Data-Science-For-Beginners/translations/km

វិទ្យាសាស្ត្រទិន្នន័យ​សម្រាប់អ្នកចាប់ផ្ដើម - មាតិកាកម្មវិធី​សិក្សា

ក្រុម Azure Cloud Advocates នៅ Microsoft មានសេចក្តីរីករាយផ្តល់ជូនមាតិកាកម្មវិធីសិក្សា ១០ សប្តាហ៍ ២០ មេរៀន ដែលទាក់ទងទៅនឹងវិទ្យាសាស្ត្រទិន្នន័យ។ មេរៀននីមួយៗមានការប្រលងមុននិងក្រោយមេរៀន, សេចក្តីណែនាំសរសេរដើម្បីបញ្ចប់មេរៀន, ដំណោះស្រាយ និងការប្រលងភារកិច្ច។ វិធីសាស្ត្របង្ហាត់បង្ហាញដោយផ្អែកលើគម្រោងរបស់យើងអាចអនុញ្ញាតឱ្យអ្នករៀនក្នុងពេលកំពុងស្ថាបនារឿងមួយ ដែលជាវិធីដែលបានបញ្ជាក់ថាជួយអោយជំនាញថ្មីធន់ទ្រាំបានល្អ។

សូមអរគុណយ៉ាងជ្រាលជ្រៅចំពោះអ្នកនិពន្ធរបស់យើង: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison។

🙏 អរគុណពិសេស 🙏 ចំពោះអ្នកនិពន្ធ, អ្នកពិនិត្យ និងអ្នកចូលរួមក្នុងមាតិកា ជាសមាជិក Microsoft Student Ambassador, ជាលក្ខណៈពិសេសរួមមាន Aaryan Arora, 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

វិទ្យាសាស្ត្រទិន្នន័យសម្រាប់អ្នកចាប់ផ្ដើម - Sketchnote ដោយ @nitya

🌐 គាំទ្រភាសាច្រើន

គាំទ្រ​តាមរយៈ GitHub Action (ស្វ័យប្រវត្តិ និងតែងតែទាន់សម័យ)

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 | Khmer | 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

ចូលចិត្ត Clone លើកុំព្យូទ័រៈ

របៀបចម្លងនេះរួមបញ្ចូលការបកប្រែជាង ៥០ ភាសា ដែលបង្កើនទំហំទាញយកយ៉ាងខ្លាំង។ ដើម្បីចម្លងដោយគ្មានការបកប្រែ អ្នកអាចប្រើសកម្មភាព sparse checkout៖

Bash / macOS / Linux:

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'

CMD (Windows):

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"

វានឹងផ្តល់អោយអ្នកមានគ្រប់យ៉ាងដែលត្រូវការដើម្បីបញ្ចប់វគ្គនេះជាមួយទាញយករហ័សជាងមុន។

ប្រសិនបើអ្នកចង់បានការគាំទ្រភាសាបន្ថែម សូមមើល ទីនេះ

ចូលរួមសហគមន៍របស់យើង

យើងមានសកម្មភាព Discord ស្វែងយល់ជាមួយ AI នៅតែបន្ត ប្រសិនបើចង់ស្វែងយល់បន្ថែម និងចូលរួម សូមចូលមកនៅ Learn with AI Series ចាប់ពី 18 - 30 ខែកញ្ញា ២០២៥។ អ្នកនឹងទទួលបានយុទ្ធនាការនិងបច្ចេកទេសក្នុងការប្រើប្រាស់ GitHub Copilot សម្រាប់វិទ្យាសាស្ត្រទិន្នន័យ។

តើអ្នកជាសិស្សរឺ?

ចាប់ផ្ដើមជាមួយធនធានខាងក្រោម៖

• Student Hub page នៅទំព័រនេះ អ្នកនឹងរកឃើញធនធានសម្រាប់អ្នកផ្ដើម សំបុត្រសិស្ស និងវិធីសាស្ត្រដើម្បីទទួលបានសម័យវិញ្ញាបនប័ត្រមនុស្សឥតគិតថ្លៃ។ នេះជាទំព័រដែលអ្នកចង់រក្សាទុកហើយត្រួតពិនិត្យជាប្រចាំព្រោះយើងចម្លងមាតិកាថ្មីយ៉ាងហោចណាស់មួយខែម្តង។
• Microsoft Learn Student Ambassadors ចូលរួមជាសហគមន៍សិស្សជាសកល នេះអាចជាជំហានរបស់អ្នកក្នុងការចូលទៅកាន់ Microsoft។

ការចាប់ផ្ដើម

📚 ឯកសារ

• Installation Guide - សេចក្តីណែនាំដំឡើងជាលំដាប់ជំហានសំរាប់អ្នកចាប់ផ្ដើម
• Usage Guide - ឧទាហរណ៍ និងបច្ចេកវិទ្យាទូទៅ
• Troubleshooting - ដំណោះស្រាយចំពោះបញ្ហាទូទៅ
• Contributing Guide - របៀបធ្វើការរួមចំណែកក្នុងគម្រោងនេះ
• For Teachers - មេរៀនសម្រាប់គ្រូបង្រៀន និងធនធានក្នុងថ្នាក់

👨‍🎓 សម្រាប់សិស្ស

អ្នកចាប់ផ្ដើមពេញលេញ៖ ថ្មីក្នុងវិទ្យាសាស្ត្រទិន្នន័យទេ? ចាប់ផ្ដើមជាមួយ ឧទាហរណ៍សម្រួលសម្រាប់អ្នកដំណើរចាប់ផ្ដើម! ឧទាហរណ៍តូចៗ និងមានការពន្យល់លម្អិតទាំងនេះ នឹងជួយឱ្យអ្នកយល់ពីមូលដ្ឋានមុនចូលទៅវគ្គសិក្សាគ្រប់មុខ។ សិស្ស៖ ដើម្បីប្រើកម្មវិធីនេះដោយខ្លួនឯង សូមបំលែងឃ្លាំងទាំងមូលហើយបញ្ចប់លំហាត់ដោយខ្លួនឯង ចាប់ផ្ដើមជាមួយតេស្តមុនមេរៀន។ បន្ទាប់មកអានមេរៀនហើយបំពេញសកម្មភាពក្នុងវគ្គ។ ព្យាយាមបង្កើតគម្រោងដោយយល់ពីមេរៀនជាជាងចំលងកូដដោះស្រាយ ប៉ុន្តែកូដនោះមានផ្តល់នៅក្នុងថត /solutions ក្នុងមេរៀនមួយៗដែលផ្តោតលើគម្រោង។ គំនិតមួយទៀតគឺបង្កើតក្រុមសិក្សាជាមួយមិត្តភក្តិ ហើយរៀនមាតិកាដោយរួមគ្នា។ សម្រាប់ការសិក្សាបន្ថែម យើងណែនាំ Microsoft Learn។

ចាប់ផ្ដើមយ៉ាងរហ័ស៖

1. ពិនិត្យ Installation Guide ដើម្បីដំឡើងបរិយាកាសរបស់អ្នក
2. ពិនិត្យ Usage Guide ដើម្បីរៀនពីរបៀបប្រើកម្មវិធីសិក្សា
3. ចាប់ផ្ដើមជាមួយមេរៀនទី ១ ហើយ រៀនតាមលំដាប់
4. ចូលរួមក្នុង សហគមន៍ Discord របស់យើងសម្រាប់ការជួយគាំទ្រ

👩‍🏫 សម្រាប់គ្រូបង្រៀន

គ្រូបង្រៀន៖ យើងបាន បញ្ចូលយោបល់ខ្លះៗ អំពីរបៀបប្រើវគ្គបណ្ដុះបណ្ដាលនេះ។ យើងសប្បាយចិត្តទទួលយកមតិយោបល់របស់អ្នក នៅក្នុងវេទិកាការពិភាក្សារបស់យើង។

សូមស្គាល់ក្រុម

Gif ដោយ Mohit Jaisal

🎥 ចុចលើរូបភាពខាងលើសម្រាប់វីដេអូអំពីគម្រោងនិងមនុស្សដែលបង្កើតវា!

វិធីសាស្ត្របង្រៀន

យើងបានជ្រើសរើសគោលការណ៍បង្រៀនពីរនាក់នៅពេលបង្កើតវគ្គសិក្សានេះ៖ ប្រាកដថាវាគឺមានមូលដ្ឋានលើគម្រោង និងថាបង្ហាញការប្រលងធម្មតាបង្ហាញជាញឹកញាប់។ នៅចុងបញ្ចប់នៃស៊េរីនេះ សិស្សានុសិស្សនឹងបានរៀនគោលការណ៍មូលដ្ឋាននៃវិទ្យាសាស្ត្រទិន្នន័យ រួមមានគំនិតផ្នែកទ្រឹស្តីសីលធម៌ ការរៀបចំទិន្នន័យ វិធីជាច្រើនក្នុងការដំណើរការទិន្នន័យ ការបង្ហាញទិន្នន័យ ការវិភាគទិន្នន័យ ករណីការប្រើប្រាស់ទិន្នន័យជាក់ស្តែង និងផ្សេងៗទៀត។

បន្ថែមទៀត ការប្រលងតិចមួយមុនថ្នាក់សិក្សារក្សាគោលបំណងរបស់សិស្សបន្តទៅកាន់ការរៀនប្រធានបទមួយ ខណៈដែលការប្រលងទីពីរបន្ទាប់ពីថ្នាក់សិក្សាប្រាកដថា សម្រាប់ការចងចាំបន្ថែម។ វគ្គសិក្សានេះត្រូវបានរចនាឡើងឲ្យមានភាពទន់ខ្សោយ និងរីករាយ ហើយអាចយកទៅរៀនទាំងមូល ឬជាផ្នែកបាន។ គម្រោងចាប់ផ្ដើមតូច ហើយកើនឡើងស្មុគស្មាញច្រើននៅចុងរយៈពេល១០សប្ដាហ៍។

រកមើល កូដអនុលោម, ការចូលរួម, ការប្រែសម្រួល របស់យើង។ យើងសូមទទួលយកមតិយោបល់កែលម្អរបស់អ្នក!

មេរៀននិមួយៗមាន៖

• សេចក្តីសង្ខេបជាសម្លេងអាចជ្រើសរើសបាន
• វីដេអូបន្ថែមជាជម្រើស
• ការប្រលងកម្រិតកំរឹងមុនមេរៀន
• មេរៀនដោយសរសេរ
• សម្រាប់មេរៀនគម្រោង មានមគ្គុទេសក៍ជំហានតាមជំហានពីរបៀបបង្កើតគម្រោង
• ការត្រួតពិនិត្យចំណេះដឹង
• បញ្ហ 챌ែល្លែន
• អានបន្ថែម
• ការងារ
• ការប្រលងបន្ទាប់ពីមេរៀន

កំណត់ចំណាំអំពីការប្រលង៖ ការប្រលងទាំងអស់ត្រូវបានរក្សាទុកក្នុងថត Quiz-App សម្រាប់ការប្រលង ៤០ ក្នុងកម្រិតសំណួរបីនៅក្នុងមួយប្រលង។ ពួកវាត្រូវបានភ្ជាប់ពីក្នុងមេរៀន ប៉ុន្តែកម្មវិធីប្រលងអាចរត់បានក្នុងម៉ាស៊ីនក្នុងស្រុក ឬដាក់ឲ្យដំណើរការលើ Azure; អនុវត្តតាមការណែនាំនៅក្នុងថត quiz-app។ ពួកវាត្រូវបានបំលែងភាសាដោយដំណាក់កាល។

🎓 ឧទាហរណ៍សម្រាប់អ្នកចាប់ផ្ដើម

ថ្មីចំពោះវិទ្យាសាស្ត្រទិន្នន័យ? យើងបានបង្កើត ថតឧទាហរណ៍ ជាពិសេសដែលមានកូដសាមញ្ញស្រួលយល់ ដើម្បីជួយអ្នកចាប់ផ្ដើម៖

• 🌟 Hello World - កម្មវិធីវិទ្យាសាស្ត្រទិន្នន័យដំបូងរបស់អ្នក
• 📂 ការផ្ទុកទិន្នន័យ - រៀនអាន និងស្វែងយល់អំពីឯកសារទិន្នន័យ
• 📊 វិភាគសាមញ្ញ - គណនាស្ថិតិ និងស្វែងរកលំនាំ
• 📈 ការបង្ហាញទិន្នន័យមូលដ្ឋាន - បង្កើតតារាង និងក្រាហ្វ
• 🔬 គម្រោងជាក់ស្តែង - ដំណើរការពេញលេញពីដំណើរការចាប់ផ្ដើមដល់បញ្ចប់

ឧទាហរណ៍និមួយៗមានកំណត់ចំណាំលម្អិតណែនាំពីជំហានទាំងអស់ ដូច្នេះវាសាកសមសម្រាប់អ្នកចាប់ផ្ដើមតែម្តង!

👉 ចាប់ផ្ដើមជាមួយឧទាហរណ៍ 👈

មេរៀន

Data Science For Beginners: ផែនទីផ្លូវ - សេចក្តីសង្ខេបដោយ @nitya

លេខមេរៀន	ប្រធានបទ	ក្រុមមេរៀន	គោលបំណងការសិក្សា	មេរៀនដែលភ្ជាប់	អ្នកនិពន្ធ
01	ការបកស្រាយវិទ្យាសាស្ត្រទិន្នន័យ	ការណែនាំ	រៀនពីគំនិតមូលដ្ឋាននៅពីក្រោយវិទ្យាសាស្ត្រទិន្នន័យ និងរបៀបដែលវាដាក់ទំនាក់ទំនងទៅជាមួយបញ្ញាសិប្បនិម្មិត ឧបករណ៍រៀនម៉ាស៊ីន និងទិន្នន័យធំ។	មេរៀន វីដេអូ	Dmitry
02	សីលធម៌វិទ្យាសាស្ត្រទិន្នន័យ	ការណែនាំ	គំនិត សេចក្តីបន្ទោស និងស៊ុមសុទ្ធភាពសីលធម៌ទិន្នន័យ។	មេរៀន	Nitya
03	ការបកស្រាយទិន្នន័យ	ការណែនាំ	របៀបចាត់ថ្នាក់ទិន្នន័យ និងប្រភពទិន្នន័យទូទៅរបស់វា។	មេរៀន	Jasmine
04	ការណែនាំអំពីស្ថិតិ និងសមាភាគ	ការណែនាំ	បច្ចេកទេសគណិតវិទ្យាដូចជាសមាភាគ និងស្ថិតិក្នុងការយល់ពីទិន្នន័យ។	មេរៀន វីដេអូ	Dmitry
05	ការធ្វើការជាមួយទិន្នន័យទំនាក់ទំនង	ការងារជាមួយទិន្នន័យ	ការណែនាំអំពីទិន្នន័យទំនាក់ទំនង និងមូលដ្ឋាននៃការស្វែងយល់ និងវិភាគទិន្នន័យទំនាក់ទំនងដោយប្រើភាសាសំណួររចនាសម្ព័ន្ធ ដែលត្រូវគេហៅថា SQL (អានថា “ស៊ី-ខែល”)។	មេរៀន	Christopher
06	ការធ្វើការជាមួយទិន្នន័យ NoSQL	ការងារជាមួយទិន្នន័យ	ការណែនាំអំពីទិន្នន័យមិនទំនាក់ទំនង ប្រភេទផ្សេងៗរបស់វា និងមូលដ្ឋាននៃការស្វែងយល់ និងវិភាគឃ្លាំងឯកសារ។	មេរៀន	Jasmine
07	ការធ្វើការជាមួយ Python	ការងារជាមួយទិន្នន័យ	មូលដ្ឋាននៃការប្រើ Python សម្រាប់ការស្វែងយល់ទិន្នន័យជាមួយបណ្ណាល័យដូចជា Pandas។ ការយល់ដឹងមូលដ្ឋានលើកម្មវិធី Python ត្រូវបានណែនាំ។	មេរៀន វីដេអូ	Dmitry
08	ការរៀបចំទិន្នន័យ	ការងារជាមួយទិន្នន័យ	ប្រធានបទអំពីបច្ចេកទេសទិន្នន័យសម្រាប់សម្អាត និងផ្លាស់ប្តូរទិន្នន័យដើម្បីដោះស្រាយបញ្ហារបស់ទិន្នន័យខ្វះ ខុស ឬមិនគ្រប់លក្ខណៈ។	មេរៀន	Jasmine
09	ការបង្ហាញបរិមាណ	ការបង្ហាញទិន្នន័យ	រៀនពីរបៀបប្រើ Matplotlib ដើម្បីបង្ហាញទិន្នន័យសត្វឥន្ទនៈ 🦆	មេរៀន	Jen
10	ការបង្ហាញចែកចាយទិន្នន័យ	ការបង្ហាញទិន្នន័យ	បង្ហាញការសង្កេត និងនិន្នាការនៅក្នុងចន្លោះពេល។	មេរៀន	Jen
11	ការបង្ហាញភាគរយ	ការបង្ហាញទិន្នន័យ	បង្ហាញភាគរយដាច់ដោយឡែក និងជាក្រុម។	មេរៀន	Jen
12	ការបង្ហាញទំនាក់ទំនង	ការបង្ហាញទិន្នន័យ	បង្ហាញការតភ្ជាប់ និងសមិទ្ធផលរវាងកំណត់ទិន្នន័យ និងអថេរបស់វា។	មេរៀន	Jen
13	ការបង្ហាញមានន័យ	ការបង្ហាញទិន្នន័យ	បច្ចេកទេស និងការណែនាំសម្រាប់បង្កើតការបង្ហាញមានតម្លៃសម្រាប់ដោះស្រាយបញ្ហាយ៉ាងមានប្រសិទ្ធភាព និងការយល់ដឹង។	មេរៀន	Jen
14	ការណែនាំអំពីជីវិតវដ្តវិទ្យាសាស្ត្រទិន្នន័យ	ជីវិតវដ្ត	ការណែនាំអំពីជីវិតវដ្តវិទ្យាសាស្ត្រទិន្នន័យ និងជំហានដំបូងសម្រាប់ទទួលមក និងដកយកទិន្នន័យ។	មេរៀន	Jasmine
15	ការវិភាគ	ជីវិតវដ្ត	ជំហាននេះរបស់ជីវិតវដ្តវិទ្យាសាស្ត្រទិន្នន័យផ្តោតលើបច្ចេកទេសក្នុងការវិភាគទិន្នន័យ។	មេរៀន	Jasmine
16	ការទំនាក់ទំនង	ជីវិតវដ្ត	ជំហាននេះរបស់ជីវិតវដ្តវិទ្យាសាស្ត្រទិន្នន័យផ្តោតលើការនាំเสนอគំនិតពីទិន្នន័យជារបៀបដែលឲ្យងាយស្រួលសម្រាប់អ្នកបង្កើតសេចក្តីសម្រេចចិត្តយល់។	មេរៀន	Jalen
17	វិទ្យាសាស្ត្រទិន្នន័យនៅលើពពក	ទិន្នន័យពពក	ស៊េរីមេរៀននេះណែនាំអំពីវិទ្យាសាស្ត្រទិន្នន័យនៅលើពពក និងអត្ថប្រយោជន៍របស់វា។	មេរៀន	Tiffany និង Maud
18	វិទ្យាសាស្ត្រទិន្នន័យនៅលើពពក	ទិន្នន័យពពក	បណ្តុះបណ្តាលម៉ូឌែលដោយប្រើឧបករណ៍Low Code។	មេរៀន	Tiffany និង Maud
19	វិទ្យាសាស្ត្រទិន្នន័យនៅលើពពក	ទិន្នន័យពពក	ដាក់បញ្ចូលម៉ូឌែលជាមួយ Azure Machine Learning Studio។	មេរៀន	Tiffany និង Maud
20	វិទ្យាសាស្ត្រទិន្នន័យនៅក្នុងព្រៃ	នៅក្នុងព្រៃ	គម្រោងប្រើវិទ្យាសាស្ត្រទិន្នន័យនៅក្នុងពិភពជាក់ស្តែង។	មេរៀន	Nitya

GitHub Codespaces

អនុវត្តតាមជំហានទាំងនេះដើម្បីបើកឧទាហរណ៍នេះក្នុង Codespace ៖

1. ចុចម៉ឺនុយធ្លាយរបស់ Code ហើយជ្រើសរើសជម្រើស Open with Codespaces។
2. ជ្រើសរើស + New codespace នៅខាងក្រោមផ្នែកខាងក្រោមកញ្ចក់។
   សម្រាប់ព័ត៌មានបន្ថែម សូមពិនិត្យឯកសាររបស់ GitHub។

VSCode Remote - Containers

អនុវត្តតាមជំហានទាំងនេះដើម្បីបើករ៉េប៉ូនេះក្នុងកុងតឺន័រពីម៉ាស៊ីនក្នុងស្រុករបស់អ្នកជាមួយ VSCode ដោយប្រើផ្នែកបន្ថែម VS Code Remote - Containers៖

1. ប្រសិនបើនេះជាលើកដំបូងដែលអ្នកប្រើកុងតឺន័រអភិវឌ្ឍ សូមប្រាកដថាប្រព័ន្ធរបស់អ្នកបានបំពេញលក្ខណៈបូកបន្ថែម (ឧ. មានការដំឡើង Docker) នៅក្នុង ឯកសារចាប់ផ្ដើម។

ដើម្បីប្រើរ៉េប៉ូនេះ អ្នកអាចបើករ៉េប៉ូក្នុងការរក្សាទុក Docker ដែលបានដំណើរការផ្ទាល់ខ្លួន៖

សេចក្តីសម្គាល់៖ នៅខាងក្រោម វានឹងប្រើពាក្យបញ្ជា Remote-Containers: Clone Repository in Container Volume... ដើម្បីចម្លងកូដបញ្ចូលក្នុង Docker volume ផ្ទេរស្ដាប់នៅក្នុងឧបករណ៍ផ្ទាល់ខ្លួន។ Volumes គឺជាមធ្យោបាយដែលត្រូវការសម្រាប់រក្សាទុកទិន្នន័យក្នុងកុងតឺន័រ។

ឬបើកកូដដែលបានចម្លងរឺទាញយកក្នុងស្រុក៖

• ចម្លងរ៉េប៉ូនេះទៅក្នុងផ្ទាំងភាសាបទក្នុងស្រុករបស់អ្នក។
• បិទ F1 ហើយជ្រើសរើសពាក្យបញ្ជា Remote-Containers: Open Folder in Container...
• ជ្រើសយកចម្លងថតនេះ រង់ចាំកុងតឺន័រចាប់ផ្ដើម ហើយសាកល្បង។

ការចូលប្រើក្រៅបណ្តាញ

អ្នកអាចរត់ឯកសារនេះក្រៅបណ្តាញដោយប្រើ Docsify។ ចម្លងរ៉េប៉ូនេះ ដំឡើង Docsify នៅលើម៉ាស៊ីនក្នុងស្រុករបស់អ្នក រួចនៅក្នុងថតដើមនៃរ៉េប៉ូនេះ វាយ docsify serve។ គេហទំព័រនឹងត្រូវបម្លែងនៅលើពត៌មានផត 3000 នៅ localhost របស់អ្នក៖ localhost:3000។

ចំណាំ សៀវភៅកំណត់ត្រានឹងមិនត្រូវបានបង្ហាញតាមរយៈ Docsify ទេ ដូចនេះពេលដែលអ្នកត្រូវការប្រតិបត្តិការសៀវភៅកំណត់ត្រា សូមធ្វើវាផ្ទាល់ក្នុង VS Code ប្រតិបត្តិការជាមួយ Python kernel ។

វគ្គសិក្សា​ផ្សេងទៀត

ក្រុមរបស់យើងផលិតវគ្គសិក្សាផ្សេងទៀត! សូមពិនិត្យ៖

LangChain

Azure / Edge / MCP / Agents

---

ស៊េរី AI ការបង្កើត

---

ការរសាត់រៀនស្នូល

---

ស៊េរី Copilot

ការទទួលបានជំនួយ

ប្រឈមមុខនឹងបញ្ហាដែរឬទេ? ពិនិត្យមើល មគ្គុទេសក៍ដោះស្រាយបញ្ហា របស់យើងសម្រាប់ដំណោះស្រាយទៅបញ្ហារួមៗ។

បើអ្នកឆ្ងល់ឬមានសំណួរអំពីការបង្កើតកម្មវិធី AI។ ចូលរួមជាមួយអ្នករៀន និងអ្នកអភិវឌ្ឍមានបទពិសោធន៍ ក្នុងការពិភាក្សាអំពី MCP។ វាជាសហគមន៍គាំទ្រដែលសំណួរត្រូវបានស្វាគម និងចែករំលែកចំណេះដឹងដោយសេរី។

បើអ្នកមានមតិយោបល់អំពីផលិតផលឬកើតមានកំហុសខណៈស្ថាបនារើយមើល:

---

ការព្រមាន៖
ឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាកម្មបកប្រែ AI Co-op Translator។ ខណៈពេលយើងខំប្រឹងសំរាប់ភាពច្បាស់លាស់ សូមមានការយល់ដឹងថាការបកប្រែដោយស្វ័យប្រវត្តិអាចមានកំហុសឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមជាភាសាមាតុភូមិគឺត្រូវបានពិចារណា​ជា​ប្រភព​អាទិភាព។ សម្រាប់ព័ត៌មានសំខាន់ៗ សូមណែនាំឱ្យប្រើការបកប្រែដោយមនុស្សវិជ្ជាជីវៈ។ យើងមិនខ្ចោះខាតចំពោះការយល់ខុស ឬការបកប្រែខុសណាមួយដែលកើតមានពីការប្រើប្រាស់ការបកប្រែនេះឡើយ។