Data-Science-For-Beginners/translations/ml

ഡാറ്റാ സയൻസ് ഫോ ബെഗിനേഴ്സ് - ഒരു കോഴ്സ് പ്രോഗ്രാം

മൈക്രോസോഫ്റ്റിലെ അസ്യൂർ ക്ലൗഡ് അഭിമുഖീകരിക്കുന്നവർ ഡാറ്റാ സയൻസിനെക്കുറിച്ച് 10 ആഴ്ച, 20 പാഠങ്ങൾ അടങ്ങിയ ഒരു കോഴ്‌സ് പ്രോഗ്രാം Bern കൊടുക്കാൻ സന്തോഷവാന്മാർ ആണ്. ഓരോ പാഠത്തിലേക്കും പൂർവ്വപാഠ ക്യൂഇസുകൾ, മുന്നറിയിപ്പ് മുതൽ പാഠം പൂർത്തിയാക്കാനുള്ള എഴുതിയ നിർദ്ദേശങ്ങൾ, ഒരു പരിഹാരം, ഏൽപ്പിക്കൽ എന്നിവ ഉൾപ്പെടുത്തുന്നുണ്ട്. ഞങ്ങളുടെ പ്രോജക്റ്റ് അധിഷ്ഠിത പഠന രീതി ഉള്ളതിനാൽ നിങ്ങൾ നിർമ്മിക്കുകയായി പഠിക്കാം, ഇത് പുതിയ കഴിവുകൾ 'ബാധകമായി' മാറാനുള്ള ഉറപ്പുള്ള മാർഗം ആണ്.

ഞങ്ങളുടെ രചയിതാക്കൾക്ക് ആഴത്തിലുള്ള നന്ദി: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 പ്രത്യേക നന്ദി 🙏 നമ്മുടെ Microsoft Student Ambassador രചയിതാക്കളും, അവലോകനക്കാരുമായും ഉള്ളടക്ക സംഭാവന്കാരുമായും, പ്രധാനമായും 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

ഡാറ്റാ സയൻസ് ഫോ ബെഗിനേഴ്സ് - സ്കെച്ച്നോട്ട് @nitya ഒരുക്കിയത്

🌐 ബഹുഭാഷാ പിന്തുണ

GitHub ആക്ഷൻ വഴി പിന്തുണയ്ക്കപ്പെടുന്നു (സ്വയം പ്രവർത്തിക്കുന്നതും എప్పഴും പുതുക്കപ്പെട്ടതും)

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

പ്രദേശീയമായി ക്ലോൺ ചെയ്യാൻ ഇഷ്ടപ്പെടുന്നുവോ?

ഈ റിപോസിറ്ററിയിൽ 50-ലധികം ഭാഷാ വിവർത്തനങ്ങൾ ഉൾക്കൊള്ളുന്നുണ്ടു, ഇത് ഡൗൺലോഡ് വലിപ്പം വലിയതാക്കുന്നു. വിവർത്തനങ്ങൾ ഇല്ലാതെ ക്ലോൺ ചെയ്യാൻ sparse checkout ഉപയോഗിക്കുക:

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'

ഇത് നിങ്ങൾക്ക് കോഴ്സ് പൂർത്തിയാക്കാൻ ആവശ്യമായ എല്ലാ കാര്യങ്ങളും വേഗത്തിൽ നൽകുന്നു.

കൂടുതൽ വിവർത്തന ഭാഷകൾ പിന്തുണയ്ക്കണമെങ്കിൽ ഇവയും ഇവിടെ പ്രദർശിപ്പിച്ചിരിക്കുന്നു

നമ്മുടെ കമ്മ്യൂണിറ്റിയിൽ ചേരുക

നമ്മുടെ Discord-ൽ AI-യോടൊപ്പം പഠന പരമ്പര തുടരുകയാണ്, കൂടുതൽ അറിഞ്ഞ് Learn with AI Series ലേക്ക് 2025 സെപ്റ്റംബർ 18 മുതൽ 30 വരെയുള്ള കാലയളവിൽ ചേരുക. GitHub Copilot ഉപയോഗിച്ച് ഡാറ്റാ സയൻസിനുള്ള ടിപ്പുകളും തന്ത്രങ്ങളും നിങ്ങൾക്ക് ലഭിക്കും.

നിങ്ങൾ വിദ്യാർത്ഥിയാണോ?

തുടങ്ങാൻ താഴെ കൊടുത്ത റിസോഴ്‌സുകൾ ഉപയോഗിക്കുക:

• Student Hub പേജ് ഈ പേജിൽ നിങ്ങൾക്ക് ആരംഭകർക്കുള്ള റിസോഴ്‌സുകൾ, വിദ്യാർത്ഥി പാക്കുകൾ, സൗജന്യ സർട്ടിഫിക്കറ്റ് വൗച്ചറുകൾ എന്നിവ ലഭിക്കും. ഇതാണ് നിങ്ങൾക്ക് ബുക്ക് മാർക്ക് ചെയ്ത് സമയവും സമയം ചെക്ക് ചെയ്യേണ്ട ഒരു പേജ്, കാരണം ഞങ്ങൾ സ محتويات് പ്രതിമാസം മാറ്റുന്നു.
• Microsoft Learn Student Ambassadors ആഗോള വിദ്യാർത്ഥി അംബാസിഡർ കമ്മ്യൂണിറ്റിയിൽ ചേർക്കുക, ഇതാണ് മൈക്രോസോഫ്റ്റിലേക്ക് എത്താനുള്ള ഒരു വഴി.

തുടങ്ങാം

📚 ഡോക്യുമെന്റേഷൻ

• ഇൻസ്റ്റലേഷൻ ഗൈഡ് - ആരംഭകർക്കായി ഘട്ടം ഘട്ടമായിലാണ് സെറ്റപ്പ് നിർദ്ദേശങ്ങൾ
• ഉപയോഗ വേർപ്പ് - ഉദാഹരണങ്ങളും പൊതു പ്രവൃത്തികളെഴുപ്പുകളും
• പ്രശ്നപരിഹാരം - പൊതു പ്രശ്നങ്ങളുടെ പരിഹാരങ്ങൾ
• സംഭാവന ഗൈഡ് - ഈ പദ്ധതിയിലേക്ക് സംഭാവന ചെയ്യാനുള്ള മാർഗങ്ങൾ
• അധ്യാപകർക്ക് - പഠന ദിശാനിർദ്ദേശങ്ങളും ക്ലാസ് മുറി റിസോഴ്‌സുകളും

👨‍🎓 വിദ്യാർത്ഥികൾക്ക്

പൂർണ്ണമായി പുതിയവർക്കായി: ഡാറ്റാ സയൻസില് പുതുമകാണുന്നുണ്ടോ? ഞങ്ങളുടെ ആരംഭകർക്കുള്ള ഉദാഹരണങ്ങൾ ഉപയോഗിച്ച് തുടങ്ങുക! ഈ ലളിതവും നല്ല രീതിയിൽ ഓരോള സംഭവത്തെ വിശദീകരിച്ചിരിക്കുന്ന ഉദാഹരണങ്ങൾ, പൂർണ്ണ കോഴ്സിൽ പ്രവേശിക്കുന്നതിന് മുമ്പ് അടിസ്ഥാനങ്ങൾ മനസ്സിലാക്കാൻ സഹായിക്കും. വിദ്യാർത്ഥികൾ: ഈ കോഴ്‌സ് സ്വയം പഠിക്കാൻ, പൂർണ്ണ റിപൊ ഫോർക്ക് ചെയ്ത് മുൻ പാഠം ക്യൂഇസോടെ ആരംഭിച്ച്, തുടർചിന്തിച്ചും പാഠം വായിച്ച് ബാക്കിയുള്ള പ്രവർത്തനങ്ങൾ പൂർത്തിയാക്കുക. പരിഹാര കോഡ് എഴുതാതെ പാഠങ്ങൾ മനസ്സിലാക്കി പ്രോജക്റ്റുകൾ സൃഷ്ടിക്കുക; എന്നാൽ പരിഹാരകോഡുകൾ ഓരോ പ്രോജക്റ്റ് അധിഷ്ഠിത പാഠങ്ങളിൽ /solutions ഫോൾഡറുകളിൽ ലഭ്യമാണ്. മറ്റൊരു മാർഗം സുഹൃത്തുക്കളോടൊപ്പം പഠന ഗ്രൂപ്പ് രൂപീകരിച്ച് സംവദിക്കുക. കൂടുതൽ പഠനത്തിനായി, Microsoft Learn പ്രോത്സാഹിപ്പിക്കുന്നു.

ത്വരിതാരംഭം:

1. നിങ്ങളുടെ പരിസ്ഥിതി തയ്യാറാക്കാൻ ഇൻസ്റ്റലേഷൻ ഗൈഡ് പരിശോധിക്കുക
2. കോഴ്‌സ് എങ്ങനെ പ്രവർത്തിക്കുമെന്ന് മനസ്സിലാക്കാൻ ഉപയോഗ വേർപ്പ് വായിക്കുക
3. പാഠം 1 മുതൽ തുടക്കം കുറിച്ച് ക്രമത്തിലായി മുന്നോട്ട് പോവുക
4. പിന്തുണക്കായി ഞങ്ങളുടെ Discord കമ്മ്യൂണിറ്റിയിൽ ചേരുക

👩‍🏫 അധ്യാപകർക്ക്

അധ്യാപകർക്ക്: ഈ കോഴ്സ് എങ്ങനെ ഉപയോഗിക്കാമെന്ന് കുറച്ച് ശുപാർശകൾ നൽകിയിട്ടുണ്ട്. നിങ്ങളുടെ അഭിപ്രായം ഞങ്ങളുടെ ചർച്ച ഫോറത്തിൽ പങ്കുവെയ്ക്കുക!

ടീം പരിചയപ്പെടുക

ഗിഫ് മോഹിത് ജയ്സാൽ

🎥 പ്രോജക്ട് ആയും അതിനെ സൃഷ്ടിച്ചവരാണ് എന്നുള്ള ഒരു വീഡിയോക്കായി മുകളിൽ ചിത്രത്തിൽ ക്ലിക്കുചെയ്യൂ!

പാഠശാസ്ത്രം

ഈ പഠനക്രമം നിർമ്മിക്കുമ്പോൾ ഞങ്ങൾ രണ്ട് പാഠശാസ്ത്ര തത്വങ്ങൾ തിരഞ്ഞെടுக்கியിട്ടുണ്ട്: പ്രോജക്ട് അടിസ്ഥാനമായിരിക്കുക എന്നതും നിരന്തരം ക്വിസ് ഉൾപ്പെടുത്തുക എന്നതും. ഈ പരമ്പരയിലൂടെ വിദ്യാർത്ഥികൾ ഡാറ്റാ സയൻസിന്റെ അടിസ്ഥാന സിദ്ധാന്തങ്ങൾ, സഹജമായ ധാർമിക കാഴ്ചക്കാഴ്ചകൾ, ഡാറ്റാ തയ്യാറാക്കൽ, ഡാറ്റ ഉപയോഗിക്കുന്ന വ്യത്യസ്ത രീതി, ഡാറ്റാ ദൃശ്യീകരണം, ഡാറ്റാ വിശകലനം, ഡാറ്റാ സയൻസിന്റെ യഥാർത്ഥ ലോക ഉപയോഗക്കേസുകൾ എന്നിവ പഠിക്കും.

അതുപോലെ, ക്ലാസിന് മുൻപുള്ള ഒരു കുറഞ്ഞ സമ്മർദ്ദം ഉള്ള ക്വിസ് വിദ്യാർത്ഥിയുടെ പഠന സാധ്യതയ്ക്ക് ഉദ്ദേശ്യം നിശ്ചയിക്കുന്നു, ക്ലാസിനു ശേഷം രണ്ടാമത്തെ ക്വിസ് കൂടുതൽ നിലനിർത്തൽ ഉറപ്പു വരുത്തുന്നു. ഈ പഠനക്രമം സുഖകരവും സുഖത്തോടെ പകർന്നെടുക്കാവുന്നതുമായ രീതിയിലുള്ളതാണ്. 10 ആഴ്ചകളുടെ ചക്രത്തിൽ പ്രോജക്ടുകൾ ചെറിയതിൽ ആരംഭിച്ച് ക്രമാതീതമായി ക്രമേണ പ്രയാസപരവും സങ്കീർണവുമായിരിക്കും.

ഞങ്ങളുടെ നിയമനിർദ്ദേശങ്ങൾ, ഒപ്പം സംഭാവന, പരിശോധന മാർഗനിർദ്ദേശങ്ങൾ കാണുക. നിങ്ങളുടെ രചനാത്മക ഫീഡ്ബാക്ക് ഞങ്ങൾ സ്വാഗതം ചെയ്യുന്നു!

ഓരോ പാഠവും ഉൾപ്പെടുത്തുന്നു:

• ഐച്ഛിക സ്കെട്നോട്ട്
• ഐച്ഛിക കൂട്ടിച്ചേർത്ത വീഡിയോ
• പാഠം മുമ്പുള്ള വാഴ്മപ്പ് ക്വിസ്
• എഴുതുന്ന പാഠം
• പ്രോജക്ട് അടിസ്ഥാനത്തിലുള്ള പാഠങ്ങൾക്ക്, പ്രോജക്ട് നിർമ്മിക്കാൻ ഘട്ടം ഘട്ടമായുള്ള മാർഗനിർദ്ദേശങ്ങൾ
• അറിവ് പരിശോധനകൾ
• ഒരു ചാലഞ്ച്
• കൂട്ടിച്ചേർത്ത വായന
• അസൈൻമെന്റ്
• പാഠം കഴിഞ്ഞുള്ള ക്വിസ്

ക്വിസുകളെ കുറിച്ചുള്ള കുറിപ്പുകൾ: എല്ലാ ക്വിസുകളും Quiz-App ഫോൾഡറിലാണ് സൂക്ഷിച്ചിരിക്കുന്നതും, ഓരോതിലും മൂന്ന് ചോദ്യങ്ങളുള്ള 40 മൊത്തം ക്വിസുകളാണ് ഉള്ളത്. അവ പാഠങ്ങളിൽ നിന്ന് ലിങ്ക് ചെയ്തിട്ടുള്ളതായിരിക്കുകയാണ്, എന്നാൽ ക്വിസ് ആപ്പ് പ്രാദേശികമോ ഡെപ്ലോയ്മെന്റിനോ ഉപയോഗിക്കാം; quiz-app ഫോൾഡറിലെ നിർദ്ദേശങ്ങൾ പിന്തുടരുക. അവ ക്രമമേറിയും പ്രാദേശികമാക്കപ്പെട്ടു വരുന്നു.

🎓 ആരംഭക്കാർക്കായി സൗഹൃദം ഉള്ള ഉദാഹരണങ്ങൾ

ഡാറ്റാ സയൻസിൽ പുതിയോ? ചെറുതും വിശദമായി കമന്റ് ചെയ്ത കോഡും ഉൾപ്പെടുത്തിയ ഉദാഹരണങ്ങൾ ഡയറക്ടറി ഞങ്ങൾ സൃഷ്ടിച്ചു, നിങ്ങളെ സഹായിക്കാൻ:

• 🌟 ഹലോ വേൾഡ് - നിങ്ങളുടെ ആദ്യ ഡാറ്റാ സയൻസ് പ്രോഗ്രാം
• 📂 ഡാറ്റാ ലോഡിംഗ് - ഡാറ്റാസെറ്റുകൾ വായിക്കുകയും പരിശോധിക്കുകയും ചെയ്യുന്നത് പഠിക്കുക
• 📊 സാധാരണ വിശകലനം - സാ‌ഖ്യങ്ങൾ കണക്കുകൂട്ടുകയും മാതൃകകൾ കണ്ടെത്തുകയും ചെയ്യുക
• 📈 അടിസ്ഥാന ദൃശ്യീകരണം - ചാർട്ടുകളും ഗ്രാഫുകളും സൃഷ്ടിക്കുക
• 🔬 യഥാർത്ഥ ലോക പ്രോജക്ട് - തുടങ്ങിയിടത്തുനിന്നും പൂർത്തിയാക്കുന്നവരെപ്പം പൂർത്തിയാക്കുക

ഓരോ ഉദാഹരണവും ഓരോ ഘട്ടവും വിശദമായി വിവരിക്കുന്ന കോമന്റുകളോടെയുള്ളതുകൊണ്ട്, പൂർണ്ണ սկսിച്ചവർക്കും അനുയോജ്യമാണ്!

👉 ഉദാഹരണങ്ങളോടൊപ്പം ആരംഭിക്കുക 👈

പാഠങ്ങൾ

ഡാറ്റ സയൻസ് ഫോർ ബിഗിന്നേഴ്സ്: റോഡ്‌മാപ്പ് - സ്കെട്നോട്ട് @nitya

പാഠം നമ്പർ	വിഷയപരിധി	പാഠ വിഭാഗം	പഠന ലക്ഷ്യങ്ങൾ	ലിങ്കുചെയ്‌ത പാഠം	എഴുത്തുകാരന്‍
01	ഡാറ്റാ സയൻസ് നിർവചിക്കൽ	പരിചയം	ഡാറ്റാ സയൻസിന്റെ അടിസ്ഥാന ആശയങ്ങൾ പഠിക്കുകയും, അതാണ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, മെഷീൻ ലേണിങ്, വലിയ ഡാറ്റ എന്നിവയും എങ്ങനെ ബന്ധപ്പെട്ടു പ്രവർത്തിക്കുന്നുവെന്ന് മനസ്സിലാക്കുക.	lesson video	ഡിമിട്രി
02	ഡാറ്റാ സയൻസ് ധാർമികത	പരിചയം	ഡാറ്റാ ധാർമികതയുടെ ആശയങ്ങൾ, വെല്ലുവിളികൾ, നിബന്ധനകൾ.	lesson	നിത്യ
03	ഡാറ്റ നിർവചിക്കൽ	പരിചയം	ഡാറ്റ എങ്ങിനെ വർഗീകരിക്കപ്പെടുന്നു, അതിന്റെ സാധാരണ ഉറവിടങ്ങൾ.	lesson	ജാസ്മിൻ
04	സ്റ്റാറ്റിസ്റ്റിക്സിനും പരസ്യങ്ങൾക്കും പരിചയം	പരിചയം	ദിവസവുമുള്ള ഡാറ്റ മനസ്സിലാക്കാൻ പരസ്യവും സ്റ്റാറ്റിസ്റ്റിക്സും ഉപയോഗിച്ച ഗണിത സാങ്കേതിക വിദ്യകൾ.	lesson video	ഡിമിട്രി
05	റിലേഷണൽ ഡാറ്റ ഉപയോഗപ്പെടുത്താം	ഡാറ്റയുമായി പ്രവർത്തിക്കൽ	റിലേഷണൽ ഡാറ്റയിലേക്കുള്ള പരിചയവും, ഘടിത ചോദ്യം ഭാഷയായി അറിയപ്പെടുന്ന SQL ഉപയോഗിച്ച് റിലേഷണൽ ഡാറ്റ പരിശോധിക്കുന്നതിന്റെ അടിസ്ഥാന കാര്യങ്ങൾ.	lesson	ക്രിസ്റ്റോഫർ
06	നോൺ-SQL ഡാറ്റയുമായി പ്രവർത്തിക്കുക	ഡാറ്റയുമായി പ്രവർത്തിക്കൽ	നോൺ-രിലേഷണൽ ഡാറ്റയിലേക്കുള്ള പരിചയവും, അതിന്റെ പല തരങ്ങളും രേഖ ഡാറ്റാബേസുകൾ പരിശോധിക്കുകയും വിശകലനം ചെയ്യുകയും ചെയ്യുന്നതിന്റെ അടിസ്ഥാന കാര്യങ്ങൾ.	lesson	ജാസ്മിൻ
07	പൈഥൺ ഉപയോഗിച്ച് പ്രവർത്തിക്കുക	ഡാറ്റയുമായി പ്രവർത്തിക്കൽ	Pandas പോലുള്ള ലൈബ്രറികൾ ഉപയോഗിച്ച് ഡാറ്റ പരിശോധിക്കാൻ പൈഥൺക്ക് അടിസ്ഥാനങ്ങൾ. പൈഥൺ പ്രോഗ്രാമിംഗിൽ അടിസ്ഥാന അറിവ് നിർബന്ധം.	lesson video	ഡിമിട്രി
08	ഡാറ്റ ഒരുക്കൽ	ഡാറ്റയുമായി പ്രവർത്തിക്കൽ	മിസ്സിംഗ്, തെറ്റായ, അപൂർണ്ണമായ ഡാറ്റ കൈകാര്യം ചെയ്യുന്നതിന് ഡാറ്റ ശുചീകരണവും പരിവർത്തനവും സംബന്ധിച്ച സാങ്കേതിക വിശദാംശങ്ങൾ.	lesson	ജാസ്മിൻ
09	മാസ്പ്ളോട്ട്‌ലിബ് ഉപയോഗിച്ച് അളവുകൾ ദൃശ്യവത്കരിക്കൽ	ഡാറ്റ ദൃശ്യീകരണം	പറവികളുടെ ഡാറ്റാ ദൃശ്യവത്കരിക്കാൻ Matplotlib ഉപയോഗിക്കുക 🦆	lesson	ജെൻ
10	ഡാറ്റാ വിതരണങ്ങളുടെ ദൃശ്യവത്കരണം	ഡാറ്റ ദൃശ്യീകരണം	ഒരു ഇടവേളയിലുള്ള നിരീക്ഷണങ്ങളും പ്രവണതകളും ദൃശ്യവത്കരിക്കൽ.	lesson	ജെൻ
11	അനുപാതങ്ങൾ ദൃശ്യവത്കരിക്കൽ	ഡാറ്റ ദൃശ്യീകരണം	വ്യത്യസ്തമായ ഗ്രൂപ്പ് ചെയ്ത ശതമാനങ്ങൾ ദൃശ്യമാക്കുക.	lesson	ജെൻ
12	ബന്ധങ്ങൾ ദൃശ്യവത്കരിക്കൽ	ഡാറ്റ ദൃശ്യീകരണം	ഡാറ്റയും അതിലെ ചാരിത്രങ്ങളുമുള്ള സെറ്റുകൾ തമ്മിലുള്ള ബന്ധങ്ങളും സാന്ദ്രതകളും ദൃശ്യമാക്കുക.	lesson	ജെൻ
13	പ്രധാനം ഉള്ള ദൃശ്യവത്കരണം	ഡാറ്റ ദൃശ്യമാക്കൽ	സജീവ പ്രശ്നപരിഹാരത്തിനും തിരിച്ചറിവിനും‍റെ മൂല്യം വർദ്ധിപ്പിക്കാൻ ഉപകരിക്കുന്ന സാങ്കേതിക വിദ്യകളും മാർഗനിർദ്ദേശങ്ങളും.	lesson	ജെൻ
14	ഡാറ്റാ സയൻസ് ജീവിത ചക്രത്തിനുള്ള പരിചയം	ജീവിതചക്രം	ഡാറ്റാ സയൻസ് ജീവിത ചക്രം പരിചയപ്പെടുക, ആദ്യ ഘട്ടമായ ഡാറ്റാ സമാഹരണവും ഉൽപ്പാദനവുമാണ്.	lesson	ജാസ്മിൻ
15	വിശകലനം	ജീവിതചക്രം	ഡാറ്റാ സയൻസ് ജീവിതചക്രത്തിൽ ഡാറ്റ വിശകലനം നടത്തുന്നതിനുള്ള സാങ്കേതികതകൾ സൂചിപ്പിക്കുന്നു.	lesson	ജാസ്മിൻ
16	സംവാദം	ജീവിതചക്രം	ഡാറ്റയിലുള്ള തിരിച്ചറിവുകൾ സ്വീകാര്യമായ വിധത്തിൽ നയതന്ത്ര നിർണായകർക്കായി സമർപ്പിക്കുന്ന ഘട്ടം.	lesson	ജാലൻ
17	ക്ലൗഡിൽ ഡാറ്റാ സയൻസ്	ക്ലൗഡ് ഡാറ്റ	ക്ലൗഡിൽ ഡാറ്റാ സയൻസ് പരിചയപ്പെടുക കൂടാതെ അതിന്റെ ഗുണങ്ങൾ.	lesson	റ്റിഫാനി & മോഡ്
18	ക്ലൗഡിൽ ഡാറ്റാ സയൻസ്	ക്ലൗഡ് ഡാറ്റ	ലോ കോഡ് ഉപകരണങ്ങൾ ഉപയോഗിച്ച് മാതൃകകൾ പരിശീലിപ്പിക്കൽ.	lesson	റ്റിഫാനി & മോഡ്
19	ക്ലൗഡിൽ ഡാറ്റാ സയൻസ്	ക്ലൗഡ് ഡാറ്റ	Azure Machine Learning Studio ഉപയോഗിച്ചു മാതൃകകൾ വിനിയോഗിക്കൽ.	lesson	റ്റിഫാനി & മോഡ്
20	യഥാർത്ഥ ലോകത്തെ ഡാറ്റാ സയൻസ്	വനം നിറത്തിൽ	യഥാർത്ഥ ലോകം പ്രോജക്റ്റുകളിൽ ഡാറ്റാ സയൻസിന്റെ പ്രയോജനം.	lesson	നിത്യ

GitHub കോഡ്‌സ്പേസസ്

ഈ സാമ്പിൾ Codespace ൽ തുറക്കുന്നതിനുള്ള ചുവടു പിന്തുടരുക:

1. കോഡ് ഡ്രോപ്പ്-ഡൗൺ മെനുവിൽ നിന്ന് Open with Codespaces തിരഞ്ഞെടുക്കുക.
2. പാനൽ അടിവരിയിൽ + New codespace തിരഞ്ഞെടുക്കുക. കൂടുതൽ വിവരങ്ങൾക്കായി GitHub ഡോക്യുമെന്റേഷൻ കാണുക.

VSCode റിമോട്ട് - കണ്ടെയ്‌നറുകൾ

നിങ്ങളുടെ ലൊക്കൽ മെഷീനിൽ VSCode ഉപയോഗിച്ച് ഈ റെപ്പോ ഒരു കണ്ടെയ്‌നറിൽ തുറക്കാൻ, VS Code Remote - Containers എക്സ്റ്റൻഷൻ ഉപയോഗിച്ച് ചുവടു പിന്തുടരുക:

1. ഇത് നിങ്ങളുടെ ആദ്യ ഡെവലപ്പ്മെന്റ് കണ്ടെയ്‌നർ സംവിധാനം ആയിരിക്കുകയാണെങ്കിൽ, ദയവായി നിങ്ങളുടെ സിസ്റ്റം പ്രീ-റിക്വിസിറ്റുകൾ (ഉദാ: Docker ഇൻസ്റ്റാൾ ചെയ്തിട്ടുണ്ടെന്ന്) Getting started ഡോക്യുമെന്റേഷൻ ൽ ഉറപ്പാക്കുക.

ഈ റെപ്പോ സമ്പൂർണമായും ഡോക്കർ വോൾയത്തിൽ ക്ലോൺ ചെയ്യുക എന്ന് ഉപയോഗിക്കാം:

ഗమనിക്കുക: ഇതിന്റെ പിന്നിൽ, Remote-Containers: Clone Repository in Container Volume... കമാൻഡ് ഉപയോഗിച്ച് കോഡ്ഡാറ്റയെ ലൊക്കൽ ഫയൽ സിസ്റ്റത്തിലെ പകരം ഡോക്കർ വോൾയത്തിൽ ക്ലോൺ ചെയ്യും. Volumes കണ്ടെയ്‌നർ ഡാറ്റ പിന്തുണയ്ക്കാൻ മുൻഗണനാ സംവിധാനമാണ്.

അല്ലെങ്കിൽ ലൊക്കലായി ക്ലോൺ ചെയ്ത റെപ്പോ തുറക്കുക:

• ഈ റെപ്പോ നിങ്ങളുടെ ലൊക്കൽ ഫയൽസിസ്റ്റത്തിലേക്ക് ക്ലോൺ ചെയ്യുക.
• F1 അമർത്തി Remote-Containers: Open Folder in Container... കമാൻഡ് തിരഞ്ഞെടുക്കുക.
• ഫോളഡറിന്റെ ക്ലോൺ ചെയ്യുന്ന പകർപ്പ് തിരഞ്ഞെടുക്കുക, കണ്ടെയ്‌നർ ആരംഭിക്കാൻ കാത്തിരിക്കുക, തുടർന്ന് പരീക്ഷിച്ച് നോക്കുക.

ഓഫ്ലൈൻ ആക്സസ്

Docsify ഉപയോഗിച്ച് ഈ ഡോക്യുമെന്റേഷൻ ഓഫ്‌ലൈൻ ചോന്ന് പ്രവർത്തിപ്പിക്കാൻ കഴിയും. ഈ റെപ്പോ ഫോർക്ക് ചെയ്യുക, Docsify ഇൻസ്റ്റാൾ ചെയ്യുക നിങ്ങളുടെ ലൊക്കൽ മെഷീനിൽ, തുടർന്ന് ഈ റെപ്പോയുടെ റൂട്ടിൽ docsify serve ടൈപ് ചെയ്യുക. വെബ്സൈറ്റ് localhost:3000 പോർട്ടിൽ ലഭ്യമാണ്.

കുറിപ്പ്: നോട്ട് ബുക്കുകൾ Docsify വഴിയില്ലാതെ, അതിനാൽ നിങ്ങൾക്ക് നോട്ട് ബുക്ക് ഓടിക്കേണ്ടത് വേണം എങ്കിൽ വേർപെടുത്തി VS കോഡിൽ പൈതൺ കൺറോളറോടെ നടത്തണം.

മറ്റൊരു പാഠ്യപദ്ധതി

ഞങ്ങളുടെ ടീം മറ്റു പാഠ്യപധതികളും സൃഷ്ടിക്കുന്നു! നോക്കൂ:

LangChain

---

ആസ്യൂർ / എഡ്‌ജ് / MCP / ഏജന്റുകൾ

---

ജനറേറ്റീവ് AI പരമ്പര

---

കോർ ലേണിംഗ്

---

കോ‌പൈലട്ട് പരമ്പര

സഹായം നേടുന്നതിന്

പ്രശ്നങ്ങൾ നേരിടുകയാണോ? സാധാരണ പ്രശ്നങ്ങൾക്ക് പരിഹാരങ്ങൾക്കായി നമ്മുടെ Troubleshooting Guide പരിശോധിക്കുക.

AI ആപ്പുകൾ നിർമ്മിക്കുന്നതിൽ നിങ്ങൾക്ക് തടസ്സമുണ്ടെങ്കിൽ അല്ലെങ്കിൽ സംശയങ്ങളുണ്ടെങ്കിൽ MCP-യെക്കുറിച്ച് fellow learners ഉം പരിചയസമ്പന്നരും ആയ ഡെവലപ്പർമാരുമായുള്ള ചർച്ചകളിൽ ചേർത്ത് വെക്കുക. ചോദ്യങ്ങൾക്ക് സ്വാഗതം പറയുന്നു, അറിയിപ്പ് സ്വതന്ത്രമായി പങ്കുവെക്കപ്പെടുന്നു എന്നു ഈ സാമുദായികം ആണ്.

ഉൽപ്പന്ന പ്രതികരണങ്ങൾക്കോ തകരാറുകൾക്കോ വേണ്ടി നിർമ്മിക്കാന്‍ വരുമ്പോൾ സന്ദർശിക്കുക:

---

വിവരണക്കുറിപ്പ്: ഈ ഡോക്യുമെന്റ് AI പരിഭാഷാ സേവനം Co-op Translator ഉപയോഗിച്ച് പരിഭാഷപ്പെടുത്തിയതാണ്. നമ്മൾ നിഷ്‌ക്കളങ്കതയ്ക്ക് ശ്രമിക്കുന്നുവെങ്കിലും, ഓട്ടോമേറ്റഡ് പരിഭാഷകളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. മൂല ഭാഷയിൽ ഉള്ള അത്യന്താപേക്ഷിത ഡോക്യുമെന്റ് ആയാണ് വിശ്വസിക്കേണ്ടത്. പ്രധാനപ്പെട്ട വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ പരിഭാഷ ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ പരിഭാഷയുടെ ഉപയോഗത്തിൽ നിന്നുണ്ടാകുന്ന എന്തെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായി വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.