2026 में डेटा साइंस के लिए Python सीखने के बेहतरीन मुफ़्त संसाधन

डेटा साइंस के लिए मुफ़्त Python सामग्री ढूंढना आसान है पर उसे क्रम में रखना मुश्किल। आधिकारिक Python ट्यूटोरियल कहीं भी DataFrame को नहीं छूता, कई "मुफ़्त" कोर्स अपनी एक्सरसाइज़ को सब्सक्रिप्शन के पीछे बंद रखते हैं, और सबसे ज़्यादा सुझाए जाने वाले एक डेटा पाठ्यक्रम ने चुपचाप अपडेट होना बंद कर दिया है।

यह सूची दो तरह के पाठकों के लिए है: एक, जिसने कभी कोड नहीं लिखा; और दूसरा, जिसे बुनियादी Python आती है लेकिन अभी तक pandas, NumPy या scikit-learn के साथ असली काम नहीं किया। हमने हर संसाधन को इस आधार पर परखा कि उसमें कितना हिस्सा मुफ़्त है, वह दूसरे संसाधनों पर कितनी अच्छी तरह बनता है, और प्रैक्टिशनर उसे कितनी बार सुझाते हैं — और हम साफ बताते हैं कि हर मुफ़्त टियर कहाँ खत्म होता है। शुरू करने से पहले पूरी तस्वीर के लिए, DataCamp की शुरू से Python कैसे सीखें गाइड पूरा रास्ता दिखाती है।

मुफ़्त एक्सेस और कोर्स डेटा अंतिम बार सत्यापित: 29 अक्टूबर, 2026।

मुफ़्त Python डेटा साइंस संसाधनों की तुलना

यह रहे सभी 12 संसाधन एक नज़र में, उसी क्रम में जिनमें हम उन्हें इस्तेमाल करने की सलाह देते हैं।

Python की बुनियाद सीखने के मुफ़्त संसाधन

ये 3 संसाधन Python भाषा को खुद कवर करते हैं — वैरिएबल्स से लेकर फ़ंक्शंस तक — इससे पहले कि कोई डेटा लाइब्रेरी तस्वीर में आए।

1. DataCamp के Python कोर्स के मुफ़्त पहले पाठ (इंटरैक्टिव पाठ)

DataCamp के Python कोर्स एक मुफ़्त पाठ से खुलते हैं, ताकि आप कुछ भी इंस्टॉल किए बिना सीधे ब्राउज़र में Python लिख और चला सकें।

• स्तर: शुरुआती
• प्रारूप: इंटरैक्टिव कोर्स लेसन; प्रति मुफ़्त लेसन लगभग 50 से 60 मिनट
• मुफ़्त एक्सेस: फ़्रीमीअम: हर कोर्स का पहला पाठ मुफ़्त; इसके बाद Premium, $14/माह (वार्षिक बिलिंग)
• किसके लिए सबसे अच्छा: बिना सेटअप के ब्राउज़र में Python आज़माना

मैं जिन 3 कोर्स से शुरू करूँगा वे हैं Introduction to Python, Intermediate Python और Data Manipulation with pandas — इसी क्रम में। पहला कोर्स शुरुआत से ही डेटा विश्लेषण के लिए बना है और लोकप्रिय पैकेज जल्दी पेश करता है, और तीसरा pandas, यानी इस सूची का मुख्य DataFrame लाइब्रेरी, को लाता है।

हम इन्हें पहले इसलिए रखते हैं क्योंकि आम तौर पर पहले हफ्ते में सबसे मुश्किल हिस्सा सेटअप होता है, सिंटैक्स नहीं। ब्राउज़र में काम करना उस स्टेप को हटा देता है जब तक आप आगे बढ़ने का मन न बना लें।

सीमा: इन 3 कोर्स में केवल शुरुआती पाठ मुफ़्त है; बाकी के लिए Premium चाहिए।

2. आधिकारिक Python ट्यूटोरियल (डॉक्युमेंटेशन)

आधिकारिक Python ट्यूटोरियल भाषा की सबसे सटीक मुफ़्त व्याख्या है, जिसे इसके मेंटेनर लिखते हैं।

• स्तर: शुरुआती से मध्‍यम
• प्रारूप: आधिकारिक लिखित ट्यूटोरियल
• मुफ़्त एक्सेस: पूरी तरह मुफ़्त
• किसके लिए सबसे अच्छा: सोर्स से कोर सिंटैक्स सीखना

यह कंट्रोल फ्लो, डेटा स्ट्रक्चर, मॉड्यूल, एरर और एक्सेप्शंस, तथा क्लासेस समझाता है, छोटे-छोटे कोड सैंपल के साथ जिन्हें आप इंटरप्रेटर में पेस्ट कर सकते हैं। ट्यूटोरियल Python 3.15 डॉक्युमेंटेशन के साथ शिप होता है, इसलिए यह भाषा के मौजूदा संस्करण का वर्णन करता है, न कि कई साल पुराने का।

इसे किसी कोर्स के साथ-साथ इस्तेमाल करें, उसके बदले नहीं। जब कोई लेसन लिस्ट स्लाइसिंग या डिक्शनरी मेथड्स पर सरसरी नज़र डालता है, तो सटीक उत्तर यहीं मिलता है।

सीमा: इसमें एक्सरसाइज़ या फ़ीडबैक नहीं हैं, और यह pandas, NumPy या किसी भी अन्य डेटा लाइब्रेरी से पहले रुक जाता है।

3. Python for Everybody (कोर्स)

Python for Everybody लेक्चर पसंद करने वाले शुरुआती के लिए सबसे अच्छा मुफ़्त पूरा कोर्स है, जिसमें मुफ़्त टेक्स्टबुक और उसी साइट पर ऑटोग्रेडेड असाइन्मेंट्स हैं।

• स्तर: शुरुआती
• प्रारूप: वीडियो लेक्चर, मुफ़्त टेक्स्टबुक और ऑटोग्रेडेड असाइन्मेंट्स
• मुफ़्त एक्सेस: पूरी तरह मुफ़्त
• किसके लिए सबसे अच्छा: वीडियो-प्राथमिक शुरुआती

साइट आपको लेक्चर, किताब और असाइन्मेंट्स मुफ़्त में देती है, और लॉगिन करने पर एक मुफ़्त कोर्स जॉइन हो जाता है जिसमें ग्रेड बुक, ऑटोग्रेडेड असाइन्मेंट्स और चर्चा फ़ोरम हैं। सामग्री Creative Commons Attribution 4.0 लाइसेंस के अंतर्गत है, इसी वजह से यही कोर्स कई अन्य प्लेटफ़ॉर्म पर भी चलता है।

यह बार-बार प्रतिस्पर्धी मुफ़्त-संसाधन सूचियों में आता है, और वजह है इसकी गति: यह बिल्कुल भी पूर्व कोडिंग अनुभव नहीं मानता।

सीमा: यह सामान्य प्रोग्रामिंग सिखाता है, इसलिए आपको यहाँ pandas, NumPy या plotting लाइब्रेरी नहीं मिलेंगी।

हमारी पसंद: यह देखने के लिए कि कोडिंग क्लिक करती है या नहीं, DataCamp के Python कोर्स के मुफ़्त पहले पाठ से शुरू करें, फिर Python for Everybody पूरा करें और सटीक सिंटैक्स के लिए आधिकारिक Python ट्यूटोरियल खुला रखें।

Python के साथ डेटा विश्लेषण सीखने के मुफ़्त संसाधन

जब बुनियादें परिचित लगने लगें, तो ये 4 संसाधन वे DataFrame लाइब्रेरी सिखाते हैं जिन पर Python में ज़्यादातर डेटा काम टिका है।

1. DataCamp के मुफ़्त Polars कोर्स (कोर्स)

DataCamp के 3 Polars कोर्स इस सूची में एकमात्र पूरी तरह मुफ़्त, संरचित DataFrame पथ हैं — आपकी पहली क्वेरी से लेकर प्रोडक्शन-रेडी पाइपलाइंस तक।

• स्तर: शुरुआती से मध्‍यम
• प्रारूप: 3 इंटरैक्टिव कोर्स, कुल 11 घंटे
• मुफ़्त एक्सेस: पूरी तरह मुफ़्त
• किसके लिए सबसे अच्छा: पहली क्वेरी से प्रोडक्शन पाइपलाइंस तक का पूरी तरह मुफ़्त DataFrame पथ

Introduction to Polars आपको डेटा क्लीन करना, रीशेप करना और विश्लेषण करना सिखाता है। Data Transformation with Polars में टेक्स्ट मैनीपुलेशन, रोलिंग स्टैटिस्टिक्स, DataFrame जॉइन्स और उन्नत ऐनालिटिक्स जुड़ते हैं; और Scaling and Optimizing Data Pipelines with Polars आपको अपनी पाइपलाइंस को ऑप्टिमाइज़, स्केल और टेस्ट करना दिखाता है। तीनों को Liam Brannigan, जो Polars के योगदानकर्ता हैं, पढ़ाते हैं।

इन्हें पूरा करने के बाद, DataCamp का Polars read_csv() ट्यूटोरियल परिभाषित स्कीमा के साथ बड़े CSV फ़ाइल लोड करना दिखाता है।

सीमा: इस सूची के अधिकतर अन्य संसाधन, जैसे Kaggle Learn और Python for Data Analysis, pandas सिखाते हैं, Polars नहीं — इसलिए दोनों सीखने की योजना रखें।

2. DataCamp के मुफ़्त Python ट्यूटोरियल (ट्यूटोरियल)

DataCamp के मुफ़्त Python ट्यूटोरियल हर डेटा साइंस कौशल को runnable कोड के साथ समझाते हैं — आपकी पहली एक्सरसाइज़ से लेकर मशीन लर्निंग मॉडल के आकलन तक।

• स्तर: शुरुआती से मध्‍यम
• प्रारूप: runnable कोड वाले लिखित ट्यूटोरियल
• मुफ़्त एक्सेस: पूरी तरह मुफ़्त
• किसके लिए सबसे अच्छा: Python की बुनियाद से मॉडल आकलन तक worked examples

ये 6 एक समझदार क्रम बनाते हैं:

• Python Exercises for Beginners: सिंपल वैरिएबल्स से लेकर फ़ंक्शंस, डेटा स्ट्रक्चर और गाइडेड प्रोजेक्ट्स तक अभ्यास — उत्तरों सहित।

• Python pandas Tutorial: DataFrames के लिए शुरुआती गाइड।

• Joining DataFrames in pandas: merge(), concat() और join()।

• Python Seaborn Tutorial: सांख्यिकीय डेटा विज़ुअलाइज़ेशन।

• Ensemble Learning in Python: बैगिंग बनाम बूस्टिंग, रैंडम फ़ॉरेस्ट और XGBoost — एक असली डेटासेट पर।

• Precision vs Recall: अपने मॉडल के लिए सही मेट्रिक चुनना।

ये सभी 6 या तो 2026 में प्रकाशित या अपडेट हुए हैं, और जब आपको किसी विशिष्ट फ़ंक्शन की ज़रूरत हो तो पूरी Python कैटेगरी में सैकड़ों और हैं। plotting की बुनियाद के लिए Matplotlib ट्यूटोरियल Seaborn वाले के साथ अच्छा जोड़ बनता है।

सीमा: ट्यूटोरियल एक worked path दिखाते हैं, इसलिए आपको अपनी कोड पर वैसा फ़ीडबैक नहीं मिलेगा जैसा एक्सरसाइज़ देती हैं।

3. Kaggle Learn (प्रैक्टिस साइट)

Kaggle Learn असली डेटा पर pandas का अभ्यास करने का सबसे तेज़ मुफ़्त तरीका है — छोटे-छोटे कोर्स जो Kaggle बिना शुल्क के देता है।

• स्तर: शुरुआती से मध्‍यम
• प्रारूप: Kaggle नोटबुक्स में हैंड्स-ऑन एक्सरसाइज़ वाले छोटे कोर्स
• मुफ़्त एक्सेस: पूरी तरह मुफ़्त
• किसके लिए सबसे अच्छा: असली डेटा पर छोटे pandas और मशीन लर्निंग अभ्यास

डेटा ट्रैक Intro to Programming और Python से शुरू होकर Pandas, Data Visualization, Data Cleaning और Feature Engineering तक जाता है, और Pandas कोर्स लगभग 4 घंटे लेता है। हर लेसन एक छोटे ट्यूटोरियल को एक एक्सरसाइज़ नोटबुक के साथ जोड़ता है, ताकि आप पहले ही पाठ से असली डेटासेट पर कोड लिखें।

मैं इसे एक कोर्स के साथ-साथ प्रैक्टिस लेयर के रूप में इस्तेमाल करूँगा: समझाने वाले हिस्से जानबूझकर संक्षिप्त हैं, और सीखना वास्तव में एक्सरसाइज़ में होता है।

सीमा: लेसन छोटे हैं और मानते हैं कि आप छोड़ी गई चीज़ें देख लेंगे, इसलिए बिल्कुल शुरुआती लोगों को जंप्स तेज़ लग सकते हैं।

4. Python for Data Analysis (3रा संस्करण, ओपन एक्सेस) (किताब)

Python for Data Analysis pandas पर निर्णायक मुफ़्त किताब है, जिसे लाइब्रेरी के निर्माता Wes McKinney ने लिखा है, और जिसे आप ऑनलाइन पूरा मुफ़्त पढ़ सकते हैं।

• स्तर: शुरुआती से मध्‍यम
• प्रारूप: कोड उदाहरणों और डेटासेट्स वाली मुफ़्त ऑनलाइन किताब
• मुफ़्त एक्सेस: पूरी तरह मुफ़्त
• किसके लिए सबसे अच्छा: pandas को गहराई से सीखना

ओपन-एक्सेस तीसरा संस्करण NumPy, डेटा लोडिंग और क्लीनिंग, जॉइनिंग और रीशेपिंग, plotting, समूह ऑपरेशंस और टाइम सीरीज़ कवर करता है — GitHub पर कोड और डेटासेट MIT लाइसेंस के तहत हैं। इसे अप्रैल 2023 में pandas 2.0 के लिए अपडेट किया गया था।

जब आप एक लूप और एक फ़ंक्शन लिख सकते हों, तब इसे अध्याय-दर-अध्याय पढ़ें।

सीमा: यह pandas 2.0 को लक्ष्य करता है, इसलिए नए pandas रिलीज़ में कुछ बारीकियाँ अलग हो सकती हैं, और इसमें फ़ीडबैक वाली एक्सरसाइज़ नहीं हैं।

हमारी पसंद: संरचना के लिए DataCamp के मुफ़्त Polars कोर्स लें, worked examples के लिए DataCamp के मुफ़्त Python ट्यूटोरियल इस्तेमाल करें, और वही विचार Kaggle Learn में pandas के साथ अभ्यास करें।

प्रैक्टिस प्रोजेक्ट्स और मशीन लर्निंग के मुफ़्त संसाधन

ये 5 संसाधन वही हैं जहाँ आप सीखी हुई चीज़ें लागू करते हैं: प्रोजेक्ट्स, पहले मॉडल, और जब कुछ टूटे तो मदद।

1. DataLab (सैंडबॉक्स)

DataCamp का DataLab नोटबुक आपके अपने डेटा प्रोजेक्ट्स के लिए एक मुफ़्त ब्राउज़र वर्कस्पेस देता है, जिसमें एक AI Assistant होता है जो आपके साथ कोड लिखता और समझाता है।

• स्तर: शुरुआती से मध्‍यम
• प्रारूप: AI Assistant वाला ब्राउज़र नोटबुक
• मुफ़्त एक्सेस: मुफ़्त प्लान में 3 वर्कबुक और AI Assistant के 15 उपयोग; अनलिमिटेड वर्कबुक और AI मदद के लिए DataLab Premium चाहिए
• किसके लिए सबसे अच्छा: ब्राउज़र में AI असिस्टेंट के साथ डेटा प्रोजेक्ट बनाना
• स्टार्टर कोर्स: Introduction to DataLab (पूरी तरह मुफ़्त, 1 घंटा)

मुफ़्त प्लान के लिए सिर्फ़ DataCamp अकाउंट चाहिए और इसमें 3 वर्कबुक और 15 AI Assistant उपयोग शामिल हैं — यह दो-तीन पोर्टफ़ोलियो प्रोजेक्ट पूरे करने के लिए काफ़ी है। आप एक फ़ाइल अपलोड करते हैं या डेटाबेस से कनेक्ट करते हैं और ब्राउज़र में pandas लिखना शुरू करते हैं।

यदि आपने पहले कभी नोटबुक इस्तेमाल नहीं किया है, तो 1-घंटे का Introduction to DataLab कोर्स मुफ़्त है और आपको घुमा-फिरा कर दिखाता है। आइडिया के लिए DataCamp की 50+ Python प्रोजेक्ट्स की सूची उन्हें स्तर के हिसाब से सजाती है।

सीमा: 3-वर्कबुक की सीमा का मतलब है कि आपको चलते-चलते पुराने प्रोजेक्ट्स हटाने या आर्काइव करने होंगे, और अनलिमिटेड AI मदद के लिए DataLab Premium चाहिए।

2. DataCamp के मुफ़्त Python कोड-अलॉन्ग्स (वीडियो)

DataCamp के मुफ़्त Python कोड-अलॉन्ग्स आपको एक इंस्ट्रक्टर को असली डेटासेट को कच्चे डेटा से नतीजों तक ले जाते हुए देखने देते हैं — और आप इन्हें बिना अकाउंट के देख सकते हैं।

• स्तर: शुरुआती से मध्‍यम
• प्रारूप: रिकॉर्डेड कोड-अलॉन्ग वीडियो, DataLab में साथ चलने के लिए एक नोटबुक के साथ
• मुफ़्त एक्सेस: पूरी तरह मुफ़्त
• किसके लिए सबसे अच्छा: कच्चे डेटा से नतीजे तक पूरी विश्लेषण प्रक्रिया देखना

हर रिकॉर्डिंग एक नोटबुक के साथ आती है, ताकि आप मुफ़्त DataCamp अकाउंट के साथ DataLab में साथ-साथ कोड कर सकें। शुरू करने के लिए चार अच्छे सत्र:

• Exploratory Data Analysis in Python for Absolute Beginners: होटल बुकिंग डेटा पर pandas से सार-सांख्यिकी और Plotly Express से चार्ट्स।
• Absolute Beginners Analysis of Chicago City Service Data: Chicago 311 रिक्वेस्ट्स का Python और AI मदद से विश्लेषण, जिसमें AI-लिखित कोड की समीक्षा कैसे करें शामिल है।
• AI Python Zero-to-Hero: Build Your Own Fitness Tracker: फ़िटनेस डेटा की exploratory analysis और इंटरैक्टिव प्लॉट्स।
• Getting Started with Machine Learning in Python: बैंक लोन डेटा पर scikit-learn में क्लासिफ़िकेशन और रिग्रेशन मॉडल।

सीमा: ये रिकॉर्डिंग्स हैं, इसलिए पुराने सत्र उस समय की लाइब्रेरी वर्ज़न इस्तेमाल करते हैं, और कोई आपके अपने कोड की जाँच नहीं करता।

3. freeCodeCamp Data Analysis with Python (ओपन करिकुलम)

freeCodeCamp का Data Analysis with Python पोर्टफ़ोलियो प्रोजेक्ट्स के लिए सबसे अच्छा मुफ़्त स्रोत है — 5 प्रोजेक्ट जो आपके NumPy, pandas और plotting कौशल परखते हैं।

• स्तर: शुरुआती से मध्‍यम
• प्रारूप: वीडियो लेसन, क्विज़ और 5 पोर्टफ़ोलियो प्रोजेक्ट्स
• मुफ़्त एक्सेस: पूरी तरह मुफ़्त
• किसके लिए सबसे अच्छा: पोर्टफ़ोलियो प्रोजेक्ट्स

वीडियो लेसन CSV फ़ाइलों और SQL से डेटा पढ़ना और NumPy, pandas, Matplotlib और Seaborn के साथ काम करना कवर करते हैं। प्रोजेक्ट्स Mean-Variance-Standard Deviation Calculator से लेकर Medical Data Visualizer और Sea Level Predictor तक चलते हैं।

सीमा: freeCodeCamp कहता है कि इस सेक्शन को अब अपडेट नहीं किया जा रहा, इसलिए कुछ जगहों पर लाइब्रेरी वर्ज़न पुराने मिलेंगे; यह मुख्य रूप से प्रोजेक्ट्स के लिए उपयोगी बना रहता है।

4. scikit-learn डॉक्युमेंटेशन (डॉक्युमेंटेशन)

scikit-learn डॉक्युमेंटेशन Python में अपने पहले मशीन लर्निंग मॉडल बनाने के लिए सबसे विश्वसनीय मुफ़्त रेफ़रेंस है।

• स्तर: मध्‍यम
• प्रारूप: कोड उदाहरणों वाला आधिकारिक डॉक्युमेंटेशन
• मुफ़्त एक्सेस: पूरी तरह मुफ़्त
• किसके लिए सबसे अच्छा: आपके पहले मशीन लर्निंग मॉडल

Getting Started पेज कुछ छोटे उदाहरणों में फिटिंग और प्रेडिक्टिंग, ट्रांसफ़ॉर्मर्स और प्री-प्रोसेसर्स, तथा मॉडल आकलन दिखाता है, और उसके बाद यूज़र गाइड हर एस्टीमेटर को विस्तार से डॉक्युमेंट करता है। स्टेबल डॉक्युमेंटेशन scikit-learn 1.9.1 को कवर करता है, इसलिए उदाहरण उसी वर्ज़न से मेल खाते हैं जिसे आप इंस्टॉल करेंगे।

सीमा: यह मानता है कि आप NumPy ऐरे और बुनियादी सांख्यिकी में सहज हैं, और यह हर मॉडल के पीछे के सिद्धांत के बजाय API समझाता है।

5. ChatGPT और Claude (AI असिस्टेंट)

ChatGPT या Claude को मुफ़्त अध्ययन साथी के रूप में इस्तेमाल करें — जो एरर मैसेज समझाता है और आपकी अपनी कोड को लाइन-बाय-लाइन चलकर बताता है।

• स्तर: शुरुआती से उन्नत
• प्रारूप: चैट असिस्टेंट जो कोड समझाते और डिबग करते हैं
• मुफ़्त एक्सेस: फ़्रीमीअम: मुफ़्त प्लान पर उपयोग सीमाएँ; पेड प्लान अधिक उपयोग और फीचर्स जोड़ते हैं
• किसके लिए सबसे अच्छा: अपनी कोड में त्रुटियों की व्याख्या

दोनों के पास मुफ़्त प्लान हैं: ChatGPT में अनलिमिटेड टेक्स्ट चैट शामिल है, और Claude कोड चला सकता है। एक traceback पेस्ट करें और पूछें कि ऐसा क्यों हुआ, या किसी pandas वन-लाइनर को स्टेप-बाय-स्टेप फिर से लिखने को कहें ताकि आप देखें कि हर मेथड क्या करता है।

फँसाव यही है कि असिस्टेंट को आपकी जगह कोड लिखने दें। DataCamp का Python with AI चीट शीट दिखाता है कि भरोसेमंद pandas और NumPy कोड के लिए प्रॉम्प्ट कैसे लिखें — और फिर आप खुद फ़िक्स टाइप करें।

सीमा: दोनों कभी-कभी लाइब्रेरी विवरणों पर आत्मविश्वास से गलत हो सकते हैं, इसलिए किसी भी अहम बात को आधिकारिक डॉक्युमेंटेशन से मिलाएँ।

हमारी पसंद: DataCamp के मुफ़्त Python कोड-अलॉन्ग्स में से एक देखें, फिर DataLab में अपना मिलताजुलता प्रोजेक्ट बनाएं — मॉडलिंग स्टेप पर scikit-learn डॉक्युमेंटेशन का सहारा लेते हुए।

सुझाया गया लर्निंग पथ

यदि आप शून्य से शुरू कर रहे हैं, तो यह क्रम आपको कोड की पहली लाइन से पहले मॉडल तक ले जाता है।

चरण 1: भाषा सीखें

Introduction to Python, Intermediate Python और Data Manipulation with pandas के मुफ़्त लेसन आज़माएँ, फिर आधिकारिक Python ट्यूटोरियल को रेफ़रेंस बनाकर Python for Everybody पूरा करें। लक्ष्य रखें कि बिना देखे-समझे छोटे स्क्रिप्ट लिख सकें — लूप्स, फ़ंक्शंस और डिक्शनरी के साथ।

चरण 2: डेटा के साथ काम करना सीखें

DataCamp के मुफ़्त Polars कोर्स और Kaggle Learn का Pandas कोर्स साथ-साथ लें, और गहराई के लिए pandas और Seaborn ट्यूटोरियल तथा Python for Data Analysis का इस्तेमाल करें। अंत तक आपको एक गंदा CSV लोड कर पाना चाहिए, उसे साफ़ करना, दूसरी टेबल से जोड़ना और समूह के आधार पर उसका सार निकालना।

चरण 3: प्रोजेक्ट बनाएं और पहला मॉडल

एक कोड-अलॉन्ग देखें, freeCodeCamp के प्रोजेक्ट बनाएं, फिर DataLab में अपना प्रोजेक्ट चलाएँ — मॉडलिंग स्टेप के लिए scikit-learn डॉक्युमेंटेशन का उपयोग करते हुए। यदि आप एक ही संरचित पथ का अनुसरण करना पसंद करेंगे, तो DataCamp का पेड Associate Data Scientist in Python करियर ट्रैक तीनों चरण एक ही जगह कवर करता है।

हमने ये संसाधन कैसे चुने

• मुफ़्त एक्सेस स्टैम्प तिथि पर हर संसाधन के अपने पेज से सत्यापित किया गया; फ्री ट्रायल्स को बाहर रखा गया, और यहाँ कुछ भी केवल ऑडिट-ओनली नहीं है।
• सबसे ज़्यादा सुझाए गए मुफ़्त Python लिस्टों में जिन संसाधनों का नाम आया, उन्हें शामिल किया गया या कारण सहित बाहर रखा गया। उदाहरण के लिए, Codecademy का Learn Python 3 अक्सर नामित है पर सब्सक्रिप्शन-ओनली है।
• कोर्स के लिए, रेटिंग केवल 200 से अधिक समीक्षाओं पर दिखाई गई, और जो कोर्स 18 महीनों में अपडेट नहीं हुए, उन्हें सूची प्रविष्टियों के रूप में बाहर रखा गया।
• बाहरी संसाधनों का वर्णन गद्य में किया गया है, बिना स्टैट स्ट्रिप्स के, क्योंकि हमारे पास उनके लिए सत्यापित रेटिंग डेटा नहीं है।
• हमने उन संसाधनों को वरीयता दी जो डेटा लाइब्रेरी (pandas, NumPy, Polars, scikit-learn) सिखाते हैं, क्योंकि यह सूची डेटा साइंस के लिए है।

अंतिम विचार

यदि आपने कभी कोड नहीं किया, तो DataCamp के Python कोर्स के मुफ़्त लेसन और Python for Everybody से शुरू करें; यदि आप पहले से बुनियाद जानते हैं, तो सीधे DataCamp के मुफ़्त Polars कोर्स पर जाएँ। किसी भी तरह, जितनी जल्दी हो सके DataLab में प्रोजेक्ट्स पर आएँ, क्योंकि यहीं मुफ़्त संसाधन जोड़ बनने लगते हैं।

मुफ़्त संसाधन डेटा साइंस के लिए Python सीखने के लिए काफ़ी हैं; जो इनमें नहीं मिलता वह है एक जुड़ा हुआ पथ या हर एक्सरसाइज़ पर फ़ीडबैक। यदि आप दोनों चाहते हैं, तो DataCamp का पेड Associate Data Scientist in Python करियर ट्रैक सब कुछ एक क्रम में रखता है।