chore(i18n): sync translations with latest source changes (chunk 1/1, 300 changes)

6 months ago · 339875448d
parent 081f029c0d
commit 339875448d
300 changed files with 2121 additions and 3046 deletions
--- a/translations/kn/.co-op-translator.json
+++ b/translations/kn/.co-op-translator.json
@ -0,0 +1,596 @@
+{
+  "1-Introduction/1-intro-to-ML/README.md": {
+    "original_hash": "69389392fa6346e0dfa30f664b7b6fec",
+    "translation_date": "2025-12-19T13:25:20+00:00",
+    "source_file": "1-Introduction/1-intro-to-ML/README.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/1-intro-to-ML/assignment.md": {
+    "original_hash": "4c4698044bb8af52cfb6388a4ee0e53b",
+    "translation_date": "2025-12-19T13:26:34+00:00",
+    "source_file": "1-Introduction/1-intro-to-ML/assignment.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/2-history-of-ML/README.md": {
+    "original_hash": "6a05fec147e734c3e6bfa54505648e2b",
+    "translation_date": "2025-12-19T13:30:50+00:00",
+    "source_file": "1-Introduction/2-history-of-ML/README.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/2-history-of-ML/assignment.md": {
+    "original_hash": "eb6e4d5afd1b21a57d2b9e6d0aac3969",
+    "translation_date": "2025-12-19T13:33:25+00:00",
+    "source_file": "1-Introduction/2-history-of-ML/assignment.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/3-fairness/README.md": {
+    "original_hash": "9a6b702d1437c0467e3c5c28d763dac2",
+    "translation_date": "2025-12-19T13:41:55+00:00",
+    "source_file": "1-Introduction/3-fairness/README.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/3-fairness/assignment.md": {
+    "original_hash": "dbda60e7b1fe5f18974e7858eff0004e",
+    "translation_date": "2025-12-19T13:43:57+00:00",
+    "source_file": "1-Introduction/3-fairness/assignment.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/4-techniques-of-ML/README.md": {
+    "original_hash": "9d91f3af3758fdd4569fb410575995ef",
+    "translation_date": "2025-12-19T13:37:50+00:00",
+    "source_file": "1-Introduction/4-techniques-of-ML/README.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/4-techniques-of-ML/assignment.md": {
+    "original_hash": "70d65aeddc06170bc1aed5b27805f930",
+    "translation_date": "2025-12-19T13:39:29+00:00",
+    "source_file": "1-Introduction/4-techniques-of-ML/assignment.md",
+    "language_code": "kn"
+  },
+  "1-Introduction/README.md": {
+    "original_hash": "cf8ecc83f28e5b98051d2179eca08e08",
+    "translation_date": "2025-12-19T12:57:04+00:00",
+    "source_file": "1-Introduction/README.md",
+    "language_code": "kn"
+  },
+  "2-Regression/1-Tools/README.md": {
+    "original_hash": "fa81d226c71d5af7a2cade31c1c92b88",
+    "translation_date": "2025-12-19T13:56:01+00:00",
+    "source_file": "2-Regression/1-Tools/README.md",
+    "language_code": "kn"
+  },
+  "2-Regression/1-Tools/assignment.md": {
+    "original_hash": "74a5cf83e4ebc302afbcbc4f418afd0a",
+    "translation_date": "2025-12-19T13:57:42+00:00",
+    "source_file": "2-Regression/1-Tools/assignment.md",
+    "language_code": "kn"
+  },
+  "2-Regression/1-Tools/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T14:09:26+00:00",
+    "source_file": "2-Regression/1-Tools/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "2-Regression/2-Data/README.md": {
+    "original_hash": "7c077988328ebfe33b24d07945f16eca",
+    "translation_date": "2025-12-19T14:01:56+00:00",
+    "source_file": "2-Regression/2-Data/README.md",
+    "language_code": "kn"
+  },
+  "2-Regression/2-Data/assignment.md": {
+    "original_hash": "4485a1ed4dd1b5647365e3d87456515d",
+    "translation_date": "2025-12-19T14:03:34+00:00",
+    "source_file": "2-Regression/2-Data/assignment.md",
+    "language_code": "kn"
+  },
+  "2-Regression/2-Data/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T14:09:55+00:00",
+    "source_file": "2-Regression/2-Data/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "2-Regression/3-Linear/README.md": {
+    "original_hash": "40e64f004f3cb50aa1d8661672d3cd92",
+    "translation_date": "2025-12-19T13:51:46+00:00",
+    "source_file": "2-Regression/3-Linear/README.md",
+    "language_code": "kn"
+  },
+  "2-Regression/3-Linear/assignment.md": {
+    "original_hash": "cc471fa89c293bc735dd3a9a0fb79b1b",
+    "translation_date": "2025-12-19T13:53:56+00:00",
+    "source_file": "2-Regression/3-Linear/assignment.md",
+    "language_code": "kn"
+  },
+  "2-Regression/3-Linear/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T14:08:56+00:00",
+    "source_file": "2-Regression/3-Linear/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "2-Regression/4-Logistic/README.md": {
+    "original_hash": "abf86d845c84330bce205a46b382ec88",
+    "translation_date": "2025-12-19T14:06:13+00:00",
+    "source_file": "2-Regression/4-Logistic/README.md",
+    "language_code": "kn"
+  },
+  "2-Regression/4-Logistic/assignment.md": {
+    "original_hash": "8af40209a41494068c1f42b14c0b450d",
+    "translation_date": "2025-12-19T14:08:21+00:00",
+    "source_file": "2-Regression/4-Logistic/assignment.md",
+    "language_code": "kn"
+  },
+  "2-Regression/4-Logistic/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T14:10:25+00:00",
+    "source_file": "2-Regression/4-Logistic/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "2-Regression/README.md": {
+    "original_hash": "508582278dbb8edd2a8a80ac96ef416c",
+    "translation_date": "2025-12-19T12:58:46+00:00",
+    "source_file": "2-Regression/README.md",
+    "language_code": "kn"
+  },
+  "3-Web-App/1-Web-App/README.md": {
+    "original_hash": "e0b75f73e4a90d45181dc5581fe2ef5c",
+    "translation_date": "2025-12-19T14:14:09+00:00",
+    "source_file": "3-Web-App/1-Web-App/README.md",
+    "language_code": "kn"
+  },
+  "3-Web-App/1-Web-App/assignment.md": {
+    "original_hash": "a8e8ae10be335cbc745b75ee552317ff",
+    "translation_date": "2025-12-19T14:15:30+00:00",
+    "source_file": "3-Web-App/1-Web-App/assignment.md",
+    "language_code": "kn"
+  },
+  "3-Web-App/README.md": {
+    "original_hash": "9836ff53cfef716ddfd70e06c5f43436",
+    "translation_date": "2025-12-19T12:59:59+00:00",
+    "source_file": "3-Web-App/README.md",
+    "language_code": "kn"
+  },
+  "4-Classification/1-Introduction/README.md": {
+    "original_hash": "aaf391d922bd6de5efba871d514c6d47",
+    "translation_date": "2025-12-19T15:19:42+00:00",
+    "source_file": "4-Classification/1-Introduction/README.md",
+    "language_code": "kn"
+  },
+  "4-Classification/1-Introduction/assignment.md": {
+    "original_hash": "b2a01912beb24cfb0007f83594dba801",
+    "translation_date": "2025-12-19T15:21:20+00:00",
+    "source_file": "4-Classification/1-Introduction/assignment.md",
+    "language_code": "kn"
+  },
+  "4-Classification/1-Introduction/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T15:37:10+00:00",
+    "source_file": "4-Classification/1-Introduction/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "4-Classification/2-Classifiers-1/README.md": {
+    "original_hash": "1a6e9e46b34a2e559fbbfc1f95397c7b",
+    "translation_date": "2025-12-19T15:34:45+00:00",
+    "source_file": "4-Classification/2-Classifiers-1/README.md",
+    "language_code": "kn"
+  },
+  "4-Classification/2-Classifiers-1/assignment.md": {
+    "original_hash": "de6025f96841498b0577e9d1aee18d1f",
+    "translation_date": "2025-12-19T15:36:34+00:00",
+    "source_file": "4-Classification/2-Classifiers-1/assignment.md",
+    "language_code": "kn"
+  },
+  "4-Classification/2-Classifiers-1/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T15:38:15+00:00",
+    "source_file": "4-Classification/2-Classifiers-1/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "4-Classification/3-Classifiers-2/README.md": {
+    "original_hash": "49047911108adc49d605cddfb455749c",
+    "translation_date": "2025-12-19T15:24:07+00:00",
+    "source_file": "4-Classification/3-Classifiers-2/README.md",
+    "language_code": "kn"
+  },
+  "4-Classification/3-Classifiers-2/assignment.md": {
+    "original_hash": "58dfdaf79fb73f7d34b22bdbacf57329",
+    "translation_date": "2025-12-19T15:25:22+00:00",
+    "source_file": "4-Classification/3-Classifiers-2/assignment.md",
+    "language_code": "kn"
+  },
+  "4-Classification/3-Classifiers-2/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T15:37:42+00:00",
+    "source_file": "4-Classification/3-Classifiers-2/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "4-Classification/4-Applied/README.md": {
+    "original_hash": "61bdec27ed2da8b098cd9065405d9bb0",
+    "translation_date": "2025-12-19T15:28:29+00:00",
+    "source_file": "4-Classification/4-Applied/README.md",
+    "language_code": "kn"
+  },
+  "4-Classification/4-Applied/assignment.md": {
+    "original_hash": "799ed651e2af0a7cad17c6268db11578",
+    "translation_date": "2025-12-19T15:29:43+00:00",
+    "source_file": "4-Classification/4-Applied/assignment.md",
+    "language_code": "kn"
+  },
+  "4-Classification/README.md": {
+    "original_hash": "74e809ffd1e613a1058bbc3e9600859e",
+    "translation_date": "2025-12-19T13:07:18+00:00",
+    "source_file": "4-Classification/README.md",
+    "language_code": "kn"
+  },
+  "5-Clustering/1-Visualize/README.md": {
+    "original_hash": "730225ea274c9174fe688b21d421539d",
+    "translation_date": "2025-12-19T15:02:45+00:00",
+    "source_file": "5-Clustering/1-Visualize/README.md",
+    "language_code": "kn"
+  },
+  "5-Clustering/1-Visualize/assignment.md": {
+    "original_hash": "589fa015a5e7d9e67bd629f7d47b53de",
+    "translation_date": "2025-12-19T15:05:10+00:00",
+    "source_file": "5-Clustering/1-Visualize/assignment.md",
+    "language_code": "kn"
+  },
+  "5-Clustering/1-Visualize/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T15:06:21+00:00",
+    "source_file": "5-Clustering/1-Visualize/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "5-Clustering/2-K-Means/README.md": {
+    "original_hash": "7cdd17338d9bbd7e2171c2cd462eb081",
+    "translation_date": "2025-12-19T14:53:20+00:00",
+    "source_file": "5-Clustering/2-K-Means/README.md",
+    "language_code": "kn"
+  },
+  "5-Clustering/2-K-Means/assignment.md": {
+    "original_hash": "b8e17eff34ad1680eba2a5d3cf9ffc41",
+    "translation_date": "2025-12-19T14:54:47+00:00",
+    "source_file": "5-Clustering/2-K-Means/assignment.md",
+    "language_code": "kn"
+  },
+  "5-Clustering/2-K-Means/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T15:05:48+00:00",
+    "source_file": "5-Clustering/2-K-Means/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "5-Clustering/README.md": {
+    "original_hash": "b28a3a4911584062772c537b653ebbc7",
+    "translation_date": "2025-12-19T13:05:03+00:00",
+    "source_file": "5-Clustering/README.md",
+    "language_code": "kn"
+  },
+  "6-NLP/1-Introduction-to-NLP/README.md": {
+    "original_hash": "1c2ec40cf55c98a028a359c27ef7e45a",
+    "translation_date": "2025-12-19T14:29:37+00:00",
+    "source_file": "6-NLP/1-Introduction-to-NLP/README.md",
+    "language_code": "kn"
+  },
+  "6-NLP/1-Introduction-to-NLP/assignment.md": {
+    "original_hash": "1d7583e8046dacbb0c056d5ba0a71b16",
+    "translation_date": "2025-12-19T14:31:08+00:00",
+    "source_file": "6-NLP/1-Introduction-to-NLP/assignment.md",
+    "language_code": "kn"
+  },
+  "6-NLP/2-Tasks/README.md": {
+    "original_hash": "5f3cb462e3122e1afe7ab0050ccf2bd3",
+    "translation_date": "2025-12-19T14:35:17+00:00",
+    "source_file": "6-NLP/2-Tasks/README.md",
+    "language_code": "kn"
+  },
+  "6-NLP/2-Tasks/assignment.md": {
+    "original_hash": "2efc4c2aba5ed06c780c05539c492ae3",
+    "translation_date": "2025-12-19T14:36:51+00:00",
+    "source_file": "6-NLP/2-Tasks/assignment.md",
+    "language_code": "kn"
+  },
+  "6-NLP/3-Translation-Sentiment/README.md": {
+    "original_hash": "be03c8182982b87ced155e4e9d1438e8",
+    "translation_date": "2025-12-19T14:17:17+00:00",
+    "source_file": "6-NLP/3-Translation-Sentiment/README.md",
+    "language_code": "kn"
+  },
+  "6-NLP/3-Translation-Sentiment/assignment.md": {
+    "original_hash": "9d2a734deb904caff310d1a999c6bd7a",
+    "translation_date": "2025-12-19T14:18:50+00:00",
+    "source_file": "6-NLP/3-Translation-Sentiment/assignment.md",
+    "language_code": "kn"
+  },
+  "6-NLP/3-Translation-Sentiment/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T14:46:44+00:00",
+    "source_file": "6-NLP/3-Translation-Sentiment/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "6-NLP/3-Translation-Sentiment/solution/R/README.md": {
+    "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
+    "translation_date": "2025-12-19T14:47:17+00:00",
+    "source_file": "6-NLP/3-Translation-Sentiment/solution/R/README.md",
+    "language_code": "kn"
+  },
+  "6-NLP/4-Hotel-Reviews-1/README.md": {
+    "original_hash": "8d32dadeda93c6fb5c43619854882ab1",
+    "translation_date": "2025-12-19T14:22:34+00:00",
+    "source_file": "6-NLP/4-Hotel-Reviews-1/README.md",
+    "language_code": "kn"
+  },
+  "6-NLP/4-Hotel-Reviews-1/assignment.md": {
+    "original_hash": "bf39bceb833cd628f224941dca8041df",
+    "translation_date": "2025-12-19T14:24:54+00:00",
+    "source_file": "6-NLP/4-Hotel-Reviews-1/assignment.md",
+    "language_code": "kn"
+  },
+  "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T14:47:49+00:00",
+    "source_file": "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "6-NLP/4-Hotel-Reviews-1/solution/R/README.md": {
+    "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
+    "translation_date": "2025-12-19T14:48:23+00:00",
+    "source_file": "6-NLP/4-Hotel-Reviews-1/solution/R/README.md",
+    "language_code": "kn"
+  },
+  "6-NLP/5-Hotel-Reviews-2/README.md": {
+    "original_hash": "2c742993fe95d5bcbb2846eda3d442a1",
+    "translation_date": "2025-12-19T14:43:57+00:00",
+    "source_file": "6-NLP/5-Hotel-Reviews-2/README.md",
+    "language_code": "kn"
+  },
+  "6-NLP/5-Hotel-Reviews-2/assignment.md": {
+    "original_hash": "daf144daa552da6a7d442aff6f3e77d8",
+    "translation_date": "2025-12-19T14:46:09+00:00",
+    "source_file": "6-NLP/5-Hotel-Reviews-2/assignment.md",
+    "language_code": "kn"
+  },
+  "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T14:48:53+00:00",
+    "source_file": "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "6-NLP/5-Hotel-Reviews-2/solution/R/README.md": {
+    "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
+    "translation_date": "2025-12-19T14:49:25+00:00",
+    "source_file": "6-NLP/5-Hotel-Reviews-2/solution/R/README.md",
+    "language_code": "kn"
+  },
+  "6-NLP/README.md": {
+    "original_hash": "1eb379dc2d0c9940b320732d16083778",
+    "translation_date": "2025-12-19T13:03:21+00:00",
+    "source_file": "6-NLP/README.md",
+    "language_code": "kn"
+  },
+  "6-NLP/data/README.md": {
+    "original_hash": "ee0670655c89e4719319764afb113624",
+    "translation_date": "2025-12-19T14:25:29+00:00",
+    "source_file": "6-NLP/data/README.md",
+    "language_code": "kn"
+  },
+  "7-TimeSeries/1-Introduction/README.md": {
+    "original_hash": "662b509c39eee205687726636d0a8455",
+    "translation_date": "2025-12-19T16:06:38+00:00",
+    "source_file": "7-TimeSeries/1-Introduction/README.md",
+    "language_code": "kn"
+  },
+  "7-TimeSeries/1-Introduction/assignment.md": {
+    "original_hash": "d1781b0b92568ea1d119d0a198b576b4",
+    "translation_date": "2025-12-19T16:08:29+00:00",
+    "source_file": "7-TimeSeries/1-Introduction/assignment.md",
+    "language_code": "kn"
+  },
+  "7-TimeSeries/1-Introduction/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T16:14:38+00:00",
+    "source_file": "7-TimeSeries/1-Introduction/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "7-TimeSeries/1-Introduction/solution/R/README.md": {
+    "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
+    "translation_date": "2025-12-19T16:15:12+00:00",
+    "source_file": "7-TimeSeries/1-Introduction/solution/R/README.md",
+    "language_code": "kn"
+  },
+  "7-TimeSeries/2-ARIMA/README.md": {
+    "original_hash": "917dbf890db71a322f306050cb284749",
+    "translation_date": "2025-12-19T16:12:07+00:00",
+    "source_file": "7-TimeSeries/2-ARIMA/README.md",
+    "language_code": "kn"
+  },
+  "7-TimeSeries/2-ARIMA/assignment.md": {
+    "original_hash": "1c814013e10866dfd92cdb32caaae3ac",
+    "translation_date": "2025-12-19T16:14:00+00:00",
+    "source_file": "7-TimeSeries/2-ARIMA/assignment.md",
+    "language_code": "kn"
+  },
+  "7-TimeSeries/2-ARIMA/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T16:15:43+00:00",
+    "source_file": "7-TimeSeries/2-ARIMA/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "7-TimeSeries/2-ARIMA/solution/R/README.md": {
+    "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
+    "translation_date": "2025-12-19T16:16:17+00:00",
+    "source_file": "7-TimeSeries/2-ARIMA/solution/R/README.md",
+    "language_code": "kn"
+  },
+  "7-TimeSeries/3-SVR/README.md": {
+    "original_hash": "482bccabe1df958496ea71a3667995cd",
+    "translation_date": "2025-12-19T15:59:58+00:00",
+    "source_file": "7-TimeSeries/3-SVR/README.md",
+    "language_code": "kn"
+  },
+  "7-TimeSeries/3-SVR/assignment.md": {
+    "original_hash": "94aa2fc6154252ae30a3f3740299707a",
+    "translation_date": "2025-12-19T16:01:44+00:00",
+    "source_file": "7-TimeSeries/3-SVR/assignment.md",
+    "language_code": "kn"
+  },
+  "7-TimeSeries/README.md": {
+    "original_hash": "61342603bad8acadbc6b2e4e3aab3f66",
+    "translation_date": "2025-12-19T13:11:51+00:00",
+    "source_file": "7-TimeSeries/README.md",
+    "language_code": "kn"
+  },
+  "8-Reinforcement/1-QLearning/README.md": {
+    "original_hash": "911efd5e595089000cb3c16fce1beab8",
+    "translation_date": "2025-12-19T15:50:39+00:00",
+    "source_file": "8-Reinforcement/1-QLearning/README.md",
+    "language_code": "kn"
+  },
+  "8-Reinforcement/1-QLearning/assignment.md": {
+    "original_hash": "68394b2102d3503882e5e914bd0ff5c1",
+    "translation_date": "2025-12-19T15:53:15+00:00",
+    "source_file": "8-Reinforcement/1-QLearning/assignment.md",
+    "language_code": "kn"
+  },
+  "8-Reinforcement/1-QLearning/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T15:54:59+00:00",
+    "source_file": "8-Reinforcement/1-QLearning/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "8-Reinforcement/1-QLearning/solution/R/README.md": {
+    "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
+    "translation_date": "2025-12-19T15:55:31+00:00",
+    "source_file": "8-Reinforcement/1-QLearning/solution/R/README.md",
+    "language_code": "kn"
+  },
+  "8-Reinforcement/2-Gym/README.md": {
+    "original_hash": "107d5bb29da8a562e7ae72262d251a75",
+    "translation_date": "2025-12-19T15:40:37+00:00",
+    "source_file": "8-Reinforcement/2-Gym/README.md",
+    "language_code": "kn"
+  },
+  "8-Reinforcement/2-Gym/assignment.md": {
+    "original_hash": "1f2b7441745eb52e25745423b247016b",
+    "translation_date": "2025-12-19T15:43:19+00:00",
+    "source_file": "8-Reinforcement/2-Gym/assignment.md",
+    "language_code": "kn"
+  },
+  "8-Reinforcement/2-Gym/solution/Julia/README.md": {
+    "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
+    "translation_date": "2025-12-19T15:53:56+00:00",
+    "source_file": "8-Reinforcement/2-Gym/solution/Julia/README.md",
+    "language_code": "kn"
+  },
+  "8-Reinforcement/2-Gym/solution/R/README.md": {
+    "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
+    "translation_date": "2025-12-19T15:54:28+00:00",
+    "source_file": "8-Reinforcement/2-Gym/solution/R/README.md",
+    "language_code": "kn"
+  },
+  "8-Reinforcement/README.md": {
+    "original_hash": "20ca019012b1725de956681d036d8b18",
+    "translation_date": "2025-12-19T13:09:11+00:00",
+    "source_file": "8-Reinforcement/README.md",
+    "language_code": "kn"
+  },
+  "9-Real-World/1-Applications/README.md": {
+    "original_hash": "83320d6b6994909e35d830cebf214039",
+    "translation_date": "2025-12-19T15:08:34+00:00",
+    "source_file": "9-Real-World/1-Applications/README.md",
+    "language_code": "kn"
+  },
+  "9-Real-World/1-Applications/assignment.md": {
+    "original_hash": "fdebfcd0a3f12c9e2b436ded1aa79885",
+    "translation_date": "2025-12-19T15:10:43+00:00",
+    "source_file": "9-Real-World/1-Applications/assignment.md",
+    "language_code": "kn"
+  },
+  "9-Real-World/2-Debugging-ML-Models/README.md": {
+    "original_hash": "df2b538e8fbb3e91cf0419ae2f858675",
+    "translation_date": "2025-12-19T15:13:41+00:00",
+    "source_file": "9-Real-World/2-Debugging-ML-Models/README.md",
+    "language_code": "kn"
+  },
+  "9-Real-World/2-Debugging-ML-Models/assignment.md": {
+    "original_hash": "91c6a180ef08e20cc15acfd2d6d6e164",
+    "translation_date": "2025-12-19T15:15:57+00:00",
+    "source_file": "9-Real-World/2-Debugging-ML-Models/assignment.md",
+    "language_code": "kn"
+  },
+  "9-Real-World/README.md": {
+    "original_hash": "5e069a0ac02a9606a69946c2b3c574a9",
+    "translation_date": "2025-12-19T13:06:11+00:00",
+    "source_file": "9-Real-World/README.md",
+    "language_code": "kn"
+  },
+  "AGENTS.md": {
+    "original_hash": "93fdaa0fd38836e50c4793e2f2f25e8b",
+    "translation_date": "2025-12-19T12:42:40+00:00",
+    "source_file": "AGENTS.md",
+    "language_code": "kn"
+  },
+  "CODE_OF_CONDUCT.md": {
+    "original_hash": "c06b12caf3c901eb3156e3dd5b0aea56",
+    "translation_date": "2025-12-19T12:44:19+00:00",
+    "source_file": "CODE_OF_CONDUCT.md",
+    "language_code": "kn"
+  },
+  "CONTRIBUTING.md": {
+    "original_hash": "977ec5266dfd78ad1ce2bd8d46fccbda",
+    "translation_date": "2025-12-19T12:28:04+00:00",
+    "source_file": "CONTRIBUTING.md",
+    "language_code": "kn"
+  },
+  "README.md": {
+    "original_hash": "da2ceed62f16a0820259556e3a873c95",
+    "translation_date": "2026-01-29T19:36:53+00:00",
+    "source_file": "README.md",
+    "language_code": "kn"
+  },
+  "SECURITY.md": {
+    "original_hash": "5e1b8da31aae9cca3d53ad243fa3365a",
+    "translation_date": "2025-12-19T12:44:55+00:00",
+    "source_file": "SECURITY.md",
+    "language_code": "kn"
+  },
+  "SUPPORT.md": {
+    "original_hash": "09623d7343ff1c26ff4f198c1b2d3176",
+    "translation_date": "2025-12-19T12:27:38+00:00",
+    "source_file": "SUPPORT.md",
+    "language_code": "kn"
+  },
+  "TROUBLESHOOTING.md": {
+    "original_hash": "134d8759f0e2ab886e9aa4f62362c201",
+    "translation_date": "2025-12-19T12:36:23+00:00",
+    "source_file": "TROUBLESHOOTING.md",
+    "language_code": "kn"
+  },
+  "docs/_sidebar.md": {
+    "original_hash": "68dd06c685f6ce840e0acfa313352e7c",
+    "translation_date": "2025-12-19T13:10:39+00:00",
+    "source_file": "docs/_sidebar.md",
+    "language_code": "kn"
+  },
+  "for-teachers.md": {
+    "original_hash": "b37de02054fa6c0438ede6fabe1fdfb8",
+    "translation_date": "2025-12-19T12:27:07+00:00",
+    "source_file": "for-teachers.md",
+    "language_code": "kn"
+  },
+  "quiz-app/README.md": {
+    "original_hash": "6d130dffca5db70d7e615f926cb1ad4c",
+    "translation_date": "2025-12-19T13:01:43+00:00",
+    "source_file": "quiz-app/README.md",
+    "language_code": "kn"
+  },
+  "sketchnotes/LICENSE.md": {
+    "original_hash": "fba3b94d88bfb9b81369b869a1e9a20f",
+    "translation_date": "2025-12-19T13:19:52+00:00",
+    "source_file": "sketchnotes/LICENSE.md",
+    "language_code": "kn"
+  },
+  "sketchnotes/README.md": {
+    "original_hash": "a88d5918c1b9da69a40d917a0840c497",
+    "translation_date": "2025-12-19T13:12:40+00:00",
+    "source_file": "sketchnotes/README.md",
+    "language_code": "kn"
+  }
+}
--- a/translations/kn/1-Introduction/1-intro-to-ML/README.md
+++ b/translations/kn/1-Introduction/1-intro-to-ML/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "69389392fa6346e0dfa30f664b7b6fec",
-  "translation_date": "2025-12-19T13:25:20+00:00",
-  "source_file": "1-Introduction/1-intro-to-ML/README.md",
-  "language_code": "kn"
-}
-->
 # ಯಂತ್ರ ಅಧ್ಯಯನಕ್ಕೆ ಪರಿಚಯ

 ## [ಪೂರ್ವ-ಲೇಕ್ಚರ್ ಕ್ವಿಜ್](https://ff-quizzes.netlify.app/en/ml/)
--- a/translations/kn/1-Introduction/1-intro-to-ML/assignment.md
+++ b/translations/kn/1-Introduction/1-intro-to-ML/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "4c4698044bb8af52cfb6388a4ee0e53b",
-  "translation_date": "2025-12-19T13:26:34+00:00",
-  "source_file": "1-Introduction/1-intro-to-ML/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಎದ್ದು ಚಾಲನೆ ಮಾಡಿಕೊಳ್ಳಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/1-Introduction/2-history-of-ML/README.md
+++ b/translations/kn/1-Introduction/2-history-of-ML/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "6a05fec147e734c3e6bfa54505648e2b",
-  "translation_date": "2025-12-19T13:30:50+00:00",
-  "source_file": "1-Introduction/2-history-of-ML/README.md",
-  "language_code": "kn"
-}
-->
 # ಯಂತ್ರ ಅಧ್ಯಯನದ ಇತಿಹಾಸ

 ![ಯಂತ್ರ ಅಧ್ಯಯನದ ಇತಿಹಾಸದ ಸಾರಾಂಶವನ್ನು ಸ್ಕೆಚ್‌ನೋಟ್‌ನಲ್ಲಿ](../../../../translated_images/kn/ml-history.a1bdfd4ce1f464d9.webp)
--- a/translations/kn/1-Introduction/2-history-of-ML/assignment.md
+++ b/translations/kn/1-Introduction/2-history-of-ML/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "eb6e4d5afd1b21a57d2b9e6d0aac3969",
-  "translation_date": "2025-12-19T13:33:25+00:00",
-  "source_file": "1-Introduction/2-history-of-ML/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಟೈಮ್‌ಲೈನ್ ರಚಿಸಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/1-Introduction/3-fairness/README.md
+++ b/translations/kn/1-Introduction/3-fairness/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "9a6b702d1437c0467e3c5c28d763dac2",
-  "translation_date": "2025-12-19T13:41:55+00:00",
-  "source_file": "1-Introduction/3-fairness/README.md",
-  "language_code": "kn"
-}
-->
 # ಜವಾಬ್ದಾರಿಯುತ AI ಜೊತೆಗೆ ಯಂತ್ರ ಅಧ್ಯಯನ ಪರಿಹಾರಗಳನ್ನು ನಿರ್ಮಿಸುವುದು

 ![ಯಂತ್ರ ಅಧ್ಯಯನದಲ್ಲಿ ಜವಾಬ್ದಾರಿಯುತ AI ಸಂಕ್ಷಿಪ್ತ ಟಿಪ್ಪಣಿ](../../../../translated_images/kn/ml-fairness.ef296ebec6afc98a.webp)
--- a/translations/kn/1-Introduction/3-fairness/assignment.md
+++ b/translations/kn/1-Introduction/3-fairness/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "dbda60e7b1fe5f18974e7858eff0004e",
-  "translation_date": "2025-12-19T13:43:57+00:00",
-  "source_file": "1-Introduction/3-fairness/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಜವಾಬ್ದಾರಿಯುತ AI ಟೂಲ್‌ಬಾಕ್ಸ್ ಅನ್ನು ಅನ್ವೇಷಿಸಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/1-Introduction/4-techniques-of-ML/README.md
+++ b/translations/kn/1-Introduction/4-techniques-of-ML/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "9d91f3af3758fdd4569fb410575995ef",
-  "translation_date": "2025-12-19T13:37:50+00:00",
-  "source_file": "1-Introduction/4-techniques-of-ML/README.md",
-  "language_code": "kn"
-}
-->
 # ಯಂತ್ರ ಅಧ್ಯಯನ ತಂತ್ರಗಳು

 ಯಂತ್ರ ಅಧ್ಯಯನ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸುವುದು, ಬಳಸುವುದು ಮತ್ತು ನಿರ್ವಹಿಸುವ ಪ್ರಕ್ರಿಯೆ ಮತ್ತು ಅವು ಬಳಸುವ ಡೇಟಾ ಅನೇಕ ಇತರ ಅಭಿವೃದ್ಧಿ ಕಾರ್ಯಪ್ರವಾಹಗಳಿಂದ ಬಹಳ ವಿಭಿನ್ನ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ. ಈ ಪಾಠದಲ್ಲಿ, ನಾವು ಈ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿ, ನೀವು ತಿಳಿದುಕೊಳ್ಳಬೇಕಾದ ಪ್ರಮುಖ ತಂತ್ರಗಳನ್ನು ವಿವರಿಸುವೆವು. ನೀವು:
--- a/translations/kn/1-Introduction/4-techniques-of-ML/assignment.md
+++ b/translations/kn/1-Introduction/4-techniques-of-ML/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "70d65aeddc06170bc1aed5b27805f930",
-  "translation_date": "2025-12-19T13:39:29+00:00",
-  "source_file": "1-Introduction/4-techniques-of-ML/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಡೇಟಾ ಸೈನ್ಟಿಸ್ಟ್ ಅನ್ನು ಸಂದರ್ಶನ ಮಾಡಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/1-Introduction/README.md
+++ b/translations/kn/1-Introduction/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "cf8ecc83f28e5b98051d2179eca08e08",
-  "translation_date": "2025-12-19T12:57:04+00:00",
-  "source_file": "1-Introduction/README.md",
-  "language_code": "kn"
-}
-->
 # ಯಂತ್ರ ಅಧ್ಯಯನಕ್ಕೆ ಪರಿಚಯ

 ಪಠ್ಯಕ್ರಮದ ಈ ವಿಭಾಗದಲ್ಲಿ, ನೀವು ಯಂತ್ರ ಅಧ್ಯಯನ ಕ್ಷೇತ್ರದ ಮೂಲ ತತ್ವಗಳನ್ನು ಪರಿಚಯಿಸಿಕೊಳ್ಳುತ್ತೀರಿ, ಅದು ಏನು ಮತ್ತು ಅದರ ಇತಿಹಾಸ ಮತ್ತು ಸಂಶೋಧಕರು ಅದನ್ನು ಬಳಸುವ ತಂತ್ರಗಳನ್ನು ತಿಳಿಯುತ್ತೀರಿ. ಬನ್ನಿ, ಈ ಹೊಸ ಯಂತ್ರ ಅಧ್ಯಯನ ಲೋಕವನ್ನು ಒಟ್ಟಿಗೆ ಅನ್ವೇಷಿಸೋಣ!
--- a/translations/kn/2-Regression/1-Tools/README.md
+++ b/translations/kn/2-Regression/1-Tools/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "fa81d226c71d5af7a2cade31c1c92b88",
-  "translation_date": "2025-12-19T13:56:01+00:00",
-  "source_file": "2-Regression/1-Tools/README.md",
-  "language_code": "kn"
-}
-->
 # ರಿಗ್ರೆಶನ್ ಮಾದರಿಗಳಿಗಾಗಿ ಪೈಥಾನ್ ಮತ್ತು ಸ್ಕಿಕಿಟ್-ಲರ್ನ್‌ನೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ

 ![ಸ್ಕೆಚ್‌ನೋಟ್ನಲ್ಲಿ ರಿಗ್ರೆಶನ್‌ಗಳ ಸಾರಾಂಶ](../../../../translated_images/kn/ml-regression.4e4f70e3b3ed446e.webp)
--- a/translations/kn/2-Regression/1-Tools/assignment.md
+++ b/translations/kn/2-Regression/1-Tools/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "74a5cf83e4ebc302afbcbc4f418afd0a",
-  "translation_date": "2025-12-19T13:57:42+00:00",
-  "source_file": "2-Regression/1-Tools/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಸ್ಕಿಕಿಟ್-ಲರ್ನ್‌ನೊಂದಿಗೆ ರಿಗ್ರೆಶನ್

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/2-Regression/1-Tools/solution/Julia/README.md
+++ b/translations/kn/2-Regression/1-Tools/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T14:09:26+00:00",
-  "source_file": "2-Regression/1-Tools/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/2-Regression/2-Data/README.md
+++ b/translations/kn/2-Regression/2-Data/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "7c077988328ebfe33b24d07945f16eca",
-  "translation_date": "2025-12-19T14:01:56+00:00",
-  "source_file": "2-Regression/2-Data/README.md",
-  "language_code": "kn"
-}
-->
 # Scikit-learn ಬಳಸಿ ರೆಗ್ರೆಶನ್ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಿ: ಡೇಟಾವನ್ನು ಸಿದ್ಧಪಡಿಸಿ ಮತ್ತು ದೃಶ್ಯೀಕರಿಸಿ

 ![ಡೇಟಾ ದೃಶ್ಯೀಕರಣ ಇನ್ಫೋಗ್ರಾಫಿಕ್](../../../../translated_images/kn/data-visualization.54e56dded7c1a804.webp)
--- a/translations/kn/2-Regression/2-Data/assignment.md
+++ b/translations/kn/2-Regression/2-Data/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "4485a1ed4dd1b5647365e3d87456515d",
-  "translation_date": "2025-12-19T14:03:34+00:00",
-  "source_file": "2-Regression/2-Data/assignment.md",
-  "language_code": "kn"
-}
-->
 # ದೃಶ್ಯೀಕರಣಗಳನ್ನು ಅನ್ವೇಷಿಸುವುದು

 ಡೇಟಾ ದೃಶ್ಯೀಕರಣಕ್ಕಾಗಿ ಲಭ್ಯವಿರುವ ಹಲವು ವಿಭಿನ್ನ ಗ್ರಂಥಾಲಯಗಳಿವೆ. ಈ ಪಾಠದಲ್ಲಿ ಪಂಪ್ಕಿನ್ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಂಡು matplotlib ಮತ್ತು seaborn ಬಳಸಿ ಕೆಲವು ದೃಶ್ಯೀಕರಣಗಳನ್ನು ಸೃಷ್ಟಿಸಿ ಒಂದು ಮಾದರಿ ನೋಟ್ಬುಕ್‌ನಲ್ಲಿ. ಯಾವ ಗ್ರಂಥಾಲಯಗಳನ್ನು ಬಳಸುವುದು ಸುಲಭವಾಗಿದೆ?
--- a/translations/kn/2-Regression/2-Data/solution/Julia/README.md
+++ b/translations/kn/2-Regression/2-Data/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T14:09:55+00:00",
-  "source_file": "2-Regression/2-Data/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/2-Regression/3-Linear/README.md
+++ b/translations/kn/2-Regression/3-Linear/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "40e64f004f3cb50aa1d8661672d3cd92",
-  "translation_date": "2025-12-19T13:51:46+00:00",
-  "source_file": "2-Regression/3-Linear/README.md",
-  "language_code": "kn"
-}
-->
 # Scikit-learn ಬಳಸಿ ರೆಗ್ರೆಶನ್ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಿ: ರೆಗ್ರೆಶನ್ ನಾಲ್ಕು ರೀತಿಗಳು

 ![ರೇಖೀಯ ಮತ್ತು ಬಹುಪದ ರೆಗ್ರೆಶನ್ ಇನ್ಫೋಗ್ರಾಫಿಕ್](../../../../translated_images/kn/linear-polynomial.5523c7cb6576ccab.webp)
--- a/translations/kn/2-Regression/3-Linear/assignment.md
+++ b/translations/kn/2-Regression/3-Linear/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "cc471fa89c293bc735dd3a9a0fb79b1b",
-  "translation_date": "2025-12-19T13:53:56+00:00",
-  "source_file": "2-Regression/3-Linear/assignment.md",
-  "language_code": "kn"
-}
-->
 # ರೆಗ್ರೆಶನ್ ಮಾದರಿಯನ್ನು ರಚಿಸಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/2-Regression/3-Linear/solution/Julia/README.md
+++ b/translations/kn/2-Regression/3-Linear/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T14:08:56+00:00",
-  "source_file": "2-Regression/3-Linear/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/2-Regression/4-Logistic/README.md
+++ b/translations/kn/2-Regression/4-Logistic/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "abf86d845c84330bce205a46b382ec88",
-  "translation_date": "2025-12-19T14:06:13+00:00",
-  "source_file": "2-Regression/4-Logistic/README.md",
-  "language_code": "kn"
-}
-->
 # ವರ್ಗಗಳನ್ನು ಭವಿಷ್ಯವಾಣಿ ಮಾಡಲು ಲಾಜಿಸ್ಟಿಕ್ ರಿಗ್ರೆಶನ್

 ![ಲಾಜಿಸ್ಟಿಕ್ ವಿರುದ್ಧ ಲೀನಿಯರ್ ರಿಗ್ರೆಶನ್ ಇನ್ಫೋಗ್ರಾಫಿಕ್](../../../../translated_images/kn/linear-vs-logistic.ba180bf95e7ee667.webp)
--- a/translations/kn/2-Regression/4-Logistic/assignment.md
+++ b/translations/kn/2-Regression/4-Logistic/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "8af40209a41494068c1f42b14c0b450d",
-  "translation_date": "2025-12-19T14:08:21+00:00",
-  "source_file": "2-Regression/4-Logistic/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಕೆಲವು ರಿಗ್ರೆಶನ್ ಮರುಪ್ರಯತ್ನ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/2-Regression/4-Logistic/solution/Julia/README.md
+++ b/translations/kn/2-Regression/4-Logistic/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T14:10:25+00:00",
-  "source_file": "2-Regression/4-Logistic/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/2-Regression/README.md
+++ b/translations/kn/2-Regression/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "508582278dbb8edd2a8a80ac96ef416c",
-  "translation_date": "2025-12-19T12:58:46+00:00",
-  "source_file": "2-Regression/README.md",
-  "language_code": "kn"
-}
-->
 # ಯಂತ್ರ ಅಧ್ಯಯನಕ್ಕಾಗಿ ರಿಗ್ರೆಶನ್ ಮಾದರಿಗಳು
 ## ಪ್ರಾದೇಶಿಕ ವಿಷಯ: ಉತ್ತರ ಅಮೆರಿಕದ ಕಂಬಳಿಯ ಬೆಲೆಗೆ ರಿಗ್ರೆಶನ್ ಮಾದರಿಗಳು 🎃

--- a/translations/kn/3-Web-App/1-Web-App/README.md
+++ b/translations/kn/3-Web-App/1-Web-App/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "e0b75f73e4a90d45181dc5581fe2ef5c",
-  "translation_date": "2025-12-19T14:14:09+00:00",
-  "source_file": "3-Web-App/1-Web-App/README.md",
-  "language_code": "kn"
-}
-->
 # ಎಂಎಲ್ ಮಾದರಿಯನ್ನು ಬಳಸಲು ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್ ನಿರ್ಮಿಸಿ

 ಈ ಪಾಠದಲ್ಲಿ, ನೀವು NUFORC ಡೇಟಾಬೇಸ್‌ನಿಂದ ಪಡೆದಿರುವ _ಹಿಂದಿನ ಶತಮಾನದಲ್ಲಿ ನಡೆದ UFO ದೃಶ್ಯಾವಳಿಗಳು_ ಎಂಬ ಅತೀ ವಿಶಿಷ್ಟ ಡೇಟಾ ಸೆಟ್ ಮೇಲೆ ಎಂಎಲ್ ಮಾದರಿಯನ್ನು ತರಬೇತುಗೊಳಿಸುವಿರಿ.
--- a/translations/kn/3-Web-App/1-Web-App/assignment.md
+++ b/translations/kn/3-Web-App/1-Web-App/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a8e8ae10be335cbc745b75ee552317ff",
-  "translation_date": "2025-12-19T14:15:30+00:00",
-  "source_file": "3-Web-App/1-Web-App/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಬೇರೆ ಮಾದರಿಯನ್ನು ಪ್ರಯತ್ನಿಸಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/3-Web-App/README.md
+++ b/translations/kn/3-Web-App/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "9836ff53cfef716ddfd70e06c5f43436",
-  "translation_date": "2025-12-19T12:59:59+00:00",
-  "source_file": "3-Web-App/README.md",
-  "language_code": "kn"
-}
-->
 # ನಿಮ್ಮ ML ಮಾದರಿಯನ್ನು ಬಳಸಲು ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್ ನಿರ್ಮಿಸಿ

 ಈ ಪಠ್ಯಕ್ರಮದ ವಿಭಾಗದಲ್ಲಿ, ನೀವು ಅನ್ವಯಿತ ML ವಿಷಯವನ್ನು ಪರಿಚಯಿಸಿಕೊಳ್ಳುತ್ತೀರಿ: ನಿಮ್ಮ Scikit-learn ಮಾದರಿಯನ್ನು ಫೈಲ್ ಆಗಿ ಉಳಿಸುವುದು, ಅದನ್ನು ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ ಭವಿಷ್ಯವಾಣಿ ಮಾಡಲು ಬಳಸಬಹುದು. ಮಾದರಿ ಉಳಿಸಿದ ನಂತರ, ನೀವು ಅದನ್ನು Flask ನಲ್ಲಿ ನಿರ್ಮಿಸಲಾದ ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ ಹೇಗೆ ಬಳಸುವುದು ಎಂದು ಕಲಿಯುತ್ತೀರಿ. ಮೊದಲು, ನೀವು UFO ದೃಶ್ಯಗಳ ಬಗ್ಗೆ ಇರುವ ಕೆಲವು ಡೇಟಾ ಬಳಸಿ ಮಾದರಿಯನ್ನು ರಚಿಸುವಿರಿ! ನಂತರ, ನೀವು ಸೆಕೆಂಡುಗಳ ಸಂಖ್ಯೆ, ಅಕ್ಷಾಂಶ ಮತ್ತು ರೇಖಾಂಶ ಮೌಲ್ಯವನ್ನು ನಮೂದಿಸಲು ಅನುಮತಿಸುವ ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ನಿರ್ಮಿಸುವಿರಿ, ಅದು ಯಾವ ದೇಶ UFO ನೋಡಿದ ಎಂದು ಭವಿಷ್ಯವಾಣಿ ಮಾಡುತ್ತದೆ.
--- a/translations/kn/4-Classification/1-Introduction/README.md
+++ b/translations/kn/4-Classification/1-Introduction/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "aaf391d922bd6de5efba871d514c6d47",
-  "translation_date": "2025-12-19T15:19:42+00:00",
-  "source_file": "4-Classification/1-Introduction/README.md",
-  "language_code": "kn"
-}
-->
 # ವರ್ಗೀಕರಣಕ್ಕೆ ಪರಿಚಯ

 ಈ ನಾಲ್ಕು ಪಾಠಗಳಲ್ಲಿ, ನೀವು ಕ್ಲಾಸಿಕ್ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್‌ನ ಮೂಲಭೂತ ಗಮನಾರ್ಹ ವಿಷಯವಾದ _ವರ್ಗೀಕರಣ_ ಅನ್ನು ಅನ್ವೇಷಿಸುವಿರಿ. ಏಷ್ಯಾ ಮತ್ತು ಭಾರತದಲ್ಲಿನ ಎಲ್ಲಾ ಅದ್ಭುತ ಆಹಾರಗಳ ಬಗ್ಗೆ ಡೇಟಾಸೆಟ್ ಬಳಸಿ ವಿವಿಧ ವರ್ಗೀಕರಣ ಆಲ್ಗಾರಿಥಮ್‌ಗಳನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಎಂಬುದನ್ನು ನಾವು ನೋಡೋಣ. ನೀವು ಹಸಿವಾಗಿದ್ದೀರಾ ಎಂದು ಆಶಿಸುತ್ತೇವೆ!
--- a/translations/kn/4-Classification/1-Introduction/assignment.md
+++ b/translations/kn/4-Classification/1-Introduction/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "b2a01912beb24cfb0007f83594dba801",
-  "translation_date": "2025-12-19T15:21:20+00:00",
-  "source_file": "4-Classification/1-Introduction/assignment.md",
-  "language_code": "kn"
-}
-->
 # ವರ್ಗೀಕರಣ ವಿಧಾನಗಳನ್ನು ಅನ್ವೇಷಿಸಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/4-Classification/1-Introduction/solution/Julia/README.md
+++ b/translations/kn/4-Classification/1-Introduction/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T15:37:10+00:00",
-  "source_file": "4-Classification/1-Introduction/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/4-Classification/2-Classifiers-1/README.md
+++ b/translations/kn/4-Classification/2-Classifiers-1/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "1a6e9e46b34a2e559fbbfc1f95397c7b",
-  "translation_date": "2025-12-19T15:34:45+00:00",
-  "source_file": "4-Classification/2-Classifiers-1/README.md",
-  "language_code": "kn"
-}
-->
 # ಆಹಾರ ವರ್ಗೀಕರಣಗಳು 1

 ಈ ಪಾಠದಲ್ಲಿ, ನೀವು ಹಿಂದಿನ ಪಾಠದಿಂದ ಉಳಿಸಿಕೊಂಡ ಸಮತೋಲನ, ಸ್ವಚ್ಛವಾದ ಆಹಾರಗಳ ಬಗ್ಗೆ ಸಂಪೂರ್ಣ ಡೇಟಾಸೆಟ್ ಅನ್ನು ಬಳಸುತ್ತೀರಿ.
--- a/translations/kn/4-Classification/2-Classifiers-1/assignment.md
+++ b/translations/kn/4-Classification/2-Classifiers-1/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "de6025f96841498b0577e9d1aee18d1f",
-  "translation_date": "2025-12-19T15:36:34+00:00",
-  "source_file": "4-Classification/2-Classifiers-1/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಸೊಲ್ವರ್‌ಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡಿ
 ## ಸೂಚನೆಗಳು

--- a/translations/kn/4-Classification/2-Classifiers-1/solution/Julia/README.md
+++ b/translations/kn/4-Classification/2-Classifiers-1/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T15:38:15+00:00",
-  "source_file": "4-Classification/2-Classifiers-1/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/4-Classification/3-Classifiers-2/README.md
+++ b/translations/kn/4-Classification/3-Classifiers-2/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "49047911108adc49d605cddfb455749c",
-  "translation_date": "2025-12-19T15:24:07+00:00",
-  "source_file": "4-Classification/3-Classifiers-2/README.md",
-  "language_code": "kn"
-}
-->
 # ಆಹಾರ ವರ್ಗೀಕರಣಗಳು 2

 ಈ ಎರಡನೇ ವರ್ಗೀಕರಣ ಪಾಠದಲ್ಲಿ, ನೀವು ಸಂಖ್ಯಾತ್ಮಕ ಡೇಟಾವನ್ನು ವರ್ಗೀಕರಿಸುವ ಇನ್ನಷ್ಟು ವಿಧಾನಗಳನ್ನು ಅನ್ವೇಷಿಸುವಿರಿ. ನೀವು ಒಂದು ವರ್ಗೀಕರಣಕಾರಿಯನ್ನು ಇನ್ನೊಂದರಿಗಿಂತ ಆಯ್ಕೆಮಾಡುವ ಪರಿಣಾಮಗಳ ಬಗ್ಗೆ ಸಹ ತಿಳಿಯುವಿರಿ.
--- a/translations/kn/4-Classification/3-Classifiers-2/assignment.md
+++ b/translations/kn/4-Classification/3-Classifiers-2/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "58dfdaf79fb73f7d34b22bdbacf57329",
-  "translation_date": "2025-12-19T15:25:22+00:00",
-  "source_file": "4-Classification/3-Classifiers-2/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಪ್ಯಾರಾಮೀಟರ್ ಪ್ಲೇ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/4-Classification/3-Classifiers-2/solution/Julia/README.md
+++ b/translations/kn/4-Classification/3-Classifiers-2/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T15:37:42+00:00",
-  "source_file": "4-Classification/3-Classifiers-2/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/4-Classification/4-Applied/README.md
+++ b/translations/kn/4-Classification/4-Applied/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "61bdec27ed2da8b098cd9065405d9bb0",
-  "translation_date": "2025-12-19T15:28:29+00:00",
-  "source_file": "4-Classification/4-Applied/README.md",
-  "language_code": "kn"
-}
-->
 # ರುಚಿಕರ ಆಹಾರ ಶಿಫಾರಸು ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್ ನಿರ್ಮಿಸಿ

 ಈ ಪಾಠದಲ್ಲಿ, ನೀವು ಹಿಂದಿನ ಪಾಠಗಳಲ್ಲಿ ಕಲಿತ ಕೆಲವು ತಂತ್ರಗಳನ್ನು ಬಳಸಿಕೊಂಡು ವರ್ಗೀಕರಣ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸುವಿರಿ ಮತ್ತು ಈ ಸರಣಿಯಲ್ಲಿ ಬಳಸಲಾದ ರುಚಿಕರ ಆಹಾರ ಡೇಟಾಸೆಟ್‌ನೊಂದಿಗೆ. ಜೊತೆಗೆ, ನೀವು ಉಳಿಸಿದ ಮಾದರಿಯನ್ನು ಬಳಸಲು ಒಂದು ಸಣ್ಣ ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು Onnx ನ ವೆಬ್ ರನ್‌ಟೈಮ್ ಅನ್ನು ಉಪಯೋಗಿಸಿ ನಿರ್ಮಿಸುವಿರಿ.
--- a/translations/kn/4-Classification/4-Applied/assignment.md
+++ b/translations/kn/4-Classification/4-Applied/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "799ed651e2af0a7cad17c6268db11578",
-  "translation_date": "2025-12-19T15:29:43+00:00",
-  "source_file": "4-Classification/4-Applied/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಶಿಫಾರಸುಕಾರರನ್ನು ನಿರ್ಮಿಸಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/4-Classification/README.md
+++ b/translations/kn/4-Classification/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "74e809ffd1e613a1058bbc3e9600859e",
-  "translation_date": "2025-12-19T13:07:18+00:00",
-  "source_file": "4-Classification/README.md",
-  "language_code": "kn"
-}
-->
 # ವರ್ಗೀಕರಣದೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸುವುದು

 ## ಪ್ರಾದೇಶಿಕ ವಿಷಯ: ರುಚಿಕರ ಏಷ್ಯನ್ ಮತ್ತು ಭಾರತೀಯ ಆಹಾರಗಳು 🍜
--- a/translations/kn/5-Clustering/1-Visualize/README.md
+++ b/translations/kn/5-Clustering/1-Visualize/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "730225ea274c9174fe688b21d421539d",
-  "translation_date": "2025-12-19T15:02:45+00:00",
-  "source_file": "5-Clustering/1-Visualize/README.md",
-  "language_code": "kn"
-}
-->
 # ಕ್ಲಸ್ಟರಿಂಗ್ ಪರಿಚಯ

 ಕ್ಲಸ್ಟರಿಂಗ್ ಒಂದು ರೀತಿಯ [ಅನಿಯಂತ್ರಿತ ಕಲಿಕೆ](https://wikipedia.org/wiki/Unsupervised_learning) ಆಗಿದ್ದು, ಅದು ಡೇಟಾಸೆಟ್ ಲೇಬಲ್ ಮಾಡದಿರುವುದು ಅಥವಾ ಅದರ ಇನ್‌ಪುಟ್‌ಗಳು ಪೂರ್ವನಿರ್ಧರಿತ ಔಟ್‌ಪುಟ್‌ಗಳೊಂದಿಗೆ ಹೊಂದಾಣಿಕೆ ಮಾಡದಿರುವುದಾಗಿ ಊಹಿಸುತ್ತದೆ. ಇದು ಲೇಬಲ್ ಮಾಡದ ಡೇಟಾದ ಮೂಲಕ ವಿವಿಧ ಆಲ್ಗಾರಿಥಮ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಡೇಟಾದಲ್ಲಿನ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಿ ಗುಂಪುಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ.
--- a/translations/kn/5-Clustering/1-Visualize/assignment.md
+++ b/translations/kn/5-Clustering/1-Visualize/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "589fa015a5e7d9e67bd629f7d47b53de",
-  "translation_date": "2025-12-19T15:05:10+00:00",
-  "source_file": "5-Clustering/1-Visualize/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಕ್ಲಸ್ಟರಿಂಗ್‌ಗಾಗಿ ಇತರ ದೃಶ್ಯೀಕರಣಗಳನ್ನು ಸಂಶೋಧಿಸಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/5-Clustering/1-Visualize/solution/Julia/README.md
+++ b/translations/kn/5-Clustering/1-Visualize/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T15:06:21+00:00",
-  "source_file": "5-Clustering/1-Visualize/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/5-Clustering/2-K-Means/README.md
+++ b/translations/kn/5-Clustering/2-K-Means/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "7cdd17338d9bbd7e2171c2cd462eb081",
-  "translation_date": "2025-12-19T14:53:20+00:00",
-  "source_file": "5-Clustering/2-K-Means/README.md",
-  "language_code": "kn"
-}
-->
 # K-Means ಕ್ಲಸ್ಟರಿಂಗ್

 ## [ಪೂರ್ವ-ಪಾಠ ಕ್ವಿಜ್](https://ff-quizzes.netlify.app/en/ml/)
--- a/translations/kn/5-Clustering/2-K-Means/assignment.md
+++ b/translations/kn/5-Clustering/2-K-Means/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "b8e17eff34ad1680eba2a5d3cf9ffc41",
-  "translation_date": "2025-12-19T14:54:47+00:00",
-  "source_file": "5-Clustering/2-K-Means/assignment.md",
-  "language_code": "kn"
-}
-->
 # ವಿಭಿನ್ನ ಕ್ಲಸ್ಟರಿಂಗ್ ವಿಧಾನಗಳನ್ನು ಪ್ರಯತ್ನಿಸಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/5-Clustering/2-K-Means/solution/Julia/README.md
+++ b/translations/kn/5-Clustering/2-K-Means/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T15:05:48+00:00",
-  "source_file": "5-Clustering/2-K-Means/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/5-Clustering/README.md
+++ b/translations/kn/5-Clustering/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "b28a3a4911584062772c537b653ebbc7",
-  "translation_date": "2025-12-19T13:05:03+00:00",
-  "source_file": "5-Clustering/README.md",
-  "language_code": "kn"
-}
-->
 # ಯಂತ್ರ ಅಧ್ಯಯನಕ್ಕಾಗಿ ಕ್ಲಸ್ಟರಿಂಗ್ ಮಾದರಿಗಳು

 ಕ್ಲಸ್ಟರಿಂಗ್ ಎಂದರೆ ಒಂದು ಯಂತ್ರ ಅಧ್ಯಯನ ಕಾರ್ಯವಾಗಿದ್ದು, ಅದು ಪರಸ್ಪರ ಹೋಲುವ ವಸ್ತುಗಳನ್ನು ಕಂಡುಹಿಡಿದು ಅವುಗಳನ್ನು ಕ್ಲಸ್ಟರ್‌ಗಳು ಎಂದು ಕರೆಯುವ ಗುಂಪುಗಳಲ್ಲಿ ಸೇರಿಸುವುದು. ಯಂತ್ರ ಅಧ್ಯಯನದ ಇತರ ವಿಧಾನಗಳಿಂದ ಕ್ಲಸ್ಟರಿಂಗ್ ವಿಭಿನ್ನವಾಗಿರುವುದು ಎಂದರೆ, ಇದು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ನಡೆಯುತ್ತದೆ, ವಾಸ್ತವದಲ್ಲಿ, ಇದು ಮೇಲ್ವಿಚಾರಿತ ಅಧ್ಯಯನದ ವಿರುದ್ಧವಾಗಿದೆ ಎಂದು ಹೇಳಬಹುದು.
--- a/translations/kn/6-NLP/1-Introduction-to-NLP/README.md
+++ b/translations/kn/6-NLP/1-Introduction-to-NLP/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "1c2ec40cf55c98a028a359c27ef7e45a",
-  "translation_date": "2025-12-19T14:29:37+00:00",
-  "source_file": "6-NLP/1-Introduction-to-NLP/README.md",
-  "language_code": "kn"
-}
-->
 # ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ ಪರಿಚಯ

 ಈ ಪಾಠವು *ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ* ಎಂಬ ಉಪಕ್ಷೇತ್ರವಾದ *ಗಣನಾತ್ಮಕ ಭಾಷಾಶಾಸ್ತ್ರ* ನ ಸಂಕ್ಷಿಪ್ತ ಇತಿಹಾಸ ಮತ್ತು ಪ್ರಮುಖ ತತ್ವಗಳನ್ನು ಒಳಗೊಂಡಿದೆ.
--- a/translations/kn/6-NLP/1-Introduction-to-NLP/assignment.md
+++ b/translations/kn/6-NLP/1-Introduction-to-NLP/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "1d7583e8046dacbb0c056d5ba0a71b16",
-  "translation_date": "2025-12-19T14:31:08+00:00",
-  "source_file": "6-NLP/1-Introduction-to-NLP/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಬಾಟ್ ಹುಡುಕಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/6-NLP/2-Tasks/README.md
+++ b/translations/kn/6-NLP/2-Tasks/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "5f3cb462e3122e1afe7ab0050ccf2bd3",
-  "translation_date": "2025-12-19T14:35:17+00:00",
-  "source_file": "6-NLP/2-Tasks/README.md",
-  "language_code": "kn"
-}
-->
 # ಸಾಮಾನ್ಯ ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ ಕಾರ್ಯಗಳು ಮತ್ತು ತಂತ್ರಗಳು

 ಬಹುತೇಕ *ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ* ಕಾರ್ಯಗಳಿಗೆ, ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಬೇಕಾದ ಪಠ್ಯವನ್ನು ವಿಭಜಿಸಿ, ಪರಿಶೀಲಿಸಿ, ಮತ್ತು ಫಲಿತಾಂಶಗಳನ್ನು ನಿಯಮಗಳು ಮತ್ತು ಡೇಟಾ ಸೆಟ್‌ಗಳೊಂದಿಗೆ ಸಂಗ್ರಹಿಸಬೇಕು ಅಥವಾ ಕ್ರಾಸ್ ರೆಫರೆನ್ಸ್ ಮಾಡಬೇಕು. ಈ ಕಾರ್ಯಗಳು, ಪ್ರೋಗ್ರಾಮರ್‌ಗೆ ಪಠ್ಯದ _ಅರ್ಥ_ ಅಥವಾ _ಉದ್ದೇಶ_ ಅಥವಾ ಕೇವಲ ಪದಗಳ ಮತ್ತು ಪದಗಳ _ಆವರ್ತನ_ ಅನ್ನು ಪಡೆಯಲು ಅನುಮತಿಸುತ್ತವೆ.
--- a/translations/kn/6-NLP/2-Tasks/assignment.md
+++ b/translations/kn/6-NLP/2-Tasks/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "2efc4c2aba5ed06c780c05539c492ae3",
-  "translation_date": "2025-12-19T14:36:51+00:00",
-  "source_file": "6-NLP/2-Tasks/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಬಾಟ್‌ಗೆ ಪ್ರತಿಕ್ರಿಯೆ ನೀಡಿಸುವಂತೆ ಮಾಡಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/6-NLP/3-Translation-Sentiment/README.md
+++ b/translations/kn/6-NLP/3-Translation-Sentiment/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "be03c8182982b87ced155e4e9d1438e8",
-  "translation_date": "2025-12-19T14:17:17+00:00",
-  "source_file": "6-NLP/3-Translation-Sentiment/README.md",
-  "language_code": "kn"
-}
-->
 # ಅನುವಾದ ಮತ್ತು ಭಾವನಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ ML ನೊಂದಿಗೆ

 ಹಿಂದಿನ ಪಾಠಗಳಲ್ಲಿ ನೀವು `TextBlob` ಬಳಸಿ ಮೂಲ ಬಾಟ್ ಅನ್ನು ಹೇಗೆ ನಿರ್ಮಿಸುವುದು ಎಂದು ಕಲಿತಿರಿ, ಇದು ಮೂಲಭೂತ NLP ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಲು ML ಅನ್ನು ಹಿಂಬದಿಯಲ್ಲಿ ಒಳಗೊಂಡಿರುವ ಗ್ರಂಥಾಲಯವಾಗಿದೆ, ಉದಾಹರಣೆಗೆ ನಾಮಪದ ವಾಕ್ಯাংশ ಹೊರತೆಗೆಯುವುದು. ಗಣಕ ಭಾಷಾಶಾಸ್ತ್ರದಲ್ಲಿ ಮತ್ತೊಂದು ಪ್ರಮುಖ ಸವಾಲು ಎಂದರೆ ಒಂದು ಮಾತಾಡುವ ಅಥವಾ ಬರೆಯುವ ಭಾಷೆಯಿಂದ ಮತ್ತೊಂದು ಭಾಷೆಗೆ ವಾಕ್ಯವನ್ನು ನಿಖರವಾಗಿ _ಅನುವಾದ_ ಮಾಡುವುದು.
--- a/translations/kn/6-NLP/3-Translation-Sentiment/assignment.md
+++ b/translations/kn/6-NLP/3-Translation-Sentiment/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "9d2a734deb904caff310d1a999c6bd7a",
-  "translation_date": "2025-12-19T14:18:50+00:00",
-  "source_file": "6-NLP/3-Translation-Sentiment/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಕಾವ್ಯಾತ್ಮಕ ಪರವಾನಗಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/6-NLP/3-Translation-Sentiment/solution/Julia/README.md
+++ b/translations/kn/6-NLP/3-Translation-Sentiment/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T14:46:44+00:00",
-  "source_file": "6-NLP/3-Translation-Sentiment/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/6-NLP/3-Translation-Sentiment/solution/R/README.md
+++ b/translations/kn/6-NLP/3-Translation-Sentiment/solution/R/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
-  "translation_date": "2025-12-19T14:47:17+00:00",
-  "source_file": "6-NLP/3-Translation-Sentiment/solution/R/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/6-NLP/4-Hotel-Reviews-1/README.md
+++ b/translations/kn/6-NLP/4-Hotel-Reviews-1/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "8d32dadeda93c6fb5c43619854882ab1",
-  "translation_date": "2025-12-19T14:22:34+00:00",
-  "source_file": "6-NLP/4-Hotel-Reviews-1/README.md",
-  "language_code": "kn"
-}
-->
 # ಹೋಟೆಲ್ ವಿಮರ್ಶೆಗಳೊಂದಿಗೆ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ - ಡೇಟಾ ಪ್ರಕ್ರಿಯೆ

 ಈ ವಿಭಾಗದಲ್ಲಿ ನೀವು ಹಿಂದಿನ ಪಾಠಗಳಲ್ಲಿ ಕಲಿತ ತಂತ್ರಗಳನ್ನು ಬಳಸಿಕೊಂಡು ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ನ ಅನ್ವೇಷಣಾತ್ಮಕ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಮಾಡುತ್ತೀರಿ. ವಿವಿಧ ಕಾಲಮ್‌ಗಳ ಉಪಯುಕ್ತತೆಯನ್ನು ಚೆನ್ನಾಗಿ ಅರ್ಥಮಾಡಿಕೊಂಡ ನಂತರ, ನೀವು ತಿಳಿಯಲಿದ್ದೀರಿ:
--- a/translations/kn/6-NLP/4-Hotel-Reviews-1/assignment.md
+++ b/translations/kn/6-NLP/4-Hotel-Reviews-1/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "bf39bceb833cd628f224941dca8041df",
-  "translation_date": "2025-12-19T14:24:54+00:00",
-  "source_file": "6-NLP/4-Hotel-Reviews-1/assignment.md",
-  "language_code": "kn"
-}
-->
 # NLTK

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md
+++ b/translations/kn/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T14:47:49+00:00",
-  "source_file": "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/6-NLP/4-Hotel-Reviews-1/solution/R/README.md
+++ b/translations/kn/6-NLP/4-Hotel-Reviews-1/solution/R/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
-  "translation_date": "2025-12-19T14:48:23+00:00",
-  "source_file": "6-NLP/4-Hotel-Reviews-1/solution/R/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/6-NLP/5-Hotel-Reviews-2/README.md
+++ b/translations/kn/6-NLP/5-Hotel-Reviews-2/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "2c742993fe95d5bcbb2846eda3d442a1",
-  "translation_date": "2025-12-19T14:43:57+00:00",
-  "source_file": "6-NLP/5-Hotel-Reviews-2/README.md",
-  "language_code": "kn"
-}
-->
 # ಹೋಟೆಲ್ ವಿಮರ್ಶೆಗಳೊಂದಿಗೆ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ

 ನೀವು ಈಗಾಗಲೇ ಡೇಟಾಸೆಟ್ ಅನ್ನು ವಿವರವಾಗಿ ಅನ್ವೇಷಿಸಿದ್ದೀರಿ, ಈಗ ಕಾಲಮ್‌ಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಿ ನಂತರ ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ NLP ತಂತ್ರಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಹೋಟೆಲ್‌ಗಳ ಬಗ್ಗೆ ಹೊಸ洞察ಗಳನ್ನು ಪಡೆಯುವ ಸಮಯವಾಗಿದೆ.
--- a/translations/kn/6-NLP/5-Hotel-Reviews-2/assignment.md
+++ b/translations/kn/6-NLP/5-Hotel-Reviews-2/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "daf144daa552da6a7d442aff6f3e77d8",
-  "translation_date": "2025-12-19T14:46:09+00:00",
-  "source_file": "6-NLP/5-Hotel-Reviews-2/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಬೇರೆ ಡೇಟಾಸೆಟ್ ಪ್ರಯತ್ನಿಸಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md
+++ b/translations/kn/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T14:48:53+00:00",
-  "source_file": "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/6-NLP/5-Hotel-Reviews-2/solution/R/README.md
+++ b/translations/kn/6-NLP/5-Hotel-Reviews-2/solution/R/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
-  "translation_date": "2025-12-19T14:49:25+00:00",
-  "source_file": "6-NLP/5-Hotel-Reviews-2/solution/R/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/6-NLP/README.md
+++ b/translations/kn/6-NLP/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "1eb379dc2d0c9940b320732d16083778",
-  "translation_date": "2025-12-19T13:03:21+00:00",
-  "source_file": "6-NLP/README.md",
-  "language_code": "kn"
-}
-->
 # ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ ಆರಂಭಿಸುವುದು

 ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ (NLP) ಎಂದರೆ ಮಾನವ ಭಾಷೆಯನ್ನು ಮಾತನಾಡುವ ಮತ್ತು ಬರೆಯುವ ರೀತಿಯಲ್ಲಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಕಂಪ್ಯೂಟರ್ ಪ್ರೋಗ್ರಾಮಿನ ಸಾಮರ್ಥ್ಯ. ಇದನ್ನು ನೈಸರ್ಗಿಕ ಭಾಷೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಇದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ (AI) ಒಂದು ಘಟಕವಾಗಿದೆ. NLP 50 ವರ್ಷಗಳಿಗಿಂತ ಹೆಚ್ಚು ಕಾಲದಿಂದ ಅಸ್ತಿತ್ವದಲ್ಲಿದ್ದು, ಭಾಷಾಶಾಸ್ತ್ರ ಕ್ಷೇತ್ರದಲ್ಲಿ ಮೂಲಗಳನ್ನು ಹೊಂದಿದೆ. ಈ ಸಂಪೂರ್ಣ ಕ್ಷೇತ್ರವು ಯಂತ್ರಗಳಿಗೆ ಮಾನವ ಭಾಷೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಸಹಾಯ ಮಾಡುವುದಕ್ಕೆ ನಿರ್ದೇಶಿತವಾಗಿದೆ. ಇದನ್ನು ನಂತರ ಸ್ಪೆಲ್ ಚೆಕ್ ಅಥವಾ ಯಂತ್ರ ಅನುವಾದದಂತಹ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಬಳಸಬಹುದು. ಇದಕ್ಕೆ ವೈದ್ಯಕೀಯ ಸಂಶೋಧನೆ, ಹುಡುಕಾಟ ಎಂಜಿನ್‌ಗಳು ಮತ್ತು ವ್ಯವಹಾರ ಬುದ್ಧಿವಂತಿಕೆ ಸೇರಿದಂತೆ ಹಲವಾರು ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ನೈಜ ಜಗತ್ತಿನ ಅನೇಕ ಅನ್ವಯಿಕೆಗಳಿವೆ.
--- a/translations/kn/6-NLP/data/README.md
+++ b/translations/kn/6-NLP/data/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "ee0670655c89e4719319764afb113624",
-  "translation_date": "2025-12-19T14:25:29+00:00",
-  "source_file": "6-NLP/data/README.md",
-  "language_code": "kn"
-}
-->
 ಈ ಫೋಲ್ಡರ್‌ಗೆ ಹೋಟೆಲ್ ವಿಮರ್ಶಾ ಡೇಟಾವನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡಿ.

 ---
--- a/translations/kn/7-TimeSeries/1-Introduction/README.md
+++ b/translations/kn/7-TimeSeries/1-Introduction/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "662b509c39eee205687726636d0a8455",
-  "translation_date": "2025-12-19T16:06:38+00:00",
-  "source_file": "7-TimeSeries/1-Introduction/README.md",
-  "language_code": "kn"
-}
-->
 # ಕಾಲ ಸರಣಿಗಳ ಭವಿಷ್ಯವಾಣಿ ಪರಿಚಯ

 ![ಕಾಲ ಸರಣಿಗಳ ಸಾರಾಂಶವನ್ನು ಸ್ಕೆಚ್‌ನೋಟ್‌ನಲ್ಲಿ](../../../../translated_images/kn/ml-timeseries.fb98d25f1013fc0c.webp)
--- a/translations/kn/7-TimeSeries/1-Introduction/assignment.md
+++ b/translations/kn/7-TimeSeries/1-Introduction/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "d1781b0b92568ea1d119d0a198b576b4",
-  "translation_date": "2025-12-19T16:08:29+00:00",
-  "source_file": "7-TimeSeries/1-Introduction/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಇನ್ನಷ್ಟು ಕಾಲ ಸರಣಿಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/7-TimeSeries/1-Introduction/solution/Julia/README.md
+++ b/translations/kn/7-TimeSeries/1-Introduction/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T16:14:38+00:00",
-  "source_file": "7-TimeSeries/1-Introduction/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/7-TimeSeries/1-Introduction/solution/R/README.md
+++ b/translations/kn/7-TimeSeries/1-Introduction/solution/R/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
-  "translation_date": "2025-12-19T16:15:12+00:00",
-  "source_file": "7-TimeSeries/1-Introduction/solution/R/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/7-TimeSeries/2-ARIMA/README.md
+++ b/translations/kn/7-TimeSeries/2-ARIMA/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "917dbf890db71a322f306050cb284749",
-  "translation_date": "2025-12-19T16:12:07+00:00",
-  "source_file": "7-TimeSeries/2-ARIMA/README.md",
-  "language_code": "kn"
-}
-->
 # ARIMA ಬಳಸಿ ಕಾಲ ಸರಣಿಯ ಭವಿಷ್ಯವಾಣಿ

 ಹಿಂದಿನ ಪಾಠದಲ್ಲಿ, ನೀವು ಕಾಲ ಸರಣಿಯ ಭವಿಷ್ಯವಾಣಿ ಬಗ್ಗೆ ಸ್ವಲ್ಪ ತಿಳಿದುಕೊಂಡಿದ್ದೀರಿ ಮತ್ತು ಒಂದು ಡೇಟಾಸೆಟ್ ಅನ್ನು ಲೋಡ್ ಮಾಡಿದ್ದೀರಿ, ಅದು ಒಂದು ಕಾಲಾವಧಿಯಲ್ಲಿ ವಿದ್ಯುತ್ ಲೋಡ್‌ನ ಅಸ್ಥಿರತೆಯನ್ನು ತೋರಿಸುತ್ತದೆ.
--- a/translations/kn/7-TimeSeries/2-ARIMA/assignment.md
+++ b/translations/kn/7-TimeSeries/2-ARIMA/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "1c814013e10866dfd92cdb32caaae3ac",
-  "translation_date": "2025-12-19T16:14:00+00:00",
-  "source_file": "7-TimeSeries/2-ARIMA/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಹೊಸ ARIMA ಮಾದರಿ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/7-TimeSeries/2-ARIMA/solution/Julia/README.md
+++ b/translations/kn/7-TimeSeries/2-ARIMA/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T16:15:43+00:00",
-  "source_file": "7-TimeSeries/2-ARIMA/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/7-TimeSeries/2-ARIMA/solution/R/README.md
+++ b/translations/kn/7-TimeSeries/2-ARIMA/solution/R/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
-  "translation_date": "2025-12-19T16:16:17+00:00",
-  "source_file": "7-TimeSeries/2-ARIMA/solution/R/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/7-TimeSeries/3-SVR/README.md
+++ b/translations/kn/7-TimeSeries/3-SVR/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "482bccabe1df958496ea71a3667995cd",
-  "translation_date": "2025-12-19T15:59:58+00:00",
-  "source_file": "7-TimeSeries/3-SVR/README.md",
-  "language_code": "kn"
-}
-->
 # ಸಮಯ ಸರಣಿ ಭವಿಷ್ಯವಾಣಿ ಸಹಾಯ ವಕ್ಟರ್ ರೆಗ್ರೆಸರ್‌ನೊಂದಿಗೆ

 ಹಿಂದಿನ ಪಾಠದಲ್ಲಿ, ನೀವು ಸಮಯ ಸರಣಿ ಭವಿಷ್ಯವಾಣಿಗಾಗಿ ARIMA ಮಾದರಿಯನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಎಂದು ಕಲಿತಿರಿ. ಈಗ ನೀವು ನಿರಂತರ ಡೇಟಾವನ್ನು ಭವಿಷ್ಯವಾಣಿ ಮಾಡಲು ಬಳಸುವ ರೆಗ್ರೆಸರ್ ಮಾದರಿ ಆಗಿರುವ Support Vector Regressor ಮಾದರಿಯನ್ನು ನೋಡಲಿದ್ದೀರಿ.
--- a/translations/kn/7-TimeSeries/3-SVR/assignment.md
+++ b/translations/kn/7-TimeSeries/3-SVR/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "94aa2fc6154252ae30a3f3740299707a",
-  "translation_date": "2025-12-19T16:01:44+00:00",
-  "source_file": "7-TimeSeries/3-SVR/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಹೊಸ SVR ಮಾದರಿ

 ## ಸೂಚನೆಗಳು [^1]
--- a/translations/kn/7-TimeSeries/README.md
+++ b/translations/kn/7-TimeSeries/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "61342603bad8acadbc6b2e4e3aab3f66",
-  "translation_date": "2025-12-19T13:11:51+00:00",
-  "source_file": "7-TimeSeries/README.md",
-  "language_code": "kn"
-}
-->
 # ಕಾಲ ಸರಣಿಯ ಭವಿಷ್ಯವಾಣಿ ಪರಿಚಯ

 ಕಾಲ ಸರಣಿಯ ಭವಿಷ್ಯವಾಣಿ ಎಂದರೆ ಏನು? ಇದು ಭೂತಕಾಲದ ಪ್ರವೃತ್ತಿಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಿ ಭವಿಷ್ಯದ ಘಟನೆಗಳನ್ನು ಊಹಿಸುವುದಾಗಿದೆ.
--- a/translations/kn/8-Reinforcement/1-QLearning/README.md
+++ b/translations/kn/8-Reinforcement/1-QLearning/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "911efd5e595089000cb3c16fce1beab8",
-  "translation_date": "2025-12-19T15:50:39+00:00",
-  "source_file": "8-Reinforcement/1-QLearning/README.md",
-  "language_code": "kn"
-}
-->
 # ಬಲವರ್ಧಿತ ಅಧ್ಯಯನ ಮತ್ತು ಕ್ಯೂ-ಅಧ್ಯಯನಕ್ಕೆ ಪರಿಚಯ

 ![ಯಂತ್ರ ಅಧ್ಯಯನದಲ್ಲಿ ಬಲವರ್ಧನೆಯ ಸಾರಾಂಶವನ್ನು ಸ್ಕೆಚ್‌ನೋಟ್‌ನಲ್ಲಿ](../../../../translated_images/kn/ml-reinforcement.94024374d63348db.webp)
--- a/translations/kn/8-Reinforcement/1-QLearning/assignment.md
+++ b/translations/kn/8-Reinforcement/1-QLearning/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "68394b2102d3503882e5e914bd0ff5c1",
-  "translation_date": "2025-12-19T15:53:15+00:00",
-  "source_file": "8-Reinforcement/1-QLearning/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಹೆಚ್ಚು ವಾಸ್ತವಿಕ ಜಗತ್ತು

 ನಮ್ಮ ಪರಿಸ್ಥಿತಿಯಲ್ಲಿ, ಪೀಟರ್ ಬಹಳಷ್ಟು ದಣಿವಾಗದೆ ಅಥವಾ ಹಸಿವಾಗದೆ ಸುತ್ತಾಡಲು ಸಾಧ್ಯವಾಯಿತು. ಹೆಚ್ಚು ವಾಸ್ತವಿಕ ಜಗತ್ತಿನಲ್ಲಿ, ನಾವು ಸಮಯಕಾಲಕ್ಕೆ ಕುಳಿತು ವಿಶ್ರಾಂತಿ ಪಡೆಯಬೇಕಾಗುತ್ತದೆ, ಮತ್ತು ತಾನೇ ಆಹಾರ ಸೇವಿಸಬೇಕಾಗುತ್ತದೆ. ಕೆಳಗಿನ ನಿಯಮಗಳನ್ನು ಅನುಷ್ಠಾನಗೊಳಿಸುವ ಮೂಲಕ ನಮ್ಮ ಜಗತ್ತನ್ನು ಹೆಚ್ಚು ವಾಸ್ತವಿಕವಾಗಿಸೋಣ:
--- a/translations/kn/8-Reinforcement/1-QLearning/solution/Julia/README.md
+++ b/translations/kn/8-Reinforcement/1-QLearning/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T15:54:59+00:00",
-  "source_file": "8-Reinforcement/1-QLearning/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/8-Reinforcement/1-QLearning/solution/R/README.md
+++ b/translations/kn/8-Reinforcement/1-QLearning/solution/R/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
-  "translation_date": "2025-12-19T15:55:31+00:00",
-  "source_file": "8-Reinforcement/1-QLearning/solution/R/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/8-Reinforcement/2-Gym/README.md
+++ b/translations/kn/8-Reinforcement/2-Gym/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "107d5bb29da8a562e7ae72262d251a75",
-  "translation_date": "2025-12-19T15:40:37+00:00",
-  "source_file": "8-Reinforcement/2-Gym/README.md",
-  "language_code": "kn"
-}
-->
 # ಕಾರ್ಟ್‌ಪೋಲ್ ಸ್ಕೇಟಿಂಗ್

 ಹಿಂದಿನ ಪಾಠದಲ್ಲಿ ನಾವು ಪರಿಹರಿಸುತ್ತಿದ್ದ ಸಮಸ್ಯೆ ಆಟದ ಸಮಸ್ಯೆಯಂತೆ ಕಾಣಬಹುದು, ನಿಜವಾದ ಜೀವನದ ಸಂದರ್ಭಗಳಿಗೆ ಅನ್ವಯಿಸುವುದಿಲ್ಲ ಎಂದು ಭಾಸವಾಗಬಹುದು. ಆದರೆ ಇದು ಸತ್ಯವಲ್ಲ, ಏಕೆಂದರೆ ಅನೇಕ ನಿಜವಾದ ಜಗತ್ತಿನ ಸಮಸ್ಯೆಗಳು ಕೂಡ ಈ ದೃಶ್ಯವನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತವೆ - ಚೆಸ್ ಅಥವಾ ಗೋ ಆಟವನ್ನೂ ಸೇರಿಸಿ. ಅವುಗಳು ಸಮಾನವಾಗಿವೆ, ಏಕೆಂದರೆ ನಮಗೂ ನಿಯಮಗಳೊಂದಿಗೆ ಒಂದು ಬೋರ್ಡ್ ಇದೆ ಮತ್ತು **ವಿಭಜಿತ ಸ್ಥಿತಿ** ಇದೆ.
--- a/translations/kn/8-Reinforcement/2-Gym/assignment.md
+++ b/translations/kn/8-Reinforcement/2-Gym/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "1f2b7441745eb52e25745423b247016b",
-  "translation_date": "2025-12-19T15:43:19+00:00",
-  "source_file": "8-Reinforcement/2-Gym/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಪರ್ವತ ಕಾರ್ ತರಬೇತಿ

 [OpenAI Gym](http://gym.openai.com) ಅನ್ನು ಎಲ್ಲಾ ಪರಿಸರಗಳು ಒಂದೇ API ಒದಗಿಸುವಂತೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ - ಅಂದರೆ ಒಂದೇ ವಿಧಾನಗಳು `reset`, `step` ಮತ್ತು `render`, ಮತ್ತು **ಕ್ರಿಯೆ ಸ್ಥಳ** ಮತ್ತು **ನಿರೀಕ್ಷಣಾ ಸ್ಥಳ** ಎಂಬ ಒಂದೇ ಅವಧಾರಣೆಗಳು. ಆದ್ದರಿಂದ, ಕಡಿಮೆ ಕೋಡ್ ಬದಲಾವಣೆಗಳೊಂದಿಗೆ ವಿಭಿನ್ನ ಪರಿಸರಗಳಿಗೆ ಒಂದೇ ಬಲವರ್ಧಿತ ಕಲಿಕೆ ಆಲ್ಗಾರಿದಮ್ಗಳನ್ನು ಹೊಂದಿಸಲು ಸಾಧ್ಯವಾಗಬೇಕು.
--- a/translations/kn/8-Reinforcement/2-Gym/solution/Julia/README.md
+++ b/translations/kn/8-Reinforcement/2-Gym/solution/Julia/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a39c15d63f3b2795ee2284a82b986b93",
-  "translation_date": "2025-12-19T15:53:56+00:00",
-  "source_file": "8-Reinforcement/2-Gym/solution/Julia/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/8-Reinforcement/2-Gym/solution/R/README.md
+++ b/translations/kn/8-Reinforcement/2-Gym/solution/R/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e",
-  "translation_date": "2025-12-19T15:54:28+00:00",
-  "source_file": "8-Reinforcement/2-Gym/solution/R/README.md",
-  "language_code": "kn"
-}
-->
 ಇದು ತಾತ್ಕಾಲಿಕ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿದೆ

 ---
--- a/translations/kn/8-Reinforcement/README.md
+++ b/translations/kn/8-Reinforcement/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "20ca019012b1725de956681d036d8b18",
-  "translation_date": "2025-12-19T13:09:11+00:00",
-  "source_file": "8-Reinforcement/README.md",
-  "language_code": "kn"
-}
-->
 # ಬಲವರ್ಧಿತ ಅಧ್ಯಯನಕ್ಕೆ ಪರಿಚಯ

 ಬಲವರ್ಧಿತ ಅಧ್ಯಯನ, RL, ಮೇಲ್ವಿಚಾರಿತ ಅಧ್ಯಯನ ಮತ್ತು ಮೇಲ್ವಿಚಾರಣೆಯಿಲ್ಲದ ಅಧ್ಯಯನದ ಪಕ್ಕದಲ್ಲಿ ಮೂಲ ಯಂತ್ರ ಅಧ್ಯಯನ ಪರಿಕಲ್ಪನೆಗಳಲ್ಲಿ ಒಂದಾಗಿ ಪರಿಗಣಿಸಲಾಗಿದೆ. RL ಎಲ್ಲವೂ ನಿರ್ಧಾರಗಳ ಬಗ್ಗೆ: ಸರಿಯಾದ ನಿರ್ಧಾರಗಳನ್ನು ನೀಡುವುದು ಅಥವಾ ಕನಿಷ್ಠ ಅವುಗಳಿಂದ ಕಲಿಯುವುದು.
--- a/translations/kn/9-Real-World/1-Applications/README.md
+++ b/translations/kn/9-Real-World/1-Applications/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "83320d6b6994909e35d830cebf214039",
-  "translation_date": "2025-12-19T15:08:34+00:00",
-  "source_file": "9-Real-World/1-Applications/README.md",
-  "language_code": "kn"
-}
-->
 # ಪೋಸ್ಟ್‌ಸ್ಕ್ರಿಪ್ಟ್: ನೈಜ ಜಗತ್ತಿನಲ್ಲಿ ಯಂತ್ರ ಅಧ್ಯಯನ

 ![ನೈಜ ಜಗತ್ತಿನಲ್ಲಿ ಯಂತ್ರ ಅಧ್ಯಯನದ ಸಾರಾಂಶವನ್ನು ಸ್ಕೆಚ್‌ನೋಟ್‌ನಲ್ಲಿ](../../../../translated_images/kn/ml-realworld.26ee274671615577.webp)
--- a/translations/kn/9-Real-World/1-Applications/assignment.md
+++ b/translations/kn/9-Real-World/1-Applications/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "fdebfcd0a3f12c9e2b436ded1aa79885",
-  "translation_date": "2025-12-19T15:10:43+00:00",
-  "source_file": "9-Real-World/1-Applications/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಎಂಎಲ್ ಸ್ಕ್ಯಾವೆಂಜರ್ ಹಂಟ್

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/9-Real-World/2-Debugging-ML-Models/README.md
+++ b/translations/kn/9-Real-World/2-Debugging-ML-Models/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "df2b538e8fbb3e91cf0419ae2f858675",
-  "translation_date": "2025-12-19T15:13:41+00:00",
-  "source_file": "9-Real-World/2-Debugging-ML-Models/README.md",
-  "language_code": "kn"
-}
-->
 # ಪೋಸ್ಟ್‌ಸ್ಕ್ರಿಪ್ಟ್: ಜವಾಬ್ದಾರಿಯುತ AI ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಘಟಕಗಳನ್ನು ಬಳಸಿ ಯಂತ್ರ ಅಧ್ಯಯನದಲ್ಲಿ ಮಾದರಿ ಡಿಬಗಿಂಗ್

 ## [ಪೂರ್ವ-ಪಾಠ ಕ್ವಿಜ್](https://ff-quizzes.netlify.app/en/ml/)
--- a/translations/kn/9-Real-World/2-Debugging-ML-Models/assignment.md
+++ b/translations/kn/9-Real-World/2-Debugging-ML-Models/assignment.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "91c6a180ef08e20cc15acfd2d6d6e164",
-  "translation_date": "2025-12-19T15:15:57+00:00",
-  "source_file": "9-Real-World/2-Debugging-ML-Models/assignment.md",
-  "language_code": "kn"
-}
-->
 # ಜವಾಬ್ದಾರಿಯುತ AI (RAI) ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಅನ್ವೇಷಣೆ

 ## ಸೂಚನೆಗಳು
--- a/translations/kn/9-Real-World/README.md
+++ b/translations/kn/9-Real-World/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "5e069a0ac02a9606a69946c2b3c574a9",
-  "translation_date": "2025-12-19T13:06:11+00:00",
-  "source_file": "9-Real-World/README.md",
-  "language_code": "kn"
-}
-->
 # ಪೋಸ್ಟ್‌ಸ್ಕ್ರಿಪ್ಟ್: ಕ್ಲಾಸಿಕ್ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್‌ನ ನೈಜ ಜಗತ್ತಿನ ಅನ್ವಯಿಕೆಗಳು

 ಪಠ್ಯಕ್ರಮದ ಈ ವಿಭಾಗದಲ್ಲಿ, ನೀವು ಶ್ರೇಷ್ಟ ML ನ ಕೆಲವು ನೈಜ ಜಗತ್ತಿನ ಅನ್ವಯಿಕೆಗಳನ್ನು ಪರಿಚಯಿಸಿಕೊಳ್ಳುತ್ತೀರಿ. ನಾವು ಇಂಟರ್ನೆಟ್ ಅನ್ನು ಹುಡುಕಿ ಈ ತಂತ್ರಗಳನ್ನು ಬಳಸಿದ ಅನ್ವಯಿಕೆಗಳ ಬಗ್ಗೆ ಶ್ವೇತಪತ್ರಗಳು ಮತ್ತು ಲೇಖನಗಳನ್ನು ಕಂಡುಹಿಡಿದಿದ್ದೇವೆ, ನ್ಯೂರಲ್ ನೆಟ್‌ವರ್ಕ್‌ಗಳು, ಡೀಪ್ ಲರ್ನಿಂಗ್ ಮತ್ತು AI ಅನ್ನು ಸಾಧ್ಯವಾದಷ್ಟು ತಪ್ಪಿಸಿ. ವ್ಯವಹಾರ ವ್ಯವಸ್ಥೆಗಳು, ಪರಿಸರ ಅನ್ವಯಿಕೆಗಳು, ಹಣಕಾಸು, ಕಲೆ ಮತ್ತು ಸಂಸ್ಕೃತಿ ಮತ್ತು ಇನ್ನಷ್ಟು ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ML ಹೇಗೆ ಬಳಸಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ತಿಳಿಯಿರಿ.
--- a/translations/kn/AGENTS.md
+++ b/translations/kn/AGENTS.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "93fdaa0fd38836e50c4793e2f2f25e8b",
-  "translation_date": "2025-12-19T12:42:40+00:00",
-  "source_file": "AGENTS.md",
-  "language_code": "kn"
-}
-->
 # AGENTS.md

 ## Project Overview
--- a/translations/kn/CODE_OF_CONDUCT.md
+++ b/translations/kn/CODE_OF_CONDUCT.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "c06b12caf3c901eb3156e3dd5b0aea56",
-  "translation_date": "2025-12-19T12:44:19+00:00",
-  "source_file": "CODE_OF_CONDUCT.md",
-  "language_code": "kn"
-}
-->
 # ಮೈಕ್ರೋಸಾಫ್ಟ್ ಓಪನ್ ಸೋರ್ಸ್ ನಡವಳಿಕೆ ಸಂಹಿತೆ

 ಈ ಯೋಜನೆ [ಮೈಕ್ರೋಸಾಫ್ಟ್ ಓಪನ್ ಸೋರ್ಸ್ ನಡವಳಿಕೆ ಸಂಹಿತೆ](https://opensource.microsoft.com/codeofconduct/) ಅನ್ನು ಅಂಗೀಕರಿಸಿದೆ.
--- a/translations/kn/CONTRIBUTING.md
+++ b/translations/kn/CONTRIBUTING.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "977ec5266dfd78ad1ce2bd8d46fccbda",
-  "translation_date": "2025-12-19T12:28:04+00:00",
-  "source_file": "CONTRIBUTING.md",
-  "language_code": "kn"
-}
-->
 # ಕೊಡುಗೆ ನೀಡುವುದು

 ಈ ಯೋಜನೆ ಕೊಡುಗೆಗಳು ಮತ್ತು ಸಲಹೆಗಳನ್ನು ಸ್ವಾಗತಿಸುತ್ತದೆ. ಬಹುತೇಕ ಕೊಡುಗೆಗಳಿಗೆ ನೀವು ಒಪ್ಪಿಕೊಳ್ಳಬೇಕಾಗುತ್ತದೆ
--- a/translations/kn/README.md
+++ b/translations/kn/README.md
@ -1,168 +1,152 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "0a6f4476a4f3934a4aa47c1bf47158bc",
-  "translation_date": "2026-01-16T18:04:24+00:00",
-  "source_file": "README.md",
-  "language_code": "kn"
-}
-->
-[![GitHub license](https://img.shields.io/github/license/microsoft/ML-For-Beginners.svg)](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE)
-[![GitHub contributors](https://img.shields.io/github/contributors/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/)
-[![GitHub issues](https://img.shields.io/github/issues/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/issues/)
-[![GitHub pull-requests](https://img.shields.io/github/issues-pr/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/pulls/)
-[![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)
-
-[![GitHub watchers](https://img.shields.io/github/watchers/microsoft/ML-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/ML-For-Beginners/watchers/)
-[![GitHub forks](https://img.shields.io/github/forks/microsoft/ML-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/ML-For-Beginners/network/)
-[![GitHub stars](https://img.shields.io/github/stars/microsoft/ML-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/)
-
-### 🌐 ಬಹು ಭಾಷಾ ಬೆಂಬಲ
-
-#### GitHub ಕ್ರಿಯೆಯಿಂದ ಬೆಂಬಲಿಸಲಾಗಿದೆ (ಸ್ವಯಂಚಾಲಿತ ಮತ್ತು ಸದಾ ನವೀಕರಿಸಲಾಗುತ್ತದೆ)
-
-<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
-[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh/README.md) | [Chinese (Traditional, Hong Kong)](../hk/README.md) | [Chinese (Traditional, Macau)](../mo/README.md) | [Chinese (Traditional, Taiwan)](../tw/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](./README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../br/README.md) | [Portuguese (Portugal)](../pt/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
-
-> **ಸ್ಥಳೀಯವಾಗಿ ಕ್ಲೋನ್ ಮಾಡುವುದು ಇಷ್ಟವೇ?**
-
-> ಈ ರೆಪೋದಲ್ಲಿ 50+ ಭಾಷಾ ಅನುವಾದಗಳು ಸೇರಿವೆ, ಅವು ಡೌನ್‌ಲೋಡ್ ಗಾತ್ರವನ್ನು ಗಮನಾರ್ಹವಾಗಿ ಹೆಚ್ಚಿಸುತ್ತವೆ. ಅನುವಾದಗಳನ್ನು ಇಲ್ಲದೆ ಕ್ಲೋನ್ ಮಾಡಲು, ಸ್ಪಾರ್ಸ್ ಔಟ್‌ಚೆಕ್ ಅನ್ನು ಬಳಸಿ:
+### 🌐 ಬಹುಭಾಷಾ ಬೆಂಬಲ
+
+#### GitHub ಕ್ರಿಯೆಯಿಂದ ಬೆಂಬಲಿತ (ಸ್ವಯಂಚಾಲಿತ ಮತ್ತು ಎದ್ದು ನಿಲ್ಲುತ್ತದೆ)
+
+> **ಸ್ಥಳೀಯವಾಗಿ ಕ್ಲೋನ್ ಮಾಡಲು ಇಚ್ಛಿಸುತ್ತೀರಾ?**
+
+> ಈ ಸಂಗ್ರಹವು 50+ ಭಾಷಾ ಅನುವಾದಗಳನ್ನು ಒಳಗೊಂಡಿದೆ, ಇದು ಡೌನ್ಲೋಡ್ ಗಾತ್ರವನ್ನು ಬಹುಮಾನಿಸಲಾಗಿದೆ. ಅನುವಾದಗಳಿಲ್ಲದೆ ಕ್ಲೋನ್ ಮಾಡಲು, ಸ್ಪಾರ್ಸ್ ಔಟ್‌ಚೆಕ್ ಬಳಸಿ:
 > ```bash
 > git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git
 > cd ML-For-Beginners
 > git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
 > ```
-> ಇದರಿಂದ ನಿಮಗೆ ಕೋರ್ಸ್ ಅನ್ನು ತುಂಬಾ ವೇಗವಾಗಿ ಡೌನ್‌ಲೋಡ್ ಮಾಡಿಕೊಳ್ಳಲು ಅಗತ್ಯವಿರುವ ಎಲ್ಲವೂ ಲಭ್ಯವಾಗುತ್ತದೆ.
-<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
-
-#### ನಮ್ಮ ಸಮುದಾಯದಲ್ಲಿ ಸೇರಿ
-
-[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
+> ಇದರಿಂದ ನೀವು ಧಾರೆಗತ ವೇಗವಾದ ಡೌನ್ಲೋಡ್‌ನೊಂದಿಗೆ ಕೋರ್ಸನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಬೇಕಾದ ಎಲ್ಲವನ್ನೂ ಪಡೆಯುತ್ತೀರಿ.

-ನಾವು ಡಿಸ್ಕಾರ್ಡ್‌ನಲ್ಲಿ AI ಸರಣಿಯನ್ನು ನಡೆದಿಡುತ್ತಿರುವೆವು, ಇನ್ನಷ್ಟು ತಿಳಿಯಲು ಮತ್ತು 18 - 30 ಸೆಪ್ಟೆಂಬರ್, 2025 ರಲ್ಲಿ ನಮ್ಮೊಂದಿಗೆ ಸೇರಲು [Learn with AI Series](https://aka.ms/learnwithai/discord) ಗೆ ಭೇಟಿ ನೀಡಿ. ಗಿಟ್‌ಹಬ್ ಕೊಪಿಲಾಟ್ ಬಳಸಿ ಡೇಟಾ ಸೈನ್ಸ್‌ಗೆ ಸಲಹೆಗಳು ಮತ್ತು ಟ್ರಿಕ್ಸ್ ಪಡೆಯಲಿದ್ದೀರಿ.
+#### ನಮ್ಮ ಸಮುದಾಯದಲ್ಲಿ ಸೇರ್ಪಡೆ ಹೊಂದಿ

-![Learn with AI series](../../../../translated_images/kn/3.9b58fd8d6c373c20.webp)
+ನಾವು ಡಿಸ್ಕೋರ್ಡ್ ನಲ್ಲಿ AI ಸರಣಿಯನ್ನು ಕಲಿಯುತ್ತಿದ್ದೇವೆ, ಮತ್ತಷ್ಟು ತಿಳಿದುಕೊಳ್ಳಲು ಮತ್ತು ಸೇರ್ಪಡೆಗಾಗಿ [Learn with AI Series](https://aka.ms/learnwithai/discord) ಭೇಟಿ ನೀಡಿ, 18 - 30 ಸೆಪ್ಟೆಂಬರ್, 2025. ನೀವು GitHub Copilot ಅನ್ನು ಡೇಟಾ ಸೈನ್ಸಿಗಾಗಿ ಬಳಸುವ ಸಲಹೆ ಮತ್ತು ತಂತ್ರಗಳನ್ನು ಪಡೆಯುತ್ತೀರಿ.

-# ಆರಂಭಿಕರಿಗಾಗಿ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ - ಒಂದು ಪಠ್ಯಕ್ರಮ
+# ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಫಾರ್ ಸ್ಟಾರ್ಟರ್ಸ್ - ಓದುಕ್ರಮ

-> 🌍 ವಿಶ್ವದ ಸಂಸ್ಕೃತಿಗಳನ್ನು ಸಂಧರಿಸಿ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ ಅನ್ನು ಅನ್ವೇಷಿಸುತ್ತಾ ಜಗತ್ತಿನ ಸುತ್ತಹಾರಣ 🌍
+> 🌍 ನಾವು ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಅನ್ನು ಜಗತ್ತಿನ ಸಂಸ್ಕೃತಿಗಳ ಮೂಲಕ ಅನ್ವೇಷಿಸುತ್ತಿರುವಾಗ ವಿಶ್ವಾದ್ಯಂತ ಪ್ರವಾಸ ಮಾಡಿ 🌍

-Microsoft ನ ಕ್ಲೌಡ್ ಅಡ್ವೊಕೇಟ್‌ಗಳು 12 ವಾರಗಳ, 26 ಪಾಠಗಳ ಪಠ್ಯಕ್ರಮವನ್ನು ಒದಗಿಸಲು ಸಂತೋಷ ಪಡುತ್ತಿದ್ದರು, ಇದು **ಮೆಷಿನ್ ಲರ್ನಿಂಗ್** ಕುರಿತು ಎಲ್ಲವನ್ನೂ ಒಳಗೊಂಡಿದೆ. ಈ ಪಠ್ಯಕ್ರಮದಲ್ಲಿ, ಕೆಲವು ವೇಳೆ **ಕ್ಲಾಸಿಕ್ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್** ಎಂದು ಕರೆಯಲ್ಪಡುವುದನ್ನು ನೀವು ಕಲಿಯುತ್ತೀರಿ, ಇದರಲ್ಲಿ ಮುಖ್ಯವಾಗಿ ಸ್ಕೈಕಿಟ್-ಲರ್ನ್ ಲೈಬ್ರರಿ ಬಳಸಲ್ಪಟ್ಟಿದೆ ಮತ್ತು ನಾವು ಡೀಪ್ ಲರ್ನಿಂಗ್ ಅನ್ನು ದೂರವಿಡುತ್ತೇವೆ, ಅದು ನಮ್ಮ [AI for Beginners' curriculum](https://aka.ms/ai4beginners) ನಲ್ಲಿ ಒಳಗೊಂಡಿದೆ. ಈ ಪಾಠಗಳನ್ನು ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners) ಜೊತೆಗೆ ಬಳಸಬಹುದು!
+ಮೈಕ್ರೋಸಾಫ್ಟ್‌ನ ಕ್ಲೌಡ್ ಅಡ್ವೊಕೇಟ್ಸ್ ನಿಮಗೆ 12 ವಾರಗಳ, 26 ಪಾಠಗಳжди ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಕುರಿತ ಒಟ್ಟು ಓದುಕ್ರಮವನ್ನು ನೀಡಲು ಸಂತೋಷಪಡುತ್ತಾರೆ. ಈ ಓದುಕ್ರಮದಲ್ಲಿ ನೀವು ಕೆಲವೊಮ್ಮೆ "ಕ್ಲಾಸಿಕ್ ಮಷಿನ್ ಲರ್ನಿಂಗ್" ಎನ್ನುತ್ತಿರುವುದನ್ನು ಕಲಿಯೋದು, ಮುಖ್ಯವಾಗಿ ಸ್ಕಿಕಿಟ್-ಲರ್ನ್ ಗ್ರಂಥಾಲಯವನ್ನು ಬಳಸುವುದರೊಂದಿಗೆ ಡೀಪ್ ಲರ್ನಿಂಗ್ ಅನ್ನು ತಪ್ಪಿಸುವದು, ಇದು ನಮ್ಮ [AI for Beginners' ಓದುಕ್ರಮ](https://aka.ms/ai4beginners) ನಲ್ಲಿ ಒಳಗೊಂಡಿದೆ. ಈ ಪಾಠಗಳನ್ನು ನಮ್ಮ ['ಡೇಟಾ ಸೈನ್ಸ್ ಫಾರ್ ಸ್ಟಾರ್ಟರ್ಸ್' ಓದುಕ್ರಮ](https://aka.ms/ds4beginners) ಜೊತೆಗೆ ಕೂಡಾ ಜೋಡಿಸಬಹುದು.

-ಮಹಾಕಾಶದಲ್ಲಿರುವ ಯಾವುದೇ ಡೇಟಾವನ್ನು ಹಲವಾರು ಭಾಗಗಳಿಂದ ನಾವು ಅನ್ವಯಿಸುವ ಕಾರಣದಿಂದಾಗಿ ನೀವು ನಮ್ಮೊಂದಿಗೆ ಜಗತ್ತಿನ ಸುತ್ತ ಪ್ರಯಾಣ ಮಾಡುತ್ತೀರಿ. ಪ್ರತಿ ಪಾಠವು ಪೂರ್ವ ಮತ್ತು ನಂತರದ ಕ್ವಿಜ್‌ಗಳು, ಬರಹದ ಮೆಳಕುಗಳು, ಪಾಠವನ್ನು ಮುಗಿಸಲು ಪರಿಹಾರ, ನಿಯೋಜನೆ, ಮತ್ತು ಇನ್ನೂ ಹೆಚ್ಚು ಹೊಂದಿದೆ. ನಮ್ಮ ಯೋಜನೆಾಧಾರಿತ ಶಿಕ್ಷಣಶೀಲ ಧೋರಣೆಯ ಮೂಲಕ ನೀವು ಕಲಿಯುತ್ತಾ ನಿರ್ಮಿಸುತ್ತೀರಿ, ಇದು ಹೊಸ ಕೌಶಲಗಳನ್ನು 'ನಂಚಿಕೊಳ್ಳುವ' ಪ್ರಮಾಣಿತ ವಿಧಾನ.
+ನಮ್ಮ ಜೊತೆ ಜಗತ್ತಿನ ವಿಭಿನ್ನ ಭಾಗಗಳಿಂದ ಡೇಟಾ ಮೇಲೆ ಈ ಕ್ಲಾಸಿಕ್ ತಂತ್ರಗಳನ್ನು ಅನ್ವಯಿಸಿಕೊಂಡು ಪ್ರವಾಸ ಮಾಡಿ. ಪ್ರತಿ ಪಾಠವು ಪೂರ್ವ ಮತ್ತು ನಂತರದ ಪರೀಕ್ಷೆಗಳು, ಪಾಠ ಪೂರ್ಣಗೊಳಿಸುವ ಬರಹ ಸೂಚನೆಗಳು, ಪರಿಹಾರ, ನಿಯೋಗ, ಮತ್ತಿತರ ವಿಷಯಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ನಮ್ಮ ಯೋಜನೆ ಆಧಾರಿತ ಅಧ್ಯಯನ ವಿಧಾನವು ನಿಮ್ಮನ್ನು ನಿರ್ಮಾಣ ಮಾಡುವಾಗ ಕಲಿಯುತ್ತೀರಿ ಎಂಬುದನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ, ಹೊಸ ಕೌಶಲಗಳನ್ನು ಹಿಡಿದಿಡಲು ಬಳಸುವ ಪರಿಣಾಮಕಾರಿ ವಿಧಾನ.

-**✍️ ನಮ್ಮ రచನೆಗಾರರಿಗೆ ಹೃದಯಪೂರ್ವಕ ಧನ್ಯವಾದಗಳು** ಜೆನ್ ಲೂಪರ್, ಸ್ಟೀಫನ್ ಹೌಲ್, ಫ್ರಾನ್ಸೆಸ್ಕಾ ಲಾಜೆರೀ, ಟೊಮೊಮಿ ಇಮುರು, ಕ್ಯಾಸಿ ಬ್ರೇವಿಯು, ಡ್ಮಿಟ್ರಿ ಸೋಷ್ನಿಕೊವ್, ಕ್ರಿಸ್ ನೋರಿಂಗ್, ಅನಿರ್ಬಾನ್ ಮುಖರ್ಜೀ, ಓರ್ನೆಲ್ಲಾ ಅಲ್ಟುನಿಯನ್, ರೂತ್ ಯಾಕುಬು ಮತ್ತು ಆಮಿ ಬಾಯ್ಡ್
+**✍️ ನಮ್ಮ ಬರಹಗಾರರಿಗೆ ಹೃತ್ಪೂರ್ವಕ ಧನ್ಯವಾದಗಳು** ಜೆನ್ ಲೂಪರ್, ಸ್ಟೀಫನ್ ಹೌವೆಲ್, ಫ್ರೆನ್ಸೆಸ್ಕಾ ಲಾಜೆರ್ರಿ, ಟೊಮೊಮಿ ಇಮುರಾ, ಕ್ಯಾಸಿ ಬ್ರೇವಿಯು, ದಿಮಿತ್ರೀ ಸೋಶ್ನಿಕೋವ್, ಕ್ರಿಸ್ ನೋರಿಂಗ್, ಅನಿರ്ബನ್ ಮುಖರ್ಜಿ, ಓರ್ನೆಲ್ಲಾ ಅಲ್ಟುನಿಯನ್, ರೂತ್ ಯಕುಬು ಮತ್ತು ಏಮಿ ಬಾಯ್ಡ್

-**🎨 ನಮ್ಮ ಚಿತ್ರಕಾರರಿಗೂ ಧನ್ಯವಾದಗಳು** ಟೊಮೊಮಿ ಇಮುರು, ದಾಸನಿ ಮಾದಿಪಳ್ಳಿ ಮತ್ತು ಜೆನ್ ಲೂಪರ್
+**🎨 ನಮ್ಮ ಚಿತ್ರಕಾರರಿಗೆ ಸಹ ಧನ್ಯವಾದಗಳು** ಟೊಮೊಮಿ ಇಮುರಾ, ದಸಾನಿ ಮಡಿಪಳ್ಳಿ, ಮತ್ತು ಜೆನ್ ಲೂಪರ್

-**🙏 ನಮ್ಮ Microsoft ವಿದ್ಯಾರ್ಥಿ ಮೊಳಗೋಳಿಕ ರಚನೆಗಾರರು, ವಿಮರ್ಶಕರು ಮತ್ತು ವಿಷಯದ ಸಹಯೋಗಿಗಳಿಗೆ ವಿಶೇಷ ಧನ್ಯವಾದಗಳು**, ವಿಶೇಷವಾಗಿ ರಿಷಿತ್ ಡಾಗ್ಲಿ, ಮುಹಮ್ಮದ್ ಸಕಿಬ್ ಖಾನ್ ಇನಾನ್, ರೋಹನ್ ರಾಜ್, ಅಲೆಕ್ಸಾಂಡ್ರು ಪೆಟ್ರೆಸ್ಕು, అభಿಷೇಕ్ జೈಸ్వాల్, ನವ್ರಿನ್ ತಬಸ್ಸುಂ, ಇಒನ್ ಸಮುಲಿಯಾ ಮತ್ತು ಸ್ನಿಗ್ಧಾ ಅಗರವಲ್
+**🙏 ವಿಶೇಷ ಧನ್ಯವಾದಗಳು 🙏 ನಮ್ಮ ಮೈಕ್ರೋಸಾಫ್ಟ್ ವಿದ್ಯಾರ್ಥಿ ಅಂಬರ್‌ಡಾಸರ್ ಬರಹಗಾರರಿಗೆ, ವಿಮರ್ಶಕರಿಗೆ ಮತ್ತು ವಿಷಯ ನೆರವು ನೀಡಿದವರಿಗೆ**, ವಿಶೇಷವಾಗಿ ರಿಶಿತ್ ದಾಗ್ಲಿ, ಮುಹಮ್ಮದ್ ಸಕೀబ్ ಖಾನ್ ಇನאן, ರೋಹನ್ ರಾಜ್, ಅಲ್ಯಕ್ಸಾಂಡ್ರು ಪೆಟ್ರೆಸ್ಕು, ಅಭಿಷೇಕ್ ಜೈಸ್ವಾಲ್, ನವ್ರಿನ್ ತಬಸ್ಸುಂ, ಇಒನ್ ಸಾಮೈಲಾ, ಮತ್ತು ಸ್ಂಧಾ ಅಗರ್ವಲ್

-**🤩 ನಮ್ಮ R ಪಾಠಗಳಿಗೆ Microsoft ವಿದ್ಯಾರ್ಥಿ ಮೊಳಗೋಳಿಕರಾದ ಎರಿಕ್ ವಾನ್ಜೌ, ಜಸ್‌ಲೀನ್ ಸಂದಿ ಮತ್ತು ವಿದ್ಯುಷಿ ಗುಪ್ತಾಗೆ ಹೆಚ್ಚುವರಿ ಧನ್ಯವಾದಗಳು!**
+**🤩 ನಮ್ಮ R ಪಾಠಗಳಿಗಾಗಿ ಮೈಕ್ರೋಸಾಫ್ಟ್ ವಿದ್ಯಾರ್ಥಿ ಅಂಬರ್‌ಡಾಸರ್ ಎರಿಕ್ ವಾಂಜಾಉ, ಜಸ್ಲೀನ್ ಸೊಂಧಿ ಮತ್ತು ವಿಡುಷಿ ಗುಪ್ತಾ ಅವರಿಗೆ ಹೆಚ್ಚುವರಿ ಧನ್ಯವಾದಗಳು!**

 # ಪ್ರಾರಂಭಿಸುವುದು

 ಈ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ:
-1. **ರಿಪೊಸಿಟರಿಯನ್ನು ಫೋರ್ಕ್ ಮಾಡಿ**: ಈ ಪುಟದ ಮೇಲೆ ಬಲ-ಮೇಲ್ಭಾಗದಲ್ಲಿ ಇರುವ "Fork" ಬಟನ್ ಕ್ಲಿಕ್ ಮಾಡಿ.
-2. **ರಿಪೊಸಿಟರಿಯನ್ನು ಕ್ಲೋನ್ ಮಾಡಿ**:   `git clone https://github.com/microsoft/ML-For-Beginners.git`
+1. **ರೆಪೊ ಫೋರ್ಕ್ ಮಾಡಿ**: ಈ ಪುಟದ ಮೇಲ್ಭಾಗದ ಬಲಭಾಗದ "Fork" ಬಟನ್ ಅನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ.
+2. **ರೆಪೊ ಕ್ಲೋನ್ಮಾಡಿ**: `git clone https://github.com/microsoft/ML-For-Beginners.git`

-> [ಈ ಕೋರ್ಸ್‌ನ ಎಲ್ಲ ಹೆಚ್ಚುವರಿ ಸಂಪನ್ಮೂಲಗಳನ್ನು ನಮ್ಮ Microsoft Learn ಕಲಕ್ಷನ್‌ನಲ್ಲಿ ಕಂಡುಹಿಡಿಯಿರಿ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
+> [ಈ ಕೋರ್ಸಿನ ಎಲ್ಲಾ ಹೆಚ್ಚುವರಿ ಸಂಪನ್ಮೂಲಗಳನ್ನು ನಮ್ಮ ಮೈಕ್ರೋಸಾಫ್ಟ್ ಲರ್ನ್ ಸಂಕಲನದಲ್ಲಿ ಹುಡುಕಿ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)

-> 🔧 **ಸಹಾಯ ಬೇಕೇ?** ಸ್ಥಾಪನೆ, ಸೆಟ್‌ಅಪ್ ಮತ್ತು ಪಾಠಗಳನ್ನು ನಡೆಸುವುದು ಸಂಬಂಧಿಸಿದ ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳ ಪರಿಹಾರಗಳಿಗೆ [Troubleshooting Guide](TROUBLESHOOTING.md) ಪರಿಶೀಲಿಸಿ.
+> 🔧 **ಸಹಾಯ ಬೇಕೇ?** ಸಾಮಾನ್ಯ ಸ್ಥಾಪನೆ, ಸೆಟಪ್ ಮತ್ತು ಪಾಠಗಳನ್ನು ಓಡಿಸುವ ಸಮಸ್ಯೆಗಳಿಗೆ ನಮ್ಮ [ತೊಂದರೆ ನಿವೇದನೆ ಮಾರ್ಗದರ್ಶಿ](TROUBLESHOOTING.md) ಅನ್ನು ಪರಿಶೀಲಿಸಿ.

-**[ವಿದ್ಯಾರ್ಥಿಗಳು](https://aka.ms/student-page)**, ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಬಳಸಲು, ಪ್ರತಿಯೊಂದು ಯೂಸರ್ ಖಾತೆಗೆ ಸಂಪೂರ್ಣ ರೆಪೊ ಫೋರ್ಕ್ ಮಾಡಿ ಮತ್ತು ವ್ಯಾಯಾಮಗಳನ್ನು ಸ್ವತಃ ಅಥವಾ ಗುಂಪಿನಿಂದ ಪೂರ್ಣಗೊಳಿಸಿ:
+**[ವಿದ್ಯಾರ್ಥಿಗಳು](https://aka.ms/student-page)**, ಈ ಓದುಕ್ರಮವನ್ನು ಬಳಸಲು, ಸಂಪೂರ್ಣ ರೆಪೊವನ್ನು ನಿಮ್ಮ ಗಿಥಬ್ ಖಾತೆಗೆ ಫೋರ್ಕ್ ಮಾಡಿ ಮತ್ತು ಅಭ್ಯಾಸಗಳನ್ನು ಸ್ವತಃ ಅಥವಾ ಗುಂಪಿನಲ್ಲಿ ಪೂರ್ಣಗೊಳಿಸಿ:

- ಪೂರ್ವ-ಪಾಠ ಕ್ವಿಜ್ ಸಿದ್ದಮಾಡಿ.
- ಉಪನ್ಯಾಸವನ್ನು ಓದಿ ಮತ್ತು ಚಟುವಟಿಕೆಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಿ, ಪ್ರತಿ ನುಡಿದಾಟ ಪರೀಕ್ಷೆಯಲ್ಲಿ ವಿರಾಮಮೆಗೆ ಮತ್ತು ಪರಿಗಣನೆ ಮಾಡಿ.
- ಪರಿಹಾರ ಕೋಡ್ ಅನ್ನು ನಡಿಸುವುದಕ್ಕಿಂತ ಪಾಠವನ್ನು ಅರ್ಥಮಾಡಿಕೊಂಡು ಪ್ರಾಜೆಕ್ಟುಗಳನ್ನು ರಚಿಸಲು ಯತ್ನಿಸಿ; ಆದರೂ ಆ ಕೋಡ್ ಪ್ರತಿ ಪ್ರಾಜೆಕ್ಟ್ ಗುರಿಯಾಗಿರುವ ಪಾಠದ `/solution` ಫೋಲ್ಡರ್ ಒಳಗೆ ಲಭ್ಯವಿದೆ.
- ನಂತರದ ಪಾಠ ಕ್ವಿಜ್ ಹಾಕಿಕೊಳ್ಳಿ.
- ಸವಾಲು ಪೂರ್ಣಗೊಳಿಸಿ.
- ನಿಯೋಜನೆ ಪೂರ್ಣಗೊಳಿಸಿ.
- ಪಾಠ ಗುಂಪನ್ನು ಮುಗಿಸಿದ ಬಳಿಕ, [ಚರ್ಚಾ ಫಲಕಕ್ಕೆ](https://github.com/microsoft/ML-For-Beginners/discussions) ಭೇಟಿ ನೀಡಿ ಮತ್ತು "ಹಾಸ್ಟು ತಿಳಿಸಿ" - ಸರಿಯಾದ PAT ರೂಬ್ರಿಕ್ ಅನ್ನು ಭರ್ತಿ ಮಾಡಿ. 'PAT' ಅಂದರೆ ಪ್ರಗತಿ ಮೌಲ್ಯಮಾಪನ ಉಪಕರಣ, ನಿಮ್ಮ ಅಧ್ಯಯನದ ಮುಂದುವರಿಗೆಯನ್ನು ಸಹಾಯಕವಾಗಿಸಲು ನೀವು ಭರ್ತಿ ಮಾಡುವ ರೂಬ್ರಿಕ್. ಇತರ PATಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುವ ಮೂಲಕ ನಾವು ಒಟ್ಟಿಗೆ ಕಲಿಯಬಹುದು.
+- ಪಾಠ ಪೂರ್ವದ ಕ್ವಿಜ್ ಮೂಲಕ ಪ್ರಾರಂಭಿಸಿ.
+- ಉಪನ್ಯಾಸವನ್ನು ಓದಿ ಮತ್ತು ಚಟುವಟಿಕೆಗಳನ್ನು ಪೂರೈಸಿ, ಪ್ರತಿ ಜ್ಞಾನ ಪರಿಶೀಲನೆಯಲ್ಲಿ ನಿಲ್ಲಿಸಿ ಮತ್ತು ಆಲೋಚಿಸಿ.
+- ಪಾಠಗಳಿಗೆ “ಸಾಲ್ಯೂಶನ್ ಕೋಡ್” ಓಡಿಸುವ ಬದಲು, ಪಾಠಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಂಡು ಯೋಜನೆಗಳನ್ನು ಸೃಷ್ಟಿಸಲು ಪ್ರಯತ್ನಿಸಿ; ಸೌಲಭ್ಯಕ್ಕೆ ಆ ಕೋಡ್ ಪ್ರತಿ ಯೋಜನೆ ಆಧಾರಿತ ಪಾಠದ `/solution` ಫೋಲ್ಡರ್ಸ್‌ನಲ್ಲಿದೆ.
+- ಪಾಠವಾದ ನಂತರದ ಕ್ವಿಜ್ ಬಿಡಿ.
+- ಚಾಲೆಂಜ್ ಪೂರೈಸಿ.
+- ನಿಯೋಗ ಪೂರ್ಣಗೊಳಿಸಿ.
+- ಪಾಠ ಗುಂಪನ್ನು ಸಂಪೂರ್ಣ ಮಾಡಿದ ನಂತರ, [ಚರ್ಚಾ ಫಲಕ](https://github.com/microsoft/ML-For-Beginners/discussions) ಗೆ ಭೇಟಿ ನೀಡಿ ಮತ್ತು ಸೂಕ್ತ PAT ರೂಬ್ರಿಕ್ ಮೂಲಕ 'ಲಾರ್ಜ್ ಲರ್ನಿಂಗ್' ಮಾಡಿ. 'PAT' ಎಂದರೆ ಪ್ರಗತಿ ಅಂಕನೋಪಕರಣ. ನೀವು ಇನ್ನಿತರ PAT ಗೆ ಪ್ರತಿಕ್ರಿಯೆ ನೀಡಬಹುದು, ಹೀಗೆ ನಾವು ಒಟ್ಟಿಗೆ ಕಲಿಯಬಹುದು.

-> ಹೆಚ್ಚಿನ ಅಧ್ಯಯನಕ್ಕಾಗಿ, ಈ [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) ಮಾಯಾರುಗಳು ಮತ್ತು ಕಲಿಕೆಯ ಮಾರ್ಗಗಳು ಅನುಸರಿಸಲು ಶಿಫಾರಸು ಮಾಡುತ್ತೇವೆ.
+> ಹೆಚ್ಚುವರಿ ಅಧ್ಯಯನಕ್ಕಾಗಿ, ಈ [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) ತರಗತಿಗಳು ಮತ್ತು ಕಲಿಕಾ ಮಾರ್ಗಗಳನ್ನು ಅನುಸರಿಸುವುದಾಗಿ ಶಿಫಾರಸು ಮಾಡುತ್ತೇವೆ.

-**ಶಿಕ್ಷಕರು**, ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಬಳಸುವುದಕ್ಕೆ ನಾವು ಕೆಲವು [ಸೂಚನೆಗಳನ್ನು ಸೇರಿಸಿರುವೆವು](for-teachers.md).
+**ಶಿಕ್ಷಕರಿಗೆ**, ಈ ಓದುಕ್ರಮವನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಎಂಬುದರ ಕುರಿತು ನಾವು [ಕೆಲವು ಸಲಹೆಗಳು](for-teachers.md) ಒದಗಿಸಿದ್ದೇವೆ.

 ---

-## ವಿಡಿಯೋ ವಾಕ್ಥ್ರೋಸ್
+## ವೀಡಿಯೋ ವಾಕ್ಥ್ರೂಗಳು

-ಕೆಲವು ಪಾಠಗಳು ಸಂಕ್ಷಿಪ್ತ ವೀಡಿಯೋ ರೂಪದಲ್ಲಿ ಲಭ್ಯವಿವೆ. ನೀವು ಈ ಎಲ್ಲವನ್ನೂ ಪಾಠಗಳಲ್ಲಿಯೇ ಅಥವಾ [Microsoft ಡೆವಲಪರ್ ಯೂಟ್ಯೂಬ್ ಚಾನೆಲ್‌ನ ML for Beginners ಪ್ಲೇಲಿಸ್ಟ್](https://aka.ms/ml-beginners-videos) ನಲ್ಲಿ ಕಂಡುಹಿಡಿಯಬಹುದು, ಕೆಳಗಿನ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ.
-
-[![ML for beginners banner](../../../../translated_images/kn/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos)
+ಕೆಲವು ಪಾಠಗಳು ಚುಟುಕು ವೀಡಿಯೋ ರೂಪದಲ್ಲಿ ಲಭ್ಯವಿವೆ. ನೀವು ಈ ಎಲ್ಲವನ್ನು ಪಾಠಗಳಲ್ಲಿ ಸೇರಿದರೂ ಅಥವಾ [Microsoft ಡೆವಲಪರ್ YouTube ಚಾನೆಲು ML for Beginners ಪ್ಲೇಲಿಸ್ಟ್](https://aka.ms/ml-beginners-videos) ನಲ್ಲಿ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ ಕಾಣಬಹುದು.

 ---

-## ತಂಡವನ್ನು ಪರಿಚಯಿಸಿ
-
-[![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU)
-
-**ಚಿತ್ರಣ** [ಮೊಹಿತ್ ಜೈಸಾಲ್](https://linkedin.com/in/mohitjaisal)
+## ತಂಡವನ್ನು ಪರಿಚಯಿಸಿಕೊಳ್ಳಿ

-> 🎥 ಯೋಜನೆ ಮತ್ತು ಅದನ್ನು ರಚಿಸಿದವರ ಬಗ್ಗೆ ವೀಡಿಯೊಗಾಗಿ ಮೇಲಿನ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ!
+> 🎥 ಮೇಲಿನ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ ಯೋಜನೆ ಮತ್ತು ಅದನ್ನು ರಚಿಸಿದವರ ಬಗ್ಗೆ ವೀಡಿಯೋ ವೀಕ್ಷಣೆಗೆ!

 ---

-## ಶಿಕ್ಷಣಶಾಸ್ತ್ರ
-
-ನಾವು ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ರಚಿಸುವಾಗ ಎರಡು ಶಿಕ್ಷಣ ತತ್ವಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಿದ್ದೇವೆ: ಇದು ಕೈಮೇಲೆ **ಯೋಜನೆಾಧಾರಿತ** ಆಗಿರಬೇಕು ಮತ್ತು ಅದರಲ್ಲಿ **ಅನೇಕ ಕ್ವಿಜ್‌ಗಳು** ಇರಬೇಕು. ಇದಲ್ಲದೆ, ಈ ಪಠ್ಯಕ್ರಮದಲ್ಲಿ ಸಾಮಾನ್ಯ **ಥೀಮ್ಅಂಶ** ಕೂಡ ಇದೆ, ಇದರಿಂದ ಅದು ಸಮಗ್ರತೆಯನ್ನು ಪಡೆಯುತ್ತದೆ.
-
-ವಿಷಯಗಳು ಯೋಜನೆಗಳಿಗೆ ಹೊಂದಿಕೊಂಡಿರುವುದರಿಂದ, ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ವ್ಯವಹಾರಿಕವಾಗುತ್ತದೆ ಮತ್ತು ಕಲಿತ ವಿಚಾರಗಳ ನಂಚಿಕೆ ಹೆಚ್ಚಿನ ಮಟ್ಟಕ್ಕೆ ತಿರುಗಿಬರುತ್ತದೆ. ಇದಲ್ಲದೆ, ತರಗತಿ ಮುಂಚೆ ಕಡಿಮೆ ಬಲದ ಕ್ವಿಜ್ ಒಂದು ವಿಷಯ ಕಲಿಯಲು ವಿದ್ಯಾರ್ಥಿಯ ಉದ್ದೇಶವನ್ನು ಆಗ<|vq_image_14350|><|vq_image_13388|><|vq_image_13388|><|vq_image_13388|><|vq_image_13388|><|vq_image_3256|><|vq_image_9434|><|vq_image_13388|><|vq_image_8244|><|vq_image_12999|><|vq_image_14098|><|vq_image_7681|><|vq_image_13388|><|vq_image_13389|><|image_border_14|><|vq_image_14099|><|vq_image_5276|><|vq_image_11020|><|vq_image_1881|><|vq_image_13388|><|vq_image_2301|><|vq_image_15595|><|vq_image_15595|><|vq_image_11755|><|vq_image_14336|><|vq_image_7681|><|vq_image_15510|><|vq_image_2699|><|vq_image_1881|><|vq_image_5132|><|vq_image_14099|><|image_border_15|><|vq_image_14850|><|vq_image_8244|><|vq_image_2641|><|vq_image_2699|><|vq_image_11118|><|vq_image_15595|><|vq_image_15595|><|vq_image_13748|><|vq_image_11118|><|vq_image_12895|><|vq_image_12895|><|vq_image_2699|><|vq_image_8244|><|vq_image_8244|><|vq_image_5276|><|vq_image_14099|>
-> **ಕ್ವಿಜ್ಗಳ ಬಗ್ಗೆ ಒಂದು ಟಿಪ್ಪಣಿ**: ಎಲ್ಲಾ ಕ್ವಿಜ್ಗಳು [Quiz App folder](../../quiz-app) ನಲ್ಲಿ ಇದ್ದು, ಒಟ್ಟು 52 ಕ್ವಿಜ್‌ಗಳಿದ್ದು ಪ್ರತಿಯೊಂದರಲ್ಲೂ ಮೂರು ಪ್ರಶ್ನೆಗಳಿವೆ. ಅವುಗಳು ಪಾಠಗಳೊಳಗಿಂದ ಲಿಂಕ್ ಮಾಡಲ್ಪಟ್ಟಿದ್ದರೂ, ಕ್ವಿಜ್ ಆಪ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿಯೂ ಚಾಲನೆ ಮಾಡಬಹುದು; ಸ್ಥಳೀಯವಾಗಿ ಹೋಸ್ಟ್ ಅಥವಾ Azure ಗೆ ನಿಯೋಜಿಸಲು `quiz-app` ಫೋಲ್ಡರ್‌ನ ನಿರ್ದೇಶನವನ್ನು ಅನುಸರಿಸಿ.
-
-| ಪಾಠ ಸಂಖ್ಯೆ |                             ವಿಷಯ                              |                   ಪಾಠ ಗುಂಪು                   | ಕಲಿಕಾ ಉದ್ದೇಶಗಳು                                                                                                             |                                                              ಲಿಂಕ್ ಮಾಡಿದ ಪಾಠ                                                               |                        ಲೇಖಕ                        |
-| :-------: | :-----------------------------------------------------------: | :---------------------------------------------: | ---------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------: |
-|    01     |                ಯಂತ್ರ ಅಧ್ಯಯನಕ್ಕೆ ಪರಿಚಯ                       |      [Introduction](1-Introduction/README.md)       | ಯಂತ್ರ ಅಧ್ಯಯನದ ಹಿನ್ನಲೆಯಲ್ಲಿ ಇರುವ ಮೂಲಭೂತ ತತ್ವಗಳನ್ನು ಕಲಿಯಿರಿ                                                                          |                                             [ಪಾಠ](1-Introduction/1-intro-to-ML/README.md)                                             |                       ಮುಖಮ್ಮದ್                       |
-|    02     |                ಯಂತ್ರ ಅಧ್ಯಯನದ ಇತಿಹಾಸ                        |      [Introduction](1-Introduction/README.md)       | ಈ ಕ್ಷೇತ್ರದ ಇತಿಹಾಸವನ್ನು ತಿಳಿಯಿರಿ                                                                                                   |                                            [ಪಾಠ](1-Introduction/2-history-of-ML/README.md)                                            |                     ಜೆನ್ ಮತ್ತು ಎಮಿ                      |
-|    03     |                 ನ್ಯಾಯತೀರ್ಮಾನ ಮತ್ತು ಯಂತ್ರ ಅಧ್ಯಯನ               |      [Introduction](1-Introduction/README.md)       | ಯುದ್ಧಬದ್ಧ ಯಂತ್ರ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸುವಾಗ ಮತ್ತು ಅನ್ವಯಿಸುವಾಗ ವಿದ್ಯಾರ್ಥಿಗಳು ಪರಿಗಣಿಸಬೇಕಾದ ನ್ಯಾಯತೀರ್ಮಾನಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಪ್ರಮುಖ ತತ್ವಶಾಸ್ತ್ರೀಯ ವಿಷಯಗಳು ಏನು? |                                              [ಪಾಠ](1-Introduction/3-fairness/README.md)                                               |                        ತೊಮೊಮಿ                        |
-|    04     |                ಯಂತ್ರ ಅಧ್ಯಯನ ತಂತ್ರಗಳು                         |      [Introduction](1-Introduction/README.md)       | ಯಂತ್ರ ಅಧ್ಯಯನ ಗವೇಶಕರು ಯಂತ್ರ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸಲು ಬಳಸುವ ತಂತ್ರಗಳು ಯಾವವು?                                                                       |                                          [ಪಾಠ](1-Introduction/4-techniques-of-ML/README.md)                                           |                    ಕ್ರಿಸ್ ಮತ್ತು ಜೆನ್                     |
-|    05     |                   ರಿಗ್ರೇಶನ್ ಗೆ ಪರಿಚಯ                       |        [Regression](2-Regression/README.md)         | ರಿಗ್ರೇಶನ್ ಮಾದರಿಗಳಿಗೆ ಪೈಥಾನ್ ಮತ್ತು ಸ್ಕೈಕಿಟ್-ಲರ್ನ್ ಬಳಸಿ ಪ್ರಾರಂಭಿಸಿ                                                                  |         [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html)         |      ಜೆನ್ • ಎರಿಕ್ ವಾಂಜೌ       |
-|    06     |                ಉತ್ತರ ಅಮೆರಿಕನ್ ಗೋಡಂಬಿ ಬೆಲೆಗಳು 🎃             |        [Regression](2-Regression/README.md)         | ಯಂತ್ರ ಅಧ್ಯಯನದ ಪೂರ್ವತಯಾರಿಗಾಗಿ ಡೇಟಾವನ್ನು ದೃಶ್ಯೀಕರಿಸಿ ಮತ್ತು ಶುದ್ಧಗೊಳಿಸಿ                                                                              |          [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html)          |      ಜೆನ್ • ಎರಿಕ್ ವಾಂಜೌ       |
-|    07     |                ಉತ್ತರ ಅಮೆರಿಕನ್ ಗೋಡಂಬಿ ಬೆಲೆಗಳು 🎃             |        [Regression](2-Regression/README.md)         | ರೇಖೀಯ ಮತ್ತು ಬಹುಪದ ರಿಗ್ರೇಶನ್ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸಿ                                                                                   |        [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html)        |      ಜೆನ್ ಮತ್ತು ಡ್ಮಿತ್ರಿ • ಎರಿಕ್ ವಾಂಜೌ       |
-|    08     |                ಉತ್ತರ ಅಮೆರಿಕನ್ ಗೋಡಂಬಿ ಬೆಲೆಗಳು 🎃             |        [Regression](2-Regression/README.md)         | ಲಾಜಿಸ್ಟಿಕ್ ರಿಗ್ರೇಶನ್ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಿ                                                                                               |     [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html)      |      ಜೆನ್ • ಎರಿಕ್ ವಾಂಜೌ       |
-|    09     |                          ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್ 🔌                 |           [Web App](3-Web-App/README.md)            | ನಿಮ್ಮ ತರಬೇತುಗೊಂಡ ಮಾದರಿಯನ್ನು ಬಳಸಲು ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್ ನಿರ್ಮಿಸಿ                                                                                       |                                                 [Python](3-Web-App/1-Web-App/README.md)                                                  |                         ಜೆನ್                          |
-|    10     |                 ವರ್ಗೀಕರಣಕ್ಕೆ ಪರಿಚಯ                        |    [Classification](4-Classification/README.md)     | ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಶುದ್ಧಗೊಳಿಸಿ, ಪೂರ್ವತಯಾರು ಮಾಡಿ ಮತ್ತು ದೃಶ್ಯೀಕರಿಸಿ; ವರ್ಗೀಕರಣಕ್ಕೆ ಪರಿಚಯ                                                            | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html)  | ಜೆನ್ ಮತ್ತು ಕ್ಯಾಸಿ • ಎರಿಕ್ ವಾಂಜೌ |
-|    11     |             ರುಚಿಕರ ಏಷ್ಯನ್ ಮತ್ತು ಭಾರತೀಯ ಆಹಾರಗಳು 🍜           |    [Classification](4-Classification/README.md)     | ವರ್ಗೀಕರಣಕಾರರಿಗೆ ಪರಿಚಯ                                                                                                     | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | ಜೆನ್ ಮತ್ತು ಕ್ಯಾಸಿ • ಎರಿಕ್ ವಾಂಜೌ |
-|    12     |             ರುಚಿಕರ ಏಷ್ಯನ್ ಮತ್ತು ಭಾರತೀಯ ಆಹಾರಗಳು 🍜           |    [Classification](4-Classification/README.md)     | ಇನ್ನಷ್ಟು ವರ್ಗೀಕರಣಕಾರರು                                                                                                                | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | ಜೆನ್ ಮತ್ತು ಕ್ಯಾಸಿ • ಎರಿಕ್ ವಾಂಜೌ |
-|    13     |             ರುಚಿಕರ ಏಷ್ಯನ್ ಮತ್ತು ಭಾರತೀಯ ಆಹಾರಗಳು 🍜           |    [Classification](4-Classification/README.md)     | ನಿಮ್ಮ ಮಾದರಿಯನ್ನು ಬಳಸಿ ಶಿಫಾರಸು ಮಾಡುವ ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್ ನಿರ್ಮಿಸಿ                                                                                    |                                              [Python](4-Classification/4-Applied/README.md)                                              |                         ಜೆನ್                          |
-|    14     |                   ಕ್ಲಸ್ಟರಿಂಗ್ ಗೆ ಪರಿಚಯ                        |        [Clustering](5-Clustering/README.md)         | ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಶುದ್ಧಗೊಳಿಸಿ, ಪೂರ್ವತಯಾರು ಮಾಡಿ ಮತ್ತು ದೃಶ್ಯೀಕರಿಸಿ; ಕ್ಲಸ್ಟರಿಂಗ್ ಗೆ ಪರಿಚಯ                                                                |         [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html)         |      ಜೆನ್ • ಎರಿಕ್ ವಾಂಜೌ       |
-|    15     |              ನೈಜೀರಿಯನ್ ಸಂಗೀತ ರುಚಿಗಳನ್ನು ಅನ್ವೇಷಣೆ 🎧           |        [Clustering](5-Clustering/README.md)         | K-ಮೀನ್ಸ್ ಕ್ಲಸ್ಟರಿಂಗ್ ವಿಧಾನವನ್ನು ಅನ್ವೇಷಿಸಿ                                                                                           |           [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html)           |      ಜೆನ್ • ಎರಿಕ್ ವಾಂಜೌ       |
-|    16     |        ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆಗೆ ಪರಿಚಯ ☕️                  |   [Natural language processing](6-NLP/README.md)    | ಸರಳ ಬಾಟ್ ನಿರ್ಮಿಸುವ ಮೂಲಕ NLP ನ ಮೂಲಭೂತಗಳನ್ನು ಕಲಿಯಿರಿ                                                                             |                                             [Python](6-NLP/1-Introduction-to-NLP/README.md)                                              |                       ಸ್ಟೀಫನ್                        |
-|    17     |                      ಸಾಮಾನ್ಯ NLP ಕಾರ್ಯಗಳು ☕️                |   [Natural language processing](6-NLP/README.md)    | ಭಾಷೆಯ ರಚನೆಗಳೊಂದಿಗೆ ವ್ಯವಹರಿಸುವಾಗ ಬೇಕಾದ ಸಾಮಾನ್ಯ ಕಾರ್ಯಗಳನ್ನು ಸಮರ್ಥವಾಗಿ ತಿಳಿದುಕೊಳ್ಳಿ                          |                                                    [Python](6-NLP/2-Tasks/README.md)                                                     |                       ಸ್ಟೀಫನ್                        |
-|    18     |             ಭಾಷಾಂತರ ಮತ್ತು ಭಾವನಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ ♥️           |   [Natural language processing](6-NLP/README.md)    | ಜೆನ್ ಅಸ್ಟನ್ ಬಳಸಿ ಭಾಷಾಂತರ ಮತ್ತು ಭಾವನಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ                                                                             |                                            [Python](6-NLP/3-Translation-Sentiment/README.md)                                             |                       ಸ್ಟೀಫನ್                        |
-|    19     |                  ಯುರೋಪಿನ ರೋಮ್ಯಾಂಟಿಕ್ ಹೋಟೆಲ್ಗಳು ♥️          |   [Natural language processing](6-NLP/README.md)    | ಹೋಟೆಲ್ ವಿಮರ್ಶೆಗಳೊಂದಿಗೆ ಭಾವನಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ 1                                                                                         |                                               [Python](6-NLP/4-Hotel-Reviews-1/README.md)                                                |                       ಸ್ಟೀಫನ್                        |
-|    20     |                  ಯುರೋಪಿನ ರೋಮ್ಯಾಂಟಿಕ್ ಹೋಟೆಲ್ಗಳು ♥️          |   [Natural language processing](6-NLP/README.md)    | ಹೋಟೆಲ್ ವಿಮರ್ಶೆಗಳೊಂದಿಗೆ ಭಾವನಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ 2                                                                                         |                                               [Python](6-NLP/5-Hotel-Reviews-2/README.md)                                                |                       ಸ್ಟೀಫನ್                        |
-|    21     |            ಕಾಲ ಧಾರಾ ಮುಂಭಾವನೆಗೆ ಪರಿಚಯ                     |        [Time series](7-TimeSeries/README.md)        | ಕಾಲ ಧಾರಾ ಮುಂಭಾವನೆಗೆ ಪರಿಚಯ                                                                                         |                                             [Python](7-TimeSeries/1-Introduction/README.md)                                              |                      ಫ್ರಾನ್ಸೆಸ್ಕಾ                       |
-|    22     | ⚡️ ವಿಶ್ವ ವಿದ್ಯುತ್ ಬಳಕೆ ⚡️ - ARIMA ಯೊಂದಿಗೆ ಕಾಲ ಧಾರಾ ಮುಂಭಾವನೆ  |        [Time series](7-TimeSeries/README.md)        | ARIMA ಯೊಂದಿಗೆ ಕಾಲ ಧಾರಾ ಮುಂಭಾವನೆ                                                                                              |                                                 [Python](7-TimeSeries/2-ARIMA/README.md)                                                 |                      ಫ್ರಾನ್ಸೆಸ್ಕಾ                       |
-|    23     |  ⚡️ ವಿಶ್ವ ವಿದ್ಯುತ್ ಬಳಕೆ ⚡️ - SVR ಯೊಂದಿಗೆ ಕಾಲ ಧಾರಾ ಮುಂಭಾವನೆ  |        [Time series](7-TimeSeries/README.md)        | ಸಪೋರ್ಟ್ ವೆಕ್ಟರ್ ರಿಗ್ರೇಶರ್ ಬಳಸಿ ಕಾಲ ಧಾರಾ ಮುಂಭಾವನೆ                                                                           |                                                  [Python](7-TimeSeries/3-SVR/README.md)                                                  |                       ಅನಿರ್ಬಾನ್                        |
-|    24     |             ಬಲವರ್ಧನೆ ಕಲಿಕೆಗೆ ಪರಿಚಯ                          | [Reinforcement learning](8-Reinforcement/README.md) | Q-ಲರ್ನಿಂಗ್ ಬಳಸಿ ಬಲವರ್ಧನೆ ಕಲಿಕೆಗೆ ಪರಿಚಯ                                                                          |                                             [Python](8-Reinforcement/1-QLearning/README.md)                                              |                        ಡ್ಮಿತ್ರಿ                        |
-|    25     |                 ಪೀಟರ್ ನಾಡಿ ಆನೆಯನ್ನು ತಪ್ಪಿಸಿ! 🐺               | [Reinforcement learning](8-Reinforcement/README.md) | ರೀನ್ಫೋರ್ಸ್‌ಮೆಂಟ್ ಲರ್ನಿಂಗ್ ಜಿಮ್                                                                                                      |                                                [Python](8-Reinforcement/2-Gym/README.md)                                                 |                        ಡ್ಮಿತ್ರಿ                        |
-|  ಪೋಷ್‌ಸ್ಕ್ರಿಪ್ಟ್  |            ವಾಸ್ತವಿಕ ಜಗತ್ತಿನ ಯಂತ್ರ ಅಧ್ಯಯನ ದೃಶ್ಯಗಳು ಮತ್ತು ಅನ್ವಯಣೆಗಳು            |      [ML in the Wild](9-Real-World/README.md)       | ಕ್ಲಾಸಿಕಲ್ ಎಂಎಲ್‌ನ ರೋಚಕ ಮತ್ತು ಬಹಿರಂಗ ಪ್ರಕಾರಗಳು                                                               |                                             [ಪಾಠ](9-Real-World/1-Applications/README.md)                                              |                         ತಂಡ                         |
-|  ಪೋಷ್‌ಸ್ಕ್ರಿಪ್ಟ್  |            RAI ಡ್ಯಾಶ್ಬೋರ್ಡ್ ಬಳಸಿ ಎಂಎಲ್ನಲ್ಲಿನ ಮಾದರಿ ಡಿಬಗ್ಗಿಂಗ್          |      [ML in the Wild](9-Real-World/README.md)       | ರೆಸ್ಪಾನ್ಸಿಬಲ್ AI ಡ್ಯಾಶ್ಬೋರ್ಡ್ ಘಟಕಗಳನ್ನು ಬಳಸಿ ಯಂತ್ರ ಅಧ್ಯಯನದಲ್ಲಿ ಮಾದರಿ ಡಿಬಗ್ಗಿಂಗ್                                                              |                                             [ಪಾಠ](9-Real-World/2-Debugging-ML-Models/README.md)                                              |                         ರೂತ್ ಯಾಕುಬು                       |
-
-> [ಈ ಕೋರ್ಸ್‌ಗೆ ಸಂಬಂಧಿಸಿದ ಎಲ್ಲ ಹೆಚ್ಚುವರಿ ಸಂಪನ್ಮೂಲಗಳನ್ನು ನಮ್ಮ Microsoft Learn ಸಂಗ್ರಹದಲ್ಲಿ ಕಂಡುಕೊಳ್ಳಿ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
-
-## ಆಫ್‌ಲೈನ್ ಪ್ರವೇಶ
-
-[Docsify](https://docsify.js.org/#/) ಬಳಸಿ ನೀವು ಈ ದಾಖಲೆಗಳನ್ನು ಆಫ್‌ಲೈನ್‌ನಲ್ಲಿ ಚಾಲನೆ ಮಾಡಬಹುದು. ಈ ರೆಪೊವನ್ನು ಫೋರ್ಕ್ ಮಾಡಿ, ನಿಮ್ಮ ಸ್ಥಳೀಯ ಯಂತ್ರದಲ್ಲಿ [Docsify ಅನ್ನು ಸ್ಥಾಪಿಸಿ](https://docsify.js.org/#/quickstart), ನಂತರ ಈ ರೆಪೊ ರೂಟ್ ಫೋಲ್ಡರ್‌ನಲ್ಲಿ `docsify serve` ಟೈಪ್ ಮಾಡಿ. ವೆಬ್‌സೈಟ್ ನಿಮ್ಮ ಲೊಕಲ್‌ಹೋಸ್ಟ್‌ನಲ್ಲಿ ಪೋರ್ಟ್ 3000 ರಲ್ಲಿ ಲಭ್ಯವಾಗುತ್ತದೆ: `localhost:3000`.
+## ಅಧ್ಯಯನ ಪೈಪೋಟಿ
+
+ನಾವು ಈ ಓದುಕ್ರಮವನ್ನು ನಿರ್ಮಿಸುವಾಗ ಎರಡು ಅಧ್ಯಯನ ತತ್ವಗಳನ್ನು ಆಯ್ಕೆಮಾಡಿದ್ದೇವೆ: ಇದು ಕೈಗೂಡಬಹುದಾದ **ಯೋಜನೆ ಆಧಾರಿತ** ಆಗಿರಬೇಕು ಮತ್ತು ಅದು **ಸರಿಗಮಪ ದರದ ಪ್ರಶ್ನೋತ್ತರಗಳನ್ನು** ಒಳಗೊಂಡಿರಬೇಕು. ಜೊತೆಗೆ, ಈ ಓದುಕ್ರಮಕ್ಕೆ ಸಾಮಾನ್ಯ **ವಿಷಯಸೂತ್ರ** ಇದ್ದು ಅದರಿಂದ ಒಂದು ಬದ್ಧತೆ ಬರುತ್ತದೆ.
+
+ವಿಷಯವನ್ನು ಯೋಜನೆಗಳಿಗೆ ಹೊಂದಿಸುವ ಮೂಲಕ ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ಅದನ್ನು ಅನುಭವಿಸಲು ಮತ್ತು ಕಲಿತ ವಿಷಯಗಳಿಡಕೆ ಹೆಚ್ಚುವರಿ ಸಾಂದ್ರತೆ ಸಿಗುತ್ತದೆ. ತರಗತಿಯ ಮೊದಲು ಕಡಿಮೆ-ಅಂಕದ ಪ್ರಶ್ನೋತ್ತರವು ವಿದ್ಯಾರ್ಥಿಯು ಒಂದು ವಿಷಯ ಕಲಿಯಲು ಇಚ್ಛೆಯ ಬೆಳೆದಂತೆ ಮಾಡುತ್ತದೆ, ಮತ್ತು ನಂತರದ ಪ್ರಶ್ನೋತ್ತರವು ಹೆಚ್ಚುವರಿ ನೆನಪನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ. ಈ ಓದುಕ್ರಮವು ಬಹುಮುಖ ಮತ್ತು ಮನರಂಜನಾತ್ಮಕವಾಗಿದ್ದು, ಸಂಪೂರ್ಣವಾಗಿ ಅಥವಾ ಭಾಗವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಬಹುದು. ಯೋಜನೆಗಳು ಸಣ್ಣದಾಗಿ ಪ್ರಾರಂಭವಾಗಿ 12 ವಾರಗಳ ಚಕ್ರದ ಕೊನೆಯಲ್ಲಿ ಜಟಿಲವಾಗುತ್ತದೆ. ಈ ಓದುಕ್ರಮವು ಎಂಎಲ್ ನ ನೈಜ-ಜಗತ್ತಿನ ಅನ್ವಯಿಕೆಗಳ ಕುರಿತು ಒಂದು ಇಳಿವೆಯನ್ನೂ ಒಳಗೊಂಡಿದೆ, ಅದು ಹೆಚ್ಚುವರಿ ಕ್ರೆಡಿಟ್ ಅಥವಾ ಚರ್ಚೆಗೆ ಆಧರಾಗಿ ಬಳಸಬಹುದು.
+
+> ನಮ್ಮ [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translation](TRANSLATIONS.md), ಮತ್ತು [Troubleshooting](TROUBLESHOOTING.md) ಮಾರ್ಗಸೂಚಿಗಳನ್ನು ನೋಡಿ. ನಿಮ್ಮ ನಿರ್ಮಾಣಾತ್ಮಕ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಸ್ವಾಗತಿಸುತ್ತೇವೆ!
+
+## ಪ್ರತಿ ಪಾಠದಲ್ಲಿ ಇದಿವೆ
+
+- ಐಚ್ಛಿಕ ಸ್ಕೆಚ್ನೋಟ್
+- ಐಚ್ಛಿಕ ಹ@FXML ಅಪ್ಡೇಟ್ ವೀಡಿಯೋ
+- ವೀಡಿಯೋ ವಾಕ್ಥ್ರೂ (ಕೆಲವು ಪಾಠಗಳು ಮಾತ್ರ)
+- [ಪೂರ್ವ-ಪಾಠ ತಾತ್ಕಾಲಿಕ ಪ್ರಶ್ನೋತ್ತರ](https://ff-quizzes.netlify.app/en/ml/)
+- ಬರಹಪದ ಪಾಠ
+- ಯೋಜನೆ ಆಧಾರಿತ ಪಾಠಗಳಿಗೆ ಪ್ರತಿ ಹಂತದ ಮಾರ್ಗದರ್ಶನ
+- ಜ್ಞಾನ ಪರೀಕ್ಷೆಗಳು
+- ಒಂದು ಚಾಲೆಂಜ್
+- ಪೂರಕ ಓದು
+- ನಿಯೋಗ
+- [ಪೋಸ್ಟ್-ಪಾಠ ಪ್ರಶ್ನೋತ್ತರ](https://ff-quizzes.netlify.app/en/ml/)
+
+> **ಭಾಷೆ ಕುರಿತು ಟಿಪ್ಪಣಿ**: ಈ ಪಾಠಗಳು ಮುಖ್ಯವಾಗಿ Python ನಲ್ಲಿ ಬರೆಯಲ್ಪಟ್ಟಿವೆ, ಆದರೆ ಅನೇಕವೂ R ನಲ್ಲಿ ಲಭ್ಯವಿವೆ. R ಪಾಠವನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು `/solution` ಫೋಲ್ಡರ್ನಲ್ಲಿ R ಪಾಠಗಳನ್ನು ಹುಡುಕಿ. ಅವುಗಳಲ್ಲಿ .rmd ವಿಸ್ತರಣೆ ಇರುತ್ತದೆ, ಇದು **R Markdown** ಫೈಲ್ ಆಗಿದ್ದು ಅದು `ಕೋಡ್ ಚಂಕ್‌ಗಳು` (R ಅಥವಾ ಇತರೆ ಭಾಷೆಗಳ) ಮತ್ತು `YAML ಶೀರ್ಷಿಕೆ` ಅನ್ನು ಒಳಗೊಂಡಿದೆ, ಇದು PDFಂತಹ ಆಕಾರಗಳಿಗೆ ಔಟ್‌ಪುಟ್ ಅನ್ನು ನಿರ್ವಹಿಸಲು ಮಾರ್ಗದರ್ಶಿಸುತ್ತದೆ Markdown ಡಾಕ್ಯುಮೆಂಟ್ ಅನ್ನು. ಆದಕಾರಣ, ಇದು ಡೇಟಾ ಸೈನ್ಸ್‌ಗಾಗಿ ಉತ್ತಮ ಪ್ರಾಧಿಕಾರ_Framework ಆಗಿದೆ, ಏಕೆಂದರೆ ನೀವು ನಿಮ್ಮ ಕೋಡ್, ಅದರ ಔಟ್‌ಪುಟ್, ಮತ್ತು ನಿಮ್ಮ ಆಲೋಚನೆಗಳನ್ನು Markdown ನಲ್ಲಿ ಬರೆದು ಸಂಯೋಜಿಸಬಹುದು. ಇನ್ನೂ, R Markdown ಡಾಕ್ಯುಮೆಂಟ್‌ಗಳನ್ನು PDF, HTML, ಅಥವಾ Word ರೀತಿಗಳಲ್ಲಿ ರೂಪಾಂತರಿಸಬಹುದು.
+> **ಕ್ವಿಜ್‌ಗಳ ಬಗ್ಗೆ ಟಿಪ್ಪಣಿ**: ಎಲ್ಲಾ ಕ್ವಿಜ್‌ಗಳು [Quiz App ಫೋಲ್ಡರ್](../../quiz-app) ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಲ್ಪಟ್ಟಿವೆ, ಪ್ರತಿ ಮೂವರು ಪ್ರಶ್ನೆಗಳ 52 ಸಂಪೂರ್ಣ ಕ್ವಿಜ್‌ಗಳಿವೆ. ಅವು ಪಾಠಗಳೊಳಗಿನ ಲಿಂಕುಗಳ ಮೂಲಕ ಸಂಪರ್ಕ ಹೊಂದಿವೆ ಆದರೆ ಕ್ವಿಜ್ ಆಪ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ನಡೆಸಬಹುದು; ಸ್ಥಳೀಯವಾಗಿ ಆತಿಥ್ಯ ವಹಿಸಲು ಅಥವಾ Azure ಗೆ ಹೋಸ್ಟ್ ಮಾಡಲು `quiz-app` ಫೋಲ್ಡರ್‌ನ ಸೂಚನೆಯನ್ನು ಅನುಸರಿಸಿ.
+
+| ಪಾಠ ಸಂಖ್ಯೆ |                             ವಿಷಯ                              |                   ಪಾಠ ಗುಂಪು                   | ಅಧ್ಯಯನ ಉದ್ದೇಶಗಳು                                                                                                               |                                                              ಲಿಂಕು ಪಾಠ                                                               |                        ಲೇಖಕ                        |
+| :-------: | :------------------------------------------------------------: | :---------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------ | :--------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------: |
+|    01     |                ಯಂತ್ರ ಅಧ್ಯಯನದ ಪರಿಚಯ                |      [ಪರಿಚಯ](1-Introduction/README.md)       | ಯಂತ್ರ ಅಧ್ಯಯನದ ಮೂಲ ತತ್ವಗಳನ್ನು ಕಲಿಯಿರಿ                                                                                         |                                             [ಪಾಠ](1-Introduction/1-intro-to-ML/README.md)                                             |                       ಮುಹಮ್ಮದ್                       |
+|    02     |                ಯಂತ್ರ ಅಧ್ಯಯನದ ಇತಿಹಾಸ                 |      [ಪರಿಚಯ](1-Introduction/README.md)       | ಈ ಕ್ಷೇತ್ರದ ಹಿಂದಿನ ಇತಿಹಾಸವನ್ನು ತಿಳಿಯಿರಿ                                                                                         |                                            [ಪಾಠ](1-Introduction/2-history-of-ML/README.md)                                            |                     ಜೆನ್ ಮತ್ತು ಎಮಿ                      |
+|    03     |                 ನ್ಯಾಯತಪ್ರತಿಬಂಧ ಮತ್ತು ಯಂತ್ರ ಅಧ್ಯಯನ                  |      [ಪರಿಚಯ](1-Introduction/README.md)       | ಯಂತ್ರ ಮಾದರಿಗಳನ್ನು ರಚಿಸುವ ಮತ್ತು ಅನ್ವಯಿಸುವಾಗ ವಿದ್ಯಾರ್ಥಿಗಳು ಪರಿಗಣಿಸಬೇಕಾಗಿರುವ ನ್ಯಾಯತದ ಪ್ರಮುಖ ತತ್ವಜ್ಞಾನ ವಿರುದ್ದ ಯಾವವು?             |                                              [ಪಾಠ](1-Introduction/3-fairness/README.md)                                               |                        ತೊಮೊಮಿ                        |
+|    04     |                ಯಂತ್ರ ಅಧ್ಯಯನಕ್ಕೆ ತಂತ್ರಗಳು                 |      [ಪರಿಚಯ](1-Introduction/README.md)       | ಯಂತ್ರ ಮಾದರಿಗಳನ್ನು ರಚಿಸಲು ಯಂತ್ರ ಅಧ್ಯಯನ ಸಂಶೋಧಕರು ಯಾವ ತಂತ್ರಗಳನ್ನು ಬಳಸುತ್ತಾರೆ?                                              |                                          [ಪಾಠ](1-Introduction/4-techniques-of-ML/README.md)                                           |                    ಕ್ರಿಸ್ ಮತ್ತು ಜೆನ್                     |
+|    05     |                   ಸಂಬಂಧಿತ ನಿಯಮಾವಳಿಗಳ ಪರಿಚಯ                   |        [ಸಂಬಂಧಿತ ನಿಯಮಾವಳಿಗಳು](2-Regression/README.md)         | ಸಂಬಂಧಿತ ಮಾದರಿಗಳಿಗೆ ಪೈಥಾನ್ ಮತ್ತು ಸ್ಕೈಕಿಟ್‌ಲರ್ನ್ ಅನ್ನು ಪ್ರಾರಂಭಿಸಿ                                                               |         [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html)         |      ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಶೌ       |
+|    06     |                ನಾರ್ತ್ ಅಮೆರಿಕನ್ ಕद्दು ತುಂಬಿಸಿದ ಬೆಲೆಗಳು 🎃                |        [ಸಂಬಂಧಿತ ನಿಯಮಾವಳಿಗಳು](2-Regression/README.md)         | ಯಂತ್ರ ಅಧ್ಯಯನದ ಪೂರ್ವತಯಾರಿಕೆಗೆ ಡೇಟಾವನ್ನು ದೃಶ್ಯೀಕರಿಸಿ ಮತ್ತು ಸ್ವಚ್ಛಗೊಳಿಸಿ                                                       |          [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html)          |      ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಶೌ       |
+|    07     |                ನಾರ್ತ್ ಅಮೆರಿಕನ್ ಕದ್ದು ತುಂಬಿಸಿದ ಬೆಲೆಗಳು 🎃                |        [ಸಂಬಂಧಿತ ನಿಯಮಾವಳಿಗಳು](2-Regression/README.md)         | ರೇಖೀಯ ಮತ್ತು ಬಹುಘಾತ ಸಂಬಂಧಿತ ಮಾದರಿಗಳನ್ನು ರಚಿಸಿ                                                                               |        [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html)        |      ಜೆನ್ ಮತ್ತು ಡಿಮಿಟ್ರಿ • ಎರಿಕ್ ವಾಂಜಶೌ       |
+|    08     |                ನಾರ್ತ್ ಅಮೆರಿಕನ್ ಕದ್ದು ತುಂಬಿಸಿದ ಬೆಲೆಗಳು 🎃                |        [ಸಂಬಂಧಿತ ನಿಯಮಾವಳಿಗಳು](2-Regression/README.md)         | ಲಾಜಿಸ್ಟಿಕ್ ಸಂಬಂಧಿತ ಮಾದರಿಯನ್ನು ರಚಿಸಿ                                                                                           |     [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html)      |      ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಶೌ       |
+|    09     |                          ವೆಬ್ ಆಪ್ 🔌                          |           [ವೆಬ್ ಆಪ್](3-Web-App/README.md)            | ತರಬೇತುಗೊಂಡ ಮಾದರಿಯನ್ನು ಬಳಸಲು ವೆಬ್ ಆಪ್ ರಚಿಸಿ                                                                               |                                                 [Python](3-Web-App/1-Web-App/README.md)                                                  |                         ಜೆನ್                          |
+|    10     |                 ವರ್ಗೀಕರಣಕ್ಕೆ ಪರಿಚಯ                 |    [ವರ್ಗೀಕರಣ](4-Classification/README.md)     | ಡೇಟಾವನ್ನು ಶುದ್ಧಗೊಳಿಸಿ, ಸಿದ್ಧಪಡಿಸಿ ಮತ್ತು ದೃಶ್ಯೀಕರಿಸಿ; ವರ್ಗೀಕರಣಕ್ಕೆ ಪರಿಚಯ                                                        | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html)  | ಜೆನ್ ಮತ್ತು ಕ್ಯासी • ಎರಿಕ್ ವಾಂಜಶೌ |
+|    11     |             ರುಚಿಕರ ಏಷ್ಯನ್ ಮತ್ತು ಭಾರತೀಯ ಆಹಾರಗಳು 🍜             |    [ವರ್ಗೀಕರಣ](4-Classification/README.md)     | ವರ್ಗೀಕರಣಗಳಿಗೆ ಪರಿಚಯ                                                                                                         | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | ಜೆನ್ ಮತ್ತು ಕ್ಯಾಸ್ • ಎರಿಕ್ ವಾಂಜಶೌ |
+|    12     |             ರುಚಿಕರ ಏಷ್ಯನ್ ಮತ್ತು ಭಾರತೀಯ ಆಹಾರಗಳು 🍜             |    [ವರ್ಗೀಕರಣ](4-Classification/README.md)     | ಇನ್ನಷ್ಟು ವರ್ಗೀಕರಣ ವಿಧಾನಗಳು                                                                                                    | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | ಜೆನ್ ಮತ್ತು ಕ್ಯಾಸ್ • ಎರಿಕ್ ವಾಂಜಶೌ |
+|    13     |             ರುಚಿಕರ ಏಷ್ಯನ್ ಮತ್ತು ಭಾರತೀಯ ಆಹಾರಗಳು 🍜             |    [ವರ್ಗೀಕರಣ](4-Classification/README.md)     | ನಿಮ್ಮ ಮಾದರಿಯನ್ನು ಬಳಸಿಕೊಂಡು ಶಿಫಾರಸು ವೇಬ್ ಆಪ್ ರಚಿಸಿ                                                                          |                                              [Python](4-Classification/4-Applied/README.md)                                              |                         ಜೆನ್                          |
+|    14     |                   ಕ್ಲಸ್ಟರಿಂಗ್ ಗೆ ಪರಿಚಯ                   |        [ಕ್ಲಸ್ಟರಿಂಗ್](5-Clustering/README.md)         | ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಶುದ್ದಗೊಳಿಸಿ, ಸಿದ್ಧಪಡಿಸಿ ಮತ್ತು ದೃಶ್ಯೀಕರಿಸಿ; ಕ್ಲಸ್ಟರಿಂಗ್ ಗೆ ಪರಿಚಯ                                              |         [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html)         |      ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಶೌ       |
+|    15     |              ನೈಜೀರಿಯನ್ ಮ್ಯೂಸಿಕಲ್ ರುಚಿಗಳ ಅನ್ವೇಷಣೆ 🎧              |        [ಕ್ಲಸ್ಟರಿಂಗ್](5-Clustering/README.md)         | ಕೆ-ಮೀನ್ ಕ್ಲಸ್ಟರಿಂಗ್ ವಿಧಾನವನ್ನು ಅನ್ವೇಷಿಸಿ                                                                                        |           [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html)           |      ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಶೌ       |
+|    16     |        ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆಗೆ ಪರಿಚಯ ☕️         |   [ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ](6-NLP/README.md)    | ಸರಳ ಬಾಟ್ ರಚನೆಯ ಮೂಲಕ NLP ಮೂಲಗಳನ್ನು ಕಲಿಯಿರಿ                                                                                   |                                             [Python](6-NLP/1-Introduction-to-NLP/README.md)                                              |                       ಸ್ಟೀಫನ್                        |
+|    17     |                      ಸಾಮಾನ್ಯ NLP ಕಾರ್ಯಗಳು ☕️                      |   [ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ](6-NLP/README.md)    | ಭಾಷೆ ರಚನೆಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ ಅಗತ್ಯವಿರುವ ಸಾಮಾನ್ಯ ಕಾರ್ಯಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ ಮತ್ತು ನಿಮ್ಮ NLP ಜ್ಞಾನವನ್ನು ವಿಸ್ತರಿಸಿ            |                                                    [Python](6-NLP/2-Tasks/README.md)                                                     |                       ಸ್ಟೀಫನ್                        |
+|    18     |             ಅನುವಾದ ಮತ್ತು ಭಾವ ವಿಶ್ಲೇಷಣೆ ♥️              |   [ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ](6-NLP/README.md)    | ಜೆನ್ ಆಸ್ಟಿನ್ ಜೊತೆ ಅನುವಾದ ಮತ್ತು ಭಾವ ವಿಶ್ಲೇಷಣೆ                                                                                     |                                            [Python](6-NLP/3-Translation-Sentiment/README.md)                                             |                       ಸ್ಟೀಫನ್                        |
+|    19     |                  ಯುರೋಪಿನ ರೊಮ್ಯಾಂಟಿಕ್ ಹೋಟೆಲ್ಗಳು ♥️                  |   [ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ](6-NLP/README.md)    | ಹೋಟೆಲ್ ವಿಮರ್ಶೆಗಳೊಂದಿಗೆ ಭಾವ ವಿಶ್ಲೇಷಣೆ 1                                                                                        |                                               [Python](6-NLP/4-Hotel-Reviews-1/README.md)                                                |                       ಸ್ಟೀಫನ್                        |
+|    20     |                  ಯುರೋಪಿನ ರೊಮ್ಯಾಂಟಿಕ್ ಹೋಟೆಲ್ಗಳು ♥️                  |   [ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ](6-NLP/README.md)    | ಹೋಟೆಲ್ ವಿಮರ್ಶೆಗಳೊಂದಿಗೆ ಭಾವ ವಿಶ್ಲೇಷಣೆ 2                                                                                        |                                               [Python](6-NLP/5-Hotel-Reviews-2/README.md)                                                |                       ಸ್ಟೀಫನ್                        |
+|    21     |            ಸಮಯ ಸರಣಿಯ ಮುನ್ಸೂಚನೆಯ ಪರಿಚಯ             |        [ಸಮಯ ಸರಣಿ](7-TimeSeries/README.md)        | ಸಮಯ ಸರಣಿಯ ಮುನ್ಸೂಚನೆಯ ಪರಿಚಯ                                                                                                 |                                             [Python](7-TimeSeries/1-Introduction/README.md)                                              |                      ಫ್ರಾನ್ಸೆಸ್ಕಾ                       |
+|    22     | ⚡️ ವಿಶ್ವ ವಿದ್ಯುತ್ ಬಳಕೆ ⚡️ - ARIMA-ನೊಂದಿಗೆ ಸಮಯ ಸರಣಿ ಮುನ್ಸೂಚನೆ |        [ಸಮಯ ಸರಣಿ](7-TimeSeries/README.md)        | ARIMA ನೊಂದಿಗೆ ಸಮಯ ಸರಣಿ ಮುನ್ಸೂಚನೆ                                                                                                |                                                 [Python](7-TimeSeries/2-ARIMA/README.md)                                                 |                      ಫ್ರಾನ್ಸೆಸ್ಕಾ                       |
+|    23     |  ⚡️ ವಿಶ್ವ ವಿದ್ಯುತ್ ಬಳಕೆ ⚡️ - SVR-ನೊಂದಿಗೆ ಸಮಯ ಸರಣಿ ಮುನ್ಸೂಚನೆ  |        [ಸಮಯ ಸರಣಿ](7-TimeSeries/README.md)        | ಸಪೋರ್ಟ್ ವೆಕ್ಟರ್ ರಿಗ್ರೆಸರ್ ಮೂಲಕ ಸಮಯ ಸರಣಿ ಮುನ್ಸೂಚನೆ                                                                             |                                                  [Python](7-TimeSeries/3-SVR/README.md)                                                  |                       ಅನಿರ್ಬಾನ್                        |
+|    24     |             ನೇತೃತ್ವ ಕಲಿಕೆಯ ಪರಿಚಯ             | [ನೇತೃತ್ವ ಕಲಿಕೆ](8-Reinforcement/README.md) | Q-ಕಲಿಕೆಯಲ್ಲಿ ನೇತೃತ್ವ ಕಲಿಕೆಯ ಪರಿಚಯ                                                                                            |                                             [Python](8-Reinforcement/1-QLearning/README.md)                                              |                        ಡಿಮಿಟ್ರಿ                        |
+|    25     |                 ಪೀಟರ್ ಅನ್ನು ಕುರೆಯಿಂದ ತಪ್ಪಿಸು! 🐺                  | [ನೇತೃತ್ವ ಕಲಿಕೆ](8-Reinforcement/README.md) | ನೇತೃತ್ವ ಕಲಿಕೆಯ ಜಿಮ್                                                                                                           |                                                [Python](8-Reinforcement/2-Gym/README.md)                                                 |                        ಡಿಮಿಟ್ರಿ                        |
+|  ನಂತರದ ಪ್ರಕಾರ  |            ನೈಜ ಯಂತ್ರ ಅಧ್ಯಯನ ದೃಶ್ಯಗಳು ಮತ್ತು ಅನ್ವಯಿಕೆಗಳು            |      [ಕ್ರಮಬದ್ಧ ಮದ್ದಿನಲ್ಲಿ ML](9-Real-World/README.md)       | ಔಪಚಾರಿಕ ಯಂತ್ರ ಅಧ್ಯಯನದ ಆಸಕ್ತಿದಾಯಕ ಮತ್ತು ಬಹುಮುಖ್ಯ ನೈಜ-ಜಗತ್ತಿನ ಅನ್ವಯಿಕೆಗಳು                                                       |                                             [ಪಾಠ](9-Real-World/1-Applications/README.md)                                              |                         ತಂಡ                         |
+|  ನಂತರದ ಪ್ರಕಾರ  |            RAI ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಬಳಸಿ ML ಮಾದರಿ ಡಿಬಗಿಂಗ್          |      [ಕ್ರಮಬದ್ಧ ಮದ್ದಿನಲ್ಲಿ ML](9-Real-World/README.md)       | ಜವಾಬ್ದಾರಿಯಾದ AI ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಘಟಕಗಳನ್ನು ಬಳಸಿ ಯಂತ್ರ ಅಧ್ಯಯನದಲ್ಲಿ ಮಾದರಿ ಡಿಬಗಿಂಗ್                                                |                                             [ಪಾಠ](9-Real-World/2-Debugging-ML-Models/README.md)                                              |                         ರೂತ್ ಕಾಯ್ತುಬು                       |
+
+> [ಈ ಕೋರ್ಸಿನ ಎಲ್ಲಾ ಹೆಚ್ಚುವರಿ ಸಂಪನ್ಮೂಲಗಳನ್ನು ನಮ್ಮ ಮೈಕ್ರೋಸಾಫ್ಟ್ ಲರ್ನ್ ಸಂಗ್ರಹದಲ್ಲಿ ಹುಡುಕಿ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
+
+## ಆಫ್‌ಲೈನ್ ಪ್ರಾಪ್ತಿ
+
+ನೀವು ಈ ದಸ್ತಾವೇಜುಗಳನ್ನು ಆಫ್‌ಲೈನ್‌ನಲ್ಲಿ [Docsify](https://docsify.js.org/#/) ಬಳಸಿ ನಡೆಸಬಹುದು. ಈ ರೆಪೋ ಅನ್ನು ಫೋರ್ಕ್ ಮಾಡಿ, ನಿಮ್ಮ ಸ್ಥಳೀಯ ಯಂತ್ರದಲ್ಲಿ [Docsify ಅನ್ನು ಸ್ಥಾಪಿಸಿ](https://docsify.js.org/#/quickstart), ನಂತರ ಈ ರೆಪೋ ರूट ಫೋಲ್ಡರ್ ನಲ್ಲಿ `docsify serve` ಟೈಪ್ ಮಾಡಿ. ವೆಬ್‌ಸೈಟ್ ನಿಮ್ಮ ಲೋಕಲ್‌ಹೋಸ್ಟ್ ನಲ್ಲಿ ಪೋಟ್ 3000 ರಂದು ಪ್ರServe ಮಾಡಲಾಗುವುದು: `localhost:3000`.

 ## PDF ಗಳು

-[ಇಲ್ಲಿ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) ಲಿಂಕ್‌ಗಳೊಂದಿಗೆ ಪಠ್ಯಕ್ರಮದ pdf ಅನ್ನು ಕಂಡುಹಿಡಿಯಿರಿ.
+ಲಿಂಕುಗಳಿಂದ ಪಠ್ಯಕ್ರಮದ PDF ಅನ್ನು ಇಲ್ಲಿ ಹುಡುಕಿ [ಇಲ್ಲಿ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf).

+## 🎒 ಇತರೆ ಕೋರ್ಸುಗಳು

-## 🎒 ಇತರ ಕೋರ್ಸುಗಳು 
-
-ನಮ್ಮ ತಂಡ ಇತರ ಕೋರ್ಸುಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ! ನೋಡಿ:
+ನಮ್ಮ ತಂಡ ಇತರೆ ಕೋರ್ಸುಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ! ಪರಿಶೀಲಿಸಿ:

 <!-- CO-OP TRANSLATOR OTHER COURSES START -->
-### LangChain
+### ಲ್ಯಾಂಗ್‌ಚೈನ್
 [![LangChain4j for Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners)
 [![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)

 ---

-### Azure / Edge / MCP / Agents
+### ಅಜೂರ್ / ಎಡ್ಜ್ / MCP / ಏಜೆಂಟ್ಸ್
 [![AZD for Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
 [![Edge AI for Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
 [![MCP for Beginners](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
@ -170,44 +154,44 @@ Microsoft ನ ಕ್ಲೌಡ್ ಅಡ್ವೊಕೇಟ್‌ಗಳು 12 ವ

 ---
 
-### Generative AI Series
-[![ಹೊಸವರಿಗಾಗಿ ಜನರೆಟಿವ್ AI](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
-[![ಜನರೆಟಿವ್ AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
-[![ಜನರೆಟಿವ್ AI (ಜಾವಾ)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
-[![ಜನರೆಟಿವ್ AI (ಜಾವಾಸ್ಕ್ರಿಪ್ಟ್)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
+### ಜನರೇಟಿವ್ AI ಸರಣಿ
+[![ಆರಂಭಿಕರಿಗಾಗಿ ಜನರೇಟಿವ್ AI](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
+[![ಜನರೇಟಿವ್ AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
+[![ಜನರೇಟಿವ್ AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
+[![ಜನರೇಟಿವ್ AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)

 ---
 
-### ಮೂಲ ಅಧ್ಯಯನ
-[![ಹೊಸವರಿಗಾಗಿ ML](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
-[![ಹೊಸವರಿಗಾಗಿ ಡೇಟಾ ಸೈನ್ಸ್](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
-[![ಹೊಸವರಿಗಾಗಿ AI](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
-[![ಹೊಸವರಿಗಾಗಿ ಸೈಬರ್ ಜಾಗೃತಿ](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
-[![ಹೊಸವರಿಗಾಗಿ ವೆಬ್ ಡೆವ್](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
-[![ಹೊಸವರಿಗಾಗಿ IoT](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
-[![ಹೊಸವರಿಗಾಗಿ XR ಡೆವಲಪ್ಮೆಂಟ್](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
+### ಸ್ನಾಯು ಕೋರ್ ಕಲಿಕೆ
+[![ಆರಂಭಿಕರಿಗಾಗಿ ಎಂಎಲ್](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
+[![ಆರಂಭಿಕರಿಗಾಗಿ ಡೇಟಾ ಸೈನ್ಸ್](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
+[![ಆರಂಭಿಕರಿಗಾಗಿ AI](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
+[![ಆರಂಭಿಕರಿಗಾಗಿ ಸೈಬರ್‌ಸಿಕ್ಯುರಿಟಿ](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
+[![ಆರಂಭಿಕರಿಗಾಗಿ ವೆಬ್ ಡೆವ್](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
+[![ಆರಂಭಿಕರಿಗಾಗಿ ಐಒಟಿ](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
+[![ಆರಂಭಿಕರಿಗಾಗಿ XR ಅಭಿವೃದ್ಧಿ](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)

 ---
 
-### ಕೋಟ್ಪೈಲಟ್ ಸರಣಿ
-[![AI ಜೋಡಿಸಿದ ಪ್ರೋಗ್ರಾಮಿಂಗ್‌ಗೆ ಕೋಟ್ಪೈಲಟ್](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
-[![C#/.NETಗಾಗಿ ಕೋಟ್ಪೈಲಟ್](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
-[![ಕೋಟ್ಪೈಲಟ್ ಸಾಹಸ](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
+### ಕೋಪೈಲಟ್ ಸರಣಿ
+[![AI ಜೋಡಣೆ ಪ್ರೋಗ್ರಾಮಿಂಗ್‌ನಿಗಾಗಿ ಕೋಪೈಲಟ್](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
+[![C#/.NET ಗಾಗಿ ಕೋಪೈಲಟ್](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
+[![ಕೋಪೈಲಟ್ ಸಾಹಸ](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
 <!-- CO-OP TRANSLATOR OTHER COURSES END -->

-## ಸಹಾಯ ಪಡೆಯುವಿಕೆ
+## ಸಹಾಯ ಪಡೆಯುವುದು

-ನೀವು ಅಡುಕಾಗಿದ್ದೀರಾ ಅಥವಾ AI ಅಪ್ಲಿಕೇಶನ್ಗಳನ್ನು ನಿರ್ಮಿಸುವ ಬಗ್ಗೆ ಯಾವುದೇ ಪ್ರಶ್ನೆಗಳಿವೆ. MCP ಕುರಿತು ಚರ್ಚೆಗಳಲ್ಲಿ ಇತರ ಅಧ್ಯಯನಾರ್ಥಿಗಳು ಮತ್ತು ಅನುಭವಸंपನ್ನರನ್ನೂ ಸೇರಿ. ಇದು ಪ್ರಶ್ನೆಗಳಿಗೆ ಅವಕಾಶ ನೀಡುವ ಸಹಾಯಕ ಸಮುದಾಯ ಮತ್ತು ಜ್ಞಾನವನ್ನು ಮುಕ್ತವಾಗಿ ಹಂಚಿಕೊಳ್ಳಲಾಗುತ್ತದೆ.
+ನೀವು ಅಡ್ಡಪಡೆಯುವುದಾದರೆ ಅಥವಾ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವ ಬಗ್ಗೆ ಯಾವ ಬೆಳೆಸುಗಳು ಇದ್ದರೂ, MCP ಬಗ್ಗೆ ಚರ್ಚೆಗಳಲ್ಲಿ ಅನುಭವಜ್ಞಾನಿ ಅಭ್ಯಾಸಿಗಳು ಮತ್ತು ಸಹಯೋಗಿ ಕಲಿಯುವವರ ಜೊತೆ ಸೇರಿ. ಇದು ಬೆಂಬಲಿತ ಸಮುದಾಯವಾಗಿದ್ದು, ಅಲ್ಲಿ ಪ್ರಶ್ನೆಗಳಿಗೆ ಸ್ವಾಗತವಿದ್ದು ಮತ್ತು ಜ್ಞಾನವನ್ನು ಮುಕ್ತವಾಗಿ ಹಂಚಿಕೊಳ್ಳಲಾಗುತ್ತದೆ.

-[![ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್ರಿ ಡಿಸ್ಕಾರ್ಡ್](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
+[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)

-ನೀವು ಉತ್ಪನ್ನಪ್ರತೀಕಿರಣೆ ಅಥವಾ ನಿರ್ಮಾಣದ ಸಮಯದಲ್ಲಿ ದೋಷಗಳನ್ನು ನೋಡಿದರೆ ಭೇಟಿ ನೀಡಿ:
+ನೀವು ಉತ್ಪನ್ನ ಪ್ರತಿಕ್ರಿಯೆ ಅಥವಾ ದೋಷಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತಿದ್ದರೆ, ಭೇಟಿ ನೀಡಿ:

-[![ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್ರಿ ಡೆವಲಪರ್ ಫೋರಂ](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
+[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)

 ---

 <!-- CO-OP TRANSLATOR DISCLAIMER START -->
-**ಅನ್ವಯಿಸಿ**:  
-ಈ ದಾಖಲೆ AI ಅನುವಾದ ಸೇವೆ [Co-op Translator](https://github.com/Azure/co-op-translator) ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಗಾಗಿ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳಿರಬಹುದು ಎಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ಭಾಷೆಯಲ್ಲಿ ಇರುವ ಮೂಲ ದಾಖಲೆ ಅಧಿಕೃತ ಮೂಲ ಎಂದು ಪರಿಗಣಿಸಬೇಕು. ಅತಿ ಮಹತ್ವದ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದ ಶಿಫಾರಸು ಮಾಡಲಾಗಿದೆ. ಈ ಅನುವಾದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಅರ್ಥದ ಅಥವಾ ತಪ್ಪು ವ್ಯಾಖ್ಯಾನಗಳಿಗಾಗಿ ನಾವು ಜವಾಬ್ದಾರಿಯಲ್ಲ.
+**ಅಸ್ವೀಕರಣಗಳು**:  
+ಈ ದಾಖಲೆ [Co-op Translator](https://github.com/Azure/co-op-translator) ಎಂಬ AI ಅನುವಾದ ಸೇವೆಯನ್ನು ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ಶುದ್ಧತೆಯಿಗಾಗಿ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ ಸಹ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ತಪ್ಪುಗಳು ಅಥವಾ ದೋಷಗಳು ಇರಬಹುದು ಎಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ದಾಖಲೆ ಅದರ ಸ್ವದೇಶಿ ಭಾಷೆಯಲ್ಲಿ ಅಧಿಕೃತ ಸ್ರೋತವಾಗಿ ಪರಿಗಣಿಸಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗಾಗಿ ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಗ್ರಹಿಕೆಗಳು ಅಥವಾ ಭ್ರಮೆಗಳಿಗೆ ನಾವು ಜವಾಬ್ದಾರಿಯಲ್ಲ.
 <!-- CO-OP TRANSLATOR DISCLAIMER END -->
--- a/translations/kn/SECURITY.md
+++ b/translations/kn/SECURITY.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "5e1b8da31aae9cca3d53ad243fa3365a",
-  "translation_date": "2025-12-19T12:44:55+00:00",
-  "source_file": "SECURITY.md",
-  "language_code": "kn"
-}
-->
 ## ಭದ್ರತೆ

 ಮೈಕ್ರೋಸಾಫ್ಟ್ ನಮ್ಮ ಸಾಫ್ಟ್‌ವೇರ್ ಉತ್ಪನ್ನಗಳು ಮತ್ತು ಸೇವೆಗಳ ಭದ್ರತೆಯನ್ನು ಗಂಭೀರವಾಗಿ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ, ಇದರಲ್ಲಿ ನಮ್ಮ GitHub ಸಂಸ್ಥೆಗಳ ಮೂಲಕ ನಿರ್ವಹಿಸಲಾದ ಎಲ್ಲಾ ಮೂಲ ಕೋಡ್ ಸಂಗ್ರಹಣೆಗಳು ಸೇರಿವೆ, ಅವುಗಳಲ್ಲಿ [Microsoft](https://github.com/Microsoft), [Azure](https://github.com/Azure), [DotNet](https://github.com/dotnet), [AspNet](https://github.com/aspnet), [Xamarin](https://github.com/xamarin), ಮತ್ತು [ನಮ್ಮ GitHub ಸಂಸ್ಥೆಗಳು](https://opensource.microsoft.com/) ಸೇರಿವೆ.
--- a/translations/kn/SUPPORT.md
+++ b/translations/kn/SUPPORT.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "09623d7343ff1c26ff4f198c1b2d3176",
-  "translation_date": "2025-12-19T12:27:38+00:00",
-  "source_file": "SUPPORT.md",
-  "language_code": "kn"
-}
-->
 # ಬೆಂಬಲ
 ## ಸಮಸ್ಯೆಗಳನ್ನು ದಾಖಲಿಸುವುದು ಮತ್ತು ಸಹಾಯ ಪಡೆಯುವುದು ಹೇಗೆ  

--- a/translations/kn/TROUBLESHOOTING.md
+++ b/translations/kn/TROUBLESHOOTING.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "134d8759f0e2ab886e9aa4f62362c201",
-  "translation_date": "2025-12-19T12:36:23+00:00",
-  "source_file": "TROUBLESHOOTING.md",
-  "language_code": "kn"
-}
-->
 # ಸಮಸ್ಯೆ ಪರಿಹಾರ ಮಾರ್ಗದರ್ಶಿ

 ಈ ಮಾರ್ಗದರ್ಶಿ ಯಂತ್ರ ಅಧ್ಯಯನ ಆರಂಭಿಕರ ಪಠ್ಯಕ್ರಮದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ನೀವು ಇಲ್ಲಿ ಪರಿಹಾರವನ್ನು ಕಂಡುಕೊಳ್ಳದಿದ್ದರೆ, ದಯವಿಟ್ಟು ನಮ್ಮ [Discord ಚರ್ಚೆಗಳು](https://aka.ms/foundry/discord) ಅನ್ನು ಪರಿಶೀಲಿಸಿ ಅಥವಾ [ಒಂದು ಸಮಸ್ಯೆಯನ್ನು ತೆರೆಯಿರಿ](https://github.com/microsoft/ML-For-Beginners/issues).
--- a/translations/kn/docs/_sidebar.md
+++ b/translations/kn/docs/_sidebar.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "68dd06c685f6ce840e0acfa313352e7c",
-  "translation_date": "2025-12-19T13:10:39+00:00",
-  "source_file": "docs/_sidebar.md",
-  "language_code": "kn"
-}
-->
 - ಪರಿಚಯ
  - [ಯಂತ್ರ ಅಧ್ಯಯನಕ್ಕೆ ಪರಿಚಯ](../1-Introduction/1-intro-to-ML/README.md)
  - [ಯಂತ್ರ ಅಧ್ಯಯನದ ಇತಿಹಾಸ](../1-Introduction/2-history-of-ML/README.md)
--- a/translations/kn/for-teachers.md
+++ b/translations/kn/for-teachers.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "b37de02054fa6c0438ede6fabe1fdfb8",
-  "translation_date": "2025-12-19T12:27:07+00:00",
-  "source_file": "for-teachers.md",
-  "language_code": "kn"
-}
-->
 ## ಶಿಕ್ಷಕರಿಗಾಗಿ

 ನೀವು ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ನಿಮ್ಮ ತರಗತಿಯಲ್ಲಿ ಬಳಸಲು ಇಚ್ಛಿಸುತ್ತೀರಾ? ದಯವಿಟ್ಟು ಮುಕ್ತವಾಗಿ ಬಳಸಿಕೊಳ್ಳಿ!
--- a/translations/kn/quiz-app/README.md
+++ b/translations/kn/quiz-app/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "6d130dffca5db70d7e615f926cb1ad4c",
-  "translation_date": "2025-12-19T13:01:43+00:00",
-  "source_file": "quiz-app/README.md",
-  "language_code": "kn"
-}
-->
 # ಪ್ರಶ್ನೋತ್ತರಗಳು

 ಈ ಪ್ರಶ್ನೋತ್ತರಗಳು https://aka.ms/ml-beginners ನಲ್ಲಿ ML ಪಠ್ಯಕ್ರಮದ ಪೂರ್ವ ಮತ್ತು ನಂತರದ ಪ್ರಶ್ನೋತ್ತರಗಳಾಗಿವೆ
--- a/translations/kn/sketchnotes/LICENSE.md
+++ b/translations/kn/sketchnotes/LICENSE.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "fba3b94d88bfb9b81369b869a1e9a20f",
-  "translation_date": "2025-12-19T13:19:52+00:00",
-  "source_file": "sketchnotes/LICENSE.md",
-  "language_code": "kn"
-}
-->
 ಅಟ್ರಿಬ್ಯೂಷನ್-ಶೇರ್ ಅಲೈಕ್ 4.0 ಇಂಟರ್‌ನ್ಯಾಷನಲ್

 =======================================================================
--- a/translations/kn/sketchnotes/README.md
+++ b/translations/kn/sketchnotes/README.md
@ -1,12 +1,3 @@
-<!--
-CO_OP_TRANSLATOR_METADATA:
-{
-  "original_hash": "a88d5918c1b9da69a40d917a0840c497",
-  "translation_date": "2025-12-19T13:12:40+00:00",
-  "source_file": "sketchnotes/README.md",
-  "language_code": "kn"
-}
-->
 ಎಲ್ಲಾ ಪಠ್ಯಕ್ರಮದ ಸ್ಕೆಚ್‌ನೋಟ್ಗಳನ್ನು ಇಲ್ಲಿ ಡೌನ್‌ಲೋಡ್ ಮಾಡಬಹುದು.

 🖨 ಉನ್ನತ-ರಿಜಲ್ಯೂಶನ್‌ನಲ್ಲಿ ಮುದ್ರಣಕ್ಕಾಗಿ, TIFF ಆವೃತ್ತಿಗಳು [ಈ ರೆಪೋ](https://github.com/girliemac/a-picture-is-worth-a-1000-words/tree/main/ml/tiff) ನಲ್ಲಿ ಲಭ್ಯವಿವೆ.
--- a/Show More
+++ b/Show More