है एवरीवन इन वेलकम तू अब तो कॉलेज राजन बात करने वाली हैं की डाटा साइंस एक्जेक्टली होता क्या है और डाटा साइंस की फील्ड में अगर हम करियर बनाना चाहते हैं तो उसका क्या स्टेप बाय स्टेप पाठ हो सकता है सबसे पहले बात करते हैं डाटा साइंस के बड़े में अब हमने मशीन लर्निंग जैसी आर्टिफिशियल इंटेलिजेंस जैसी चीज सनी होगी रिसेंट इयर्स में और इन फैक्ट अभी हमने रिसेंटली चार्जड गुप्त को देखा है ये साड़ी की साड़ी चीज डाटा साइंस की वजह से पॉसिबल हो का रही हैं अब डाटा साइंस को समझना के लिए हम एग्जांपल लेते हैं नेटफ्लिक्स का अगर हम नेटफ्लिक्स या प्राइम वीडियो ऐसी कोई सर्विस उसे करते हैं और उसके ऊपर हम बहुत ज्यादा हॉरर मूवी देखते हैं तो नेटफ्लिक्स क्या करेगा अगर कोई नई हॉरर मूवी आई है तो उसे हम ही सजेस्ट करेगा तो उन्होंने एक्चुअली क्या किया हमारे जो पेटर्न्स हैं यानी हम किस तरीके का कंटेंट देखते हैं किस तरीके के टीवी शोस मूवी देखते हैं उसके बेसिस पर हमें और वैसा कंटेंट सजेस्ट किया ताकि हम ज्यादा टाइम तक नेटफ्लिक्स या प्राइम वीडियो पर बैठकर मूवी देखते रहे वैसे ही अगर हम इंस्टाग्राम का एग्जांपल लेने तो अगर हमें अनिमे का बहुत ज्यादा शौक है इंस्टाग्राम के ऊपर हम अनिमे का कंटेंट देखते रहते हैं तो इंस्टाग्राम हमें और वैसे कंटेंट दिखाएगा ताकि हम इंस्टाग्राम का जो प्लेटफॉर्म है उसे और ज्यादा उसे करें तो बेसिकली जितने भी प्लेटफॉर्म्स होते हैं चाहे वह सोशल मीडिया हो गए चाहे वो दूसरे तरीके प्लेटफॉर्म डॉग चाहे वो शॉपिंग प्लेटफॉर्म्स हो गई जैसे अमेजॉन ये सारे के सारे प्लेटफॉर्म चाहते हैं की ज्यादा टाइम तक यूजर इनके ऊपर रहे और ज्यादा से ज्यादा ही नहीं उसे करें इसीलिए उन्हें चाहिए की यूजर्स की जो एक्टिविटी होती है उसके बेसिस पर कुछ ऐसे आम पेटर्न्स निकले जैन जिसके बेसिस पर यूजर्स को हम हक रख सकें अपने प्लेटफॉर्म पर ये तो हो गया एक एग्जांपल इस तरीके के बहुत सारे बिजनेस प्रॉब्लम्स होते हैं जिनके सॉल्यूशंस निकले जाते हैं यूजिंग डाटा साइंस तो डाटा साइंस को अगर समझना है तो आईटी इस एन मिक्स ऑफ मठ स्टैटिसटिक्स उसके साथ में प्रोग्रामिंग डाटा और मशीन लर्निंग तो कई साड़ी डिफरेंट डिफरेंट चीज हैं जिनका मिक्सर अगर निकले तो वो डाटा साइंस हो जाता है डाटा साइंस के अंदर ही हमारे मशीन लर्निंग जॉब्स ए जाते हैं इसी के अंदर हमारे डाटा एनालाइज के जॉब्स ए जाते हैं इसी के अंदर हमारे बिग डाटा पर बेस्ड जो जॉब्स होते हैं वो ए जाते हैं अब आज की डेट में हमें पता है की बहुत बड़ी-बड़ी कंपनी है और उनके पास बहुत ज्यादा डाटा है तो जब कोई बड़ी कंपनी होती है उसकी डाटा को हम सिर्फ डाटा नहीं कहते उसको हम बिग डाटा का देते हैं क्योंकि कंपनी के पास आज की डेट में इतना सर डाटा है अब डाटा साइंटिस्ट का कम होता है सबसे पहले तो ये जो डाटा होता है इसको कलेक्ट करना फिर उसको एनालाइज करना फिर इसको प्रोसेस करना और उसके बाद फाइनली इस डाटा से कुछ यूजफुल इनसाइट्स निकालना यूजफुल इनसाइट्स मतलब यूजफुल इनफॉरमेशन निकालना है ऐसी इनफॉरमेशन जो उनकी कंपनी के कम ए सके जिससे वो अपनी यूजर्स को और अच्छे बटर तरीके से हेल्प कर सकें या फिर अपने प्लेटफॉर्म को और ज्यादा गो कर सके तो इस तरीके से बिजनेस स्किल को जब हम एल्गोरिथम और डाटा स्किल और मठ के साथ मिक्स कर देते हैं तो हमारे पास फील्ड आई है डाटा साइंस की फील्ड अब डाटा साइंटिस्ट बने के लिए हमारे पास कई साड़ी स्टेप्स होते हैं जिन्हें हमें परफॉर्म करना पड़ता है तू एक्चुअली लर्न डी स्किल अब डाटा साइंस से रिलेटेड जितने भी टॉपिक जितने भी इनफॉरमेशन आज हम शेर कर रहे होंगे वो साड़ी की साड़ी आपको नोट्स फॉर्मेट में भी मिल जाएगी तो नीचे डिस्क्रिप्शन बॉक्स के अंदर एक लिंक आपको मिल रहा होगा वहां से जाकर आप डाउनलोड भी कर सकते हैं अब डाटा साइंस की जो फूल है उसमें पहले से जरूरी नहीं है की हम मठ पढ़ के बैठे हो या फिर हम कंप्यूटर साइंस ब्रांच से ए रहे हो कोई भी व्यक्ति ए सकता है और डाटा साइंस में अगर वो अच्छा खास टाइम इन्वेस्ट करते हैं तो वो एक्चुअली इन स्किल को सिख कर एक अच्छा करियर बना सकते हैं अब सबसे पहले स्टेप जो इस जर्नी के अंदर आता है वो है तू लर्न एन प्रोग्रामिंग लैंग्वेज जनरली डाटा साइंस के अंदर दो मेजर प्रोग्रामिंग लैंग्वेज होती है एक होती है पाइथन एक होती है आर अब पाइथन इनमें से सबसे ज्यादा पॉपुलर है क्यों क्योंकि इसके अंदर लाइब्रेरीज बहुत अच्छी अवेलेबल है इसके अंदर रिसोर्सेस बहुत अच्छे-अच्छे अवेलेबल हैं तो सबसे पहले तो हमें बेसिक्स ऑफ पाइथन सीखना पड़ेगा बेसिक्स ऑफ पाइथॉन्स में हमारे वैरियेबल्स ए जाते हैं हमारे इफल्स ए जाते हैं हमारे लूप्स ए जाते हैं तो इस तरीके की बेसिक चीज हमें पहले पाइपिंग के अंदर सीखनी पड़ेगी और उसके बाद हमें दो लाइब्रेरी सीखनी है पाइपिंग के अंदर एक है हमारी नंबर और एक है हमारी पंडास ये लाइब्रेरीज हमें हेल्प करती है डाटा के साथ डील करने में की कैसे पाइथन के अंदर हम डाटा के साथ इंटरेक्ट कर सकते हैं अब अगर बेसिक पाइथन में सीखनी है तो उसके लिए ऑलरेडी हमने एक वन शॉट बनाया हुआ है उसको यहां पर आप एक्सप्लोर कर सकते हैं और उसके बाद नंबाई और पंडास हमें अलग से जाकर सीखना पड़ेगा अब यहां पर जो हम पाइथन सिख लेंगे वो पुरी पाइथन नहीं होगी इसमें सिर्फ हम बेसिक्स और कुछ बेसिक लाइब्रेरीज को कर करेंगे उसके बाद सेकंड स्टेप ए जाता है तू लर्न सम स्टेटस स्टिक्स अब हो सकता है हमने सिर्फ 10 तक ही मठ पड़ी हो तो उसके बाद एक दो एक्स्ट्रा टॉपिक हैं मैच के अंदर जिनको हमें पढ़ना पड़ेगा तू विकम ए गुड डाटा साइंस और अगर मां लेते हैं हमने 11-12 में मैथ्स पड़ी हुई है तो और भी अच्छा है क्योंकि जनरली हमारा जो मठ का सिलेबस होता है इंडिया में उनमें टॉपिक कवर्ड होते हैं और अगर नहीं भी कर है कर हुए तो एक बार उनको जाकर रिवाइज जरूर कर लेना है तो डाटा साइंस की फाइल के अंदर मठ एक इंपॉर्टेंट और कृष्ण रोल प्ले करता है पर इसमें हमें ये नहीं करना की मठ के सिर्फ फार्मूले याद करिए एक्चुअल अंडरस्टैंडिंग जरूरी है उन साड़ी चीजों की जो डाटा साइंस के अंदर आई हैं क्योंकि अगर हम इस चार्ट को देखें तो रिसेंट वर्ष में अकॉर्डिंग तू प्रोफेशनल्स मैक्सिमम जॉब्स जो डाटा साइंस फूल के अंदर है वो डाटा एनालिटिक्स के अंदर है और डाटा एनालिटिक्स के अंदर हम जनरली बिजनेस साइड या एनालिटिक्स साइड के साथ ज्यादा डील करते हैं जिसमें ठीक है हमारे स्टैटिसटिक्स के कॉन्सेप्ट स्ट्रांग हनी चाहिए और अगर हमने बहुत ज्यादा मठ नहीं पड़ी या बहुत ज्यादा मुश्किल दीप नहीं गए तो भी हमारा कम चल सकता है अब मठ के अंदर कर मेजर टॉपिक हैं जिनको हम कर करते हैं जिसमें से सबसे पहले होता है स्टेटस स्टिक्स दूसरा होता है लाइनर अलजेब्रा तीसरा हमारे पास ए जाता है कैलकुलस एन चौथ हमारे पास आता है प्रोबेबिलिटी अब इनके अंदर के जो सब टॉपिक हैं वो हो सकता है सुनने में थोड़ी भारी से लगे अगर 11-12 के अंदर हमने या तो मठ को नहीं पढ़ा या ज्यादा फॉक्स नहीं किया तो बट इनके अगर हम थोड़े से कर कॉन्सेप्ट समझ लेंगे तो वो हमारे लिए इनफ होगा स्टैटिसटिक्स के अंदर हमें मीन मेडियन मोड जैसी वेरियंस जैसी स्टैंडर्ड डिवीजन जैसी चीज पढ़नी है उन्हें अच्छे से समझना है सिर्फ रतन नहीं है चीजों को बट एक्चुअली समझना है की डाटा के साथ ये साड़ी की साड़ी चीज कैसे रिलेट करती है और डाटा के अंदर अगर हम मीन निकाल दें कैलकुलेट करके तो उसे मीन का एक्चुअल मतलब क्या होता है लाइनर अलजेब्रा के अंदर हम वेक्टर जैसे मैट्रिक्स जैसे आई बिल वालुज जैसे टॉपिक को पढ़ेंगे अब इन सारे के सारे टॉपिक की लिस्ट जो हमें पढ़ने हैं वो आपको नीचे डिस्क्रिप्शन बॉक्स के अंदर ऑलरेडी दी होगी हम इसे एक्सटेंशन लिस्ट वहां पर डाउनलोड कर सकते हैं और फिर एक टॉपिक को जाकर पढ़ सकते हैं थर्ड चीजों में पढ़नी थी वो थी कैलकुलस अब कैलकुलस के अंदर डेरिवेटिव्स क्या होते हैं डी / डीएस ये जो टर्म होती है इसका एक्चुअल मतलब क्या होता है मठ के अंदर ये साड़ी चीज हमें सीखनी है फोर्थ स्टेज जो हमें पढ़नी थी वो थी प्रोबेबिलिटी प्रोबेबिलिटी के अंदर ओड क्या होते हैं कंडीशनल प्रॉपर्टीज क्या होती है बेस्ड थ्योरम क्या होती है जो बहुत इंपॉर्टेंट होती है इन सब को उसे कैसे करते हैं प्रैक्टिकल इस चीज को हमें सीखना पड़ेगा तो यहां से हमारा बेसिक ऑफ मैप यानी हमारे स्टैटिसटिक्स प्रोबेबिलिटी कैलकुलस लाइन है ब्रो जैसे टॉपिक कर हो जाएंगे जिनको हमें अच्छे से पढ़ लेना है इनको पढ़ने के बाद हमारा ए जाता है थर्ड स्टेप जो होता है डाटा विजुलाइजेशन यानी हमने डाटा इकट्ठा तो कर लिया अब उसे हम विजुलाइज कैसे करें विजुलाइज करना इसलिए इंपॉर्टेंट है क्योंकि जब हम बिज़नेस के साथ जब हम कंपनी के अंदर कम करते हैं तो हम तो डाटा साइंटिस्ट बन जाएंगे पर दूसरे लोग हमारे डाटा के अंदर जो इनसाइट्स हमने निकले हैं जो पैटर्न हमने ढूंढ के निकले हैं उसे कैसे समझ पाएंगे वो उसे समझ पाएंगे यूजिंग ग्राफ्स चार्ट्स तो इस तरीके की चीज बनाने के लिए हमें डाटा विजुलाइजेशन सीखना पड़ेगा इसको सीखने के लिए हम कर करेंगे पीठ इसके अंदर दो काफी फेमस लाइब्रेरीज एक है हमारी मैट प्लॉट लिप और दूसरी हमारी सीबों इनको हमें अच्छे से उसे करना आना चाहिए और उसके साथ-साथ हमें अगर बेसिक एक्सल की नॉलेज होगी तो वो भी काफी अच्छा होगा क्योंकि अगर वो स्मॉल स्केल का डाटा होता है तो उसे थोड़ा सा प्रेजेंट करने के लिए हम अपनी एक्सल शीट्स को उसे करते हैं अब बहुत ज्यादा एक्सट्रीम लेवल पे एक्सल का कोई कोर्स लेने की जरूर नहीं है बहुत बेसिक लेवल ऑफ एक्सल हम सिख सकते हैं जिसको खुद ही उसे करके हम सिख पाएंगे अब अगर मां लेते हैं डाटा विजुलाइजेशन के अंदर हमें और ज्यादा एडवांस लेवल की चीज सीखनी है तो उसमें हम और ज्यादा अच्छे टूल सिख सकते हैं जैसे पावर भी आए हुए हैं जैसे टैबलेट हो गया बट अगर हम एक प्रेशर है तो कॉलेज के अंदर दोनों टूल्स को हम इग्नोर कर सकते हैं इनको वैसे भी अगर हम डाटा एनालिसिस के जब में जाते हैं तो वहां पर हम जब के अंदर सिख रहे होंगे और फिर फोर्थ स्टेप ए जाता है मशीन लर्निंग का यानी एक्चुअली डाटा के ऊपर मशीन लर्निंग की एल्गोरिथम अप्लाई करना मा गौतम में हमारे पास कर मेजर टाइप्स ऑफ एल्गोरिदम्स होती हैं जिम से पहले होती है सुपरवाइज्ड दूसरी होती है अनसुपरवाइज तीसरी होती है सभी सुपरवाइज्ड और फोर तो होती है रिइंफोर्समेंट लर्निंग अब ये डिफरेंट डिफरेंट टाइप्स ऑफ एल्गोरिथम हम इनके अंदर सिख सकते हैं और फिर वो उन प्रॉब्लम्स को हम डाटा के ऊपर अप्लाई करके देख सकते हैं अब मशीन लर्निंग कैसे सीखनी है कहां से शुरुआत करनी है किस तरीके का प्रोसेस होगा क्या रिसोर्सेस होंगे उसके ऊपर ऑलरेडी हमने डेडीकेटेड वीडियो बनाए हुए हैं अब उनको जाकर एक्सप्लोर कर सकते हैं अब जब भी हम म एग्रेडिएंट्स को डाटा के ऊपर अप्लाई करते हैं तो बहुत इंपॉर्टेंट है की हम अच्छे डाटा के ऊपर उन मशीन लर्निंग एल्गोरिथम को अप्लाई करें ऐसे में सबसे पहले हमें डाटा के साथ डील करना आना चाहिए की डाटा स्टोर कहां हो रहा है किस तरीके से उसको हैंडल करना है तो यहां पर सिर्फ म की नॉलेज होना काफी नहीं है हमें डाटा बेसिस की नॉलेज होना भी काफी है तो इसीलिए डाटा बेसिस के साथ अगर हम एसक्यूएल की भी नॉलेज ले लेते हैं तो वो हमारे लिए काफी ज्यादा प्लस पॉइंट हो जाता है इसीलिए कई सारे जो डाटा साइंटिस्ट के इंटरव्यूज होते हैं उनमें आपसे एसक्यूएल के भी सवाल पूछे जा सकते हैं अब हमने ऑलरेडी एक एसक्यूएल का डेडीकेटेड कंप्लीट कोर्स बनाया है और युटुब के ऊपर आप चाहे तो उसको जाकर भी एक्सप्लोर कर सकते हैं नहीं तो आप किसी भी रिसोर्सेस से जाकर एसक्यूएल के बेसिक कॉन्सेप्ट्स को पढ़ सकते हैं अब एक बार ये साड़ी नॉलेज हमने इकट्ठा की है तो उसके बाद इंपॉर्टेंट है की जितनी भी नॉलेज हमारे पास है उसको हम प्रोजेक्ट्स की फॉर्म में प्रैक्टिस करें अब प्रोजेक्ट करने के लिए हमारे पास एक काफी फेमस वेबसाइट होती है डाटा साइंस के अंदर विच इस कॉल्ड कीगल कीगल के ऊपर आपको कई सारे डिफरेंट प्रोजेक्ट इतिहास मिल जाएंगे आपको काफी साड़ी डाटा सेट्स मिल जाएंगे जिसके ऊपर आप अपनी एल्गोरिदम्स या अपनी नॉलेज अप्लाई करके देख सकते हैं सिख सकते हैं अब जब भी हम प्रोजेक्ट्स बनाते हैं उसके दो मेजर फायदे होते हैं सबसे पहले हम प्रैक्टिस कर लेते हैं चीजों की और प्रैक्टिकल प्रैक्टिस होना बहुत इंपॉर्टेंट है डाटा साइंस की फील्ड में क्योंकि ये थियोरेटिकल फाइल नहीं है यहां पर जितना अच्छे से आप चीजों को प्रैक्टिकल इंप्लीमेंट करना सीखेंगे उतना हमारे लिए बटर होगा और सेकंड मेजर इसका फायदा होता है की हमारे पास लिखने के लिए अपने रिजूव के अंदर अपने पोर्टफोलियो के अंदर डालने के लिए प्रोजेक्ट्स हो जाते हैं जो हमारे एक्सपीरियंस को दिखाई हैं अगर हम ऐसा प्रेशर कहानी पर अप्लाई कर रहे हैं चाहे इंटर्नशिप के लिए चाहे प्लेसमेंट के लिए और हमारे पास पहले से कोई इंटर्नशिप प्लेसमेंट का कोई एक्सपीरियंस नहीं है तो बेस्ट तरीका होता है अपने एक्सपीरियंस को कंपनी को दिखाने का की हमारे पास रिज्यूम के अंदर प्रोजेक्ट्स हो तो प्रोजेक्ट्स हमें उसे जर्नी के अंदर हेल्प कर रहे होंगे और प्रोजेक्ट्स के साथ-साथ हमारे पास अच्छा होगा की अगर हम गेट की नॉलेज भी ले लेने तो क्योंकि एक बार अगर हमने प्रोजेक्ट्स बना लिए तो प्रोजेक्ट्स शोकेस करने के लिए या दूसरे लोगों के प्रोजेक्ट्स को देखने के लिए हमारे पास एक वेबसाइट होती है गेट हब नाम से जिसके अंदर गेट एक टूल होता है उसके कॉन्सेप्ट्स उसे होते हैं अब ये हो सकता है शुरुआत में थोड़ी सी अजीत सी टर्म्स ग रही हूं या नई-नई टर्म्स ग रही हूं पर इसे घबराने की जरूर नहीं है बहुत बेसिक चीज हैं और ऑलरेडी हमने गेट और गेटअप को कंपलीटली कर करते हुए एक ट्यूटोरियल बनाया हुआ है आप चाहे तो उससे जाकर भी गीतान गेटअप को सिख सकते हैं नहीं तो डायरेक्टली आप गेट पे अपना अकाउंट बना सकते हैं और जो भी प्रोजेक्ट्स आप बनाएंगे उनको वहां पर जाकर आप होस्ट कर सकते हैं तो ये बेसिक हमारा फाइव स्टेप रोड मैप था तू को इन डी फील्ड ऑफ डाटा साइंस अब मां लेते हैं हमने ये साड़ी चीज सिख ली तो उसके बाद हमारे पास चॉइस होगी की इनमें से किसी में भी हम स्पेशलाइजेशन कर सकते हैं जैसे मां लेते हैं डाटा साइंस की फाइल के अंदर कई सारे डिफरेंट डिफरेंट पार्ट्स हैं एक एल्गोरिदम्स का पार्ट जिसके अंदर मशीन लर्निंग होती हैं एक खुद डाटा अपने आप में बहुत बड़ी चीज होती है हमारे पास बिग डाटा होता है तो डाटा लेग्स होती हैं डाटा वेयरहाउस होते हैं इतने बड़े-बड़े डाटा को स्टोर करने के लिए इसमें एक पार्ट हमारा बिजनेस साइड भी होता है यानी हमारे बिजनेस स्किल की अगर हमने डाटा से इनसाइट्स निकाल लिए पेटर्न्स निकाल लिए तो उसको कितना इतना अच्छे से हम कंपनी की ग्रोथ में अप्लाई कर सकते हैं तो जी भी पार्ट में हमें सबसे ज्यादा इंटरेस्ट आता है हम उसके अंदर स्पेशल कर सकते हैं अगर हमें डाटा के अंदर ज्यादा इंटरेस्ट ए रहा है तो हम बिग डाटा के अंदर स्पेशलाइजेशन कर सकते हैं अगर हमें एलगोरडैम्स के अंदर इंटरेस्ट ए रहे हैं तो मशीन लर्निंग के बाद हम दीप लर्निंग एल्गोरिथम के अंदर सिख सकते हैं हम न्यूरल नेटवर्क्स को आर्टिफिशियल न्यूरल नेटवर्क्स को एक्सप्लोर कर सकते हैं सीएनएन जैसे नेटवर्क्स को एक्सप्लोर कर सकते हैं अगर मां लेते हैं हमें बिजनेस साइड में सबसे ज्यादा इंटरेस्ट ए रहा है तो फिर हम और ज्यादा बटर एडवांस विजुलाइजेशन टूल्स को देख सकते हैं तो डाटा साइंस ऐसी फूल है जिसके अंदर सिर्फ बेसिक्स नहीं जी भी डोमेन के अंदर हमारा सबसे ज्यादा इंटरेस्ट ए रहा है उसके अंदर ओवर डी इयर्स हम एक स्पेशलाइजेशन भी जेन कर सकते हैं अब इसमें जनरली जो हमारे कर एल्गोरिथम बेस्ड रूल्स होते हैं जिसमें मां लेते हैं मशीन लर्निंग या दीप लर्निंग का बहुत ज्यादा रूल है उसके अंदर कई साड़ी कंपनी जैसे गूगल हो गई माइक्रोसॉफ्ट होगी वो रिक्वायर्ड करते हैं की आपके पास ऑलरेडी है तो मास्टर्स या एचडी हो तो अगर हम डाटा साइंस फूल के अंदर स्पेशली एल्गोरिथम के अंदर जाना चाहते हैं या बिग डाटा साइड के अंदर जाना चाहते हैं तो उसमें अगर हमारा एक्चुअल इंटरेस्ट है तो हम कंसीडर कर सकते हैं की ओवर हम उसके अंदर एक मास्टर डिग्री तो अवेलेबल होती हैं जिनके अंदर हम अप्लाई कर सकते हैं और उनके अंदर भी हम एक अच्छा खास करियर एस्टेब्लिश कर सकते हैं तो आई होप की आज मैं थोड़ी बहुत क्लेरिटी मिली होगी की अगर हमें डाटा साइंस की फील्ड में करियर बनाना है तो क्या-क्या स्टेप्स होंगे जिनको हमें लेना पड़ेगा किन-किन चीजों को किन-किन रिसोर्सेस को मैं फॉलो करना पड़ेगा और कौन-कौन सी चीज हैं जो ओवर दी इयर्स हम ध्यान रख सकते हैं अगर हम इस फूल के अंदर जा रहे हैं तो इसके अलावा टेक्नोलॉजी से रिलेटेड अगर आपका कोई भी डाउट है या कॉलेज से रिलेटेड कोई भी डाउट है तो उसके बड़े में आप मुझे नीचे कमेंट करके बता सकते हैं आज के लिए इतना ही मिलते हैं नेक्स्ट वीडियो में चल रहे हैं कप लर्निंग और कप आईटी सॉरी