Data-Science-For-Beginners/translations/ur

ڈیٹا سائنس برائے ابتدائی طلبہ - ایک نصاب

مایکروسافٹ کے Azure کلاؤڈ ایڈووکیٹس خوش ہیں کہ وہ ڈیٹا سائنس کے بارے میں 10 ہفتوں، 20 اسباق پر مشتمل نصاب پیش کریں۔ ہر سبق میں سبق سے پہلے اور سبق کے بعد کوئزز، سبق مکمل کرنے کی تحریری ہدایات، ایک حل، اور ایک اسائنمنٹ شامل ہے۔ ہمارا پروجیکٹ پر مبنی تدریسی طریقہ کار آپ کو سیکھنے کے ساتھ تعمیر کرنے کی اجازت دیتا ہے، جو نئی مہارتوں کو 'چپکانے' کے لیے ایک ثابت شدہ طریقہ ہے۔

ہمارے مصنفین کا دلی شکریہ: جاسمن گرینوے، دمیتری سوشنیکوف، نیتیا ناراسمھان، جی لین مک گائی، جین لوپر، ماڈ لوی، ٹیفنی ساؤٹری، کرسٹوفر ہیرسن۔

🙏 خصوصی شکریہ 🙏 ہمارے مائیکروسافٹ اسٹوڈنٹ ایمبیسیڈر مصنفین، نقادوں اور مواد کے شراکت داروں کو، خاص طور پر آریان آرورا، ادیتیا گرگ، الونڈرا سانچیز، انکیتا سنگھ، انوپم مشرا، ارپیتا داس، خیال بہاری دبے، ڈبری نسوفور، دیشیتا بھاسن، مجد صافی، میکس بلوم، میگوئل کوریا، محمد افتخر (افتو) ابن جلال، ناورین تبسم، رائمنڈ وانگسا پترا، روہت یادو، سمردھی شرما، سانیا سنہا، شیانہ نرولا، توقیر احمد، یوگندرسنگھ پاوار، ودوشی گوپتا، جسلیلن سندھی

ڈیٹا سائنس برائے ابتدائی طلبہ - سکیچنوٹ از @nitya

🌐 کثیر الزبانی حمایت

GitHub ایکشن کے ذریعے معاونت یافتہ (خودکار اور ہمیشہ تازہ ترین)

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

کیا آپ مقامی طور پر کلون کرنا پسند کریں گے؟

اس ریپوزیٹری میں 50+ زبانوں کے تراجم شامل ہیں جو ڈاؤن لوڈ کے حجم کو کافی بڑھا دیتے ہیں۔ تراجم کے بغیر کلون کرنے کے لئے sparse checkout استعمال کریں:

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'

اس سے آپ کو کورس مکمل کرنے کے لیے تمام ضروری چیزیں مل جائیں گی، اور ڈاؤن لوڈ بہت تیز ہوگا۔

اگر آپ اضافی ترجمہ زبانوں کی حمایت چاہتے ہیں تو وہ یہاں درج ہیں

ہماری کمیونٹی شامل ہوں

ہمارے پاس ایک Discord پر "Learn with AI" سیریز جاری ہے، مزید جانیں اور ہمارے ساتھ شامل ہوں Learn with AI Series میں 18 تا 30 ستمبر، 2025۔ آپ کو GitHub Copilot کے استعمال کے لئے ڈیٹا سائنس میں ٹپس اور ٹرکس ملیں گے۔

کیا آپ طالب علم ہیں؟

مندرجہ ذیل وسائل کے ساتھ شروع کریں:

• طالب علم ہب صفحہ اس صفحہ میں آپ کو ابتدائی وسائل، طالب علم پیک اور مفت سرٹیفیکیشن ووچر حاصل کرنے کے طریقے ملیں گے۔ یہ وہ صفحہ ہے جسے آپ وقتاً فوقتاً دیکھنا چاہیں گے کیونکہ ہم کم از کم ماہانہ مواد تبدیل کرتے رہتے ہیں۔
• Microsoft Learn Student Ambassadors عالمی طالب علم ایمبیسیڈر کمیونٹی میں شامل ہوں، یہ آپ کا مائیکروسافٹ میں داخلہ کا ذریعہ ہو سکتا ہے۔

شروع کرنا

📚 دستاویزی مواد

• انسٹالیشن گائیڈ - ابتدائیوں کے لیے مرحلہ وار سیٹ اپ کی ہدایات
• استعمال کا گائیڈ - مثالیں اور عام ورک فلو
• مسائل حل کرنا - عام مسائل کے حل
• شراکت دار بننے کا طریقہ - اس پروجیکٹ میں تعاون کرنے کا طریقہ
• اساتذہ کے لیے - تدریسی رہنمائی اور کلاس روم کے وسائل

👨‍🎓 طلبہ کے لیے

بالکل نئے: ڈیٹا سائنس میں نئے ہیں؟ ہمارے آسان اور وضاحتی مثالوں سے شروع کریں! یہ سادہ اور وضاحتی مثالیں آپ کو بنیادی باتیں سمجھنے میں مدد دیں گی اس سے پہلے کہ آپ مکمل نصاب میں جائیں۔ طلبہ: اس نصاب کو خود استعمال کرنے کے لیے، پورے ریپو کو فورک کریں اور خود کی مشقیں مکمل کریں، شروع میں ایک پری لیکچر کوئز کے ساتھ۔ پھر لیکچر پڑھیں اور باقی سرگرمیاں مکمل کریں۔ کوشش کریں کہ اسباق کو سمجھ کر پروجیکٹ بنائیں بجائے اس کے کہ حل کے کوڈ کی نقل کریں؛ تاہم، وہ کوڈ ہر پروجیکٹ پر مبنی سبق کے /solutions فولڈر میں دستیاب ہے۔ ایک اور خیال ہے کہ دوستوں کے ساتھ ایک اسٹڈی گروپ بنائیں اور مل کر مواد کا جائزہ لیں۔ مزید مطالعہ کے لیے، ہم Microsoft Learn کی سفارش کرتے ہیں۔

فوری آغاز:

1. اپنا ماحول ترتیب دینے کے لیے انسٹالیشن گائیڈ دیکھیں
2. نصاب کے ساتھ کام کرنے کے طریقے جاننے کے لیے استعمال کا گائیڈ کا جائزہ لیں
3. سبق نمبر 1 سے شروع کریں اور ترتیب سے آگے بڑھیں
4. مدد کے لیے ہمارے Discord کمیونٹی میں شامل ہوں

👩‍🏫 اساتذہ کے لیے

اساتذہ: ہم نے اس نصاب کے استعمال کے لیے کچھ تجاویز شامل کی ہیں۔ ہمیں آپ کی رائے سن کر خوشی ہوگی ہماری مباحثہ فورم میں!

ٹیم سے ملاقات

گیف بذریعہ موہت جیسال

🎥 پروجیکٹ اور اسے بنانے والے افراد کے بارے میں ویڈیو کے لیے اوپر دی گئی تصویر پر کلک کریں!

تعلیم کا طریقہ کار

ہم نے اس نصاب کی تیاری کے دوران دو تعلیمی اصول چنے ہیں: یہ کہ یہ پروجیکٹ پر مبنی ہو اور اس میں بار بار کوئز شامل ہوں۔ اس سیریز کے اختتام تک، طلباء نے ڈیٹا سائنس کے بنیادی اصول سیکھ لیے ہوں گے، جن میں اخلاقی تصورات، ڈیٹا کی تیاری، ڈیٹا کے ساتھ کام کرنے کے مختلف طریقے، ڈیٹا کی تصویری نمائندگی، ڈیٹا کا تجزیہ، ڈیٹا سائنس کے حقیقی دنیا کے استعمال کے معاملات، اور بہت کچھ شامل ہے۔

مزید یہ کہ، کلاس سے پہلے ایک کم دباؤ والا کوئز طالب علم کی کسی موضوع کو سیکھنے کی نیت قائم کرتا ہے، جبکہ کلاس کے بعد دوسرا کوئز اس معلومات کی مزید یادداشت کو یقینی بناتا ہے۔ یہ نصاب لچکدار اور تفریحی بنانے کے لیے ڈیزائن کیا گیا ہے اور پورے یا کسی حصے میں بھی لیا جا سکتا ہے۔ پروجیکٹس شروع میں چھوٹے ہوتے ہیں اور 10 ہفتوں کے دورانیے کے آخر تک پیچیدہ ہوتے جاتے ہیں۔

ہمارے کوڈ آف کنڈکٹ، قواعد و ضوابط، ترجمہ کی ہدایات دیکھیں۔ ہم آپ کی تعمیری رائے کا خیرمقدم کرتے ہیں!

ہر سبق میں شامل ہے:

• اختیاری اسکیچ نوٹ
• اختیاری اضافی ویڈیو
• سبق سے پہلے گرم اپ کوئز
• تحریری سبق
• پروجیکٹ پر مبنی اسباق کے لیے، پروجیکٹ بنانے کے مرحلہ وار رہنما
• علم کی جانچ
• ایک چیلنج
• اضافی مطالعہ
• اسباق کے بعد کوئز (Post-lesson quiz)

کوئز کے بارے میں نوٹ: تمام کوئزز Quiz-App فولڈر میں شامل ہیں، کل 40 کوئزز ہیں جن میں سے ہر ایک میں تین سوالات ہوتے ہیں۔ یہ اسباق میں لنک کیے گئے ہیں، لیکن کوئز ایپ کو آپ مقامی طور پر چلا سکتے ہیں یا Azure پر تعینات کر سکتے ہیں؛ quiz-app فولڈر میں ہدایات پر عمل کریں۔ انہیں بتدریج مقامی زبانوں میں تبدیل کیا جا رہا ہے۔

🎓 ابتدائی افراد کے لیے مثالیں

ڈیٹا سائنس میں نئے ہیں؟ ہم نے ایک خاص مثالیں ڈائریکٹری بنائی ہے جس میں آسان، اچھی طرح سے تبصرہ شدہ کوڈ ہے تاکہ آپ شروع کر سکیں:

• 🌟 ہیلو ورلڈ - آپ کا پہلا ڈیٹا سائنس پروگرام
• 📂 ڈیٹا لوڈ کرنا - ڈیٹا سیٹس کو پڑھنا اور تلاش کرنا سیکھیں
• 📊 سادہ تجزیہ - اعدادوشمار کا حساب لگائیں اور پیٹرن تلاش کریں
• 📈 بنیادی تصویری نمائندگی - چارٹس اور گراف بنائیں
• 🔬 حقیقی دنیا کا پروجیکٹ - ابتدا سے لے کر اختتام تک مکمل ورک فلو

ہر مثال مکمل تبصروں کے ساتھ ہے جو ہر قدم کی وضاحت کرتے ہیں، جو بالکل ابتدائی افراد کے لیے بہترین ہے!

👉 مثالوں سے شروع کریں 👈

اسباق

ڈیٹا سائنس برائے ابتدائی افراد: روڈ میپ - اسکیچ نوٹ بذریعہ @nitya

سبق نمبر	موضوع	سبق کا گروپ	تعلیمی مقاصد	منسلک سبق	مصنف
01	ڈیٹا سائنس کی تعریف	تعارف	ڈیٹا سائنس کے بنیادی تصورات اور یہ آرٹیفیشل انٹیلی جنس، مشین لرننگ، اور بڑی ڈیٹا سے کیسے منسلک ہے سیکھنا۔	سبق ویڈیو	دمیتری
02	ڈیٹا سائنس اخلاقیات	تعارف	ڈیٹا کے اخلاقی تصورات، چیلنجز اور فریم ورکس۔	سبق	نیتیا
03	ڈیٹا کی تعریف	تعارف	ڈیٹا کی درجہ بندی اور اس کے عام ذرائع۔	سبق	جازمین
04	شماریات اور احتمال کا تعارف	تعارف	احتمال اور شماریات کی ریاضی تکنیکوں کا استعمال کر کے ڈیٹا کو سمجھنا۔	سبق ویڈیو	دمیتری
05	تعلقاتی ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام	تعلقاتی ڈیٹا کا تعارف اور اس کی کھوج اور تجزیہ کے بنیادی اصول Structured Query Language یعنی SQL کے ذریعے۔	سبق	کرسٹوفر
06	نان SQL ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام	غیر تعلقاتی ڈیٹا کا تعارف، اس کی مختلف اقسام اور دستاویز ڈیٹا بیس کی کھوج اور تجزیہ کے بنیادی اصول۔	سبق	جازمین
07	پائتھون کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام	پائتھون کا استعمال کرتے ہوئے ڈیٹا کی کھوج کے بنیادی اصول جیسے کہ Pandas لائبریریز۔ پائتھون پروگرامنگ کی بنیادی سمجھ سفارش کی جاتی ہے۔	سبق ویڈیو	دمیتری
08	ڈیٹا کی تیاری	ڈیٹا کے ساتھ کام	گمشدہ، غلط، یا نامکمل ڈیٹا کے چیلنجز کو دور کرنے کے لیے ڈیٹا صاف کرنے اور تبدیل کرنے کی تکنیکیں۔	سبق	جازمین
09	مقدار کی تصویری نمائندگی	ڈیٹا کی تصویری نمائندگی	Matplotlib کا استعمال کر کے پرندوں کے ڈیٹا کی تصویری نمائندگی سیکھیں 🦆	سبق	جن
10	ڈیٹا کی تقسیمات کی تصویری نمائندگی	ڈیٹا کی تصویری نمائندگی	مشاہدات اور رجحانات کی ایک وقفہ میں تصویری نمائندگی۔	سبق	جن
11	تناسب کی تصویری نمائندگی	ڈیٹا کی تصویری نمائندگی	متفرق اور گروپ شدہ فیصدی کی تصویری نمائندگی۔	سبق	جن
12	تعلقات کی تصویری نمائندگی	ڈیٹا کی تصویری نمائندگی	ڈیٹا سیٹس اور ان کے متغیرات کے درمیان کنکشنز اور تعلقات کی تصویری نمائندگی۔	سبق	جن
13	معنی خیز تصویری نمائندگی	ڈیٹا کی تصویری نمائندگی	اپنی تصویری نمائندگی کو مؤثر مسئلہ حل کرنے اور بصیرت کے لیے قیمتی بنانے کی تکنیکیں اور رہنمائی۔	سبق	جن
14	ڈیٹا سائنس کے زندگی کے چکر کا تعارف	زندگی کے چکر	ڈیٹا سائنس کے زندگی کے چکر کا تعارف اور ڈیٹا حاصل کرنے اور نکالنے کا پہلا مرحلہ۔	سبق	جازمین
15	تجزیہ کرنا	زندگی کے چکر	ڈیٹا سائنس کے زندگی کے چکر کا یہ مرحلہ ڈیٹا کے تجزیہ کرنے کی تکنیکوں پر مرکوز ہے۔	سبق	جازمین
16	ابلاغ	زندگی کے چکر	ڈیٹا سائنس کے زندگی کے چکر کا یہ مرحلہ ڈیٹا سے حاصل شدہ بصیرتوں کو اس طرح پیش کرنے پر مرکوز ہے جو فیصلہ سازوں کے لیے آسان فہم ہو۔	سبق	جیلن
17	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	اس سبقوں کی سیریز میں کلاؤڈ میں ڈیٹا سائنس اور اس کے فوائد کا تعارف کروایا گیا ہے۔	سبق	ٹفنی اور ماڈ
18	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	Low Code ٹولز کا استعمال کرتے ہوئے ماڈلز کی تربیت۔	سبق	ٹفنی اور ماڈ
19	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	Azure Machine Learning Studio کے ذریعے ماڈلز کی تعیناتی۔	سبق	ٹفنی اور ماڈ
20	جنگل میں ڈیٹا سائنس	وائلڈ میں	حقیقی دنیا میں ڈیٹا سائنس پر مبنی پروجیکٹس۔	سبق	نیتیا

گِٹ ہب کوڈ اسپیسز

اس نمونے کو کوڈ اسپیس میں کھولنے کے لیے یہ مراحل انجام دیں:

1. کوڈ کے ڈراپ ڈاؤن مینو پر کلک کریں اور Open with Codespaces کا انتخاب کریں۔
2. پین کے نیچے + New codespace منتخب کریں۔ مزید معلومات کے لیے GitHub دستاویزات دیکھیں۔

VSCode ریموٹ - کنٹینرز

اپنے مقامی کمپیوٹر اور VSCode کے ذریعے اس ریپو کو کنٹینر میں کھولنے کے لیے VS Code Remote - Containers ایکسٹینشن استعمال کریں:

1. اگر یہ آپ کا پہلا موقع ہے کہ آپ ڈیولپمنٹ کنٹینر استعمال کر رہے ہیں، تو براہ کرم یقینی بنائیں کہ آپ کا سسٹم شروعاتی دستاویزات میں بتائے گئے پری ریکویزٹس (مثلاً Docker انسٹال ہونا) کو پورا کرتا ہے۔

اس ریپوزٹری کو استعمال کرنے کے لیے، آپ یا تو اسے ایک علیحدہ Docker والیوم میں کھول سکتے ہیں:

نوٹ: اندرونی طور پر، یہ Remote-Containers: Clone Repository in Container Volume... کمانڈ کا استعمال کرے گا تاکہ سورس کوڈ کو مقامی فائل سسٹم کے بجائے Docker والیوم میں کلون کیا جائے۔ Volumes کنٹینر ڈیٹا کے مستقل رہنے کے لیے ترجیحی طریقہ ہیں۔

یا ریپوزٹری کی مقامی کلون یا ڈاؤن لوڈ شدہ ورژن کھولیں:

• اس ریپو کو اپنے مقامی فائل سسٹم پر کلون کریں۔
• F1 دبائیں اور Remote-Containers: Open Folder in Container... کمانڈ منتخب کریں۔
• اس فولڈر کی کلون کی گئی کاپی منتخب کریں، کنٹینر کے شروع ہونے کا انتظار کریں، اور تجربہ کریں۔

آف لائن رسائی

آپ Docsify استعمال کر کے اس دستاویز کو آف لائن چلا سکتے ہیں۔ اس ریپو کو فورک کریں، اپنے مقامی کمپیوٹر پر Docsify انسٹال کریں، پھر اس ریپو کے روٹ فولڈر میں docsify serve ٹائپ کریں۔ ویب سائٹ آپ کے لوکل ہوسٹ پر پورٹ 3000 پر چلائی جائے گی: localhost:3000۔

نوٹ کریں، نوٹ بکس Docsify کے ذریعے رینڈر نہیں ہوں گی، اس لیے جب آپ کو کوئی نوٹ بک چلانی ہو تو اسے علیحدہ VS Code میں Python کرنل کے ساتھ چلائیں۔

دیگر نصاب

ہماری ٹیم دوسرے نصاب بھی تیار کرتی ہے! دیکھیں:

LangChain

ایزور / ایج / ایم سی پی / ایجنٹس

---

جنریٹیو AI سیریز

---

بنیادی تعلیم

---

کوپائلٹ سیریز

مدد حاصل کرنا

مسائل کا سامنا ہے؟ عام مسائل کے حل کے لیے ہمارا مسائل کا حل گائیڈ دیکھیں۔

اگر آپ پھنس جائیں یا AI ایپس بنانے کے بارے میں کوئی سوال ہو تو MCP کے متعلق سیکھنے والوں اور تجربہ کار ڈویلپرز کے ساتھ شامل ہوں۔ یہ ایک ایسا حمایتی کمیونٹی ہے جہاں سوالات خوش آمدید ہیں اور علم آزادانہ طور پر شیئر کیا جاتا ہے۔

اگر آپ کے پاس پروڈکٹ فیڈبیک یا تعمیر کے دوران کوئی غلطیاں ہوں تو یہاں آئیں:

---

رسیدگی کی وضاحت:
یہ دستاویز اے آئی ترجمہ سروس Co-op Translator کے ذریعے ترجمہ کی گئی ہے۔ اگرچہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم اس بات کا خیال رکھیں کہ خودکار تراجم میں غلطیاں یا عدم صحت ہو سکتی ہے۔ اصل دستاویز اپنی مادری زبان میں مستند ماخذ سمجھی جانی چاہیے۔ اہم معلومات کے لیے پیشہ ور انسان ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمہ کے استعمال سے ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم پر نہیں ہوگی۔