# 1.4 या course मध्ये काय आणि कोणत्या क्रमाने शिकणार?

Source: https://ravindrabagale.com/mr/datascience/ch01-data-science-vs-data-analytics/1-4-map-of-this-course.html
Language: mr (Marathi with English technical terms)

| Chapters | काय शिकणार?

 | 0–2 | Course कसा वाचायचा, roles आणि Jupyter setup

 | 3–4 | Python आणि NumPy चा पाया

 | 5–11 | pandas: select, group, join, clean, dates आणि reshape

 | 12–15 | EDA, matplotlib, seaborn आणि निष्कर्ष सांगण्याची पद्धत

 | 16 | सुरुवातीपासून शेवटपर्यंत Blinkit Maharashtra project — model नाही

 | 17–20 | Practice, interview प्रश्नोत्तरं, cheat sheet आणि glossary

AI/ML, sklearn, deep learning आणि NLP हे विषय मुद्दाम या यादीत ठेवलेले नाहीत.

या chapter मधलं लक्षात ठेवूया

Analytics मध्ये summaries वापरून काय झालं आणि का झालं हे समजून घेतो. या course मध्ये त्यासाठी Python वापरतो.

Excel, Power BI आणि Jupyter यांचा उपयोग output च्या गरजेनुसार बदलतो.

Sum किंवा count करण्याआधी प्रत्येक row चा grain समजून घ्या.

या पहिल्या आवृत्तीत ML नाही. Clean → EDA → visualization → निष्कर्ष सांगणं यावर भर आहे.

आता Python, Jupyter आणि packages चा setup करूया.

रवींद्र बागले यांची tip

सगळे topics एकदम पाठ करण्यापेक्षा प्रत्येक chapter मधला छोटा practical पूर्ण करा.