू। तिनीहरू पाठहरूबाट लिंक गरिएको छन्, तर क्विज एप स्थानीय रूपमा चलाउन वा Azure मा तैनाथ गर्न सकिन्छ;
quiz-appफोल्डरमा निर्देशनहरू पालना गर्नुहोस्। तिनीहरू क्रमशः स्थानीयकरण हुँदैछन्।
🎓 नयाँ सिक्नेहरूका लागि उदाहरणहरू
डाटा विज्ञानमा नयाँ? हामीले विशेष उदाहरण निर्देशिका बनाएका छौं जसले सरल, राम्रो व्याख्यात्मक कोड प्रदान गर्दछ:
- 🌟 हेल्लो वर्ल्ड - तपाईंको पहिलो डाटा विज्ञान प्रोग्राम
- 📂 डाटा लोड गर्दै - डेटासेट पढ्न र अन्वेषण गर्न सिक्नुहोस्
- 📊 सरल विश्लेषण - तथ्याङ्क गणना र ढाँचाहरू खोज्नुहोस्
- 📈 आधारभूत भिजुअलाइजेशन - चार्ट र ग्राफहरू सिर्जना गर्नुहोस्
- 🔬 वास्तविक परियोजना - सुरु देखि अन्तसम्म पूरा कार्यप्रवाह
हरेक उदाहरणले हरेक चरणलाई विस्तृत रूपमा व्याख्या गर्ने टिप्पणीहरू समावेश गरेको छ, जसले पूर्ण नयाँ सिक्नेहरूको लागि उपयुक्त बनाउँछ!
👉 उदाहरणहरूबाट सुरु गर्नुहोस् 👈
पाठहरू
![]() |
|---|
| डाटा विज्ञानका लागि शुरुआती: रोडमैप - @nitya द्वारा स्केच नोट |
| पाठ नं. | विषय | पाठ समूह | सिकाइ लक्ष्यहरू | लिंक गरिएको पाठ | लेखक |
|---|---|---|---|---|---|
| ०१ | डाटा विज्ञान परिभाषा | परिचय | डाटा विज्ञानका आधारभूत अवधारणाहरू सिक्नु र यसले कृत्रिम बुद्धिमत्ता, मेसिन लर्निङ, र ठूलो डाटासँग कसरी सम्बन्ध राख्छ बुझ्नु। | पाठ भिडियो | डिमिट्री |
| ०२ | डाटा विज्ञान नैतिकता | परिचय | डाटा नैतिकता अवधारणाहरू, चुनौतीहरू र रूपरेखा। | पाठ | नित्य |
| ०३ | डाटाको परिभाषा | परिचय | डाटा कसरी वर्गीकृत हुन्छ र यसको सामान्य स्रोतहरू। | पाठ | जास्मिन |
| ०४ | सांख्यिकी र सम्भाव्यता परिचय | परिचय | डाटालाई बुझ्न सम्भाव्यता र सांख्यिकीका गणितीय प्रविधिहरू। | पाठ भिडियो | डिमिट्री |
| ०५ | रिलेशनल डाटासँग काम गर्ने | डेटासँग काम | रिलेशनल डाटा परिचय र SQL (स्ट्रक्चर्ड क्वेरी ल्यान्ग्वेज) प्रयोग गरी डाटा अन्वेषण र विश्लेषणका आधारहरू। | पाठ | क्रिस्टोफर |
| ०६ | नोएसक्यूएल डाटासँग काम गर्ने | डेटासँग काम | गैर-रिलेशनल डाटा परिचय, यसको विभिन्न प्रकारहरू र डक्युमेन्ट डाटाबेसहरूको अन्वेषण र विश्लेषणका आधारहरू। | पाठ | जास्मिन |
| ०७ | पायथनसँग काम गर्ने | डेटासँग काम | पायथनका पुस्तकालयहरू जस्तै Pandas प्रयोग गरेर डाटा अन्वेषणका आधारभूतहरू। पायथन प्रोग्रामिङको आधारभूत ज्ञान आवश्यक। | पाठ भिडियो | डिमिट्री |
| ०८ | डेटा तयारी | डेटासँग काम | हराएको, गलत, वा अपूरो डाटालाई सम्हाल्न सफा र रुपान्तरण गर्ने डाटा प्रविधिहरू। | पाठ | जास्मिन |
| ०९ | परिमाणहरू भिजुअलाइज गर्दै | डेटा भिजुअलाइजेशन | Matplotlib प्रयोग गरेर चराहरूको डाटा भिजुअलाइज गर्न सिक्नुहोस् 🦆 | पाठ | जेन |
| १० | डाटाको वितरण भिजुअलाइज गर्दै | डेटा भिजुअलाइजेशन | अन्तराल भित्रको अवलोकन र प्रवृत्तिहरू भिजुअलाइज गर्दै। | पाठ | जेन |
| ११ | अनुपातहरू भिजुअलाइज गर्दै | डेटा भिजुअलाइजेशन | छुट्टाछुट्टै र समूहबद्ध प्रतिशतहरू भिजुअलाइज गर्दै। | पाठ | जेन |
| १२ | सम्बन्धहरू भिजुअलाइज गर्दै | डेटा भिजुअलाइजेशन | डेटाहरू र उनीहरूको भेरिएबलहरूको बीचको सम्बन्ध र कोरिलेसन भिजुअलाइज गर्दै। | पाठ | जेन |
| १३ | अर्थपूर्ण भिजुअलाइजेशनहरू | डेटा भिजुअलाइजेशन | प्रभावकारी समस्यासम्बाधि र अन्तर्दृष्टिका लागि तपाईंका भिजुअलाइजेशनहरूलाई मूल्यवान बनाउने प्रविधिहरू र मार्गदर्शन। | पाठ | जेन |
| १४ | डाटा विज्ञान जीवनचक्र परिचय | जीवनचक्र | डाटा विज्ञान जीवनचक्र र डाटा प्राप्त गर्ने र निकाल्ने पहिलो चरण परिचय। | पाठ | जास्मिन |
| १५ | विश्लेषण | जीवनचक्र | डाटा विज्ञान जीवनचक्रको यो चरणले डाटाको विश्लेषण गर्ने प्रविधिहरूमा केन्द्रित छ। | पाठ | जास्मिन |
| १६ | सञ्चार | जीवनचक्र | डाटाबाट प्राप्त अन्तर्दृष्टिहरूलाई निर्णय लिनेहरूका लागि बुझ्न सजिलो बनाउने तरिकाले प्रस्तुत गर्ने चरण। | पाठ | जलन |
| १७ | क्लाउडमा डाटा विज्ञान | क्लाउड डाटा | क्लाउडमा डाटा विज्ञान परिचय र यसको फाइदाहरू। | पाठ | टिफनी र माउड |
| १८ | क्लाउडमा डाटा विज्ञान | क्लाउड डाटा | लो कोड उपकरणहरू प्रयोग गरेर मोडेलहरू प्रशिक्षण। | पाठ | टिफनी र माउड |
| १९ | क्लाउडमा डाटा विज्ञान | क्लाउड डाटा | Azure Machine Learning Studio प्रयोग गरेर मोडेलहरू तैनाथ गर्ने। | पाठ | टिफनी र माउड |
| २० | जङ्गलमा डाटा विज्ञान | जङ्गलमा | वास्तविक संसारमा डाटा विज्ञानले चलाएका परियोजनाहरू। | पाठ | नित्य |
GitHub Codespaces
यस नमूनालाई Codespace मा खोल्न यी चरणहरू पालना गर्नुहोस्: १. कोड ड्रप-डाउन मेनुमा क्लिक गर्नुहोस् र Open with Codespaces विकल्प चयन गर्नुहोस्। २. प्यानको तल + New codespace चयन गर्नुहोस्। थप जानकारीको लागि GitHub डकुमेन्टेसन हेर्नुहोस्।
VSCode Remote - Containers
तपाईंको स्थानीय कम्प्युटर र VSCode प्रयोग गरेर यो रिपोजिटरी कन्टेनरमा खोल्न यी चरणहरू पालना गर्नुहोस्, VS Code Remote - Containers एक्सटेन्सन प्रयोग गरी:
१. यदि यो तपाईंले विकास कन्टेनर प्रयोग गर्ने पहिलो पटक हो भने, तपाईंको प्रणालीमा Docker जडान भएको छ भनी सुनिश्चित गर्नुहोस् सुरु गर्ने दुल्केसुचना हेरेर।
यो रिपोजिटरी प्रयोग गर्न, तपाईंले रिपोजिटरीलाई अलग Docker भोल्युममा खोल्न सक्नुहुन्छ:
सूचना: तल, Remote-Containers: Clone Repository in Container Volume... कमाण्ड प्रयोग गरी स्रोत कोडलाई स्थानीय फाइल सिस्टमको सट्टा Docker भोल्युममा क्लोन गर्नेछ। कन्टेनर डेटा बचाउन भोल्युमहरू Volumes लाई प्राथमिकता दिइन्छ।
वा स्थानीय रूपमा क्लोन वा डाउनलोड गरिएको रिपोजिटरी खोल्नुहोस्:
- यो रिपोजिटरीलाई तपाईंको स्थानीय फाइल सिस्टममा क्लोन गर्नुहोस्।
- F1 थिचेर Remote-Containers: Open Folder in Container... कमाण्ड चयन गर्नुहोस्।
- यो फोल्डरको क्लोन गरिएको प्रति चयन गर्नुहोस्, कन्टेनर सुरु हुन पर्खनुहोस्, र परीक्षण गर्नुहोस्।
अफलाइन पहुँच
तपाईंले Docsify प्रयोग गरेर यो डकुमेन्टेसन अफलाइन चलाउन सक्नुहुन्छ। यो रिपो फोर्क गर्नुहोस्, Docsify स्थापना गर्नुहोस्, त्यसपछि यस रिपोको रुट फोल्डरमा docsify serve टाइप गर्नुहोस्। वेबसाइट तपाईंको स्थानीय होस्टमा पोर्ट ३००० मा उपलब्ध हुन्छ: localhost:3000।
नोट, नोटबुकहरू Docsify मार्फत रेंडर हुँदैनन्, त्यसैले जब नोटबुक चलाउनु पर्छ भने, त्यसलाई अलगगरी VS Code मा Python कर्नेल चलाएर गर्नुहोस्।
अन्य पाठ्यक्रमहरू
हाम्रो टोलीले अन्य पाठ्यक्रमहरू पनि उत्पादन गर्छ! हेर्नुहोस्:
LangChain
Azure / Edge / MCP / Agents
Generative AI Series
Core Learning
Copilot Series
सहायता प्राप्त गर्दै
समस्याहरू आइरहेका छन्? सामान्य समस्याहरूको समाधानको लागि हाम्रो समस्या समाधान मार्गदर्शन जाँच गर्नुहोस्।
यदि तपाईं अड्किनुभएको छ वा AI एपहरू बनाउनका सम्बन्धमा कुनै प्रश्नहरू छन् भने। MCP सम्बन्धी छलफलहरूमा साथी सिक्नेलाई र अनुभवी विकासकर्तालाई सामेल हुनुहोस्। यो एक सहयोगी समुदाय हो जहाँ प्रश्नहरू स्वागतयोग्य छन् र ज्ञान स्वतन्त्र रूपमा साझा गरिन्छ।
यदि तपाइँसँग उत्पादन प्रतिक्रिया वा निर्माण गर्दा त्रुटिहरू छन् भने भ्रमण गर्नुहोस्:
अस्वीकरण: यस कागजातलाई एआई अनुवाद सेवा Co-op Translator प्रयोग गरी अनुवाद गरिएको हो। हामी शुद्धताका लागि प्रयासरत छौँ भने पनि, कृपया बुझ्नुहोस कि स्वचालित अनुवादहरूले त्रुटि वा अशुद्धता समावेश गर्न सक्छ। मौलिक कागजात यसको मूल भाषामा नै अधिकारिक स्रोत मान्नुपर्छ। महत्वपूर्ण जानकारीका लागि पेशेवर मानवीय अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न कुनै पनि गलतफहमी वा गलत व्याख्याको लागि हामी जिम्मेवार छैनौं।



