Data-Science-For-Beginners/translations/ur

ڈیٹا سائنس برائے ابتدائی افراد - ایک نصاب

Azure Cloud Advocates مائیکروسافٹ میں خوشی کے ساتھ ایک 10 ہفتوں کا، 20 اسباق پر مشتمل نصاب پیش کرتے ہیں جو مکمل طور پر ڈیٹا سائنس کے بارے میں ہے۔ ہر سبق میں سبق سے پہلے اور بعد کے کوئز، سبق مکمل کرنے کے لیے تحریری ہدایات، ایک حل، اور ایک اسائنمنٹ شامل ہے۔ ہمارا پروجیکٹ پر مبنی طریقہ کار آپ کو سیکھنے کے دوران بنانے کی اجازت دیتا ہے، جو نئی مہارتوں کو یاد رکھنے کا ایک ثابت شدہ طریقہ ہے۔

ہمارے مصنفین کا دل سے شکریہ: جیسمن گرین اوے، دیمتری سوشنیکوف، نیتیا نرسمہن، جیلن میکگی، جین لوپر، مود لیوی، ٹفنی سوترے، کرسٹوفر ہیریسن۔

🙏 خاص شکریہ 🙏 ہمارے مائیکروسافٹ اسٹوڈنٹ ایمبیسڈر مصنفین، جائزہ لینے والوں اور مواد کے شراکت داروں کا، خاص طور پر آریان اروڑا، آدتیہ گرگ، الوندرا سانچیز، انکیتا سنگھ، انوپم مشرا، ارپیتا داس، چھائل بہاری دوبے، دیبری نسوفر، دیشیتا بھاسین، مجید صافی، میکس بلوم، میگوئل کوریا، محمد افتخار (افتو) ابن جلال، نورین تبسم، ریمنڈ وانگسا پترا، روہت یادو، سمرِدھی شرما، سنیا سنہا، شینا نرولا، توقیر احمد، یوگندر سنگھ پاور، ودوشی گپتا، جسلین سوندھی۔

ڈیٹا سائنس برائے ابتدائی افراد - اسکیچ نوٹ از @نیتیا

🌐 کثیر لسانی معاونت

گِٹ ہب ایکشن کے ذریعے معاون (خودکار اور ہمیشہ تازہ ترین)

عربی | بنگالی | بلغاریائی | برمی (میانمار) | چینی (سادہ) | چینی (روایتی، ہانگ کانگ) | چینی (روایتی، مکاؤ) | چینی (روایتی، تائیوان) | کروشین | چیک | ڈینش | ڈچ | ایسٹونین | فنش | فرانسیسی | جرمن | یونانی | عبرانی | ہندی | ہنگریائی | انڈونیشیائی | اطالوی | جاپانی | کوریائی | لتھوانیائی | ملائی | مراٹھی | نیپالی | نائجیرین پیجن | نارویجین | فارسی (ایرانی) | پولش | پرتگالی (برازیل) | پرتگالی (پرتگال) | پنجابی (گرمکھی) | رومانیائی | روسی | سربیائی (سیریلیک) | سلوواک | سلووینیائی | ہسپانوی | سواحلی | سویڈش | ٹیگالوگ (فلپائنی) | تمل | تھائی | ترکی | یوکرینیائی | اردو | ویتنامی

اگر آپ اضافی ترجمے چاہتے ہیں تو معاون زبانوں کی فہرست یہاں دستیاب ہے۔

ہماری کمیونٹی میں شامل ہوں

ہمارے پاس ایک ڈسکارڈ "AI کے ساتھ سیکھیں" سیریز جاری ہے، مزید جاننے اور شامل ہونے کے لیے Learn with AI Series پر جائیں، 18 - 30 ستمبر، 2025۔ آپ کو ڈیٹا سائنس کے لیے GitHub Copilot کے استعمال کے ٹپس اور ٹرکس ملیں گے۔

کیا آپ طالب علم ہیں؟

مندرجہ ذیل وسائل سے شروعات کریں:

• اسٹوڈنٹ ہب صفحہ اس صفحے پر آپ کو ابتدائی وسائل، اسٹوڈنٹ پیک اور یہاں تک کہ مفت سرٹیفکیٹ واؤچر حاصل کرنے کے طریقے ملیں گے۔ یہ ایک صفحہ ہے جسے آپ بک مارک کرنا چاہیں گے اور وقتاً فوقتاً چیک کریں گے کیونکہ ہم کم از کم ماہانہ مواد تبدیل کرتے ہیں۔
• مائیکروسافٹ لرن اسٹوڈنٹ ایمبیسڈرز ایک عالمی کمیونٹی میں شامل ہوں، یہ مائیکروسافٹ میں آپ کے داخلے کا راستہ ہو سکتا ہے۔

شروعات کریں

📚 دستاویزات

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

👨‍🎓 طلباء کے لیے

مکمل ابتدائی افراد: ڈیٹا سائنس میں نئے ہیں؟ ہمارے ابتدائی دوستانہ مثالوں سے شروع کریں! یہ سادہ، اچھی طرح سے تشریح شدہ مثالیں آپ کو مکمل نصاب میں غوطہ لگانے سے پہلے بنیادی باتیں سمجھنے میں مدد کریں گی۔ طلباء: اس نصاب کو خود استعمال کرنے کے لیے، پورے ریپو کو فورک کریں اور خود سے مشقیں مکمل کریں، سبق سے پہلے کے کوئز سے شروع کریں۔ پھر لیکچر پڑھیں اور باقی سرگرمیاں مکمل کریں۔ کوشش کریں کہ اسباق کو سمجھ کر پروجیکٹس بنائیں بجائے اس کے کہ حل کوڈ کو کاپی کریں؛ تاہم، وہ کوڈ ہر پروجیکٹ پر مبنی سبق کے /solutions فولڈرز میں دستیاب ہے۔ ایک اور خیال یہ ہو سکتا ہے کہ دوستوں کے ساتھ ایک اسٹڈی گروپ بنائیں اور مواد کو ایک ساتھ دیکھیں۔ مزید مطالعہ کے لیے، ہم مائیکروسافٹ لرن کی سفارش کرتے ہیں۔

فوری آغاز:

1. اپنے ماحول کو سیٹ اپ کرنے کے لیے انسٹالیشن گائیڈ چیک کریں
2. نصاب کے ساتھ کام کرنے کا طریقہ سیکھنے کے لیے استعمال گائیڈ کا جائزہ لیں
3. سبق 1 سے شروع کریں اور ترتیب وار آگے بڑھیں
4. مدد کے لیے ہماری ڈسکارڈ کمیونٹی میں شامل ہوں

👩‍🏫 اساتذہ کے لیے

اساتذہ: ہم نے اس نصاب کو استعمال کرنے کے بارے میں کچھ تجاویز شامل کی ہیں۔ ہم آپ کی رائے ہمارے مباحثہ فورم میں سننا پسند کریں گے!

ٹیم سے ملاقات کریں

گِف از محیط جیسال

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

تدریسی طریقہ کار

ہم نے اس نصاب کو تیار کرتے وقت دو تدریسی اصولوں کا انتخاب کیا ہے: یہ کہ یہ منصوبہ پر مبنی ہو اور اس میں بار بار کوئز شامل ہوں۔ اس سیریز کے اختتام تک، طلباء ڈیٹا سائنس کے بنیادی اصول سیکھ چکے ہوں گے، جن میں اخلاقی تصورات، ڈیٹا کی تیاری، ڈیٹا کے ساتھ کام کرنے کے مختلف طریقے، ڈیٹا کی بصری نمائندگی، ڈیٹا کا تجزیہ، ڈیٹا سائنس کے حقیقی دنیا کے استعمالات، اور مزید شامل ہیں۔

اس کے علاوہ، کلاس سے پہلے ایک کم دباؤ والا کوئز طلباء کو موضوع سیکھنے کی نیت پر مرکوز کرتا ہے، جبکہ کلاس کے بعد دوسرا کوئز مزید یادداشت کو یقینی بناتا ہے۔ یہ نصاب لچکدار اور دلچسپ بنایا گیا ہے اور اسے مکمل یا جزوی طور پر لیا جا سکتا ہے۔ منصوبے چھوٹے شروع ہوتے ہیں اور 10 ہفتوں کے دورانیے کے اختتام تک بتدریج پیچیدہ ہو جاتے ہیں۔

ہمارا ضابطہ اخلاق، شراکت، ترجمہ کے رہنما اصول دیکھیں۔ ہم آپ کی تعمیری رائے کا خیرمقدم کرتے ہیں!

ہر سبق میں شامل ہیں:

• اختیاری خاکہ نوٹ
• اختیاری اضافی ویڈیو
• سبق سے پہلے کا وارم اپ کوئز
• تحریری سبق
• منصوبہ پر مبنی اسباق کے لیے، منصوبہ بنانے کے مرحلہ وار رہنما
• علم کی جانچ
• ایک چیلنج
• اضافی مطالعہ
• اسائنمنٹ
• سبق کے بعد کا کوئز

کوئز کے بارے میں ایک نوٹ: تمام کوئز Quiz-App فولڈر میں موجود ہیں، جن میں کل 40 کوئز ہیں، ہر ایک میں تین سوالات ہیں۔ یہ اسباق کے اندر سے منسلک ہیں، لیکن کوئز ایپ کو مقامی طور پر چلایا جا سکتا ہے یا Azure پر تعینات کیا جا سکتا ہے؛ quiz-app فولڈر میں ہدایات پر عمل کریں۔ یہ بتدریج مقامی زبانوں میں ترجمہ کیے جا رہے ہیں۔

🎓 ابتدائی افراد کے لیے دوستانہ مثالیں

ڈیٹا سائنس میں نئے ہیں؟ ہم نے ایک خاص مثالوں کی ڈائریکٹری بنائی ہے جس میں سادہ، اچھی طرح سے تشریح شدہ کوڈ شامل ہے تاکہ آپ کو شروعات میں مدد ملے:

• 🌟 ہیلو ورلڈ - آپ کا پہلا ڈیٹا سائنس پروگرام
• 📂 ڈیٹا لوڈ کرنا - ڈیٹا سیٹس کو پڑھنا اور ان کا جائزہ لینا سیکھیں
• 📊 سادہ تجزیہ - شماریات کا حساب لگائیں اور پیٹرنز تلاش کریں
• 📈 بنیادی بصری نمائندگی - چارٹس اور گراف بنائیں
• 🔬 حقیقی دنیا کا منصوبہ - شروع سے آخر تک مکمل ورک فلو

ہر مثال میں ہر قدم کی وضاحت کرنے والے تفصیلی تبصرے شامل ہیں، جو اسے بالکل ابتدائی افراد کے لیے بہترین بناتے ہیں!

👉 مثالوں سے شروع کریں 👈

اسباق

ڈیٹا سائنس برائے ابتدائی: روڈ میپ - خاکہ نوٹ @nitya کی طرف سے

سبق نمبر	موضوع	سبق کی گروپ بندی	سیکھنے کے مقاصد	منسلک سبق	مصنف
01	ڈیٹا سائنس کی تعریف	تعارف	ڈیٹا سائنس کے بنیادی تصورات سیکھیں اور یہ مصنوعی ذہانت، مشین لرننگ، اور بڑے ڈیٹا سے کیسے متعلق ہے۔	سبق ویڈیو	Dmitry
02	ڈیٹا سائنس کی اخلاقیات	تعارف	ڈیٹا اخلاقیات کے تصورات، چیلنجز اور فریم ورک۔	سبق	Nitya
03	ڈیٹا کی تعریف	تعارف	ڈیٹا کو کیسے درجہ بندی کیا جاتا ہے اور اس کے عام ذرائع۔	سبق	Jasmine
04	شماریات اور احتمال کا تعارف	تعارف	ڈیٹا کو سمجھنے کے لیے احتمال اور شماریات کی ریاضیاتی تکنیکیں۔	سبق ویڈیو	Dmitry
05	تعلقاتی ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام کرنا	تعلقاتی ڈیٹا کا تعارف اور SQL کے ذریعے تعلقاتی ڈیٹا کو دریافت اور تجزیہ کرنے کی بنیادی باتیں۔	سبق	Christopher
06	NoSQL ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام کرنا	غیر تعلقاتی ڈیٹا کا تعارف، اس کی مختلف اقسام اور دستاویز ڈیٹا بیسز کو دریافت اور تجزیہ کرنے کی بنیادی باتیں۔	سبق	Jasmine
07	Python کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام کرنا	Pandas جیسی لائبریریوں کے ساتھ ڈیٹا کی دریافت کے لیے Python کا استعمال۔ Python پروگرامنگ کی بنیادی سمجھ بوجھ کی سفارش کی جاتی ہے۔	سبق ویڈیو	Dmitry
08	ڈیٹا کی تیاری	ڈیٹا کے ساتھ کام کرنا	ڈیٹا کو صاف کرنے اور تبدیل کرنے کے لیے تکنیکوں کے موضوعات تاکہ گمشدہ، غلط، یا نامکمل ڈیٹا کے چیلنجز سے نمٹا جا سکے۔	سبق	Jasmine
09	مقداروں کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	Matplotlib کا استعمال کرتے ہوئے پرندوں کے ڈیٹا کو بصری بنانا سیکھیں 🦆	سبق	Jen
10	ڈیٹا کی تقسیم کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	وقفے کے اندر مشاہدات اور رجحانات کو بصری بنانا۔	سبق	Jen
11	تناسب کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	غیر مسلسل اور گروپ شدہ فیصد کی بصری نمائندگی۔	سبق	Jen
12	تعلقات کی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	ڈیٹا کے سیٹوں اور ان کے متغیرات کے درمیان تعلقات اور ارتباط کو بصری بنانا۔	سبق	Jen
13	بامعنی بصری نمائندگی	ڈیٹا کی بصری نمائندگی	آپ کی بصری نمائندگی کو مؤثر مسئلہ حل کرنے اور بصیرت کے لیے قیمتی بنانے کے لیے تکنیکیں اور رہنمائی۔	سبق	Jen
14	ڈیٹا سائنس کے لائف سائیکل کا تعارف	لائف سائیکل	ڈیٹا سائنس کے لائف سائیکل کا تعارف اور ڈیٹا حاصل کرنے اور نکالنے کا پہلا مرحلہ۔	سبق	Jasmine
15	تجزیہ کرنا	لائف سائیکل	ڈیٹا سائنس کے لائف سائیکل کا یہ مرحلہ ڈیٹا کا تجزیہ کرنے کی تکنیکوں پر مرکوز ہے۔	سبق	Jasmine
16	مواصلات	لائف سائیکل	ڈیٹا سائنس کے لائف سائیکل کا یہ مرحلہ ڈیٹا سے حاصل کردہ بصیرت کو اس طرح پیش کرنے پر مرکوز ہے کہ فیصلہ سازوں کے لیے اسے سمجھنا آسان ہو۔	سبق	Jalen
17	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	اسباق کی یہ سیریز کلاؤڈ میں ڈیٹا سائنس اور اس کے فوائد کا تعارف کراتی ہے۔	سبق	Tiffany اور Maud
18	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	کم کوڈ ٹولز کا استعمال کرتے ہوئے ماڈلز کی تربیت۔	سبق	Tiffany اور Maud
19	کلاؤڈ میں ڈیٹا سائنس	کلاؤڈ ڈیٹا	Azure Machine Learning Studio کے ساتھ ماڈلز کی تعیناتی۔	سبق	Tiffany اور Maud
20	جنگلی ماحول میں ڈیٹا سائنس	جنگلی ماحول میں	حقیقی دنیا میں ڈیٹا سائنس پر مبنی منصوبے۔	سبق	Nitya

GitHub Codespaces

اس نمونے کو Codespace میں کھولنے کے لیے ان مراحل پر عمل کریں:

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

VSCode Remote - Containers

اپنے مقامی کمپیوٹر اور VSCode کا استعمال کرتے ہوئے اس ریپو کو کنٹینر میں کھولنے کے لیے ان مراحل پر عمل کریں:

1. اگر یہ آپ کا پہلی بار ڈیولپمنٹ کنٹینر استعمال کرنا ہے، تو براہ کرم یقینی بنائیں کہ آپ کا سسٹم پری ریکوائرمنٹس کو پورا کرتا ہے (یعنی Docker انسٹال ہو) شروع کرنے کی دستاویزات میں۔

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

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

یا ریپوزٹری کے مقامی طور پر کلون شدہ یا ڈاؤن لوڈ شدہ ورژن کو کھولیں:

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

آف لائن رسائی

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

نوٹ، نوٹ بکس Docsify کے ذریعے پیش نہیں کیے جائیں گے، لہذا جب آپ کو نوٹ بک چلانے کی ضرورت ہو، تو اسے Python کرنل چلاتے ہوئے VS Code میں الگ سے کریں۔

دیگر نصاب

ہماری ٹیم دیگر نصاب بھی تیار کرتی ہے! دیکھیں:

Azure / Edge / MCP / Agents

---

جنریٹو اے آئی سیریز

---

بنیادی تعلیم

---

کوپائلٹ سیریز

---

مدد حاصل کریں

مسائل کا سامنا ہے؟ ہمارے ٹربل شوٹنگ گائیڈ میں عام مسائل کے حل دیکھیں۔

اگر آپ پھنس جائیں یا اے آئی ایپ بنانے کے بارے میں سوالات ہوں، تو ایم سی پی کے بارے میں گفتگو میں شامل ہوں۔ یہ ایک معاون کمیونٹی ہے جہاں سوالات کا خیر مقدم کیا جاتا ہے اور علم آزادانہ طور پر شیئر کیا جاتا ہے۔

اگر آپ کو پروڈکٹ کے بارے میں رائے دینی ہو یا ایپ بنانے میں کوئی خرابی ہو تو یہاں جائیں:

---

اعلانِ لاتعلقی:
یہ دستاویز AI ترجمہ سروس Co-op Translator کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کے لیے کوشش کرتے ہیں، لیکن براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا خامیاں ہو سکتی ہیں۔ اصل دستاویز کو اس کی اصل زبان میں مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے، پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے لیے ہم ذمہ دار نہیں ہیں۔