From 728233d19ae007be403aadc79d2fbb106e091c89 Mon Sep 17 00:00:00 2001 From: "localizeflow[bot]" Date: Thu, 29 Jan 2026 17:38:17 +0000 Subject: [PATCH] chore(i18n): sync translations with latest source changes (chunk 1/1, 300 changes) --- translations/ar/.co-op-translator.json | 596 ++++++++++++++++++ .../ar/1-Introduction/1-intro-to-ML/README.md | 9 - .../1-intro-to-ML/assignment.md | 9 - .../1-Introduction/2-history-of-ML/README.md | 9 - .../2-history-of-ML/assignment.md | 9 - .../ar/1-Introduction/3-fairness/README.md | 9 - .../1-Introduction/3-fairness/assignment.md | 9 - .../4-techniques-of-ML/README.md | 9 - .../4-techniques-of-ML/assignment.md | 9 - translations/ar/1-Introduction/README.md | 9 - .../ar/2-Regression/1-Tools/README.md | 9 - .../ar/2-Regression/1-Tools/assignment.md | 9 - .../1-Tools/solution/Julia/README.md | 9 - translations/ar/2-Regression/2-Data/README.md | 9 - .../ar/2-Regression/2-Data/assignment.md | 9 - .../2-Data/solution/Julia/README.md | 9 - .../ar/2-Regression/3-Linear/README.md | 25 +- .../ar/2-Regression/3-Linear/assignment.md | 9 - .../3-Linear/solution/Julia/README.md | 9 - .../ar/2-Regression/4-Logistic/README.md | 9 - .../ar/2-Regression/4-Logistic/assignment.md | 9 - .../4-Logistic/solution/Julia/README.md | 9 - translations/ar/2-Regression/README.md | 9 - translations/ar/3-Web-App/1-Web-App/README.md | 9 - .../ar/3-Web-App/1-Web-App/assignment.md | 9 - translations/ar/3-Web-App/README.md | 9 - .../4-Classification/1-Introduction/README.md | 9 - .../1-Introduction/assignment.md | 9 - .../1-Introduction/solution/Julia/README.md | 9 - .../2-Classifiers-1/README.md | 9 - .../2-Classifiers-1/assignment.md | 9 - .../2-Classifiers-1/solution/Julia/README.md | 9 - .../3-Classifiers-2/README.md | 9 - .../3-Classifiers-2/assignment.md | 9 - .../3-Classifiers-2/solution/Julia/README.md | 9 - .../ar/4-Classification/4-Applied/README.md | 9 - .../4-Classification/4-Applied/assignment.md | 9 - translations/ar/4-Classification/README.md | 9 - .../ar/5-Clustering/1-Visualize/README.md | 9 - .../ar/5-Clustering/1-Visualize/assignment.md | 9 - .../1-Visualize/solution/Julia/README.md | 9 - .../ar/5-Clustering/2-K-Means/README.md | 9 - .../ar/5-Clustering/2-K-Means/assignment.md | 9 - .../2-K-Means/solution/Julia/README.md | 9 - translations/ar/5-Clustering/README.md | 9 - .../ar/6-NLP/1-Introduction-to-NLP/README.md | 9 - .../6-NLP/1-Introduction-to-NLP/assignment.md | 9 - translations/ar/6-NLP/2-Tasks/README.md | 9 - translations/ar/6-NLP/2-Tasks/assignment.md | 9 - .../6-NLP/3-Translation-Sentiment/README.md | 9 - .../3-Translation-Sentiment/assignment.md | 9 - .../solution/Julia/README.md | 9 - .../solution/R/README.md | 9 - .../ar/6-NLP/4-Hotel-Reviews-1/README.md | 9 - .../ar/6-NLP/4-Hotel-Reviews-1/assignment.md | 9 - .../solution/Julia/README.md | 9 - .../4-Hotel-Reviews-1/solution/R/README.md | 9 - .../ar/6-NLP/5-Hotel-Reviews-2/README.md | 9 - .../ar/6-NLP/5-Hotel-Reviews-2/assignment.md | 9 - .../solution/Julia/README.md | 9 - .../5-Hotel-Reviews-2/solution/R/README.md | 9 - translations/ar/6-NLP/README.md | 9 - translations/ar/6-NLP/data/README.md | 9 - .../ar/7-TimeSeries/1-Introduction/README.md | 9 - .../7-TimeSeries/1-Introduction/assignment.md | 9 - .../1-Introduction/solution/Julia/README.md | 9 - .../1-Introduction/solution/R/README.md | 9 - .../ar/7-TimeSeries/2-ARIMA/README.md | 9 - .../ar/7-TimeSeries/2-ARIMA/assignment.md | 9 - .../2-ARIMA/solution/Julia/README.md | 9 - .../7-TimeSeries/2-ARIMA/solution/R/README.md | 9 - translations/ar/7-TimeSeries/3-SVR/README.md | 9 - .../ar/7-TimeSeries/3-SVR/assignment.md | 9 - translations/ar/7-TimeSeries/README.md | 9 - .../ar/8-Reinforcement/1-QLearning/README.md | 9 - .../8-Reinforcement/1-QLearning/assignment.md | 9 - .../1-QLearning/solution/Julia/README.md | 9 - .../1-QLearning/solution/R/README.md | 9 - .../ar/8-Reinforcement/2-Gym/README.md | 9 - .../ar/8-Reinforcement/2-Gym/assignment.md | 9 - .../2-Gym/solution/Julia/README.md | 9 - .../2-Gym/solution/R/README.md | 9 - translations/ar/8-Reinforcement/README.md | 9 - .../ar/9-Real-World/1-Applications/README.md | 9 - .../9-Real-World/1-Applications/assignment.md | 9 - .../2-Debugging-ML-Models/README.md | 9 - .../2-Debugging-ML-Models/assignment.md | 9 - translations/ar/9-Real-World/README.md | 9 - translations/ar/AGENTS.md | 9 - translations/ar/CODE_OF_CONDUCT.md | 9 - translations/ar/CONTRIBUTING.md | 9 - translations/ar/README.md | 240 ++++--- translations/ar/SECURITY.md | 9 - translations/ar/SUPPORT.md | 9 - translations/ar/TROUBLESHOOTING.md | 9 - translations/ar/docs/_sidebar.md | 9 - translations/ar/for-teachers.md | 9 - translations/ar/quiz-app/README.md | 9 - translations/ar/sketchnotes/LICENSE.md | 9 - translations/ar/sketchnotes/README.md | 9 - translations/de/.co-op-translator.json | 596 ++++++++++++++++++ .../de/1-Introduction/1-intro-to-ML/README.md | 9 - .../1-intro-to-ML/assignment.md | 9 - .../1-Introduction/2-history-of-ML/README.md | 9 - .../2-history-of-ML/assignment.md | 9 - .../de/1-Introduction/3-fairness/README.md | 9 - .../1-Introduction/3-fairness/assignment.md | 9 - .../4-techniques-of-ML/README.md | 9 - .../4-techniques-of-ML/assignment.md | 9 - translations/de/1-Introduction/README.md | 9 - .../de/2-Regression/1-Tools/README.md | 9 - .../de/2-Regression/1-Tools/assignment.md | 9 - .../1-Tools/solution/Julia/README.md | 9 - translations/de/2-Regression/2-Data/README.md | 9 - .../de/2-Regression/2-Data/assignment.md | 9 - .../2-Data/solution/Julia/README.md | 9 - .../de/2-Regression/3-Linear/README.md | 25 +- .../de/2-Regression/3-Linear/assignment.md | 9 - .../3-Linear/solution/Julia/README.md | 9 - .../de/2-Regression/4-Logistic/README.md | 9 - .../de/2-Regression/4-Logistic/assignment.md | 9 - .../4-Logistic/solution/Julia/README.md | 9 - translations/de/2-Regression/README.md | 9 - translations/de/3-Web-App/1-Web-App/README.md | 9 - .../de/3-Web-App/1-Web-App/assignment.md | 9 - translations/de/3-Web-App/README.md | 9 - .../4-Classification/1-Introduction/README.md | 9 - .../1-Introduction/assignment.md | 9 - .../1-Introduction/solution/Julia/README.md | 9 - .../2-Classifiers-1/README.md | 9 - .../2-Classifiers-1/assignment.md | 9 - .../2-Classifiers-1/solution/Julia/README.md | 9 - .../3-Classifiers-2/README.md | 9 - .../3-Classifiers-2/assignment.md | 9 - .../3-Classifiers-2/solution/Julia/README.md | 9 - .../de/4-Classification/4-Applied/README.md | 9 - .../4-Classification/4-Applied/assignment.md | 9 - translations/de/4-Classification/README.md | 9 - .../de/5-Clustering/1-Visualize/README.md | 9 - .../de/5-Clustering/1-Visualize/assignment.md | 9 - .../1-Visualize/solution/Julia/README.md | 9 - .../de/5-Clustering/2-K-Means/README.md | 9 - .../de/5-Clustering/2-K-Means/assignment.md | 9 - .../2-K-Means/solution/Julia/README.md | 9 - translations/de/5-Clustering/README.md | 9 - .../de/6-NLP/1-Introduction-to-NLP/README.md | 9 - .../6-NLP/1-Introduction-to-NLP/assignment.md | 9 - translations/de/6-NLP/2-Tasks/README.md | 9 - translations/de/6-NLP/2-Tasks/assignment.md | 9 - .../6-NLP/3-Translation-Sentiment/README.md | 9 - .../3-Translation-Sentiment/assignment.md | 9 - .../solution/Julia/README.md | 9 - .../solution/R/README.md | 9 - .../de/6-NLP/4-Hotel-Reviews-1/README.md | 9 - .../de/6-NLP/4-Hotel-Reviews-1/assignment.md | 9 - .../solution/Julia/README.md | 9 - .../4-Hotel-Reviews-1/solution/R/README.md | 9 - .../de/6-NLP/5-Hotel-Reviews-2/README.md | 9 - .../de/6-NLP/5-Hotel-Reviews-2/assignment.md | 9 - .../solution/Julia/README.md | 9 - .../5-Hotel-Reviews-2/solution/R/README.md | 9 - translations/de/6-NLP/README.md | 9 - translations/de/6-NLP/data/README.md | 9 - .../de/7-TimeSeries/1-Introduction/README.md | 9 - .../7-TimeSeries/1-Introduction/assignment.md | 9 - .../1-Introduction/solution/Julia/README.md | 9 - .../1-Introduction/solution/R/README.md | 9 - .../de/7-TimeSeries/2-ARIMA/README.md | 9 - .../de/7-TimeSeries/2-ARIMA/assignment.md | 9 - .../2-ARIMA/solution/Julia/README.md | 9 - .../7-TimeSeries/2-ARIMA/solution/R/README.md | 9 - translations/de/7-TimeSeries/3-SVR/README.md | 9 - .../de/7-TimeSeries/3-SVR/assignment.md | 9 - translations/de/7-TimeSeries/README.md | 9 - .../de/8-Reinforcement/1-QLearning/README.md | 9 - .../8-Reinforcement/1-QLearning/assignment.md | 9 - .../1-QLearning/solution/Julia/README.md | 9 - .../1-QLearning/solution/R/README.md | 9 - .../de/8-Reinforcement/2-Gym/README.md | 9 - .../de/8-Reinforcement/2-Gym/assignment.md | 9 - .../2-Gym/solution/Julia/README.md | 9 - .../2-Gym/solution/R/README.md | 9 - translations/de/8-Reinforcement/README.md | 9 - .../de/9-Real-World/1-Applications/README.md | 9 - .../9-Real-World/1-Applications/assignment.md | 9 - .../2-Debugging-ML-Models/README.md | 9 - .../2-Debugging-ML-Models/assignment.md | 9 - translations/de/9-Real-World/README.md | 9 - translations/de/AGENTS.md | 9 - translations/de/CODE_OF_CONDUCT.md | 9 - translations/de/CONTRIBUTING.md | 9 - translations/de/README.md | 248 ++++---- translations/de/SECURITY.md | 9 - translations/de/SUPPORT.md | 9 - translations/de/TROUBLESHOOTING.md | 9 - translations/de/docs/_sidebar.md | 9 - translations/de/for-teachers.md | 9 - translations/de/quiz-app/README.md | 9 - translations/de/sketchnotes/LICENSE.md | 9 - translations/de/sketchnotes/README.md | 9 - translations/ru/.co-op-translator.json | 596 ++++++++++++++++++ .../ru/1-Introduction/1-intro-to-ML/README.md | 9 - .../1-intro-to-ML/assignment.md | 9 - .../1-Introduction/2-history-of-ML/README.md | 9 - .../2-history-of-ML/assignment.md | 9 - .../ru/1-Introduction/3-fairness/README.md | 9 - .../1-Introduction/3-fairness/assignment.md | 9 - .../4-techniques-of-ML/README.md | 9 - .../4-techniques-of-ML/assignment.md | 9 - translations/ru/1-Introduction/README.md | 9 - .../ru/2-Regression/1-Tools/README.md | 9 - .../ru/2-Regression/1-Tools/assignment.md | 9 - .../1-Tools/solution/Julia/README.md | 9 - translations/ru/2-Regression/2-Data/README.md | 9 - .../ru/2-Regression/2-Data/assignment.md | 9 - .../2-Data/solution/Julia/README.md | 9 - .../ru/2-Regression/3-Linear/README.md | 25 +- .../ru/2-Regression/3-Linear/assignment.md | 9 - .../3-Linear/solution/Julia/README.md | 9 - .../ru/2-Regression/4-Logistic/README.md | 9 - .../ru/2-Regression/4-Logistic/assignment.md | 9 - .../4-Logistic/solution/Julia/README.md | 9 - translations/ru/2-Regression/README.md | 9 - translations/ru/3-Web-App/1-Web-App/README.md | 9 - .../ru/3-Web-App/1-Web-App/assignment.md | 9 - translations/ru/3-Web-App/README.md | 9 - .../4-Classification/1-Introduction/README.md | 9 - .../1-Introduction/assignment.md | 9 - .../1-Introduction/solution/Julia/README.md | 9 - .../2-Classifiers-1/README.md | 9 - .../2-Classifiers-1/assignment.md | 9 - .../2-Classifiers-1/solution/Julia/README.md | 9 - .../3-Classifiers-2/README.md | 9 - .../3-Classifiers-2/assignment.md | 9 - .../3-Classifiers-2/solution/Julia/README.md | 9 - .../ru/4-Classification/4-Applied/README.md | 9 - .../4-Classification/4-Applied/assignment.md | 9 - translations/ru/4-Classification/README.md | 9 - .../ru/5-Clustering/1-Visualize/README.md | 9 - .../ru/5-Clustering/1-Visualize/assignment.md | 9 - .../1-Visualize/solution/Julia/README.md | 9 - .../ru/5-Clustering/2-K-Means/README.md | 9 - .../ru/5-Clustering/2-K-Means/assignment.md | 9 - .../2-K-Means/solution/Julia/README.md | 9 - translations/ru/5-Clustering/README.md | 9 - .../ru/6-NLP/1-Introduction-to-NLP/README.md | 9 - .../6-NLP/1-Introduction-to-NLP/assignment.md | 9 - translations/ru/6-NLP/2-Tasks/README.md | 9 - translations/ru/6-NLP/2-Tasks/assignment.md | 9 - .../6-NLP/3-Translation-Sentiment/README.md | 9 - .../3-Translation-Sentiment/assignment.md | 9 - .../solution/Julia/README.md | 9 - .../solution/R/README.md | 9 - .../ru/6-NLP/4-Hotel-Reviews-1/README.md | 9 - .../ru/6-NLP/4-Hotel-Reviews-1/assignment.md | 9 - .../solution/Julia/README.md | 9 - .../4-Hotel-Reviews-1/solution/R/README.md | 9 - .../ru/6-NLP/5-Hotel-Reviews-2/README.md | 9 - .../ru/6-NLP/5-Hotel-Reviews-2/assignment.md | 9 - .../solution/Julia/README.md | 9 - .../5-Hotel-Reviews-2/solution/R/README.md | 9 - translations/ru/6-NLP/README.md | 9 - translations/ru/6-NLP/data/README.md | 9 - .../ru/7-TimeSeries/1-Introduction/README.md | 9 - .../7-TimeSeries/1-Introduction/assignment.md | 9 - .../1-Introduction/solution/Julia/README.md | 9 - .../1-Introduction/solution/R/README.md | 9 - .../ru/7-TimeSeries/2-ARIMA/README.md | 9 - .../ru/7-TimeSeries/2-ARIMA/assignment.md | 9 - .../2-ARIMA/solution/Julia/README.md | 9 - .../7-TimeSeries/2-ARIMA/solution/R/README.md | 9 - translations/ru/7-TimeSeries/3-SVR/README.md | 9 - .../ru/7-TimeSeries/3-SVR/assignment.md | 9 - translations/ru/7-TimeSeries/README.md | 9 - .../ru/8-Reinforcement/1-QLearning/README.md | 9 - .../8-Reinforcement/1-QLearning/assignment.md | 9 - .../1-QLearning/solution/Julia/README.md | 9 - .../1-QLearning/solution/R/README.md | 9 - .../ru/8-Reinforcement/2-Gym/README.md | 9 - .../ru/8-Reinforcement/2-Gym/assignment.md | 9 - .../2-Gym/solution/Julia/README.md | 9 - .../2-Gym/solution/R/README.md | 9 - translations/ru/8-Reinforcement/README.md | 9 - .../ru/9-Real-World/1-Applications/README.md | 9 - .../9-Real-World/1-Applications/assignment.md | 9 - .../2-Debugging-ML-Models/README.md | 9 - .../2-Debugging-ML-Models/assignment.md | 9 - translations/ru/9-Real-World/README.md | 9 - translations/ru/AGENTS.md | 9 - translations/ru/CODE_OF_CONDUCT.md | 9 - translations/ru/CONTRIBUTING.md | 9 - translations/ru/README.md | 237 ++++--- translations/ru/SECURITY.md | 9 - translations/ru/SUPPORT.md | 9 - translations/ru/TROUBLESHOOTING.md | 9 - translations/ru/docs/_sidebar.md | 9 - translations/ru/for-teachers.md | 9 - translations/ru/quiz-app/README.md | 9 - translations/ru/sketchnotes/LICENSE.md | 9 - translations/ru/sketchnotes/README.md | 9 - 300 files changed, 2161 insertions(+), 3046 deletions(-) create mode 100644 translations/ar/.co-op-translator.json create mode 100644 translations/de/.co-op-translator.json create mode 100644 translations/ru/.co-op-translator.json diff --git a/translations/ar/.co-op-translator.json b/translations/ar/.co-op-translator.json new file mode 100644 index 000000000..e2c782c17 --- /dev/null +++ b/translations/ar/.co-op-translator.json @@ -0,0 +1,596 @@ +{ + "1-Introduction/1-intro-to-ML/README.md": { + "original_hash": "69389392fa6346e0dfa30f664b7b6fec", + "translation_date": "2025-09-04T20:47:38+00:00", + "source_file": "1-Introduction/1-intro-to-ML/README.md", + "language_code": "ar" + }, + "1-Introduction/1-intro-to-ML/assignment.md": { + "original_hash": "4c4698044bb8af52cfb6388a4ee0e53b", + "translation_date": "2025-08-29T13:44:09+00:00", + "source_file": "1-Introduction/1-intro-to-ML/assignment.md", + "language_code": "ar" + }, + "1-Introduction/2-history-of-ML/README.md": { + "original_hash": "6a05fec147e734c3e6bfa54505648e2b", + "translation_date": "2025-09-04T20:48:03+00:00", + "source_file": "1-Introduction/2-history-of-ML/README.md", + "language_code": "ar" + }, + "1-Introduction/2-history-of-ML/assignment.md": { + "original_hash": "eb6e4d5afd1b21a57d2b9e6d0aac3969", + "translation_date": "2025-08-29T13:47:13+00:00", + "source_file": "1-Introduction/2-history-of-ML/assignment.md", + "language_code": "ar" + }, + "1-Introduction/3-fairness/README.md": { + "original_hash": "9a6b702d1437c0467e3c5c28d763dac2", + "translation_date": "2025-09-04T20:46:15+00:00", + "source_file": "1-Introduction/3-fairness/README.md", + "language_code": "ar" + }, + "1-Introduction/3-fairness/assignment.md": { + "original_hash": "dbda60e7b1fe5f18974e7858eff0004e", + "translation_date": "2025-08-29T13:38:43+00:00", + "source_file": "1-Introduction/3-fairness/assignment.md", + "language_code": "ar" + }, + "1-Introduction/4-techniques-of-ML/README.md": { + "original_hash": "9d91f3af3758fdd4569fb410575995ef", + "translation_date": "2025-09-04T20:47:01+00:00", + "source_file": "1-Introduction/4-techniques-of-ML/README.md", + "language_code": "ar" + }, + "1-Introduction/4-techniques-of-ML/assignment.md": { + "original_hash": "70d65aeddc06170bc1aed5b27805f930", + "translation_date": "2025-08-29T13:41:55+00:00", + "source_file": "1-Introduction/4-techniques-of-ML/assignment.md", + "language_code": "ar" + }, + "1-Introduction/README.md": { + "original_hash": "cf8ecc83f28e5b98051d2179eca08e08", + "translation_date": "2025-08-29T13:35:28+00:00", + "source_file": "1-Introduction/README.md", + "language_code": "ar" + }, + "2-Regression/1-Tools/README.md": { + "original_hash": "fa81d226c71d5af7a2cade31c1c92b88", + "translation_date": "2025-09-04T20:40:45+00:00", + "source_file": "2-Regression/1-Tools/README.md", + "language_code": "ar" + }, + "2-Regression/1-Tools/assignment.md": { + "original_hash": "74a5cf83e4ebc302afbcbc4f418afd0a", + "translation_date": "2025-08-29T13:04:58+00:00", + "source_file": "2-Regression/1-Tools/assignment.md", + "language_code": "ar" + }, + "2-Regression/1-Tools/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T13:05:23+00:00", + "source_file": "2-Regression/1-Tools/solution/Julia/README.md", + "language_code": "ar" + }, + "2-Regression/2-Data/README.md": { + "original_hash": "7c077988328ebfe33b24d07945f16eca", + "translation_date": "2025-09-04T20:41:20+00:00", + "source_file": "2-Regression/2-Data/README.md", + "language_code": "ar" + }, + "2-Regression/2-Data/assignment.md": { + "original_hash": "4485a1ed4dd1b5647365e3d87456515d", + "translation_date": "2025-08-29T13:08:07+00:00", + "source_file": "2-Regression/2-Data/assignment.md", + "language_code": "ar" + }, + "2-Regression/2-Data/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T13:08:25+00:00", + "source_file": "2-Regression/2-Data/solution/Julia/README.md", + "language_code": "ar" + }, + "2-Regression/3-Linear/README.md": { + "original_hash": "40e64f004f3cb50aa1d8661672d3cd92", + "translation_date": "2025-09-04T20:37:53+00:00", + "source_file": "2-Regression/3-Linear/README.md", + "language_code": "ar" + }, + "2-Regression/3-Linear/assignment.md": { + "original_hash": "cc471fa89c293bc735dd3a9a0fb79b1b", + "translation_date": "2025-08-29T12:55:59+00:00", + "source_file": "2-Regression/3-Linear/assignment.md", + "language_code": "ar" + }, + "2-Regression/3-Linear/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T12:56:18+00:00", + "source_file": "2-Regression/3-Linear/solution/Julia/README.md", + "language_code": "ar" + }, + "2-Regression/4-Logistic/README.md": { + "original_hash": "abf86d845c84330bce205a46b382ec88", + "translation_date": "2025-09-04T20:39:43+00:00", + "source_file": "2-Regression/4-Logistic/README.md", + "language_code": "ar" + }, + "2-Regression/4-Logistic/assignment.md": { + "original_hash": "8af40209a41494068c1f42b14c0b450d", + "translation_date": "2025-08-29T13:01:14+00:00", + "source_file": "2-Regression/4-Logistic/assignment.md", + "language_code": "ar" + }, + "2-Regression/4-Logistic/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T13:01:33+00:00", + "source_file": "2-Regression/4-Logistic/solution/Julia/README.md", + "language_code": "ar" + }, + "2-Regression/README.md": { + "original_hash": "508582278dbb8edd2a8a80ac96ef416c", + "translation_date": "2025-08-29T12:51:26+00:00", + "source_file": "2-Regression/README.md", + "language_code": "ar" + }, + "3-Web-App/1-Web-App/README.md": { + "original_hash": "e0b75f73e4a90d45181dc5581fe2ef5c", + "translation_date": "2025-09-04T20:48:36+00:00", + "source_file": "3-Web-App/1-Web-App/README.md", + "language_code": "ar" + }, + "3-Web-App/1-Web-App/assignment.md": { + "original_hash": "a8e8ae10be335cbc745b75ee552317ff", + "translation_date": "2025-08-29T13:50:24+00:00", + "source_file": "3-Web-App/1-Web-App/assignment.md", + "language_code": "ar" + }, + "3-Web-App/README.md": { + "original_hash": "9836ff53cfef716ddfd70e06c5f43436", + "translation_date": "2025-08-29T13:47:34+00:00", + "source_file": "3-Web-App/README.md", + "language_code": "ar" + }, + "4-Classification/1-Introduction/README.md": { + "original_hash": "aaf391d922bd6de5efba871d514c6d47", + "translation_date": "2025-09-04T20:50:26+00:00", + "source_file": "4-Classification/1-Introduction/README.md", + "language_code": "ar" + }, + "4-Classification/1-Introduction/assignment.md": { + "original_hash": "b2a01912beb24cfb0007f83594dba801", + "translation_date": "2025-08-29T14:01:36+00:00", + "source_file": "4-Classification/1-Introduction/assignment.md", + "language_code": "ar" + }, + "4-Classification/1-Introduction/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T14:02:01+00:00", + "source_file": "4-Classification/1-Introduction/solution/Julia/README.md", + "language_code": "ar" + }, + "4-Classification/2-Classifiers-1/README.md": { + "original_hash": "1a6e9e46b34a2e559fbbfc1f95397c7b", + "translation_date": "2025-09-04T20:49:03+00:00", + "source_file": "4-Classification/2-Classifiers-1/README.md", + "language_code": "ar" + }, + "4-Classification/2-Classifiers-1/assignment.md": { + "original_hash": "de6025f96841498b0577e9d1aee18d1f", + "translation_date": "2025-08-29T13:55:18+00:00", + "source_file": "4-Classification/2-Classifiers-1/assignment.md", + "language_code": "ar" + }, + "4-Classification/2-Classifiers-1/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T13:55:39+00:00", + "source_file": "4-Classification/2-Classifiers-1/solution/Julia/README.md", + "language_code": "ar" + }, + "4-Classification/3-Classifiers-2/README.md": { + "original_hash": "49047911108adc49d605cddfb455749c", + "translation_date": "2025-09-04T20:50:07+00:00", + "source_file": "4-Classification/3-Classifiers-2/README.md", + "language_code": "ar" + }, + "4-Classification/3-Classifiers-2/assignment.md": { + "original_hash": "58dfdaf79fb73f7d34b22bdbacf57329", + "translation_date": "2025-08-29T13:59:11+00:00", + "source_file": "4-Classification/3-Classifiers-2/assignment.md", + "language_code": "ar" + }, + "4-Classification/3-Classifiers-2/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T13:59:33+00:00", + "source_file": "4-Classification/3-Classifiers-2/solution/Julia/README.md", + "language_code": "ar" + }, + "4-Classification/4-Applied/README.md": { + "original_hash": "61bdec27ed2da8b098cd9065405d9bb0", + "translation_date": "2025-09-04T20:49:44+00:00", + "source_file": "4-Classification/4-Applied/README.md", + "language_code": "ar" + }, + "4-Classification/4-Applied/assignment.md": { + "original_hash": "799ed651e2af0a7cad17c6268db11578", + "translation_date": "2025-08-29T13:57:29+00:00", + "source_file": "4-Classification/4-Applied/assignment.md", + "language_code": "ar" + }, + "4-Classification/README.md": { + "original_hash": "74e809ffd1e613a1058bbc3e9600859e", + "translation_date": "2025-08-29T13:51:35+00:00", + "source_file": "4-Classification/README.md", + "language_code": "ar" + }, + "5-Clustering/1-Visualize/README.md": { + "original_hash": "730225ea274c9174fe688b21d421539d", + "translation_date": "2025-09-04T20:43:28+00:00", + "source_file": "5-Clustering/1-Visualize/README.md", + "language_code": "ar" + }, + "5-Clustering/1-Visualize/assignment.md": { + "original_hash": "589fa015a5e7d9e67bd629f7d47b53de", + "translation_date": "2025-08-29T13:25:22+00:00", + "source_file": "5-Clustering/1-Visualize/assignment.md", + "language_code": "ar" + }, + "5-Clustering/1-Visualize/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T13:25:46+00:00", + "source_file": "5-Clustering/1-Visualize/solution/Julia/README.md", + "language_code": "ar" + }, + "5-Clustering/2-K-Means/README.md": { + "original_hash": "7cdd17338d9bbd7e2171c2cd462eb081", + "translation_date": "2025-09-04T20:44:23+00:00", + "source_file": "5-Clustering/2-K-Means/README.md", + "language_code": "ar" + }, + "5-Clustering/2-K-Means/assignment.md": { + "original_hash": "b8e17eff34ad1680eba2a5d3cf9ffc41", + "translation_date": "2025-08-29T13:27:47+00:00", + "source_file": "5-Clustering/2-K-Means/assignment.md", + "language_code": "ar" + }, + "5-Clustering/2-K-Means/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T13:28:07+00:00", + "source_file": "5-Clustering/2-K-Means/solution/Julia/README.md", + "language_code": "ar" + }, + "5-Clustering/README.md": { + "original_hash": "b28a3a4911584062772c537b653ebbc7", + "translation_date": "2025-08-29T13:18:28+00:00", + "source_file": "5-Clustering/README.md", + "language_code": "ar" + }, + "6-NLP/1-Introduction-to-NLP/README.md": { + "original_hash": "1c2ec40cf55c98a028a359c27ef7e45a", + "translation_date": "2025-09-04T20:54:44+00:00", + "source_file": "6-NLP/1-Introduction-to-NLP/README.md", + "language_code": "ar" + }, + "6-NLP/1-Introduction-to-NLP/assignment.md": { + "original_hash": "1d7583e8046dacbb0c056d5ba0a71b16", + "translation_date": "2025-08-29T14:32:02+00:00", + "source_file": "6-NLP/1-Introduction-to-NLP/assignment.md", + "language_code": "ar" + }, + "6-NLP/2-Tasks/README.md": { + "original_hash": "5f3cb462e3122e1afe7ab0050ccf2bd3", + "translation_date": "2025-09-04T20:53:06+00:00", + "source_file": "6-NLP/2-Tasks/README.md", + "language_code": "ar" + }, + "6-NLP/2-Tasks/assignment.md": { + "original_hash": "2efc4c2aba5ed06c780c05539c492ae3", + "translation_date": "2025-08-29T14:22:21+00:00", + "source_file": "6-NLP/2-Tasks/assignment.md", + "language_code": "ar" + }, + "6-NLP/3-Translation-Sentiment/README.md": { + "original_hash": "be03c8182982b87ced155e4e9d1438e8", + "translation_date": "2025-09-04T20:55:11+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/README.md", + "language_code": "ar" + }, + "6-NLP/3-Translation-Sentiment/assignment.md": { + "original_hash": "9d2a734deb904caff310d1a999c6bd7a", + "translation_date": "2025-08-29T14:35:03+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/assignment.md", + "language_code": "ar" + }, + "6-NLP/3-Translation-Sentiment/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T14:35:38+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/solution/Julia/README.md", + "language_code": "ar" + }, + "6-NLP/3-Translation-Sentiment/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T14:35:25+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/solution/R/README.md", + "language_code": "ar" + }, + "6-NLP/4-Hotel-Reviews-1/README.md": { + "original_hash": "8d32dadeda93c6fb5c43619854882ab1", + "translation_date": "2025-09-04T20:53:38+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/README.md", + "language_code": "ar" + }, + "6-NLP/4-Hotel-Reviews-1/assignment.md": { + "original_hash": "bf39bceb833cd628f224941dca8041df", + "translation_date": "2025-08-29T14:29:06+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/assignment.md", + "language_code": "ar" + }, + "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T14:29:35+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md", + "language_code": "ar" + }, + "6-NLP/4-Hotel-Reviews-1/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T14:29:23+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/solution/R/README.md", + "language_code": "ar" + }, + "6-NLP/5-Hotel-Reviews-2/README.md": { + "original_hash": "2c742993fe95d5bcbb2846eda3d442a1", + "translation_date": "2025-09-04T20:55:47+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/README.md", + "language_code": "ar" + }, + "6-NLP/5-Hotel-Reviews-2/assignment.md": { + "original_hash": "daf144daa552da6a7d442aff6f3e77d8", + "translation_date": "2025-08-29T14:38:45+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/assignment.md", + "language_code": "ar" + }, + "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T14:39:20+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md", + "language_code": "ar" + }, + "6-NLP/5-Hotel-Reviews-2/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T14:39:05+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/solution/R/README.md", + "language_code": "ar" + }, + "6-NLP/README.md": { + "original_hash": "1eb379dc2d0c9940b320732d16083778", + "translation_date": "2025-08-29T14:19:01+00:00", + "source_file": "6-NLP/README.md", + "language_code": "ar" + }, + "6-NLP/data/README.md": { + "original_hash": "ee0670655c89e4719319764afb113624", + "translation_date": "2025-08-29T14:29:49+00:00", + "source_file": "6-NLP/data/README.md", + "language_code": "ar" + }, + "7-TimeSeries/1-Introduction/README.md": { + "original_hash": "662b509c39eee205687726636d0a8455", + "translation_date": "2025-09-04T20:42:33+00:00", + "source_file": "7-TimeSeries/1-Introduction/README.md", + "language_code": "ar" + }, + "7-TimeSeries/1-Introduction/assignment.md": { + "original_hash": "d1781b0b92568ea1d119d0a198b576b4", + "translation_date": "2025-08-29T13:14:58+00:00", + "source_file": "7-TimeSeries/1-Introduction/assignment.md", + "language_code": "ar" + }, + "7-TimeSeries/1-Introduction/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T13:15:43+00:00", + "source_file": "7-TimeSeries/1-Introduction/solution/Julia/README.md", + "language_code": "ar" + }, + "7-TimeSeries/1-Introduction/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T13:15:27+00:00", + "source_file": "7-TimeSeries/1-Introduction/solution/R/README.md", + "language_code": "ar" + }, + "7-TimeSeries/2-ARIMA/README.md": { + "original_hash": "917dbf890db71a322f306050cb284749", + "translation_date": "2025-09-04T20:41:47+00:00", + "source_file": "7-TimeSeries/2-ARIMA/README.md", + "language_code": "ar" + }, + "7-TimeSeries/2-ARIMA/assignment.md": { + "original_hash": "1c814013e10866dfd92cdb32caaae3ac", + "translation_date": "2025-08-29T13:11:47+00:00", + "source_file": "7-TimeSeries/2-ARIMA/assignment.md", + "language_code": "ar" + }, + "7-TimeSeries/2-ARIMA/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T13:12:23+00:00", + "source_file": "7-TimeSeries/2-ARIMA/solution/Julia/README.md", + "language_code": "ar" + }, + "7-TimeSeries/2-ARIMA/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T13:12:10+00:00", + "source_file": "7-TimeSeries/2-ARIMA/solution/R/README.md", + "language_code": "ar" + }, + "7-TimeSeries/3-SVR/README.md": { + "original_hash": "482bccabe1df958496ea71a3667995cd", + "translation_date": "2025-09-04T20:43:01+00:00", + "source_file": "7-TimeSeries/3-SVR/README.md", + "language_code": "ar" + }, + "7-TimeSeries/3-SVR/assignment.md": { + "original_hash": "94aa2fc6154252ae30a3f3740299707a", + "translation_date": "2025-08-29T13:18:02+00:00", + "source_file": "7-TimeSeries/3-SVR/assignment.md", + "language_code": "ar" + }, + "7-TimeSeries/README.md": { + "original_hash": "61342603bad8acadbc6b2e4e3aab3f66", + "translation_date": "2025-08-29T13:08:38+00:00", + "source_file": "7-TimeSeries/README.md", + "language_code": "ar" + }, + "8-Reinforcement/1-QLearning/README.md": { + "original_hash": "911efd5e595089000cb3c16fce1beab8", + "translation_date": "2025-09-04T20:51:29+00:00", + "source_file": "8-Reinforcement/1-QLearning/README.md", + "language_code": "ar" + }, + "8-Reinforcement/1-QLearning/assignment.md": { + "original_hash": "68394b2102d3503882e5e914bd0ff5c1", + "translation_date": "2025-08-29T14:13:40+00:00", + "source_file": "8-Reinforcement/1-QLearning/assignment.md", + "language_code": "ar" + }, + "8-Reinforcement/1-QLearning/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T14:15:06+00:00", + "source_file": "8-Reinforcement/1-QLearning/solution/Julia/README.md", + "language_code": "ar" + }, + "8-Reinforcement/1-QLearning/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T14:14:52+00:00", + "source_file": "8-Reinforcement/1-QLearning/solution/R/README.md", + "language_code": "ar" + }, + "8-Reinforcement/2-Gym/README.md": { + "original_hash": "107d5bb29da8a562e7ae72262d251a75", + "translation_date": "2025-09-04T20:52:36+00:00", + "source_file": "8-Reinforcement/2-Gym/README.md", + "language_code": "ar" + }, + "8-Reinforcement/2-Gym/assignment.md": { + "original_hash": "1f2b7441745eb52e25745423b247016b", + "translation_date": "2025-08-29T14:17:56+00:00", + "source_file": "8-Reinforcement/2-Gym/assignment.md", + "language_code": "ar" + }, + "8-Reinforcement/2-Gym/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T14:18:46+00:00", + "source_file": "8-Reinforcement/2-Gym/solution/Julia/README.md", + "language_code": "ar" + }, + "8-Reinforcement/2-Gym/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T14:18:32+00:00", + "source_file": "8-Reinforcement/2-Gym/solution/R/README.md", + "language_code": "ar" + }, + "8-Reinforcement/README.md": { + "original_hash": "20ca019012b1725de956681d036d8b18", + "translation_date": "2025-08-29T14:07:35+00:00", + "source_file": "8-Reinforcement/README.md", + "language_code": "ar" + }, + "9-Real-World/1-Applications/README.md": { + "original_hash": "83320d6b6994909e35d830cebf214039", + "translation_date": "2025-09-04T20:44:49+00:00", + "source_file": "9-Real-World/1-Applications/README.md", + "language_code": "ar" + }, + "9-Real-World/1-Applications/assignment.md": { + "original_hash": "fdebfcd0a3f12c9e2b436ded1aa79885", + "translation_date": "2025-08-29T13:31:58+00:00", + "source_file": "9-Real-World/1-Applications/assignment.md", + "language_code": "ar" + }, + "9-Real-World/2-Debugging-ML-Models/README.md": { + "original_hash": "df2b538e8fbb3e91cf0419ae2f858675", + "translation_date": "2025-09-04T20:45:30+00:00", + "source_file": "9-Real-World/2-Debugging-ML-Models/README.md", + "language_code": "ar" + }, + "9-Real-World/2-Debugging-ML-Models/assignment.md": { + "original_hash": "91c6a180ef08e20cc15acfd2d6d6e164", + "translation_date": "2025-08-29T13:35:04+00:00", + "source_file": "9-Real-World/2-Debugging-ML-Models/assignment.md", + "language_code": "ar" + }, + "9-Real-World/README.md": { + "original_hash": "5e069a0ac02a9606a69946c2b3c574a9", + "translation_date": "2025-08-29T13:28:59+00:00", + "source_file": "9-Real-World/README.md", + "language_code": "ar" + }, + "AGENTS.md": { + "original_hash": "93fdaa0fd38836e50c4793e2f2f25e8b", + "translation_date": "2025-10-03T10:58:35+00:00", + "source_file": "AGENTS.md", + "language_code": "ar" + }, + "CODE_OF_CONDUCT.md": { + "original_hash": "c06b12caf3c901eb3156e3dd5b0aea56", + "translation_date": "2025-08-29T12:51:07+00:00", + "source_file": "CODE_OF_CONDUCT.md", + "language_code": "ar" + }, + "CONTRIBUTING.md": { + "original_hash": "977ec5266dfd78ad1ce2bd8d46fccbda", + "translation_date": "2025-08-29T12:49:20+00:00", + "source_file": "CONTRIBUTING.md", + "language_code": "ar" + }, + "README.md": { + "original_hash": "da2ceed62f16a0820259556e3a873c95", + "translation_date": "2026-01-29T17:38:01+00:00", + "source_file": "README.md", + "language_code": "ar" + }, + "SECURITY.md": { + "original_hash": "5e1b8da31aae9cca3d53ad243fa3365a", + "translation_date": "2025-08-29T12:49:47+00:00", + "source_file": "SECURITY.md", + "language_code": "ar" + }, + "SUPPORT.md": { + "original_hash": "09623d7343ff1c26ff4f198c1b2d3176", + "translation_date": "2025-10-03T11:38:33+00:00", + "source_file": "SUPPORT.md", + "language_code": "ar" + }, + "TROUBLESHOOTING.md": { + "original_hash": "134d8759f0e2ab886e9aa4f62362c201", + "translation_date": "2025-10-03T12:37:02+00:00", + "source_file": "TROUBLESHOOTING.md", + "language_code": "ar" + }, + "docs/_sidebar.md": { + "original_hash": "68dd06c685f6ce840e0acfa313352e7c", + "translation_date": "2025-08-29T13:28:21+00:00", + "source_file": "docs/_sidebar.md", + "language_code": "ar" + }, + "for-teachers.md": { + "original_hash": "b37de02054fa6c0438ede6fabe1fdfb8", + "translation_date": "2025-08-29T12:50:33+00:00", + "source_file": "for-teachers.md", + "language_code": "ar" + }, + "quiz-app/README.md": { + "original_hash": "6d130dffca5db70d7e615f926cb1ad4c", + "translation_date": "2025-08-29T13:50:46+00:00", + "source_file": "quiz-app/README.md", + "language_code": "ar" + }, + "sketchnotes/LICENSE.md": { + "original_hash": "fba3b94d88bfb9b81369b869a1e9a20f", + "translation_date": "2025-08-29T14:03:13+00:00", + "source_file": "sketchnotes/LICENSE.md", + "language_code": "ar" + }, + "sketchnotes/README.md": { + "original_hash": "a88d5918c1b9da69a40d917a0840c497", + "translation_date": "2025-08-29T14:02:15+00:00", + "source_file": "sketchnotes/README.md", + "language_code": "ar" + } +} \ No newline at end of file diff --git a/translations/ar/1-Introduction/1-intro-to-ML/README.md b/translations/ar/1-Introduction/1-intro-to-ML/README.md index b9d6e24e2..5b30f5153 100644 --- a/translations/ar/1-Introduction/1-intro-to-ML/README.md +++ b/translations/ar/1-Introduction/1-intro-to-ML/README.md @@ -1,12 +1,3 @@ - # مقدمة في تعلم الآلة ## [اختبار ما قبل المحاضرة](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/ar/1-Introduction/1-intro-to-ML/assignment.md b/translations/ar/1-Introduction/1-intro-to-ML/assignment.md index be4e5e631..ecbb1da12 100644 --- a/translations/ar/1-Introduction/1-intro-to-ML/assignment.md +++ b/translations/ar/1-Introduction/1-intro-to-ML/assignment.md @@ -1,12 +1,3 @@ - # البدء والتشغيل ## التعليمات diff --git a/translations/ar/1-Introduction/2-history-of-ML/README.md b/translations/ar/1-Introduction/2-history-of-ML/README.md index 3f412a673..31ea85cf8 100644 --- a/translations/ar/1-Introduction/2-history-of-ML/README.md +++ b/translations/ar/1-Introduction/2-history-of-ML/README.md @@ -1,12 +1,3 @@ - # تاريخ تعلم الآلة ![ملخص تاريخ تعلم الآلة في رسم تخطيطي](../../../../sketchnotes/ml-history.png) diff --git a/translations/ar/1-Introduction/2-history-of-ML/assignment.md b/translations/ar/1-Introduction/2-history-of-ML/assignment.md index 2f7a4c4fb..708409e8e 100644 --- a/translations/ar/1-Introduction/2-history-of-ML/assignment.md +++ b/translations/ar/1-Introduction/2-history-of-ML/assignment.md @@ -1,12 +1,3 @@ - # إنشاء خط زمني ## التعليمات diff --git a/translations/ar/1-Introduction/3-fairness/README.md b/translations/ar/1-Introduction/3-fairness/README.md index 3b27eb03c..22514b8df 100644 --- a/translations/ar/1-Introduction/3-fairness/README.md +++ b/translations/ar/1-Introduction/3-fairness/README.md @@ -1,12 +1,3 @@ - # بناء حلول التعلم الآلي باستخدام الذكاء الاصطناعي المسؤول ![ملخص الذكاء الاصطناعي المسؤول في التعلم الآلي في رسم تخطيطي](../../../../sketchnotes/ml-fairness.png) diff --git a/translations/ar/1-Introduction/3-fairness/assignment.md b/translations/ar/1-Introduction/3-fairness/assignment.md index c607e6be4..f8b93d578 100644 --- a/translations/ar/1-Introduction/3-fairness/assignment.md +++ b/translations/ar/1-Introduction/3-fairness/assignment.md @@ -1,12 +1,3 @@ - # استكشاف أدوات الذكاء الاصطناعي المسؤول ## التعليمات diff --git a/translations/ar/1-Introduction/4-techniques-of-ML/README.md b/translations/ar/1-Introduction/4-techniques-of-ML/README.md index 9e72fed55..f7d86fd7d 100644 --- a/translations/ar/1-Introduction/4-techniques-of-ML/README.md +++ b/translations/ar/1-Introduction/4-techniques-of-ML/README.md @@ -1,12 +1,3 @@ - # تقنيات تعلم الآلة عملية بناء واستخدام وصيانة نماذج تعلم الآلة والبيانات التي تستخدمها تختلف بشكل كبير عن العديد من سير العمل التطويرية الأخرى. في هذا الدرس، سنزيل الغموض عن هذه العملية، ونوضح التقنيات الرئيسية التي تحتاج إلى معرفتها. ستتعلم: diff --git a/translations/ar/1-Introduction/4-techniques-of-ML/assignment.md b/translations/ar/1-Introduction/4-techniques-of-ML/assignment.md index fe0fcb858..4acdf9353 100644 --- a/translations/ar/1-Introduction/4-techniques-of-ML/assignment.md +++ b/translations/ar/1-Introduction/4-techniques-of-ML/assignment.md @@ -1,12 +1,3 @@ - # مقابلة مع عالم بيانات ## التعليمات diff --git a/translations/ar/1-Introduction/README.md b/translations/ar/1-Introduction/README.md index 77df00071..9e8a3abcc 100644 --- a/translations/ar/1-Introduction/README.md +++ b/translations/ar/1-Introduction/README.md @@ -1,12 +1,3 @@ - # مقدمة في تعلم الآلة في هذا القسم من المنهج الدراسي، ستتعرف على المفاهيم الأساسية التي تشكل مجال تعلم الآلة، ما هو، وتتعرف على تاريخه والتقنيات التي يستخدمها الباحثون للعمل معه. دعونا نستكشف هذا العالم الجديد من تعلم الآلة معًا! diff --git a/translations/ar/2-Regression/1-Tools/README.md b/translations/ar/2-Regression/1-Tools/README.md index a08f6c4d3..e58f26891 100644 --- a/translations/ar/2-Regression/1-Tools/README.md +++ b/translations/ar/2-Regression/1-Tools/README.md @@ -1,12 +1,3 @@ - # البدء مع Python و Scikit-learn لنماذج الانحدار ![ملخص الانحدارات في رسم توضيحي](../../../../sketchnotes/ml-regression.png) diff --git a/translations/ar/2-Regression/1-Tools/assignment.md b/translations/ar/2-Regression/1-Tools/assignment.md index 42db95bf4..42047e169 100644 --- a/translations/ar/2-Regression/1-Tools/assignment.md +++ b/translations/ar/2-Regression/1-Tools/assignment.md @@ -1,12 +1,3 @@ - # الانحدار باستخدام Scikit-learn ## التعليمات diff --git a/translations/ar/2-Regression/1-Tools/solution/Julia/README.md b/translations/ar/2-Regression/1-Tools/solution/Julia/README.md index a55c9a8ea..84e21d7a2 100644 --- a/translations/ar/2-Regression/1-Tools/solution/Julia/README.md +++ b/translations/ar/2-Regression/1-Tools/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا مجرد عنصر نائب مؤقت --- diff --git a/translations/ar/2-Regression/2-Data/README.md b/translations/ar/2-Regression/2-Data/README.md index 5683ab75b..d66d9b9ec 100644 --- a/translations/ar/2-Regression/2-Data/README.md +++ b/translations/ar/2-Regression/2-Data/README.md @@ -1,12 +1,3 @@ - # بناء نموذج انحدار باستخدام Scikit-learn: إعداد البيانات وتصويرها ![مخطط تصوير البيانات](../../../../2-Regression/2-Data/images/data-visualization.png) diff --git a/translations/ar/2-Regression/2-Data/assignment.md b/translations/ar/2-Regression/2-Data/assignment.md index 7b70d2afd..812f59f29 100644 --- a/translations/ar/2-Regression/2-Data/assignment.md +++ b/translations/ar/2-Regression/2-Data/assignment.md @@ -1,12 +1,3 @@ - # استكشاف التصورات هناك العديد من المكتبات المختلفة المتاحة لتصور البيانات. قم بإنشاء بعض التصورات باستخدام بيانات القرع في هذا الدرس باستخدام matplotlib و seaborn في دفتر ملاحظات تجريبي. أي المكتبات أسهل في الاستخدام؟ diff --git a/translations/ar/2-Regression/2-Data/solution/Julia/README.md b/translations/ar/2-Regression/2-Data/solution/Julia/README.md index f9565e364..c6a758faa 100644 --- a/translations/ar/2-Regression/2-Data/solution/Julia/README.md +++ b/translations/ar/2-Regression/2-Data/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا مجرد عنصر نائب مؤقت --- diff --git a/translations/ar/2-Regression/3-Linear/README.md b/translations/ar/2-Regression/3-Linear/README.md index c82e6cb3b..21c1a5c06 100644 --- a/translations/ar/2-Regression/3-Linear/README.md +++ b/translations/ar/2-Regression/3-Linear/README.md @@ -1,12 +1,3 @@ - # بناء نموذج انحدار باستخدام Scikit-learn: الانحدار بأربع طرق ![مخطط معلوماتي عن الانحدار الخطي مقابل الانحدار متعدد الحدود](../../../../2-Regression/3-Linear/images/linear-polynomial.png) @@ -114,11 +105,11 @@ day_of_year = pd.to_datetime(pumpkins['Date']).apply(lambda dt: (dt-datetime(dt. من الدرس السابق ربما لاحظت أن متوسط السعر للأشهر المختلفة يبدو كالتالي: -متوسط السعر حسب الشهر +متوسط السعر حسب الشهر هذا يشير إلى أنه يجب أن يكون هناك بعض الارتباط، ويمكننا محاولة تدريب نموذج انحدار خطي للتنبؤ بالعلاقة بين `الشهر` و `السعر`، أو بين `اليوم من السنة` و `السعر`. إليك المخطط المبعثر الذي يظهر العلاقة الأخيرة: -مخطط مبعثر للسعر مقابل اليوم من السنة +مخطط مبعثر للسعر مقابل اليوم من السنة دعونا نرى ما إذا كان هناك ارتباط باستخدام وظيفة `corr`: @@ -137,7 +128,7 @@ for i,var in enumerate(new_pumpkins['Variety'].unique()): ax = df.plot.scatter('DayOfYear','Price',ax=ax,c=colors[i],label=var) ``` -مخطط مبعثر للسعر مقابل اليوم من السنة +مخطط مبعثر للسعر مقابل اليوم من السنة تشير تحقيقاتنا إلى أن النوع له تأثير أكبر على السعر الإجمالي من تاريخ البيع الفعلي. يمكننا رؤية ذلك باستخدام مخطط شريطي: @@ -145,7 +136,7 @@ for i,var in enumerate(new_pumpkins['Variety'].unique()): new_pumpkins.groupby('Variety')['Price'].mean().plot(kind='bar') ``` -مخطط شريطي للسعر مقابل النوع +مخطط شريطي للسعر مقابل النوع دعونا نركز في الوقت الحالي فقط على نوع واحد من القرع، وهو "نوع الفطيرة"، ونرى ما هو تأثير التاريخ على السعر: @@ -153,7 +144,7 @@ new_pumpkins.groupby('Variety')['Price'].mean().plot(kind='bar') pie_pumpkins = new_pumpkins[new_pumpkins['Variety']=='PIE TYPE'] pie_pumpkins.plot.scatter('DayOfYear','Price') ``` -مخطط مبعثر للسعر مقابل اليوم من السنة +مخطط مبعثر للسعر مقابل اليوم من السنة إذا قمنا الآن بحساب الارتباط بين `السعر` و `اليوم من السنة` باستخدام وظيفة `corr`، سنحصل على شيء مثل `-0.27` - مما يعني أن تدريب نموذج تنبؤي يبدو منطقيًا. @@ -227,7 +218,7 @@ plt.scatter(X_test,y_test) plt.plot(X_test,pred) ``` -الانحدار الخطي +الانحدار الخطي ## الانحدار متعدد الحدود @@ -256,7 +247,7 @@ pipeline.fit(X_train,y_train) يمكن استخدام الأنابيب بنفس الطريقة التي يتم بها استخدام كائن `LinearRegression` الأصلي، أي يمكننا `fit` الأنبوب، ثم استخدام `predict` للحصول على نتائج التنبؤ. إليك الرسم البياني الذي يظهر بيانات الاختبار ومنحنى التقريب: -الانحدار متعدد الحدود +الانحدار متعدد الحدود باستخدام الانحدار متعدد الحدود، يمكننا الحصول على MSE أقل قليلاً ومعامل تحديد أعلى، ولكن ليس بشكل كبير. يجب أن نأخذ في الاعتبار ميزات أخرى! @@ -274,7 +265,7 @@ pipeline.fit(X_train,y_train) هنا يمكنك رؤية كيف يعتمد السعر المتوسط على النوع: -السعر المتوسط حسب النوع +السعر المتوسط حسب النوع لأخذ النوع في الاعتبار، نحتاج أولاً إلى تحويله إلى شكل رقمي، أو **ترميزه**. هناك عدة طرق يمكننا القيام بها: diff --git a/translations/ar/2-Regression/3-Linear/assignment.md b/translations/ar/2-Regression/3-Linear/assignment.md index f1666ae02..c7f9180be 100644 --- a/translations/ar/2-Regression/3-Linear/assignment.md +++ b/translations/ar/2-Regression/3-Linear/assignment.md @@ -1,12 +1,3 @@ - # إنشاء نموذج انحدار ## التعليمات diff --git a/translations/ar/2-Regression/3-Linear/solution/Julia/README.md b/translations/ar/2-Regression/3-Linear/solution/Julia/README.md index 4ade6c975..07a15207c 100644 --- a/translations/ar/2-Regression/3-Linear/solution/Julia/README.md +++ b/translations/ar/2-Regression/3-Linear/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا مكان مؤقت --- diff --git a/translations/ar/2-Regression/4-Logistic/README.md b/translations/ar/2-Regression/4-Logistic/README.md index 95b439ac6..7424736da 100644 --- a/translations/ar/2-Regression/4-Logistic/README.md +++ b/translations/ar/2-Regression/4-Logistic/README.md @@ -1,12 +1,3 @@ - # الانحدار اللوجستي للتنبؤ بالفئات ![رسم توضيحي للفرق بين الانحدار الخطي والانحدار اللوجستي](../../../../2-Regression/4-Logistic/images/linear-vs-logistic.png) diff --git a/translations/ar/2-Regression/4-Logistic/assignment.md b/translations/ar/2-Regression/4-Logistic/assignment.md index 239febb5d..828924928 100644 --- a/translations/ar/2-Regression/4-Logistic/assignment.md +++ b/translations/ar/2-Regression/4-Logistic/assignment.md @@ -1,12 +1,3 @@ - # إعادة المحاولة مع بعض الانحدار ## التعليمات diff --git a/translations/ar/2-Regression/4-Logistic/solution/Julia/README.md b/translations/ar/2-Regression/4-Logistic/solution/Julia/README.md index 8e4b0e20d..c7af7a896 100644 --- a/translations/ar/2-Regression/4-Logistic/solution/Julia/README.md +++ b/translations/ar/2-Regression/4-Logistic/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا عنصر نائب مؤقت --- diff --git a/translations/ar/2-Regression/README.md b/translations/ar/2-Regression/README.md index cadd989b6..03cf2e5ee 100644 --- a/translations/ar/2-Regression/README.md +++ b/translations/ar/2-Regression/README.md @@ -1,12 +1,3 @@ - # نماذج الانحدار لتعلم الآلة ## موضوع إقليمي: نماذج الانحدار لأسعار القرع في أمريكا الشمالية 🎃 diff --git a/translations/ar/3-Web-App/1-Web-App/README.md b/translations/ar/3-Web-App/1-Web-App/README.md index c7b5a5325..858c8b55e 100644 --- a/translations/ar/3-Web-App/1-Web-App/README.md +++ b/translations/ar/3-Web-App/1-Web-App/README.md @@ -1,12 +1,3 @@ - # بناء تطبيق ويب لاستخدام نموذج تعلم الآلة في هذه الدرس، ستقوم بتدريب نموذج تعلم الآلة على مجموعة بيانات غير مألوفة: _مشاهدات الأجسام الطائرة المجهولة خلال القرن الماضي_، مأخوذة من قاعدة بيانات NUFORC. diff --git a/translations/ar/3-Web-App/1-Web-App/assignment.md b/translations/ar/3-Web-App/1-Web-App/assignment.md index 68dfaee59..26038d08a 100644 --- a/translations/ar/3-Web-App/1-Web-App/assignment.md +++ b/translations/ar/3-Web-App/1-Web-App/assignment.md @@ -1,12 +1,3 @@ - # جرب نموذجًا مختلفًا ## التعليمات diff --git a/translations/ar/3-Web-App/README.md b/translations/ar/3-Web-App/README.md index df57f57f5..5dd59bcf6 100644 --- a/translations/ar/3-Web-App/README.md +++ b/translations/ar/3-Web-App/README.md @@ -1,12 +1,3 @@ - # بناء تطبيق ويب لاستخدام نموذج التعلم الآلي الخاص بك في هذا القسم من المنهج، ستتعرف على موضوع عملي في التعلم الآلي: كيفية حفظ نموذج Scikit-learn كملف يمكن استخدامه لإجراء التنبؤات داخل تطبيق ويب. بمجرد حفظ النموذج، ستتعلم كيفية استخدامه في تطبيق ويب مبني باستخدام Flask. ستقوم أولاً بإنشاء نموذج باستخدام بعض البيانات المتعلقة بمشاهدات الأجسام الطائرة المجهولة (UFO)! بعد ذلك، ستبني تطبيق ويب يسمح لك بإدخال عدد من الثواني مع قيمة خط العرض وخط الطول للتنبؤ بالدولة التي أبلغت عن رؤية جسم طائر مجهول. diff --git a/translations/ar/4-Classification/1-Introduction/README.md b/translations/ar/4-Classification/1-Introduction/README.md index 0c6706dfe..aa6c286b0 100644 --- a/translations/ar/4-Classification/1-Introduction/README.md +++ b/translations/ar/4-Classification/1-Introduction/README.md @@ -1,12 +1,3 @@ - # مقدمة إلى التصنيف في هذه الدروس الأربعة، ستستكشف أحد الجوانب الأساسية لتعلم الآلة الكلاسيكي - _التصنيف_. سنقوم باستخدام مجموعة متنوعة من خوارزميات التصنيف مع مجموعة بيانات عن جميع المأكولات الرائعة في آسيا والهند. نأمل أن تكون جائعًا! diff --git a/translations/ar/4-Classification/1-Introduction/assignment.md b/translations/ar/4-Classification/1-Introduction/assignment.md index a9378d6f3..def05c0c7 100644 --- a/translations/ar/4-Classification/1-Introduction/assignment.md +++ b/translations/ar/4-Classification/1-Introduction/assignment.md @@ -1,12 +1,3 @@ - # استكشاف طرق التصنيف ## التعليمات diff --git a/translations/ar/4-Classification/1-Introduction/solution/Julia/README.md b/translations/ar/4-Classification/1-Introduction/solution/Julia/README.md index c43febe2a..9127e064d 100644 --- a/translations/ar/4-Classification/1-Introduction/solution/Julia/README.md +++ b/translations/ar/4-Classification/1-Introduction/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا عنصر نائب مؤقت --- diff --git a/translations/ar/4-Classification/2-Classifiers-1/README.md b/translations/ar/4-Classification/2-Classifiers-1/README.md index 80e988932..3cef3bda0 100644 --- a/translations/ar/4-Classification/2-Classifiers-1/README.md +++ b/translations/ar/4-Classification/2-Classifiers-1/README.md @@ -1,12 +1,3 @@ - # مصنفات المأكولات 1 في هذا الدرس، ستستخدم مجموعة البيانات التي حفظتها من الدرس السابق، وهي مليئة بالبيانات المتوازنة والنظيفة حول المأكولات. diff --git a/translations/ar/4-Classification/2-Classifiers-1/assignment.md b/translations/ar/4-Classification/2-Classifiers-1/assignment.md index 649dec7ac..31e1c9381 100644 --- a/translations/ar/4-Classification/2-Classifiers-1/assignment.md +++ b/translations/ar/4-Classification/2-Classifiers-1/assignment.md @@ -1,12 +1,3 @@ - # دراسة الحلول ## التعليمات diff --git a/translations/ar/4-Classification/2-Classifiers-1/solution/Julia/README.md b/translations/ar/4-Classification/2-Classifiers-1/solution/Julia/README.md index a998ffa98..c7af7a896 100644 --- a/translations/ar/4-Classification/2-Classifiers-1/solution/Julia/README.md +++ b/translations/ar/4-Classification/2-Classifiers-1/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا عنصر نائب مؤقت --- diff --git a/translations/ar/4-Classification/3-Classifiers-2/README.md b/translations/ar/4-Classification/3-Classifiers-2/README.md index 158d6822e..4d91f35b9 100644 --- a/translations/ar/4-Classification/3-Classifiers-2/README.md +++ b/translations/ar/4-Classification/3-Classifiers-2/README.md @@ -1,12 +1,3 @@ - # مصنفات المأكولات 2 في درس التصنيف الثاني هذا، ستستكشف طرقًا إضافية لتصنيف البيانات الرقمية. كما ستتعرف على العواقب المترتبة على اختيار مصنف معين بدلاً من آخر. diff --git a/translations/ar/4-Classification/3-Classifiers-2/assignment.md b/translations/ar/4-Classification/3-Classifiers-2/assignment.md index bcb05f1c1..e9b71b012 100644 --- a/translations/ar/4-Classification/3-Classifiers-2/assignment.md +++ b/translations/ar/4-Classification/3-Classifiers-2/assignment.md @@ -1,12 +1,3 @@ - # اللعب بالمعاملات ## التعليمات diff --git a/translations/ar/4-Classification/3-Classifiers-2/solution/Julia/README.md b/translations/ar/4-Classification/3-Classifiers-2/solution/Julia/README.md index e5f5bc075..fd285ada8 100644 --- a/translations/ar/4-Classification/3-Classifiers-2/solution/Julia/README.md +++ b/translations/ar/4-Classification/3-Classifiers-2/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا عنصر نائب مؤقت --- diff --git a/translations/ar/4-Classification/4-Applied/README.md b/translations/ar/4-Classification/4-Applied/README.md index dbfd5ba8e..f8f8a3070 100644 --- a/translations/ar/4-Classification/4-Applied/README.md +++ b/translations/ar/4-Classification/4-Applied/README.md @@ -1,12 +1,3 @@ - # بناء تطبيق ويب لتوصية المأكولات في هذه الدرس، ستقوم ببناء نموذج تصنيف باستخدام بعض التقنيات التي تعلمتها في الدروس السابقة ومع مجموعة بيانات المأكولات الشهية التي تم استخدامها طوال هذه السلسلة. بالإضافة إلى ذلك، ستقوم ببناء تطبيق ويب صغير لاستخدام النموذج المحفوظ، مستفيدًا من تشغيل الويب الخاص بـ Onnx. diff --git a/translations/ar/4-Classification/4-Applied/assignment.md b/translations/ar/4-Classification/4-Applied/assignment.md index 9666e539e..9812dff6c 100644 --- a/translations/ar/4-Classification/4-Applied/assignment.md +++ b/translations/ar/4-Classification/4-Applied/assignment.md @@ -1,12 +1,3 @@ - # بناء نظام توصيات ## التعليمات diff --git a/translations/ar/4-Classification/README.md b/translations/ar/4-Classification/README.md index 7c3472a7b..98e851179 100644 --- a/translations/ar/4-Classification/README.md +++ b/translations/ar/4-Classification/README.md @@ -1,12 +1,3 @@ - # البدء مع التصنيف ## موضوع إقليمي: المأكولات الآسيوية والهندية اللذيذة 🍜 diff --git a/translations/ar/5-Clustering/1-Visualize/README.md b/translations/ar/5-Clustering/1-Visualize/README.md index 1a4213d28..5603cfe12 100644 --- a/translations/ar/5-Clustering/1-Visualize/README.md +++ b/translations/ar/5-Clustering/1-Visualize/README.md @@ -1,12 +1,3 @@ - # مقدمة إلى التجميع التجميع هو نوع من [التعلم غير الموجه](https://wikipedia.org/wiki/Unsupervised_learning) الذي يفترض أن مجموعة البيانات غير معنونة أو أن مدخلاتها غير مرتبطة بمخرجات محددة مسبقًا. يستخدم التجميع خوارزميات مختلفة لفرز البيانات غير المعنونة وتوفير مجموعات بناءً على الأنماط التي يكتشفها في البيانات. diff --git a/translations/ar/5-Clustering/1-Visualize/assignment.md b/translations/ar/5-Clustering/1-Visualize/assignment.md index 8b9451645..3138704ab 100644 --- a/translations/ar/5-Clustering/1-Visualize/assignment.md +++ b/translations/ar/5-Clustering/1-Visualize/assignment.md @@ -1,12 +1,3 @@ - # البحث عن تصورات أخرى للتجميع ## التعليمات diff --git a/translations/ar/5-Clustering/1-Visualize/solution/Julia/README.md b/translations/ar/5-Clustering/1-Visualize/solution/Julia/README.md index f446e32e2..1aa2ff087 100644 --- a/translations/ar/5-Clustering/1-Visualize/solution/Julia/README.md +++ b/translations/ar/5-Clustering/1-Visualize/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا عنصر نائب مؤقت --- diff --git a/translations/ar/5-Clustering/2-K-Means/README.md b/translations/ar/5-Clustering/2-K-Means/README.md index b3ed4c353..a6286c757 100644 --- a/translations/ar/5-Clustering/2-K-Means/README.md +++ b/translations/ar/5-Clustering/2-K-Means/README.md @@ -1,12 +1,3 @@ - # التجميع باستخدام K-Means ## [اختبار ما قبل المحاضرة](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/ar/5-Clustering/2-K-Means/assignment.md b/translations/ar/5-Clustering/2-K-Means/assignment.md index c1ff4bb5f..37c16ec2d 100644 --- a/translations/ar/5-Clustering/2-K-Means/assignment.md +++ b/translations/ar/5-Clustering/2-K-Means/assignment.md @@ -1,12 +1,3 @@ - # جرب طرقًا مختلفة للتجميع ## التعليمات diff --git a/translations/ar/5-Clustering/2-K-Means/solution/Julia/README.md b/translations/ar/5-Clustering/2-K-Means/solution/Julia/README.md index 18c42ff41..c7af7a896 100644 --- a/translations/ar/5-Clustering/2-K-Means/solution/Julia/README.md +++ b/translations/ar/5-Clustering/2-K-Means/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا عنصر نائب مؤقت --- diff --git a/translations/ar/5-Clustering/README.md b/translations/ar/5-Clustering/README.md index 143143b2a..1809b1ccc 100644 --- a/translations/ar/5-Clustering/README.md +++ b/translations/ar/5-Clustering/README.md @@ -1,12 +1,3 @@ - # نماذج التجميع في تعلم الآلة التجميع هو مهمة في تعلم الآلة تهدف إلى العثور على الأشياء التي تشبه بعضها البعض وتجميعها في مجموعات تُسمى "العناقيد". ما يميز التجميع عن الأساليب الأخرى في تعلم الآلة هو أن الأمور تحدث تلقائيًا، في الواقع، يمكن القول إنه عكس التعلم الموجّه. diff --git a/translations/ar/6-NLP/1-Introduction-to-NLP/README.md b/translations/ar/6-NLP/1-Introduction-to-NLP/README.md index cc5b8c999..d98403012 100644 --- a/translations/ar/6-NLP/1-Introduction-to-NLP/README.md +++ b/translations/ar/6-NLP/1-Introduction-to-NLP/README.md @@ -1,12 +1,3 @@ - # مقدمة في معالجة اللغة الطبيعية تتناول هذه الدرس تاريخًا موجزًا ومفاهيم مهمة عن *معالجة اللغة الطبيعية*، وهو مجال فرعي من *اللغويات الحاسوبية*. diff --git a/translations/ar/6-NLP/1-Introduction-to-NLP/assignment.md b/translations/ar/6-NLP/1-Introduction-to-NLP/assignment.md index ae8990831..511a5cb31 100644 --- a/translations/ar/6-NLP/1-Introduction-to-NLP/assignment.md +++ b/translations/ar/6-NLP/1-Introduction-to-NLP/assignment.md @@ -1,12 +1,3 @@ - # البحث عن روبوت ## التعليمات diff --git a/translations/ar/6-NLP/2-Tasks/README.md b/translations/ar/6-NLP/2-Tasks/README.md index d51a87d39..a4510cec4 100644 --- a/translations/ar/6-NLP/2-Tasks/README.md +++ b/translations/ar/6-NLP/2-Tasks/README.md @@ -1,12 +1,3 @@ - # مهام وتقنيات شائعة في معالجة اللغة الطبيعية في معظم مهام *معالجة اللغة الطبيعية*، يجب تقسيم النص المراد معالجته، وفحصه، وتخزين النتائج أو مقارنتها مع القواعد ومجموعات البيانات. تتيح هذه المهام للمبرمج استنتاج _المعنى_ أو _النية_ أو فقط _تكرار_ المصطلحات والكلمات في النص. diff --git a/translations/ar/6-NLP/2-Tasks/assignment.md b/translations/ar/6-NLP/2-Tasks/assignment.md index 2ffe4f76b..6123e2d9f 100644 --- a/translations/ar/6-NLP/2-Tasks/assignment.md +++ b/translations/ar/6-NLP/2-Tasks/assignment.md @@ -1,12 +1,3 @@ - # اجعل الروبوت يرد عليك ## التعليمات diff --git a/translations/ar/6-NLP/3-Translation-Sentiment/README.md b/translations/ar/6-NLP/3-Translation-Sentiment/README.md index 43e7b54dc..26a222594 100644 --- a/translations/ar/6-NLP/3-Translation-Sentiment/README.md +++ b/translations/ar/6-NLP/3-Translation-Sentiment/README.md @@ -1,12 +1,3 @@ - # الترجمة وتحليل المشاعر باستخدام التعلم الآلي في الدروس السابقة، تعلمت كيفية بناء روبوت أساسي باستخدام `TextBlob`، وهي مكتبة تحتوي على تقنيات تعلم آلي خلف الكواليس لأداء مهام معالجة اللغة الطبيعية الأساسية مثل استخراج العبارات الاسمية. أحد التحديات المهمة في اللغويات الحاسوبية هو الترجمة الدقيقة لجملة من لغة منطوقة أو مكتوبة إلى أخرى. diff --git a/translations/ar/6-NLP/3-Translation-Sentiment/assignment.md b/translations/ar/6-NLP/3-Translation-Sentiment/assignment.md index 8ef25e023..6000994b5 100644 --- a/translations/ar/6-NLP/3-Translation-Sentiment/assignment.md +++ b/translations/ar/6-NLP/3-Translation-Sentiment/assignment.md @@ -1,12 +1,3 @@ - # رخصة شعرية ## التعليمات diff --git a/translations/ar/6-NLP/3-Translation-Sentiment/solution/Julia/README.md b/translations/ar/6-NLP/3-Translation-Sentiment/solution/Julia/README.md index 8011803ab..3039e43f0 100644 --- a/translations/ar/6-NLP/3-Translation-Sentiment/solution/Julia/README.md +++ b/translations/ar/6-NLP/3-Translation-Sentiment/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا مجرد عنصر نائب مؤقت --- diff --git a/translations/ar/6-NLP/3-Translation-Sentiment/solution/R/README.md b/translations/ar/6-NLP/3-Translation-Sentiment/solution/R/README.md index 4bbc6fd12..c7af7a896 100644 --- a/translations/ar/6-NLP/3-Translation-Sentiment/solution/R/README.md +++ b/translations/ar/6-NLP/3-Translation-Sentiment/solution/R/README.md @@ -1,12 +1,3 @@ - هذا عنصر نائب مؤقت --- diff --git a/translations/ar/6-NLP/4-Hotel-Reviews-1/README.md b/translations/ar/6-NLP/4-Hotel-Reviews-1/README.md index 386cc28e1..0f0b5f09b 100644 --- a/translations/ar/6-NLP/4-Hotel-Reviews-1/README.md +++ b/translations/ar/6-NLP/4-Hotel-Reviews-1/README.md @@ -1,12 +1,3 @@ - # تحليل المشاعر باستخدام تقييمات الفنادق - معالجة البيانات في هذا القسم، ستستخدم التقنيات التي تعلمتها في الدروس السابقة لإجراء تحليل استكشافي للبيانات لمجموعة بيانات كبيرة. بمجرد أن تحصل على فهم جيد لفائدة الأعمدة المختلفة، ستتعلم: diff --git a/translations/ar/6-NLP/4-Hotel-Reviews-1/assignment.md b/translations/ar/6-NLP/4-Hotel-Reviews-1/assignment.md index 41d12eedc..693305628 100644 --- a/translations/ar/6-NLP/4-Hotel-Reviews-1/assignment.md +++ b/translations/ar/6-NLP/4-Hotel-Reviews-1/assignment.md @@ -1,12 +1,3 @@ - # NLTK ## التعليمات diff --git a/translations/ar/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md b/translations/ar/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md index e76ef3331..f659db80f 100644 --- a/translations/ar/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md +++ b/translations/ar/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا مكان مؤقت --- diff --git a/translations/ar/6-NLP/4-Hotel-Reviews-1/solution/R/README.md b/translations/ar/6-NLP/4-Hotel-Reviews-1/solution/R/README.md index 4cae9ad99..99b52fc94 100644 --- a/translations/ar/6-NLP/4-Hotel-Reviews-1/solution/R/README.md +++ b/translations/ar/6-NLP/4-Hotel-Reviews-1/solution/R/README.md @@ -1,12 +1,3 @@ - هذا عنصر نائب مؤقت --- diff --git a/translations/ar/6-NLP/5-Hotel-Reviews-2/README.md b/translations/ar/6-NLP/5-Hotel-Reviews-2/README.md index 4205ec361..6c9c5bcd3 100644 --- a/translations/ar/6-NLP/5-Hotel-Reviews-2/README.md +++ b/translations/ar/6-NLP/5-Hotel-Reviews-2/README.md @@ -1,12 +1,3 @@ - # تحليل المشاعر باستخدام تقييمات الفنادق الآن بعد أن قمت باستكشاف مجموعة البيانات بالتفصيل، حان الوقت لتصفية الأعمدة واستخدام تقنيات معالجة اللغة الطبيعية (NLP) على مجموعة البيانات للحصول على رؤى جديدة حول الفنادق. diff --git a/translations/ar/6-NLP/5-Hotel-Reviews-2/assignment.md b/translations/ar/6-NLP/5-Hotel-Reviews-2/assignment.md index 48d18cef9..e11c2d60f 100644 --- a/translations/ar/6-NLP/5-Hotel-Reviews-2/assignment.md +++ b/translations/ar/6-NLP/5-Hotel-Reviews-2/assignment.md @@ -1,12 +1,3 @@ - # جرب مجموعة بيانات مختلفة ## التعليمات diff --git a/translations/ar/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md b/translations/ar/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md index 1b1a37abb..fedd28498 100644 --- a/translations/ar/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md +++ b/translations/ar/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا مكان مؤقت --- diff --git a/translations/ar/6-NLP/5-Hotel-Reviews-2/solution/R/README.md b/translations/ar/6-NLP/5-Hotel-Reviews-2/solution/R/README.md index 1e7736927..335bbad85 100644 --- a/translations/ar/6-NLP/5-Hotel-Reviews-2/solution/R/README.md +++ b/translations/ar/6-NLP/5-Hotel-Reviews-2/solution/R/README.md @@ -1,12 +1,3 @@ - هذا مجرد عنصر نائب مؤقت --- diff --git a/translations/ar/6-NLP/README.md b/translations/ar/6-NLP/README.md index 992ced73a..dff16dde7 100644 --- a/translations/ar/6-NLP/README.md +++ b/translations/ar/6-NLP/README.md @@ -1,12 +1,3 @@ - # البدء في معالجة اللغة الطبيعية معالجة اللغة الطبيعية (NLP) هي قدرة برنامج الكمبيوتر على فهم اللغة البشرية كما يتم التحدث بها وكتابتها - والتي تُعرف باسم اللغة الطبيعية. وهي جزء من الذكاء الاصطناعي (AI). لقد وُجدت معالجة اللغة الطبيعية لأكثر من 50 عامًا ولها جذور في مجال اللغويات. يهدف هذا المجال بأكمله إلى مساعدة الآلات على فهم ومعالجة اللغة البشرية. يمكن بعد ذلك استخدام هذه القدرة لأداء مهام مثل التدقيق الإملائي أو الترجمة الآلية. ولها تطبيقات متنوعة في العالم الحقيقي في عدد من المجالات، بما في ذلك الأبحاث الطبية، ومحركات البحث، وذكاء الأعمال. diff --git a/translations/ar/6-NLP/data/README.md b/translations/ar/6-NLP/data/README.md index e973fb2b6..419b5306f 100644 --- a/translations/ar/6-NLP/data/README.md +++ b/translations/ar/6-NLP/data/README.md @@ -1,12 +1,3 @@ - قم بتنزيل بيانات مراجعة الفندق إلى هذا المجلد. --- diff --git a/translations/ar/7-TimeSeries/1-Introduction/README.md b/translations/ar/7-TimeSeries/1-Introduction/README.md index 9a76a54f2..66ba4af73 100644 --- a/translations/ar/7-TimeSeries/1-Introduction/README.md +++ b/translations/ar/7-TimeSeries/1-Introduction/README.md @@ -1,12 +1,3 @@ - # مقدمة في التنبؤ بالسلاسل الزمنية ![ملخص السلاسل الزمنية في رسم تخطيطي](../../../../sketchnotes/ml-timeseries.png) diff --git a/translations/ar/7-TimeSeries/1-Introduction/assignment.md b/translations/ar/7-TimeSeries/1-Introduction/assignment.md index 2c066ea5e..dee4ec073 100644 --- a/translations/ar/7-TimeSeries/1-Introduction/assignment.md +++ b/translations/ar/7-TimeSeries/1-Introduction/assignment.md @@ -1,12 +1,3 @@ - # تصور المزيد من السلاسل الزمنية ## التعليمات diff --git a/translations/ar/7-TimeSeries/1-Introduction/solution/Julia/README.md b/translations/ar/7-TimeSeries/1-Introduction/solution/Julia/README.md index 424700f36..a1f035e00 100644 --- a/translations/ar/7-TimeSeries/1-Introduction/solution/Julia/README.md +++ b/translations/ar/7-TimeSeries/1-Introduction/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا عنصر نائب مؤقت --- diff --git a/translations/ar/7-TimeSeries/1-Introduction/solution/R/README.md b/translations/ar/7-TimeSeries/1-Introduction/solution/R/README.md index 288095c74..3039e43f0 100644 --- a/translations/ar/7-TimeSeries/1-Introduction/solution/R/README.md +++ b/translations/ar/7-TimeSeries/1-Introduction/solution/R/README.md @@ -1,12 +1,3 @@ - هذا مجرد عنصر نائب مؤقت --- diff --git a/translations/ar/7-TimeSeries/2-ARIMA/README.md b/translations/ar/7-TimeSeries/2-ARIMA/README.md index 144e35253..0ccfb0460 100644 --- a/translations/ar/7-TimeSeries/2-ARIMA/README.md +++ b/translations/ar/7-TimeSeries/2-ARIMA/README.md @@ -1,12 +1,3 @@ - # التنبؤ بالسلاسل الزمنية باستخدام ARIMA في الدرس السابق، تعلمت قليلاً عن التنبؤ بالسلاسل الزمنية وقمت بتحميل مجموعة بيانات تُظهر تقلبات الحمل الكهربائي على مدى فترة زمنية. diff --git a/translations/ar/7-TimeSeries/2-ARIMA/assignment.md b/translations/ar/7-TimeSeries/2-ARIMA/assignment.md index 8d03072a9..20bfc1cf2 100644 --- a/translations/ar/7-TimeSeries/2-ARIMA/assignment.md +++ b/translations/ar/7-TimeSeries/2-ARIMA/assignment.md @@ -1,12 +1,3 @@ - # نموذج ARIMA جديد ## التعليمات diff --git a/translations/ar/7-TimeSeries/2-ARIMA/solution/Julia/README.md b/translations/ar/7-TimeSeries/2-ARIMA/solution/Julia/README.md index 951a3dba4..3039e43f0 100644 --- a/translations/ar/7-TimeSeries/2-ARIMA/solution/Julia/README.md +++ b/translations/ar/7-TimeSeries/2-ARIMA/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا مجرد عنصر نائب مؤقت --- diff --git a/translations/ar/7-TimeSeries/2-ARIMA/solution/R/README.md b/translations/ar/7-TimeSeries/2-ARIMA/solution/R/README.md index 582874c18..c7af7a896 100644 --- a/translations/ar/7-TimeSeries/2-ARIMA/solution/R/README.md +++ b/translations/ar/7-TimeSeries/2-ARIMA/solution/R/README.md @@ -1,12 +1,3 @@ - هذا عنصر نائب مؤقت --- diff --git a/translations/ar/7-TimeSeries/3-SVR/README.md b/translations/ar/7-TimeSeries/3-SVR/README.md index b6c5a46c0..2b5c90f29 100644 --- a/translations/ar/7-TimeSeries/3-SVR/README.md +++ b/translations/ar/7-TimeSeries/3-SVR/README.md @@ -1,12 +1,3 @@ - # التنبؤ بالسلاسل الزمنية باستخدام نموذج دعم المتجهات للتراجع في الدرس السابق، تعلمت كيفية استخدام نموذج ARIMA لإجراء توقعات السلاسل الزمنية. الآن ستتعرف على نموذج دعم المتجهات للتراجع (Support Vector Regressor)، وهو نموذج يستخدم للتنبؤ بالبيانات المستمرة. diff --git a/translations/ar/7-TimeSeries/3-SVR/assignment.md b/translations/ar/7-TimeSeries/3-SVR/assignment.md index b6ea5925a..37db1858b 100644 --- a/translations/ar/7-TimeSeries/3-SVR/assignment.md +++ b/translations/ar/7-TimeSeries/3-SVR/assignment.md @@ -1,12 +1,3 @@ - # نموذج SVR جديد ## التعليمات [^1] diff --git a/translations/ar/7-TimeSeries/README.md b/translations/ar/7-TimeSeries/README.md index a8d68a688..26049ca2d 100644 --- a/translations/ar/7-TimeSeries/README.md +++ b/translations/ar/7-TimeSeries/README.md @@ -1,12 +1,3 @@ - # مقدمة في التنبؤ بالسلاسل الزمنية ما هو التنبؤ بالسلاسل الزمنية؟ إنه يتعلق بتوقع الأحداث المستقبلية من خلال تحليل اتجاهات الماضي. diff --git a/translations/ar/8-Reinforcement/1-QLearning/README.md b/translations/ar/8-Reinforcement/1-QLearning/README.md index 06addfa64..dc9b72350 100644 --- a/translations/ar/8-Reinforcement/1-QLearning/README.md +++ b/translations/ar/8-Reinforcement/1-QLearning/README.md @@ -1,12 +1,3 @@ - # مقدمة إلى التعلم التعزيزي وخوارزمية Q-Learning ![ملخص التعلم التعزيزي في التعلم الآلي في رسم توضيحي](../../../../sketchnotes/ml-reinforcement.png) diff --git a/translations/ar/8-Reinforcement/1-QLearning/assignment.md b/translations/ar/8-Reinforcement/1-QLearning/assignment.md index cb5970a0a..a754dc59a 100644 --- a/translations/ar/8-Reinforcement/1-QLearning/assignment.md +++ b/translations/ar/8-Reinforcement/1-QLearning/assignment.md @@ -1,12 +1,3 @@ - # عالم أكثر واقعية في وضعنا الحالي، كان بيتر قادرًا على التحرك تقريبًا دون أن يشعر بالتعب أو الجوع. في عالم أكثر واقعية، عليه أن يجلس ويرتاح من وقت لآخر، وأيضًا أن يطعم نفسه. دعونا نجعل عالمنا أكثر واقعية من خلال تطبيق القواعد التالية: diff --git a/translations/ar/8-Reinforcement/1-QLearning/solution/Julia/README.md b/translations/ar/8-Reinforcement/1-QLearning/solution/Julia/README.md index 3997a77c5..c7af7a896 100644 --- a/translations/ar/8-Reinforcement/1-QLearning/solution/Julia/README.md +++ b/translations/ar/8-Reinforcement/1-QLearning/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا عنصر نائب مؤقت --- diff --git a/translations/ar/8-Reinforcement/1-QLearning/solution/R/README.md b/translations/ar/8-Reinforcement/1-QLearning/solution/R/README.md index 773bd7f0a..e526cdc03 100644 --- a/translations/ar/8-Reinforcement/1-QLearning/solution/R/README.md +++ b/translations/ar/8-Reinforcement/1-QLearning/solution/R/README.md @@ -1,12 +1,3 @@ - هذا مكان مؤقت placeholder --- diff --git a/translations/ar/8-Reinforcement/2-Gym/README.md b/translations/ar/8-Reinforcement/2-Gym/README.md index b7765b278..8e4e7048a 100644 --- a/translations/ar/8-Reinforcement/2-Gym/README.md +++ b/translations/ar/8-Reinforcement/2-Gym/README.md @@ -1,12 +1,3 @@ - # التزلج على CartPole المشكلة التي قمنا بحلها في الدرس السابق قد تبدو وكأنها مشكلة بسيطة وغير قابلة للتطبيق في سيناريوهات الحياة الواقعية. لكن هذا ليس صحيحًا، لأن العديد من مشاكل العالم الحقيقي تشترك في هذا السيناريو - بما في ذلك لعب الشطرنج أو لعبة Go. فهي مشابهة لأن لدينا أيضًا لوحة بقواعد محددة وحالة **منفصلة**. diff --git a/translations/ar/8-Reinforcement/2-Gym/assignment.md b/translations/ar/8-Reinforcement/2-Gym/assignment.md index 36b12a041..8f470ba99 100644 --- a/translations/ar/8-Reinforcement/2-Gym/assignment.md +++ b/translations/ar/8-Reinforcement/2-Gym/assignment.md @@ -1,12 +1,3 @@ - # تدريب سيارة الجبل [OpenAI Gym](http://gym.openai.com) تم تصميمه بحيث توفر جميع البيئات نفس واجهة البرمجة - أي نفس الطرق `reset`, `step` و `render`، ونفس التجريدات لمساحة **الإجراءات** ومساحة **الملاحظات**. لذلك يجب أن يكون من الممكن تكييف نفس خوارزميات التعلم المعزز مع بيئات مختلفة مع تغييرات بسيطة في الكود. diff --git a/translations/ar/8-Reinforcement/2-Gym/solution/Julia/README.md b/translations/ar/8-Reinforcement/2-Gym/solution/Julia/README.md index ec29dd4dc..fedd28498 100644 --- a/translations/ar/8-Reinforcement/2-Gym/solution/Julia/README.md +++ b/translations/ar/8-Reinforcement/2-Gym/solution/Julia/README.md @@ -1,12 +1,3 @@ - هذا مكان مؤقت --- diff --git a/translations/ar/8-Reinforcement/2-Gym/solution/R/README.md b/translations/ar/8-Reinforcement/2-Gym/solution/R/README.md index b9ab90ef0..3039e43f0 100644 --- a/translations/ar/8-Reinforcement/2-Gym/solution/R/README.md +++ b/translations/ar/8-Reinforcement/2-Gym/solution/R/README.md @@ -1,12 +1,3 @@ - هذا مجرد عنصر نائب مؤقت --- diff --git a/translations/ar/8-Reinforcement/README.md b/translations/ar/8-Reinforcement/README.md index 351f6e0a1..222a4713b 100644 --- a/translations/ar/8-Reinforcement/README.md +++ b/translations/ar/8-Reinforcement/README.md @@ -1,12 +1,3 @@ - # مقدمة في التعلم المعزز يُعتبر التعلم المعزز، أو RL، أحد الأسس الرئيسية في تعلم الآلة، إلى جانب التعلم الموجّه والتعلم غير الموجّه. التعلم المعزز يدور حول اتخاذ القرارات: اتخاذ القرارات الصحيحة أو على الأقل التعلم منها. diff --git a/translations/ar/9-Real-World/1-Applications/README.md b/translations/ar/9-Real-World/1-Applications/README.md index ce1f9e3c7..821561228 100644 --- a/translations/ar/9-Real-World/1-Applications/README.md +++ b/translations/ar/9-Real-World/1-Applications/README.md @@ -1,12 +1,3 @@ - # ملحق: التعلم الآلي في العالم الحقيقي ![ملخص التعلم الآلي في العالم الحقيقي في رسم تخطيطي](../../../../sketchnotes/ml-realworld.png) diff --git a/translations/ar/9-Real-World/1-Applications/assignment.md b/translations/ar/9-Real-World/1-Applications/assignment.md index ae43d969a..2f83b1058 100644 --- a/translations/ar/9-Real-World/1-Applications/assignment.md +++ b/translations/ar/9-Real-World/1-Applications/assignment.md @@ -1,12 +1,3 @@ - # البحث عن الكنز باستخدام تعلم الآلة ## التعليمات diff --git a/translations/ar/9-Real-World/2-Debugging-ML-Models/README.md b/translations/ar/9-Real-World/2-Debugging-ML-Models/README.md index 283f0dd67..f4d63a1c6 100644 --- a/translations/ar/9-Real-World/2-Debugging-ML-Models/README.md +++ b/translations/ar/9-Real-World/2-Debugging-ML-Models/README.md @@ -1,12 +1,3 @@ - # ملحق: تصحيح النماذج في تعلم الآلة باستخدام مكونات لوحة القيادة للذكاء الاصطناعي المسؤول ## [اختبار ما قبل المحاضرة](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/ar/9-Real-World/2-Debugging-ML-Models/assignment.md b/translations/ar/9-Real-World/2-Debugging-ML-Models/assignment.md index 703576be2..67570a5bd 100644 --- a/translations/ar/9-Real-World/2-Debugging-ML-Models/assignment.md +++ b/translations/ar/9-Real-World/2-Debugging-ML-Models/assignment.md @@ -1,12 +1,3 @@ - # استكشاف لوحة تحكم الذكاء الاصطناعي المسؤول (RAI) ## التعليمات diff --git a/translations/ar/9-Real-World/README.md b/translations/ar/9-Real-World/README.md index 1c3340ac2..0ad9681e8 100644 --- a/translations/ar/9-Real-World/README.md +++ b/translations/ar/9-Real-World/README.md @@ -1,12 +1,3 @@ - # ملحق: تطبيقات العالم الحقيقي لتعلم الآلة الكلاسيكي في هذا القسم من المنهج الدراسي، ستتعرف على بعض تطبيقات العالم الحقيقي لتعلم الآلة الكلاسيكي. لقد قمنا بالبحث عبر الإنترنت للعثور على أوراق بحثية ومقالات حول تطبيقات استخدمت هذه الاستراتيجيات، مع تجنب الشبكات العصبية، التعلم العميق والذكاء الاصطناعي قدر الإمكان. تعرف على كيفية استخدام تعلم الآلة في أنظمة الأعمال، التطبيقات البيئية، التمويل، الفنون والثقافة، والمزيد. diff --git a/translations/ar/AGENTS.md b/translations/ar/AGENTS.md index 4b9744b51..faf90a919 100644 --- a/translations/ar/AGENTS.md +++ b/translations/ar/AGENTS.md @@ -1,12 +1,3 @@ - # AGENTS.md ## نظرة عامة على المشروع diff --git a/translations/ar/CODE_OF_CONDUCT.md b/translations/ar/CODE_OF_CONDUCT.md index 7085d6e85..c3c647448 100644 --- a/translations/ar/CODE_OF_CONDUCT.md +++ b/translations/ar/CODE_OF_CONDUCT.md @@ -1,12 +1,3 @@ - # مدونة قواعد السلوك لمصادر مايكروسوفت المفتوحة لقد تبنى هذا المشروع [مدونة قواعد السلوك لمصادر مايكروسوفت المفتوحة](https://opensource.microsoft.com/codeofconduct/). diff --git a/translations/ar/CONTRIBUTING.md b/translations/ar/CONTRIBUTING.md index 57d149f1f..f29d5e06e 100644 --- a/translations/ar/CONTRIBUTING.md +++ b/translations/ar/CONTRIBUTING.md @@ -1,12 +1,3 @@ - # المساهمة هذا المشروع يرحب بالمساهمات والاقتراحات. معظم المساهمات تتطلب منك الموافقة على اتفاقية ترخيص المساهم (CLA) التي تؤكد أنك تمتلك الحق في، وتقوم فعليًا، بمنحنا الحقوق لاستخدام مساهمتك. لمزيد من التفاصيل، قم بزيارة https://cla.microsoft.com. diff --git a/translations/ar/README.md b/translations/ar/README.md index 30350f58b..83fd90052 100644 --- a/translations/ar/README.md +++ b/translations/ar/README.md @@ -1,187 +1,179 @@ - -[![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/) +[![رخصة GitHub](https://img.shields.io/github/license/microsoft/ML-For-Beginners.svg)](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE) +[![مساهمو GitHub](https://img.shields.io/github/contributors/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/) +[![مشكلات GitHub](https://img.shields.io/github/issues/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/issues/) +[![طلبات السحب في GitHub](https://img.shields.io/github/issues-pr/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/pulls/) +[![مرحبًا بطلبات السحب](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) + +[![المراقبون في GitHub](https://img.shields.io/github/watchers/microsoft/ML-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/ML-For-Beginners/watchers/) +[![التفرعات في GitHub](https://img.shields.io/github/forks/microsoft/ML-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/ML-For-Beginners/network/) +[![النجوم في GitHub](https://img.shields.io/github/stars/microsoft/ML-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/) ### 🌐 دعم متعدد اللغات -#### مدعوم عبر إجراء GitHub (آلي ودائم التحديث) +#### مدعوم عبر GitHub Action (آلي ومحدث دائمًا) -[العربية](./README.md) | [البنغالية](../bn/README.md) | [البلغارية](../bg/README.md) | [البورمية (ميانمار)](../my/README.md) | [الصينية (المبسطة)](../zh/README.md) | [الصينية (التقليدية، هونغ كونغ)](../hk/README.md) | [الصينية (التقليدية، ماكاو)](../mo/README.md) | [الصينية (التقليدية، تايوان)](../tw/README.md) | [الكرواتية](../hr/README.md) | [التشيكية](../cs/README.md) | [الدنماركية](../da/README.md) | [الهولندية](../nl/README.md) | [الإستونية](../et/README.md) | [الفنلندية](../fi/README.md) | [الفرنسية](../fr/README.md) | [الألمانية](../de/README.md) | [اليونانية](../el/README.md) | [العبرية](../he/README.md) | [الهندية](../hi/README.md) | [الهنغارية](../hu/README.md) | [الإندونيسية](../id/README.md) | [الإيطالية](../it/README.md) | [اليابانية](../ja/README.md) | [الكانادية](../kn/README.md) | [الكورية](../ko/README.md) | [الليتوانية](../lt/README.md) | [الماليزية](../ms/README.md) | [المالايالامية](../ml/README.md) | [المراثية](../mr/README.md) | [النيبالية](../ne/README.md) | [اللهجة النيجرية](../pcm/README.md) | [النرويجية](../no/README.md) | [الفارسية (فارسي)](../fa/README.md) | [البولندية](../pl/README.md) | [البرتغالية (البرازيل)](../br/README.md) | [البرتغالية (البرتغال)](../pt/README.md) | [البنجابية (جرمخي)](../pa/README.md) | [الرومانية](../ro/README.md) | [الروسية](../ru/README.md) | [الصربية (السيريلية)](../sr/README.md) | [السلوفاكية](../sk/README.md) | [السلوفينية](../sl/README.md) | [الإسبانية](../es/README.md) | [السواحلية](../sw/README.md) | [السويدية](../sv/README.md) | [التاغالوغية (الفلبينية)](../tl/README.md) | [التاميلية](../ta/README.md) | [التيلجو](../te/README.md) | [التايلاندية](../th/README.md) | [التركية](../tr/README.md) | [الأوكرانية](../uk/README.md) | [الأردية](../ur/README.md) | [الفيتنامية](../vi/README.md) +[العربية](./README.md) | [البنغالية](../bn/README.md) | [البلغارية](../bg/README.md) | [البورمية (ميانمار)](../my/README.md) | [الصينية (المبسطة)](../zh-CN/README.md) | [الصينية (التقليدية، هونغ كونغ)](../zh-HK/README.md) | [الصينية (التقليدية، ماكاو)](../zh-MO/README.md) | [الصينية (التقليدية، تايوان)](../zh-TW/README.md) | [الكرواتية](../hr/README.md) | [التشيكية](../cs/README.md) | [الدنماركية](../da/README.md) | [الهولندية](../nl/README.md) | [الإستونية](../et/README.md) | [الفنلندية](../fi/README.md) | [الفرنسية](../fr/README.md) | [الألمانية](../de/README.md) | [اليونانية](../el/README.md) | [العبرية](../he/README.md) | [الهندية](../hi/README.md) | [الهنغارية](../hu/README.md) | [الإندونيسية](../id/README.md) | [الإيطالية](../it/README.md) | [اليابانية](../ja/README.md) | [الكانادا](../kn/README.md) | [الكورية](../ko/README.md) | [الليتوانية](../lt/README.md) | [الماليزية](../ms/README.md) | [المالايالامية](../ml/README.md) | [الماراثية](../mr/README.md) | [النيبالية](../ne/README.md) | [النجدية النيجيرية](../pcm/README.md) | [النرويجية](../no/README.md) | [الفارسية (اللغة الفارسية)](../fa/README.md) | [البولندية](../pl/README.md) | [البرتغالية (البرازيل)](../pt-BR/README.md) | [البرتغالية (البرتغال)](../pt-PT/README.md) | [البنجابية (جيرموخي)](../pa/README.md) | [الرومانية](../ro/README.md) | [الروسية](../ru/README.md) | [الصربية (السيريلية)](../sr/README.md) | [السلوفاكية](../sk/README.md) | [السلوفينية](../sl/README.md) | [الإسبانية](../es/README.md) | [السواحيلية](../sw/README.md) | [السويدية](../sv/README.md) | [التاغالوغية (الفلپينية)](../tl/README.md) | [التاميلية](../ta/README.md) | [التيلوجو](../te/README.md) | [التايلاندية](../th/README.md) | [التركية](../tr/README.md) | [الأوكرانية](../uk/README.md) | [الأردية](../ur/README.md) | [الفيتنامية](../vi/README.md) -> **هل تفضل النسخ محليًا؟** +> **تفضل الاستنساخ محليًا؟** -> يتضمن هذا المستودع أكثر من 50 ترجمة للغات مختلفة مما يزيد كثيرًا من حجم التنزيل. للنسخ دون الترجمات، استخدم الفحص الجزئي: +> يتضمن هذا المستودع ترجمات لأكثر من 50 لغة مما يزيد بشكل كبير حجم التنزيل. للاستنساخ بدون الترجمات، استخدم السحب الجزئي: > ```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' > ``` -> يمنحك هذا كل ما تحتاجه لإكمال الدورة مع تنزيل أسرع بكثير. +> هذا يمنحك كل ما تحتاجه لإكمال الدورة مع تحميل أسرع بكثير. #### انضم إلى مجتمعنا -[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) +[![مايكروسوفت فاوندري ديسكورد](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -لدينا سلسلة تعلم عبر Discord مع الذكاء الاصطناعي مستمرة، تعرف أكثر وانضم إلينا في [سلسلة التعلم مع الذكاء الاصطناعي](https://aka.ms/learnwithai/discord) من 18 إلى 30 سبتمبر 2025. ستحصل على نصائح وتقنيات لاستخدام GitHub Copilot لعلوم البيانات. +لدينا سلسلة تعلم على ديسكورد مع الذكاء الاصطناعي مستمرة، تعرّف على المزيد وانضم إلينا في [سلسلة التعلم مع AI](https://aka.ms/learnwithai/discord) من 18 - 30 سبتمبر 2025. ستحصل على نصائح وحيل لاستخدام GitHub Copilot في علوم البيانات. -![سلسلة التعلم مع الذكاء الاصطناعي](../../../../translated_images/ar/3.9b58fd8d6c373c20.webp) +![سلسلة التعلم مع الذكاء الاصطناعي](../../translated_images/ar/3.9b58fd8d6c373c20.webp) -# تعلم الآلة للمبتدئين - منهج دراسي +# التعلم الآلي للمبتدئين - منهج تعليمي -> 🌍 سافر حول العالم أثناء استكشافنا لتعلم الآلة عبر ثقافات العالم 🌍 +> 🌍 سافر حول العالم بينما نستكشف التعلم الآلي من خلال ثقافات العالم 🌍 -يسر فريق مروجي السحابة في مايكروسوفت أن يقدم منهجًا لمدة 12 أسبوعًا يتضمن 26 درسًا حول **تعلم الآلة**. في هذا المنهج، ستتعلم ما يسمى أحيانًا بـ **التعلم الآلي الكلاسيكي**، باستخدام مكتبة Scikit-learn بشكل أساسي وتجنب التعلم العميق، الذي يتم تغطيته في [منهج الذكاء الاصطناعي للمبتدئين](https://aka.ms/ai4beginners). يمكنك كذلك دمج هذه الدروس مع منهج ['علوم البيانات للمبتدئين'](https://aka.ms/ds4beginners)! +يسعد فريق مدافعي السحابة في مايكروسوفت أن يقدم منهجًا تعليميًا مكونًا من 12 أسبوعًا و26 درسا حول **التعلم الآلي**. في هذا المنهج، ستتعلم ما يسمى أحياناً بـ **التعلم الآلي الكلاسيكي**، مستخدمًا مكتبة Scikit-learn بشكل أساسي ومتجنبًا التعلم العميق الذي يتم تغطيته في منهجنا الخاص بـ [الذكاء الاصطناعي للمبتدئين](https://aka.ms/ai4beginners). يمكنك دمج هذه الدروس مع منهجنا ['علوم البيانات للمبتدئين'](https://aka.ms/ds4beginners) أيضًا! -سافر معنا حول العالم لتطبيق هذه التقنيات الكلاسيكية على بيانات من مناطق عديدة في العالم. تتضمن كل درس اختبارات قبليّة وبعديّة، تعليمات مكتوبة لإكمال الدرس، حلاً، واجبًا، وأكثر. تسمح منهجيتنا المعتمدة على المشاريع لك بالتعلم أثناء البناء، وهي طريقة مثبتة لترسيخ المهارات الجديدة. +سافر معنا حول العالم ونحن نطبق هذه التقنيات الكلاسيكية على بيانات من مناطق عديدة في العالم. كل درس يتضمن اختبارات قبل وبعد الدرس، تعليمات مكتوبة لإكمال الدرس، حل، مهمة، وأكثر. تتيح منك طريقة المشروع التعليمي التعلم أثناء البناء، وهي طريقة مثبتة لترسيخ المهارات الجديدة. -**✍️ شكر جزيل لكل من شارك في الكتابة:** جين لوبر، ستيفن هاول، فرانسيسكا لازيري، تومومي إيمورا، كاسي بريفيو، دميتري سوشنيكوف، كريس نورينغ، أنيربان موخرجي، أورنيلا ألتونيان، روث ياكوبو آمي بويد +**✍️ شكر وافر لمؤلفينا** جن لوبر، ستيفن هاول، فرانسيسكا لازيري، تومومي إيمورا، كاسي بريفيو، ديمتري سوشنيكوف، كريس نورينج، أنيربان موخيرجي، أورنيلا ألتونيان، روث ياكوبو وآمي بويد -**🎨 شكر خاص أيضًا للرسامين:** تومومي إيمورا، داساني ماديبالي، وجين لوبر +**🎨 شكر أيضًا لرسامينا** تومومي إيمورا، داساني ماديبالي، وجن لوبر -**🙏 شكر خاص 🙏 لسفراء الطلاب في مايكروسوفت من المؤلفين والمراجعين ومساهمي المحتوى، وبالأخص:** ريشيت داجلي، محمد سكيب خان إينان، روهان راج، ألكساندرو بيتريسكو، أبهيشيك جايسوال، نوبرين تاباسوم، إيوان سامويلا، وسنيغدا أغاروال +**🙏 شكر خاص 🙏 لسفراء طلاب مايكروسوفت المؤلفين والمراجعين والمساهمين في المحتوى**، وخصوصًا ريشت داغلي، محمد ساکب خان إنان، روهان راج، ألكسندرو بيتريسكو، أبهيشيك جايسوال، ناورين تاباسوم، إيوان سامويلا، وسنيغدا أغاروال -**🤩 امتنان إضافي لسفراء الطلاب مايكروسوفت إريك وانجاو، جاسلين سوندهى، وفيدوشي جوبتا لدروس R الخاصة بنا!** +**🤩 شكر إضافي لسفراء طلاب مايكروسوفت إريك وانجاو، جاسلين سوندي، وفيدوشي جوبتا على دروس R!** # البدء اتبع هذه الخطوات: -1. **استنسخ المستودع**: انقر على زر "Fork" في أعلى يمين هذه الصفحة. -2. **انسخ المستودع**: `git clone https://github.com/microsoft/ML-For-Beginners.git` +1. **افتح نسخة fork من المستودع**: اضغط على زر "Fork" في أعلى يمين هذه الصفحة. +2. **انسخ المستودع clone**: `git clone https://github.com/microsoft/ML-For-Beginners.git` -> [اعثر على جميع الموارد الإضافية لهذه الدورة في مجموعة مايكروسوفت ليرن](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) +> [اعثر على كل الموارد الإضافية لهذه الدورة في مجموعة Microsoft Learn الخاصة بنا](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) -> 🔧 **بحاجة للمساعدة؟** تفقد [دليل استكشاف المشكلات](TROUBLESHOOTING.md) لحلول المشاكل الشائعة في التثبيت، الإعداد، وتشغيل الدروس. +> 🔧 **هل تحتاج مساعدة؟** تحقق من [دليل استكشاف المشكلات](TROUBLESHOOTING.md) لحلول المشاكل الشائعة في التثبيت والإعداد وتشغيل الدروس. -**[الطلاب](https://aka.ms/student-page)**، لاستخدام هذا المنهج، استنسخ المستودع بالكامل إلى حساب GitHub الخاص بك وأكمل التمارين بنفسك أو ضمن مجموعة: +**[الطلاب](https://aka.ms/student-page)**، لاستخدام هذا المنهج، استنسخ المستودع بالكامل إلى حساب GitHub الخاص بك وأكمل التمارين بنفسك أو مع مجموعة: -- ابدأ بالاختبار القبلي للمحاضرة. -- اقرأ المحاضرة وأكمل الأنشطة، مع التوقف والتفكير عند كل اختبار معرفة. -- حاول إنشاء المشاريع من خلال فهم الدروس بدلاً من تشغيل كود الحل؛ مع ذلك، يتوفر كود الحل في مجلد `/solution` في كل درس معتمد على المشروع. -- خذ الاختبار البعدي للمحاضرة. -- أتمم التحدي. -- أتمم الواجب. -- بعد إكمال مجموعة الدروس، زر [لوحة النقاش](https://github.com/microsoft/ML-For-Beginners/discussions) و"تعلم بصوت عالٍ" عبر ملء تقييم PAT المناسب. تقييم 'PAT' هو أداة تقييم تقدم تملأها لتطوير تعلمك. يمكنك أيضًا التفاعل مع تقييمات PAT الأخرى لنتعلم معًا. +- ابدأ باختبار تمهيدي قبل المحاضرة. +- اقرأ المحاضرة وأكمل الأنشطة، توقف وفكر عند كل اختبار معرفة. +- حاول إنشاء المشاريع بفهم الدروس بدلاً من تشغيل رمز الحل؛ ومع ذلك، الرمز متاح في مجلدات `/solution` في كل درس موجه نحو المشروع. +- خذ اختبار ما بعد المحاضرة. +- أكمل التحدي. +- أكمل المهمة. +- بعد إكمال مجموعة من الدروس، قم بزيارة [لوحة النقاش](https://github.com/microsoft/ML-For-Beginners/discussions) و"تعلم بصوت عالٍ" بملء نموذج تقييم PAT المناسب. هو أداة لتقييم تقدمك تساعدك على تعميق تعلمك. يمكنك أيضًا التفاعل مع نماذج تقييم PAT الأخرى لنتعلم معًا. -> للدراسة المتقدمة، ننصح بمتابعة هذه [وحدات ومسارات التعلم على Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott). +> للدراسة المتقدمة، نوصي بمتابعة هذه الوحدات والمسارات التعليمية على [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott). -**المعلمون**، لقد أدرجنا بعض الاقتراحات في [ملف للاستخدام التعليمي](for-teachers.md) حول كيفية استخدام هذا المنهج. +**المعلمون**، أدرجنا بعض الاقتراحات حول كيفية استخدام هذا المنهج في [for-teachers.md]. --- -## جولات فيديو توضيحية +## فيديوهات تعليمية -بعض الدروس متوفرة على شكل فيديوهات قصيرة. يمكنك العثور على جميع هذه الفيديوهات ضمن الدروس، أو على [قائمة تشغيل ML for Beginners على قناة مايكروسوفت ديفلوبر على يوتيوب](https://aka.ms/ml-beginners-videos) بالنقر على الصورة أدناه. +بعض الدروس متاحة على شكل فيديوهات قصيرة. يمكنك العثور عليها جميعًا مضمنة في الدروس، أو على [قائمة تشغيل ML للمبتدئين على قناة مايكروسوفت ديفلوبر على يوتيوب](https://aka.ms/ml-beginners-videos) بالنقر على الصورة أدناه. -[![بانر تعلم الآلة للمبتدئين](../../../../translated_images/ar/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) +[![شعار التعلم الآلي للمبتدئين](../../translated_images/ar/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) --- -## فريق العمل +## تعرف على الفريق [![فيديو ترويجي](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) -**GIF بواسطة** [موهيت جيسال](https://linkedin.com/in/mohitjaisal) +**حركة GIF بواسطة** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) -> 🎥 اضغط على الصورة أعلاه لمشاهدة فيديو عن المشروع والأشخاص الذين أنشأوه! +> 🎥 اضغط الصورة أعلاه لمشاهدة فيديو عن المشروع والأشخاص الذين أنشأوه! --- ## المنهجية التعليمية -اخترنا مبدأين تربويين أثناء بناء هذا المنهج: ضمان كونه **مبنيًا على المشاريع عمليًا**، وأن يتضمن **اختبارات متكررة**. بالإضافة إلى ذلك، يحتوي هذا المنهج على **موضوع مشترك** ليمنحه التماسك. - -بضمان توافق المحتوى مع المشاريع، تصبح العملية أكثر إثارة للطلاب ويزداد تثبيت المفاهيم. بالإضافة إلى ذلك، يحدد اختبار منخفض المخاطر قبل الدرس نية الطالب نحو تعلم موضوع ما، بينما يضمن اختبار آخر بعد الدرس تثبيتًا أكبر. صُمم هذا المنهج ليكون مرنًا وممتعًا ويمكن أخذه ككل أو جزئيًا. تبدأ المشاريع صغيرة وتزداد تعقيدًا بنهاية دورة 12 أسبوعًا. كما يحتوي المنهج على خاتمة حول تطبيقات تعلم الآلة في العالم الحقيقي، يمكن استخدامها كنشاط إضافي أو كأساس للنقاش. - -> تجدون إرشاداتنا الخاصة ب[مدونة السلوك](CODE_OF_CONDUCT.md)، و[المساهمة](CONTRIBUTING.md)، و[الترجمة](TRANSLATIONS.md)، و[استكشاف المشكلات](TROUBLESHOOTING.md). نحن نرحب بملاحظاتكم البناءة! - -## كل درس يتضمن - -- رسم تخطيطي اختياري -- فيديو تكميلي اختياري -- جولة فيديو توضيحية (بعض الدروس فقط) -- [اختبار تسخين قبلي للمحاضرة](https://ff-quizzes.netlify.app/en/ml/) -- درس مكتوب -- للدروس المبنية على المشاريع، دلائل خطوة بخطوة لبناء المشروع -- اختبارات معرفة -- تحدي -- قراءة إضافية -- واجب -- [اختبار بعد المحاضرة](https://ff-quizzes.netlify.app/en/ml/) - -> **ملاحظة حول اللغات**: هذه الدروس مكتوبة أساسًا بلغة Python، لكن كثيرًا منها متاح أيضًا بلغة R. لإكمال درس R، اذهب إلى مجلد `/solution` وابحث عن دروس R. تحتوي على امتداد .rmd الذي يمثل ملف **R Markdown**، يمكن تعريفه ببساطة على أنه تضمين لـ`كتل كود` (بـ R أو لغات أخرى) ورأس `YAML` (يوجه كيفية تنسيق المخرجات مثل PDF) في مستند `Markdown`. وبالتالي، فهو إطار تأليف نموذجي لعلوم البيانات لأنه يسمح لك بدمج كودك، مخرجاته، وأفكارك عبر تدوينها في Markdown. علاوة على ذلك، يمكن تحويل مستندات R Markdown إلى صيغ مخرجات مثل PDF، HTML، أو Word. -> **ملاحظة حول الاختبارات**: جميع الاختبارات موجودة في [مجلد تطبيق الاختبار](../../quiz-app)، حيث يوجد 52 اختبارًا مكونًا من ثلاثة أسئلة لكل منها. يتم ربطها من داخل الدروس ولكن يمكن تشغيل تطبيق الاختبار محليًا؛ اتبع التعليمات في مجلد `quiz-app` لاستضافة التطبيق محليًا أو نشره على Azure. - -| رقم الدرس | الموضوع | تجميع الدرس | الأهداف التعليمية | الدرس المرتبط | المؤلف | -| :-------: | :------------------------------------------------------------: | :---------------------------------------------: | ----------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | -| 01 | مقدمة في تعلم الآلة | [مقدمة](1-Introduction/README.md) | تعلم المفاهيم الأساسية وراء تعلم الآلة | [درس](1-Introduction/1-intro-to-ML/README.md) | محمد | -| 02 | تاريخ تعلم الآلة | [مقدمة](1-Introduction/README.md) | تعلم التاريخ الكامن وراء هذا المجال | [درس](1-Introduction/2-history-of-ML/README.md) | جين وآمي | -| 03 | العدالة وتعلم الآلة | [مقدمة](1-Introduction/README.md) | ما هي القضايا الفلسفية المهمة المتعلقة بالعدالة التي يجب على الطلاب مراعاتها عند بناء وتطبيق نماذج تعلم الآلة؟ | [درس](1-Introduction/3-fairness/README.md) | تومومي | -| 04 | تقنيات تعلم الآلة | [مقدمة](1-Introduction/README.md) | ما هي التقنيات التي يستخدمها الباحثون في تعلم الآلة لبناء النماذج؟ | [درس](1-Introduction/4-techniques-of-ML/README.md) | كريس وجين | -| 05 | مقدمة في الانحدار | [الانحدار](2-Regression/README.md) | ابدأ مع Python و Scikit-learn لنماذج الانحدار | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | جين • إريك وانجاو | -| 06 | أسعار قرع أمريكا الشمالية 🎃 | [الانحدار](2-Regression/README.md) | تصور وتنظيف البيانات للتحضير لتعلم الآلة | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | جين • إريك وانجاو | -| 07 | أسعار قرع أمريكا الشمالية 🎃 | [الانحدار](2-Regression/README.md) | بناء نماذج انحدار خطي ومتعدد الحدود | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | جين ودميتري • إريك وانجاو | -| 08 | أسعار قرع أمريكا الشمالية 🎃 | [الانحدار](2-Regression/README.md) | بناء نموذج انحدار لوجستي | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | جين • إريك وانجاو | -| 09 | تطبيق ويب 🔌 | [تطبيق ويب](3-Web-App/README.md) | بناء تطبيق ويب لاستخدام نموذجك المدرب | [Python](3-Web-App/1-Web-App/README.md) | جين | -| 10 | مقدمة في التصنيف | [تصنيف](4-Classification/README.md) | تنظيف، تحضير، وتصور بياناتك؛ مقدمة في التصنيف | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | جين وكاسي • إريك وانجاو | -| 11 | المأكولات الآسيوية والهندية اللذيذة 🍜 | [تصنيف](4-Classification/README.md) | مقدمة في المصنفات | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | جين وكاسي • إريك وانجاو | -| 12 | المأكولات الآسيوية والهندية اللذيذة 🍜 | [تصنيف](4-Classification/README.md) | المزيد من المصنفات | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | جين وكاسي • إريك وانجاو | -| 13 | المأكولات الآسيوية والهندية اللذيذة 🍜 | [تصنيف](4-Classification/README.md) | بناء تطبيق ويب للتوصية باستخدام نموذجك | [Python](4-Classification/4-Applied/README.md) | جين | -| 14 | مقدمة في التجميع | [تجميع](5-Clustering/README.md) | تنظيف، تحضير، وتصور بياناتك؛ مقدمة في التجميع | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | جين • إريك وانجاو | -| 15 | استكشاف الأذواق الموسيقية النيجيرية 🎧 | [تجميع](5-Clustering/README.md) | استكشاف طريقة K-Means للتجميع | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | جين • إريك وانجاو | -| 16 | مقدمة في معالجة اللغة الطبيعية ☕️ | [معالجة اللغة الطبيعية](6-NLP/README.md) | تعلّم الأساسيات عن NLP من خلال بناء بوت بسيط | [Python](6-NLP/1-Introduction-to-NLP/README.md) | ستيفن | -| 17 | المهام الشائعة في NLP ☕️ | [معالجة اللغة الطبيعية](6-NLP/README.md) | تعميق معرفتك في NLP من خلال فهم المهام الشائعة المطلوبة عند التعامل مع هياكل اللغة | [Python](6-NLP/2-Tasks/README.md) | ستيفن | -| 18 | الترجمة وتحليل المشاعر ♥️ | [معالجة اللغة الطبيعية](6-NLP/README.md) | الترجمة وتحليل المشاعر مع جين أوستن | [Python](6-NLP/3-Translation-Sentiment/README.md) | ستيفن | -| 19 | الفنادق الرومانسية في أوروبا ♥️ | [معالجة اللغة الطبيعية](6-NLP/README.md) | تحليل المشاعر مع مراجعات الفنادق 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | ستيفن | -| 20 | الفنادق الرومانسية في أوروبا ♥️ | [معالجة اللغة الطبيعية](6-NLP/README.md) | تحليل المشاعر مع مراجعات الفنادق 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | ستيفن | -| 21 | مقدمة في التنبؤ بالسلاسل الزمنية | [السلاسل الزمنية](7-TimeSeries/README.md) | مقدمة في التنبؤ بالسلاسل الزمنية | [Python](7-TimeSeries/1-Introduction/README.md) | فرانسيسكا | -| 22 | ⚡️ استخدام الطاقة العالمي ⚡️ - التنبؤ بالسلاسل الزمنية مع ARIMA | [السلاسل الزمنية](7-TimeSeries/README.md) | التنبؤ بالسلاسل الزمنية مع ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | فرانسيسكا | -| 23 | ⚡️ استخدام الطاقة العالمي ⚡️ - التنبؤ بالسلاسل الزمنية مع SVR | [السلاسل الزمنية](7-TimeSeries/README.md) | التنبؤ بالسلاسل الزمنية باستخدام مؤشر الدعم الانحداري | [Python](7-TimeSeries/3-SVR/README.md) | أنيربان | -| 24 | مقدمة في التعلم المعزز | [التعلم المعزز](8-Reinforcement/README.md) | مقدمة في التعلم المعزز باستخدام Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | دمیتری | -| 25 | ساعد بيتر على تجنب الذئب! 🐺 | [التعلم المعزز](8-Reinforcement/README.md) | التعلم المعزز باستخدام Gym | [Python](8-Reinforcement/2-Gym/README.md) | دمیتری | -| خاتمة | سيناريوهات وتطبيقات تعلم الآلة في العالم الحقيقي | [تعلم الآلة في العالم الحقيقي](9-Real-World/README.md) | تطبيقات حقيقية مثيرة للكشف من تعلم الآلة الكلاسيكي | [درس](9-Real-World/1-Applications/README.md) | الفريق | -| خاتمة | تصحيح نموذج التعلم الآلي باستخدام لوحة تحكم RAI | [تعلم الآلة في العالم الحقيقي](9-Real-World/README.md) | تصحيح نموذج تعلم الآلة باستخدام مكونات لوحة تحكم الذكاء المسؤول | [درس](9-Real-World/2-Debugging-ML-Models/README.md) | راث ياكوبو | - -> [ابحث عن جميع الموارد الإضافية لهذا المساق في مجموعة Microsoft Learn الخاصة بنا](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) +اخترنا مبدئين تربويين أثناء بناء هذا المنهج: التأكد من أنه **مبني على المشاريع العملية** ويحتوي على **اختبارات متكررة**. بالإضافة إلى ذلك، هذا المنهج له **ثيم واحد** ليمنحه تماسكًا. + +بضمان تطابق المحتوى مع المشاريع، يصبح التعلم أكثر جاذبية للطلاب ما يعزز الاحتفاظ بالمفاهيم. كما أن اختبارًا منخفض المخاطر قبل المحاضرة يهيئ الطالب لتعلم موضوع ما، والاختبار الثاني بعدها يعزز الاحتفاظ. صُمم هذا المنهج ليكون مرنًا وممتعًا ويمكن أخذه كاملاً أو جزئيًا. تبدأ المشاريع صغيرة وتزداد تعقيدًا بنهاية دورة الـ12 أسبوعًا. يشمل المنهج خلاصة عن تطبيقات ML في العالم الحقيقي يمكن استخدامها كرصيد إضافي أو كأساس للنقاش. + +> اطلع على [مدونة قواعد السلوك](CODE_OF_CONDUCT.md)، [المساهمة](CONTRIBUTING.md)، [الترجمة](TRANSLATIONS.md)، و[استكشاف المشكلات](TROUBLESHOOTING.md). نرحب بملاحظاتك البناءة! + +## يتضمن كل درس + +- ملاحظة رسمية اختيارية +- فيديو مكمل اختياري +- فيديو إرشادي (لبعض الدروس فقط) +- [اختبار تمهيدي للدرس](https://ff-quizzes.netlify.app/en/ml/) +- درس مكتوب +- لدروس المشروع، إرشادات خطوة بخطوة لبناء المشروع +- اختبارات معرفة +- تحدي +- قراءة إضافية +- مهمة +- [اختبار بعد الدرس](https://ff-quizzes.netlify.app/en/ml/) + +> **ملاحظة عن اللغات**: هذه الدروس مكتوبة أساسًا بلغة بايثون، ولكن العديد منها متوفر أيضًا بلغة R. لإكمال درس R، توجه إلى مجلد `/solution` وابحث عن دروس R. تحتوي على امتداد .rmd وهو ملف **R Markdown** يمكن تعريفه ببساطة كإدماج لـ `كتل الكود` (بلغة R أو لغات أخرى) و`رأس YAML` (يرشد كيفية تنسيق المخرجات مثل PDF) في `وثيقة ماركداون`. بهذا، هو إطار عمل تأليفي نموذجي لعلوم البيانات لأنه يسمح بمزج الكود والمخرجات والأفكار معًا بتوثيقها في ماركداون. علاوة على ذلك، يمكن تحويل مستندات R Markdown إلى تنسيقات مخرجات مثل PDF أو HTML أو Word. +> **ملاحظة حول الاختبارات**: جميع الاختبارات موجودة في [مجلد تطبيق الاختبار](../../quiz-app) ، بواقع 52 اختبارًا بإجمالي ثلاث أسئلة لكل اختبار. يتم ربطها من داخل الدروس، ولكن يمكن تشغيل تطبيق الاختبار محليًا؛ اتبع التعليمات في مجلد `quiz-app` لاستضافة التطبيق محليًا أو نشره على Azure. + +| رقم الدرس | الموضوع | مجموعة الدروس | الأهداف التعليمية | الدرس المرتبط | المؤلف | +| :-------: | :------------------------------------------------------------: | :-----------------------------------------------: | ----------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------: | +| 01 | مقدمة في تعلم الآلة | [مقدمة](1-Introduction/README.md) | تعلم المفاهيم الأساسية لتعلم الآلة | [درس](1-Introduction/1-intro-to-ML/README.md) | محمد | +| 02 | تاريخ تعلم الآلة | [مقدمة](1-Introduction/README.md) | تعلّم التاريخ الكامن وراء هذا المجال | [درس](1-Introduction/2-history-of-ML/README.md) | جن وآمي | +| 03 | العدالة وتعلم الآلة | [مقدمة](1-Introduction/README.md) | ما هي القضايا الفلسفية المهمة حول العدالة التي يجب أن يأخذها الطلاب في الاعتبار عند بناء وتطبيق نماذج التعلم الآلي؟ | [درس](1-Introduction/3-fairness/README.md) | تومومي | +| 04 | تقنيات تعلم الآلة | [مقدمة](1-Introduction/README.md) | ما هي التقنيات التي يستخدمها الباحثون في تعلم الآلة لبناء النماذج؟ | [درس](1-Introduction/4-techniques-of-ML/README.md) | كريس وجن | +| 05 | مقدمة في الانحدار | [انحدار](2-Regression/README.md) | ابدأ مع بايثون وScikit-learn لنماذج الانحدار | [بايثون](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | جن • إريك وانجاو | +| 06 | أسعار اليقطين في أمريكا الشمالية 🎃 | [انحدار](2-Regression/README.md) | تصور وتنظيف البيانات للتحضير لتعلم الآلة | [بايثون](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | جن • إريك وانجاو | +| 07 | أسعار اليقطين في أمريكا الشمالية 🎃 | [انحدار](2-Regression/README.md) | بناء نماذج انحدار خطي ومتعدد الحدود | [بايثون](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | جن ودمتري • إريك وانجاو | +| 08 | أسعار اليقطين في أمريكا الشمالية 🎃 | [انحدار](2-Regression/README.md) | بناء نموذج انحدار لوجستي | [بايثون](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | جن • إريك وانجاو | +| 09 | تطبيق ويب 🔌 | [تطبيق ويب](3-Web-App/README.md) | بناء تطبيق ويب لاستخدام نموذجك المدرب | [بايثون](3-Web-App/1-Web-App/README.md) | جن | +| 10 | مقدمة في التصنيف | [تصنيف](4-Classification/README.md) | تنظيف، إعداد، وتصوير بياناتك؛ مقدمة في التصنيف | [بايثون](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | جن وكاسي • إريك وانجاو | +| 11 | المأكولات الآسيوية والهندية اللذيذة 🍜 | [تصنيف](4-Classification/README.md) | مقدمة في المصنفات | [بايثون](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | جن وكاسي • إريك وانجاو | +| 12 | المأكولات الآسيوية والهندية اللذيذة 🍜 | [تصنيف](4-Classification/README.md) | المزيد من المصنفات | [بايثون](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | جن وكاسي • إريك وانجاو | +| 13 | المأكولات الآسيوية والهندية اللذيذة 🍜 | [تصنيف](4-Classification/README.md) | بناء تطبيق ويب موصي باستخدام نموذجك | [بايثون](4-Classification/4-Applied/README.md) | جن | +| 14 | مقدمة في التجميع | [تجميع](5-Clustering/README.md) | تنظيف، إعداد، وتصوير بياناتك؛ مقدمة في التجميع | [بايثون](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | جن • إريك وانجاو | +| 15 | استكشاف الأذواق الموسيقية النيجيرية 🎧 | [تجميع](5-Clustering/README.md) | استكشاف طريقة التجميع K-Means | [بايثون](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | جن • إريك وانجاو | +| 16 | مقدمة في معالجة اللغة الطبيعية ☕️ | [معالجة اللغة الطبيعية](6-NLP/README.md) | تعلّم الأساسيات حول معالجة اللغة الطبيعية من خلال بناء بوت بسيط | [بايثون](6-NLP/1-Introduction-to-NLP/README.md) | ستيفن | +| 17 | مهام شائعة في معالجة اللغة الطبيعية ☕️ | [معالجة اللغة الطبيعية](6-NLP/README.md) | تعميق معرفتك في معالجة اللغة بفهم المهام الشائعة المطلوبة عند التعامل مع تراكيب اللغة | [بايثون](6-NLP/2-Tasks/README.md) | ستيفن | +| 18 | الترجمة وتحليل المشاعر ♥️ | [معالجة اللغة الطبيعية](6-NLP/README.md) | الترجمة وتحليل المشاعر مع جين أوستن | [بايثون](6-NLP/3-Translation-Sentiment/README.md) | ستيفن | +| 19 | الفنادق الرومانسية في أوروبا ♥️ | [معالجة اللغة الطبيعية](6-NLP/README.md) | تحليل المشاعر مع مراجعات الفنادق 1 | [بايثون](6-NLP/4-Hotel-Reviews-1/README.md) | ستيفن | +| 20 | الفنادق الرومانسية في أوروبا ♥️ | [معالجة اللغة الطبيعية](6-NLP/README.md) | تحليل المشاعر مع مراجعات الفنادق 2 | [بايثون](6-NLP/5-Hotel-Reviews-2/README.md) | ستيفن | +| 21 | مقدمة في التنبؤ بالسلاسل الزمنية | [السلاسل الزمنية](7-TimeSeries/README.md) | مقدمة في التنبؤ بالسلاسل الزمنية | [بايثون](7-TimeSeries/1-Introduction/README.md) | فرانسيسكا | +| 22 | ⚡️ استخدام الطاقة العالمي ⚡️ - التنبؤ بالسلاسل الزمنية باستخدام ARIMA | [السلاسل الزمنية](7-TimeSeries/README.md) | التنبؤ بالسلاسل الزمنية باستخدام ARIMA | [بايثون](7-TimeSeries/2-ARIMA/README.md) | فرانسيسكا | +| 23 | ⚡️ استخدام الطاقة العالمي ⚡️ - التنبؤ بالسلاسل الزمنية باستخدام SVR | [السلاسل الزمنية](7-TimeSeries/README.md) | التنبؤ بالسلاسل الزمنية باستخدام الانحدار بدعم المتجهات | [بايثون](7-TimeSeries/3-SVR/README.md) | أنيربان | +| 24 | مقدمة في التعلم التعزيزي | [التعلم التعزيزي](8-Reinforcement/README.md) | مقدمة في التعلم التعزيزي باستخدام التعلم بواسطة Q | [بايثون](8-Reinforcement/1-QLearning/README.md) | دمتري | +| 25 | ساعد بيتر على تجنب الذئب! 🐺 | [التعلم التعزيزي](8-Reinforcement/README.md) | التعلم التعزيزي مع Gym | [بايثون](8-Reinforcement/2-Gym/README.md) | دمتري | +| ملحق | سيناريوهات وتطبيقات التعلم الآلي في العالم الحقيقي | [ML in the Wild](9-Real-World/README.md) | تطبيقات مثيرة ومكشوفة للعالم الحقيقي لتعلم الآلة الكلاسيكية | [درس](9-Real-World/1-Applications/README.md) | الفريق | +| ملحق | تصحيح نماذج التعلم الآلي باستخدام لوحة تحكم RAI | [ML in the Wild](9-Real-World/README.md) | تصحيح نماذج التعلم الآلي باستخدام مكونات لوحة تحكم الذكاء المسؤول (RAI) | [درس](9-Real-World/2-Debugging-ML-Models/README.md) | روث ياكوبو | + +> [اعثر على كل الموارد الإضافية لهذه الدورة في مجموعة Microsoft Learn الخاصة بنا](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## الوصول دون اتصال -يمكنك تشغيل هذه الوثائق دون اتصال باستخدام [Docsify](https://docsify.js.org/#/). قم بعمل نسخة من هذا المستودع، [ثبت Docsify](https://docsify.js.org/#/quickstart) على جهازك المحلي، ثم في المجلد الجذر لهذا المستودع، اكتب `docsify serve`. سيتم تقديم الموقع على المنفذ 3000 على جهازك المحلي: `localhost:3000`. +يمكنك تشغيل هذا التوثيق دون اتصال باستخدام [Docsify](https://docsify.js.org/#/). انسخ هذا المستودع، [قم بتثبيت Docsify](https://docsify.js.org/#/quickstart) على جهازك المحلي، ثم في المجلد الجذري لهذا المستودع، اكتب `docsify serve`. سيتم تقديم الموقع على المنفذ 3000 على مضيفك المحلي: `localhost:3000`. ## ملفات PDF -اعثر على ملف PDF للمناهج الدراسية مع الروابط [هنا](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). +اعثر على ملف pdf للمناهج مع الروابط [هنا](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). + -## 🎒 دورات أخرى +## 🎒 دورات أخرى -ينتج فريقنا دورات أخرى! تحقق من: +فريقنا ينتج دورات أخرى! اطلع على: -### LangChain +### سلسلة LangChain [![LangChain4j للمبتدئين](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 للمبتدئين](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 / الوكلاء +### Azure / الحوسبة الطرفية / MCP / الوكلاء [![AZD للمبتدئين](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 للمبتدئين](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) +[![الذكاء الاصطناعي على الحافة للمبتدئين](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 للمبتدئين](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) [![وكلاء الذكاء الاصطناعي للمبتدئين](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) @@ -206,25 +198,25 @@ CO_OP_TRANSLATOR_METADATA: --- -### سلسلة المساعد -[![مساعد البرمجة الزوجية بالذكاء الاصطناعي](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) -[![المساعد لـ C#/.NET](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) -[![مغامرة المساعد](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) +### سلسلة كوبايلوت +[![كوبايلوت للبرمجة الزوجية بالذكاء الاصطناعي](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) +[![كوبايلوت لـ C#/.NET](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) +[![مغامرة كوبايلوت](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) ## الحصول على المساعدة -إذا توقفت أو كانت لديك أي أسئلة حول بناء تطبيقات الذكاء الاصطناعي. انضم إلى المتعلمين الآخرين والمطورين ذوي الخبرة في مناقشات حول MCP. إنها مجتمع داعم حيث تُرحب بالأسئلة ويُشارك المعرفة بحرية. +إذا واجهت صعوبة أو كان لديك أي أسئلة حول بناء تطبيقات الذكاء الاصطناعي. انضم إلى المتعلمين والمطورين ذوي الخبرة في مناقشات MCP. إنها مجتمع داعم حيث تُرحب بالأسئلة ويُشارك المعرفة بحرية. -[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) +[![ديسكورد Microsoft Foundry](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -إذا كان لديك ملاحظات على المنتج أو إذا ظهرت أخطاء أثناء البناء، قم بزيارة: +إذا كان لديك ملاحظات عن المنتج أو أخطاء أثناء البناء قم بزيارة: [![منتدى مطوري Microsoft Foundry](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) --- -**تنبيه**: -تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية [Co-op Translator](https://github.com/Azure/co-op-translator). بالرغم من سعينا لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الرسمي والمعتمد. للمعلومات الهامة، يُنصح بالترجمة البشرية المهنية. نحن غير مسؤولين عن أي سوء فهم أو تفسيرات خاطئة ناتجة عن استخدام هذه الترجمة. +**تنويه**: +تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية [Co-op Translator](https://github.com/Azure/co-op-translator). بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو معلومات غير دقيقة. يجب اعتبار الوثيقة الأصلية بلغتها الأصلية المصدر الموثوق به. بالنسبة للمعلومات الحساسة، يُنصح بالاعتماد على الترجمة المهنية من قبل مختصين بشريين. نحن غير مسؤولين عن أي سوء فهم أو تفسير خاطئ ناتج عن استخدام هذه الترجمة. \ No newline at end of file diff --git a/translations/ar/SECURITY.md b/translations/ar/SECURITY.md index dcc1cf14b..6b5161268 100644 --- a/translations/ar/SECURITY.md +++ b/translations/ar/SECURITY.md @@ -1,12 +1,3 @@ - ## الأمان تأخذ Microsoft أمان منتجاتها وخدماتها البرمجية على محمل الجد، بما في ذلك جميع مستودعات الشيفرة المصدرية التي تُدار من خلال منظماتنا على GitHub، والتي تشمل [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)، و[منظماتنا على GitHub](https://opensource.microsoft.com/). diff --git a/translations/ar/SUPPORT.md b/translations/ar/SUPPORT.md index 5de8def1a..5a36beeb8 100644 --- a/translations/ar/SUPPORT.md +++ b/translations/ar/SUPPORT.md @@ -1,12 +1,3 @@ - # الدعم ## كيفية تقديم المشكلات والحصول على المساعدة diff --git a/translations/ar/TROUBLESHOOTING.md b/translations/ar/TROUBLESHOOTING.md index a6f8845cc..8a33014a6 100644 --- a/translations/ar/TROUBLESHOOTING.md +++ b/translations/ar/TROUBLESHOOTING.md @@ -1,12 +1,3 @@ - # دليل استكشاف الأخطاء وإصلاحها يساعدك هذا الدليل في حل المشكلات الشائعة أثناء العمل مع منهج تعلم الآلة للمبتدئين. إذا لم تجد حلاً هنا، يرجى التحقق من [مناقشات Discord](https://aka.ms/foundry/discord) أو [فتح قضية](https://github.com/microsoft/ML-For-Beginners/issues). diff --git a/translations/ar/docs/_sidebar.md b/translations/ar/docs/_sidebar.md index ec520c67e..76f4b575b 100644 --- a/translations/ar/docs/_sidebar.md +++ b/translations/ar/docs/_sidebar.md @@ -1,12 +1,3 @@ - - المقدمة - [مقدمة في تعلم الآلة](../1-Introduction/1-intro-to-ML/README.md) - [تاريخ تعلم الآلة](../1-Introduction/2-history-of-ML/README.md) diff --git a/translations/ar/for-teachers.md b/translations/ar/for-teachers.md index 35c6daf61..71b355cfe 100644 --- a/translations/ar/for-teachers.md +++ b/translations/ar/for-teachers.md @@ -1,12 +1,3 @@ - ## للمعلمين هل ترغب في استخدام هذا المنهج في صفك الدراسي؟ لا تتردد! diff --git a/translations/ar/quiz-app/README.md b/translations/ar/quiz-app/README.md index 798a1ebf2..62d4af5da 100644 --- a/translations/ar/quiz-app/README.md +++ b/translations/ar/quiz-app/README.md @@ -1,12 +1,3 @@ - # الاختبارات هذه الاختبارات هي اختبارات ما قبل وبعد المحاضرات لمنهج تعلم الآلة على الرابط https://aka.ms/ml-beginners diff --git a/translations/ar/sketchnotes/LICENSE.md b/translations/ar/sketchnotes/LICENSE.md index 706459f25..3e1cb3a21 100644 --- a/translations/ar/sketchnotes/LICENSE.md +++ b/translations/ar/sketchnotes/LICENSE.md @@ -1,12 +1,3 @@ - نَسب-المشاركة بالمثل 4.0 الدولية ======================================================================= diff --git a/translations/ar/sketchnotes/README.md b/translations/ar/sketchnotes/README.md index a222dc3f2..f18510789 100644 --- a/translations/ar/sketchnotes/README.md +++ b/translations/ar/sketchnotes/README.md @@ -1,12 +1,3 @@ - يمكن تنزيل جميع الرسومات التوضيحية للمناهج الدراسية من هنا. 🖨 للطباعة بجودة عالية، تتوفر نسخ TIFF في [هذا المستودع](https://github.com/girliemac/a-picture-is-worth-a-1000-words/tree/main/ml/tiff). diff --git a/translations/de/.co-op-translator.json b/translations/de/.co-op-translator.json new file mode 100644 index 000000000..6a85d9507 --- /dev/null +++ b/translations/de/.co-op-translator.json @@ -0,0 +1,596 @@ +{ + "1-Introduction/1-intro-to-ML/README.md": { + "original_hash": "69389392fa6346e0dfa30f664b7b6fec", + "translation_date": "2025-09-04T22:00:01+00:00", + "source_file": "1-Introduction/1-intro-to-ML/README.md", + "language_code": "de" + }, + "1-Introduction/1-intro-to-ML/assignment.md": { + "original_hash": "4c4698044bb8af52cfb6388a4ee0e53b", + "translation_date": "2025-09-03T21:52:00+00:00", + "source_file": "1-Introduction/1-intro-to-ML/assignment.md", + "language_code": "de" + }, + "1-Introduction/2-history-of-ML/README.md": { + "original_hash": "6a05fec147e734c3e6bfa54505648e2b", + "translation_date": "2025-09-04T22:00:31+00:00", + "source_file": "1-Introduction/2-history-of-ML/README.md", + "language_code": "de" + }, + "1-Introduction/2-history-of-ML/assignment.md": { + "original_hash": "eb6e4d5afd1b21a57d2b9e6d0aac3969", + "translation_date": "2025-09-03T21:52:39+00:00", + "source_file": "1-Introduction/2-history-of-ML/assignment.md", + "language_code": "de" + }, + "1-Introduction/3-fairness/README.md": { + "original_hash": "9a6b702d1437c0467e3c5c28d763dac2", + "translation_date": "2025-09-04T21:58:29+00:00", + "source_file": "1-Introduction/3-fairness/README.md", + "language_code": "de" + }, + "1-Introduction/3-fairness/assignment.md": { + "original_hash": "dbda60e7b1fe5f18974e7858eff0004e", + "translation_date": "2025-09-03T21:50:49+00:00", + "source_file": "1-Introduction/3-fairness/assignment.md", + "language_code": "de" + }, + "1-Introduction/4-techniques-of-ML/README.md": { + "original_hash": "9d91f3af3758fdd4569fb410575995ef", + "translation_date": "2025-09-04T21:59:17+00:00", + "source_file": "1-Introduction/4-techniques-of-ML/README.md", + "language_code": "de" + }, + "1-Introduction/4-techniques-of-ML/assignment.md": { + "original_hash": "70d65aeddc06170bc1aed5b27805f930", + "translation_date": "2025-09-03T21:51:26+00:00", + "source_file": "1-Introduction/4-techniques-of-ML/assignment.md", + "language_code": "de" + }, + "1-Introduction/README.md": { + "original_hash": "cf8ecc83f28e5b98051d2179eca08e08", + "translation_date": "2025-09-03T21:49:58+00:00", + "source_file": "1-Introduction/README.md", + "language_code": "de" + }, + "2-Regression/1-Tools/README.md": { + "original_hash": "fa81d226c71d5af7a2cade31c1c92b88", + "translation_date": "2025-09-04T21:52:04+00:00", + "source_file": "2-Regression/1-Tools/README.md", + "language_code": "de" + }, + "2-Regression/1-Tools/assignment.md": { + "original_hash": "74a5cf83e4ebc302afbcbc4f418afd0a", + "translation_date": "2025-09-03T21:41:57+00:00", + "source_file": "2-Regression/1-Tools/assignment.md", + "language_code": "de" + }, + "2-Regression/1-Tools/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T21:42:03+00:00", + "source_file": "2-Regression/1-Tools/solution/Julia/README.md", + "language_code": "de" + }, + "2-Regression/2-Data/README.md": { + "original_hash": "7c077988328ebfe33b24d07945f16eca", + "translation_date": "2025-09-04T21:52:58+00:00", + "source_file": "2-Regression/2-Data/README.md", + "language_code": "de" + }, + "2-Regression/2-Data/assignment.md": { + "original_hash": "4485a1ed4dd1b5647365e3d87456515d", + "translation_date": "2025-09-03T21:42:34+00:00", + "source_file": "2-Regression/2-Data/assignment.md", + "language_code": "de" + }, + "2-Regression/2-Data/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T21:42:39+00:00", + "source_file": "2-Regression/2-Data/solution/Julia/README.md", + "language_code": "de" + }, + "2-Regression/3-Linear/README.md": { + "original_hash": "40e64f004f3cb50aa1d8661672d3cd92", + "translation_date": "2025-09-04T21:49:11+00:00", + "source_file": "2-Regression/3-Linear/README.md", + "language_code": "de" + }, + "2-Regression/3-Linear/assignment.md": { + "original_hash": "cc471fa89c293bc735dd3a9a0fb79b1b", + "translation_date": "2025-09-03T21:39:27+00:00", + "source_file": "2-Regression/3-Linear/assignment.md", + "language_code": "de" + }, + "2-Regression/3-Linear/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T21:39:32+00:00", + "source_file": "2-Regression/3-Linear/solution/Julia/README.md", + "language_code": "de" + }, + "2-Regression/4-Logistic/README.md": { + "original_hash": "abf86d845c84330bce205a46b382ec88", + "translation_date": "2025-09-04T21:51:09+00:00", + "source_file": "2-Regression/4-Logistic/README.md", + "language_code": "de" + }, + "2-Regression/4-Logistic/assignment.md": { + "original_hash": "8af40209a41494068c1f42b14c0b450d", + "translation_date": "2025-09-03T21:41:09+00:00", + "source_file": "2-Regression/4-Logistic/assignment.md", + "language_code": "de" + }, + "2-Regression/4-Logistic/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T21:41:14+00:00", + "source_file": "2-Regression/4-Logistic/solution/Julia/README.md", + "language_code": "de" + }, + "2-Regression/README.md": { + "original_hash": "508582278dbb8edd2a8a80ac96ef416c", + "translation_date": "2025-09-03T21:38:21+00:00", + "source_file": "2-Regression/README.md", + "language_code": "de" + }, + "3-Web-App/1-Web-App/README.md": { + "original_hash": "e0b75f73e4a90d45181dc5581fe2ef5c", + "translation_date": "2025-09-04T22:01:30+00:00", + "source_file": "3-Web-App/1-Web-App/README.md", + "language_code": "de" + }, + "3-Web-App/1-Web-App/assignment.md": { + "original_hash": "a8e8ae10be335cbc745b75ee552317ff", + "translation_date": "2025-09-03T21:53:23+00:00", + "source_file": "3-Web-App/1-Web-App/assignment.md", + "language_code": "de" + }, + "3-Web-App/README.md": { + "original_hash": "9836ff53cfef716ddfd70e06c5f43436", + "translation_date": "2025-09-03T21:52:44+00:00", + "source_file": "3-Web-App/README.md", + "language_code": "de" + }, + "4-Classification/1-Introduction/README.md": { + "original_hash": "aaf391d922bd6de5efba871d514c6d47", + "translation_date": "2025-09-04T22:03:22+00:00", + "source_file": "4-Classification/1-Introduction/README.md", + "language_code": "de" + }, + "4-Classification/1-Introduction/assignment.md": { + "original_hash": "b2a01912beb24cfb0007f83594dba801", + "translation_date": "2025-09-03T21:56:15+00:00", + "source_file": "4-Classification/1-Introduction/assignment.md", + "language_code": "de" + }, + "4-Classification/1-Introduction/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T21:56:22+00:00", + "source_file": "4-Classification/1-Introduction/solution/Julia/README.md", + "language_code": "de" + }, + "4-Classification/2-Classifiers-1/README.md": { + "original_hash": "1a6e9e46b34a2e559fbbfc1f95397c7b", + "translation_date": "2025-09-04T22:02:02+00:00", + "source_file": "4-Classification/2-Classifiers-1/README.md", + "language_code": "de" + }, + "4-Classification/2-Classifiers-1/assignment.md": { + "original_hash": "de6025f96841498b0577e9d1aee18d1f", + "translation_date": "2025-09-03T21:54:43+00:00", + "source_file": "4-Classification/2-Classifiers-1/assignment.md", + "language_code": "de" + }, + "4-Classification/2-Classifiers-1/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T21:54:49+00:00", + "source_file": "4-Classification/2-Classifiers-1/solution/Julia/README.md", + "language_code": "de" + }, + "4-Classification/3-Classifiers-2/README.md": { + "original_hash": "49047911108adc49d605cddfb455749c", + "translation_date": "2025-09-04T22:03:02+00:00", + "source_file": "4-Classification/3-Classifiers-2/README.md", + "language_code": "de" + }, + "4-Classification/3-Classifiers-2/assignment.md": { + "original_hash": "58dfdaf79fb73f7d34b22bdbacf57329", + "translation_date": "2025-09-03T21:55:39+00:00", + "source_file": "4-Classification/3-Classifiers-2/assignment.md", + "language_code": "de" + }, + "4-Classification/3-Classifiers-2/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T21:55:45+00:00", + "source_file": "4-Classification/3-Classifiers-2/solution/Julia/README.md", + "language_code": "de" + }, + "4-Classification/4-Applied/README.md": { + "original_hash": "61bdec27ed2da8b098cd9065405d9bb0", + "translation_date": "2025-09-04T22:02:39+00:00", + "source_file": "4-Classification/4-Applied/README.md", + "language_code": "de" + }, + "4-Classification/4-Applied/assignment.md": { + "original_hash": "799ed651e2af0a7cad17c6268db11578", + "translation_date": "2025-09-03T21:55:15+00:00", + "source_file": "4-Classification/4-Applied/assignment.md", + "language_code": "de" + }, + "4-Classification/README.md": { + "original_hash": "74e809ffd1e613a1058bbc3e9600859e", + "translation_date": "2025-09-03T21:53:40+00:00", + "source_file": "4-Classification/README.md", + "language_code": "de" + }, + "5-Clustering/1-Visualize/README.md": { + "original_hash": "730225ea274c9174fe688b21d421539d", + "translation_date": "2025-09-04T21:55:35+00:00", + "source_file": "5-Clustering/1-Visualize/README.md", + "language_code": "de" + }, + "5-Clustering/1-Visualize/assignment.md": { + "original_hash": "589fa015a5e7d9e67bd629f7d47b53de", + "translation_date": "2025-09-03T21:47:12+00:00", + "source_file": "5-Clustering/1-Visualize/assignment.md", + "language_code": "de" + }, + "5-Clustering/1-Visualize/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T21:47:18+00:00", + "source_file": "5-Clustering/1-Visualize/solution/Julia/README.md", + "language_code": "de" + }, + "5-Clustering/2-K-Means/README.md": { + "original_hash": "7cdd17338d9bbd7e2171c2cd462eb081", + "translation_date": "2025-09-04T21:56:30+00:00", + "source_file": "5-Clustering/2-K-Means/README.md", + "language_code": "de" + }, + "5-Clustering/2-K-Means/assignment.md": { + "original_hash": "b8e17eff34ad1680eba2a5d3cf9ffc41", + "translation_date": "2025-09-03T21:47:48+00:00", + "source_file": "5-Clustering/2-K-Means/assignment.md", + "language_code": "de" + }, + "5-Clustering/2-K-Means/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T21:47:53+00:00", + "source_file": "5-Clustering/2-K-Means/solution/Julia/README.md", + "language_code": "de" + }, + "5-Clustering/README.md": { + "original_hash": "b28a3a4911584062772c537b653ebbc7", + "translation_date": "2025-09-03T21:45:03+00:00", + "source_file": "5-Clustering/README.md", + "language_code": "de" + }, + "6-NLP/1-Introduction-to-NLP/README.md": { + "original_hash": "1c2ec40cf55c98a028a359c27ef7e45a", + "translation_date": "2025-09-04T22:08:09+00:00", + "source_file": "6-NLP/1-Introduction-to-NLP/README.md", + "language_code": "de" + }, + "6-NLP/1-Introduction-to-NLP/assignment.md": { + "original_hash": "1d7583e8046dacbb0c056d5ba0a71b16", + "translation_date": "2025-09-03T22:03:25+00:00", + "source_file": "6-NLP/1-Introduction-to-NLP/assignment.md", + "language_code": "de" + }, + "6-NLP/2-Tasks/README.md": { + "original_hash": "5f3cb462e3122e1afe7ab0050ccf2bd3", + "translation_date": "2025-09-04T22:06:09+00:00", + "source_file": "6-NLP/2-Tasks/README.md", + "language_code": "de" + }, + "6-NLP/2-Tasks/assignment.md": { + "original_hash": "2efc4c2aba5ed06c780c05539c492ae3", + "translation_date": "2025-09-03T22:01:36+00:00", + "source_file": "6-NLP/2-Tasks/assignment.md", + "language_code": "de" + }, + "6-NLP/3-Translation-Sentiment/README.md": { + "original_hash": "be03c8182982b87ced155e4e9d1438e8", + "translation_date": "2025-09-04T22:08:34+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/README.md", + "language_code": "de" + }, + "6-NLP/3-Translation-Sentiment/assignment.md": { + "original_hash": "9d2a734deb904caff310d1a999c6bd7a", + "translation_date": "2025-09-03T22:04:06+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/assignment.md", + "language_code": "de" + }, + "6-NLP/3-Translation-Sentiment/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T22:04:15+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/solution/Julia/README.md", + "language_code": "de" + }, + "6-NLP/3-Translation-Sentiment/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-09-03T22:04:11+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/solution/R/README.md", + "language_code": "de" + }, + "6-NLP/4-Hotel-Reviews-1/README.md": { + "original_hash": "8d32dadeda93c6fb5c43619854882ab1", + "translation_date": "2025-09-04T22:06:46+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/README.md", + "language_code": "de" + }, + "6-NLP/4-Hotel-Reviews-1/assignment.md": { + "original_hash": "bf39bceb833cd628f224941dca8041df", + "translation_date": "2025-09-03T22:02:44+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/assignment.md", + "language_code": "de" + }, + "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T22:02:52+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md", + "language_code": "de" + }, + "6-NLP/4-Hotel-Reviews-1/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-09-03T22:02:48+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/solution/R/README.md", + "language_code": "de" + }, + "6-NLP/5-Hotel-Reviews-2/README.md": { + "original_hash": "2c742993fe95d5bcbb2846eda3d442a1", + "translation_date": "2025-09-04T22:09:10+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/README.md", + "language_code": "de" + }, + "6-NLP/5-Hotel-Reviews-2/assignment.md": { + "original_hash": "daf144daa552da6a7d442aff6f3e77d8", + "translation_date": "2025-09-03T22:05:01+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/assignment.md", + "language_code": "de" + }, + "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T22:05:10+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md", + "language_code": "de" + }, + "6-NLP/5-Hotel-Reviews-2/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-09-03T22:05:06+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/solution/R/README.md", + "language_code": "de" + }, + "6-NLP/README.md": { + "original_hash": "1eb379dc2d0c9940b320732d16083778", + "translation_date": "2025-09-03T22:00:59+00:00", + "source_file": "6-NLP/README.md", + "language_code": "de" + }, + "6-NLP/data/README.md": { + "original_hash": "ee0670655c89e4719319764afb113624", + "translation_date": "2025-09-03T22:02:55+00:00", + "source_file": "6-NLP/data/README.md", + "language_code": "de" + }, + "7-TimeSeries/1-Introduction/README.md": { + "original_hash": "662b509c39eee205687726636d0a8455", + "translation_date": "2025-09-04T21:54:27+00:00", + "source_file": "7-TimeSeries/1-Introduction/README.md", + "language_code": "de" + }, + "7-TimeSeries/1-Introduction/assignment.md": { + "original_hash": "d1781b0b92568ea1d119d0a198b576b4", + "translation_date": "2025-09-03T21:44:15+00:00", + "source_file": "7-TimeSeries/1-Introduction/assignment.md", + "language_code": "de" + }, + "7-TimeSeries/1-Introduction/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T21:44:24+00:00", + "source_file": "7-TimeSeries/1-Introduction/solution/Julia/README.md", + "language_code": "de" + }, + "7-TimeSeries/1-Introduction/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-09-03T21:44:21+00:00", + "source_file": "7-TimeSeries/1-Introduction/solution/R/README.md", + "language_code": "de" + }, + "7-TimeSeries/2-ARIMA/README.md": { + "original_hash": "917dbf890db71a322f306050cb284749", + "translation_date": "2025-09-04T21:53:41+00:00", + "source_file": "7-TimeSeries/2-ARIMA/README.md", + "language_code": "de" + }, + "7-TimeSeries/2-ARIMA/assignment.md": { + "original_hash": "1c814013e10866dfd92cdb32caaae3ac", + "translation_date": "2025-09-03T21:43:29+00:00", + "source_file": "7-TimeSeries/2-ARIMA/assignment.md", + "language_code": "de" + }, + "7-TimeSeries/2-ARIMA/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T21:43:38+00:00", + "source_file": "7-TimeSeries/2-ARIMA/solution/Julia/README.md", + "language_code": "de" + }, + "7-TimeSeries/2-ARIMA/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-09-03T21:43:34+00:00", + "source_file": "7-TimeSeries/2-ARIMA/solution/R/README.md", + "language_code": "de" + }, + "7-TimeSeries/3-SVR/README.md": { + "original_hash": "482bccabe1df958496ea71a3667995cd", + "translation_date": "2025-09-04T21:55:06+00:00", + "source_file": "7-TimeSeries/3-SVR/README.md", + "language_code": "de" + }, + "7-TimeSeries/3-SVR/assignment.md": { + "original_hash": "94aa2fc6154252ae30a3f3740299707a", + "translation_date": "2025-09-03T21:44:58+00:00", + "source_file": "7-TimeSeries/3-SVR/assignment.md", + "language_code": "de" + }, + "7-TimeSeries/README.md": { + "original_hash": "61342603bad8acadbc6b2e4e3aab3f66", + "translation_date": "2025-09-03T21:42:42+00:00", + "source_file": "7-TimeSeries/README.md", + "language_code": "de" + }, + "8-Reinforcement/1-QLearning/README.md": { + "original_hash": "911efd5e595089000cb3c16fce1beab8", + "translation_date": "2025-09-04T22:04:40+00:00", + "source_file": "8-Reinforcement/1-QLearning/README.md", + "language_code": "de" + }, + "8-Reinforcement/1-QLearning/assignment.md": { + "original_hash": "68394b2102d3503882e5e914bd0ff5c1", + "translation_date": "2025-09-03T21:59:42+00:00", + "source_file": "8-Reinforcement/1-QLearning/assignment.md", + "language_code": "de" + }, + "8-Reinforcement/1-QLearning/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T21:59:55+00:00", + "source_file": "8-Reinforcement/1-QLearning/solution/Julia/README.md", + "language_code": "de" + }, + "8-Reinforcement/1-QLearning/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-09-03T21:59:51+00:00", + "source_file": "8-Reinforcement/1-QLearning/solution/R/README.md", + "language_code": "de" + }, + "8-Reinforcement/2-Gym/README.md": { + "original_hash": "107d5bb29da8a562e7ae72262d251a75", + "translation_date": "2025-09-04T22:05:24+00:00", + "source_file": "8-Reinforcement/2-Gym/README.md", + "language_code": "de" + }, + "8-Reinforcement/2-Gym/assignment.md": { + "original_hash": "1f2b7441745eb52e25745423b247016b", + "translation_date": "2025-09-03T22:00:43+00:00", + "source_file": "8-Reinforcement/2-Gym/assignment.md", + "language_code": "de" + }, + "8-Reinforcement/2-Gym/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-09-03T22:00:56+00:00", + "source_file": "8-Reinforcement/2-Gym/solution/Julia/README.md", + "language_code": "de" + }, + "8-Reinforcement/2-Gym/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-09-03T22:00:53+00:00", + "source_file": "8-Reinforcement/2-Gym/solution/R/README.md", + "language_code": "de" + }, + "8-Reinforcement/README.md": { + "original_hash": "20ca019012b1725de956681d036d8b18", + "translation_date": "2025-09-03T21:58:11+00:00", + "source_file": "8-Reinforcement/README.md", + "language_code": "de" + }, + "9-Real-World/1-Applications/README.md": { + "original_hash": "83320d6b6994909e35d830cebf214039", + "translation_date": "2025-09-04T21:56:58+00:00", + "source_file": "9-Real-World/1-Applications/README.md", + "language_code": "de" + }, + "9-Real-World/1-Applications/assignment.md": { + "original_hash": "fdebfcd0a3f12c9e2b436ded1aa79885", + "translation_date": "2025-09-03T21:48:58+00:00", + "source_file": "9-Real-World/1-Applications/assignment.md", + "language_code": "de" + }, + "9-Real-World/2-Debugging-ML-Models/README.md": { + "original_hash": "df2b538e8fbb3e91cf0419ae2f858675", + "translation_date": "2025-09-04T21:57:35+00:00", + "source_file": "9-Real-World/2-Debugging-ML-Models/README.md", + "language_code": "de" + }, + "9-Real-World/2-Debugging-ML-Models/assignment.md": { + "original_hash": "91c6a180ef08e20cc15acfd2d6d6e164", + "translation_date": "2025-09-03T21:49:52+00:00", + "source_file": "9-Real-World/2-Debugging-ML-Models/assignment.md", + "language_code": "de" + }, + "9-Real-World/README.md": { + "original_hash": "5e069a0ac02a9606a69946c2b3c574a9", + "translation_date": "2025-09-03T21:48:04+00:00", + "source_file": "9-Real-World/README.md", + "language_code": "de" + }, + "AGENTS.md": { + "original_hash": "93fdaa0fd38836e50c4793e2f2f25e8b", + "translation_date": "2025-10-03T10:57:35+00:00", + "source_file": "AGENTS.md", + "language_code": "de" + }, + "CODE_OF_CONDUCT.md": { + "original_hash": "c06b12caf3c901eb3156e3dd5b0aea56", + "translation_date": "2025-09-03T21:38:17+00:00", + "source_file": "CODE_OF_CONDUCT.md", + "language_code": "de" + }, + "CONTRIBUTING.md": { + "original_hash": "977ec5266dfd78ad1ce2bd8d46fccbda", + "translation_date": "2025-09-03T21:37:52+00:00", + "source_file": "CONTRIBUTING.md", + "language_code": "de" + }, + "README.md": { + "original_hash": "da2ceed62f16a0820259556e3a873c95", + "translation_date": "2026-01-29T17:34:23+00:00", + "source_file": "README.md", + "language_code": "de" + }, + "SECURITY.md": { + "original_hash": "5e1b8da31aae9cca3d53ad243fa3365a", + "translation_date": "2025-09-03T21:37:58+00:00", + "source_file": "SECURITY.md", + "language_code": "de" + }, + "SUPPORT.md": { + "original_hash": "09623d7343ff1c26ff4f198c1b2d3176", + "translation_date": "2025-10-03T11:35:53+00:00", + "source_file": "SUPPORT.md", + "language_code": "de" + }, + "TROUBLESHOOTING.md": { + "original_hash": "134d8759f0e2ab886e9aa4f62362c201", + "translation_date": "2025-10-03T12:35:52+00:00", + "source_file": "TROUBLESHOOTING.md", + "language_code": "de" + }, + "docs/_sidebar.md": { + "original_hash": "68dd06c685f6ce840e0acfa313352e7c", + "translation_date": "2025-09-03T21:47:56+00:00", + "source_file": "docs/_sidebar.md", + "language_code": "de" + }, + "for-teachers.md": { + "original_hash": "b37de02054fa6c0438ede6fabe1fdfb8", + "translation_date": "2025-09-03T21:38:08+00:00", + "source_file": "for-teachers.md", + "language_code": "de" + }, + "quiz-app/README.md": { + "original_hash": "6d130dffca5db70d7e615f926cb1ad4c", + "translation_date": "2025-09-03T21:53:28+00:00", + "source_file": "quiz-app/README.md", + "language_code": "de" + }, + "sketchnotes/LICENSE.md": { + "original_hash": "fba3b94d88bfb9b81369b869a1e9a20f", + "translation_date": "2025-09-03T21:57:20+00:00", + "source_file": "sketchnotes/LICENSE.md", + "language_code": "de" + }, + "sketchnotes/README.md": { + "original_hash": "a88d5918c1b9da69a40d917a0840c497", + "translation_date": "2025-09-03T21:56:24+00:00", + "source_file": "sketchnotes/README.md", + "language_code": "de" + } +} \ No newline at end of file diff --git a/translations/de/1-Introduction/1-intro-to-ML/README.md b/translations/de/1-Introduction/1-intro-to-ML/README.md index a69dc59d8..4602b59ad 100644 --- a/translations/de/1-Introduction/1-intro-to-ML/README.md +++ b/translations/de/1-Introduction/1-intro-to-ML/README.md @@ -1,12 +1,3 @@ - # Einführung in Machine Learning ## [Quiz vor der Vorlesung](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/de/1-Introduction/1-intro-to-ML/assignment.md b/translations/de/1-Introduction/1-intro-to-ML/assignment.md index dd5308b2c..1b3f6d4f3 100644 --- a/translations/de/1-Introduction/1-intro-to-ML/assignment.md +++ b/translations/de/1-Introduction/1-intro-to-ML/assignment.md @@ -1,12 +1,3 @@ - # Loslegen ## Anweisungen diff --git a/translations/de/1-Introduction/2-history-of-ML/README.md b/translations/de/1-Introduction/2-history-of-ML/README.md index d5e397a40..bc822d9e8 100644 --- a/translations/de/1-Introduction/2-history-of-ML/README.md +++ b/translations/de/1-Introduction/2-history-of-ML/README.md @@ -1,12 +1,3 @@ - # Geschichte des maschinellen Lernens ![Zusammenfassung der Geschichte des maschinellen Lernens in einer Sketchnote](../../../../sketchnotes/ml-history.png) diff --git a/translations/de/1-Introduction/2-history-of-ML/assignment.md b/translations/de/1-Introduction/2-history-of-ML/assignment.md index e06d4475b..3b0ead02d 100644 --- a/translations/de/1-Introduction/2-history-of-ML/assignment.md +++ b/translations/de/1-Introduction/2-history-of-ML/assignment.md @@ -1,12 +1,3 @@ - # Erstelle eine Zeitleiste ## Anweisungen diff --git a/translations/de/1-Introduction/3-fairness/README.md b/translations/de/1-Introduction/3-fairness/README.md index 222b20c30..9b77a6635 100644 --- a/translations/de/1-Introduction/3-fairness/README.md +++ b/translations/de/1-Introduction/3-fairness/README.md @@ -1,12 +1,3 @@ - # Aufbau von Machine-Learning-Lösungen mit verantwortungsbewusster KI ![Zusammenfassung von verantwortungsbewusster KI im Machine Learning in einer Sketchnote](../../../../sketchnotes/ml-fairness.png) diff --git a/translations/de/1-Introduction/3-fairness/assignment.md b/translations/de/1-Introduction/3-fairness/assignment.md index cdebafa06..167770a5e 100644 --- a/translations/de/1-Introduction/3-fairness/assignment.md +++ b/translations/de/1-Introduction/3-fairness/assignment.md @@ -1,12 +1,3 @@ - # Erkunden Sie das Responsible AI Toolbox ## Anweisungen diff --git a/translations/de/1-Introduction/4-techniques-of-ML/README.md b/translations/de/1-Introduction/4-techniques-of-ML/README.md index a6b8c2438..a14241087 100644 --- a/translations/de/1-Introduction/4-techniques-of-ML/README.md +++ b/translations/de/1-Introduction/4-techniques-of-ML/README.md @@ -1,12 +1,3 @@ - # Techniken des maschinellen Lernens Der Prozess des Erstellens, Nutzens und Wartens von Modellen des maschinellen Lernens sowie der Daten, die sie verwenden, unterscheidet sich stark von vielen anderen Entwicklungs-Workflows. In dieser Lektion werden wir den Prozess entmystifizieren und die wichtigsten Techniken skizzieren, die Sie kennen müssen. Sie werden: diff --git a/translations/de/1-Introduction/4-techniques-of-ML/assignment.md b/translations/de/1-Introduction/4-techniques-of-ML/assignment.md index a32484fd8..aaadaea27 100644 --- a/translations/de/1-Introduction/4-techniques-of-ML/assignment.md +++ b/translations/de/1-Introduction/4-techniques-of-ML/assignment.md @@ -1,12 +1,3 @@ - # Interviewe einen Data Scientist ## Anweisungen diff --git a/translations/de/1-Introduction/README.md b/translations/de/1-Introduction/README.md index a88d39bd7..0ea5ac7d2 100644 --- a/translations/de/1-Introduction/README.md +++ b/translations/de/1-Introduction/README.md @@ -1,12 +1,3 @@ - # Einführung in maschinelles Lernen In diesem Abschnitt des Lehrplans werden Sie mit den grundlegenden Konzepten des maschinellen Lernens vertraut gemacht, erfahren, was es ist, und etwas über seine Geschichte sowie die Techniken lernen, die Forscher verwenden, um damit zu arbeiten. Lassen Sie uns diese neue Welt des maschinellen Lernens gemeinsam erkunden! diff --git a/translations/de/2-Regression/1-Tools/README.md b/translations/de/2-Regression/1-Tools/README.md index 871cfa40c..f74cb8f17 100644 --- a/translations/de/2-Regression/1-Tools/README.md +++ b/translations/de/2-Regression/1-Tools/README.md @@ -1,12 +1,3 @@ - # Einstieg in Python und Scikit-learn für Regressionsmodelle ![Zusammenfassung von Regressionen in einer Sketchnote](../../../../sketchnotes/ml-regression.png) diff --git a/translations/de/2-Regression/1-Tools/assignment.md b/translations/de/2-Regression/1-Tools/assignment.md index 4a7564eb9..c9082273d 100644 --- a/translations/de/2-Regression/1-Tools/assignment.md +++ b/translations/de/2-Regression/1-Tools/assignment.md @@ -1,12 +1,3 @@ - # Regression mit Scikit-learn ## Anweisungen diff --git a/translations/de/2-Regression/1-Tools/solution/Julia/README.md b/translations/de/2-Regression/1-Tools/solution/Julia/README.md index ae1fc76a0..2bdaacedd 100644 --- a/translations/de/2-Regression/1-Tools/solution/Julia/README.md +++ b/translations/de/2-Regression/1-Tools/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/2-Regression/2-Data/README.md b/translations/de/2-Regression/2-Data/README.md index 4187c121c..1df9bbabf 100644 --- a/translations/de/2-Regression/2-Data/README.md +++ b/translations/de/2-Regression/2-Data/README.md @@ -1,12 +1,3 @@ - # Erstellen eines Regressionsmodells mit Scikit-learn: Daten vorbereiten und visualisieren ![Infografik zur Datenvisualisierung](../../../../2-Regression/2-Data/images/data-visualization.png) diff --git a/translations/de/2-Regression/2-Data/assignment.md b/translations/de/2-Regression/2-Data/assignment.md index ee80e9c43..6ace977fc 100644 --- a/translations/de/2-Regression/2-Data/assignment.md +++ b/translations/de/2-Regression/2-Data/assignment.md @@ -1,12 +1,3 @@ - # Erkundung von Visualisierungen Es gibt mehrere verschiedene Bibliotheken, die für die Datenvisualisierung verfügbar sind. Erstelle einige Visualisierungen mit den Kürbisdaten aus dieser Lektion mithilfe von matplotlib und seaborn in einem Beispiel-Notebook. Welche Bibliotheken sind einfacher zu verwenden? diff --git a/translations/de/2-Regression/2-Data/solution/Julia/README.md b/translations/de/2-Regression/2-Data/solution/Julia/README.md index 4f397de66..2bdaacedd 100644 --- a/translations/de/2-Regression/2-Data/solution/Julia/README.md +++ b/translations/de/2-Regression/2-Data/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/2-Regression/3-Linear/README.md b/translations/de/2-Regression/3-Linear/README.md index 35ad7c6e2..82c63ea8a 100644 --- a/translations/de/2-Regression/3-Linear/README.md +++ b/translations/de/2-Regression/3-Linear/README.md @@ -1,12 +1,3 @@ - # Erstellen eines Regressionsmodells mit Scikit-learn: Regression auf vier Arten ![Infografik zu linearer vs. polynomialer Regression](../../../../2-Regression/3-Linear/images/linear-polynomial.png) @@ -114,11 +105,11 @@ Jetzt, da Sie die Mathematik hinter der linearen Regression verstanden haben, la Aus der vorherigen Lektion haben Sie wahrscheinlich gesehen, dass der Durchschnittspreis für verschiedene Monate wie folgt aussieht: -Durchschnittspreis nach Monat +Durchschnittspreis nach Monat Dies deutet darauf hin, dass es eine gewisse Korrelation geben sollte, und wir können versuchen, ein lineares Regressionsmodell zu trainieren, um die Beziehung zwischen `Monat` und `Preis` oder zwischen `TagDesJahres` und `Preis` vorherzusagen. Hier ist das Streudiagramm, das die letztere Beziehung zeigt: -Streudiagramm von Preis vs. Tag des Jahres +Streudiagramm von Preis vs. Tag des Jahres Lassen Sie uns sehen, ob es eine Korrelation gibt, indem wir die Funktion `corr` verwenden: @@ -137,7 +128,7 @@ for i,var in enumerate(new_pumpkins['Variety'].unique()): ax = df.plot.scatter('DayOfYear','Price',ax=ax,c=colors[i],label=var) ``` -Streudiagramm von Preis vs. Tag des Jahres +Streudiagramm von Preis vs. Tag des Jahres Unsere Untersuchung legt nahe, dass die Sorte einen größeren Einfluss auf den Gesamtpreis hat als das tatsächliche Verkaufsdatum. Wir können dies mit einem Balkendiagramm sehen: @@ -145,7 +136,7 @@ Unsere Untersuchung legt nahe, dass die Sorte einen größeren Einfluss auf den new_pumpkins.groupby('Variety')['Price'].mean().plot(kind='bar') ``` -Balkendiagramm von Preis vs. Sorte +Balkendiagramm von Preis vs. Sorte Lassen Sie uns uns vorerst nur auf eine Kürbissorte, den 'Pie Type', konzentrieren und sehen, welchen Einfluss das Datum auf den Preis hat: @@ -153,7 +144,7 @@ Lassen Sie uns uns vorerst nur auf eine Kürbissorte, den 'Pie Type', konzentrie pie_pumpkins = new_pumpkins[new_pumpkins['Variety']=='PIE TYPE'] pie_pumpkins.plot.scatter('DayOfYear','Price') ``` -Streudiagramm von Preis vs. Tag des Jahres +Streudiagramm von Preis vs. Tag des Jahres Wenn wir jetzt die Korrelation zwischen `Preis` und `TagDesJahres` mit der Funktion `corr` berechnen, erhalten wir etwa `-0.27` - was bedeutet, dass das Trainieren eines Vorhersagemodells sinnvoll ist. @@ -227,7 +218,7 @@ plt.scatter(X_test,y_test) plt.plot(X_test,pred) ``` -Lineare Regression +Lineare Regression ## Polynomiale Regression @@ -256,7 +247,7 @@ Die Verwendung von `PolynomialFeatures(2)` bedeutet, dass wir alle Polynome zwei Pipelines können genauso verwendet werden wie das ursprüngliche `LinearRegression`-Objekt, d. h. wir können die Pipeline `fit`ten und dann `predict` verwenden, um die Vorhersageergebnisse zu erhalten. Hier ist das Diagramm, das die Testdaten und die Annäherungskurve zeigt: -Polynomiale Regression +Polynomiale Regression Mit polynomialer Regression können wir einen etwas niedrigeren MSE und eine höhere Bestimmtheit erreichen, aber nicht signifikant. Wir müssen andere Merkmale berücksichtigen! @@ -274,7 +265,7 @@ In der idealen Welt möchten wir in der Lage sein, Preise für verschiedene Kür Hier können Sie sehen, wie der Durchschnittspreis von der Sorte abhängt: -Durchschnittspreis nach Sorte +Durchschnittspreis nach Sorte Um die Sorte zu berücksichtigen, müssen wir sie zuerst in numerische Form umwandeln, also **kodieren**. Es gibt mehrere Möglichkeiten, dies zu tun: diff --git a/translations/de/2-Regression/3-Linear/assignment.md b/translations/de/2-Regression/3-Linear/assignment.md index 5d34a77f1..01d73b133 100644 --- a/translations/de/2-Regression/3-Linear/assignment.md +++ b/translations/de/2-Regression/3-Linear/assignment.md @@ -1,12 +1,3 @@ - # Erstellen eines Regressionsmodells ## Anweisungen diff --git a/translations/de/2-Regression/3-Linear/solution/Julia/README.md b/translations/de/2-Regression/3-Linear/solution/Julia/README.md index daf853981..2bdaacedd 100644 --- a/translations/de/2-Regression/3-Linear/solution/Julia/README.md +++ b/translations/de/2-Regression/3-Linear/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/2-Regression/4-Logistic/README.md b/translations/de/2-Regression/4-Logistic/README.md index 121e8cc87..686f0b257 100644 --- a/translations/de/2-Regression/4-Logistic/README.md +++ b/translations/de/2-Regression/4-Logistic/README.md @@ -1,12 +1,3 @@ - # Logistische Regression zur Vorhersage von Kategorien ![Infografik: Logistische vs. Lineare Regression](../../../../2-Regression/4-Logistic/images/linear-vs-logistic.png) diff --git a/translations/de/2-Regression/4-Logistic/assignment.md b/translations/de/2-Regression/4-Logistic/assignment.md index f38757031..d9a54959b 100644 --- a/translations/de/2-Regression/4-Logistic/assignment.md +++ b/translations/de/2-Regression/4-Logistic/assignment.md @@ -1,12 +1,3 @@ - # Wiederholung einiger Regressionen ## Anweisungen diff --git a/translations/de/2-Regression/4-Logistic/solution/Julia/README.md b/translations/de/2-Regression/4-Logistic/solution/Julia/README.md index cc87cf926..2bdaacedd 100644 --- a/translations/de/2-Regression/4-Logistic/solution/Julia/README.md +++ b/translations/de/2-Regression/4-Logistic/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/2-Regression/README.md b/translations/de/2-Regression/README.md index 4cdcbc9bd..0d9911bd5 100644 --- a/translations/de/2-Regression/README.md +++ b/translations/de/2-Regression/README.md @@ -1,12 +1,3 @@ - # Regressionsmodelle für maschinelles Lernen ## Regionales Thema: Regressionsmodelle für Kürbispreise in Nordamerika 🎃 diff --git a/translations/de/3-Web-App/1-Web-App/README.md b/translations/de/3-Web-App/1-Web-App/README.md index 77c9b92cd..7db74340c 100644 --- a/translations/de/3-Web-App/1-Web-App/README.md +++ b/translations/de/3-Web-App/1-Web-App/README.md @@ -1,12 +1,3 @@ - # Erstellen einer Web-App zur Nutzung eines ML-Modells In dieser Lektion wirst du ein ML-Modell mit einem außergewöhnlichen Datensatz trainieren: _UFO-Sichtungen des letzten Jahrhunderts_, basierend auf der Datenbank von NUFORC. diff --git a/translations/de/3-Web-App/1-Web-App/assignment.md b/translations/de/3-Web-App/1-Web-App/assignment.md index 207d37ec1..3e17bcdd4 100644 --- a/translations/de/3-Web-App/1-Web-App/assignment.md +++ b/translations/de/3-Web-App/1-Web-App/assignment.md @@ -1,12 +1,3 @@ - # Probieren Sie ein anderes Modell aus ## Anweisungen diff --git a/translations/de/3-Web-App/README.md b/translations/de/3-Web-App/README.md index 062110f18..26ded18c8 100644 --- a/translations/de/3-Web-App/README.md +++ b/translations/de/3-Web-App/README.md @@ -1,12 +1,3 @@ - # Erstellen Sie eine Web-App zur Nutzung Ihres ML-Modells In diesem Abschnitt des Lehrplans werden Sie mit einem angewandten ML-Thema vertraut gemacht: wie Sie Ihr Scikit-learn-Modell als Datei speichern können, die innerhalb einer Webanwendung für Vorhersagen verwendet werden kann. Sobald das Modell gespeichert ist, lernen Sie, wie Sie es in einer Web-App verwenden, die mit Flask erstellt wurde. Zunächst erstellen Sie ein Modell mit Daten, die sich mit UFO-Sichtungen befassen! Anschließend entwickeln Sie eine Web-App, die es ermöglicht, eine Anzahl von Sekunden zusammen mit einem Breitengrad- und Längengradwert einzugeben, um vorherzusagen, welches Land eine UFO-Sichtung gemeldet hat. diff --git a/translations/de/4-Classification/1-Introduction/README.md b/translations/de/4-Classification/1-Introduction/README.md index f220e31a5..642c74305 100644 --- a/translations/de/4-Classification/1-Introduction/README.md +++ b/translations/de/4-Classification/1-Introduction/README.md @@ -1,12 +1,3 @@ - # Einführung in die Klassifikation In diesen vier Lektionen wirst du einen grundlegenden Schwerpunkt des klassischen maschinellen Lernens erkunden – _Klassifikation_. Wir werden verschiedene Klassifikationsalgorithmen anhand eines Datensatzes über die großartigen Küchen Asiens und Indiens durchgehen. Hoffentlich hast du Appetit! diff --git a/translations/de/4-Classification/1-Introduction/assignment.md b/translations/de/4-Classification/1-Introduction/assignment.md index c3eb3b652..b9b508e34 100644 --- a/translations/de/4-Classification/1-Introduction/assignment.md +++ b/translations/de/4-Classification/1-Introduction/assignment.md @@ -1,12 +1,3 @@ - # Erkunde Klassifikationsmethoden ## Anweisungen diff --git a/translations/de/4-Classification/1-Introduction/solution/Julia/README.md b/translations/de/4-Classification/1-Introduction/solution/Julia/README.md index 90d0e3197..2bdaacedd 100644 --- a/translations/de/4-Classification/1-Introduction/solution/Julia/README.md +++ b/translations/de/4-Classification/1-Introduction/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/4-Classification/2-Classifiers-1/README.md b/translations/de/4-Classification/2-Classifiers-1/README.md index 1bad711e3..7d100b949 100644 --- a/translations/de/4-Classification/2-Classifiers-1/README.md +++ b/translations/de/4-Classification/2-Classifiers-1/README.md @@ -1,12 +1,3 @@ - # Küchenklassifikatoren 1 In dieser Lektion wirst du den Datensatz verwenden, den du in der letzten Lektion gespeichert hast. Er enthält ausgewogene, bereinigte Daten rund um verschiedene Küchen. diff --git a/translations/de/4-Classification/2-Classifiers-1/assignment.md b/translations/de/4-Classification/2-Classifiers-1/assignment.md index 37ae4a66d..db853f28a 100644 --- a/translations/de/4-Classification/2-Classifiers-1/assignment.md +++ b/translations/de/4-Classification/2-Classifiers-1/assignment.md @@ -1,12 +1,3 @@ - # Studieren Sie die Solver ## Anweisungen diff --git a/translations/de/4-Classification/2-Classifiers-1/solution/Julia/README.md b/translations/de/4-Classification/2-Classifiers-1/solution/Julia/README.md index dcb4a5f8e..2bdaacedd 100644 --- a/translations/de/4-Classification/2-Classifiers-1/solution/Julia/README.md +++ b/translations/de/4-Classification/2-Classifiers-1/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/4-Classification/3-Classifiers-2/README.md b/translations/de/4-Classification/3-Classifiers-2/README.md index 9b2696830..23a54fd2b 100644 --- a/translations/de/4-Classification/3-Classifiers-2/README.md +++ b/translations/de/4-Classification/3-Classifiers-2/README.md @@ -1,12 +1,3 @@ - # Klassifikatoren für Küchen 2 In dieser zweiten Lektion zur Klassifikation wirst du weitere Methoden zur Klassifikation numerischer Daten erkunden. Außerdem lernst du die Konsequenzen kennen, die sich aus der Wahl eines Klassifikators ergeben. diff --git a/translations/de/4-Classification/3-Classifiers-2/assignment.md b/translations/de/4-Classification/3-Classifiers-2/assignment.md index 1f18cd171..43672126b 100644 --- a/translations/de/4-Classification/3-Classifiers-2/assignment.md +++ b/translations/de/4-Classification/3-Classifiers-2/assignment.md @@ -1,12 +1,3 @@ - # Parameter-Spiel ## Anweisungen diff --git a/translations/de/4-Classification/3-Classifiers-2/solution/Julia/README.md b/translations/de/4-Classification/3-Classifiers-2/solution/Julia/README.md index c686357d2..2bdaacedd 100644 --- a/translations/de/4-Classification/3-Classifiers-2/solution/Julia/README.md +++ b/translations/de/4-Classification/3-Classifiers-2/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/4-Classification/4-Applied/README.md b/translations/de/4-Classification/4-Applied/README.md index 3f44130ef..0d36930cd 100644 --- a/translations/de/4-Classification/4-Applied/README.md +++ b/translations/de/4-Classification/4-Applied/README.md @@ -1,12 +1,3 @@ - # Erstellen einer Web-App zur Empfehlung von Küchen In dieser Lektion wirst du ein Klassifikationsmodell erstellen, indem du einige der Techniken anwendest, die du in den vorherigen Lektionen gelernt hast, und mit dem köstlichen Küchendatensatz arbeitest, der in dieser Serie verwendet wurde. Außerdem wirst du eine kleine Web-App entwickeln, um ein gespeichertes Modell zu nutzen, indem du die Web-Laufzeit von Onnx einsetzt. diff --git a/translations/de/4-Classification/4-Applied/assignment.md b/translations/de/4-Classification/4-Applied/assignment.md index 0eb88b35e..0adfd894a 100644 --- a/translations/de/4-Classification/4-Applied/assignment.md +++ b/translations/de/4-Classification/4-Applied/assignment.md @@ -1,12 +1,3 @@ - # Erstelle einen Empfehlungsdienst ## Anweisungen diff --git a/translations/de/4-Classification/README.md b/translations/de/4-Classification/README.md index b679a826f..efb653b4d 100644 --- a/translations/de/4-Classification/README.md +++ b/translations/de/4-Classification/README.md @@ -1,12 +1,3 @@ - # Einstieg in die Klassifikation ## Regionales Thema: Köstliche asiatische und indische Küchen 🍜 diff --git a/translations/de/5-Clustering/1-Visualize/README.md b/translations/de/5-Clustering/1-Visualize/README.md index 0245ada63..ae784ec01 100644 --- a/translations/de/5-Clustering/1-Visualize/README.md +++ b/translations/de/5-Clustering/1-Visualize/README.md @@ -1,12 +1,3 @@ - # Einführung in Clustering Clustering ist eine Art des [Unüberwachten Lernens](https://wikipedia.org/wiki/Unsupervised_learning), das davon ausgeht, dass ein Datensatz nicht beschriftet ist oder dass seine Eingaben nicht mit vordefinierten Ausgaben verknüpft sind. Es verwendet verschiedene Algorithmen, um unbeschriftete Daten zu sortieren und Gruppierungen basierend auf Mustern zu erstellen, die es in den Daten erkennt. diff --git a/translations/de/5-Clustering/1-Visualize/assignment.md b/translations/de/5-Clustering/1-Visualize/assignment.md index c62d5d856..e3e0fe29b 100644 --- a/translations/de/5-Clustering/1-Visualize/assignment.md +++ b/translations/de/5-Clustering/1-Visualize/assignment.md @@ -1,12 +1,3 @@ - # Recherchiere andere Visualisierungen für Clustering ## Anweisungen diff --git a/translations/de/5-Clustering/1-Visualize/solution/Julia/README.md b/translations/de/5-Clustering/1-Visualize/solution/Julia/README.md index 4de04e379..2bdaacedd 100644 --- a/translations/de/5-Clustering/1-Visualize/solution/Julia/README.md +++ b/translations/de/5-Clustering/1-Visualize/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/5-Clustering/2-K-Means/README.md b/translations/de/5-Clustering/2-K-Means/README.md index 8b7b6bdb9..e29ab8f08 100644 --- a/translations/de/5-Clustering/2-K-Means/README.md +++ b/translations/de/5-Clustering/2-K-Means/README.md @@ -1,12 +1,3 @@ - # K-Means Clustering ## [Quiz vor der Lektion](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/de/5-Clustering/2-K-Means/assignment.md b/translations/de/5-Clustering/2-K-Means/assignment.md index db8ad3185..07ad6acf7 100644 --- a/translations/de/5-Clustering/2-K-Means/assignment.md +++ b/translations/de/5-Clustering/2-K-Means/assignment.md @@ -1,12 +1,3 @@ - # Probieren Sie verschiedene Clustering-Methoden aus ## Anweisungen diff --git a/translations/de/5-Clustering/2-K-Means/solution/Julia/README.md b/translations/de/5-Clustering/2-K-Means/solution/Julia/README.md index 028e3689a..2bdaacedd 100644 --- a/translations/de/5-Clustering/2-K-Means/solution/Julia/README.md +++ b/translations/de/5-Clustering/2-K-Means/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/5-Clustering/README.md b/translations/de/5-Clustering/README.md index e4be77d80..8f986ced7 100644 --- a/translations/de/5-Clustering/README.md +++ b/translations/de/5-Clustering/README.md @@ -1,12 +1,3 @@ - # Clustering-Modelle für maschinelles Lernen Clustering ist eine Aufgabe des maschinellen Lernens, bei der versucht wird, Objekte zu finden, die einander ähneln, und diese in Gruppen, sogenannte Cluster, zu unterteilen. Was Clustering von anderen Ansätzen im maschinellen Lernen unterscheidet, ist, dass alles automatisch geschieht. Tatsächlich kann man sagen, dass es das Gegenteil von überwachten Lernmethoden ist. diff --git a/translations/de/6-NLP/1-Introduction-to-NLP/README.md b/translations/de/6-NLP/1-Introduction-to-NLP/README.md index 27d5a6929..4b4b92ed0 100644 --- a/translations/de/6-NLP/1-Introduction-to-NLP/README.md +++ b/translations/de/6-NLP/1-Introduction-to-NLP/README.md @@ -1,12 +1,3 @@ - # Einführung in die Verarbeitung natürlicher Sprache Diese Lektion behandelt eine kurze Geschichte und wichtige Konzepte der *Verarbeitung natürlicher Sprache*, einem Teilbereich der *Computerlinguistik*. diff --git a/translations/de/6-NLP/1-Introduction-to-NLP/assignment.md b/translations/de/6-NLP/1-Introduction-to-NLP/assignment.md index dcbda4967..ef6ff1bae 100644 --- a/translations/de/6-NLP/1-Introduction-to-NLP/assignment.md +++ b/translations/de/6-NLP/1-Introduction-to-NLP/assignment.md @@ -1,12 +1,3 @@ - # Suche nach einem Bot ## Anweisungen diff --git a/translations/de/6-NLP/2-Tasks/README.md b/translations/de/6-NLP/2-Tasks/README.md index 6c9dbfa90..5ba3ac50a 100644 --- a/translations/de/6-NLP/2-Tasks/README.md +++ b/translations/de/6-NLP/2-Tasks/README.md @@ -1,12 +1,3 @@ - # Häufige Aufgaben und Techniken der Verarbeitung natürlicher Sprache Für die meisten Aufgaben der *Verarbeitung natürlicher Sprache* muss der zu verarbeitende Text in kleinere Einheiten zerlegt, analysiert und die Ergebnisse gespeichert oder mit Regeln und Datensätzen abgeglichen werden. Diese Aufgaben ermöglichen es dem Programmierer, die _Bedeutung_ oder _Absicht_ oder lediglich die _Häufigkeit_ von Begriffen und Wörtern in einem Text abzuleiten. diff --git a/translations/de/6-NLP/2-Tasks/assignment.md b/translations/de/6-NLP/2-Tasks/assignment.md index 7062a0e82..5552766ab 100644 --- a/translations/de/6-NLP/2-Tasks/assignment.md +++ b/translations/de/6-NLP/2-Tasks/assignment.md @@ -1,12 +1,3 @@ - # Einen Bot zum Antworten bringen ## Anweisungen diff --git a/translations/de/6-NLP/3-Translation-Sentiment/README.md b/translations/de/6-NLP/3-Translation-Sentiment/README.md index 475f5ac24..213101e81 100644 --- a/translations/de/6-NLP/3-Translation-Sentiment/README.md +++ b/translations/de/6-NLP/3-Translation-Sentiment/README.md @@ -1,12 +1,3 @@ - # Übersetzung und Sentiment-Analyse mit ML In den vorherigen Lektionen hast du gelernt, wie man einen einfachen Bot mit `TextBlob` erstellt, einer Bibliothek, die maschinelles Lernen im Hintergrund nutzt, um grundlegende NLP-Aufgaben wie die Extraktion von Nominalphrasen durchzuführen. Eine weitere wichtige Herausforderung in der Computerlinguistik ist die präzise _Übersetzung_ eines Satzes von einer gesprochenen oder geschriebenen Sprache in eine andere. diff --git a/translations/de/6-NLP/3-Translation-Sentiment/assignment.md b/translations/de/6-NLP/3-Translation-Sentiment/assignment.md index 220f71395..dee466ac8 100644 --- a/translations/de/6-NLP/3-Translation-Sentiment/assignment.md +++ b/translations/de/6-NLP/3-Translation-Sentiment/assignment.md @@ -1,12 +1,3 @@ - # Poetische Freiheit ## Anweisungen diff --git a/translations/de/6-NLP/3-Translation-Sentiment/solution/Julia/README.md b/translations/de/6-NLP/3-Translation-Sentiment/solution/Julia/README.md index 96aec5476..2bdaacedd 100644 --- a/translations/de/6-NLP/3-Translation-Sentiment/solution/Julia/README.md +++ b/translations/de/6-NLP/3-Translation-Sentiment/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/6-NLP/3-Translation-Sentiment/solution/R/README.md b/translations/de/6-NLP/3-Translation-Sentiment/solution/R/README.md index 168719ec5..ca3504675 100644 --- a/translations/de/6-NLP/3-Translation-Sentiment/solution/R/README.md +++ b/translations/de/6-NLP/3-Translation-Sentiment/solution/R/README.md @@ -1,12 +1,3 @@ - dies ist ein temporärer Platzhalter --- diff --git a/translations/de/6-NLP/4-Hotel-Reviews-1/README.md b/translations/de/6-NLP/4-Hotel-Reviews-1/README.md index 92469178e..1d668ae3d 100644 --- a/translations/de/6-NLP/4-Hotel-Reviews-1/README.md +++ b/translations/de/6-NLP/4-Hotel-Reviews-1/README.md @@ -1,12 +1,3 @@ - # Sentimentanalyse mit Hotelbewertungen - Datenverarbeitung In diesem Abschnitt verwenden Sie die Techniken aus den vorherigen Lektionen, um eine explorative Datenanalyse eines großen Datensatzes durchzuführen. Sobald Sie ein gutes Verständnis für die Nützlichkeit der verschiedenen Spalten haben, lernen Sie: diff --git a/translations/de/6-NLP/4-Hotel-Reviews-1/assignment.md b/translations/de/6-NLP/4-Hotel-Reviews-1/assignment.md index 7b4d27602..77b5a2976 100644 --- a/translations/de/6-NLP/4-Hotel-Reviews-1/assignment.md +++ b/translations/de/6-NLP/4-Hotel-Reviews-1/assignment.md @@ -1,12 +1,3 @@ - # NLTK ## Anweisungen diff --git a/translations/de/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md b/translations/de/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md index d63a34a5d..2bdaacedd 100644 --- a/translations/de/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md +++ b/translations/de/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/6-NLP/4-Hotel-Reviews-1/solution/R/README.md b/translations/de/6-NLP/4-Hotel-Reviews-1/solution/R/README.md index 9c1d05736..ca3504675 100644 --- a/translations/de/6-NLP/4-Hotel-Reviews-1/solution/R/README.md +++ b/translations/de/6-NLP/4-Hotel-Reviews-1/solution/R/README.md @@ -1,12 +1,3 @@ - dies ist ein temporärer Platzhalter --- diff --git a/translations/de/6-NLP/5-Hotel-Reviews-2/README.md b/translations/de/6-NLP/5-Hotel-Reviews-2/README.md index 0bdf2a125..cdc2eeff1 100644 --- a/translations/de/6-NLP/5-Hotel-Reviews-2/README.md +++ b/translations/de/6-NLP/5-Hotel-Reviews-2/README.md @@ -1,12 +1,3 @@ - # Sentiment-Analyse mit Hotelbewertungen Nachdem Sie den Datensatz im Detail untersucht haben, ist es an der Zeit, die Spalten zu filtern und dann NLP-Techniken auf den Datensatz anzuwenden, um neue Einblicke in die Hotels zu gewinnen. diff --git a/translations/de/6-NLP/5-Hotel-Reviews-2/assignment.md b/translations/de/6-NLP/5-Hotel-Reviews-2/assignment.md index a443d0fd3..cd58d3999 100644 --- a/translations/de/6-NLP/5-Hotel-Reviews-2/assignment.md +++ b/translations/de/6-NLP/5-Hotel-Reviews-2/assignment.md @@ -1,12 +1,3 @@ - # Probieren Sie ein anderes Dataset aus ## Anweisungen diff --git a/translations/de/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md b/translations/de/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md index ebbf6619b..2bdaacedd 100644 --- a/translations/de/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md +++ b/translations/de/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/6-NLP/5-Hotel-Reviews-2/solution/R/README.md b/translations/de/6-NLP/5-Hotel-Reviews-2/solution/R/README.md index c25f54e24..ca3504675 100644 --- a/translations/de/6-NLP/5-Hotel-Reviews-2/solution/R/README.md +++ b/translations/de/6-NLP/5-Hotel-Reviews-2/solution/R/README.md @@ -1,12 +1,3 @@ - dies ist ein temporärer Platzhalter --- diff --git a/translations/de/6-NLP/README.md b/translations/de/6-NLP/README.md index 20663b4d9..229bf74f6 100644 --- a/translations/de/6-NLP/README.md +++ b/translations/de/6-NLP/README.md @@ -1,12 +1,3 @@ - # Einstieg in die Verarbeitung natürlicher Sprache Die Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) ist die Fähigkeit eines Computerprogramms, die menschliche Sprache so zu verstehen, wie sie gesprochen und geschrieben wird – bezeichnet als natürliche Sprache. Sie ist ein Bestandteil der künstlichen Intelligenz (KI). NLP existiert seit mehr als 50 Jahren und hat ihre Wurzeln in der Linguistik. Das gesamte Fachgebiet zielt darauf ab, Maschinen dabei zu helfen, die menschliche Sprache zu verstehen und zu verarbeiten. Dies kann dann genutzt werden, um Aufgaben wie Rechtschreibprüfung oder maschinelle Übersetzung auszuführen. Es hat eine Vielzahl von Anwendungen in der realen Welt in verschiedenen Bereichen, darunter medizinische Forschung, Suchmaschinen und Business Intelligence. diff --git a/translations/de/6-NLP/data/README.md b/translations/de/6-NLP/data/README.md index e16278e9a..0926dd81d 100644 --- a/translations/de/6-NLP/data/README.md +++ b/translations/de/6-NLP/data/README.md @@ -1,12 +1,3 @@ - Laden Sie die Hotelbewertungsdaten in diesen Ordner herunter. --- diff --git a/translations/de/7-TimeSeries/1-Introduction/README.md b/translations/de/7-TimeSeries/1-Introduction/README.md index 60392f894..694c0be16 100644 --- a/translations/de/7-TimeSeries/1-Introduction/README.md +++ b/translations/de/7-TimeSeries/1-Introduction/README.md @@ -1,12 +1,3 @@ - # Einführung in die Zeitreihenprognose ![Zusammenfassung von Zeitreihen in einer Sketchnote](../../../../sketchnotes/ml-timeseries.png) diff --git a/translations/de/7-TimeSeries/1-Introduction/assignment.md b/translations/de/7-TimeSeries/1-Introduction/assignment.md index 6503a90eb..9431d13bb 100644 --- a/translations/de/7-TimeSeries/1-Introduction/assignment.md +++ b/translations/de/7-TimeSeries/1-Introduction/assignment.md @@ -1,12 +1,3 @@ - # Visualisiere weitere Zeitreihen ## Anweisungen diff --git a/translations/de/7-TimeSeries/1-Introduction/solution/Julia/README.md b/translations/de/7-TimeSeries/1-Introduction/solution/Julia/README.md index 52b5e7166..2bdaacedd 100644 --- a/translations/de/7-TimeSeries/1-Introduction/solution/Julia/README.md +++ b/translations/de/7-TimeSeries/1-Introduction/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/7-TimeSeries/1-Introduction/solution/R/README.md b/translations/de/7-TimeSeries/1-Introduction/solution/R/README.md index 3d6ce7e06..ca3504675 100644 --- a/translations/de/7-TimeSeries/1-Introduction/solution/R/README.md +++ b/translations/de/7-TimeSeries/1-Introduction/solution/R/README.md @@ -1,12 +1,3 @@ - dies ist ein temporärer Platzhalter --- diff --git a/translations/de/7-TimeSeries/2-ARIMA/README.md b/translations/de/7-TimeSeries/2-ARIMA/README.md index 118eee327..8a77956a2 100644 --- a/translations/de/7-TimeSeries/2-ARIMA/README.md +++ b/translations/de/7-TimeSeries/2-ARIMA/README.md @@ -1,12 +1,3 @@ - # Zeitreihenprognose mit ARIMA In der vorherigen Lektion haben Sie etwas über Zeitreihenprognosen gelernt und einen Datensatz geladen, der die Schwankungen der elektrischen Last über einen bestimmten Zeitraum zeigt. diff --git a/translations/de/7-TimeSeries/2-ARIMA/assignment.md b/translations/de/7-TimeSeries/2-ARIMA/assignment.md index 105bc7e28..c2b0dc79d 100644 --- a/translations/de/7-TimeSeries/2-ARIMA/assignment.md +++ b/translations/de/7-TimeSeries/2-ARIMA/assignment.md @@ -1,12 +1,3 @@ - # Ein neues ARIMA-Modell ## Anweisungen diff --git a/translations/de/7-TimeSeries/2-ARIMA/solution/Julia/README.md b/translations/de/7-TimeSeries/2-ARIMA/solution/Julia/README.md index baef6e6cb..2bdaacedd 100644 --- a/translations/de/7-TimeSeries/2-ARIMA/solution/Julia/README.md +++ b/translations/de/7-TimeSeries/2-ARIMA/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/7-TimeSeries/2-ARIMA/solution/R/README.md b/translations/de/7-TimeSeries/2-ARIMA/solution/R/README.md index 3880fd6e6..ca3504675 100644 --- a/translations/de/7-TimeSeries/2-ARIMA/solution/R/README.md +++ b/translations/de/7-TimeSeries/2-ARIMA/solution/R/README.md @@ -1,12 +1,3 @@ - dies ist ein temporärer Platzhalter --- diff --git a/translations/de/7-TimeSeries/3-SVR/README.md b/translations/de/7-TimeSeries/3-SVR/README.md index 1b69c4e00..0486b7c48 100644 --- a/translations/de/7-TimeSeries/3-SVR/README.md +++ b/translations/de/7-TimeSeries/3-SVR/README.md @@ -1,12 +1,3 @@ - # Zeitreihenprognose mit Support Vector Regressor In der vorherigen Lektion hast du gelernt, wie man das ARIMA-Modell zur Vorhersage von Zeitreihen verwendet. Jetzt wirst du das Support Vector Regressor-Modell kennenlernen, ein Regressionsmodell, das zur Vorhersage kontinuierlicher Daten verwendet wird. diff --git a/translations/de/7-TimeSeries/3-SVR/assignment.md b/translations/de/7-TimeSeries/3-SVR/assignment.md index 2325da7cd..6e4a7df43 100644 --- a/translations/de/7-TimeSeries/3-SVR/assignment.md +++ b/translations/de/7-TimeSeries/3-SVR/assignment.md @@ -1,12 +1,3 @@ - # Ein neues SVR-Modell ## Anweisungen [^1] diff --git a/translations/de/7-TimeSeries/README.md b/translations/de/7-TimeSeries/README.md index a9f5db1f0..c7c299fff 100644 --- a/translations/de/7-TimeSeries/README.md +++ b/translations/de/7-TimeSeries/README.md @@ -1,12 +1,3 @@ - # Einführung in die Zeitreihenprognose Was ist Zeitreihenprognose? Es geht darum, zukünftige Ereignisse vorherzusagen, indem Trends aus der Vergangenheit analysiert werden. diff --git a/translations/de/8-Reinforcement/1-QLearning/README.md b/translations/de/8-Reinforcement/1-QLearning/README.md index 773ff8ffd..8a5b31f73 100644 --- a/translations/de/8-Reinforcement/1-QLearning/README.md +++ b/translations/de/8-Reinforcement/1-QLearning/README.md @@ -1,12 +1,3 @@ - # Einführung in Reinforcement Learning und Q-Learning ![Zusammenfassung von Reinforcement Learning in einer Sketchnote](../../../../sketchnotes/ml-reinforcement.png) diff --git a/translations/de/8-Reinforcement/1-QLearning/assignment.md b/translations/de/8-Reinforcement/1-QLearning/assignment.md index da94d5c0b..b343cde97 100644 --- a/translations/de/8-Reinforcement/1-QLearning/assignment.md +++ b/translations/de/8-Reinforcement/1-QLearning/assignment.md @@ -1,12 +1,3 @@ - # Eine realistischere Welt In unserer Situation konnte Peter sich fast ohne Müdigkeit oder Hunger bewegen. In einer realistischeren Welt muss er sich von Zeit zu Zeit hinsetzen und ausruhen sowie sich ernähren. Lassen Sie uns unsere Welt realistischer gestalten, indem wir die folgenden Regeln umsetzen: diff --git a/translations/de/8-Reinforcement/1-QLearning/solution/Julia/README.md b/translations/de/8-Reinforcement/1-QLearning/solution/Julia/README.md index 22bd1488c..2bdaacedd 100644 --- a/translations/de/8-Reinforcement/1-QLearning/solution/Julia/README.md +++ b/translations/de/8-Reinforcement/1-QLearning/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/8-Reinforcement/1-QLearning/solution/R/README.md b/translations/de/8-Reinforcement/1-QLearning/solution/R/README.md index 8fec61848..ca3504675 100644 --- a/translations/de/8-Reinforcement/1-QLearning/solution/R/README.md +++ b/translations/de/8-Reinforcement/1-QLearning/solution/R/README.md @@ -1,12 +1,3 @@ - dies ist ein temporärer Platzhalter --- diff --git a/translations/de/8-Reinforcement/2-Gym/README.md b/translations/de/8-Reinforcement/2-Gym/README.md index 5a26841d6..90d080829 100644 --- a/translations/de/8-Reinforcement/2-Gym/README.md +++ b/translations/de/8-Reinforcement/2-Gym/README.md @@ -1,12 +1,3 @@ - ## Voraussetzungen In dieser Lektion verwenden wir eine Bibliothek namens **OpenAI Gym**, um verschiedene **Umgebungen** zu simulieren. Du kannst den Code dieser Lektion lokal ausführen (z. B. in Visual Studio Code), wobei die Simulation in einem neuen Fenster geöffnet wird. Wenn du den Code online ausführst, musst du möglicherweise einige Anpassungen vornehmen, wie [hier](https://towardsdatascience.com/rendering-openai-gym-envs-on-binder-and-google-colab-536f99391cc7) beschrieben. diff --git a/translations/de/8-Reinforcement/2-Gym/assignment.md b/translations/de/8-Reinforcement/2-Gym/assignment.md index d11cc3c7c..5d3096586 100644 --- a/translations/de/8-Reinforcement/2-Gym/assignment.md +++ b/translations/de/8-Reinforcement/2-Gym/assignment.md @@ -1,12 +1,3 @@ - # Train Mountain Car [OpenAI Gym](http://gym.openai.com) wurde so konzipiert, dass alle Umgebungen dieselbe API bereitstellen – d.h. dieselben Methoden `reset`, `step` und `render` sowie dieselben Abstraktionen von **Action Space** und **Observation Space**. Daher sollte es möglich sein, dieselben Reinforcement-Learning-Algorithmen mit minimalen Codeänderungen an verschiedene Umgebungen anzupassen. diff --git a/translations/de/8-Reinforcement/2-Gym/solution/Julia/README.md b/translations/de/8-Reinforcement/2-Gym/solution/Julia/README.md index 258c29d35..659617153 100644 --- a/translations/de/8-Reinforcement/2-Gym/solution/Julia/README.md +++ b/translations/de/8-Reinforcement/2-Gym/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/de/8-Reinforcement/2-Gym/solution/R/README.md b/translations/de/8-Reinforcement/2-Gym/solution/R/README.md index 62646b01a..ca3504675 100644 --- a/translations/de/8-Reinforcement/2-Gym/solution/R/README.md +++ b/translations/de/8-Reinforcement/2-Gym/solution/R/README.md @@ -1,12 +1,3 @@ - dies ist ein temporärer Platzhalter --- diff --git a/translations/de/8-Reinforcement/README.md b/translations/de/8-Reinforcement/README.md index 3f50e0600..4e2cf1dea 100644 --- a/translations/de/8-Reinforcement/README.md +++ b/translations/de/8-Reinforcement/README.md @@ -1,12 +1,3 @@ - # Einführung in das Reinforcement Learning Reinforcement Learning, RL, wird als eines der grundlegenden Paradigmen des maschinellen Lernens angesehen, neben dem überwachten und unüberwachten Lernen. RL dreht sich um Entscheidungen: die richtigen Entscheidungen treffen oder zumindest aus ihnen lernen. diff --git a/translations/de/9-Real-World/1-Applications/README.md b/translations/de/9-Real-World/1-Applications/README.md index c48929f00..f5b816810 100644 --- a/translations/de/9-Real-World/1-Applications/README.md +++ b/translations/de/9-Real-World/1-Applications/README.md @@ -1,12 +1,3 @@ - # Nachwort: Maschinelles Lernen in der realen Welt ![Zusammenfassung des maschinellen Lernens in der realen Welt in einer Sketchnote](../../../../sketchnotes/ml-realworld.png) diff --git a/translations/de/9-Real-World/1-Applications/assignment.md b/translations/de/9-Real-World/1-Applications/assignment.md index 603b86fbd..ad152e56b 100644 --- a/translations/de/9-Real-World/1-Applications/assignment.md +++ b/translations/de/9-Real-World/1-Applications/assignment.md @@ -1,12 +1,3 @@ - # Eine ML-Schnitzeljagd ## Anweisungen diff --git a/translations/de/9-Real-World/2-Debugging-ML-Models/README.md b/translations/de/9-Real-World/2-Debugging-ML-Models/README.md index 2c45166fa..12825804a 100644 --- a/translations/de/9-Real-World/2-Debugging-ML-Models/README.md +++ b/translations/de/9-Real-World/2-Debugging-ML-Models/README.md @@ -1,12 +1,3 @@ - # Postskriptum: Modell-Debugging im maschinellen Lernen mit Komponenten des Responsible AI Dashboards ## [Quiz vor der Vorlesung](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/de/9-Real-World/2-Debugging-ML-Models/assignment.md b/translations/de/9-Real-World/2-Debugging-ML-Models/assignment.md index ce90fc978..7075e6f95 100644 --- a/translations/de/9-Real-World/2-Debugging-ML-Models/assignment.md +++ b/translations/de/9-Real-World/2-Debugging-ML-Models/assignment.md @@ -1,12 +1,3 @@ - # Erkunden Sie das Responsible AI (RAI) Dashboard ## Anweisungen diff --git a/translations/de/9-Real-World/README.md b/translations/de/9-Real-World/README.md index 9ae23d8d7..49fd802ec 100644 --- a/translations/de/9-Real-World/README.md +++ b/translations/de/9-Real-World/README.md @@ -1,12 +1,3 @@ - # Nachwort: Anwendungen klassischer maschineller Lernverfahren in der realen Welt In diesem Abschnitt des Lehrplans werden Sie mit einigen realen Anwendungen des klassischen maschinellen Lernens vertraut gemacht. Wir haben das Internet durchforstet, um Whitepapers und Artikel über Anwendungen zu finden, die diese Strategien genutzt haben, und dabei neuralen Netzwerken, Deep Learning und KI so weit wie möglich vermieden. Erfahren Sie, wie maschinelles Lernen in Geschäftssystemen, ökologischen Anwendungen, Finanzen, Kunst und Kultur und mehr eingesetzt wird. diff --git a/translations/de/AGENTS.md b/translations/de/AGENTS.md index 5488f6c12..4221a69fe 100644 --- a/translations/de/AGENTS.md +++ b/translations/de/AGENTS.md @@ -1,12 +1,3 @@ - # AGENTS.md ## Projektübersicht diff --git a/translations/de/CODE_OF_CONDUCT.md b/translations/de/CODE_OF_CONDUCT.md index 2606067eb..c5facf129 100644 --- a/translations/de/CODE_OF_CONDUCT.md +++ b/translations/de/CODE_OF_CONDUCT.md @@ -1,12 +1,3 @@ - # Microsoft Open Source Verhaltenskodex Dieses Projekt hat den [Microsoft Open Source Verhaltenskodex](https://opensource.microsoft.com/codeofconduct/) übernommen. diff --git a/translations/de/CONTRIBUTING.md b/translations/de/CONTRIBUTING.md index 0ea929d1a..39c64d13c 100644 --- a/translations/de/CONTRIBUTING.md +++ b/translations/de/CONTRIBUTING.md @@ -1,12 +1,3 @@ - # Mitwirken Dieses Projekt begrüßt Beiträge und Vorschläge. Die meisten Beiträge erfordern, dass Sie einer Contributor License Agreement (CLA) zustimmen, die erklärt, dass Sie das Recht haben und tatsächlich gewähren, uns die Rechte zur Nutzung Ihres Beitrags zu übertragen. Einzelheiten finden Sie unter https://cla.microsoft.com. diff --git a/translations/de/README.md b/translations/de/README.md index 0251f6c41..e88b22b3e 100644 --- a/translations/de/README.md +++ b/translations/de/README.md @@ -1,214 +1,204 @@ - -[![GitHub-Lizenz](https://img.shields.io/github/license/microsoft/ML-For-Beginners.svg)](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE) -[![GitHub-Mitwirkende](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 Willkommen](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) - -[![GitHub-Beobachter](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-Sterne](https://img.shields.io/github/stars/microsoft/ML-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/) +[![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/) ### 🌐 Mehrsprachige Unterstützung -#### Unterstützt durch GitHub Action (Automatisiert & Immer Aktuell) +#### Unterstützt über GitHub Action (automatisiert & immer aktuell) -[Arabisch](../ar/README.md) | [Bengalisch](../bn/README.md) | [Bulgarisch](../bg/README.md) | [Birmanisch (Myanmar)](../my/README.md) | [Chinesisch (Vereinfacht)](../zh/README.md) | [Chinesisch (Traditionell, Hongkong)](../hk/README.md) | [Chinesisch (Traditionell, Macau)](../mo/README.md) | [Chinesisch (Traditionell, Taiwan)](../tw/README.md) | [Kroatisch](../hr/README.md) | [Tschechisch](../cs/README.md) | [Dänisch](../da/README.md) | [Niederländisch](../nl/README.md) | [Estnisch](../et/README.md) | [Finnisch](../fi/README.md) | [Französisch](../fr/README.md) | [Deutsch](./README.md) | [Griechisch](../el/README.md) | [Hebräisch](../he/README.md) | [Hindi](../hi/README.md) | [Ungarisch](../hu/README.md) | [Indonesisch](../id/README.md) | [Italienisch](../it/README.md) | [Japanisch](../ja/README.md) | [Kannada](../kn/README.md) | [Koreanisch](../ko/README.md) | [Litauisch](../lt/README.md) | [Malaiisch](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepalesisch](../ne/README.md) | [Nigerianisches Pidgin](../pcm/README.md) | [Norwegisch](../no/README.md) | [Persisch (Farsi)](../fa/README.md) | [Polnisch](../pl/README.md) | [Portugiesisch (Brasilien)](../br/README.md) | [Portugiesisch (Portugal)](../pt/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Rumänisch](../ro/README.md) | [Russisch](../ru/README.md) | [Serbisch (Kyrillisch)](../sr/README.md) | [Slowakisch](../sk/README.md) | [Slowenisch](../sl/README.md) | [Spanisch](../es/README.md) | [Swahili](../sw/README.md) | [Schwedisch](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamilisch](../ta/README.md) | [Telugu](../te/README.md) | [Thailändisch](../th/README.md) | [Türkisch](../tr/README.md) | [Ukrainisch](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamesisch](../vi/README.md) +[Arabisch](../ar/README.md) | [Bengalisch](../bn/README.md) | [Bulgarisch](../bg/README.md) | [Burmesisch (Myanmar)](../my/README.md) | [Chinesisch (Vereinfacht)](../zh-CN/README.md) | [Chinesisch (Traditionell, Hongkong)](../zh-HK/README.md) | [Chinesisch (Traditionell, Macau)](../zh-MO/README.md) | [Chinesisch (Traditionell, Taiwan)](../zh-TW/README.md) | [Kroatisch](../hr/README.md) | [Tschechisch](../cs/README.md) | [Dänisch](../da/README.md) | [Niederländisch](../nl/README.md) | [Estnisch](../et/README.md) | [Finnisch](../fi/README.md) | [Französisch](../fr/README.md) | [Deutsch](./README.md) | [Griechisch](../el/README.md) | [Hebräisch](../he/README.md) | [Hindi](../hi/README.md) | [Ungarisch](../hu/README.md) | [Indonesisch](../id/README.md) | [Italienisch](../it/README.md) | [Japanisch](../ja/README.md) | [Kannada](../kn/README.md) | [Koreanisch](../ko/README.md) | [Litauisch](../lt/README.md) | [Malaiisch](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepalesisch](../ne/README.md) | [Nigerianisches Pidgin](../pcm/README.md) | [Norwegisch](../no/README.md) | [Persisch (Farsi)](../fa/README.md) | [Polnisch](../pl/README.md) | [Portugiesisch (Brasilien)](../pt-BR/README.md) | [Portugiesisch (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Rumänisch](../ro/README.md) | [Russisch](../ru/README.md) | [Serbisch (Kyrillisch)](../sr/README.md) | [Slowakisch](../sk/README.md) | [Slowenisch](../sl/README.md) | [Spanisch](../es/README.md) | [Suaheli](../sw/README.md) | [Schwedisch](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thailändisch](../th/README.md) | [Türkisch](../tr/README.md) | [Ukrainisch](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamesisch](../vi/README.md) -> **Lieber lokal klonen?** +> **Bevorzugen Sie das lokale Klonen?** -> Dieses Repository enthält über 50 Sprachübersetzungen, welche die Download-Größe erheblich erhöhen. Um ohne Übersetzungen zu klonen, verwenden Sie Sparse Checkout: +> Dieses Repository enthält über 50 Sprachübersetzungen, was die Download-Größe erheblich erhöht. Um ohne Übersetzungen zu klonen, verwenden Sie Sparse Checkout: > ```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' > ``` -> Damit erhalten Sie alles, was Sie für den Kurs benötigen, mit einem viel schnelleren Download. +> So erhalten Sie alles, was Sie benötigen, um den Kurs abzuschließen, mit einem viel schnelleren Download. #### Treten Sie unserer Community bei [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -Wir haben eine laufende Discord-Lernreihe mit AI, erfahren Sie mehr und schließen Sie sich uns an unter [Learn with AI Series](https://aka.ms/learnwithai/discord) vom 18. bis 30. September 2025. Sie erhalten Tipps und Tricks zur Nutzung von GitHub Copilot für Data Science. +Wir veranstalten eine Discord-Lernserie mit KI, erfahren Sie mehr und machen Sie mit unter [Learn with AI Series](https://aka.ms/learnwithai/discord) vom 18. bis 30. September 2025. Sie erhalten Tipps und Tricks zur Nutzung von GitHub Copilot für Data Science. -![Learn with AI series](../../../../translated_images/de/3.9b58fd8d6c373c20.webp) +![Learn with AI series](../../translated_images/de/3.9b58fd8d6c373c20.webp) -# Machine Learning für Einsteiger – Ein Lehrplan +# Maschinelles Lernen für Anfänger – Ein Lehrplan > 🌍 Reisen Sie um die Welt, während wir Maschinelles Lernen anhand von Weltkulturen erkunden 🌍 -Cloud Advocates bei Microsoft freuen sich, einen 12-wöchigen Lehrplan mit 26 Lektionen rund um das Thema **Maschinelles Lernen** anzubieten. In diesem Lehrplan lernen Sie, was manchmal als **klassisches maschinelles Lernen** bezeichnet wird, wobei hauptsächlich Scikit-learn als Bibliothek verwendet wird und Deep Learning ausgelassen wird, das in unserem [AI für Einsteiger Lehrplan](https://aka.ms/ai4beginners) behandelt wird. Kombinieren Sie diese Lektionen auch mit unserem ['Data Science für Einsteiger' Lehrplan](https://aka.ms/ds4beginners)! +Cloud Advocates von Microsoft freuen sich, einen 12-wöchigen Lehrplan mit 26 Lektionen rund um **Maschinelles Lernen** anzubieten. In diesem Lehrplan lernen Sie, was manchmal als **klassisches maschinelles Lernen** bezeichnet wird, vor allem unter Verwendung von Scikit-learn als Bibliothek, und vermeiden Deep Learning, das in unserem [AI for Beginners Curriculum](https://aka.ms/ai4beginners) behandelt wird. Kombinieren Sie diese Lektionen auch mit unserem ['Data Science für Anfänger' Curriculum](https://aka.ms/ds4beginners)! -Reisen Sie mit uns um die Welt, während wir diese klassischen Techniken auf Daten aus vielen Regionen anwenden. Jede Lektion umfasst Vor- und Nach-Kurs-Quizze, schriftliche Anleitungen zur Durchführung der Lektion, Lösungen, Aufgaben und mehr. Unsere projektbasierte Didaktik ermöglicht es Ihnen, durch das Erstellen zu lernen – eine bewährte Methode, um neue Fähigkeiten nachhaltig zu verankern. +Reisen Sie mit uns um die Welt, während wir diese klassischen Techniken auf Daten aus vielen Bereichen weltweit anwenden. Jede Lektion enthält Vor- und Nachbereitungs-Quizze, schriftliche Anleitungen zum Abschließen der Lektion, Lösungen, eine Herausforderung und vieles mehr. Unsere projektbasierte Didaktik erlaubt es, durch das Bauen zu lernen – eine bewährte Methode, dass neue Fähigkeiten „haften bleiben“. -**✍️ Herzlichen Dank an unsere Autoren** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu und Amy Boyd +**✍️ Herzlichen Dank an unsere Autor:innen** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu und Amy Boyd -**🎨 Dank auch an unsere Illustratoren** Tomomi Imura, Dasani Madipalli und Jen Looper +**🎨 Dank auch an unsere Illustrator:innen** Tomomi Imura, Dasani Madipalli und Jen Looper -**🙏 Besonderer Dank 🙏 an unsere Microsoft Student Ambassador Autoren, Gutachter und Inhaltsbeiträge**, insbesondere Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila und Snigdha Agarwal +**🙏 Besonderer Dank 🙏 an unsere Microsoft Student Ambassador Autor:innen, Gutachter:innen und Inhaltlieferant:innen**, insbesondere Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila und Snigdha Agarwal -**🤩 Extra-Dank an Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi und Vidushi Gupta für unsere R-Lektionen!** +**🤩 Extra Dank an Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi und Vidushi Gupta für unsere R-Lektionen!** # Erste Schritte -Folgen Sie diesen Schritten: -1. **Repository forken**: Klicken Sie oben rechts auf dieser Seite auf die Schaltfläche "Fork". +Folgen Sie diesen Schritten: +1. **Repository forken**: Klicken Sie oben rechts auf den „Fork“-Button. 2. **Repository klonen**: `git clone https://github.com/microsoft/ML-For-Beginners.git` -> [Finden Sie alle zusätzlichen Ressourcen für diesen Kurs in unserer Microsoft Learn Sammlung](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) - -> 🔧 **Brauchen Sie Hilfe?** Sehen Sie in unserem [Troubleshooting Guide](TROUBLESHOOTING.md) nach Lösungen zu häufigen Problemen bei Installation, Einrichtung und Durchführung von Lektionen. +> [Alle zusätzlichen Ressourcen für diesen Kurs finden Sie in unserer Microsoft Learn Sammlung](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) +> 🔧 **Brauchen Sie Hilfe?** Schauen Sie in unserem [Fehlerbehebungs-Guide](TROUBLESHOOTING.md) für Lösungen bei häufigen Problemen mit Installation, Einrichtung und Lektionen nach. -**[Studenten](https://aka.ms/student-page)**, um diesen Lehrplan zu nutzen, forken Sie das gesamte Repo auf Ihr eigenes GitHub-Konto und bearbeiten Sie die Übungen selbstständig oder in der Gruppe: +**[Studierende](https://aka.ms/student-page)**, um diesen Lehrplan zu nutzen, forken Sie das gesamte Repo in Ihr eigenes GitHub-Konto und bearbeiten Sie die Übungen alleine oder in einer Gruppe: -- Beginnen Sie mit einem Vorlesungs-Quiz. -- Lesen Sie die Lektion und absolvieren Sie die Aktivitäten mit Pausen und Reflexion bei jedem Wissenscheck. -- Versuchen Sie, die Projekte eigenständig zu erstellen, indem Sie die Lektionen verstehen, statt nur den Lösungscode auszuführen; dieser Code ist allerdings in den `/solution`-Ordnern in jeder projekorientierten Lektion verfügbar. -- Machen Sie das Nachvorlesungs-Quiz. -- Absolvieren Sie die Challenge. -- Erledigen Sie die Hausaufgabe. -- Nach Beendigung einer Lektionengruppe besuchen Sie das [Diskussionsforum](https://github.com/microsoft/ML-For-Beginners/discussions) und „lernen laut“, indem Sie das passende PAT-Rubrikformular ausfüllen. Ein 'PAT' ist ein Progress Assessment Tool, eine Rubrik, die Sie ausfüllen, um Ihr Lernen zu vertiefen. Sie können auch auf andere PATs reagieren, so lernen wir gemeinsam. +- Beginnen Sie mit einem Vorbereitungsquiz. +- Lesen Sie die Lektion und führen Sie die Aktivitäten durch, pausieren und reflektieren Sie bei jedem Wissenscheck. +- Versuchen Sie, die Projekte zu erstellen, indem Sie die Lektionen verstehen, statt nur den Lösungscode auszuführen; der Code ist aber in den `/solution`-Ordnern jeder projektbasierten Lektion verfügbar. +- Machen Sie das Nachbereitungsquiz. +- Absolvieren Sie die Herausforderung. +- Erledigen Sie die Aufgabe. +- Nach Abschluss einer Lektionengruppe besuchen Sie das [Diskussionsforum](https://github.com/microsoft/ML-For-Beginners/discussions) und „lernen Sie laut“, indem Sie die passende PAT-Rubrik ausfüllen. Ein ‚PAT‘ ist ein Fortschrittsbewertungstool, das Sie ausfüllen, um Ihr Lernen zu fördern. Sie können auch auf andere PATs reagieren, sodass wir gemeinsam lernen können. -> Für weiterführendes Lernen empfehlen wir diese [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) Module und Lernpfade. +> Zum weiterführenden Studium empfehlen wir diese [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) Module und Lernpfade. -**Lehrer**, wir haben [einige Vorschläge](for-teachers.md) zur Nutzung dieses Lehrplans aufgenommen. +**Lehrkräfte**, wir haben [einige Vorschläge](for-teachers.md) zum Einsatz dieses Lehrplans zusammengefasst. --- -## Videoanleitungen +## Video-Durchgänge -Einige Lektionen sind als Kurzvideos verfügbar. Diese finden Sie eingebettet in den Lektionen oder auf der [ML for Beginners-Playlist auf dem Microsoft Developer YouTube-Kanal](https://aka.ms/ml-beginners-videos) durch Klicken auf das Bild unten. +Einige Lektionen sind als Kurzvideos verfügbar. Sie können diese in den Lektionen direkt finden oder auf der [ML für Anfänger-Playlist auf dem Microsoft Developer YouTube-Kanal](https://aka.ms/ml-beginners-videos) durch Klicken auf das Bild unten ansehen. -[![ML for beginners banner](../../../../translated_images/de/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) +[![ML for beginners banner](../../translated_images/de/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) --- -## Lernen Sie das Team kennen +## Treffen Sie das Team -[![Promo-Video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) +[![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) **Gif von** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) -> 🎥 Klicken Sie oben auf das Bild für ein Video über das Projekt und die Leute, die es erstellt haben! +> 🎥 Klicken Sie auf das Bild oben für ein Video über das Projekt und die Menschen, die es erschaffen haben! --- ## Didaktik -Wir haben beim Aufbau dieses Lehrplans zwei pädagogische Grundsätze gewählt: sicherzustellen, dass er praxisnah **projektbasiert** ist und **häufige Quiz** enthält. Außerdem hat dieser Lehrplan ein gemeinsames **Thema** für Kohärenz. - -Indem der Inhalt auf Projekte ausgerichtet ist, wird der Prozess für Studierende ansprechender und die Begriffsvermittlung vertieft. Ein niedrigschwelliges Quiz vor einer Lektion richtet die Lernabsicht der Teilnehmer auf das Thema aus, während ein zweites Quiz nach der Lektion zusätzliche Festigung ermöglicht. Dieser Lehrplan ist flexibel und macht Spaß und kann ganz oder teilweise durchlaufen werden. Die Projekte beginnen einfach und werden im Verlauf des 12-Wochen-Zyklus zunehmend komplexer. Der Lehrplan enthält außerdem ein Nachwort zu realweltlichen Anwendungen von ML, welches als Zusatzaufgabe oder Diskussionsgrundlage genutzt werden kann. - -> Unseren [Verhaltenskodex](CODE_OF_CONDUCT.md), [Beitragsleitfaden](CONTRIBUTING.md), [Übersetzungsleitfaden](TRANSLATIONS.md) und [Problemlösungsanleitung](TROUBLESHOOTING.md) finden Sie hier. Wir freuen uns auf Ihr konstruktives Feedback! - -## Jede Lektion beinhaltet - -- optionale Sketchnote -- optionales ergänzendes Video -- Videoanleitung (nur einige Lektionen) -- [Vorlesungs-Warmup-Quiz](https://ff-quizzes.netlify.app/en/ml/) -- schriftliche Lektion -- bei projektbasierten Lektionen Schritt-für-Schritt-Anleitungen zum Bau des Projekts -- Wissens-Checks -- eine Herausforderung -- ergänzende Lektüre -- Aufgabe -- [Nachvorlesungs-Quiz](https://ff-quizzes.netlify.app/en/ml/) - -> **Ein Hinweis zu den Sprachen**: Diese Lektionen sind primär in Python geschrieben, viele auch in R verfügbar. Um eine R-Lektion abzuschließen, gehen Sie in den `/solution`-Ordner und suchen Sie nach R-Lektionen. Diese haben die Dateiendung .rmd, was für **R Markdown** steht – ein Format, das `Code-Chunks` (von R oder anderen Sprachen) und einen `YAML-Header` (für Formatierungsanweisungen, z. B. PDF-Ausgabe) innerhalb eines `Markdown-Dokuments` kombiniert. Damit dient es als gutes Framework zur Dokumentation in Data Science, weil es erlaubt, Code, Ausgaben und Erklärungen in Markdown niederzuschreiben. R Markdown-Dokumente können in Formate wie PDF, HTML oder Word gerendert werden. -> **Eine Anmerkung zu Quizzen**: Alle Quizze befinden sich im [Quiz App Ordner](../../quiz-app) und umfassen insgesamt 52 Quizze mit je drei Fragen. Sie sind aus den Lektionen verlinkt, aber die Quiz-App kann auch lokal ausgeführt werden; folgen Sie den Anweisungen im `quiz-app`-Ordner, um sie lokal zu hosten oder auf Azure bereitzustellen. - -| Lektion Nummer | Thema | Lektion Gruppierung | Lernziele | Verknüpfte Lektion | Autor | -| :------------: | :------------------------------------------------------------: | :-----------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------ | :------------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------: | -| 01 | Einführung in das maschinelle Lernen | [Einführung](1-Introduction/README.md) | Lernen Sie die grundlegenden Konzepte hinter dem maschinellen Lernen | [Lektion](1-Introduction/1-intro-to-ML/README.md) | Muhammad | -| 02 | Die Geschichte des maschinellen Lernens | [Einführung](1-Introduction/README.md) | Lernen Sie die Geschichte dieses Fachgebiets | [Lektion](1-Introduction/2-history-of-ML/README.md) | Jen und Amy | -| 03 | Gerechtigkeit und maschinelles Lernen | [Einführung](1-Introduction/README.md) | Was sind die wichtigen philosophischen Fragen zur Gerechtigkeit, die Studierende beim Erstellen und Anwenden von ML-Modellen beachten sollten? | [Lektion](1-Introduction/3-fairness/README.md) | Tomomi | -| 04 | Techniken für maschinelles Lernen | [Einführung](1-Introduction/README.md) | Welche Techniken verwenden ML-Forscher, um ML-Modelle zu erstellen? | [Lektion](1-Introduction/4-techniques-of-ML/README.md) | Chris und Jen | -| 05 | Einführung in die Regression | [Regression](2-Regression/README.md) | Einstieg in Python und Scikit-learn für Regressionsmodelle | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | -| 06 | Nordamerikanische Kürbnispreise 🎃 | [Regression](2-Regression/README.md) | Visualisieren und Säubern von Daten zur Vorbereitung auf ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | -| 07 | Nordamerikanische Kürbnispreise 🎃 | [Regression](2-Regression/README.md) | Erstellen linearer und polynomieller Regressionsmodelle | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen und Dmitry • Eric Wanjau | -| 08 | Nordamerikanische Kürbnispreise 🎃 | [Regression](2-Regression/README.md) | Erstellen eines logistischen Regressionsmodells | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | -| 09 | Eine Web-App 🔌 | [Web App](3-Web-App/README.md) | Erstellen Sie eine Web-App, um Ihr trainiertes Modell zu verwenden | [Python](3-Web-App/1-Web-App/README.md) | Jen | -| 10 | Einführung in die Klassifizierung | [Klassifizierung](4-Classification/README.md) | Daten bereinigen, vorbereiten und visualisieren; Einführung in die Klassifizierung | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen und Cassie • Eric Wanjau | -| 11 | Köstliche asiatische und indische Küchen 🍜 | [Klassifizierung](4-Classification/README.md) | Einführung in Klassifizierer | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen und Cassie • Eric Wanjau | -| 12 | Köstliche asiatische und indische Küchen 🍜 | [Klassifizierung](4-Classification/README.md) | Weitere Klassifizierer | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen und Cassie • Eric Wanjau | -| 13 | Köstliche asiatische und indische Küchen 🍜 | [Klassifizierung](4-Classification/README.md) | Erstellen Sie eine Empfehlungs-Web-App basierend auf Ihrem Modell | [Python](4-Classification/4-Applied/README.md) | Jen | -| 14 | Einführung in Clustering | [Clustering](5-Clustering/README.md) | Daten bereinigen, vorbereiten und visualisieren; Einführung in Clustering | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | -| 15 | Erforschung nigerianischer Musikgeschmäcker 🎧 | [Clustering](5-Clustering/README.md) | Erforschen Sie die K-Means Clustering-Methode | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | -| 16 | Einführung in die Verarbeitung natürlicher Sprache ☕️ | [Verarbeitung natürlicher Sprache](6-NLP/README.md) | Lernen Sie die Grundlagen der NLP, indem Sie einen einfachen Bot erstellen | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | -| 17 | Häufige NLP Aufgaben ☕️ | [Verarbeitung natürlicher Sprache](6-NLP/README.md) | Vertiefen Sie Ihr NLP-Wissen durch das Verständnis gängiger Aufgaben bei der Arbeit mit Sprachstrukturen | [Python](6-NLP/2-Tasks/README.md) | Stephen | -| 18 | Übersetzung und Stimmungsanalyse ♥️ | [Verarbeitung natürlicher Sprache](6-NLP/README.md) | Übersetzung und Stimmungsanalyse mit Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | -| 19 | Romantische Hotels in Europa ♥️ | [Verarbeitung natürlicher Sprache](6-NLP/README.md) | Stimmungsanalyse mit Hotelbewertungen 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | -| 20 | Romantische Hotels in Europa ♥️ | [Verarbeitung natürlicher Sprache](6-NLP/README.md) | Stimmungsanalyse mit Hotelbewertungen 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | -| 21 | Einführung in die Zeitreihenprognose | [Zeitreihen](7-TimeSeries/README.md) | Einführung in die Zeitreihenprognose | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | -| 22 | ⚡️ Weltweiter Energieverbrauch ⚡️ - Zeitreihenprognose mit ARIMA | [Zeitreihen](7-TimeSeries/README.md) | Zeitreihenprognose mit ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | -| 23 | ⚡️ Weltweiter Energieverbrauch ⚡️ - Zeitreihenprognose mit SVR | [Zeitreihen](7-TimeSeries/README.md) | Zeitreihenprognose mit Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | -| 24 | Einführung ins Reinforcement Learning | [Reinforcement Learning](8-Reinforcement/README.md) | Einführung in Reinforcement Learning mit Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | -| 25 | Hilf Peter, den Wolf zu vermeiden! 🐺 | [Reinforcement Learning](8-Reinforcement/README.md) | Reinforcement Learning Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | -| Nachtrag | Anwendungsbeispiele und Szenarien aus der Praxis | [ML in the Wild](9-Real-World/README.md) | Interessante und aufschlussreiche reale Anwendungen klassischer ML | [Lektion](9-Real-World/1-Applications/README.md) | Team | -| Nachtrag | Modellsuche und -debugging in ML mit RAI Dashboard | [ML in the Wild](9-Real-World/README.md) | Modellsuche und Debugging im maschinellen Lernen mithilfe der Responsible AI Dashboard-Komponenten | [Lektion](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu | - -> [Finden Sie alle zusätzlichen Ressourcen zu diesem Kurs in unserer Microsoft Learn Sammlung](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) +Beim Aufbau dieses Lehrplans haben wir zwei didaktische Grundsätze gewählt: die Gewährleistung, dass er praktisch **projektbasiert** ist, und dass er **häufige Quizze** enthält. Außerdem hat dieser Lehrplan ein gemeinsames **Thema**, um ihm Zusammenhalt zu verleihen. + +Indem sichergestellt wird, dass der Inhalt mit Projekten abgestimmt ist, wird der Prozess für die Lernenden ansprechender und die Konzeptionen werden besser behalten. Zudem setzt ein wenig belastendes Quiz vor der Lektion die Lernabsicht des Studierenden, während ein zweites Quiz nach der Lektion für zusätzliche Behaltensleistung sorgt. Dieser Lehrplan wurde flexibel und unterhaltsam gestaltet und kann als Ganzes oder teilweise durchgeführt werden. Die Projekte starten klein und werden bis zum Ende des 12-Wochen-Zyklus immer komplexer. Außerdem enthält dieser Lehrplan ein Nachwort zu realen Anwendungen von ML, das als Zusatzaufgabe oder Diskussionsgrundlage genutzt werden kann. + +> Finden Sie unsere [Verhaltensregeln](CODE_OF_CONDUCT.md), [Beitragshinweise](CONTRIBUTING.md), [Übersetzungshinweise](TRANSLATIONS.md) und [Fehlerbehebungshinweise](TROUBLESHOOTING.md). Wir freuen uns auf Ihr konstruktives Feedback! + +## Jede Lektion enthält + +- optionale Sketchnote +- optionales ergänzendes Video +- Video-Durchgang (nur manche Lektionen) +- [Vorbereitungsquiz](https://ff-quizzes.netlify.app/en/ml/) +- schriftliche Lektion +- bei projektbasierten Lektionen Schritt-für-Schritt-Anleitungen zum Bau des Projekts +- Wissenschecks +- eine Herausforderung +- ergänzende Lektüre +- Aufgabe +- [Nachbereitungsquiz](https://ff-quizzes.netlify.app/en/ml/) + +> **Ein Hinweis zu den Sprachen**: Diese Lektionen sind primär in Python geschrieben, viele sind aber auch in R verfügbar. Um eine R-Lektion abzuschließen, gehen Sie in den `/solution`-Ordner und suchen Sie nach R-Lektionen. Diese haben die .rmd Erweiterung, die eine **R Markdown** Datei darstellt, die einfach als Einbettung von `Code-Chunks` (von R oder anderen Sprachen) und einem `YAML-Header` (der steuert, wie Ausgaben z.B. als PDF formatiert werden) in einem `Markdown-Dokument` definiert werden kann. Somit dient sie als beispielhaftes Autorentool für Data Science, da Sie damit Ihren Code, dessen Ausgabe und Ihre Gedanken kombinieren und in Markdown notieren können. Zudem können R Markdown Dokumente in Ausgabeformate wie PDF, HTML oder Word gerendert werden. +> **Hinweis zu Quizfragen**: Alle Quizfragen befinden sich im Ordner [Quiz App folder](../../quiz-app) und umfassen 52 Quizze mit jeweils drei Fragen. Sie sind innerhalb der Lektionen verlinkt, aber die Quiz-App kann lokal ausgeführt werden; folgen Sie der Anleitung im `quiz-app`-Ordner, um lokal zu hosten oder auf Azure bereitzustellen. + +| Lektion Nummer | Thema | Lektion Gruppe | Lernziele | Verknüpfte Lektion | Autor | +| :------------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :-------------------------------------------------: | +| 01 | Einführung in maschinelles Lernen | [Introduction](1-Introduction/README.md) | Lernen Sie die Grundkonzepte hinter dem maschinellen Lernen | [Lektion](1-Introduction/1-intro-to-ML/README.md) | Muhammad | +| 02 | Die Geschichte des maschinellen Lernens | [Introduction](1-Introduction/README.md) | Lernen Sie die Geschichte dieses Fachgebiets | [Lektion](1-Introduction/2-history-of-ML/README.md) | Jen und Amy | +| 03 | Fairness und maschinelles Lernen | [Introduction](1-Introduction/README.md) | Welche wichtigen philosophischen Fragen zur Fairness sollten Studierende beim Aufbau und Einsatz von ML-Modellen berücksichtigen? | [Lektion](1-Introduction/3-fairness/README.md) | Tomomi | +| 04 | Techniken für maschinelles Lernen | [Introduction](1-Introduction/README.md) | Welche Techniken verwenden ML-Forscher zum Aufbau von ML-Modellen? | [Lektion](1-Introduction/4-techniques-of-ML/README.md) | Chris und Jen | +| 05 | Einführung in Regression | [Regression](2-Regression/README.md) | Einstieg in Python und Scikit-learn für Regressionsmodelle | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | +| 06 | Nordamerikanische Kürbisspreise 🎃 | [Regression](2-Regression/README.md) | Visualisieren und Bereinigen von Daten zur Vorbereitung für ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | +| 07 | Nordamerikanische Kürbisspreise 🎃 | [Regression](2-Regression/README.md) | Aufbau linearer und polynomialer Regressionsmodelle | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen und Dmitry • Eric Wanjau | +| 08 | Nordamerikanische Kürbisspreise 🎃 | [Regression](2-Regression/README.md) | Aufbau eines logistischen Regressionsmodells | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | +| 09 | Eine Web App 🔌 | [Web App](3-Web-App/README.md) | Aufbau einer Web-App zum Einsatz Ihres trainierten Modells | [Python](3-Web-App/1-Web-App/README.md) | Jen | +| 10 | Einführung in Klassifikation | [Classification](4-Classification/README.md) | Bereinigen, vorbereiten und visualisieren Sie Ihre Daten; Einführung in die Klassifikation | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen und Cassie • Eric Wanjau | +| 11 | Leckere asiatische und indische Küche 🍜 | [Classification](4-Classification/README.md) | Einführung in Klassifikatoren | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen und Cassie • Eric Wanjau | +| 12 | Leckere asiatische und indische Küche 🍜 | [Classification](4-Classification/README.md) | Mehr Klassifikatoren | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen und Cassie • Eric Wanjau | +| 13 | Leckere asiatische und indische Küche 🍜 | [Classification](4-Classification/README.md) | Aufbau einer Empfehlungs-Web-App unter Verwendung Ihres Modells | [Python](4-Classification/4-Applied/README.md) | Jen | +| 14 | Einführung in Clustering | [Clustering](5-Clustering/README.md) | Bereinigen, vorbereiten und visualisieren Sie Ihre Daten; Einführung ins Clustering | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | +| 15 | Erkundung nigerianischer Musikgeschmäcker 🎧 | [Clustering](5-Clustering/README.md) | Erkunden Sie die K-Means-Clustering-Methode | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | +| 16 | Einführung in die Verarbeitung natürlicher Sprache ☕️ | [Natural language processing](6-NLP/README.md) | Lernen Sie die Grundlagen der NLP durch den Aufbau eines einfachen Bots | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | +| 17 | Häufige NLP-Aufgaben ☕️ | [Natural language processing](6-NLP/README.md) | Vertiefen Sie Ihr NLP-Wissen durch das Verständnis häufig benötigter Aufgaben beim Umgang mit Sprachstrukturen | [Python](6-NLP/2-Tasks/README.md) | Stephen | +| 18 | Übersetzung und Sentiment-Analyse ♥️ | [Natural language processing](6-NLP/README.md) | Übersetzung und Sentiment-Analyse mit Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | +| 19 | Romantische Hotels in Europa ♥️ | [Natural language processing](6-NLP/README.md) | Sentiment-Analyse mit Hotelbewertungen 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | +| 20 | Romantische Hotels in Europa ♥️ | [Natural language processing](6-NLP/README.md) | Sentiment-Analyse mit Hotelbewertungen 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | +| 21 | Einführung in Zeitreihenvorhersagen | [Time series](7-TimeSeries/README.md) | Einführung in Zeitreihenvorhersagen | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | +| 22 | ⚡️ Weltstromverbrauch ⚡️ - Zeitreihenvorhersage mit ARIMA | [Time series](7-TimeSeries/README.md) | Zeitreihenvorhersagen mit ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | +| 23 | ⚡️ Weltstromverbrauch ⚡️ - Zeitreihenvorhersage mit SVR | [Time series](7-TimeSeries/README.md) | Zeitreihenvorhersagen mit Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | +| 24 | Einführung ins Reinforcement Learning | [Reinforcement learning](8-Reinforcement/README.md) | Einführung in Reinforcement Learning mit Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | +| 25 | Hilf Peter, dem Wolf zu entkommen! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | Reinforcement Learning Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | +| Nachwort | Praxisszenarien und Anwendungen von ML | [ML in the Wild](9-Real-World/README.md) | Interessante und aufschlussreiche reale Anwendungen des klassischen ML | [Lektion](9-Real-World/1-Applications/README.md) | Team | +| Nachwort | Modell-Debugging in ML mit RAI-Dashboard | [ML in the Wild](9-Real-World/README.md) | Modell-Debugging im maschinellen Lernen mit Komponenten des Responsible AI Dashboards | [Lektion](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu | + +> [finden Sie alle zusätzlichen Ressourcen für diesen Kurs in unserer Microsoft Learn Sammlung](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## Offline-Zugriff -Sie können diese Dokumentation offline mit [Docsify](https://docsify.js.org/#/) nutzen. Forken Sie dieses Repository, [installieren Sie Docsify](https://docsify.js.org/#/quickstart) auf Ihrem lokalen Rechner und geben Sie dann im Stammverzeichnis dieses Repositories `docsify serve` ein. Die Website wird auf Port 3000 an Ihrem lokalen Host bereitgestellt: `localhost:3000`. +Sie können diese Dokumentation offline mit [Docsify](https://docsify.js.org/#/) ausführen. Forken Sie dieses Repository, [installieren Sie Docsify](https://docsify.js.org/#/quickstart) auf Ihrem lokalen Rechner, und tippen Sie dann im Stammordner dieses Repos `docsify serve`. Die Website wird unter Port 3000 auf Ihrem localhost bereitgestellt: `localhost:3000`. ## PDFs -Ein PDF des Curriculums mit Links finden Sie [hier](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). +Finden Sie eine PDF-Version des Curriculums mit Links [hier](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). -## 🎒 Weitere Kurse +## 🎒 Andere Kurse -Unser Team produziert weitere Kurse! Schauen Sie rein: +Unser Team produziert weitere Kurse! Schauen Sie mal rein: ### LangChain -[![LangChain4j für Anfänger](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 für Anfänger](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) +[![LangChain4j für Einsteiger](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 für Einsteiger](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 -[![AZD für Anfänger](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 für Anfänger](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 für Anfänger](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) -[![AI Agents für Anfänger](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) +[![AZD für Einsteiger](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 für Einsteiger](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 für Einsteiger](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) +[![KI-Agenten für Einsteiger](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Generative AI Series -[![Generative KI für Anfänger](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) -[![Generative KI (.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) -[![Generative KI (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) -[![Generative KI (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) +[![Generative AI for Beginners](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) +[![Generative 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) +[![Generative 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) +[![Generative 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) --- ### Kernlernen -[![ML für Anfänger](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) -[![Datenwissenschaft für Anfänger](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) +[![ML for Beginners](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) +[![Data Science for Beginners](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) [![KI für Anfänger](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) -[![Cybersicherheit für Anfänger](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) +[![Cybersecurity für Anfänger](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) [![Webentwicklung für Anfänger](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) [![IoT für Anfänger](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) [![XR-Entwicklung für Anfänger](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) --- -### Copilot-Reihe +### Copilot-Serie [![Copilot für KI-Paarprogrammierung](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) [![Copilot für C#/.NET](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) [![Copilot Abenteuer](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) @@ -216,17 +206,17 @@ Unser Team produziert weitere Kurse! Schauen Sie rein: ## Hilfe erhalten -Wenn Sie nicht weiterkommen oder Fragen zum Erstellen von KI-Anwendungen haben, schließen Sie sich anderen Lernenden und erfahrenen Entwicklern in Diskussionen über MCP an. Es ist eine unterstützende Gemeinschaft, in der Fragen willkommen sind und Wissen frei geteilt wird. +Wenn Sie nicht weiterkommen oder Fragen zum Erstellen von KI-Anwendungen haben. Treten Sie anderen Lernenden und erfahrenen Entwicklern in Diskussionen über MCP bei. Es ist eine unterstützende Gemeinschaft, in der Fragen willkommen sind und Wissen frei geteilt wird. [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -Wenn Sie Produktfeedback oder Fehler beim Entwickeln haben, besuchen Sie: +Wenn Sie Produktfeedback haben oder Fehler während der Entwicklung feststellen, besuchen Sie: [![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) --- -**Haftungsausschluss**: -Dieses Dokument wurde mithilfe des KI-Übersetzungsdienstes [Co-op Translator](https://github.com/Azure/co-op-translator) übersetzt. Obwohl wir uns um Genauigkeit bemühen, möchten wir darauf hinweisen, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Originalsprache ist als maßgebliche Quelle zu betrachten. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Nutzung dieser Übersetzung entstehen. +**Haftungsausschluss**: +Dieses Dokument wurde mit dem KI-Übersetzungsdienst [Co-op Translator](https://github.com/Azure/co-op-translator) übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache gilt als maßgebliche Quelle. Bei wichtigen Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Nutzung dieser Übersetzung entstehen. \ No newline at end of file diff --git a/translations/de/SECURITY.md b/translations/de/SECURITY.md index 8fb44f17e..5ee33497f 100644 --- a/translations/de/SECURITY.md +++ b/translations/de/SECURITY.md @@ -1,12 +1,3 @@ - ## Sicherheit Microsoft nimmt die Sicherheit seiner Softwareprodukte und -dienste ernst, einschließlich aller Quellcode-Repositories, die über unsere GitHub-Organisationen verwaltet werden, zu denen [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) und [unsere GitHub-Organisationen](https://opensource.microsoft.com/) gehören. diff --git a/translations/de/SUPPORT.md b/translations/de/SUPPORT.md index c81add5c5..de2b3f807 100644 --- a/translations/de/SUPPORT.md +++ b/translations/de/SUPPORT.md @@ -1,12 +1,3 @@ - # Unterstützung ## So melden Sie Probleme und erhalten Hilfe diff --git a/translations/de/TROUBLESHOOTING.md b/translations/de/TROUBLESHOOTING.md index 0b9969d24..629ccbafd 100644 --- a/translations/de/TROUBLESHOOTING.md +++ b/translations/de/TROUBLESHOOTING.md @@ -1,12 +1,3 @@ - # Fehlerbehebungsanleitung Diese Anleitung hilft Ihnen, häufige Probleme beim Arbeiten mit dem Machine Learning for Beginners-Lehrplan zu lösen. Sollten Sie hier keine Lösung finden, schauen Sie in unseren [Discord-Diskussionen](https://aka.ms/foundry/discord) vorbei oder [eröffnen Sie ein Issue](https://github.com/microsoft/ML-For-Beginners/issues). diff --git a/translations/de/docs/_sidebar.md b/translations/de/docs/_sidebar.md index eca58fde3..e36c7efaa 100644 --- a/translations/de/docs/_sidebar.md +++ b/translations/de/docs/_sidebar.md @@ -1,12 +1,3 @@ - - Einführung - [Einführung in Machine Learning](../1-Introduction/1-intro-to-ML/README.md) - [Geschichte des Machine Learning](../1-Introduction/2-history-of-ML/README.md) diff --git a/translations/de/for-teachers.md b/translations/de/for-teachers.md index 5c00ab592..3ce946dda 100644 --- a/translations/de/for-teachers.md +++ b/translations/de/for-teachers.md @@ -1,12 +1,3 @@ - ## Für Lehrkräfte Möchten Sie dieses Curriculum in Ihrem Unterricht verwenden? Fühlen Sie sich frei, es zu nutzen! diff --git a/translations/de/quiz-app/README.md b/translations/de/quiz-app/README.md index 1961be038..82789cfda 100644 --- a/translations/de/quiz-app/README.md +++ b/translations/de/quiz-app/README.md @@ -1,12 +1,3 @@ - # Quizfragen Diese Quizfragen sind die Vor- und Nachbereitungsquiz für das ML-Curriculum unter https://aka.ms/ml-beginners diff --git a/translations/de/sketchnotes/LICENSE.md b/translations/de/sketchnotes/LICENSE.md index 65a551239..30fb966cd 100644 --- a/translations/de/sketchnotes/LICENSE.md +++ b/translations/de/sketchnotes/LICENSE.md @@ -1,12 +1,3 @@ - Attribution-ShareAlike 4.0 International ======================================================================= diff --git a/translations/de/sketchnotes/README.md b/translations/de/sketchnotes/README.md index f618b5fa8..169c6bd83 100644 --- a/translations/de/sketchnotes/README.md +++ b/translations/de/sketchnotes/README.md @@ -1,12 +1,3 @@ - Alle Sketchnotes des Lehrplans können hier heruntergeladen werden. 🖨 Für den Druck in hoher Auflösung sind die TIFF-Versionen in [diesem Repository](https://github.com/girliemac/a-picture-is-worth-a-1000-words/tree/main/ml/tiff) verfügbar. diff --git a/translations/ru/.co-op-translator.json b/translations/ru/.co-op-translator.json new file mode 100644 index 000000000..c4f5388ef --- /dev/null +++ b/translations/ru/.co-op-translator.json @@ -0,0 +1,596 @@ +{ + "1-Introduction/1-intro-to-ML/README.md": { + "original_hash": "69389392fa6346e0dfa30f664b7b6fec", + "translation_date": "2025-09-06T08:32:55+00:00", + "source_file": "1-Introduction/1-intro-to-ML/README.md", + "language_code": "ru" + }, + "1-Introduction/1-intro-to-ML/assignment.md": { + "original_hash": "4c4698044bb8af52cfb6388a4ee0e53b", + "translation_date": "2025-08-29T21:30:25+00:00", + "source_file": "1-Introduction/1-intro-to-ML/assignment.md", + "language_code": "ru" + }, + "1-Introduction/2-history-of-ML/README.md": { + "original_hash": "6a05fec147e734c3e6bfa54505648e2b", + "translation_date": "2025-09-06T08:33:19+00:00", + "source_file": "1-Introduction/2-history-of-ML/README.md", + "language_code": "ru" + }, + "1-Introduction/2-history-of-ML/assignment.md": { + "original_hash": "eb6e4d5afd1b21a57d2b9e6d0aac3969", + "translation_date": "2025-08-29T21:33:50+00:00", + "source_file": "1-Introduction/2-history-of-ML/assignment.md", + "language_code": "ru" + }, + "1-Introduction/3-fairness/README.md": { + "original_hash": "9a6b702d1437c0467e3c5c28d763dac2", + "translation_date": "2025-09-06T08:31:33+00:00", + "source_file": "1-Introduction/3-fairness/README.md", + "language_code": "ru" + }, + "1-Introduction/3-fairness/assignment.md": { + "original_hash": "dbda60e7b1fe5f18974e7858eff0004e", + "translation_date": "2025-08-29T21:24:03+00:00", + "source_file": "1-Introduction/3-fairness/assignment.md", + "language_code": "ru" + }, + "1-Introduction/4-techniques-of-ML/README.md": { + "original_hash": "9d91f3af3758fdd4569fb410575995ef", + "translation_date": "2025-09-06T08:32:15+00:00", + "source_file": "1-Introduction/4-techniques-of-ML/README.md", + "language_code": "ru" + }, + "1-Introduction/4-techniques-of-ML/assignment.md": { + "original_hash": "70d65aeddc06170bc1aed5b27805f930", + "translation_date": "2025-08-29T21:27:22+00:00", + "source_file": "1-Introduction/4-techniques-of-ML/assignment.md", + "language_code": "ru" + }, + "1-Introduction/README.md": { + "original_hash": "cf8ecc83f28e5b98051d2179eca08e08", + "translation_date": "2025-08-29T21:19:15+00:00", + "source_file": "1-Introduction/README.md", + "language_code": "ru" + }, + "2-Regression/1-Tools/README.md": { + "original_hash": "fa81d226c71d5af7a2cade31c1c92b88", + "translation_date": "2025-09-06T08:26:03+00:00", + "source_file": "2-Regression/1-Tools/README.md", + "language_code": "ru" + }, + "2-Regression/1-Tools/assignment.md": { + "original_hash": "74a5cf83e4ebc302afbcbc4f418afd0a", + "translation_date": "2025-08-29T20:33:16+00:00", + "source_file": "2-Regression/1-Tools/assignment.md", + "language_code": "ru" + }, + "2-Regression/1-Tools/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T20:33:48+00:00", + "source_file": "2-Regression/1-Tools/solution/Julia/README.md", + "language_code": "ru" + }, + "2-Regression/2-Data/README.md": { + "original_hash": "7c077988328ebfe33b24d07945f16eca", + "translation_date": "2025-09-06T08:26:38+00:00", + "source_file": "2-Regression/2-Data/README.md", + "language_code": "ru" + }, + "2-Regression/2-Data/assignment.md": { + "original_hash": "4485a1ed4dd1b5647365e3d87456515d", + "translation_date": "2025-08-29T20:37:18+00:00", + "source_file": "2-Regression/2-Data/assignment.md", + "language_code": "ru" + }, + "2-Regression/2-Data/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T20:37:54+00:00", + "source_file": "2-Regression/2-Data/solution/Julia/README.md", + "language_code": "ru" + }, + "2-Regression/3-Linear/README.md": { + "original_hash": "40e64f004f3cb50aa1d8661672d3cd92", + "translation_date": "2025-09-06T08:24:09+00:00", + "source_file": "2-Regression/3-Linear/README.md", + "language_code": "ru" + }, + "2-Regression/3-Linear/assignment.md": { + "original_hash": "cc471fa89c293bc735dd3a9a0fb79b1b", + "translation_date": "2025-08-29T20:19:30+00:00", + "source_file": "2-Regression/3-Linear/assignment.md", + "language_code": "ru" + }, + "2-Regression/3-Linear/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T20:19:59+00:00", + "source_file": "2-Regression/3-Linear/solution/Julia/README.md", + "language_code": "ru" + }, + "2-Regression/4-Logistic/README.md": { + "original_hash": "abf86d845c84330bce205a46b382ec88", + "translation_date": "2025-09-06T08:25:03+00:00", + "source_file": "2-Regression/4-Logistic/README.md", + "language_code": "ru" + }, + "2-Regression/4-Logistic/assignment.md": { + "original_hash": "8af40209a41494068c1f42b14c0b450d", + "translation_date": "2025-08-29T20:28:37+00:00", + "source_file": "2-Regression/4-Logistic/assignment.md", + "language_code": "ru" + }, + "2-Regression/4-Logistic/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T20:29:07+00:00", + "source_file": "2-Regression/4-Logistic/solution/Julia/README.md", + "language_code": "ru" + }, + "2-Regression/README.md": { + "original_hash": "508582278dbb8edd2a8a80ac96ef416c", + "translation_date": "2025-08-29T20:13:01+00:00", + "source_file": "2-Regression/README.md", + "language_code": "ru" + }, + "3-Web-App/1-Web-App/README.md": { + "original_hash": "e0b75f73e4a90d45181dc5581fe2ef5c", + "translation_date": "2025-09-06T08:33:50+00:00", + "source_file": "3-Web-App/1-Web-App/README.md", + "language_code": "ru" + }, + "3-Web-App/1-Web-App/assignment.md": { + "original_hash": "a8e8ae10be335cbc745b75ee552317ff", + "translation_date": "2025-08-29T21:37:58+00:00", + "source_file": "3-Web-App/1-Web-App/assignment.md", + "language_code": "ru" + }, + "3-Web-App/README.md": { + "original_hash": "9836ff53cfef716ddfd70e06c5f43436", + "translation_date": "2025-08-29T21:34:25+00:00", + "source_file": "3-Web-App/README.md", + "language_code": "ru" + }, + "4-Classification/1-Introduction/README.md": { + "original_hash": "aaf391d922bd6de5efba871d514c6d47", + "translation_date": "2025-09-06T08:35:36+00:00", + "source_file": "4-Classification/1-Introduction/README.md", + "language_code": "ru" + }, + "4-Classification/1-Introduction/assignment.md": { + "original_hash": "b2a01912beb24cfb0007f83594dba801", + "translation_date": "2025-08-29T21:53:50+00:00", + "source_file": "4-Classification/1-Introduction/assignment.md", + "language_code": "ru" + }, + "4-Classification/1-Introduction/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T21:54:23+00:00", + "source_file": "4-Classification/1-Introduction/solution/Julia/README.md", + "language_code": "ru" + }, + "4-Classification/2-Classifiers-1/README.md": { + "original_hash": "1a6e9e46b34a2e559fbbfc1f95397c7b", + "translation_date": "2025-09-06T08:34:16+00:00", + "source_file": "4-Classification/2-Classifiers-1/README.md", + "language_code": "ru" + }, + "4-Classification/2-Classifiers-1/assignment.md": { + "original_hash": "de6025f96841498b0577e9d1aee18d1f", + "translation_date": "2025-08-29T21:44:22+00:00", + "source_file": "4-Classification/2-Classifiers-1/assignment.md", + "language_code": "ru" + }, + "4-Classification/2-Classifiers-1/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T21:44:50+00:00", + "source_file": "4-Classification/2-Classifiers-1/solution/Julia/README.md", + "language_code": "ru" + }, + "4-Classification/3-Classifiers-2/README.md": { + "original_hash": "49047911108adc49d605cddfb455749c", + "translation_date": "2025-09-06T08:35:18+00:00", + "source_file": "4-Classification/3-Classifiers-2/README.md", + "language_code": "ru" + }, + "4-Classification/3-Classifiers-2/assignment.md": { + "original_hash": "58dfdaf79fb73f7d34b22bdbacf57329", + "translation_date": "2025-08-29T21:50:16+00:00", + "source_file": "4-Classification/3-Classifiers-2/assignment.md", + "language_code": "ru" + }, + "4-Classification/3-Classifiers-2/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T21:50:45+00:00", + "source_file": "4-Classification/3-Classifiers-2/solution/Julia/README.md", + "language_code": "ru" + }, + "4-Classification/4-Applied/README.md": { + "original_hash": "61bdec27ed2da8b098cd9065405d9bb0", + "translation_date": "2025-09-06T08:34:57+00:00", + "source_file": "4-Classification/4-Applied/README.md", + "language_code": "ru" + }, + "4-Classification/4-Applied/assignment.md": { + "original_hash": "799ed651e2af0a7cad17c6268db11578", + "translation_date": "2025-08-29T21:47:44+00:00", + "source_file": "4-Classification/4-Applied/assignment.md", + "language_code": "ru" + }, + "4-Classification/README.md": { + "original_hash": "74e809ffd1e613a1058bbc3e9600859e", + "translation_date": "2025-08-29T21:39:45+00:00", + "source_file": "4-Classification/README.md", + "language_code": "ru" + }, + "5-Clustering/1-Visualize/README.md": { + "original_hash": "730225ea274c9174fe688b21d421539d", + "translation_date": "2025-09-06T08:28:41+00:00", + "source_file": "5-Clustering/1-Visualize/README.md", + "language_code": "ru" + }, + "5-Clustering/1-Visualize/assignment.md": { + "original_hash": "589fa015a5e7d9e67bd629f7d47b53de", + "translation_date": "2025-08-29T21:04:18+00:00", + "source_file": "5-Clustering/1-Visualize/assignment.md", + "language_code": "ru" + }, + "5-Clustering/1-Visualize/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T21:04:50+00:00", + "source_file": "5-Clustering/1-Visualize/solution/Julia/README.md", + "language_code": "ru" + }, + "5-Clustering/2-K-Means/README.md": { + "original_hash": "7cdd17338d9bbd7e2171c2cd462eb081", + "translation_date": "2025-09-06T08:29:37+00:00", + "source_file": "5-Clustering/2-K-Means/README.md", + "language_code": "ru" + }, + "5-Clustering/2-K-Means/assignment.md": { + "original_hash": "b8e17eff34ad1680eba2a5d3cf9ffc41", + "translation_date": "2025-08-29T21:07:26+00:00", + "source_file": "5-Clustering/2-K-Means/assignment.md", + "language_code": "ru" + }, + "5-Clustering/2-K-Means/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T21:07:54+00:00", + "source_file": "5-Clustering/2-K-Means/solution/Julia/README.md", + "language_code": "ru" + }, + "5-Clustering/README.md": { + "original_hash": "b28a3a4911584062772c537b653ebbc7", + "translation_date": "2025-08-29T20:52:12+00:00", + "source_file": "5-Clustering/README.md", + "language_code": "ru" + }, + "6-NLP/1-Introduction-to-NLP/README.md": { + "original_hash": "1c2ec40cf55c98a028a359c27ef7e45a", + "translation_date": "2025-09-06T08:40:27+00:00", + "source_file": "6-NLP/1-Introduction-to-NLP/README.md", + "language_code": "ru" + }, + "6-NLP/1-Introduction-to-NLP/assignment.md": { + "original_hash": "1d7583e8046dacbb0c056d5ba0a71b16", + "translation_date": "2025-08-29T22:33:09+00:00", + "source_file": "6-NLP/1-Introduction-to-NLP/assignment.md", + "language_code": "ru" + }, + "6-NLP/2-Tasks/README.md": { + "original_hash": "5f3cb462e3122e1afe7ab0050ccf2bd3", + "translation_date": "2025-09-06T08:37:47+00:00", + "source_file": "6-NLP/2-Tasks/README.md", + "language_code": "ru" + }, + "6-NLP/2-Tasks/assignment.md": { + "original_hash": "2efc4c2aba5ed06c780c05539c492ae3", + "translation_date": "2025-08-29T22:21:21+00:00", + "source_file": "6-NLP/2-Tasks/assignment.md", + "language_code": "ru" + }, + "6-NLP/3-Translation-Sentiment/README.md": { + "original_hash": "be03c8182982b87ced155e4e9d1438e8", + "translation_date": "2025-09-06T08:40:54+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/README.md", + "language_code": "ru" + }, + "6-NLP/3-Translation-Sentiment/assignment.md": { + "original_hash": "9d2a734deb904caff310d1a999c6bd7a", + "translation_date": "2025-08-29T22:38:13+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/assignment.md", + "language_code": "ru" + }, + "6-NLP/3-Translation-Sentiment/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T22:39:01+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/solution/Julia/README.md", + "language_code": "ru" + }, + "6-NLP/3-Translation-Sentiment/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T22:38:45+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/solution/R/README.md", + "language_code": "ru" + }, + "6-NLP/4-Hotel-Reviews-1/README.md": { + "original_hash": "8d32dadeda93c6fb5c43619854882ab1", + "translation_date": "2025-09-06T08:39:24+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/README.md", + "language_code": "ru" + }, + "6-NLP/4-Hotel-Reviews-1/assignment.md": { + "original_hash": "bf39bceb833cd628f224941dca8041df", + "translation_date": "2025-08-29T22:28:54+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/assignment.md", + "language_code": "ru" + }, + "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T22:29:35+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md", + "language_code": "ru" + }, + "6-NLP/4-Hotel-Reviews-1/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T22:29:18+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/solution/R/README.md", + "language_code": "ru" + }, + "6-NLP/5-Hotel-Reviews-2/README.md": { + "original_hash": "2c742993fe95d5bcbb2846eda3d442a1", + "translation_date": "2025-09-06T08:41:29+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/README.md", + "language_code": "ru" + }, + "6-NLP/5-Hotel-Reviews-2/assignment.md": { + "original_hash": "daf144daa552da6a7d442aff6f3e77d8", + "translation_date": "2025-08-29T22:43:34+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/assignment.md", + "language_code": "ru" + }, + "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T22:44:18+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md", + "language_code": "ru" + }, + "6-NLP/5-Hotel-Reviews-2/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T22:44:03+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/solution/R/README.md", + "language_code": "ru" + }, + "6-NLP/README.md": { + "original_hash": "1eb379dc2d0c9940b320732d16083778", + "translation_date": "2025-08-29T22:17:36+00:00", + "source_file": "6-NLP/README.md", + "language_code": "ru" + }, + "6-NLP/data/README.md": { + "original_hash": "ee0670655c89e4719319764afb113624", + "translation_date": "2025-08-29T22:29:52+00:00", + "source_file": "6-NLP/data/README.md", + "language_code": "ru" + }, + "7-TimeSeries/1-Introduction/README.md": { + "original_hash": "662b509c39eee205687726636d0a8455", + "translation_date": "2025-09-06T08:27:43+00:00", + "source_file": "7-TimeSeries/1-Introduction/README.md", + "language_code": "ru" + }, + "7-TimeSeries/1-Introduction/assignment.md": { + "original_hash": "d1781b0b92568ea1d119d0a198b576b4", + "translation_date": "2025-08-29T20:47:50+00:00", + "source_file": "7-TimeSeries/1-Introduction/assignment.md", + "language_code": "ru" + }, + "7-TimeSeries/1-Introduction/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T20:48:38+00:00", + "source_file": "7-TimeSeries/1-Introduction/solution/Julia/README.md", + "language_code": "ru" + }, + "7-TimeSeries/1-Introduction/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T20:48:23+00:00", + "source_file": "7-TimeSeries/1-Introduction/solution/R/README.md", + "language_code": "ru" + }, + "7-TimeSeries/2-ARIMA/README.md": { + "original_hash": "917dbf890db71a322f306050cb284749", + "translation_date": "2025-09-06T08:27:08+00:00", + "source_file": "7-TimeSeries/2-ARIMA/README.md", + "language_code": "ru" + }, + "7-TimeSeries/2-ARIMA/assignment.md": { + "original_hash": "1c814013e10866dfd92cdb32caaae3ac", + "translation_date": "2025-08-29T20:42:59+00:00", + "source_file": "7-TimeSeries/2-ARIMA/assignment.md", + "language_code": "ru" + }, + "7-TimeSeries/2-ARIMA/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T20:43:50+00:00", + "source_file": "7-TimeSeries/2-ARIMA/solution/Julia/README.md", + "language_code": "ru" + }, + "7-TimeSeries/2-ARIMA/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T20:43:28+00:00", + "source_file": "7-TimeSeries/2-ARIMA/solution/R/README.md", + "language_code": "ru" + }, + "7-TimeSeries/3-SVR/README.md": { + "original_hash": "482bccabe1df958496ea71a3667995cd", + "translation_date": "2025-09-06T08:28:13+00:00", + "source_file": "7-TimeSeries/3-SVR/README.md", + "language_code": "ru" + }, + "7-TimeSeries/3-SVR/assignment.md": { + "original_hash": "94aa2fc6154252ae30a3f3740299707a", + "translation_date": "2025-08-29T20:51:28+00:00", + "source_file": "7-TimeSeries/3-SVR/assignment.md", + "language_code": "ru" + }, + "7-TimeSeries/README.md": { + "original_hash": "61342603bad8acadbc6b2e4e3aab3f66", + "translation_date": "2025-08-29T20:38:18+00:00", + "source_file": "7-TimeSeries/README.md", + "language_code": "ru" + }, + "8-Reinforcement/1-QLearning/README.md": { + "original_hash": "911efd5e595089000cb3c16fce1beab8", + "translation_date": "2025-09-06T08:36:37+00:00", + "source_file": "8-Reinforcement/1-QLearning/README.md", + "language_code": "ru" + }, + "8-Reinforcement/1-QLearning/assignment.md": { + "original_hash": "68394b2102d3503882e5e914bd0ff5c1", + "translation_date": "2025-08-29T22:10:11+00:00", + "source_file": "8-Reinforcement/1-QLearning/assignment.md", + "language_code": "ru" + }, + "8-Reinforcement/1-QLearning/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T22:11:45+00:00", + "source_file": "8-Reinforcement/1-QLearning/solution/Julia/README.md", + "language_code": "ru" + }, + "8-Reinforcement/1-QLearning/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T22:11:28+00:00", + "source_file": "8-Reinforcement/1-QLearning/solution/R/README.md", + "language_code": "ru" + }, + "8-Reinforcement/2-Gym/README.md": { + "original_hash": "107d5bb29da8a562e7ae72262d251a75", + "translation_date": "2025-09-06T08:37:10+00:00", + "source_file": "8-Reinforcement/2-Gym/README.md", + "language_code": "ru" + }, + "8-Reinforcement/2-Gym/assignment.md": { + "original_hash": "1f2b7441745eb52e25745423b247016b", + "translation_date": "2025-08-29T22:16:07+00:00", + "source_file": "8-Reinforcement/2-Gym/assignment.md", + "language_code": "ru" + }, + "8-Reinforcement/2-Gym/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T22:17:13+00:00", + "source_file": "8-Reinforcement/2-Gym/solution/Julia/README.md", + "language_code": "ru" + }, + "8-Reinforcement/2-Gym/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T22:16:56+00:00", + "source_file": "8-Reinforcement/2-Gym/solution/R/README.md", + "language_code": "ru" + }, + "8-Reinforcement/README.md": { + "original_hash": "20ca019012b1725de956681d036d8b18", + "translation_date": "2025-08-29T22:01:57+00:00", + "source_file": "8-Reinforcement/README.md", + "language_code": "ru" + }, + "9-Real-World/1-Applications/README.md": { + "original_hash": "83320d6b6994909e35d830cebf214039", + "translation_date": "2025-09-06T08:30:03+00:00", + "source_file": "9-Real-World/1-Applications/README.md", + "language_code": "ru" + }, + "9-Real-World/1-Applications/assignment.md": { + "original_hash": "fdebfcd0a3f12c9e2b436ded1aa79885", + "translation_date": "2025-08-29T21:13:54+00:00", + "source_file": "9-Real-World/1-Applications/assignment.md", + "language_code": "ru" + }, + "9-Real-World/2-Debugging-ML-Models/README.md": { + "original_hash": "df2b538e8fbb3e91cf0419ae2f858675", + "translation_date": "2025-09-06T08:30:41+00:00", + "source_file": "9-Real-World/2-Debugging-ML-Models/README.md", + "language_code": "ru" + }, + "9-Real-World/2-Debugging-ML-Models/assignment.md": { + "original_hash": "91c6a180ef08e20cc15acfd2d6d6e164", + "translation_date": "2025-08-29T21:18:41+00:00", + "source_file": "9-Real-World/2-Debugging-ML-Models/assignment.md", + "language_code": "ru" + }, + "9-Real-World/README.md": { + "original_hash": "5e069a0ac02a9606a69946c2b3c574a9", + "translation_date": "2025-08-29T21:09:12+00:00", + "source_file": "9-Real-World/README.md", + "language_code": "ru" + }, + "AGENTS.md": { + "original_hash": "93fdaa0fd38836e50c4793e2f2f25e8b", + "translation_date": "2025-10-03T10:58:03+00:00", + "source_file": "AGENTS.md", + "language_code": "ru" + }, + "CODE_OF_CONDUCT.md": { + "original_hash": "c06b12caf3c901eb3156e3dd5b0aea56", + "translation_date": "2025-08-29T20:12:23+00:00", + "source_file": "CODE_OF_CONDUCT.md", + "language_code": "ru" + }, + "CONTRIBUTING.md": { + "original_hash": "977ec5266dfd78ad1ce2bd8d46fccbda", + "translation_date": "2025-08-29T20:10:03+00:00", + "source_file": "CONTRIBUTING.md", + "language_code": "ru" + }, + "README.md": { + "original_hash": "da2ceed62f16a0820259556e3a873c95", + "translation_date": "2026-01-29T17:36:19+00:00", + "source_file": "README.md", + "language_code": "ru" + }, + "SECURITY.md": { + "original_hash": "5e1b8da31aae9cca3d53ad243fa3365a", + "translation_date": "2025-08-29T20:10:44+00:00", + "source_file": "SECURITY.md", + "language_code": "ru" + }, + "SUPPORT.md": { + "original_hash": "09623d7343ff1c26ff4f198c1b2d3176", + "translation_date": "2025-10-03T11:37:19+00:00", + "source_file": "SUPPORT.md", + "language_code": "ru" + }, + "TROUBLESHOOTING.md": { + "original_hash": "134d8759f0e2ab886e9aa4f62362c201", + "translation_date": "2025-10-03T12:36:32+00:00", + "source_file": "TROUBLESHOOTING.md", + "language_code": "ru" + }, + "docs/_sidebar.md": { + "original_hash": "68dd06c685f6ce840e0acfa313352e7c", + "translation_date": "2025-08-29T21:08:18+00:00", + "source_file": "docs/_sidebar.md", + "language_code": "ru" + }, + "for-teachers.md": { + "original_hash": "b37de02054fa6c0438ede6fabe1fdfb8", + "translation_date": "2025-08-29T20:11:41+00:00", + "source_file": "for-teachers.md", + "language_code": "ru" + }, + "quiz-app/README.md": { + "original_hash": "6d130dffca5db70d7e615f926cb1ad4c", + "translation_date": "2025-08-29T21:38:39+00:00", + "source_file": "quiz-app/README.md", + "language_code": "ru" + }, + "sketchnotes/LICENSE.md": { + "original_hash": "fba3b94d88bfb9b81369b869a1e9a20f", + "translation_date": "2025-08-29T21:57:05+00:00", + "source_file": "sketchnotes/LICENSE.md", + "language_code": "ru" + }, + "sketchnotes/README.md": { + "original_hash": "a88d5918c1b9da69a40d917a0840c497", + "translation_date": "2025-08-29T21:54:44+00:00", + "source_file": "sketchnotes/README.md", + "language_code": "ru" + } +} \ No newline at end of file diff --git a/translations/ru/1-Introduction/1-intro-to-ML/README.md b/translations/ru/1-Introduction/1-intro-to-ML/README.md index 0912c926d..3205200fd 100644 --- a/translations/ru/1-Introduction/1-intro-to-ML/README.md +++ b/translations/ru/1-Introduction/1-intro-to-ML/README.md @@ -1,12 +1,3 @@ - # Введение в машинное обучение ## [Тест перед лекцией](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/ru/1-Introduction/1-intro-to-ML/assignment.md b/translations/ru/1-Introduction/1-intro-to-ML/assignment.md index c5d4155db..d6c744b33 100644 --- a/translations/ru/1-Introduction/1-intro-to-ML/assignment.md +++ b/translations/ru/1-Introduction/1-intro-to-ML/assignment.md @@ -1,12 +1,3 @@ - # Начнем работу ## Инструкции diff --git a/translations/ru/1-Introduction/2-history-of-ML/README.md b/translations/ru/1-Introduction/2-history-of-ML/README.md index 013a3d093..629d2b5d2 100644 --- a/translations/ru/1-Introduction/2-history-of-ML/README.md +++ b/translations/ru/1-Introduction/2-history-of-ML/README.md @@ -1,12 +1,3 @@ - # История машинного обучения ![Краткий обзор истории машинного обучения в виде скетчноута](../../../../sketchnotes/ml-history.png) diff --git a/translations/ru/1-Introduction/2-history-of-ML/assignment.md b/translations/ru/1-Introduction/2-history-of-ML/assignment.md index 7cc8ef34c..b9d32132f 100644 --- a/translations/ru/1-Introduction/2-history-of-ML/assignment.md +++ b/translations/ru/1-Introduction/2-history-of-ML/assignment.md @@ -1,12 +1,3 @@ - # Создайте временную шкалу ## Инструкции diff --git a/translations/ru/1-Introduction/3-fairness/README.md b/translations/ru/1-Introduction/3-fairness/README.md index 4c1d0c784..5e1e0f76f 100644 --- a/translations/ru/1-Introduction/3-fairness/README.md +++ b/translations/ru/1-Introduction/3-fairness/README.md @@ -1,12 +1,3 @@ - # Создание решений машинного обучения с ответственным ИИ ![Сводка ответственного ИИ в машинном обучении в виде скетчноута](../../../../sketchnotes/ml-fairness.png) diff --git a/translations/ru/1-Introduction/3-fairness/assignment.md b/translations/ru/1-Introduction/3-fairness/assignment.md index 1a4523f95..6024cb0ee 100644 --- a/translations/ru/1-Introduction/3-fairness/assignment.md +++ b/translations/ru/1-Introduction/3-fairness/assignment.md @@ -1,12 +1,3 @@ - # Изучите инструменты ответственного ИИ ## Инструкции diff --git a/translations/ru/1-Introduction/4-techniques-of-ML/README.md b/translations/ru/1-Introduction/4-techniques-of-ML/README.md index b263de489..eeeb71f23 100644 --- a/translations/ru/1-Introduction/4-techniques-of-ML/README.md +++ b/translations/ru/1-Introduction/4-techniques-of-ML/README.md @@ -1,12 +1,3 @@ - # Техники машинного обучения Процесс создания, использования и поддержки моделей машинного обучения и данных, которые они используют, сильно отличается от многих других рабочих процессов разработки. В этом уроке мы разберем этот процесс и выделим основные техники, которые вам нужно знать. Вы: diff --git a/translations/ru/1-Introduction/4-techniques-of-ML/assignment.md b/translations/ru/1-Introduction/4-techniques-of-ML/assignment.md index 8c154ef74..c7754c900 100644 --- a/translations/ru/1-Introduction/4-techniques-of-ML/assignment.md +++ b/translations/ru/1-Introduction/4-techniques-of-ML/assignment.md @@ -1,12 +1,3 @@ - # Интервью с дата-сайентистом ## Инструкции diff --git a/translations/ru/1-Introduction/README.md b/translations/ru/1-Introduction/README.md index 57249a244..fdb50bbd2 100644 --- a/translations/ru/1-Introduction/README.md +++ b/translations/ru/1-Introduction/README.md @@ -1,12 +1,3 @@ - # Введение в машинное обучение В этом разделе учебной программы вы познакомитесь с основными концепциями, лежащими в основе машинного обучения, узнаете, что это такое, а также изучите его историю и методы, которые используют исследователи для работы в этой области. Давайте вместе исследуем этот новый мир машинного обучения! diff --git a/translations/ru/2-Regression/1-Tools/README.md b/translations/ru/2-Regression/1-Tools/README.md index 52b2466f5..7c6e7e828 100644 --- a/translations/ru/2-Regression/1-Tools/README.md +++ b/translations/ru/2-Regression/1-Tools/README.md @@ -1,12 +1,3 @@ - # Начало работы с Python и Scikit-learn для моделей регрессии ![Сводка регрессий в виде скетчноута](../../../../sketchnotes/ml-regression.png) diff --git a/translations/ru/2-Regression/1-Tools/assignment.md b/translations/ru/2-Regression/1-Tools/assignment.md index f9506f931..dd7d74073 100644 --- a/translations/ru/2-Regression/1-Tools/assignment.md +++ b/translations/ru/2-Regression/1-Tools/assignment.md @@ -1,12 +1,3 @@ - # Регрессия с использованием Scikit-learn ## Инструкции diff --git a/translations/ru/2-Regression/1-Tools/solution/Julia/README.md b/translations/ru/2-Regression/1-Tools/solution/Julia/README.md index dd3b23495..2c57e1bf6 100644 --- a/translations/ru/2-Regression/1-Tools/solution/Julia/README.md +++ b/translations/ru/2-Regression/1-Tools/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/2-Regression/2-Data/README.md b/translations/ru/2-Regression/2-Data/README.md index 7c88d2762..02a6ecd3a 100644 --- a/translations/ru/2-Regression/2-Data/README.md +++ b/translations/ru/2-Regression/2-Data/README.md @@ -1,12 +1,3 @@ - # Построение модели регрессии с использованием Scikit-learn: подготовка и визуализация данных ![Инфографика визуализации данных](../../../../2-Regression/2-Data/images/data-visualization.png) diff --git a/translations/ru/2-Regression/2-Data/assignment.md b/translations/ru/2-Regression/2-Data/assignment.md index bda492fb9..c0fe9666f 100644 --- a/translations/ru/2-Regression/2-Data/assignment.md +++ b/translations/ru/2-Regression/2-Data/assignment.md @@ -1,12 +1,3 @@ - # Исследование визуализаций Существует несколько различных библиотек, доступных для визуализации данных. Создайте несколько визуализаций, используя данные о тыквах из этого урока, с помощью matplotlib и seaborn в примерной записной книжке. С какими библиотеками работать проще? diff --git a/translations/ru/2-Regression/2-Data/solution/Julia/README.md b/translations/ru/2-Regression/2-Data/solution/Julia/README.md index 4e1394707..1f9e2e7a1 100644 --- a/translations/ru/2-Regression/2-Data/solution/Julia/README.md +++ b/translations/ru/2-Regression/2-Data/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/2-Regression/3-Linear/README.md b/translations/ru/2-Regression/3-Linear/README.md index c29ef061d..2f5538cf5 100644 --- a/translations/ru/2-Regression/3-Linear/README.md +++ b/translations/ru/2-Regression/3-Linear/README.md @@ -1,12 +1,3 @@ - # Построение модели регрессии с использованием Scikit-learn: четыре способа регрессии ![Инфографика: линейная vs полиномиальная регрессия](../../../../2-Regression/3-Linear/images/linear-polynomial.png) @@ -114,11 +105,11 @@ day_of_year = pd.to_datetime(pumpkins['Date']).apply(lambda dt: (dt-datetime(dt. Из предыдущего урока вы, вероятно, видели, что средняя цена за разные месяцы выглядит следующим образом: -Средняя цена по месяцам +Средняя цена по месяцам Это предполагает, что должна быть некоторая корреляция, и мы можем попробовать обучить модель линейной регрессии, чтобы предсказать связь между `Месяцем` и `Ценой`, или между `ДнемГода` и `Ценой`. Вот диаграмма рассеяния, показывающая последнюю связь: -Диаграмма рассеяния: Цена vs День года +Диаграмма рассеяния: Цена vs День года Давайте проверим наличие корреляции с помощью функции `corr`: @@ -137,7 +128,7 @@ for i,var in enumerate(new_pumpkins['Variety'].unique()): ax = df.plot.scatter('DayOfYear','Price',ax=ax,c=colors[i],label=var) ``` -Диаграмма рассеяния: Цена vs День года +Диаграмма рассеяния: Цена vs День года Наше исследование предполагает, что сорт тыкв оказывает большее влияние на общую цену, чем фактическая дата продажи. Мы можем увидеть это на столбчатом графике: @@ -145,7 +136,7 @@ for i,var in enumerate(new_pumpkins['Variety'].unique()): new_pumpkins.groupby('Variety')['Price'].mean().plot(kind='bar') ``` -Столбчатый график: цена vs сорт +Столбчатый график: цена vs сорт Давайте сосредоточимся на одном сорте тыкв, 'pie type', и посмотрим, какое влияние дата оказывает на цену: @@ -153,7 +144,7 @@ new_pumpkins.groupby('Variety')['Price'].mean().plot(kind='bar') pie_pumpkins = new_pumpkins[new_pumpkins['Variety']=='PIE TYPE'] pie_pumpkins.plot.scatter('DayOfYear','Price') ``` -Диаграмма рассеяния: Цена vs День года +Диаграмма рассеяния: Цена vs День года Если теперь рассчитать корреляцию между `Ценой` и `ДнемГода` с помощью функции `corr`, мы получим что-то около `-0.27`, что означает, что обучение предсказательной модели имеет смысл. @@ -227,7 +218,7 @@ plt.scatter(X_test,y_test) plt.plot(X_test,pred) ``` -Линейная регрессия +Линейная регрессия ## Полиномиальная регрессия @@ -256,7 +247,7 @@ pipeline.fit(X_train,y_train) Конвейеры можно использовать так же, как и оригинальный объект `LinearRegression`, то есть мы можем выполнить `fit` для конвейера, а затем использовать `predict`, чтобы получить результаты предсказания. Вот график, показывающий тестовые данные и аппроксимационную кривую: -Полиномиальная регрессия +Полиномиальная регрессия Используя полиномиальную регрессию, мы можем получить немного более низкий MSE и более высокий коэффициент детерминации, но не значительно. Нам нужно учитывать другие признаки! @@ -274,7 +265,7 @@ pipeline.fit(X_train,y_train) Здесь вы можете увидеть, как средняя цена зависит от разновидности: -Средняя цена по разновидности +Средняя цена по разновидности Чтобы учитывать разновидность, сначала нужно преобразовать ее в числовую форму, или **закодировать**. Существует несколько способов сделать это: diff --git a/translations/ru/2-Regression/3-Linear/assignment.md b/translations/ru/2-Regression/3-Linear/assignment.md index 1624fa123..abe68e53c 100644 --- a/translations/ru/2-Regression/3-Linear/assignment.md +++ b/translations/ru/2-Regression/3-Linear/assignment.md @@ -1,12 +1,3 @@ - # Создание модели регрессии ## Инструкции diff --git a/translations/ru/2-Regression/3-Linear/solution/Julia/README.md b/translations/ru/2-Regression/3-Linear/solution/Julia/README.md index d8f698bc3..9e1df0efb 100644 --- a/translations/ru/2-Regression/3-Linear/solution/Julia/README.md +++ b/translations/ru/2-Regression/3-Linear/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/2-Regression/4-Logistic/README.md b/translations/ru/2-Regression/4-Logistic/README.md index d83548ac1..477a0c548 100644 --- a/translations/ru/2-Regression/4-Logistic/README.md +++ b/translations/ru/2-Regression/4-Logistic/README.md @@ -1,12 +1,3 @@ - # Логистическая регрессия для предсказания категорий ![Инфографика: Логистическая vs. линейная регрессия](../../../../2-Regression/4-Logistic/images/linear-vs-logistic.png) diff --git a/translations/ru/2-Regression/4-Logistic/assignment.md b/translations/ru/2-Regression/4-Logistic/assignment.md index 7505491cb..cb87aaca8 100644 --- a/translations/ru/2-Regression/4-Logistic/assignment.md +++ b/translations/ru/2-Regression/4-Logistic/assignment.md @@ -1,12 +1,3 @@ - # Повторная работа с регрессией ## Инструкции diff --git a/translations/ru/2-Regression/4-Logistic/solution/Julia/README.md b/translations/ru/2-Regression/4-Logistic/solution/Julia/README.md index 6ba0d1f99..fa1dd1773 100644 --- a/translations/ru/2-Regression/4-Logistic/solution/Julia/README.md +++ b/translations/ru/2-Regression/4-Logistic/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/2-Regression/README.md b/translations/ru/2-Regression/README.md index 2e3d1512b..a8ea7101a 100644 --- a/translations/ru/2-Regression/README.md +++ b/translations/ru/2-Regression/README.md @@ -1,12 +1,3 @@ - # Регрессионные модели для машинного обучения ## Региональная тема: Регрессионные модели для цен на тыквы в Северной Америке 🎃 diff --git a/translations/ru/3-Web-App/1-Web-App/README.md b/translations/ru/3-Web-App/1-Web-App/README.md index 1338f8b11..4d4940ace 100644 --- a/translations/ru/3-Web-App/1-Web-App/README.md +++ b/translations/ru/3-Web-App/1-Web-App/README.md @@ -1,12 +1,3 @@ - # Создание веб-приложения для использования ML модели В этом уроке вы обучите ML модель на уникальном наборе данных: _наблюдения НЛО за последний век_, взятые из базы данных NUFORC. diff --git a/translations/ru/3-Web-App/1-Web-App/assignment.md b/translations/ru/3-Web-App/1-Web-App/assignment.md index ca595af25..d05758c58 100644 --- a/translations/ru/3-Web-App/1-Web-App/assignment.md +++ b/translations/ru/3-Web-App/1-Web-App/assignment.md @@ -1,12 +1,3 @@ - # Попробуйте другую модель ## Инструкции diff --git a/translations/ru/3-Web-App/README.md b/translations/ru/3-Web-App/README.md index 985d6052d..f25b40b94 100644 --- a/translations/ru/3-Web-App/README.md +++ b/translations/ru/3-Web-App/README.md @@ -1,12 +1,3 @@ - # Создайте веб-приложение для использования вашей ML-модели В этом разделе курса вы познакомитесь с прикладной темой машинного обучения: как сохранить вашу модель Scikit-learn в виде файла, который можно использовать для предсказаний в веб-приложении. После сохранения модели вы узнаете, как использовать её в веб-приложении, созданном на Flask. Сначала вы создадите модель, используя данные о наблюдениях НЛО! Затем вы разработаете веб-приложение, которое позволит вводить количество секунд, широту и долготу, чтобы предсказать, в какой стране сообщили о наблюдении НЛО. diff --git a/translations/ru/4-Classification/1-Introduction/README.md b/translations/ru/4-Classification/1-Introduction/README.md index 2bba53d7c..cb7925bbb 100644 --- a/translations/ru/4-Classification/1-Introduction/README.md +++ b/translations/ru/4-Classification/1-Introduction/README.md @@ -1,12 +1,3 @@ - # Введение в классификацию В этих четырех уроках вы изучите один из основных аспектов классического машинного обучения — _классификацию_. Мы рассмотрим использование различных алгоритмов классификации с набором данных о всех замечательных кухнях Азии и Индии. Надеюсь, вы проголодались! diff --git a/translations/ru/4-Classification/1-Introduction/assignment.md b/translations/ru/4-Classification/1-Introduction/assignment.md index eb7efb742..6da5ec1bd 100644 --- a/translations/ru/4-Classification/1-Introduction/assignment.md +++ b/translations/ru/4-Classification/1-Introduction/assignment.md @@ -1,12 +1,3 @@ - # Изучение методов классификации ## Инструкции diff --git a/translations/ru/4-Classification/1-Introduction/solution/Julia/README.md b/translations/ru/4-Classification/1-Introduction/solution/Julia/README.md index fa49d1fcb..806b6df2b 100644 --- a/translations/ru/4-Classification/1-Introduction/solution/Julia/README.md +++ b/translations/ru/4-Classification/1-Introduction/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/4-Classification/2-Classifiers-1/README.md b/translations/ru/4-Classification/2-Classifiers-1/README.md index 26d780ebc..b6b6e314d 100644 --- a/translations/ru/4-Classification/2-Classifiers-1/README.md +++ b/translations/ru/4-Classification/2-Classifiers-1/README.md @@ -1,12 +1,3 @@ - # Классификаторы кухонь 1 В этом уроке вы будете использовать набор данных, который вы сохранили в предыдущем уроке, содержащий сбалансированные и очищенные данные о кухнях. diff --git a/translations/ru/4-Classification/2-Classifiers-1/assignment.md b/translations/ru/4-Classification/2-Classifiers-1/assignment.md index a12c9522d..1a3923881 100644 --- a/translations/ru/4-Classification/2-Classifiers-1/assignment.md +++ b/translations/ru/4-Classification/2-Classifiers-1/assignment.md @@ -1,12 +1,3 @@ - # Изучите решатели ## Инструкции diff --git a/translations/ru/4-Classification/2-Classifiers-1/solution/Julia/README.md b/translations/ru/4-Classification/2-Classifiers-1/solution/Julia/README.md index 2daa09bc4..e3196f5c3 100644 --- a/translations/ru/4-Classification/2-Classifiers-1/solution/Julia/README.md +++ b/translations/ru/4-Classification/2-Classifiers-1/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/4-Classification/3-Classifiers-2/README.md b/translations/ru/4-Classification/3-Classifiers-2/README.md index d6aedaaf0..40adab6d3 100644 --- a/translations/ru/4-Classification/3-Classifiers-2/README.md +++ b/translations/ru/4-Classification/3-Classifiers-2/README.md @@ -1,12 +1,3 @@ - # Классификаторы кухонь 2 Во втором уроке по классификации вы изучите дополнительные методы классификации числовых данных. Вы также узнаете о последствиях выбора одного классификатора вместо другого. diff --git a/translations/ru/4-Classification/3-Classifiers-2/assignment.md b/translations/ru/4-Classification/3-Classifiers-2/assignment.md index 9ffdc0983..2c39c8fa8 100644 --- a/translations/ru/4-Classification/3-Classifiers-2/assignment.md +++ b/translations/ru/4-Classification/3-Classifiers-2/assignment.md @@ -1,12 +1,3 @@ - # Игра с параметрами ## Инструкции diff --git a/translations/ru/4-Classification/3-Classifiers-2/solution/Julia/README.md b/translations/ru/4-Classification/3-Classifiers-2/solution/Julia/README.md index b150f082e..9474cddf3 100644 --- a/translations/ru/4-Classification/3-Classifiers-2/solution/Julia/README.md +++ b/translations/ru/4-Classification/3-Classifiers-2/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/4-Classification/4-Applied/README.md b/translations/ru/4-Classification/4-Applied/README.md index b26345447..6dae74dd8 100644 --- a/translations/ru/4-Classification/4-Applied/README.md +++ b/translations/ru/4-Classification/4-Applied/README.md @@ -1,12 +1,3 @@ - # Создание веб-приложения для рекомендаций по кухне В этом уроке вы создадите модель классификации, используя некоторые из техник, изученных в предыдущих уроках, а также вкусный набор данных о кухнях, который использовался на протяжении всей серии. Кроме того, вы создадите небольшое веб-приложение для использования сохраненной модели, используя веб-рантайм Onnx. diff --git a/translations/ru/4-Classification/4-Applied/assignment.md b/translations/ru/4-Classification/4-Applied/assignment.md index b0c2fce7a..615671a61 100644 --- a/translations/ru/4-Classification/4-Applied/assignment.md +++ b/translations/ru/4-Classification/4-Applied/assignment.md @@ -1,12 +1,3 @@ - # Создание рекомендательной системы ## Инструкции diff --git a/translations/ru/4-Classification/README.md b/translations/ru/4-Classification/README.md index f8f3c5079..5c00d9499 100644 --- a/translations/ru/4-Classification/README.md +++ b/translations/ru/4-Classification/README.md @@ -1,12 +1,3 @@ - # Начало работы с классификацией ## Региональная тема: Вкусные азиатские и индийские кухни 🍜 diff --git a/translations/ru/5-Clustering/1-Visualize/README.md b/translations/ru/5-Clustering/1-Visualize/README.md index db5c3dbf2..50a5c5f7c 100644 --- a/translations/ru/5-Clustering/1-Visualize/README.md +++ b/translations/ru/5-Clustering/1-Visualize/README.md @@ -1,12 +1,3 @@ - # Введение в кластеризацию Кластеризация — это вид [обучения без учителя](https://wikipedia.org/wiki/Unsupervised_learning), который предполагает, что набор данных не имеет меток или что его входные данные не связаны с заранее определенными выходными. Она использует различные алгоритмы для анализа немаркированных данных и формирования групп на основе выявленных в данных закономерностей. diff --git a/translations/ru/5-Clustering/1-Visualize/assignment.md b/translations/ru/5-Clustering/1-Visualize/assignment.md index 6e64dd508..eaa967821 100644 --- a/translations/ru/5-Clustering/1-Visualize/assignment.md +++ b/translations/ru/5-Clustering/1-Visualize/assignment.md @@ -1,12 +1,3 @@ - # Исследование других способов визуализации для кластеризации ## Инструкции diff --git a/translations/ru/5-Clustering/1-Visualize/solution/Julia/README.md b/translations/ru/5-Clustering/1-Visualize/solution/Julia/README.md index 44373628b..c4691ff8f 100644 --- a/translations/ru/5-Clustering/1-Visualize/solution/Julia/README.md +++ b/translations/ru/5-Clustering/1-Visualize/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/5-Clustering/2-K-Means/README.md b/translations/ru/5-Clustering/2-K-Means/README.md index 72e409334..794dbe925 100644 --- a/translations/ru/5-Clustering/2-K-Means/README.md +++ b/translations/ru/5-Clustering/2-K-Means/README.md @@ -1,12 +1,3 @@ - # Кластеризация методом K-Means ## [Тест перед лекцией](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/ru/5-Clustering/2-K-Means/assignment.md b/translations/ru/5-Clustering/2-K-Means/assignment.md index c81ff20f7..727f0673e 100644 --- a/translations/ru/5-Clustering/2-K-Means/assignment.md +++ b/translations/ru/5-Clustering/2-K-Means/assignment.md @@ -1,12 +1,3 @@ - # Попробуйте разные методы кластеризации ## Инструкции diff --git a/translations/ru/5-Clustering/2-K-Means/solution/Julia/README.md b/translations/ru/5-Clustering/2-K-Means/solution/Julia/README.md index 6121166e7..5d6c6664b 100644 --- a/translations/ru/5-Clustering/2-K-Means/solution/Julia/README.md +++ b/translations/ru/5-Clustering/2-K-Means/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/5-Clustering/README.md b/translations/ru/5-Clustering/README.md index 39f8f3d63..ad646e6d3 100644 --- a/translations/ru/5-Clustering/README.md +++ b/translations/ru/5-Clustering/README.md @@ -1,12 +1,3 @@ - # Модели кластеризации для машинного обучения Кластеризация — это задача машинного обучения, которая направлена на поиск объектов, похожих друг на друга, и их объединение в группы, называемые кластерами. Что отличает кластеризацию от других подходов в машинном обучении, так это то, что процесс происходит автоматически. Можно сказать, что это противоположность обучению с учителем. diff --git a/translations/ru/6-NLP/1-Introduction-to-NLP/README.md b/translations/ru/6-NLP/1-Introduction-to-NLP/README.md index 7516c01ef..90241dcf2 100644 --- a/translations/ru/6-NLP/1-Introduction-to-NLP/README.md +++ b/translations/ru/6-NLP/1-Introduction-to-NLP/README.md @@ -1,12 +1,3 @@ - # Введение в обработку естественного языка Этот урок охватывает краткую историю и важные концепции *обработки естественного языка*, подполе *компьютерной лингвистики*. diff --git a/translations/ru/6-NLP/1-Introduction-to-NLP/assignment.md b/translations/ru/6-NLP/1-Introduction-to-NLP/assignment.md index 54ca23c52..f4e647b91 100644 --- a/translations/ru/6-NLP/1-Introduction-to-NLP/assignment.md +++ b/translations/ru/6-NLP/1-Introduction-to-NLP/assignment.md @@ -1,12 +1,3 @@ - # Поиск бота ## Инструкции diff --git a/translations/ru/6-NLP/2-Tasks/README.md b/translations/ru/6-NLP/2-Tasks/README.md index a927b84e0..6f26387a5 100644 --- a/translations/ru/6-NLP/2-Tasks/README.md +++ b/translations/ru/6-NLP/2-Tasks/README.md @@ -1,12 +1,3 @@ - # Общие задачи и методы обработки естественного языка Для большинства задач *обработки естественного языка* текст, который нужно обработать, должен быть разбит на части, проанализирован, а результаты сохранены или сопоставлены с правилами и наборами данных. Эти задачи позволяют программисту извлечь _смысл_, _намерение_ или просто _частотность_ терминов и слов в тексте. diff --git a/translations/ru/6-NLP/2-Tasks/assignment.md b/translations/ru/6-NLP/2-Tasks/assignment.md index 20d59f908..fc3afcd9c 100644 --- a/translations/ru/6-NLP/2-Tasks/assignment.md +++ b/translations/ru/6-NLP/2-Tasks/assignment.md @@ -1,12 +1,3 @@ - # Сделайте так, чтобы бот отвечал ## Инструкции diff --git a/translations/ru/6-NLP/3-Translation-Sentiment/README.md b/translations/ru/6-NLP/3-Translation-Sentiment/README.md index 4f8a7a9b0..b3a457a51 100644 --- a/translations/ru/6-NLP/3-Translation-Sentiment/README.md +++ b/translations/ru/6-NLP/3-Translation-Sentiment/README.md @@ -1,12 +1,3 @@ - # Перевод и анализ настроений с использованием машинного обучения В предыдущих уроках вы узнали, как создать базового бота с помощью библиотеки `TextBlob`, которая использует машинное обучение для выполнения базовых задач обработки естественного языка, таких как извлечение именных фраз. Еще одной важной задачей в области вычислительной лингвистики является точный _перевод_ предложения с одного языка на другой. diff --git a/translations/ru/6-NLP/3-Translation-Sentiment/assignment.md b/translations/ru/6-NLP/3-Translation-Sentiment/assignment.md index 5743ab22a..4ab0c5b39 100644 --- a/translations/ru/6-NLP/3-Translation-Sentiment/assignment.md +++ b/translations/ru/6-NLP/3-Translation-Sentiment/assignment.md @@ -1,12 +1,3 @@ - # Поэтическая лицензия ## Инструкции diff --git a/translations/ru/6-NLP/3-Translation-Sentiment/solution/Julia/README.md b/translations/ru/6-NLP/3-Translation-Sentiment/solution/Julia/README.md index 81feb930b..1f9e2e7a1 100644 --- a/translations/ru/6-NLP/3-Translation-Sentiment/solution/Julia/README.md +++ b/translations/ru/6-NLP/3-Translation-Sentiment/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/6-NLP/3-Translation-Sentiment/solution/R/README.md b/translations/ru/6-NLP/3-Translation-Sentiment/solution/R/README.md index b89bf26ca..73143fa23 100644 --- a/translations/ru/6-NLP/3-Translation-Sentiment/solution/R/README.md +++ b/translations/ru/6-NLP/3-Translation-Sentiment/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/6-NLP/4-Hotel-Reviews-1/README.md b/translations/ru/6-NLP/4-Hotel-Reviews-1/README.md index f1bb5426b..651bcf169 100644 --- a/translations/ru/6-NLP/4-Hotel-Reviews-1/README.md +++ b/translations/ru/6-NLP/4-Hotel-Reviews-1/README.md @@ -1,12 +1,3 @@ - # Анализ настроений с отзывами о гостиницах - обработка данных В этом разделе вы будете использовать техники из предыдущих уроков для проведения разведочного анализа данных большого набора данных. После того как вы получите хорошее представление о полезности различных столбцов, вы узнаете: diff --git a/translations/ru/6-NLP/4-Hotel-Reviews-1/assignment.md b/translations/ru/6-NLP/4-Hotel-Reviews-1/assignment.md index 6de7e33b4..0bac6b972 100644 --- a/translations/ru/6-NLP/4-Hotel-Reviews-1/assignment.md +++ b/translations/ru/6-NLP/4-Hotel-Reviews-1/assignment.md @@ -1,12 +1,3 @@ - # NLTK ## Инструкции diff --git a/translations/ru/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md b/translations/ru/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md index 563087600..fe2a37c17 100644 --- a/translations/ru/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md +++ b/translations/ru/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/6-NLP/4-Hotel-Reviews-1/solution/R/README.md b/translations/ru/6-NLP/4-Hotel-Reviews-1/solution/R/README.md index 7d36705f3..e3196f5c3 100644 --- a/translations/ru/6-NLP/4-Hotel-Reviews-1/solution/R/README.md +++ b/translations/ru/6-NLP/4-Hotel-Reviews-1/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/6-NLP/5-Hotel-Reviews-2/README.md b/translations/ru/6-NLP/5-Hotel-Reviews-2/README.md index 5575f0731..1e5ef50e5 100644 --- a/translations/ru/6-NLP/5-Hotel-Reviews-2/README.md +++ b/translations/ru/6-NLP/5-Hotel-Reviews-2/README.md @@ -1,12 +1,3 @@ - # Анализ настроений с отзывами о гостиницах Теперь, когда вы подробно изучили набор данных, пришло время отфильтровать столбцы и использовать методы обработки естественного языка (NLP), чтобы получить новые инсайты о гостиницах. diff --git a/translations/ru/6-NLP/5-Hotel-Reviews-2/assignment.md b/translations/ru/6-NLP/5-Hotel-Reviews-2/assignment.md index b319de10b..f4bd74f7e 100644 --- a/translations/ru/6-NLP/5-Hotel-Reviews-2/assignment.md +++ b/translations/ru/6-NLP/5-Hotel-Reviews-2/assignment.md @@ -1,12 +1,3 @@ - # Попробуйте другой набор данных ## Инструкции diff --git a/translations/ru/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md b/translations/ru/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md index 159807407..a70785edc 100644 --- a/translations/ru/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md +++ b/translations/ru/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/6-NLP/5-Hotel-Reviews-2/solution/R/README.md b/translations/ru/6-NLP/5-Hotel-Reviews-2/solution/R/README.md index 7eeaa5a36..e3196f5c3 100644 --- a/translations/ru/6-NLP/5-Hotel-Reviews-2/solution/R/README.md +++ b/translations/ru/6-NLP/5-Hotel-Reviews-2/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/6-NLP/README.md b/translations/ru/6-NLP/README.md index 05a10861a..57308e3cf 100644 --- a/translations/ru/6-NLP/README.md +++ b/translations/ru/6-NLP/README.md @@ -1,12 +1,3 @@ - # Начало работы с обработкой естественного языка Обработка естественного языка (NLP) — это способность компьютерной программы понимать человеческий язык в его устной и письменной форме, называемой естественным языком. Это компонент искусственного интеллекта (AI). NLP существует уже более 50 лет и имеет корни в области лингвистики. Вся эта область направлена на то, чтобы помочь машинам понимать и обрабатывать человеческий язык. Это может быть использовано для выполнения таких задач, как проверка орфографии или машинный перевод. NLP имеет множество реальных приложений в различных областях, включая медицинские исследования, поисковые системы и бизнес-аналитику. diff --git a/translations/ru/6-NLP/data/README.md b/translations/ru/6-NLP/data/README.md index 445691e29..da17ae28b 100644 --- a/translations/ru/6-NLP/data/README.md +++ b/translations/ru/6-NLP/data/README.md @@ -1,12 +1,3 @@ - Скачайте данные отзывов о гостинице в эту папку. --- diff --git a/translations/ru/7-TimeSeries/1-Introduction/README.md b/translations/ru/7-TimeSeries/1-Introduction/README.md index 71b9cadc9..200dd0d92 100644 --- a/translations/ru/7-TimeSeries/1-Introduction/README.md +++ b/translations/ru/7-TimeSeries/1-Introduction/README.md @@ -1,12 +1,3 @@ - # Введение в прогнозирование временных рядов ![Сводка временных рядов в виде скетчноута](../../../../sketchnotes/ml-timeseries.png) diff --git a/translations/ru/7-TimeSeries/1-Introduction/assignment.md b/translations/ru/7-TimeSeries/1-Introduction/assignment.md index a00b49ce7..ed5ea8d6b 100644 --- a/translations/ru/7-TimeSeries/1-Introduction/assignment.md +++ b/translations/ru/7-TimeSeries/1-Introduction/assignment.md @@ -1,12 +1,3 @@ - # Визуализация дополнительных временных рядов ## Инструкции diff --git a/translations/ru/7-TimeSeries/1-Introduction/solution/Julia/README.md b/translations/ru/7-TimeSeries/1-Introduction/solution/Julia/README.md index 2f45a0ee6..fe2a37c17 100644 --- a/translations/ru/7-TimeSeries/1-Introduction/solution/Julia/README.md +++ b/translations/ru/7-TimeSeries/1-Introduction/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/7-TimeSeries/1-Introduction/solution/R/README.md b/translations/ru/7-TimeSeries/1-Introduction/solution/R/README.md index be718aacb..27e84a7aa 100644 --- a/translations/ru/7-TimeSeries/1-Introduction/solution/R/README.md +++ b/translations/ru/7-TimeSeries/1-Introduction/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/7-TimeSeries/2-ARIMA/README.md b/translations/ru/7-TimeSeries/2-ARIMA/README.md index 7be3357ee..dcdb762c1 100644 --- a/translations/ru/7-TimeSeries/2-ARIMA/README.md +++ b/translations/ru/7-TimeSeries/2-ARIMA/README.md @@ -1,12 +1,3 @@ - # Прогнозирование временных рядов с помощью ARIMA В предыдущем уроке вы узнали немного о прогнозировании временных рядов и загрузили набор данных, показывающий колебания электрической нагрузки за определенный период времени. diff --git a/translations/ru/7-TimeSeries/2-ARIMA/assignment.md b/translations/ru/7-TimeSeries/2-ARIMA/assignment.md index 26d57ea75..b8fe4a0d1 100644 --- a/translations/ru/7-TimeSeries/2-ARIMA/assignment.md +++ b/translations/ru/7-TimeSeries/2-ARIMA/assignment.md @@ -1,12 +1,3 @@ - # Новый ARIMA-модель ## Инструкции diff --git a/translations/ru/7-TimeSeries/2-ARIMA/solution/Julia/README.md b/translations/ru/7-TimeSeries/2-ARIMA/solution/Julia/README.md index a13c51658..5c63542c7 100644 --- a/translations/ru/7-TimeSeries/2-ARIMA/solution/Julia/README.md +++ b/translations/ru/7-TimeSeries/2-ARIMA/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/7-TimeSeries/2-ARIMA/solution/R/README.md b/translations/ru/7-TimeSeries/2-ARIMA/solution/R/README.md index 4b2e0c284..1f9e2e7a1 100644 --- a/translations/ru/7-TimeSeries/2-ARIMA/solution/R/README.md +++ b/translations/ru/7-TimeSeries/2-ARIMA/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/7-TimeSeries/3-SVR/README.md b/translations/ru/7-TimeSeries/3-SVR/README.md index 16b6c3ef6..2e90b1721 100644 --- a/translations/ru/7-TimeSeries/3-SVR/README.md +++ b/translations/ru/7-TimeSeries/3-SVR/README.md @@ -1,12 +1,3 @@ - # Прогнозирование временных рядов с использованием Support Vector Regressor В предыдущем уроке вы узнали, как использовать модель ARIMA для прогнозирования временных рядов. Теперь мы рассмотрим модель Support Vector Regressor, которая используется для предсказания непрерывных данных. diff --git a/translations/ru/7-TimeSeries/3-SVR/assignment.md b/translations/ru/7-TimeSeries/3-SVR/assignment.md index 2775292d6..4e3e9ed92 100644 --- a/translations/ru/7-TimeSeries/3-SVR/assignment.md +++ b/translations/ru/7-TimeSeries/3-SVR/assignment.md @@ -1,12 +1,3 @@ - # Новая модель SVR ## Инструкции [^1] diff --git a/translations/ru/7-TimeSeries/README.md b/translations/ru/7-TimeSeries/README.md index fcb8016b6..00e928c33 100644 --- a/translations/ru/7-TimeSeries/README.md +++ b/translations/ru/7-TimeSeries/README.md @@ -1,12 +1,3 @@ - # Введение в прогнозирование временных рядов Что такое прогнозирование временных рядов? Это процесс предсказания будущих событий на основе анализа прошлых тенденций. diff --git a/translations/ru/8-Reinforcement/1-QLearning/README.md b/translations/ru/8-Reinforcement/1-QLearning/README.md index 0ea5bea38..79ceb3fab 100644 --- a/translations/ru/8-Reinforcement/1-QLearning/README.md +++ b/translations/ru/8-Reinforcement/1-QLearning/README.md @@ -1,12 +1,3 @@ - # Введение в обучение с подкреплением и Q-Learning ![Краткое описание обучения с подкреплением в машинном обучении в виде скетчноута](../../../../sketchnotes/ml-reinforcement.png) diff --git a/translations/ru/8-Reinforcement/1-QLearning/assignment.md b/translations/ru/8-Reinforcement/1-QLearning/assignment.md index 3629fbcd3..df85005da 100644 --- a/translations/ru/8-Reinforcement/1-QLearning/assignment.md +++ b/translations/ru/8-Reinforcement/1-QLearning/assignment.md @@ -1,12 +1,3 @@ - # Более реалистичный мир В нашей ситуации Питер мог перемещаться почти без усталости и голода. В более реалистичном мире ему нужно время от времени отдыхать, а также питаться. Давайте сделаем наш мир более реалистичным, внедрив следующие правила: diff --git a/translations/ru/8-Reinforcement/1-QLearning/solution/Julia/README.md b/translations/ru/8-Reinforcement/1-QLearning/solution/Julia/README.md index 58596399d..5d6c6664b 100644 --- a/translations/ru/8-Reinforcement/1-QLearning/solution/Julia/README.md +++ b/translations/ru/8-Reinforcement/1-QLearning/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/8-Reinforcement/1-QLearning/solution/R/README.md b/translations/ru/8-Reinforcement/1-QLearning/solution/R/README.md index bf4f978a2..27e84a7aa 100644 --- a/translations/ru/8-Reinforcement/1-QLearning/solution/R/README.md +++ b/translations/ru/8-Reinforcement/1-QLearning/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/8-Reinforcement/2-Gym/README.md b/translations/ru/8-Reinforcement/2-Gym/README.md index e85262c62..0a3f14b15 100644 --- a/translations/ru/8-Reinforcement/2-Gym/README.md +++ b/translations/ru/8-Reinforcement/2-Gym/README.md @@ -1,12 +1,3 @@ - ## Предварительные требования В этом уроке мы будем использовать библиотеку **OpenAI Gym** для моделирования различных **сред**. Вы можете запустить код этого урока локально (например, из Visual Studio Code), в этом случае симуляция откроется в новом окне. При запуске кода онлайн, возможно, потребуется внести некоторые изменения в код, как описано [здесь](https://towardsdatascience.com/rendering-openai-gym-envs-on-binder-and-google-colab-536f99391cc7). diff --git a/translations/ru/8-Reinforcement/2-Gym/assignment.md b/translations/ru/8-Reinforcement/2-Gym/assignment.md index 17a882783..0c48ce34e 100644 --- a/translations/ru/8-Reinforcement/2-Gym/assignment.md +++ b/translations/ru/8-Reinforcement/2-Gym/assignment.md @@ -1,12 +1,3 @@ - # Обучение на примере Mountain Car [OpenAI Gym](http://gym.openai.com) разработан таким образом, что все среды предоставляют одинаковый API - то есть одни и те же методы `reset`, `step` и `render`, а также одинаковые абстракции **пространства действий** и **пространства наблюдений**. Таким образом, должно быть возможно адаптировать одни и те же алгоритмы обучения с подкреплением к различным средам с минимальными изменениями кода. diff --git a/translations/ru/8-Reinforcement/2-Gym/solution/Julia/README.md b/translations/ru/8-Reinforcement/2-Gym/solution/Julia/README.md index 2e0a2d260..9474cddf3 100644 --- a/translations/ru/8-Reinforcement/2-Gym/solution/Julia/README.md +++ b/translations/ru/8-Reinforcement/2-Gym/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/8-Reinforcement/2-Gym/solution/R/README.md b/translations/ru/8-Reinforcement/2-Gym/solution/R/README.md index ed1709bbd..7238dc63c 100644 --- a/translations/ru/8-Reinforcement/2-Gym/solution/R/README.md +++ b/translations/ru/8-Reinforcement/2-Gym/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ru/8-Reinforcement/README.md b/translations/ru/8-Reinforcement/README.md index 2d26bf31d..810d22119 100644 --- a/translations/ru/8-Reinforcement/README.md +++ b/translations/ru/8-Reinforcement/README.md @@ -1,12 +1,3 @@ - # Введение в обучение с подкреплением Обучение с подкреплением (Reinforcement Learning, RL) считается одной из основных парадигм машинного обучения наряду с обучением с учителем и без учителя. RL посвящено принятию решений: принятию правильных решений или, по крайней мере, обучению на их основе. diff --git a/translations/ru/9-Real-World/1-Applications/README.md b/translations/ru/9-Real-World/1-Applications/README.md index c24e30828..9f43ae68f 100644 --- a/translations/ru/9-Real-World/1-Applications/README.md +++ b/translations/ru/9-Real-World/1-Applications/README.md @@ -1,12 +1,3 @@ - # Постскриптум: Машинное обучение в реальном мире ![Краткое изложение машинного обучения в реальном мире в виде скетчноута](../../../../sketchnotes/ml-realworld.png) diff --git a/translations/ru/9-Real-World/1-Applications/assignment.md b/translations/ru/9-Real-World/1-Applications/assignment.md index 7f8d5547b..e5e481d67 100644 --- a/translations/ru/9-Real-World/1-Applications/assignment.md +++ b/translations/ru/9-Real-World/1-Applications/assignment.md @@ -1,12 +1,3 @@ - # Охота за решениями с использованием классического ML ## Инструкции diff --git a/translations/ru/9-Real-World/2-Debugging-ML-Models/README.md b/translations/ru/9-Real-World/2-Debugging-ML-Models/README.md index c62c7fb24..056666967 100644 --- a/translations/ru/9-Real-World/2-Debugging-ML-Models/README.md +++ b/translations/ru/9-Real-World/2-Debugging-ML-Models/README.md @@ -1,12 +1,3 @@ - # Постскриптум: Отладка моделей машинного обучения с использованием компонентов панели ответственного ИИ ## [Тест перед лекцией](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/ru/9-Real-World/2-Debugging-ML-Models/assignment.md b/translations/ru/9-Real-World/2-Debugging-ML-Models/assignment.md index 20d4e69e9..581d9f44a 100644 --- a/translations/ru/9-Real-World/2-Debugging-ML-Models/assignment.md +++ b/translations/ru/9-Real-World/2-Debugging-ML-Models/assignment.md @@ -1,12 +1,3 @@ - # Изучение панели управления Responsible AI (RAI) ## Инструкции diff --git a/translations/ru/9-Real-World/README.md b/translations/ru/9-Real-World/README.md index ff132507b..5dee59778 100644 --- a/translations/ru/9-Real-World/README.md +++ b/translations/ru/9-Real-World/README.md @@ -1,12 +1,3 @@ - # Постскриптум: Реальные применения классического машинного обучения В этом разделе учебной программы вы познакомитесь с реальными примерами использования классического машинного обучения. Мы тщательно изучили интернет, чтобы найти статьи и научные работы, описывающие применение этих стратегий, стараясь избегать нейронных сетей, глубокого обучения и искусственного интеллекта. Узнайте, как машинное обучение используется в бизнес-системах, экологических проектах, финансах, искусстве и культуре, и не только. diff --git a/translations/ru/AGENTS.md b/translations/ru/AGENTS.md index 7edb4fcb5..a0f85e0de 100644 --- a/translations/ru/AGENTS.md +++ b/translations/ru/AGENTS.md @@ -1,12 +1,3 @@ - # AGENTS.md ## Обзор проекта diff --git a/translations/ru/CODE_OF_CONDUCT.md b/translations/ru/CODE_OF_CONDUCT.md index 4b312dd33..67a1ef929 100644 --- a/translations/ru/CODE_OF_CONDUCT.md +++ b/translations/ru/CODE_OF_CONDUCT.md @@ -1,12 +1,3 @@ - # Кодекс поведения Microsoft для проектов с открытым исходным кодом Этот проект принял [Кодекс поведения Microsoft для проектов с открытым исходным кодом](https://opensource.microsoft.com/codeofconduct/). diff --git a/translations/ru/CONTRIBUTING.md b/translations/ru/CONTRIBUTING.md index 11a4f95da..fb405567c 100644 --- a/translations/ru/CONTRIBUTING.md +++ b/translations/ru/CONTRIBUTING.md @@ -1,12 +1,3 @@ - # Участие в проекте Этот проект приветствует вклад и предложения. Большинство вкладов требуют, чтобы вы diff --git a/translations/ru/README.md b/translations/ru/README.md index 0d5a62d9f..9f924b957 100644 --- a/translations/ru/README.md +++ b/translations/ru/README.md @@ -1,32 +1,23 @@ - -[![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/) - -### 🌐 Многоязычная поддержка - -#### Поддерживается через GitHub Action (автоматизировано и всегда актуально) +[![Лицензия GitHub](https://img.shields.io/github/license/microsoft/ML-For-Beginners.svg)](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE) +[![Участники GitHub](https://img.shields.io/github/contributors/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/) +[![Проблемы GitHub](https://img.shields.io/github/issues/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/issues/) +[![Запросы на изменения GitHub](https://img.shields.io/github/issues-pr/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/pulls/) +[![PRs приветствуются](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) + +[![Наблюдатели GitHub](https://img.shields.io/github/watchers/microsoft/ML-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/ML-For-Beginners/watchers/) +[![Форки GitHub](https://img.shields.io/github/forks/microsoft/ML-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/ML-For-Beginners/network/) +[![Звезды GitHub](https://img.shields.io/github/stars/microsoft/ML-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/) + +### 🌐 Поддержка на нескольких языках + +#### Поддерживается через GitHub Action (автоматически и всегда актуально) -[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](../kn/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](./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) +[Арабский](../ar/README.md) | [Бенгальский](../bn/README.md) | [Болгарский](../bg/README.md) | [Бирманский (Мьянма)](../my/README.md) | [Китайский (упрощённый)](../zh-CN/README.md) | [Китайский (традиционный, Гонконг)](../zh-HK/README.md) | [Китайский (традиционный, Макао)](../zh-MO/README.md) | [Китайский (традиционный, Тайвань)](../zh-TW/README.md) | [Хорватский](../hr/README.md) | [Чешский](../cs/README.md) | [Датский](../da/README.md) | [Нидерландский](../nl/README.md) | [Эстонский](../et/README.md) | [Финский](../fi/README.md) | [Французский](../fr/README.md) | [Немецкий](../de/README.md) | [Греческий](../el/README.md) | [Иврит](../he/README.md) | [Хинди](../hi/README.md) | [Венгерский](../hu/README.md) | [Индонезийский](../id/README.md) | [Итальянский](../it/README.md) | [Японский](../ja/README.md) | [Каннада](../kn/README.md) | [Корейский](../ko/README.md) | [Литовский](../lt/README.md) | [Малайский](../ms/README.md) | [Малаялам](../ml/README.md) | [Марати](../mr/README.md) | [Непальский](../ne/README.md) | [Нигерийский пиджин](../pcm/README.md) | [Норвежский](../no/README.md) | [Персидский (фарси)](../fa/README.md) | [Польский](../pl/README.md) | [Португальский (Бразилия)](../pt-BR/README.md) | [Португальский (Португалия)](../pt-PT/README.md) | [Пенджаби (гурмукхи)](../pa/README.md) | [Румынский](../ro/README.md) | [Русский](./README.md) | [Сербский (кириллица)](../sr/README.md) | [Словацкий](../sk/README.md) | [Словенский](../sl/README.md) | [Испанский](../es/README.md) | [Суахили](../sw/README.md) | [Шведский](../sv/README.md) | [Тагальский (филиппинский)](../tl/README.md) | [Тамильский](../ta/README.md) | [Телугу](../te/README.md) | [Тайский](../th/README.md) | [Турецкий](../tr/README.md) | [Украинский](../uk/README.md) | [Урду](../ur/README.md) | [Вьетнамский](../vi/README.md) > **Предпочитаете клонировать локально?** -> В этом репозитории есть более 50 переводов на разные языки, что значительно увеличивает размер загрузки. Чтобы клонировать без переводов, используйте sparse checkout: +> В этом репозитории более 50 переводов, что существенно увеличивает размер загрузки. Чтобы клонировать без переводов, используйте sparse checkout: > ```bash > git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git > cd ML-For-Beginners @@ -39,193 +30,193 @@ CO_OP_TRANSLATOR_METADATA: [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -У нас продолжается серия в Discord "Учимся с AI", подробнее и присоединяйтесь на [Learn with AI Series](https://aka.ms/learnwithai/discord) с 18 по 30 сентября 2025 года. Вы получите советы и трюки по использованию GitHub Copilot для Data Science. +У нас проходит серия обучения с Discord и ИИ, узнайте больше и присоединяйтесь к нам на [Learn with AI Series](https://aka.ms/learnwithai/discord) с 18 по 30 сентября 2025 года. Вы получите советы и рекомендации по использованию GitHub Copilot для Data Science. -![Learn with AI series](../../../../translated_images/ru/3.9b58fd8d6c373c20.webp) +![Серия Learn with AI](../../translated_images/ru/3.9b58fd8d6c373c20.webp) -# Машинное обучение для начинающих - программа обучения +# Машинное обучение для начинающих — учебная программа -> 🌍 Путешествуйте по миру, исследуя машинное обучение через призму культур мира 🌍 +> 🌍 Путешествуйте по миру, изучая Машинное обучение через призму мировых культур 🌍 -Cloud Advocates в Microsoft рады предложить 12-недельную программу из 26 уроков, посвящённую **машинному обучению**. В этой программе вы узнаете о том, что иногда называют **классическим машинным обучением**, в основном используя библиотеку Scikit-learn и избегая глубокого обучения, которое рассматривается в нашей программе [AI for Beginners](https://aka.ms/ai4beginners). Совмещайте эти уроки с нашей программой ['Data Science for Beginners'](https://aka.ms/ds4beginners)! +Cloud Advocates в Microsoft рады представить 12-недельную учебную программу из 26 уроков, посвящённую **Машинному обучению**. В этой программе вы узнаете о том, что иногда называют **классическим машинным обучением**, используя в основном библиотеку Scikit-learn и избегая глубокого обучения, которое рассматривается в нашей [учебной программе AI для начинающих](https://aka.ms/ai4beginners). Сочетайте эти уроки с нашим ['Data Science для начинающих'](https://aka.ms/ds4beginners). -Путешествуйте с нами по миру, применяя классические методы к данным из разных регионов. Каждый урок включает в себя опросы до и после занятия, письменные инструкции для выполнения урока, решение, задание и многое другое. Наша проектно-ориентированная педагогика позволяет учиться во время построения проектов — проверенный способ закрепления новых навыков. +Путешествуйте с нами по миру, применяя классические методы к данным из различных регионов мира. Каждый урок включает в себя тесты перед и после занятия, письменные инструкции для выполнения урока, решение, задание и многое другое. Наша проектно-ориентированная методика обучения позволяет учиться, создавая проекты, что является проверенным способом лучше усвоить новые навыки. -**✍️ Огромная благодарность нашим авторам** Джен Лупер, Стивен Хауэлл, Франческа Лазцери, Томоми Имура, Кэсси Бревиу, Дмитрий Сошников, Крис Норинг, Анирбан Мукхерджи, Орнелла Алтуньян, Рут Якубу и Эми Бойд +**✍️ Большая благодарность нашим авторам**: Джен Лупер, Стивен Хауэлл, Франческа Лаззери, Томоми Имура, Кэсси Бревью, Дмитрий Сошников, Крис Норинг, Анирбан Мукерджи, Орнелла Алтунян, Рут Якубу и Эми Бойд -**🎨 Также благодарим наших иллюстраторов** Томоми Имура, Дасани Мадипалли и Джен Лупер +**🎨 Благодарности также нашим иллюстраторам**: Томоми Имура, Дасани Мадипалли и Джен Лупер -**🙏 Особая благодарность нашим авторам, рецензентам и контрибьюторам из Microsoft Student Ambassador**, в частности Ришиту Дагли, Мухаммаду Сакибу Хану Инану, Рохану Раджу, Александру Петреску, Абхишеку Джайсвалу, Наврин Табассум, Иоану Самуйлы и Снигдхе Агарвал +**🙏 Особая благодарность 🙏 студентам-послам Microsoft, авторам, рецензентам и контент-создателям**, в частности Ришиту Дагли, Мухаммаду Сакибу Хан Инану, Рохану Раджу, Александру Петреску, Абхишеку Джайсуалу, Наврин Табассум, Иоану Самуила и Снигдхе Агарвал -**🤩 Особая благодарность Microsoft Student Ambassadors Эрику Ванджау, Джаслину Сонди и Видуги Гупте за наши уроки на R!** +**🤩 Дополнительная благодарность студентам-послам Microsoft Эрику Ванджау, Джаслину Сонди и Видуши Гупте за наши R-уроки!** # Начало работы Выполните следующие шаги: -1. **Сделайте форк репозитория**: Нажмите кнопку «Fork» в правом верхнем углу этой страницы. +1. **Форкните репозиторий**: Нажмите кнопку "Fork" в правом верхнем углу этой страницы. 2. **Клонируйте репозиторий**: `git clone https://github.com/microsoft/ML-For-Beginners.git` -> [найдите все дополнительные ресурсы для этого курса в нашей коллекции Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) +> [Найдите все дополнительные ресурсы для этого курса в нашей коллекции Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) > 🔧 **Нужна помощь?** Ознакомьтесь с нашим [руководством по устранению неполадок](TROUBLESHOOTING.md) для решения распространённых проблем с установкой, настройкой и запуском уроков. -**[Студенты](https://aka.ms/student-page)**, чтобы использовать эту программу, сделайте форк всего репозитория на свой собственный аккаунт GitHub и выполняйте упражнения самостоятельно или в группе: +**[Студенты](https://aka.ms/student-page)**, чтобы использовать эту учебную программу, сделайте форк всего репозитория на свой GitHub аккаунт и выполняйте упражнения самостоятельно или в группе: -- Начинайте с опроса перед лекцией. -- Читайте лекцию и выполняйте задания, делая паузы и размышляя на каждом этапе проверки знаний. -- Старайтесь создавать проекты, понимая уроки, а не просто запуская код решения; тем не менее, этот код доступен в папках `/solution` в каждом проектно-ориентированном уроке. -- Пройдите опрос после лекции. -- Выполните вызов. -- Выполните задание. -- По окончании группы уроков посетите [Дискуссионную доску](https://github.com/microsoft/ML-For-Beginners/discussions) и «учитесь вслух», заполняя соответствующий рубрикатор «PAT». «PAT» — это инструмент оценки прогресса, который вы заполняете для углубления обучения. Вы также можете реагировать на другие PAT, чтобы мы могли учиться вместе. +- Начинайте с теста перед лекцией. +- Читайте лекцию и выполняйте задания, делая паузы и обдумывая каждый проверочный вопрос. +- Пытайтесь создавать проекты, понимая уроки, а не просто запуская готовый код; однако такой код доступен в папках `/solution` для каждого урока с проектами. +- Проходите тест после лекции. +- Выполняйте задания. +- После завершения группы уроков посетите [Доску обсуждений](https://github.com/microsoft/ML-For-Beginners/discussions) и "учитесь вслух", заполнив соответствующую рубрику PAT. PAT — это инструмент оценки прогресса, который вы заполняете для улучшения своего обучения. Вы также можете реагировать на другие PAT, чтобы учиться вместе. -> Для дальнейшего обучения мы рекомендуем пройти эти модули и учебные пути [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott). +> Для дальнейшего изучения рекомендуем пройти эти [модули и учебные пути Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott). -**Учителя**, мы включили [некоторые рекомендации](for-teachers.md) по использованию этой программы. +**Учителя**, мы подготовили [некоторые рекомендации](for-teachers.md) по использованию этой учебной программы. --- -## Видео-обзоры +## Видеоруководства -Некоторые уроки доступны в формате коротких видео. Все они встроены непосредственно в уроки или доступны в [плейлисте ML for Beginners на канале Microsoft Developer YouTube](https://aka.ms/ml-beginners-videos), кликнув на изображение ниже. +Некоторые уроки доступны в формате коротких видео. Вы можете найти их встраиваемыми в уроки или на [плейлисте ML for Beginners на канале Microsoft Developer в YouTube](https://aka.ms/ml-beginners-videos), кликнув на изображение ниже. -[![ML for beginners banner](../../../../translated_images/ru/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) +[![Баннер ML для начинающих](../../translated_images/ru/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) --- -## Команда +## Знакомьтесь с командой -[![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) +[![Промо-видео](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) -**Гифки создал** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) +**Гифка от** [Мохита Джайсала](https://linkedin.com/in/mohitjaisal) -> 🎥 Кликайте на изображение выше, чтобы посмотреть видео о проекте и его создателях! +> 🎥 Нажмите на изображение выше, чтобы посмотреть видео о проекте и людях, которые его создали! --- ## Педагогика -Мы выбрали два педагогических принципа при создании этой программы: обеспечить её практическую **проектно-ориентированную** направленность и включить **частые опросы**. Кроме того, эта программа имеет общую **тематику** для обеспечения целостности. +При создании этой учебной программы мы выбрали два педагогических принципа: она должна быть практико-ориентированной **на проектах** и включать **частые тесты**. Кроме того, программа объединена общей **темой** для создания целостности. -Обеспечивая согласование контента с проектами, процесс обучения становится более увлекательным для студентов, а усвоение концепций усиливается. Также небольшой опрос перед занятием помогает настроить студента на изучение темы, а второй опрос после занятия способствует лучшему запоминанию. Программа разработана быть гибкой и увлекательной, её можно пройти целиком или частично. Проекты начинаются с простых задач и становятся всё сложнее к концу 12-недельного цикла. Программа также включает послесловие о реальных применениях машинного обучения, которое можно использовать как дополнительный материал или базу для обсуждения. +Обеспечение соответствия содержания проектам делает процесс более увлекательным для студентов и способствует лучшему усвоению концепций. Кроме того, тест с низкой ставкой перед занятиями формирует у студента намерение изучить тему, а второй тест после занятия закрепляет материал. Эта учебная программа разработана как гибкая и веселая, и её можно проходить полностью или частично. Проекты начинаются с малого и постепенно усложняются к концу 12-недельного цикла. Программа также содержит послесловие о реальных применениях машинного обучения, которое можно использовать как дополнительное задание или в качестве основы для обсуждения. -> Ознакомьтесь с нашими руководствами: [Кодекс поведения](CODE_OF_CONDUCT.md), [Вклад в проект](CONTRIBUTING.md), [Переводы](TRANSLATIONS.md) и [Устранение неполадок](TROUBLESHOOTING.md). Мы приветствуем ваши конструктивные отзывы! +> Ознакомьтесь с нашими [Правилами поведения](CODE_OF_CONDUCT.md), [Правилами вкладов](CONTRIBUTING.md), [Инструкциями по переводу](TRANSLATIONS.md) и [Руководством по устранению неполадок](TROUBLESHOOTING.md). Мы приветствуем ваши конструктивные отзывы! ## Каждый урок включает -- необязательные скетчноуты +- необязательные конспекты - необязательное дополнительное видео -- видео-обзор (только некоторые уроки) -- [опрос для разогрева перед лекцией](https://ff-quizzes.netlify.app/en/ml/) +- видео-руководство (не для всех уроков) +- [разогревающий тест перед уроком](https://ff-quizzes.netlify.app/en/ml/) - письменный урок -- для проектно-ориентированных уроков — пошаговые инструкции по созданию проекта -- проверки знаний -- вызов -- дополнительное чтение +- для уроков на проектах — пошаговые инструкции по созданию проекта +- проверочные вопросы - задание -- [опрос после лекции](https://ff-quizzes.netlify.app/en/ml/) - -> **Примечание о языках**: Эти уроки главным образом написаны на Python, но многие доступны также на R. Чтобы выполнить урок на R, перейдите в папку `/solution` и найдите уроки на R. Они имеют расширение .rmd, что представляет собой **R Markdown** файл — по сути это внедрение `фрагментов кода` (на R или других языках) и `заголовка YAML` (который указывает, как форматировать выходные данные, например PDF) в документе `Markdown`. Таким образом, это служит отличной авторской платформой для анализа данных, поскольку позволяет объединять ваш код, его вывод и ваши заметки, записанные в формате Markdown. Более того, документы R Markdown могут быть преобразованы в форматы вывода, такие как PDF, HTML или Word. -> **Примечание о викторинах**: Все викторины находятся в папке [Quiz App](../../quiz-app), всего 52 викторины, каждая из трёх вопросов. Они связаны с уроками, но приложение викторины можно запускать локально; следуйте инструкциям в папке `quiz-app` для локального хостинга или развертывания в Azure. - -| Номер урока | Тема | Группировка уроков | Цели обучения | Связанный урок | Автор | -| :---------: | :------------------------------------------------------------: | :----------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------: | -| 01 | Введение в машинное обучение | [Введение](1-Introduction/README.md) | Изучить основные понятия машинного обучения | [Урок](1-Introduction/1-intro-to-ML/README.md) | Мухаммад | -| 02 | История машинного обучения | [Введение](1-Introduction/README.md) | Изучить историю, лежащую в основе этой области | [Урок](1-Introduction/2-history-of-ML/README.md) | Джен и Эми | -| 03 | Справедливость и машинное обучение | [Введение](1-Introduction/README.md) | Какие важные философские вопросы справедливости должны учитывать студенты при построении и применении моделей МЛ? | [Урок](1-Introduction/3-fairness/README.md) | Томоми | -| 04 | Методы машинного обучения | [Введение](1-Introduction/README.md) | Какие методы используют исследователи МЛ для построения моделей МЛ? | [Урок](1-Introduction/4-techniques-of-ML/README.md) | Крис и Джен | -| 05 | Введение в регрессию | [Регрессия](2-Regression/README.md) | Начать работу с Python и Scikit-learn для моделей регрессии | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Джен • Эрик Ванджау | -| 06 | Цены на тыквы в Северной Америке 🎃 | [Регрессия](2-Regression/README.md) | Визуализировать и очистить данные в подготовке к МЛ | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Джен • Эрик Ванджау | -| 07 | Цены на тыквы в Северной Америке 🎃 | [Регрессия](2-Regression/README.md) | Построить модели линейной и полиномиальной регрессии | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Джен и Дмитрий • Эрик Ванджау | -| 08 | Цены на тыквы в Северной Amerике 🎃 | [Регрессия](2-Regression/README.md) | Построить модель логистической регрессии | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Джен • Эрик Ванджау | -| 09 | Веб-приложение 🔌 | [Веб-приложение](3-Web-App/README.md) | Построить веб-приложение для использования обученной модели | [Python](3-Web-App/1-Web-App/README.md) | Джен | -| 10 | Введение в классификацию | [Классификация](4-Classification/README.md) | Очистка, подготовка и визуализация данных; введение в классификацию | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Джен и Кэсси • Эрик Ванджау | -| 11 | Вкусная азиатская и индийская кухня 🍜 | [Классификация](4-Classification/README.md) | Введение в классификаторы | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Джен и Кэсси • Эрик Ванджау | -| 12 | Вкусная азиатская и индийская кухня 🍜 | [Классификация](4-Classification/README.md) | Другие классификаторы | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Джен и Кэсси • Эрик Ванджау | -| 13 | Вкусная азиатская и индийская кухня 🍜 | [Классификация](4-Classification/README.md) | Построить рекомендательное веб-приложение с использованием модели | [Python](4-Classification/4-Applied/README.md) | Джен | -| 14 | Введение в кластеризацию | [Кластеризация](5-Clustering/README.md) | Очистка, подготовка и визуализация данных; Введение в кластеризацию | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Джен • Эрик Ванджау | -| 15 | Изучение музыкальных вкусов Нигерии 🎧 | [Кластеризация](5-Clustering/README.md) | Изучить метод кластеризации K-Means | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Джен • Эрик Ванджау | -| 16 | Введение в обработку естественного языка ☕️ | [Обработка естественного языка](6-NLP/README.md) | Изучить основы NLP, создавая простого бота | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Стивен | -| 17 | Общие задачи NLP ☕️ | [Обработка естественного языка](6-NLP/README.md) | Углубить знания NLP, понимая общие задачи, необходимые при работе с языковыми структурами | [Python](6-NLP/2-Tasks/README.md) | Стивен | -| 18 | Перевод и анализ настроений ♥️ | [Обработка естественного языка](6-NLP/README.md) | Перевод и анализ настроений с Джейн Остин | [Python](6-NLP/3-Translation-Sentiment/README.md) | Стивен | -| 19 | Романтические отели Европы ♥️ | [Обработка естественного языка](6-NLP/README.md) | Анализ настроений на основе отзывов об отелях 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Стивен | -| 20 | Романтические отели Европы ♥️ | [Обработка естественного языка](6-NLP/README.md) | Анализ настроений на основе отзывов об отелях 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Стивен | -| 21 | Введение в прогнозирование временных рядов | [Временные ряды](7-TimeSeries/README.md) | Введение в прогнозирование временных рядов | [Python](7-TimeSeries/1-Introduction/README.md) | Франческа | -| 22 | ⚡️ Мировое потребление энергии ⚡️ — прогнозирование с ARIMA | [Временные ряды](7-TimeSeries/README.md) | Прогнозирование временных рядов с помощью ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Франческа | -| 23 | ⚡️ Мировое потребление энергии ⚡️ — прогнозирование с SVR | [Временные ряды](7-TimeSeries/README.md) | Прогнозирование временных рядов с помощью метода опорных векторов (SVR) | [Python](7-TimeSeries/3-SVR/README.md) | Анирбан | -| 24 | Введение в обучение с подкреплением | [Обучение с подкреплением](8-Reinforcement/README.md) | Введение в обучение с подкреплением с помощью Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Дмитрий | -| 25 | Помогите Петру избежать волка! 🐺 | [Обучение с подкреплением](8-Reinforcement/README.md) | Обучение с подкреплением Gym | [Python](8-Reinforcement/2-Gym/README.md) | Дмитрий | -| Постскрипт | Реальные сценарии использования МЛ | [ML в реальных задачах](9-Real-World/README.md) | Интересные и наглядные реальные применения классического МЛ | [Урок](9-Real-World/1-Applications/README.md) | Команда | -| Постскрипт | Отладка моделей МЛ с помощью дашборда RAI | [ML в реальных задачах](9-Real-World/README.md) | Отладка моделей машинного обучения с использованием компонентов дашборда Responsible AI | [Урок](9-Real-World/2-Debugging-ML-Models/README.md) | Рут Якобу | - -> [найдите все дополнительные ресурсы для этого курса в нашей коллекции Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) - -## Оффлайн-доступ - -Вы можете использовать эту документацию оффлайн с помощью [Docsify](https://docsify.js.org/#/). Форкните этот репозиторий, [установите Docsify](https://docsify.js.org/#/quickstart) на вашем компьютере, и затем в корневой папке этого репозитория выполните команду `docsify serve`. Сайт будет доступен на порту 3000 по адресу `localhost:3000`. +- дополнительное чтение +- домашнее задание +- [тест после урока](https://ff-quizzes.netlify.app/en/ml/) + +> **Примечание о языках**: эти уроки преимущественно написаны на Python, но многие доступны и на R. Чтобы выполнить урок на R, перейдите в папку `/solution` и найдите уроки на R. Они имеют расширение .rmd, что обозначает **R Markdown** файл, который представляет собой объединение `кодовых блоков` (на R или других языках) и `YAML-заголовка` (определяющего формат вывода, например PDF) в документе Markdown. Таким образом, это является отличным инструментом для создания документов по анализу данных, так как позволяет комбинировать код, результаты и комментарии, записанные в Markdown. Кроме того, документы R Markdown можно конвертировать в форматы вывода, такие как PDF, HTML или Word. +> **Примечание о викторинах**: Все викторины находятся в папке [Quiz App](../../quiz-app), всего 52 викторины по три вопроса каждая. Они связаны с уроками, но приложение викторин можно запускать локально; следуйте инструкциям в папке `quiz-app` для локального хостинга или развертывания в Azure. + +| Номер урока | Тема | Группа уроков | Цели обучения | Связанный урок | Автор | +| :---------: | :-----------------------------------------------------------: | :-----------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------: | +| 01 | Введение в машинное обучение | [Введение](1-Introduction/README.md) | Изучить основные концепции машинного обучения | [Урок](1-Introduction/1-intro-to-ML/README.md) | Мухаммад | +| 02 | История машинного обучения | [Введение](1-Introduction/README.md) | Изучить историю, лежащую в основе этой области | [Урок](1-Introduction/2-history-of-ML/README.md) | Джен и Эми | +| 03 | Справедливость и машинное обучение | [Введение](1-Introduction/README.md) | Какие важные философские вопросы о справедливости должны учитывать студенты при создании и применении моделей машинного обучения? | [Урок](1-Introduction/3-fairness/README.md) | Томоми | +| 04 | Техники машинного обучения | [Введение](1-Introduction/README.md) | Какие техники исследователи машинного обучения используют для построения моделей? | [Урок](1-Introduction/4-techniques-of-ML/README.md) | Крис и Джен | +| 05 | Введение в регрессию | [Регрессия](2-Regression/README.md) | Начать работу с Python и Scikit-learn для моделей регрессии | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Джен • Эрик Ванджау | +| 06 | Цены на тыквы в Северной Америке 🎃 | [Регрессия](2-Regression/README.md) | Визуализация и очистка данных в подготовке к машинному обучению | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Джен • Эрик Ванджау | +| 07 | Цены на тыквы в Северной Америке 🎃 | [Регрессия](2-Regression/README.md) | Построение линейных и полиномиальных моделей регрессии | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Джен и Дмитрий • Эрик Ванджау | +| 08 | Цены на тыквы в Северной Америке 🎃 | [Регрессия](2-Regression/README.md) | Построение модели логистической регрессии | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Джен • Эрик Ванджау | +| 09 | Веб-приложение 🔌 | [Веб-приложение](3-Web-App/README.md) | Создание веб-приложения для использования обученной модели | [Python](3-Web-App/1-Web-App/README.md) | Джен | +| 10 | Введение в классификацию | [Классификация](4-Classification/README.md) | Очистка, подготовка и визуализация данных; введение в классификацию | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Джен и Кэсси • Эрик Ванджау | +| 11 | Вкусная азиатская и индийская кухня 🍜 | [Классификация](4-Classification/README.md) | Введение в классификаторы | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Джен и Кэсси • Эрик Ванджау | +| 12 | Вкусная азиатская и индийская кухня 🍜 | [Классификация](4-Classification/README.md) | Дополнительные классификаторы | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Джен и Кэсси • Эрик Ванджау | +| 13 | Вкусная азиатская и индийская кухня 🍜 | [Классификация](4-Classification/README.md) | Создание рекомендательного веб-приложения с использованием модели | [Python](4-Classification/4-Applied/README.md) | Джен | +| 14 | Введение в кластеризацию | [Кластеризация](5-Clustering/README.md) | Очистка, подготовка и визуализация данных; введение в кластеризацию | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Джен • Эрик Ванджау | +| 15 | Исследование музыкальных предпочтений Нигерии 🎧 | [Кластеризация](5-Clustering/README.md) | Изучение метода K-средних для кластеризации | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Джен • Эрик Ванджау | +| 16 | Введение в обработку естественного языка ☕️ | [Обработка языка](6-NLP/README.md) | Изучить основы NLP, создав простого бота | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Стивен | +| 17 | Распространённые задачи NLP ☕️ | [Обработка языка](6-NLP/README.md) | Углубить знания в NLP, изучив распространённые задачи работы с языковыми структурами | [Python](6-NLP/2-Tasks/README.md) | Стивен | +| 18 | Перевод и анализ тональности ♥️ | [Обработка языка](6-NLP/README.md) | Перевод и анализ тональности с Джейн Остин | [Python](6-NLP/3-Translation-Sentiment/README.md) | Стивен | +| 19 | Романтические отели Европы ♥️ | [Обработка языка](6-NLP/README.md) | Анализ тональности отзывов об отелях 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Стивен | +| 20 | Романтические отели Европы ♥️ | [Обработка языка](6-NLP/README.md) | Анализ тональности отзывов об отелях 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Стивен | +| 21 | Введение в прогнозирование временных рядов | [Временные ряды](7-TimeSeries/README.md) | Введение в прогнозирование временных рядов | [Python](7-TimeSeries/1-Introduction/README.md) | Франческа | +| 22 | ⚡️ Мировое потребление электроэнергии ⚡️ - прогнозирование с ARIMA | [Временные ряды](7-TimeSeries/README.md) | Прогнозирование временных рядов с помощью ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Франческа | +| 23 | ⚡️ Мировое потребление электроэнергии ⚡️ - прогнозирование с SVR | [Временные ряды](7-TimeSeries/README.md) | Прогнозирование временных рядов с использованием регрессора опорных векторов | [Python](7-TimeSeries/3-SVR/README.md) | Анирбан | +| 24 | Введение в обучение с подкреплением | [Обучение с подкреплением](8-Reinforcement/README.md) | Введение в обучение с подкреплением на основе Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Дмитрий | +| 25 | Помогите Питеру избежать волка! 🐺 | [Обучение с подкреплением](8-Reinforcement/README.md) | Обучение с подкреплением с использованием Gym | [Python](8-Reinforcement/2-Gym/README.md) | Дмитрий | +| Послесловие | Сценарии и приложения машинного обучения в реальном мире | [ML in the Wild](9-Real-World/README.md) | Интересные и наглядные приложения классического машинного обучения | [Урок](9-Real-World/1-Applications/README.md) | Команда | +| Послесловие | Отладка моделей ML с использованием панели RAI | [ML in the Wild](9-Real-World/README.md) | Отладка моделей машинного обучения с помощью компонентов панели Responsible AI | [Урок](9-Real-World/2-Debugging-ML-Models/README.md) | Рут Якобу | + +> [найдите все дополнительные материалы для этого курса в нашей коллекции Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) + +## Офлайн-доступ + +Вы можете использовать эту документацию офлайн, используя [Docsify](https://docsify.js.org/#/). Форкните этот репозиторий, [установите Docsify](https://docsify.js.org/#/quickstart) на своем локальном компьютере, а затем в корневой папке репозитория выполните команду `docsify serve`. Веб-сайт будет доступен на порту 3000 на вашем локальном хосте: `localhost:3000`. ## PDF -Скачать PDF учебной программы с гиперссылками можно [здесь](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). +Найдите pdf с учебной программой и ссылками [здесь](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). + ## 🎒 Другие курсы -Наша команда создаёт и другие курсы! Ознакомьтесь: +Наша команда выпускает другие курсы! Посмотрите: ### LangChain -[![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) +[![LangChain4j для начинающих](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 для начинающих](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 / Агенты +### Azure / Edge / MCP / Agenty [![AZD для начинающих](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 для начинающих](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 для начинающих](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) -[![AI агенты для начинающих](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) +[![AI Agents для начинающих](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Серия по генеративному ИИ -[![Генеративный ИИ для начинающих](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) -[![Генеративный ИИ (.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) -[![Генеративный ИИ (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) -[![Генеративный ИИ (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) +[![Generative AI для начинающих](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) +[![Generative 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) +[![Generative 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) +[![Generative 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) --- ### Основное обучение -[![Машинное обучение для начинающих](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) -[![Наука о данных для начинающих](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) -[![ИИ для начинающих](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) +[![ML для начинающих](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) +[![Data Science для начинающих](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) +[![AI для начинающих](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) [![Кибербезопасность для начинающих](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) [![Веб-разработка для начинающих](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) -[![Интернет вещей для начинающих](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) -[![Разработка XR для начинающих](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) +[![IoT для начинающих](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) +[![XR разработка для начинающих](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) --- ### Серия Copilot -[![Copilot для парного программирования с ИИ](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) +[![Copilot для AI парного программирования](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) [![Copilot для C#/.NET](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) [![Приключения Copilot](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) ## Получение помощи -Если вы застряли или у вас есть вопросы о создании приложений с ИИ. Присоединяйтесь к другим обучающимся и опытным разработчикам для обсуждений о MCP. Это поддерживающее сообщество, где вопросы приветствуются, а знания свободно делятся. +Если вы застряли или у вас есть вопросы по созданию AI-приложений. Присоединяйтесь к другим ученикам и опытным разработчикам в обсуждениях MCP. Это поддерживающее сообщество, где вопросы приветствуются, а знания freely делятся. [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -Если у вас есть отзывы о продукте или ошибки во время разработки, посетите: +Если у вас есть отзывы о продукте или ошибки при разработке, посетите: [![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) --- -**Отказ от ответственности**: -Этот документ был переведен с помощью службы автоматического перевода [Co-op Translator](https://github.com/Azure/co-op-translator). Хотя мы прилагаем усилия для обеспечения точности, просим учитывать, что машинный перевод может содержать ошибки или неточности. Оригинальный документ на его исходном языке следует считать авторитетным источником. Для критически важной информации рекомендуется воспользоваться профессиональным переводом, выполненным человеком. Мы не несем ответственности за любые недоразумения или неправильные толкования, возникшие в результате использования данного перевода. +**Отказ от ответственности**: +Этот документ был переведен с помощью сервиса автоматического перевода [Co-op Translator](https://github.com/Azure/co-op-translator). Несмотря на наши усилия по обеспечению точности, просим учитывать, что автоматический перевод может содержать ошибки или неточности. Оригинальный документ на языке оригинала следует считать авторитетным источником. Для получения важной информации рекомендуется пользоваться профессиональным переводом, выполненным человеком. Мы не несем ответственности за любые недоразумения или неправильное толкование, возникшие в результате использования данного перевода. \ No newline at end of file diff --git a/translations/ru/SECURITY.md b/translations/ru/SECURITY.md index e18590d9f..752931a67 100644 --- a/translations/ru/SECURITY.md +++ b/translations/ru/SECURITY.md @@ -1,12 +1,3 @@ - ## Безопасность Microsoft уделяет большое внимание безопасности своих программных продуктов и услуг, включая все репозитории исходного кода, управляемые через наши организации на GitHub, такие как [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) и [наши организации на GitHub](https://opensource.microsoft.com/). diff --git a/translations/ru/SUPPORT.md b/translations/ru/SUPPORT.md index 8c4bf88bb..001b2814d 100644 --- a/translations/ru/SUPPORT.md +++ b/translations/ru/SUPPORT.md @@ -1,12 +1,3 @@ - # Поддержка ## Как сообщить о проблемах и получить помощь diff --git a/translations/ru/TROUBLESHOOTING.md b/translations/ru/TROUBLESHOOTING.md index 2a2a351c6..f06640815 100644 --- a/translations/ru/TROUBLESHOOTING.md +++ b/translations/ru/TROUBLESHOOTING.md @@ -1,12 +1,3 @@ - # Руководство по устранению неполадок Это руководство поможет вам решить распространенные проблемы при работе с учебной программой "Машинное обучение для начинающих". Если вы не нашли решение здесь, загляните в наши [обсуждения на Discord](https://aka.ms/foundry/discord) или [откройте новый запрос](https://github.com/microsoft/ML-For-Beginners/issues). diff --git a/translations/ru/docs/_sidebar.md b/translations/ru/docs/_sidebar.md index bb12ac531..1c1f7df24 100644 --- a/translations/ru/docs/_sidebar.md +++ b/translations/ru/docs/_sidebar.md @@ -1,12 +1,3 @@ - - Введение - [Введение в машинное обучение](../1-Introduction/1-intro-to-ML/README.md) - [История машинного обучения](../1-Introduction/2-history-of-ML/README.md) diff --git a/translations/ru/for-teachers.md b/translations/ru/for-teachers.md index 7eb96d7a2..0023e8c6a 100644 --- a/translations/ru/for-teachers.md +++ b/translations/ru/for-teachers.md @@ -1,12 +1,3 @@ - ## Для преподавателей Хотите использовать эту учебную программу в своем классе? Пожалуйста, не стесняйтесь! diff --git a/translations/ru/quiz-app/README.md b/translations/ru/quiz-app/README.md index 9821f8567..c8a96935b 100644 --- a/translations/ru/quiz-app/README.md +++ b/translations/ru/quiz-app/README.md @@ -1,12 +1,3 @@ - # Викторины Эти викторины предназначены для предварительного и итогового тестирования в рамках учебной программы по машинному обучению: https://aka.ms/ml-beginners diff --git a/translations/ru/sketchnotes/LICENSE.md b/translations/ru/sketchnotes/LICENSE.md index b52546823..5a842ece3 100644 --- a/translations/ru/sketchnotes/LICENSE.md +++ b/translations/ru/sketchnotes/LICENSE.md @@ -1,12 +1,3 @@ - Права, то этот раздел применяется к Вашему использованию базы данных: a. для избежания сомнений, Раздел 2(a)(1) предоставляет Вам право извлекать, повторно использовать, воспроизводить и распространять весь или значительную часть содержимого базы данных; diff --git a/translations/ru/sketchnotes/README.md b/translations/ru/sketchnotes/README.md index 44ba80aab..bcf8f62fc 100644 --- a/translations/ru/sketchnotes/README.md +++ b/translations/ru/sketchnotes/README.md @@ -1,12 +1,3 @@ - Все скетчноты учебной программы можно скачать здесь. 🖨 Для печати в высоком разрешении версии в формате TIFF доступны в [этом репозитории](https://github.com/girliemac/a-picture-is-worth-a-1000-words/tree/main/ml/tiff).