Data-Science-For-Beginners/translations/ur

Data Science for Beginners - ایک نصاب

مائیکروسافٹ کے Azure Cloud Advocates خوش ہیں کہ وہ ڈیٹا سائنس کے بارے میں دس ہفتوں پر مشتمل، بیس اسباق پر مشتمل نصاب پیش کر رہے ہیں۔ ہر سبق میں پری-سبق اور پوسٹ-سبق کوئز، سبق مکمل کرنے کی تحریری ہدایات، ایک حل، اور ایک اسائنمنٹ شامل ہے۔ ہمارا پراجیکٹ پر مبنی طریقہ تدریس آپ کو سیکھنے کے دوران تعمیر کرنے کی اجازت دیتا ہے، جو نئی مہارتوں کے موثر طور پر ’لگ جانے‘ کا ثابت شدہ طریقہ ہے۔

ہمارے مصنفین کا دلی شکریہ: Jasmine Greenaway، Dmitry Soshnikov، Nitya Narasimhan، Jalen McGee، Jen Looper، Maud Levy، Tiffany Souterre، Christopher Harrison۔

🙏 خصوصی شکریہ ہمارے Microsoft Student Ambassador مصنفین، جائزہ لینے والوں، اور مواد فراہم کرنے والوں کو، خاص طور پر آریان آرورا، 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 - اسکیچ نوٹ از @nitya

🌐 کثیر اللسانی مدد

GitHub Action کے ذریعے تعاون 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

مقامی طور پر کلون کرنا پسند کریں؟

یہ مخزن 50+ زبانوں کے ترجمے شامل کرتا ہے جو ڈاؤن لوڈ سائز کو نمایاں طور پر بڑھاتے ہیں۔ بغیر ترجموں کے کلون کرنے کے لیے 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'

یہ آپ کو کورس مکمل کرنے کے لیے ہر وہ چیز فراہم کرتا ہے جس کی آپ کو ضرورت ہے، وہ بھی بہت تیز ڈاؤن لوڈ کے ساتھ۔

اگر آپ اضافی زبانوں کے لیے تعاون چاہتے ہیں تو ان کی فہرست یہاں دستیاب ہے here

ہماری کمیونٹی میں شامل ہوں

ہمارے پاس ایک Discord میں AI کے ساتھ سیکھنے کی سیریز جاری ہے، مزید جاننے اور شامل ہونے کے لیے Learn with AI Series پر تشریف لائیں 18 سے 30 ستمبر، 2025۔ آپ کو ڈیٹا سائنس کے لیے GitHub Copilot کے استعمال کے ٹپس اور تراکیب ملیں گی۔

کیا آپ طالبعلم ہیں؟

مندرجہ ذیل وسائل کے ساتھ شروع کریں:

• Student Hub صفحہ اس صفحے پر آپ کو مبتدی وسائل، طالبعلم پیکس، اور یہاں تک کہ مفت سرٹیفکیٹ واؤچر حاصل کرنے کے طریقے ملیں گے۔ یہ ایک ایسا صفحہ ہے جسے آپ کو بُک مارک کرنا چاہیے اور وقتاً فوقتاً چیک کرنا چاہیے کیونکہ ہم کم از کم ماہانہ بنیاد پر مواد تبدیل کرتے رہتے ہیں۔
• Microsoft Learn Student Ambassadors ایک عالمی طلباء کے سفیر کمیونٹی میں شامل ہوں، یہ آپ کا مائیکروسافٹ میں شامل ہونے کا طریقہ ہو سکتا ہے۔

شروعات کیسے کریں

📚 دستاویزات

• انسٹالیشن گائیڈ - مبتدئين کے لیے قدم بہ قدم ترتیب کی ہدایات
• استعمال کا گائیڈ - مثالیں اور عام ورک فلو
• مسائل کا حل - عام مسائل کے حل
• شراکت کا گائیڈ - اس پروجیکٹ میں تعاون کیسے کریں
• اساتذہ کے لیے - تدریس کے رہنما اصول اور کلاس روم کے وسائل

👨‍🎓 طلباء کے لیے

مکمل مبتدئین: ڈیٹا سائنس میں نئے ہیں؟ ہمارے آسان اور مبتدئین دوستانہ مثالوں سے شروع کریں! یہ آسان، اچھی طرح سے تبصرہ شدہ مثالیں آپ کو بنیادی باتیں سمجھنے میں مدد دیں گی اس سے پہلے کہ آپ پورے نصاب میں داخل ہوں۔ طلباء: اس نصاب کو خود استعمال کرنے کے لیے، پورے ریپو کو فورک کریں اور خود مشقیں مکمل کریں، پری لیکچر کوئز سے شروع کریں۔ پھر لیکچر پڑھیں اور باقی سرگرمیاں مکمل کریں۔ کوشش کریں کہ پروجیکٹس کو حل کی کاپی کرنے کی بجائے اسباق کو سمجھ کر بنائیں؛ البتہ، وہ کوڈ ہر پراجیکٹ-مرکوز سبق میں /solutions فولڈر میں دستیاب ہے۔ ایک اور خیال یہ ہوگا کہ دوستوں کے ساتھ اسٹڈی گروپ بنائیں اور مل کر مواد کا جائزہ لیں۔ مزید مطالعہ کے لیے ہم Microsoft Learn کی سفارش کرتے ہیں۔

فوری آغاز:

1. اپنے ماحول کی ترتیب کے لیے انسٹالیشن گائیڈ دیکھیں
2. نصاب کے ساتھ کام کرنے کا طریقہ جاننے کے لیے استعمال کا گائیڈ کا جائزہ لیں
3. سبق ۱ سے شروع کریں اور تسلسل کے ساتھ آگے بڑھیں
4. تعاون کے لیے ہماری Discord کمیونٹی میں شامل ہوں

👩‍🏫 اساتذہ کے لیے

اساتذہ: ہم نے کچھ تجاویز شامل کی ہیں کہ اس نصاب کو کیسے استعمال کیا جائے۔ ہم آپ کی رائے کا خیرمقدم کرتے ہیں ہمارے مباحثے کے فورم میں!

ٹیم سے ملیں

گیف بنانے والے موہت جیسال

🎥 اوپر تصویر پر کلک کریں تاکہ پراجیکٹ اور اسے بنانے والوں کے بارے میں ویڈیو دیکھ سکیں!

تدریسی اصول

ہم نے اس نصاب کو تیار کرتے وقت دو تدریسی اصول منتخب کیے ہیں: اسے پراجیکٹ کی بنیاد پر بنانا اور بار بار کوئزز شامل کرنا۔ اس سیریز کے آخر تک، طلباء نے ڈیٹا سائنس کے بنیادی اصول سیکھ لیے ہوں گے، بشمول اخلاقی تصورات، ڈیٹا کی تیاری، ڈیٹا کے مختلف طریقے، ڈیٹا کا بصری اظہار، ڈیٹا کا تجزیہ، ڈیٹا سائنس کے حقیقی دنیا کے استعمالات، اور بہت کچھ۔

اس کے علاوہ، کلاس سے پہلے کم دباؤ والی کوئز طلباء کا ایک موضوع سیکھنے کی نیت مرتب کرتی ہے، جبکہ کلاس کے بعد دوسری کوئز مزید یادداشت کو یقینی بناتی ہے۔ اس نصاب کو لچکدار اور دلچسپ بنانے کے لیے ڈیزائن کیا گیا ہے اور یہ مکمل یا جزوی طور پر لیا جا سکتا ہے۔ پراجیکٹس چھوٹے شروع ہوتے ہیں اور 10 ہفتوں کے دورانیے کے آخر تک زیادہ پیچیدہ ہو جاتے ہیں۔

ہمارے کوڈ آف کنڈکٹ، شرکت، اور ترجمہ کے رہنما اصول دریافت کریں۔ ہم آپ کی تعمیری آرا کے خواہاں ہیں!

ہر سبق میں شامل ہے:

• اختیاری سکچنوٹ
• اختیاری اضافی ویڈیو
• سبق سے پہلے وارم اپ کوئز
• تحریری سبق
• پراجیکٹ پر مبنی اسباق کے لیے پراجیکٹ بنانے کے مرحلہ وار رہنمائی
• علمی جانچ پڑتال
• ایک چیلنج
• اضافی پڑھائی
• اسائنمنٹ
• سبق کے بعد کی کوئز

کوئزز کے بارے میں ایک نوٹ: تمام کوئزز Quiz-App فولڈر میں موجود ہیں، کل 40 کوئزز تین سوالات پر مشتمل ہر ایک۔ یہ اسباق سے منسلک ہیں، لیکن کوئز ایپ کو مقامی طور پر چلایا یا Azure پر تعینات کیا جا سکتا ہے؛ quiz-app فولڈر میں ہدایت نامہ دیکھیں۔ یہ تدریجاً مقامی زبانوں میں ترجمہ ہو رہے ہیں۔

🎓 ابتدائی افراد کے لیے مثالیں

ڈیٹا سائنس میں نئے ہیں؟ ہم نے ایک خاص مثالوں کی ڈائریکٹری بنائی ہے جس میں آسان، اچھی طرح وضاحتی کوڈ ہے تاکہ آپ شروع کر سکیں:

• 🌟 ہیلو ورلڈ - آپ کا پہلا ڈیٹا سائنس پروگرام
• 📂 ڈیٹا لوڈ کرنا - ڈیٹاسیٹس کو پڑھنا اور دریافت کرنا سیکھیں
• 📊 سادہ تجزیہ - شماریات کا حساب لگائیں اور پیٹرن تلاش کریں
• 📈 بنیادی بصری اظہار - چارٹ اور گراف بنائیں
• 🔬 حقیقی دنیا کا پراجیکٹ - شروع سے آخر تک مکمل ورک فلو

ہر مثال میں تفصیلی تبصرے شامل ہیں جو ہر قدم کی وضاحت کرتے ہیں، جو بالکل نو آموزوں کے لیے بہترین ہے!

👉 مثالوں کے ساتھ شروع کریں 👈

اسباق

ابتدائی افراد کے لیے ڈیٹا سائنس: روڈ میپ - سکچنوٹ بذریعہ @nitya

سبق نمبر	عنوان	سبق کا گروہ	سیکھنے کے مقاصد	مربوط سبق	مصنف
01	ڈیٹا سائنس کی تعریف	تعارف	ڈیٹا سائنس کی بنیادی تصورات جانیں اور یہ کہ یہ مصنوعی ذہانت، مشین لرننگ اور بڑے ڈیٹا سے کیسے تعلق رکھتی ہے۔	سبق ویڈیو	دمیتری
02	ڈیٹا سائنس کے اخلاقی اصول	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 امکانات کا تعارف	تعارف	ڈیٹا کو سمجھنے کے لیے امکانات اور شماریات کی ریاضیاتی تکنیکس۔	سبق ویڈیو	دمیتری
05	رشتہ دار ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام کرنا	رشتہ دار ڈیٹا کا تعارف اور ساختی کوئری زبان (SQL) کے ذریعے رشتہ دار ڈیٹا کی دریافت اور تجزیہ کی بنیادیات۔	سبق	کرسٹوفر
06	NoSQL ڈیٹا کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام کرنا	غیر رشتہ دار ڈیٹا کا تعارف، اس کی مختلف اقسام اور دستاویزی ڈیٹابیس کی دریافت و تجزیہ کی بنیادی باتیں۔	سبق	جازمین
07	پائتھن کے ساتھ کام کرنا	ڈیٹا کے ساتھ کام کرنا	پینڈاز جیسی لائبریریز کے ذریعے ڈیٹا کی دریافت کے لیے پائتھن کا بنیادی استعمال۔ پائتھن پروگرامنگ کی بنیادی سمجھ تجویز کی جاتی ہے۔	سبق ویڈیو	دمیتری
08	ڈیٹا کی تیاری	ڈیٹا کے ساتھ کام کرنا	صاف اور تبدیل کرنے کی تکنیکس تاکہ گم شدہ، غلط یا نامکمل ڈیٹا کے چیلنجز کا مقابلہ کیا جا سکے۔	سبق	جازمین
09	مقدار کو بصری انداز میں دکھانا	ڈیٹا کی بصری نمائندگی	میٹ پلوٹ لائبریری استعمال کر کے پرندوں کے ڈیٹا کو بصری شکل دینا سیکھیں 🦆	سبق	جین
10	ڈیٹا کی تقسیمات کو بصری انداز میں دکھانا	ڈیٹا کی بصری نمائندگی	ایک وقفہ کے اندر مشاہدات اور رجحانات کی بصری نمائندگی۔	سبق	جین
11	تناسب کو بصری انداز میں دکھانا	ڈیٹا کی بصری نمائندگی	متفرق اور گروہ بند فیصدی حصص کی بصری نمائندگی۔	سبق	جین
12	تعلقات کو بصری انداز میں دکھانا	ڈیٹا کی بصری نمائندگی	ڈیٹا کے سیٹوں اور ان کے متغیرات کے درمیان رابطے اور تعلقات کی بصری نمائندگی۔	سبق	جین
13	معنادار بصری نمائندگی	ڈیٹا کی بصری نمائندگی	مؤثر مسائل کے حل اور بصیرت کے لیے آپ کی بصری نمائندگی کو قیمتی بنانے کی تکنیکس اور رہنمائی۔	سبق	جین
14	ڈیٹا سائنس کے زندگی کے چکر کا تعارف	زندگی کا چکر	ڈیٹا سائنس کے زندگی کے چکر اور اس کے پہلے مرحلہ یعنی ڈیٹا حاصل کرنے اور نکالنے کا تعارف۔	سبق	جازمین
15	تجزیہ کرنا	زندگی کا چکر	ڈیٹا سائنس کے زندگی کے چکر کا یہ مرحلہ ڈیٹا کے تجزیہ کی تکنیکس پر مرکوز ہے۔	سبق	جازمین
16	مواصلات	زندگی کا چکر	ڈیٹا سے حاصل شدہ بصیرت کو اس انداز میں پیش کرنا کہ فیصلہ سازوں کے لیے اسے سمجھنا آسان ہو۔	سبق	جیلن
17	بادل میں ڈیٹا سائنس	بادل ڈیٹا	اس سیریز میں بادل میں ڈیٹا سائنس اور اس کے فوائد کا تعارف کروایا گیا ہے۔	سبق	ٹیفنی اور ماڈ
18	بادل میں ڈیٹا سائنس	بادل ڈیٹا	لو کوڈ ٹولز کے ذریعے ماڈلز کو ٹرین کرنا۔	سبق	ٹیفنی اور ماڈ
19	بادل میں ڈیٹا سائنس	بادل ڈیٹا	Azure مشین لرننگ اسٹوڈیو کے ذریعے ماڈلز کی تعیناتی۔	سبق	ٹیفنی اور ماڈ
20	جنگل میں ڈیٹا سائنس	جنگل میں	حقیقی دنیا میں ڈیٹا سائنس پر مبنی پراجیکٹس۔	سبق	نیتیا

GitHub Codespaces

اس نمونے کو Codespace میں کھولنے کے لیے یہ اقدامات کریں:

1. کوڈ ڈراپ ڈاؤن مینو پر کلک کریں اور Open with Codespaces کا انتخاب کریں۔
2. نیچے والے پین میں + 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 VS Code Remote - Containers ایکسٹینشن کے ذریعے:

1. اگر آپ پہلی بار development container استعمال کر رہے ہیں، تو براہ کرم یقینی بنائیں کہ آپ کا نظام ابتدائی دستاویزات میں دی گئی ضروریات پر پورا اترتا ہے (جیسے Docker انسٹال ہو)۔

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

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

یا پھر ریپوزٹری کا مقامی کلون یا ڈاؤن لوڈ ورژن 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 کی ہوئی کاپی منتخب کریں، کنٹینر شروع ہونے کا انتظار کریں، اور تجربہ کریں۔

آف لائن رسائی

آپ Docsify استعمال کرکے یہ دستاویزات 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 مقامی ہوسٹ پر پورٹ 3000 پر دستیاب ہوگی: localhost:3000۔

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

دیگر نصاب

ہماری ٹیم دیگر نصاب بھی تیار کرتی ہے! ملاحظہ کریں:

LangChain

---

ایزور / ایج / ایم سی پی / ایجنٹس

---

جنریٹو AI سیریز

---

بنیادی تعلیم

---

کوپائلٹ سیریز

مدد حاصل کرنا

مسائل کا سامنا ہے؟ ہمارے Troubleshooting Guide میں عام مسائل کے حل تلاش کریں۔

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

اگر آپ کے پاس پروڈکٹ فیڈ بیک ہو یا تعمیر کے دوران کوئی غلطیاں ہوں تو یہاں وزٹ کریں:

---

دستخطی تحریر: یہ دستاویز AI ترجمہ سروس Co-op Translator کے ذریعے ترجمہ کی گئی ہے۔ جبکہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم آگاہ رہیں کہ خودکار تراجم میں غلطیاں یا ناواقفیاں ہو سکتی ہیں۔ اصل دستاویز اپنی مادری زبان میں ہی مستند ماخذ سمجھی جانی چاہیے۔ اہم معلومات کے لیے پیشہ ورانہ انسانی ترجمہ تجویز کیا جاتا ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تعبیر کی ذمہ داری ہم پر نہیں ہوگی۔