Data-Science-For-Beginners / ml

# AGENTS.md

## പ്രോജക്ട് അവലോകനം

ഡാറ്റാ സയൻസ് ഫോർ ബിഗിനേഴ്സ് മൈക്രോസോഫ്റ്റ് അസ്യൂർ ക്ലൗഡ് അഡ്വക്കേറ്റ്സ് സൃഷ്ടിച്ച ഒരു സമഗ്രമായ 10 ആഴ്ച, 20 പാഠം കോഴ്സാണ്. ഈ റിപോസിറ്ററി പ്രോജക്ട് അടിസ്ഥാനമാക്കിയ പാഠങ്ങളിലൂടെ അടിസ്ഥാന ഡാറ്റാ സയൻസ് ആശയങ്ങൾ പഠിപ്പിക്കുന്ന ഒരു പഠന വിഭവമാണ്, ഇതിൽ Jupyter നോട്ട്‌ബുക്കുകൾ, ഇന്ററാക്ടീവ് ക്വിസുകൾ, ഹാൻഡ്‌സ്-ഓൺ അസൈൻമെന്റുകൾ ഉൾപ്പെടുന്നു.

**പ്രധാന സാങ്കേതികവിദ്യകൾ:**
- **Jupyter Notebooks**: Python 3 ഉപയോഗിച്ച് പ്രധാന പഠന മാധ്യമം
- **Python ലൈബ്രറികൾ**: pandas, numpy, matplotlib ഡാറ്റാ വിശകലനത്തിനും ദൃശ്യീകരണത്തിനും
- **Vue.js 2**: ക്വിസ് അപ്ലിക്കേഷൻ (quiz-app ഫോൾഡർ)
- **Docsify**: ഓഫ്‌ലൈൻ ആക്സസ്‌ക്കായി ഡോക്യുമെന്റേഷൻ സൈറ്റ് ജനറേറ്റർ
- **Node.js/npm**: ജാവാസ്ക്രിപ്റ്റ് ഘടകങ്ങൾക്ക് പാക്കേജ് മാനേജ്മെന്റ്
- **Markdown**: എല്ലാ പാഠം ഉള്ളടക്കവും ഡോക്യുമെന്റേഷനും

**ആർക്കിടെക്ചർ:**
- വ്യാപകമായ ഭാഷാന്തരങ്ങളുള്ള ബഹുഭാഷാ വിദ്യാഭ്യാസ റിപോസിറ്ററി
- പാഠം മോഡ്യൂളുകളായി ഘടിപ്പിച്ചിരിക്കുന്നു (1-Introduction മുതൽ 6-Data-Science-In-Wild വരെ)
- ഓരോ പാഠത്തിലും README, നോട്ട്‌ബുക്കുകൾ, അസൈൻമെന്റുകൾ, ക്വിസുകൾ ഉൾപ്പെടുന്നു
- പാഠത്തിന് മുൻപും ശേഷവും മൂല്യനിർണയത്തിനായി സ്റ്റാൻഡ്എലോൺ Vue.js ക്വിസ് അപ്ലിക്കേഷൻ
- GitHub Codespaces, VS Code ഡെവ് കണ്ടെയ്‌നറുകൾ പിന്തുണ

## സെറ്റപ്പ് കമാൻഡുകൾ

### റിപോസിറ്ററി സെറ്റപ്പ്
```bash
# റിപ്പോസിറ്ററി ക്ലോൺ ചെയ്യുക (ഇതിനുമുമ്പ് ക്ലോൺ ചെയ്തിട്ടില്ലെങ്കിൽ)
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
cd Data-Science-For-Beginners
```

### Python പരിസ്ഥിതി സെറ്റപ്പ്
```bash
# ഒരു വെർച്വൽ എൻവയോൺമെന്റ് സൃഷ്ടിക്കുക (ശുപാർശ ചെയ്യുന്നു)
python -m venv venv
source venv/bin/activate  # വിൻഡോസ്-ൽ: venv\Scripts\activate

# പൊതുവായ ഡാറ്റാ സയൻസ് ലൈബ്രറികൾ ഇൻസ്റ്റാൾ ചെയ്യുക (requirements.txt ഇല്ല)
pip install jupyter pandas numpy matplotlib seaborn scikit-learn
```

### ക്വിസ് അപ്ലിക്കേഷൻ സെറ്റപ്പ്
```bash
# ക്വിസ് ആപ്പിലേക്ക് നാവിഗേറ്റ് ചെയ്യുക
cd quiz-app

# ആശ്രിതങ്ങൾ ഇൻസ്റ്റാൾ ചെയ്യുക
npm install

# ഡെവലപ്പ്മെന്റ് സർവർ ആരംഭിക്കുക
npm run serve

# പ്രൊഡക്ഷനായി ബിൽഡ് ചെയ്യുക
npm run build

# ലിന്റ് ചെയ്ത് ഫയലുകൾ ശരിയാക്കുക
npm run lint
```

### Docsify ഡോക്യുമെന്റേഷൻ സർവർ
```bash
# ഡോക്സിഫൈ ഗ്ലോബലായി ഇൻസ്റ്റാൾ ചെയ്യുക
npm install -g docsify-cli

# ഡോക്യുമെന്റേഷൻ ലോക്കലായി സർവ് ചെയ്യുക
docsify serve

# ഡോക്യുമെന്റേഷൻ localhost:3000 ൽ ലഭ്യമായിരിക്കും
```

### ദൃശ്യീകരണ പ്രോജക്ടുകൾ സെറ്റപ്പ്
meaningful-visualizations പോലുള്ള ദൃശ്യീകരണ പ്രോജക്ടുകൾക്കായി (പാഠം 13):
```bash
# സ്റ്റാർട്ടർ അല്ലെങ്കിൽ സൊല്യൂഷൻ ഫോൾഡറിലേക്ക് നാവിഗേറ്റ് ചെയ്യുക
cd 3-Data-Visualization/13-meaningful-visualizations/starter

# ആശ്രിതങ്ങൾ ഇൻസ്റ്റാൾ ചെയ്യുക
npm install

# ഡെവലപ്പ്മെന്റ് സർവർ ആരംഭിക്കുക
npm run serve

# പ്രൊഡക്ഷനായി ബിൽഡ് ചെയ്യുക
npm run build

# ഫയലുകൾ ലിന്റ് ചെയ്യുക
npm run lint
```

## ഡെവലപ്പ്മെന്റ് വർക്ക്‌ഫ്ലോ

### Jupyter നോട്ട്‌ബുക്കുകളുമായി പ്രവർത്തിക്കൽ
1. റിപോസിറ്ററി റൂട്ടിൽ Jupyter ആരംഭിക്കുക: `jupyter notebook`
2. ആവശ്യമായ പാഠ ഫോൾഡറിലേക്ക് നാവിഗേറ്റ് ചെയ്യുക
3. `.ipynb` ഫയലുകൾ തുറന്ന് അഭ്യാസങ്ങൾ ചെയ്യുക
4. നോട്ട്‌ബുക്കുകൾ സ്വയം സമ്പൂർണമാണ്, വിശദീകരണങ്ങളും കോഡ് സെല്ലുകളും ഉൾപ്പെടുന്നു
5. മിക്ക നോട്ട്‌ബുക്കുകളും pandas, numpy, matplotlib ഉപയോഗിക്കുന്നു - ഇവ ഇൻസ്റ്റാൾ ചെയ്തിട്ടുണ്ടെന്ന് ഉറപ്പാക്കുക

### പാഠ ഘടന
ഓരോ പാഠവും സാധാരണയായി ഉൾക്കൊള്ളുന്നു:
- `README.md` - സിദ്ധാന്തവും ഉദാഹരണങ്ങളും ഉള്ള പ്രധാന പാഠം ഉള്ളടക്കം
- `notebook.ipynb` - ഹാൻഡ്‌സ്-ഓൺ Jupyter നോട്ട്‌ബുക്ക് അഭ്യാസങ്ങൾ
- `assignment.ipynb` അല്ലെങ്കിൽ `assignment.md` - പ്രാക്ടീസ് അസൈൻമെന്റുകൾ
- `solution/` ഫോൾഡർ - പരിഹാര നോട്ട്‌ബുക്കുകളും കോഡും
- `images/` ഫോൾഡർ - പിന്തുണയ്ക്കുന്ന ദൃശ്യ സാമഗ്രികൾ

### ക്വിസ് അപ്ലിക്കേഷൻ ഡെവലപ്പ്മെന്റ്
- ഡെവലപ്പ്മെന്റിനിടെ ഹോട്ട്-റീലോഡ് ഉള്ള Vue.js 2 അപ്ലിക്കേഷൻ
- ക്വിസുകൾ `quiz-app/src/assets/translations/` ൽ സൂക്ഷിക്കുന്നു
- ഓരോ ഭാഷക്കും സ്വന്തം ഭാഷാന്തര ഫോൾഡർ ഉണ്ട് (en, fr, es, മുതലായവ)
- ക്വിസ് നമ്പറിംഗ് 0 മുതൽ 39 വരെ (മൊത്തം 40 ക്വിസുകൾ)

### ഭാഷാന്തരങ്ങൾ ചേർക്കൽ
- ഭാഷാന്തരങ്ങൾ റിപോസിറ്ററി റൂട്ടിലുള്ള `translations/` ഫോൾഡറിൽ പോകും
- ഓരോ ഭാഷക്കും ഇംഗ്ലീഷിൽ നിന്നുള്ള പാഠ ഘടന പൂർണ്ണമായി മിറർ ചെയ്യുന്നു
- GitHub Actions വഴി സ്വയംഭാഷാന്തരം (co-op-translator.yml)

## ടെസ്റ്റിംഗ് നിർദ്ദേശങ്ങൾ

### ക്വിസ് അപ്ലിക്കേഷൻ ടെസ്റ്റിംഗ്
```bash
cd quiz-app

# ലിന്റ് പരിശോധനകൾ നടത്തുക
npm run lint

# ബിൽഡ് പ്രക്രിയ പരിശോധിക്കുക
npm run build

# മാനുവൽ ടെസ്റ്റിംഗ്: ഡെവ് സർവർ ആരംഭിച്ച് ക്വിസ് പ്രവർത്തനം സ്ഥിരീകരിക്കുക
npm run serve
```

### നോട്ട്‌ബുക്ക് ടെസ്റ്റിംഗ്
- നോട്ട്‌ബുക്കുകൾക്കായി യാന്ത്രിക ടെസ്റ്റ് ഫ്രെയിംവർക്ക് ഇല്ല
- മാനുവൽ പരിശോധന: എല്ലാ സെല്ലുകളും ക്രമത്തിൽ ഓടിക്കുക, പിശകുകൾ ഇല്ലെന്ന് ഉറപ്പാക്കുക
- ഡാറ്റാ ഫയലുകൾ ലഭ്യമാണ് എന്ന് പരിശോധിക്കുക, ഔട്ട്പുട്ടുകൾ ശരിയായി ഉണ്ടാകുന്നു എന്ന് ഉറപ്പാക്കുക
- ദൃശ്യീകരണങ്ങൾ ശരിയായി പ്രദർശിപ്പിക്കുന്നുണ്ടെന്ന് പരിശോധിക്കുക

### ഡോക്യുമെന്റേഷൻ ടെസ്റ്റിംഗ്
```bash
# ഡോക്സിഫൈ ശരിയായി റെൻഡർ ചെയ്യുന്നതായി സ്ഥിരീകരിക്കുക
docsify serve

# ഉള്ളടക്കം വഴി നാവിഗേറ്റ് ചെയ്ത് തകരാറുള്ള ലിങ്കുകൾ മാനുവലായി പരിശോധിക്കുക
# റെൻഡർ ചെയ്ത ഡോക്യുമെന്റേഷനിൽ എല്ലാ പാഠ ലിങ്കുകളും പ്രവർത്തിക്കുന്നുണ്ടെന്ന് സ്ഥിരീകരിക്കുക
```

### കോഡ് ഗുണനിലവാര പരിശോധനകൾ
```bash
# Vue.js പ്രോജക്ടുകൾ (ക്വിസ്-ആപ്പ് மற்றும் ദൃശ്യീകരണ പ്രോജക്ടുകൾ)
cd quiz-app  # അല്ലെങ്കിൽ ദൃശ്യീകരണ പ്രോജക്ട് ഫോൾഡർ
npm run lint

# പൈത്തൺ നോട്ട്‌ബുക്കുകൾ - മാനുവൽ പരിശോധന ശുപാർശ ചെയ്യുന്നു
# ഇറക്കുമതികൾ പ്രവർത്തിക്കുന്നുവെന്ന് ഉറപ്പാക്കുക, സെല്ലുകൾ പിശകുകൾ കൂടാതെ പ്രവർത്തിക്കണം
```

## കോഡ് സ്റ്റൈൽ മാർഗ്ഗനിർദ്ദേശങ്ങൾ

### Python (Jupyter നോട്ട്‌ബുക്കുകൾ)
- Python കോഡിനായി PEP 8 സ്റ്റൈൽ മാർഗ്ഗനിർദ്ദേശങ്ങൾ പാലിക്കുക
- ഡാറ്റ വിശകലനത്തിന് വ്യക്തമായ വേരിയബിൾ നാമങ്ങൾ ഉപയോഗിക്കുക
- കോഡ് സെല്ലുകൾക്ക് മുമ്പ് വിശദീകരണങ്ങളുള്ള മാർക്ക്ഡൗൺ സെല്ലുകൾ ഉൾപ്പെടുത്തുക
- കോഡ് സെല്ലുകൾ ഏക ആശയങ്ങളിലോ പ്രവർത്തനങ്ങളിലോ കേന്ദ്രീകരിക്കുക
- ഡാറ്റ മാനിപ്പുലേഷനായി pandas, ദൃശ്യീകരണത്തിന് matplotlib ഉപയോഗിക്കുക
- സാധാരണ ഇംപോർട്ട് പാറ്റേൺ:
  ```python
  import pandas as pd
  import numpy as np
  import matplotlib.pyplot as plt
  ```

### ജാവാസ്ക്രിപ്റ്റ്/Vue.js
- Vue.js 2 സ്റ്റൈൽ ഗൈഡ്, മികച്ച പ്രാക്ടീസുകൾ പാലിക്കുക
- `quiz-app/package.json` ൽ ESLint കോൺഫിഗറേഷൻ
- Vue സിംഗിൾ-ഫയൽ കോംപോണന്റുകൾ (.vue ഫയലുകൾ) ഉപയോഗിക്കുക
- കോംപോണന്റ് അടിസ്ഥാന ആർക്കിടെക്ചർ നിലനിർത്തുക
- മാറ്റങ്ങൾ കമ്മിറ്റ് ചെയ്യുന്നതിന് മുമ്പ് `npm run lint` ഓടിക്കുക

### മാർക്ക്ഡൗൺ ഡോക്യുമെന്റേഷൻ
- വ്യക്തമായ തലക്കെട്ടുകളുടെ ക്രമം (# ## ### മുതലായവ) ഉപയോഗിക്കുക
- ഭാഷാ നിർദ്ദേശകങ്ങളോടുകൂടിയ കോഡ് ബ്ലോക്കുകൾ ഉൾപ്പെടുത്തുക
- ചിത്രങ്ങൾക്ക് alt ടെക്സ്റ്റ് ചേർക്കുക
- ബന്ധപ്പെട്ട പാഠങ്ങൾക്കും വിഭവങ്ങൾക്കും ലിങ്കുകൾ നൽകുക
- വായനാസൗകര്യത്തിന് ലൈൻ നീളം യുക്തമായിരിക്കണം

### ഫയൽ ഓർഗനൈസേഷൻ
- പാഠം ഉള്ളടക്കം നമ്പർ ചെയ്ത ഫോൾഡറുകളിൽ (01-defining-data-science മുതലായവ)
- പരിഹാരങ്ങൾ പ്രത്യേക `solution/` സബ്‌ഫോൾഡറുകളിൽ
- ഭാഷാന്തരങ്ങൾ ഇംഗ്ലീഷ് ഘടനയുടെ മിറർ `translations/` ഫോൾഡറിൽ
- ഡാറ്റാ ഫയലുകൾ `data/` അല്ലെങ്കിൽ പാഠം-നിർദ്ദിഷ്ട ഫോൾഡറുകളിൽ സൂക്ഷിക്കുക

## ബിൽഡ് ആൻഡ് ഡിപ്ലോയ്മെന്റ്

### ക്വിസ് അപ്ലിക്കേഷൻ ഡിപ്ലോയ്മെന്റ്
```bash
cd quiz-app

# പ്രൊഡക്ഷൻ പതിപ്പ് നിർമ്മിക്കുക
npm run build

# ഔട്ട്പുട്ട് dist/ ഫോൾഡറിൽ ആണ്
# dist/ ഫോൾഡർ സ്റ്റാറ്റിക് ഹോസ്റ്റിംഗിലേക്ക് ഡിപ്ലോയ് ചെയ്യുക (Azure Static Web Apps, Netlify, മുതലായവ)
```

### Azure Static Web Apps ഡിപ്ലോയ്മെന്റ്
quiz-app Azure Static Web Apps-ലേക്ക് ഡിപ്ലോയ് ചെയ്യാം:
1. Azure Static Web App റിസോഴ്‌സ് സൃഷ്ടിക്കുക
2. GitHub റിപോസിറ്ററിയുമായി കണക്ട് ചെയ്യുക
3. ബിൽഡ് സെറ്റിംഗുകൾ ക്രമീകരിക്കുക:
   - ആപ്പ് ലൊക്കേഷൻ: `quiz-app`
   - ഔട്ട്പുട്ട് ലൊക്കേഷൻ: `dist`
4. GitHub Actions workflow പുഷ് ചെയ്യുമ്പോൾ സ്വയം ഡിപ്ലോയ് ചെയ്യും

### ഡോക്യുമെന്റേഷൻ സൈറ്റ്
```bash
# ഡോക്സിഫൈയിൽ നിന്ന് PDF നിർമ്മിക്കുക (ഐച്ഛികം)
npm run convert

# ഡോക്സിഫൈ ഡോക്യുമെന്റേഷൻ മാർക്ക്ഡൗൺ ഫയലുകളിൽ നിന്ന് നേരിട്ട് സേവനം ചെയ്യുന്നു
# വിന്യസത്തിനായി ബിൽഡ് ഘട്ടം ആവശ്യമില്ല
# ഡോക്സിഫൈ ഉപയോഗിച്ച് സ്റ്റാറ്റിക് ഹോസ്റ്റിംഗിലേക്ക് റിപോസിറ്ററി വിന്യസിക്കുക
```

### GitHub Codespaces
- റിപോസിറ്ററിയിൽ ഡെവ് കണ്ടെയ്‌നർ കോൺഫിഗറേഷൻ ഉൾപ്പെടുന്നു
- Codespaces സ്വയം Python, Node.js പരിസ്ഥിതി സജ്ജമാക്കുന്നു
- GitHub UI വഴി Codespace-ൽ റിപോസിറ്ററി തുറക്കുക
- എല്ലാ ആശ്രിതങ്ങളും സ്വയം ഇൻസ്റ്റാൾ ചെയ്യും

## പുൾ റിക്വസ്റ്റ് മാർഗ്ഗനിർദ്ദേശങ്ങൾ

### സമർപ്പിക്കുന്നതിന് മുമ്പ്
```bash
# quiz-app ൽ Vue.js മാറ്റങ്ങൾക്കായി
cd quiz-app
npm run lint
npm run build

# മാറ്റങ്ങൾ പ്രാദേശികമായി പരീക്ഷിക്കുക
npm run serve
```

### PR തലക്കെട്ട് ഫോർമാറ്റ്
- വ്യക്തവും വിവരണാത്മകവുമായ തലക്കെട്ടുകൾ ഉപയോഗിക്കുക
- ഫോർമാറ്റ്: `[Component] Breif description`
- ഉദാഹരണങ്ങൾ:
  - `[Lesson 7] Python നോട്ട്‌ബുക്ക് ഇംപോർട്ട് പിശക് പരിഹരിക്കുക`
  - `[Quiz App] ജർമ്മൻ ഭാഷാന്തരം ചേർക്കുക`
  - `[Docs] README പുതിയ മുൻ‌അവശ്യങ്ങൾ ഉൾപ്പെടുത്തി അപ്ഡേറ്റ് ചെയ്യുക`

### ആവശ്യമായ പരിശോധനകൾ
- എല്ലാ കോഡും പിശകുകൾ കൂടാതെ പ്രവർത്തിക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കുക
- നോട്ട്‌ബുക്കുകൾ പൂർണ്ണമായി എക്സിക്യൂട്ട് ചെയ്യുക
- Vue.js അപ്ലിക്കേഷനുകൾ വിജയകരമായി ബിൽഡ് ചെയ്യുക
- ഡോക്യുമെന്റേഷൻ ലിങ്കുകൾ പ്രവർത്തിക്കുന്നുണ്ടെന്ന് പരിശോധിക്കുക
- ക്വിസ് അപ്ലിക്കേഷൻ മാറ്റിയെങ്കിൽ ടെസ്റ്റ് ചെയ്യുക
- ഭാഷാന്തരങ്ങൾ ഘടനയിൽ സ്ഥിരത പാലിക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കുക

### സംഭാവന മാർഗ്ഗനിർദ്ദേശങ്ങൾ
- നിലവിലുള്ള കോഡ് സ്റ്റൈൽ, പാറ്റേണുകൾ പാലിക്കുക
- സങ്കീർണ്ണമായ ലജിക് വിശദീകരിക്കുന്ന കമന്റുകൾ ചേർക്കുക
- ബന്ധപ്പെട്ട ഡോക്യുമെന്റേഷൻ അപ്ഡേറ്റ് ചെയ്യുക
- ആവശ്യമായ പക്ഷം വ്യത്യസ്ത പാഠ മോഡ്യൂളുകളിൽ മാറ്റങ്ങൾ പരീക്ഷിക്കുക
- CONTRIBUTING.md ഫയൽ പരിശോധിക്കുക

## അധിക കുറിപ്പുകൾ

### സാധാരണ ഉപയോഗിക്കുന്ന ലൈബ്രറികൾ
- **pandas**: ഡാറ്റ മാനിപ്പുലേഷൻ, വിശകലനം
- **numpy**: സംഖ്യാത്മക കംപ്യൂട്ടിംഗ്
- **matplotlib**: ഡാറ്റാ ദൃശ്യീകരണം, പ്ലോട്ടിംഗ്
- **seaborn**: സ്റ്റാറ്റിസ്റ്റിക്കൽ ഡാറ്റാ ദൃശ്യീകരണം (ചില പാഠങ്ങൾ)
- **scikit-learn**: മെഷീൻ ലേണിംഗ് (ഉന്നത പാഠങ്ങൾ)

### ഡാറ്റാ ഫയലുകളുമായി പ്രവർത്തിക്കൽ
- ഡാറ്റാ ഫയലുകൾ `data/` ഫോൾഡറിലോ പാഠം-നിർദ്ദിഷ്ട ഡയറക്ടറികളിലോ
- മിക്ക നോട്ട്‌ബുക്കുകളും സാപേക്ഷ പാതകളിൽ ഡാറ്റാ ഫയലുകൾ പ്രതീക്ഷിക്കുന്നു
- CSV ഫയലുകൾ പ്രധാന ഡാറ്റാ ഫോർമാറ്റ്
- ചില പാഠങ്ങൾ JSON ഉപയോഗിക്കുന്നു നോൺ-റിലേഷണൽ ഡാറ്റാ ഉദാഹരണങ്ങൾക്ക്

### ബഹുഭാഷാ പിന്തുണ
- 40+ ഭാഷാന്തരങ്ങൾ GitHub Actions വഴി സ്വയംഭാഷാന്തരം
- ഭാഷാന്തരം വർക്ക്‌ഫ്ലോ `.github/workflows/co-op-translator.yml`
- ഭാഷാന്തരങ്ങൾ `translations/` ഫോൾഡറിൽ ഭാഷാ കോഡുകളോടെ
- ക്വിസ് ഭാഷാന്തരങ്ങൾ `quiz-app/src/assets/translations/` ൽ

### ഡെവലപ്പ്മെന്റ് പരിസ്ഥിതി ഓപ്ഷനുകൾ
1. **ലോകൽ ഡെവലപ്പ്മെന്റ്**: Python, Jupyter, Node.js ലോക്കലായി ഇൻസ്റ്റാൾ ചെയ്യുക
2. **GitHub Codespaces**: ക്ലൗഡ് അടിസ്ഥാന ഡെവലപ്പ്മെന്റ് പരിസ്ഥിതി
3. **VS Code ഡെവ് കണ്ടെയ്‌നറുകൾ**: ലോക്കൽ കണ്ടെയ്‌നർ അടിസ്ഥാന ഡെവലപ്പ്മെന്റ്
4. **Binder**: ക്ലൗഡിൽ നോട്ട്‌ബുക്കുകൾ ആരംഭിക്കുക (കൺഫിഗർ ചെയ്താൽ)

### പാഠം ഉള്ളടക്കം മാർഗ്ഗനിർദ്ദേശങ്ങൾ
- ഓരോ പാഠവും സ്വതന്ത്രമാണ്, മുൻ ആശയങ്ങളിൽ അടിസ്ഥാനമാക്കിയുള്ളത്
- പാഠത്തിന് മുൻപ് ക്വിസുകൾ മുൻ അറിവ് പരിശോധിക്കുന്നു
- പാഠത്തിന് ശേഷം ക്വിസുകൾ പഠനം ശക്തിപ്പെടുത്തുന്നു
- അസൈൻമെന്റുകൾ ഹാൻഡ്‌സ്-ഓൺ അഭ്യാസം നൽകുന്നു
- സ്കെച്ച്നോട്ടുകൾ ദൃശ്യ സംഗ്രഹങ്ങൾ നൽകുന്നു

### സാധാരണ പ്രശ്നങ്ങൾ പരിഹരിക്കൽ

**Jupyter Kernel പ്രശ്നങ്ങൾ:**
```bash
# ശരിയായ കർണൽ ഇൻസ്റ്റാൾ ചെയ്തിട്ടുണ്ടെന്ന് ഉറപ്പാക്കുക
python -m ipykernel install --user --name=datascience
```

**npm ഇൻസ്റ്റാൾ പരാജയങ്ങൾ:**
```bash
# npm കാഷെ ക്ലിയർ ചെയ്ത് വീണ്ടും ശ്രമിക്കുക
npm cache clean --force
rm -rf node_modules package-lock.json
npm install
```

**നോട്ട്‌ബുക്കുകളിൽ ഇംപോർട്ട് പിശകുകൾ:**
- ആവശ്യമായ എല്ലാ ലൈബ്രറികളും ഇൻസ്റ്റാൾ ചെയ്തിട്ടുണ്ടെന്ന് ഉറപ്പാക്കുക
- Python പതിപ്പ് അനുയോജ്യമാണ് എന്ന് പരിശോധിക്കുക (Python 3.7+ ശുപാർശ)
- വെർച്വൽ എൻവയോൺമെന്റ് സജീവമാക്കിയിട്ടുണ്ടെന്ന് ഉറപ്പാക്കുക

**Docsify ലോഡ് ചെയ്യാത്തത്:**
- റിപോസിറ്ററി റൂട്ടിൽ നിന്ന് സർവ് ചെയ്യുന്നതാണെന്ന് ഉറപ്പാക്കുക
- `index.html` നിലവിലുണ്ടെന്ന് പരിശോധിക്കുക
- ശരിയായ നെറ്റ്‌വർക്ക് ആക്സസ് (പോർട്ട് 3000) ഉറപ്പാക്കുക

### പ്രകടന പരിഗണനകൾ
- വലിയ ഡാറ്റാസെറ്റുകൾ നോട്ട്‌ബുക്കുകളിൽ ലോഡ് ചെയ്യാൻ സമയം എടുക്കാം
- സങ്കീർണ്ണമായ പ്ലോട്ടുകൾക്ക് ദൃശ്യീകരണം മന്ദഗതിയിലാകാം
- Vue.js ഡെവ് സർവർ ഹോട്ട്-റീലോഡ് സജ്ജമാക്കുന്നു വേഗത്തിലുള്ള ഇറ്ററേഷനുകൾക്കായി
- പ്രൊഡക്ഷൻ ബിൽഡുകൾ ഒപ്റ്റിമൈസ്ഡ്, മിനിഫൈഡ്

### സുരക്ഷാ കുറിപ്പുകൾ
- സენსിറ്റീവ് ഡാറ്റ അല്ലെങ്കിൽ ക്രെഡൻഷ്യലുകൾ കമ്മിറ്റ് ചെയ്യരുത്
- ക്ലൗഡ് പാഠങ്ങളിൽ API കീകൾക്ക് എൻവയോൺമെന്റ് വേരിയബിളുകൾ ഉപയോഗിക്കുക
- അസ്യൂർ-ബന്ധപ്പെട്ട പാഠങ്ങൾക്ക് അസ്യൂർ അക്കൗണ്ട് ക്രെഡൻഷ്യലുകൾ ആവശ്യമാകാം
- സുരക്ഷാ പാച്ചുകൾക്കായി ആശ്രിതങ്ങൾ അപ്ഡേറ്റ് ചെയ്യുക

## ഭാഷാന്തരങ്ങളിൽ സംഭാവന

- GitHub Actions വഴി സ്വയംഭാഷാന്തരം നിയന്ത്രിക്കുന്നു
- ഭാഷാന്തര കൃത്യതയ്ക്കായി മാനുവൽ തിരുത്തലുകൾ സ്വാഗതം
- നിലവിലുള്ള ഭാഷാന്തര ഫോൾഡർ ഘടന പാലിക്കുക
- ക്വിസ് ലിങ്കുകളിൽ ഭാഷാ പാരാമീറ്റർ ചേർക്കുക: `?loc=fr`
- ഭാഷാന്തര പാഠങ്ങൾ ശരിയായി പ്രദർശിപ്പിക്കുന്നുണ്ടെന്ന് ടെസ്റ്റ് ചെയ്യുക

## ബന്ധപ്പെട്ട വിഭവങ്ങൾ
- പ്രധാന കോഴ്സ്: https://aka.ms/datascience-beginners
- Microsoft Learn: https://docs.microsoft.com/learn/
- Student Hub: https://docs.microsoft.com/learn/student-hub
- ചർച്ച ഫോറം: https://github.com/microsoft/Data-Science-For-Beginners/discussions
- മറ്റ് Microsoft കോഴ്സുകൾ: ML for Beginners, AI for Beginners, Web Dev for Beginners

## പ്രോജക്ട് പരിപാലനം
- ഉള്ളടക്കം പുതുക്കാൻ സ്ഥിരം അപ്ഡേറ്റുകൾ
- കമ്മ്യൂണിറ്റി സംഭാവനകൾ സ്വാഗതം
- പ്രശ്നങ്ങൾ GitHub-ൽ ട്രാക്ക് ചെയ്യുന്നു
- PR-കൾ കോഴ്സ് പരിപാലകർ പരിശോധിക്കുന്നു
- മാസാന്തം ഉള്ളടക്കം അവലോകനവും അപ്ഡേറ്റും

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**അസൂയാ**:  
ഈ രേഖ AI വിവർത്തന സേവനം [Co-op Translator](https://github.com/Azure/co-op-translator) ഉപയോഗിച്ച് വിവർത്തനം ചെയ്തതാണ്. നാം കൃത്യതയ്ക്ക് ശ്രമിച്ചെങ്കിലും, സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനങ്ങളിൽ പിശകുകൾ അല്ലെങ്കിൽ തെറ്റുകൾ ഉണ്ടാകാമെന്ന് ദയവായി ശ്രദ്ധിക്കുക. അതിന്റെ മാതൃഭാഷയിലുള്ള യഥാർത്ഥ രേഖയാണ് പ്രാമാണികമായ ഉറവിടം എന്ന് പരിഗണിക്കേണ്ടതാണ്. നിർണായകമായ വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനം ഉപയോഗിക്കുന്നതിൽ നിന്നുണ്ടാകുന്ന ഏതെങ്കിലും തെറ്റിദ്ധാരണകൾക്കോ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കോ ഞങ്ങൾ ഉത്തരവാദികളല്ല.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->