diff --git a/translations/bn/.co-op-translator.json b/translations/bn/.co-op-translator.json new file mode 100644 index 000000000..187389ce3 --- /dev/null +++ b/translations/bn/.co-op-translator.json @@ -0,0 +1,596 @@ +{ + "1-Introduction/1-intro-to-ML/README.md": { + "original_hash": "69389392fa6346e0dfa30f664b7b6fec", + "translation_date": "2025-09-04T21:08:16+00:00", + "source_file": "1-Introduction/1-intro-to-ML/README.md", + "language_code": "bn" + }, + "1-Introduction/1-intro-to-ML/assignment.md": { + "original_hash": "4c4698044bb8af52cfb6388a4ee0e53b", + "translation_date": "2025-08-29T21:30:20+00:00", + "source_file": "1-Introduction/1-intro-to-ML/assignment.md", + "language_code": "bn" + }, + "1-Introduction/2-history-of-ML/README.md": { + "original_hash": "6a05fec147e734c3e6bfa54505648e2b", + "translation_date": "2025-09-04T21:08:51+00:00", + "source_file": "1-Introduction/2-history-of-ML/README.md", + "language_code": "bn" + }, + "1-Introduction/2-history-of-ML/assignment.md": { + "original_hash": "eb6e4d5afd1b21a57d2b9e6d0aac3969", + "translation_date": "2025-08-29T21:33:44+00:00", + "source_file": "1-Introduction/2-history-of-ML/assignment.md", + "language_code": "bn" + }, + "1-Introduction/3-fairness/README.md": { + "original_hash": "9a6b702d1437c0467e3c5c28d763dac2", + "translation_date": "2025-09-04T21:06:45+00:00", + "source_file": "1-Introduction/3-fairness/README.md", + "language_code": "bn" + }, + "1-Introduction/3-fairness/assignment.md": { + "original_hash": "dbda60e7b1fe5f18974e7858eff0004e", + "translation_date": "2025-08-29T21:23:54+00:00", + "source_file": "1-Introduction/3-fairness/assignment.md", + "language_code": "bn" + }, + "1-Introduction/4-techniques-of-ML/README.md": { + "original_hash": "9d91f3af3758fdd4569fb410575995ef", + "translation_date": "2025-09-04T21:07:33+00:00", + "source_file": "1-Introduction/4-techniques-of-ML/README.md", + "language_code": "bn" + }, + "1-Introduction/4-techniques-of-ML/assignment.md": { + "original_hash": "70d65aeddc06170bc1aed5b27805f930", + "translation_date": "2025-08-29T21:27:16+00:00", + "source_file": "1-Introduction/4-techniques-of-ML/assignment.md", + "language_code": "bn" + }, + "1-Introduction/README.md": { + "original_hash": "cf8ecc83f28e5b98051d2179eca08e08", + "translation_date": "2025-08-29T21:19:06+00:00", + "source_file": "1-Introduction/README.md", + "language_code": "bn" + }, + "2-Regression/1-Tools/README.md": { + "original_hash": "fa81d226c71d5af7a2cade31c1c92b88", + "translation_date": "2025-09-04T20:59:44+00:00", + "source_file": "2-Regression/1-Tools/README.md", + "language_code": "bn" + }, + "2-Regression/1-Tools/assignment.md": { + "original_hash": "74a5cf83e4ebc302afbcbc4f418afd0a", + "translation_date": "2025-08-29T20:33:09+00:00", + "source_file": "2-Regression/1-Tools/assignment.md", + "language_code": "bn" + }, + "2-Regression/1-Tools/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T20:33:43+00:00", + "source_file": "2-Regression/1-Tools/solution/Julia/README.md", + "language_code": "bn" + }, + "2-Regression/2-Data/README.md": { + "original_hash": "7c077988328ebfe33b24d07945f16eca", + "translation_date": "2025-09-04T21:00:41+00:00", + "source_file": "2-Regression/2-Data/README.md", + "language_code": "bn" + }, + "2-Regression/2-Data/assignment.md": { + "original_hash": "4485a1ed4dd1b5647365e3d87456515d", + "translation_date": "2025-08-29T20:37:11+00:00", + "source_file": "2-Regression/2-Data/assignment.md", + "language_code": "bn" + }, + "2-Regression/2-Data/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T20:37:49+00:00", + "source_file": "2-Regression/2-Data/solution/Julia/README.md", + "language_code": "bn" + }, + "2-Regression/3-Linear/README.md": { + "original_hash": "40e64f004f3cb50aa1d8661672d3cd92", + "translation_date": "2025-09-04T20:57:44+00:00", + "source_file": "2-Regression/3-Linear/README.md", + "language_code": "bn" + }, + "2-Regression/3-Linear/assignment.md": { + "original_hash": "cc471fa89c293bc735dd3a9a0fb79b1b", + "translation_date": "2025-08-29T20:19:24+00:00", + "source_file": "2-Regression/3-Linear/assignment.md", + "language_code": "bn" + }, + "2-Regression/3-Linear/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T20:19:54+00:00", + "source_file": "2-Regression/3-Linear/solution/Julia/README.md", + "language_code": "bn" + }, + "2-Regression/4-Logistic/README.md": { + "original_hash": "abf86d845c84330bce205a46b382ec88", + "translation_date": "2025-09-04T20:58:49+00:00", + "source_file": "2-Regression/4-Logistic/README.md", + "language_code": "bn" + }, + "2-Regression/4-Logistic/assignment.md": { + "original_hash": "8af40209a41494068c1f42b14c0b450d", + "translation_date": "2025-08-29T20:28:30+00:00", + "source_file": "2-Regression/4-Logistic/assignment.md", + "language_code": "bn" + }, + "2-Regression/4-Logistic/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T20:29:02+00:00", + "source_file": "2-Regression/4-Logistic/solution/Julia/README.md", + "language_code": "bn" + }, + "2-Regression/README.md": { + "original_hash": "508582278dbb8edd2a8a80ac96ef416c", + "translation_date": "2025-08-29T20:12:44+00:00", + "source_file": "2-Regression/README.md", + "language_code": "bn" + }, + "3-Web-App/1-Web-App/README.md": { + "original_hash": "e0b75f73e4a90d45181dc5581fe2ef5c", + "translation_date": "2025-09-04T21:09:27+00:00", + "source_file": "3-Web-App/1-Web-App/README.md", + "language_code": "bn" + }, + "3-Web-App/1-Web-App/assignment.md": { + "original_hash": "a8e8ae10be335cbc745b75ee552317ff", + "translation_date": "2025-08-29T21:37:51+00:00", + "source_file": "3-Web-App/1-Web-App/assignment.md", + "language_code": "bn" + }, + "3-Web-App/README.md": { + "original_hash": "9836ff53cfef716ddfd70e06c5f43436", + "translation_date": "2025-08-29T21:34:15+00:00", + "source_file": "3-Web-App/README.md", + "language_code": "bn" + }, + "4-Classification/1-Introduction/README.md": { + "original_hash": "aaf391d922bd6de5efba871d514c6d47", + "translation_date": "2025-09-04T21:12:03+00:00", + "source_file": "4-Classification/1-Introduction/README.md", + "language_code": "bn" + }, + "4-Classification/1-Introduction/assignment.md": { + "original_hash": "b2a01912beb24cfb0007f83594dba801", + "translation_date": "2025-08-29T21:53:41+00:00", + "source_file": "4-Classification/1-Introduction/assignment.md", + "language_code": "bn" + }, + "4-Classification/1-Introduction/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T21:54:19+00:00", + "source_file": "4-Classification/1-Introduction/solution/Julia/README.md", + "language_code": "bn" + }, + "4-Classification/2-Classifiers-1/README.md": { + "original_hash": "1a6e9e46b34a2e559fbbfc1f95397c7b", + "translation_date": "2025-09-04T21:10:04+00:00", + "source_file": "4-Classification/2-Classifiers-1/README.md", + "language_code": "bn" + }, + "4-Classification/2-Classifiers-1/assignment.md": { + "original_hash": "de6025f96841498b0577e9d1aee18d1f", + "translation_date": "2025-08-29T21:44:15+00:00", + "source_file": "4-Classification/2-Classifiers-1/assignment.md", + "language_code": "bn" + }, + "4-Classification/2-Classifiers-1/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T21:44:45+00:00", + "source_file": "4-Classification/2-Classifiers-1/solution/Julia/README.md", + "language_code": "bn" + }, + "4-Classification/3-Classifiers-2/README.md": { + "original_hash": "49047911108adc49d605cddfb455749c", + "translation_date": "2025-09-04T21:11:41+00:00", + "source_file": "4-Classification/3-Classifiers-2/README.md", + "language_code": "bn" + }, + "4-Classification/3-Classifiers-2/assignment.md": { + "original_hash": "58dfdaf79fb73f7d34b22bdbacf57329", + "translation_date": "2025-08-29T21:50:09+00:00", + "source_file": "4-Classification/3-Classifiers-2/assignment.md", + "language_code": "bn" + }, + "4-Classification/3-Classifiers-2/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T21:50:41+00:00", + "source_file": "4-Classification/3-Classifiers-2/solution/Julia/README.md", + "language_code": "bn" + }, + "4-Classification/4-Applied/README.md": { + "original_hash": "61bdec27ed2da8b098cd9065405d9bb0", + "translation_date": "2025-09-04T21:10:51+00:00", + "source_file": "4-Classification/4-Applied/README.md", + "language_code": "bn" + }, + "4-Classification/4-Applied/assignment.md": { + "original_hash": "799ed651e2af0a7cad17c6268db11578", + "translation_date": "2025-08-29T21:47:38+00:00", + "source_file": "4-Classification/4-Applied/assignment.md", + "language_code": "bn" + }, + "4-Classification/README.md": { + "original_hash": "74e809ffd1e613a1058bbc3e9600859e", + "translation_date": "2025-08-29T21:39:36+00:00", + "source_file": "4-Classification/README.md", + "language_code": "bn" + }, + "5-Clustering/1-Visualize/README.md": { + "original_hash": "730225ea274c9174fe688b21d421539d", + "translation_date": "2025-09-04T21:03:31+00:00", + "source_file": "5-Clustering/1-Visualize/README.md", + "language_code": "bn" + }, + "5-Clustering/1-Visualize/assignment.md": { + "original_hash": "589fa015a5e7d9e67bd629f7d47b53de", + "translation_date": "2025-08-29T21:04:11+00:00", + "source_file": "5-Clustering/1-Visualize/assignment.md", + "language_code": "bn" + }, + "5-Clustering/1-Visualize/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T21:04:46+00:00", + "source_file": "5-Clustering/1-Visualize/solution/Julia/README.md", + "language_code": "bn" + }, + "5-Clustering/2-K-Means/README.md": { + "original_hash": "7cdd17338d9bbd7e2171c2cd462eb081", + "translation_date": "2025-09-04T21:04:42+00:00", + "source_file": "5-Clustering/2-K-Means/README.md", + "language_code": "bn" + }, + "5-Clustering/2-K-Means/assignment.md": { + "original_hash": "b8e17eff34ad1680eba2a5d3cf9ffc41", + "translation_date": "2025-08-29T21:07:20+00:00", + "source_file": "5-Clustering/2-K-Means/assignment.md", + "language_code": "bn" + }, + "5-Clustering/2-K-Means/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T21:07:50+00:00", + "source_file": "5-Clustering/2-K-Means/solution/Julia/README.md", + "language_code": "bn" + }, + "5-Clustering/README.md": { + "original_hash": "b28a3a4911584062772c537b653ebbc7", + "translation_date": "2025-08-29T20:51:58+00:00", + "source_file": "5-Clustering/README.md", + "language_code": "bn" + }, + "6-NLP/1-Introduction-to-NLP/README.md": { + "original_hash": "1c2ec40cf55c98a028a359c27ef7e45a", + "translation_date": "2025-09-04T21:16:46+00:00", + "source_file": "6-NLP/1-Introduction-to-NLP/README.md", + "language_code": "bn" + }, + "6-NLP/1-Introduction-to-NLP/assignment.md": { + "original_hash": "1d7583e8046dacbb0c056d5ba0a71b16", + "translation_date": "2025-08-29T22:33:03+00:00", + "source_file": "6-NLP/1-Introduction-to-NLP/assignment.md", + "language_code": "bn" + }, + "6-NLP/2-Tasks/README.md": { + "original_hash": "5f3cb462e3122e1afe7ab0050ccf2bd3", + "translation_date": "2025-09-04T21:14:52+00:00", + "source_file": "6-NLP/2-Tasks/README.md", + "language_code": "bn" + }, + "6-NLP/2-Tasks/assignment.md": { + "original_hash": "2efc4c2aba5ed06c780c05539c492ae3", + "translation_date": "2025-08-29T22:21:14+00:00", + "source_file": "6-NLP/2-Tasks/assignment.md", + "language_code": "bn" + }, + "6-NLP/3-Translation-Sentiment/README.md": { + "original_hash": "be03c8182982b87ced155e4e9d1438e8", + "translation_date": "2025-09-04T21:17:21+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/README.md", + "language_code": "bn" + }, + "6-NLP/3-Translation-Sentiment/assignment.md": { + "original_hash": "9d2a734deb904caff310d1a999c6bd7a", + "translation_date": "2025-08-29T22:38:06+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/assignment.md", + "language_code": "bn" + }, + "6-NLP/3-Translation-Sentiment/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T22:38:57+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/solution/Julia/README.md", + "language_code": "bn" + }, + "6-NLP/3-Translation-Sentiment/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T22:38:40+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/solution/R/README.md", + "language_code": "bn" + }, + "6-NLP/4-Hotel-Reviews-1/README.md": { + "original_hash": "8d32dadeda93c6fb5c43619854882ab1", + "translation_date": "2025-09-04T21:15:30+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/README.md", + "language_code": "bn" + }, + "6-NLP/4-Hotel-Reviews-1/assignment.md": { + "original_hash": "bf39bceb833cd628f224941dca8041df", + "translation_date": "2025-08-29T22:28:48+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/assignment.md", + "language_code": "bn" + }, + "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T22:29:30+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md", + "language_code": "bn" + }, + "6-NLP/4-Hotel-Reviews-1/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T22:29:14+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/solution/R/README.md", + "language_code": "bn" + }, + "6-NLP/5-Hotel-Reviews-2/README.md": { + "original_hash": "2c742993fe95d5bcbb2846eda3d442a1", + "translation_date": "2025-09-04T21:18:03+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/README.md", + "language_code": "bn" + }, + "6-NLP/5-Hotel-Reviews-2/assignment.md": { + "original_hash": "daf144daa552da6a7d442aff6f3e77d8", + "translation_date": "2025-08-29T22:43:28+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/assignment.md", + "language_code": "bn" + }, + "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T22:44:14+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md", + "language_code": "bn" + }, + "6-NLP/5-Hotel-Reviews-2/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T22:43:58+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/solution/R/README.md", + "language_code": "bn" + }, + "6-NLP/README.md": { + "original_hash": "1eb379dc2d0c9940b320732d16083778", + "translation_date": "2025-08-29T22:17:25+00:00", + "source_file": "6-NLP/README.md", + "language_code": "bn" + }, + "6-NLP/data/README.md": { + "original_hash": "ee0670655c89e4719319764afb113624", + "translation_date": "2025-08-29T22:29:48+00:00", + "source_file": "6-NLP/data/README.md", + "language_code": "bn" + }, + "7-TimeSeries/1-Introduction/README.md": { + "original_hash": "662b509c39eee205687726636d0a8455", + "translation_date": "2025-09-04T21:02:09+00:00", + "source_file": "7-TimeSeries/1-Introduction/README.md", + "language_code": "bn" + }, + "7-TimeSeries/1-Introduction/assignment.md": { + "original_hash": "d1781b0b92568ea1d119d0a198b576b4", + "translation_date": "2025-08-29T20:47:42+00:00", + "source_file": "7-TimeSeries/1-Introduction/assignment.md", + "language_code": "bn" + }, + "7-TimeSeries/1-Introduction/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T20:48:34+00:00", + "source_file": "7-TimeSeries/1-Introduction/solution/Julia/README.md", + "language_code": "bn" + }, + "7-TimeSeries/1-Introduction/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T20:48:18+00:00", + "source_file": "7-TimeSeries/1-Introduction/solution/R/README.md", + "language_code": "bn" + }, + "7-TimeSeries/2-ARIMA/README.md": { + "original_hash": "917dbf890db71a322f306050cb284749", + "translation_date": "2025-09-04T21:01:18+00:00", + "source_file": "7-TimeSeries/2-ARIMA/README.md", + "language_code": "bn" + }, + "7-TimeSeries/2-ARIMA/assignment.md": { + "original_hash": "1c814013e10866dfd92cdb32caaae3ac", + "translation_date": "2025-08-29T20:42:53+00:00", + "source_file": "7-TimeSeries/2-ARIMA/assignment.md", + "language_code": "bn" + }, + "7-TimeSeries/2-ARIMA/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T20:43:45+00:00", + "source_file": "7-TimeSeries/2-ARIMA/solution/Julia/README.md", + "language_code": "bn" + }, + "7-TimeSeries/2-ARIMA/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T20:43:23+00:00", + "source_file": "7-TimeSeries/2-ARIMA/solution/R/README.md", + "language_code": "bn" + }, + "7-TimeSeries/3-SVR/README.md": { + "original_hash": "482bccabe1df958496ea71a3667995cd", + "translation_date": "2025-09-04T21:02:57+00:00", + "source_file": "7-TimeSeries/3-SVR/README.md", + "language_code": "bn" + }, + "7-TimeSeries/3-SVR/assignment.md": { + "original_hash": "94aa2fc6154252ae30a3f3740299707a", + "translation_date": "2025-08-29T20:51:20+00:00", + "source_file": "7-TimeSeries/3-SVR/assignment.md", + "language_code": "bn" + }, + "7-TimeSeries/README.md": { + "original_hash": "61342603bad8acadbc6b2e4e3aab3f66", + "translation_date": "2025-08-29T20:38:07+00:00", + "source_file": "7-TimeSeries/README.md", + "language_code": "bn" + }, + "8-Reinforcement/1-QLearning/README.md": { + "original_hash": "911efd5e595089000cb3c16fce1beab8", + "translation_date": "2025-09-04T21:13:21+00:00", + "source_file": "8-Reinforcement/1-QLearning/README.md", + "language_code": "bn" + }, + "8-Reinforcement/1-QLearning/assignment.md": { + "original_hash": "68394b2102d3503882e5e914bd0ff5c1", + "translation_date": "2025-08-29T22:09:49+00:00", + "source_file": "8-Reinforcement/1-QLearning/assignment.md", + "language_code": "bn" + }, + "8-Reinforcement/1-QLearning/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T22:11:40+00:00", + "source_file": "8-Reinforcement/1-QLearning/solution/Julia/README.md", + "language_code": "bn" + }, + "8-Reinforcement/1-QLearning/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T22:11:24+00:00", + "source_file": "8-Reinforcement/1-QLearning/solution/R/README.md", + "language_code": "bn" + }, + "8-Reinforcement/2-Gym/README.md": { + "original_hash": "107d5bb29da8a562e7ae72262d251a75", + "translation_date": "2025-09-04T21:14:05+00:00", + "source_file": "8-Reinforcement/2-Gym/README.md", + "language_code": "bn" + }, + "8-Reinforcement/2-Gym/assignment.md": { + "original_hash": "1f2b7441745eb52e25745423b247016b", + "translation_date": "2025-08-29T22:15:55+00:00", + "source_file": "8-Reinforcement/2-Gym/assignment.md", + "language_code": "bn" + }, + "8-Reinforcement/2-Gym/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T22:17:09+00:00", + "source_file": "8-Reinforcement/2-Gym/solution/Julia/README.md", + "language_code": "bn" + }, + "8-Reinforcement/2-Gym/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T22:16:52+00:00", + "source_file": "8-Reinforcement/2-Gym/solution/R/README.md", + "language_code": "bn" + }, + "8-Reinforcement/README.md": { + "original_hash": "20ca019012b1725de956681d036d8b18", + "translation_date": "2025-08-29T22:01:39+00:00", + "source_file": "8-Reinforcement/README.md", + "language_code": "bn" + }, + "9-Real-World/1-Applications/README.md": { + "original_hash": "83320d6b6994909e35d830cebf214039", + "translation_date": "2025-09-04T21:05:11+00:00", + "source_file": "9-Real-World/1-Applications/README.md", + "language_code": "bn" + }, + "9-Real-World/1-Applications/assignment.md": { + "original_hash": "fdebfcd0a3f12c9e2b436ded1aa79885", + "translation_date": "2025-08-29T21:13:46+00:00", + "source_file": "9-Real-World/1-Applications/assignment.md", + "language_code": "bn" + }, + "9-Real-World/2-Debugging-ML-Models/README.md": { + "original_hash": "df2b538e8fbb3e91cf0419ae2f858675", + "translation_date": "2025-09-04T21:05:51+00:00", + "source_file": "9-Real-World/2-Debugging-ML-Models/README.md", + "language_code": "bn" + }, + "9-Real-World/2-Debugging-ML-Models/assignment.md": { + "original_hash": "91c6a180ef08e20cc15acfd2d6d6e164", + "translation_date": "2025-08-29T21:18:34+00:00", + "source_file": "9-Real-World/2-Debugging-ML-Models/assignment.md", + "language_code": "bn" + }, + "9-Real-World/README.md": { + "original_hash": "5e069a0ac02a9606a69946c2b3c574a9", + "translation_date": "2025-08-29T21:09:04+00:00", + "source_file": "9-Real-World/README.md", + "language_code": "bn" + }, + "AGENTS.md": { + "original_hash": "93fdaa0fd38836e50c4793e2f2f25e8b", + "translation_date": "2025-10-03T11:03:29+00:00", + "source_file": "AGENTS.md", + "language_code": "bn" + }, + "CODE_OF_CONDUCT.md": { + "original_hash": "c06b12caf3c901eb3156e3dd5b0aea56", + "translation_date": "2025-08-29T20:12:17+00:00", + "source_file": "CODE_OF_CONDUCT.md", + "language_code": "bn" + }, + "CONTRIBUTING.md": { + "original_hash": "977ec5266dfd78ad1ce2bd8d46fccbda", + "translation_date": "2025-08-29T20:09:55+00:00", + "source_file": "CONTRIBUTING.md", + "language_code": "bn" + }, + "README.md": { + "original_hash": "da2ceed62f16a0820259556e3a873c95", + "translation_date": "2026-01-29T18:09:45+00:00", + "source_file": "README.md", + "language_code": "bn" + }, + "SECURITY.md": { + "original_hash": "5e1b8da31aae9cca3d53ad243fa3365a", + "translation_date": "2025-08-29T20:10:32+00:00", + "source_file": "SECURITY.md", + "language_code": "bn" + }, + "SUPPORT.md": { + "original_hash": "09623d7343ff1c26ff4f198c1b2d3176", + "translation_date": "2025-10-03T11:50:43+00:00", + "source_file": "SUPPORT.md", + "language_code": "bn" + }, + "TROUBLESHOOTING.md": { + "original_hash": "134d8759f0e2ab886e9aa4f62362c201", + "translation_date": "2025-10-03T12:41:23+00:00", + "source_file": "TROUBLESHOOTING.md", + "language_code": "bn" + }, + "docs/_sidebar.md": { + "original_hash": "68dd06c685f6ce840e0acfa313352e7c", + "translation_date": "2025-08-29T21:08:07+00:00", + "source_file": "docs/_sidebar.md", + "language_code": "bn" + }, + "for-teachers.md": { + "original_hash": "b37de02054fa6c0438ede6fabe1fdfb8", + "translation_date": "2025-08-29T20:11:30+00:00", + "source_file": "for-teachers.md", + "language_code": "bn" + }, + "quiz-app/README.md": { + "original_hash": "6d130dffca5db70d7e615f926cb1ad4c", + "translation_date": "2025-08-29T21:38:22+00:00", + "source_file": "quiz-app/README.md", + "language_code": "bn" + }, + "sketchnotes/LICENSE.md": { + "original_hash": "fba3b94d88bfb9b81369b869a1e9a20f", + "translation_date": "2025-08-29T21:55:41+00:00", + "source_file": "sketchnotes/LICENSE.md", + "language_code": "bn" + }, + "sketchnotes/README.md": { + "original_hash": "a88d5918c1b9da69a40d917a0840c497", + "translation_date": "2025-08-29T21:54:35+00:00", + "source_file": "sketchnotes/README.md", + "language_code": "bn" + } +} \ No newline at end of file diff --git a/translations/bn/1-Introduction/1-intro-to-ML/README.md b/translations/bn/1-Introduction/1-intro-to-ML/README.md index 354448c7d..aea7ef48f 100644 --- a/translations/bn/1-Introduction/1-intro-to-ML/README.md +++ b/translations/bn/1-Introduction/1-intro-to-ML/README.md @@ -1,12 +1,3 @@ - # মেশিন লার্নিং পরিচিতি ## [পূর্ব-লেকচার কুইজ](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/bn/1-Introduction/1-intro-to-ML/assignment.md b/translations/bn/1-Introduction/1-intro-to-ML/assignment.md index 9cac01077..754834a3f 100644 --- a/translations/bn/1-Introduction/1-intro-to-ML/assignment.md +++ b/translations/bn/1-Introduction/1-intro-to-ML/assignment.md @@ -1,12 +1,3 @@ - # শুরু করুন এবং চালু করুন ## নির্দেশাবলী diff --git a/translations/bn/1-Introduction/2-history-of-ML/README.md b/translations/bn/1-Introduction/2-history-of-ML/README.md index 39c392899..eecc68439 100644 --- a/translations/bn/1-Introduction/2-history-of-ML/README.md +++ b/translations/bn/1-Introduction/2-history-of-ML/README.md @@ -1,12 +1,3 @@ - # মেশিন লার্নিং এর ইতিহাস ![মেশিন লার্নিং এর ইতিহাসের সারাংশ একটি স্কেচনোটে](../../../../sketchnotes/ml-history.png) diff --git a/translations/bn/1-Introduction/2-history-of-ML/assignment.md b/translations/bn/1-Introduction/2-history-of-ML/assignment.md index 88aaecab9..21a11763c 100644 --- a/translations/bn/1-Introduction/2-history-of-ML/assignment.md +++ b/translations/bn/1-Introduction/2-history-of-ML/assignment.md @@ -1,12 +1,3 @@ - # একটি টাইমলাইন তৈরি করুন ## নির্দেশনা diff --git a/translations/bn/1-Introduction/3-fairness/README.md b/translations/bn/1-Introduction/3-fairness/README.md index 7d470b8ef..93b4d4eb5 100644 --- a/translations/bn/1-Introduction/3-fairness/README.md +++ b/translations/bn/1-Introduction/3-fairness/README.md @@ -1,12 +1,3 @@ - # দায়িত্বশীল AI দিয়ে মেশিন লার্নিং সমাধান তৈরি করা ![মেশিন লার্নিং-এ দায়িত্বশীল AI-এর সারাংশ একটি স্কেচনোটে](../../../../sketchnotes/ml-fairness.png) diff --git a/translations/bn/1-Introduction/3-fairness/assignment.md b/translations/bn/1-Introduction/3-fairness/assignment.md index f01ac20dd..f226d5c8c 100644 --- a/translations/bn/1-Introduction/3-fairness/assignment.md +++ b/translations/bn/1-Introduction/3-fairness/assignment.md @@ -1,12 +1,3 @@ - # দায়িত্বশীল এআই টুলবক্স অন্বেষণ করুন ## নির্দেশাবলী diff --git a/translations/bn/1-Introduction/4-techniques-of-ML/README.md b/translations/bn/1-Introduction/4-techniques-of-ML/README.md index fa13f4476..d5b49b1e5 100644 --- a/translations/bn/1-Introduction/4-techniques-of-ML/README.md +++ b/translations/bn/1-Introduction/4-techniques-of-ML/README.md @@ -1,12 +1,3 @@ - # মেশিন লার্নিং এর কৌশলসমূহ মেশিন লার্নিং মডেল তৈরি, ব্যবহার এবং রক্ষণাবেক্ষণের প্রক্রিয়া এবং এই মডেলগুলোর জন্য ব্যবহৃত ডেটা অন্যান্য ডেভেলপমেন্ট ওয়ার্কফ্লো থেকে অনেকটাই আলাদা। এই পাঠে, আমরা এই প্রক্রিয়াকে সহজবোধ্য করব এবং প্রধান কৌশলগুলো তুলে ধরব যা আপনাকে জানতে হবে। আপনি: diff --git a/translations/bn/1-Introduction/4-techniques-of-ML/assignment.md b/translations/bn/1-Introduction/4-techniques-of-ML/assignment.md index 37592f827..b5a01c886 100644 --- a/translations/bn/1-Introduction/4-techniques-of-ML/assignment.md +++ b/translations/bn/1-Introduction/4-techniques-of-ML/assignment.md @@ -1,12 +1,3 @@ - # একজন ডেটা সায়েন্টিস্টের সাক্ষাৎকার ## নির্দেশনা diff --git a/translations/bn/1-Introduction/README.md b/translations/bn/1-Introduction/README.md index a02010b7f..d37e553ef 100644 --- a/translations/bn/1-Introduction/README.md +++ b/translations/bn/1-Introduction/README.md @@ -1,12 +1,3 @@ - # মেশিন লার্নিং-এর পরিচিতি এই পাঠক্রমের এই অংশে, আপনি মেশিন লার্নিং ক্ষেত্রের মূল ধারণাগুলি, এটি কী, এর ইতিহাস এবং গবেষকরা এটি নিয়ে কাজ করার জন্য যে কৌশলগুলি ব্যবহার করেন তা সম্পর্কে জানতে পারবেন। চলুন একসাথে এই নতুন মেশিন লার্নিং-এর জগৎটি অন্বেষণ করি! diff --git a/translations/bn/2-Regression/1-Tools/README.md b/translations/bn/2-Regression/1-Tools/README.md index 1a1ba9c25..6d7480ace 100644 --- a/translations/bn/2-Regression/1-Tools/README.md +++ b/translations/bn/2-Regression/1-Tools/README.md @@ -1,12 +1,3 @@ - # পাইথন এবং স্কিকিট-লার্ন দিয়ে রিগ্রেশন মডেল শুরু করা ![স্কেচনোটে রিগ্রেশনের সারাংশ](../../../../sketchnotes/ml-regression.png) diff --git a/translations/bn/2-Regression/1-Tools/assignment.md b/translations/bn/2-Regression/1-Tools/assignment.md index a7cb8535b..8afb0b583 100644 --- a/translations/bn/2-Regression/1-Tools/assignment.md +++ b/translations/bn/2-Regression/1-Tools/assignment.md @@ -1,12 +1,3 @@ - # স্কিকিট-লার্ন দিয়ে রিগ্রেশন ## নির্দেশনা diff --git a/translations/bn/2-Regression/1-Tools/solution/Julia/README.md b/translations/bn/2-Regression/1-Tools/solution/Julia/README.md index b7a674465..912935302 100644 --- a/translations/bn/2-Regression/1-Tools/solution/Julia/README.md +++ b/translations/bn/2-Regression/1-Tools/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/2-Regression/2-Data/README.md b/translations/bn/2-Regression/2-Data/README.md index 76dfdff41..63453e815 100644 --- a/translations/bn/2-Regression/2-Data/README.md +++ b/translations/bn/2-Regression/2-Data/README.md @@ -1,12 +1,3 @@ - # Scikit-learn ব্যবহার করে একটি রিগ্রেশন মডেল তৈরি করুন: ডেটা প্রস্তুত এবং ভিজ্যুয়ালাইজ করুন ![ডেটা ভিজ্যুয়ালাইজেশন ইনফোগ্রাফিক](../../../../2-Regression/2-Data/images/data-visualization.png) diff --git a/translations/bn/2-Regression/2-Data/assignment.md b/translations/bn/2-Regression/2-Data/assignment.md index e18d02471..04decf136 100644 --- a/translations/bn/2-Regression/2-Data/assignment.md +++ b/translations/bn/2-Regression/2-Data/assignment.md @@ -1,12 +1,3 @@ - # ভিজুয়ালাইজেশন অন্বেষণ ডেটা ভিজুয়ালাইজেশনের জন্য বিভিন্ন লাইব্রেরি উপলব্ধ রয়েছে। এই পাঠে কুমড়ার ডেটা ব্যবহার করে matplotlib এবং seaborn দিয়ে একটি নমুনা নোটবুকে কিছু ভিজুয়ালাইজেশন তৈরি করুন। কোন লাইব্রেরিগুলি কাজ করার জন্য সহজ? diff --git a/translations/bn/2-Regression/2-Data/solution/Julia/README.md b/translations/bn/2-Regression/2-Data/solution/Julia/README.md index c68430046..f70ee91b2 100644 --- a/translations/bn/2-Regression/2-Data/solution/Julia/README.md +++ b/translations/bn/2-Regression/2-Data/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/2-Regression/3-Linear/README.md b/translations/bn/2-Regression/3-Linear/README.md index 2e29a00e2..c6333634a 100644 --- a/translations/bn/2-Regression/3-Linear/README.md +++ b/translations/bn/2-Regression/3-Linear/README.md @@ -1,12 +1,3 @@ - # স্কিকিট-লার্ন ব্যবহার করে রিগ্রেশন মডেল তৈরি করুন: চারটি পদ্ধতিতে রিগ্রেশন ![লিনিয়ার বনাম পলিনোমিয়াল রিগ্রেশন ইনফোগ্রাফিক](../../../../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. পূর্ববর্তী পাঠ থেকে আপনি সম্ভবত দেখেছেন যে বিভিন্ন মাসের গড় দাম নিম্নরূপ দেখায়: -মাস অনুযায়ী গড় দাম +মাস অনুযায়ী গড় দাম এটি ইঙ্গিত করে যে কিছু করেলেশন থাকতে পারে, এবং আমরা `Month` এবং `Price` এর মধ্যে সম্পর্ক বা `DayOfYear` এবং `Price` এর মধ্যে সম্পর্ক পূর্বাভাস দিতে লিনিয়ার রিগ্রেশন মডেল প্রশিক্ষণ দিতে চেষ্টা করতে পারি। এখানে একটি স্ক্যাটারপ্লট দেখানো হয়েছে যা পরবর্তী সম্পর্কটি দেখায়: -দাম বনাম বছরের দিন স্ক্যাটারপ্লট +দাম বনাম বছরের দিন স্ক্যাটারপ্লট চলুন `corr` ফাংশন ব্যবহার করে করেলেশন আছে কিনা দেখি: @@ -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) ``` -দাম বনাম বছরের দিন স্ক্যাটারপ্লট +দাম বনাম বছরের দিন স্ক্যাটারপ্লট আমাদের তদন্ত ইঙ্গিত করে যে প্রজাতি বিক্রয়ের তারিখের চেয়ে সামগ্রিক দামের উপর বেশি প্রভাব ফেলে। আমরা এটি একটি বার গ্রাফের মাধ্যমে দেখতে পারি: @@ -145,7 +136,7 @@ for i,var in enumerate(new_pumpkins['Variety'].unique()): new_pumpkins.groupby('Variety')['Price'].mean().plot(kind='bar') ``` -প্রজাতি অনুযায়ী দাম বার গ্রাফ +প্রজাতি অনুযায়ী দাম বার গ্রাফ চলুন আপাতত শুধুমাত্র একটি কুমড়ার প্রজাতি, 'পাই টাইপ', এর উপর মনোযোগ দিই এবং দেখি তারিখের দাম উপর কী প্রভাব ফেলে: @@ -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') ``` -দাম বনাম বছরের দিন স্ক্যাটারপ্লট +দাম বনাম বছরের দিন স্ক্যাটারপ্লট যদি আমরা এখন `corr` ফাংশন ব্যবহার করে `Price` এবং `DayOfYear` এর মধ্যে করেলেশন গণনা করি, আমরা কিছুটা `-0.27` পাব - যা নির্দেশ করে যে একটি পূর্বাভাস মডেল প্রশিক্ষণ দেওয়া যুক্তিযুক্ত। @@ -227,7 +218,7 @@ plt.scatter(X_test,y_test) plt.plot(X_test,pred) ``` -লিনিয়ার রিগ্রেশন +লিনিয়ার রিগ্রেশন ## পলিনোমিয়াল রিগ্রেশন @@ -256,7 +247,7 @@ pipeline.fit(X_train,y_train) পাইপলাইনগুলোকে মূল `LinearRegression` অবজেক্টের মতোই ব্যবহার করা যায়, অর্থাৎ আমরা পাইপলাইনটিকে `fit` করতে পারি এবং তারপর `predict` ব্যবহার করে পূর্বানুমানের ফলাফল পেতে পারি। এখানে টেস্ট ডেটা এবং আনুমানিক কার্ভ দেখানো হলো: -পলিনোমিয়াল রিগ্রেশন +পলিনোমিয়াল রিগ্রেশন পলিনোমিয়াল রিগ্রেশন ব্যবহার করে আমরা সামান্য কম MSE এবং সামান্য বেশি determination পেতে পারি, তবে তা উল্লেখযোগ্য নয়। আমাদের আরও ফিচার বিবেচনায় নিতে হবে! @@ -274,7 +265,7 @@ pipeline.fit(X_train,y_train) এখানে আপনি দেখতে পাচ্ছেন কীভাবে গড় দাম বৈচিত্র্যের উপর নির্ভর করে: -বৈচিত্র্য অনুযায়ী গড় দাম +বৈচিত্র্য অনুযায়ী গড় দাম বৈচিত্র্যকে বিবেচনায় নিতে, প্রথমে আমাদের এটিকে সংখ্যাসূচক রূপে রূপান্তর করতে হবে, বা **এনকোড** করতে হবে। এটি করার কয়েকটি উপায় রয়েছে: diff --git a/translations/bn/2-Regression/3-Linear/assignment.md b/translations/bn/2-Regression/3-Linear/assignment.md index a39aa1f54..30af8913b 100644 --- a/translations/bn/2-Regression/3-Linear/assignment.md +++ b/translations/bn/2-Regression/3-Linear/assignment.md @@ -1,12 +1,3 @@ - # একটি রিগ্রেশন মডেল তৈরি করুন ## নির্দেশনা diff --git a/translations/bn/2-Regression/3-Linear/solution/Julia/README.md b/translations/bn/2-Regression/3-Linear/solution/Julia/README.md index b94157447..848737e4f 100644 --- a/translations/bn/2-Regression/3-Linear/solution/Julia/README.md +++ b/translations/bn/2-Regression/3-Linear/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/2-Regression/4-Logistic/README.md b/translations/bn/2-Regression/4-Logistic/README.md index 94e409411..d05cc47bc 100644 --- a/translations/bn/2-Regression/4-Logistic/README.md +++ b/translations/bn/2-Regression/4-Logistic/README.md @@ -1,12 +1,3 @@ - # লজিস্টিক রিগ্রেশন দিয়ে ক্যাটাগরি প্রেডিকশন ![লজিস্টিক বনাম লিনিয়ার রিগ্রেশন ইনফোগ্রাফিক](../../../../2-Regression/4-Logistic/images/linear-vs-logistic.png) diff --git a/translations/bn/2-Regression/4-Logistic/assignment.md b/translations/bn/2-Regression/4-Logistic/assignment.md index d2b4a46e9..d192850ba 100644 --- a/translations/bn/2-Regression/4-Logistic/assignment.md +++ b/translations/bn/2-Regression/4-Logistic/assignment.md @@ -1,12 +1,3 @@ - # কিছু রিগ্রেশন পুনরায় চেষ্টা করা ## নির্দেশাবলী diff --git a/translations/bn/2-Regression/4-Logistic/solution/Julia/README.md b/translations/bn/2-Regression/4-Logistic/solution/Julia/README.md index e593c2b33..f70ee91b2 100644 --- a/translations/bn/2-Regression/4-Logistic/solution/Julia/README.md +++ b/translations/bn/2-Regression/4-Logistic/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/2-Regression/README.md b/translations/bn/2-Regression/README.md index aa46b299f..75523f593 100644 --- a/translations/bn/2-Regression/README.md +++ b/translations/bn/2-Regression/README.md @@ -1,12 +1,3 @@ - # মেশিন লার্নিংয়ের জন্য রিগ্রেশন মডেল ## আঞ্চলিক বিষয়: উত্তর আমেরিকায় কুমড়ার দামের জন্য রিগ্রেশন মডেল 🎃 diff --git a/translations/bn/3-Web-App/1-Web-App/README.md b/translations/bn/3-Web-App/1-Web-App/README.md index 491efe272..817c2e9a9 100644 --- a/translations/bn/3-Web-App/1-Web-App/README.md +++ b/translations/bn/3-Web-App/1-Web-App/README.md @@ -1,12 +1,3 @@ - # একটি মেশিন লার্নিং মডেল ব্যবহার করার জন্য একটি ওয়েব অ্যাপ তৈরি করুন এই পাঠে, আপনি একটি ডেটাসেটে একটি মেশিন লার্নিং মডেল প্রশিক্ষণ দেবেন যা একেবারে অনন্য: _গত শতাব্দীর UFO দর্শন_, যা NUFORC-এর ডেটাবেস থেকে সংগ্রহ করা হয়েছে। diff --git a/translations/bn/3-Web-App/1-Web-App/assignment.md b/translations/bn/3-Web-App/1-Web-App/assignment.md index 4c2025c4f..d5360c0f1 100644 --- a/translations/bn/3-Web-App/1-Web-App/assignment.md +++ b/translations/bn/3-Web-App/1-Web-App/assignment.md @@ -1,12 +1,3 @@ - # একটি ভিন্ন মডেল চেষ্টা করুন ## নির্দেশাবলী diff --git a/translations/bn/3-Web-App/README.md b/translations/bn/3-Web-App/README.md index 184ac2bfa..a11c3ca09 100644 --- a/translations/bn/3-Web-App/README.md +++ b/translations/bn/3-Web-App/README.md @@ -1,12 +1,3 @@ - # আপনার মডেল ব্যবহার করার জন্য একটি ওয়েব অ্যাপ তৈরি করুন এই পাঠ্যক্রমের এই অংশে, আপনি একটি প্রয়োগকৃত মেশিন লার্নিং বিষয়ের সাথে পরিচিত হবেন: কীভাবে আপনার Scikit-learn মডেলকে একটি ফাইলে সংরক্ষণ করবেন যা একটি ওয়েব অ্যাপ্লিকেশনের মধ্যে পূর্বাভাস দেওয়ার জন্য ব্যবহার করা যেতে পারে। মডেলটি সংরক্ষণ করার পরে, আপনি শিখবেন কীভাবে এটি Flask-এ তৈরি একটি ওয়েব অ্যাপে ব্যবহার করবেন। প্রথমে, আপনি কিছু ডেটা ব্যবহার করে একটি মডেল তৈরি করবেন যা UFO দেখার ঘটনার উপর ভিত্তি করে! এরপর, আপনি একটি ওয়েব অ্যাপ তৈরি করবেন যা আপনাকে সেকেন্ডের একটি সংখ্যা, একটি অক্ষাংশ এবং দ্রাঘিমাংশের মান ইনপুট দিয়ে পূর্বাভাস করতে দেবে কোন দেশ UFO দেখার রিপোর্ট করেছে। diff --git a/translations/bn/4-Classification/1-Introduction/README.md b/translations/bn/4-Classification/1-Introduction/README.md index 540aacf6f..4e9420290 100644 --- a/translations/bn/4-Classification/1-Introduction/README.md +++ b/translations/bn/4-Classification/1-Introduction/README.md @@ -1,12 +1,3 @@ - # শ্রেণীবিভাজনের পরিচিতি এই চারটি পাঠে, আপনি ক্লাসিক মেশিন লার্নিং-এর একটি গুরুত্বপূর্ণ দিক - _শ্রেণীবিভাজন_ - সম্পর্কে জানবেন। আমরা এশিয়া এবং ভারতের অসাধারণ রান্নার একটি ডেটাসেট ব্যবহার করে বিভিন্ন শ্রেণীবিভাজন অ্যালগরিদম নিয়ে কাজ করব। আশা করি আপনি ক্ষুধার্ত! diff --git a/translations/bn/4-Classification/1-Introduction/assignment.md b/translations/bn/4-Classification/1-Introduction/assignment.md index 63346d241..9b423aaa6 100644 --- a/translations/bn/4-Classification/1-Introduction/assignment.md +++ b/translations/bn/4-Classification/1-Introduction/assignment.md @@ -1,12 +1,3 @@ - # শ্রেণীবিভাজন পদ্ধতি অন্বেষণ করুন ## নির্দেশাবলী diff --git a/translations/bn/4-Classification/1-Introduction/solution/Julia/README.md b/translations/bn/4-Classification/1-Introduction/solution/Julia/README.md index e0d871a30..11f582e6b 100644 --- a/translations/bn/4-Classification/1-Introduction/solution/Julia/README.md +++ b/translations/bn/4-Classification/1-Introduction/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/4-Classification/2-Classifiers-1/README.md b/translations/bn/4-Classification/2-Classifiers-1/README.md index 9249d8baf..6cb0973a9 100644 --- a/translations/bn/4-Classification/2-Classifiers-1/README.md +++ b/translations/bn/4-Classification/2-Classifiers-1/README.md @@ -1,12 +1,3 @@ - # কুইজিন শ্রেণীবিন্যাসকারী ১ এই পাঠে, আপনি আগের পাঠে সংরক্ষিত ডেটাসেট ব্যবহার করবেন, যা বিভিন্ন কুইজিন সম্পর্কিত ভারসাম্যপূর্ণ এবং পরিষ্কার ডেটা নিয়ে গঠিত। diff --git a/translations/bn/4-Classification/2-Classifiers-1/assignment.md b/translations/bn/4-Classification/2-Classifiers-1/assignment.md index 82fb3b7e8..4eba36724 100644 --- a/translations/bn/4-Classification/2-Classifiers-1/assignment.md +++ b/translations/bn/4-Classification/2-Classifiers-1/assignment.md @@ -1,12 +1,3 @@ - # সলভারগুলি অধ্যয়ন করুন ## নির্দেশনা diff --git a/translations/bn/4-Classification/2-Classifiers-1/solution/Julia/README.md b/translations/bn/4-Classification/2-Classifiers-1/solution/Julia/README.md index 9b6cc7d0e..e4b7a6220 100644 --- a/translations/bn/4-Classification/2-Classifiers-1/solution/Julia/README.md +++ b/translations/bn/4-Classification/2-Classifiers-1/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/4-Classification/3-Classifiers-2/README.md b/translations/bn/4-Classification/3-Classifiers-2/README.md index 7bcfc193b..64e3e6383 100644 --- a/translations/bn/4-Classification/3-Classifiers-2/README.md +++ b/translations/bn/4-Classification/3-Classifiers-2/README.md @@ -1,12 +1,3 @@ - # কুইজিন শ্রেণীবিভাজক ২ এই দ্বিতীয় শ্রেণীবিভাজন পাঠে, আপনি সংখ্যাসূচক ডেটা শ্রেণীবিভাজনের আরও পদ্ধতি অন্বেষণ করবেন। এছাড়াও, আপনি একটি শ্রেণীবিভাজক নির্বাচন করার প্রভাব সম্পর্কে শিখবেন। diff --git a/translations/bn/4-Classification/3-Classifiers-2/assignment.md b/translations/bn/4-Classification/3-Classifiers-2/assignment.md index 79496076d..d3c0938a1 100644 --- a/translations/bn/4-Classification/3-Classifiers-2/assignment.md +++ b/translations/bn/4-Classification/3-Classifiers-2/assignment.md @@ -1,12 +1,3 @@ - # প্যারামিটার প্লে ## নির্দেশনা diff --git a/translations/bn/4-Classification/3-Classifiers-2/solution/Julia/README.md b/translations/bn/4-Classification/3-Classifiers-2/solution/Julia/README.md index e33e97030..cfcf56abb 100644 --- a/translations/bn/4-Classification/3-Classifiers-2/solution/Julia/README.md +++ b/translations/bn/4-Classification/3-Classifiers-2/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/4-Classification/4-Applied/README.md b/translations/bn/4-Classification/4-Applied/README.md index debcb4769..963c59d73 100644 --- a/translations/bn/4-Classification/4-Applied/README.md +++ b/translations/bn/4-Classification/4-Applied/README.md @@ -1,12 +1,3 @@ - # একটি কুইজিন রিকমেন্ডার ওয়েব অ্যাপ তৈরি করুন এই পাঠে, আপনি পূর্ববর্তী পাঠে শেখা কিছু কৌশল ব্যবহার করে একটি ক্লাসিফিকেশন মডেল তৈরি করবেন এবং এই সিরিজে ব্যবহৃত সুস্বাদু কুইজিন ডেটাসেট ব্যবহার করবেন। এছাড়াও, আপনি একটি ছোট ওয়েব অ্যাপ তৈরি করবেন যা একটি সংরক্ষিত মডেল ব্যবহার করবে, Onnx-এর ওয়েব রানটাইম ব্যবহার করে। diff --git a/translations/bn/4-Classification/4-Applied/assignment.md b/translations/bn/4-Classification/4-Applied/assignment.md index 04ebfdb1b..4ddb0592c 100644 --- a/translations/bn/4-Classification/4-Applied/assignment.md +++ b/translations/bn/4-Classification/4-Applied/assignment.md @@ -1,12 +1,3 @@ - # একটি রিকমেন্ডার তৈরি করুন ## নির্দেশনা diff --git a/translations/bn/4-Classification/README.md b/translations/bn/4-Classification/README.md index b1ba32ffc..1d698aae2 100644 --- a/translations/bn/4-Classification/README.md +++ b/translations/bn/4-Classification/README.md @@ -1,12 +1,3 @@ - # শ্রেণীবিভাজন শুরু করা ## আঞ্চলিক বিষয়: সুস্বাদু এশীয় এবং ভারতীয় খাবার 🍜 diff --git a/translations/bn/5-Clustering/1-Visualize/README.md b/translations/bn/5-Clustering/1-Visualize/README.md index a353a566f..1901e3c67 100644 --- a/translations/bn/5-Clustering/1-Visualize/README.md +++ b/translations/bn/5-Clustering/1-Visualize/README.md @@ -1,12 +1,3 @@ - # ক্লাস্টারিং পরিচিতি ক্লাস্টারিং হলো [অপরীক্ষিত শিক্ষণ](https://wikipedia.org/wiki/Unsupervised_learning) এর একটি ধরন, যা ধরে নেয় যে একটি ডেটাসেট লেবেলবিহীন বা এর ইনপুট পূর্বনির্ধারিত আউটপুটের সাথে মেলানো হয়নি। এটি বিভিন্ন অ্যালগরিদম ব্যবহার করে লেবেলবিহীন ডেটা বিশ্লেষণ করে এবং ডেটাতে পাওয়া প্যাটার্ন অনুযায়ী গ্রুপিং প্রদান করে। diff --git a/translations/bn/5-Clustering/1-Visualize/assignment.md b/translations/bn/5-Clustering/1-Visualize/assignment.md index 6b1eead3c..087b57618 100644 --- a/translations/bn/5-Clustering/1-Visualize/assignment.md +++ b/translations/bn/5-Clustering/1-Visualize/assignment.md @@ -1,12 +1,3 @@ - # ক্লাস্টারিংয়ের জন্য অন্যান্য ভিজুয়ালাইজেশন গবেষণা করুন ## নির্দেশনা diff --git a/translations/bn/5-Clustering/1-Visualize/solution/Julia/README.md b/translations/bn/5-Clustering/1-Visualize/solution/Julia/README.md index 19b8cc6ad..cfcf56abb 100644 --- a/translations/bn/5-Clustering/1-Visualize/solution/Julia/README.md +++ b/translations/bn/5-Clustering/1-Visualize/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/5-Clustering/2-K-Means/README.md b/translations/bn/5-Clustering/2-K-Means/README.md index f1413a289..81e8750e4 100644 --- a/translations/bn/5-Clustering/2-K-Means/README.md +++ b/translations/bn/5-Clustering/2-K-Means/README.md @@ -1,12 +1,3 @@ - # K-Means ক্লাস্টারিং ## [পূর্ব-লেকচার কুইজ](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/bn/5-Clustering/2-K-Means/assignment.md b/translations/bn/5-Clustering/2-K-Means/assignment.md index b23c13a1c..748fc3ae4 100644 --- a/translations/bn/5-Clustering/2-K-Means/assignment.md +++ b/translations/bn/5-Clustering/2-K-Means/assignment.md @@ -1,12 +1,3 @@ - # বিভিন্ন ক্লাস্টারিং পদ্ধতি চেষ্টা করুন ## নির্দেশনা diff --git a/translations/bn/5-Clustering/2-K-Means/solution/Julia/README.md b/translations/bn/5-Clustering/2-K-Means/solution/Julia/README.md index b7ff8c0e5..d01fa6bc6 100644 --- a/translations/bn/5-Clustering/2-K-Means/solution/Julia/README.md +++ b/translations/bn/5-Clustering/2-K-Means/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/5-Clustering/README.md b/translations/bn/5-Clustering/README.md index 3717ec878..2b4ea6f69 100644 --- a/translations/bn/5-Clustering/README.md +++ b/translations/bn/5-Clustering/README.md @@ -1,12 +1,3 @@ - # মেশিন লার্নিংয়ের জন্য ক্লাস্টারিং মডেল ক্লাস্টারিং একটি মেশিন লার্নিং কাজ যেখানে একে এমন বস্তু খুঁজে বের করতে হয় যেগুলো একে অপরের সাথে সাদৃশ্যপূর্ণ এবং সেগুলোকে ক্লাস্টার নামে পরিচিত গ্রুপে ভাগ করা হয়। ক্লাস্টারিংয়ের বিশেষত্ব হলো এটি স্বয়ংক্রিয়ভাবে ঘটে, যা মেশিন লার্নিংয়ের অন্যান্য পদ্ধতির থেকে আলাদা। আসলে, এটি সুপারভাইজড লার্নিংয়ের বিপরীত বলা যেতে পারে। diff --git a/translations/bn/6-NLP/1-Introduction-to-NLP/README.md b/translations/bn/6-NLP/1-Introduction-to-NLP/README.md index a46d417e3..d5b8386b2 100644 --- a/translations/bn/6-NLP/1-Introduction-to-NLP/README.md +++ b/translations/bn/6-NLP/1-Introduction-to-NLP/README.md @@ -1,12 +1,3 @@ - # প্রাকৃতিক ভাষা প্রক্রিয়াকরণে পরিচিতি এই পাঠে *প্রাকৃতিক ভাষা প্রক্রিয়াকরণ*, যা *কম্পিউটেশনাল ভাষাবিজ্ঞান* এর একটি শাখা, এর সংক্ষিপ্ত ইতিহাস এবং গুরুত্বপূর্ণ ধারণাগুলি আলোচনা করা হয়েছে। diff --git a/translations/bn/6-NLP/1-Introduction-to-NLP/assignment.md b/translations/bn/6-NLP/1-Introduction-to-NLP/assignment.md index 4964a14f9..e7f33d539 100644 --- a/translations/bn/6-NLP/1-Introduction-to-NLP/assignment.md +++ b/translations/bn/6-NLP/1-Introduction-to-NLP/assignment.md @@ -1,12 +1,3 @@ - # একটি বট খুঁজুন ## নির্দেশনা diff --git a/translations/bn/6-NLP/2-Tasks/README.md b/translations/bn/6-NLP/2-Tasks/README.md index 85b4fcf33..886fec374 100644 --- a/translations/bn/6-NLP/2-Tasks/README.md +++ b/translations/bn/6-NLP/2-Tasks/README.md @@ -1,12 +1,3 @@ - # সাধারণ প্রাকৃতিক ভাষা প্রক্রিয়াকরণ কাজ এবং কৌশল বেশিরভাগ *প্রাকৃতিক ভাষা প্রক্রিয়াকরণ* কাজের জন্য, প্রক্রিয়াকরণের জন্য পাঠ্যটি ভেঙে বিশ্লেষণ করতে হয় এবং ফলাফলগুলি সংরক্ষণ বা নিয়ম এবং ডেটাসেটের সাথে তুলনা করতে হয়। এই কাজগুলি প্রোগ্রামারকে পাঠ্যের মধ্যে শব্দ এবং শব্দের _অর্থ_, _উদ্দেশ্য_ বা শুধুমাত্র _বারবার উপস্থিতি_ নির্ধারণ করতে সাহায্য করে। diff --git a/translations/bn/6-NLP/2-Tasks/assignment.md b/translations/bn/6-NLP/2-Tasks/assignment.md index 09983f7f6..4de39a462 100644 --- a/translations/bn/6-NLP/2-Tasks/assignment.md +++ b/translations/bn/6-NLP/2-Tasks/assignment.md @@ -1,12 +1,3 @@ - # একটি বটকে কথা বলানো ## নির্দেশাবলী diff --git a/translations/bn/6-NLP/3-Translation-Sentiment/README.md b/translations/bn/6-NLP/3-Translation-Sentiment/README.md index a002d6d94..0fdf0aca9 100644 --- a/translations/bn/6-NLP/3-Translation-Sentiment/README.md +++ b/translations/bn/6-NLP/3-Translation-Sentiment/README.md @@ -1,12 +1,3 @@ - # অনুবাদ এবং অনুভূতি বিশ্লেষণ মেশিন লার্নিংয়ের মাধ্যমে পূর্ববর্তী পাঠে আপনি শিখেছেন কীভাবে `TextBlob` ব্যবহার করে একটি সাধারণ বট তৈরি করা যায়। এটি একটি লাইব্রেরি যা মেশিন লার্নিংকে অন্তর্ভুক্ত করে এবং মৌলিক NLP কাজ যেমন noun phrase extraction সম্পাদন করে। কম্পিউটেশনাল ভাষাতত্ত্বের আরেকটি গুরুত্বপূর্ণ চ্যালেঞ্জ হলো একটি ভাষা থেকে অন্য ভাষায় সঠিকভাবে _অনুবাদ_ করা। diff --git a/translations/bn/6-NLP/3-Translation-Sentiment/assignment.md b/translations/bn/6-NLP/3-Translation-Sentiment/assignment.md index 9253ce956..c0575d6f2 100644 --- a/translations/bn/6-NLP/3-Translation-Sentiment/assignment.md +++ b/translations/bn/6-NLP/3-Translation-Sentiment/assignment.md @@ -1,12 +1,3 @@ - # কবিতার লাইসেন্স ## নির্দেশাবলী diff --git a/translations/bn/6-NLP/3-Translation-Sentiment/solution/Julia/README.md b/translations/bn/6-NLP/3-Translation-Sentiment/solution/Julia/README.md index 6aac4c9b2..cfcf56abb 100644 --- a/translations/bn/6-NLP/3-Translation-Sentiment/solution/Julia/README.md +++ b/translations/bn/6-NLP/3-Translation-Sentiment/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/6-NLP/3-Translation-Sentiment/solution/R/README.md b/translations/bn/6-NLP/3-Translation-Sentiment/solution/R/README.md index c654d56c3..e4b7a6220 100644 --- a/translations/bn/6-NLP/3-Translation-Sentiment/solution/R/README.md +++ b/translations/bn/6-NLP/3-Translation-Sentiment/solution/R/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/6-NLP/4-Hotel-Reviews-1/README.md b/translations/bn/6-NLP/4-Hotel-Reviews-1/README.md index 9d12c2dd9..c0aa30dd5 100644 --- a/translations/bn/6-NLP/4-Hotel-Reviews-1/README.md +++ b/translations/bn/6-NLP/4-Hotel-Reviews-1/README.md @@ -1,12 +1,3 @@ - # হোটেল রিভিউ দিয়ে সেন্টিমেন্ট অ্যানালাইসিস - ডেটা প্রক্রিয়াকরণ এই অংশে আপনি আগের পাঠে শেখা কৌশল ব্যবহার করে একটি বড় ডেটাসেটের উপর কিছু অনুসন্ধানমূলক ডেটা বিশ্লেষণ করবেন। বিভিন্ন কলামের কার্যকারিতা সম্পর্কে ভালো ধারণা পাওয়ার পর, আপনি শিখবেন: diff --git a/translations/bn/6-NLP/4-Hotel-Reviews-1/assignment.md b/translations/bn/6-NLP/4-Hotel-Reviews-1/assignment.md index c1e295be0..ac3bf5842 100644 --- a/translations/bn/6-NLP/4-Hotel-Reviews-1/assignment.md +++ b/translations/bn/6-NLP/4-Hotel-Reviews-1/assignment.md @@ -1,12 +1,3 @@ - # এনএলটিকে ## নির্দেশাবলী diff --git a/translations/bn/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md b/translations/bn/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md index 2d6b40095..cfcf56abb 100644 --- a/translations/bn/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md +++ b/translations/bn/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/6-NLP/4-Hotel-Reviews-1/solution/R/README.md b/translations/bn/6-NLP/4-Hotel-Reviews-1/solution/R/README.md index 195cbbd78..4c42a24ce 100644 --- a/translations/bn/6-NLP/4-Hotel-Reviews-1/solution/R/README.md +++ b/translations/bn/6-NLP/4-Hotel-Reviews-1/solution/R/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/6-NLP/5-Hotel-Reviews-2/README.md b/translations/bn/6-NLP/5-Hotel-Reviews-2/README.md index 0ccfce4b3..4d56b9472 100644 --- a/translations/bn/6-NLP/5-Hotel-Reviews-2/README.md +++ b/translations/bn/6-NLP/5-Hotel-Reviews-2/README.md @@ -1,12 +1,3 @@ - # হোটেল রিভিউ দিয়ে সেন্টিমেন্ট অ্যানালাইসিস আপনি ইতিমধ্যে ডেটাসেটটি বিস্তারিতভাবে অন্বেষণ করেছেন, এখন সময় এসেছে কলামগুলো ফিল্টার করার এবং NLP প্রযুক্তি ব্যবহার করে হোটেল সম্পর্কে নতুন অন্তর্দৃষ্টি অর্জন করার। diff --git a/translations/bn/6-NLP/5-Hotel-Reviews-2/assignment.md b/translations/bn/6-NLP/5-Hotel-Reviews-2/assignment.md index 515a03868..2ef94eedf 100644 --- a/translations/bn/6-NLP/5-Hotel-Reviews-2/assignment.md +++ b/translations/bn/6-NLP/5-Hotel-Reviews-2/assignment.md @@ -1,12 +1,3 @@ - # একটি ভিন্ন ডেটাসেট চেষ্টা করুন ## নির্দেশাবলী diff --git a/translations/bn/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md b/translations/bn/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md index d5cab112d..cfcf56abb 100644 --- a/translations/bn/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md +++ b/translations/bn/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/6-NLP/5-Hotel-Reviews-2/solution/R/README.md b/translations/bn/6-NLP/5-Hotel-Reviews-2/solution/R/README.md index 2027e2342..71f1ed796 100644 --- a/translations/bn/6-NLP/5-Hotel-Reviews-2/solution/R/README.md +++ b/translations/bn/6-NLP/5-Hotel-Reviews-2/solution/R/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/6-NLP/README.md b/translations/bn/6-NLP/README.md index 9d94aa829..cb4bb94e9 100644 --- a/translations/bn/6-NLP/README.md +++ b/translations/bn/6-NLP/README.md @@ -1,12 +1,3 @@ - # প্রাকৃতিক ভাষা প্রক্রিয়াকরণ শুরু করা প্রাকৃতিক ভাষা প্রক্রিয়াকরণ (NLP) হল একটি কম্পিউটার প্রোগ্রামের মানুষের ভাষা বুঝতে পারার ক্ষমতা, যেভাবে এটি বলা এবং লেখা হয় — যাকে প্রাকৃতিক ভাষা বলা হয়। এটি কৃত্রিম বুদ্ধিমত্তার (AI) একটি উপাদান। NLP ৫০ বছরেরও বেশি সময় ধরে বিদ্যমান এবং এর শিকড় ভাষাতত্ত্বের ক্ষেত্রে রয়েছে। পুরো ক্ষেত্রটি মেশিনকে মানুষের ভাষা বুঝতে এবং প্রক্রিয়া করতে সাহায্য করার দিকে পরিচালিত। এটি তারপর বানান পরীক্ষা বা মেশিন অনুবাদের মতো কাজ সম্পাদনে ব্যবহার করা যেতে পারে। এটি চিকিৎসা গবেষণা, সার্চ ইঞ্জিন এবং ব্যবসায়িক বুদ্ধিমত্তাসহ বিভিন্ন ক্ষেত্রে বাস্তব জীবনের প্রয়োগ রয়েছে। diff --git a/translations/bn/6-NLP/data/README.md b/translations/bn/6-NLP/data/README.md index 3c510d05e..a55caaba4 100644 --- a/translations/bn/6-NLP/data/README.md +++ b/translations/bn/6-NLP/data/README.md @@ -1,12 +1,3 @@ - হোটেল পর্যালোচনা ডেটা এই ফোল্ডারে ডাউনলোড করুন। --- diff --git a/translations/bn/7-TimeSeries/1-Introduction/README.md b/translations/bn/7-TimeSeries/1-Introduction/README.md index 1e4d40df4..83c99e333 100644 --- a/translations/bn/7-TimeSeries/1-Introduction/README.md +++ b/translations/bn/7-TimeSeries/1-Introduction/README.md @@ -1,12 +1,3 @@ - # টাইম সিরিজ পূর্বাভাসের পরিচিতি ![টাইম সিরিজের সারাংশ একটি স্কেচনোটে](../../../../sketchnotes/ml-timeseries.png) diff --git a/translations/bn/7-TimeSeries/1-Introduction/assignment.md b/translations/bn/7-TimeSeries/1-Introduction/assignment.md index 4416660d7..0021785ae 100644 --- a/translations/bn/7-TimeSeries/1-Introduction/assignment.md +++ b/translations/bn/7-TimeSeries/1-Introduction/assignment.md @@ -1,12 +1,3 @@ - # কিছু অতিরিক্ত টাইম সিরিজ ভিজুয়ালাইজ করুন ## নির্দেশাবলী diff --git a/translations/bn/7-TimeSeries/1-Introduction/solution/Julia/README.md b/translations/bn/7-TimeSeries/1-Introduction/solution/Julia/README.md index b4193a035..d01fa6bc6 100644 --- a/translations/bn/7-TimeSeries/1-Introduction/solution/Julia/README.md +++ b/translations/bn/7-TimeSeries/1-Introduction/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/7-TimeSeries/1-Introduction/solution/R/README.md b/translations/bn/7-TimeSeries/1-Introduction/solution/R/README.md index 01cbf6509..f70ee91b2 100644 --- a/translations/bn/7-TimeSeries/1-Introduction/solution/R/README.md +++ b/translations/bn/7-TimeSeries/1-Introduction/solution/R/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/7-TimeSeries/2-ARIMA/README.md b/translations/bn/7-TimeSeries/2-ARIMA/README.md index 952eeb1d9..94a1d2986 100644 --- a/translations/bn/7-TimeSeries/2-ARIMA/README.md +++ b/translations/bn/7-TimeSeries/2-ARIMA/README.md @@ -1,12 +1,3 @@ - # ARIMA দিয়ে টাইম সিরিজ পূর্বাভাস পূর্ববর্তী পাঠে, আপনি টাইম সিরিজ পূর্বাভাস সম্পর্কে কিছু শিখেছেন এবং একটি ডেটাসেট লোড করেছেন যা একটি নির্দিষ্ট সময়কালে বৈদ্যুতিক লোডের ওঠানামা দেখায়। diff --git a/translations/bn/7-TimeSeries/2-ARIMA/assignment.md b/translations/bn/7-TimeSeries/2-ARIMA/assignment.md index 9c38a263a..2ab90b3f3 100644 --- a/translations/bn/7-TimeSeries/2-ARIMA/assignment.md +++ b/translations/bn/7-TimeSeries/2-ARIMA/assignment.md @@ -1,12 +1,3 @@ - # একটি নতুন ARIMA মডেল ## নির্দেশনা diff --git a/translations/bn/7-TimeSeries/2-ARIMA/solution/Julia/README.md b/translations/bn/7-TimeSeries/2-ARIMA/solution/Julia/README.md index 2e455735f..cfcf56abb 100644 --- a/translations/bn/7-TimeSeries/2-ARIMA/solution/Julia/README.md +++ b/translations/bn/7-TimeSeries/2-ARIMA/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/7-TimeSeries/2-ARIMA/solution/R/README.md b/translations/bn/7-TimeSeries/2-ARIMA/solution/R/README.md index 4ecbf7655..cfcf56abb 100644 --- a/translations/bn/7-TimeSeries/2-ARIMA/solution/R/README.md +++ b/translations/bn/7-TimeSeries/2-ARIMA/solution/R/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/7-TimeSeries/3-SVR/README.md b/translations/bn/7-TimeSeries/3-SVR/README.md index cc934f444..2cccfb8ac 100644 --- a/translations/bn/7-TimeSeries/3-SVR/README.md +++ b/translations/bn/7-TimeSeries/3-SVR/README.md @@ -1,12 +1,3 @@ - # টাইম সিরিজ পূর্বাভাস: সাপোর্ট ভেক্টর রিগ্রেসর পূর্ববর্তী পাঠে, আপনি ARIMA মডেল ব্যবহার করে টাইম সিরিজ পূর্বাভাস তৈরি করতে শিখেছেন। এখন আপনি সাপোর্ট ভেক্টর রিগ্রেসর মডেল সম্পর্কে জানবেন, যা একটি রিগ্রেসর মডেল এবং ধারাবাহিক ডেটা পূর্বাভাসের জন্য ব্যবহৃত হয়। diff --git a/translations/bn/7-TimeSeries/3-SVR/assignment.md b/translations/bn/7-TimeSeries/3-SVR/assignment.md index 34415dd2e..a63e5d9e4 100644 --- a/translations/bn/7-TimeSeries/3-SVR/assignment.md +++ b/translations/bn/7-TimeSeries/3-SVR/assignment.md @@ -1,12 +1,3 @@ - # একটি নতুন SVR মডেল ## নির্দেশাবলী [^1] diff --git a/translations/bn/7-TimeSeries/README.md b/translations/bn/7-TimeSeries/README.md index b32dcffd6..255165823 100644 --- a/translations/bn/7-TimeSeries/README.md +++ b/translations/bn/7-TimeSeries/README.md @@ -1,12 +1,3 @@ - # টাইম সিরিজ পূর্বাভাসের পরিচিতি টাইম সিরিজ পূর্বাভাস কী? এটি অতীতের প্রবণতা বিশ্লেষণ করে ভবিষ্যতের ঘটনা পূর্বাভাস দেওয়ার একটি পদ্ধতি। diff --git a/translations/bn/8-Reinforcement/1-QLearning/README.md b/translations/bn/8-Reinforcement/1-QLearning/README.md index c0a9cae90..8eb11955c 100644 --- a/translations/bn/8-Reinforcement/1-QLearning/README.md +++ b/translations/bn/8-Reinforcement/1-QLearning/README.md @@ -1,12 +1,3 @@ - # রিইনফোর্সমেন্ট লার্নিং এবং কিউ-লার্নিং এর পরিচিতি ![মেশিন লার্নিং-এ রিইনফোর্সমেন্টের সারাংশ একটি স্কেচনোটে](../../../../sketchnotes/ml-reinforcement.png) diff --git a/translations/bn/8-Reinforcement/1-QLearning/assignment.md b/translations/bn/8-Reinforcement/1-QLearning/assignment.md index 0a88d88e4..d192b5956 100644 --- a/translations/bn/8-Reinforcement/1-QLearning/assignment.md +++ b/translations/bn/8-Reinforcement/1-QLearning/assignment.md @@ -1,12 +1,3 @@ - # একটি আরও বাস্তবসম্মত বিশ্ব আমাদের পরিস্থিতিতে, পিটার প্রায় ক্লান্ত বা ক্ষুধার্ত না হয়ে চলাফেরা করতে পারছিল। একটি আরও বাস্তবসম্মত বিশ্বে, তাকে মাঝে মাঝে বসে বিশ্রাম নিতে হবে এবং নিজেকে খাওয়াতে হবে। চলুন আমাদের বিশ্বকে আরও বাস্তবসম্মত করি, নিম্নলিখিত নিয়মগুলি প্রয়োগ করে: diff --git a/translations/bn/8-Reinforcement/1-QLearning/solution/Julia/README.md b/translations/bn/8-Reinforcement/1-QLearning/solution/Julia/README.md index 71fe4f210..d01fa6bc6 100644 --- a/translations/bn/8-Reinforcement/1-QLearning/solution/Julia/README.md +++ b/translations/bn/8-Reinforcement/1-QLearning/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/8-Reinforcement/1-QLearning/solution/R/README.md b/translations/bn/8-Reinforcement/1-QLearning/solution/R/README.md index 21a41aec2..cfcf56abb 100644 --- a/translations/bn/8-Reinforcement/1-QLearning/solution/R/README.md +++ b/translations/bn/8-Reinforcement/1-QLearning/solution/R/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/8-Reinforcement/2-Gym/README.md b/translations/bn/8-Reinforcement/2-Gym/README.md index 3887ad16a..1e1ca43f2 100644 --- a/translations/bn/8-Reinforcement/2-Gym/README.md +++ b/translations/bn/8-Reinforcement/2-Gym/README.md @@ -1,12 +1,3 @@ - ## প্রয়োজনীয়তা এই পাঠে আমরা **OpenAI Gym** নামক একটি লাইব্রেরি ব্যবহার করব বিভিন্ন **পরিবেশ** সিমুলেট করার জন্য। আপনি যদি এই পাঠের কোড স্থানীয়ভাবে (যেমন Visual Studio Code থেকে) চালান, তাহলে সিমুলেশনটি একটি নতুন উইন্ডোতে খুলবে। অনলাইনে কোড চালানোর সময়, আপনাকে কোডে কিছু পরিবর্তন করতে হতে পারে, যেমনটি [এখানে](https://towardsdatascience.com/rendering-openai-gym-envs-on-binder-and-google-colab-536f99391cc7) বর্ণনা করা হয়েছে। diff --git a/translations/bn/8-Reinforcement/2-Gym/assignment.md b/translations/bn/8-Reinforcement/2-Gym/assignment.md index 43fd5e718..bf638bd00 100644 --- a/translations/bn/8-Reinforcement/2-Gym/assignment.md +++ b/translations/bn/8-Reinforcement/2-Gym/assignment.md @@ -1,12 +1,3 @@ - # ট্রেন মাউন্টেন কার [OpenAI Gym](http://gym.openai.com) এমনভাবে ডিজাইন করা হয়েছে যাতে সব পরিবেশ একই API প্রদান করে - অর্থাৎ একই `reset`, `step` এবং `render` মেথড, এবং **action space** এবং **observation space** এর একই বিমূর্ততা। তাই একই রিইনফোর্সমেন্ট লার্নিং অ্যালগরিদমকে বিভিন্ন পরিবেশে সামান্য কোড পরিবর্তনের মাধ্যমে মানিয়ে নেওয়া সম্ভব। diff --git a/translations/bn/8-Reinforcement/2-Gym/solution/Julia/README.md b/translations/bn/8-Reinforcement/2-Gym/solution/Julia/README.md index 6ecdf80b8..4c42a24ce 100644 --- a/translations/bn/8-Reinforcement/2-Gym/solution/Julia/README.md +++ b/translations/bn/8-Reinforcement/2-Gym/solution/Julia/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/8-Reinforcement/2-Gym/solution/R/README.md b/translations/bn/8-Reinforcement/2-Gym/solution/R/README.md index 33e0297e5..d01fa6bc6 100644 --- a/translations/bn/8-Reinforcement/2-Gym/solution/R/README.md +++ b/translations/bn/8-Reinforcement/2-Gym/solution/R/README.md @@ -1,12 +1,3 @@ - এটি একটি অস্থায়ী প্লেসহোল্ডার --- diff --git a/translations/bn/8-Reinforcement/README.md b/translations/bn/8-Reinforcement/README.md index 25cf50e03..ebd09842a 100644 --- a/translations/bn/8-Reinforcement/README.md +++ b/translations/bn/8-Reinforcement/README.md @@ -1,12 +1,3 @@ - # রিইনফোর্সমেন্ট লার্নিং-এর পরিচিতি রিইনফোর্সমেন্ট লার্নিং, RL, সুপারভাইজড লার্নিং এবং আনসুপারভাইজড লার্নিং-এর পাশাপাশি অন্যতম মৌলিক মেশিন লার্নিং প্যারাডাইম হিসেবে বিবেচিত হয়। RL মূলত সিদ্ধান্ত গ্রহণের উপর ভিত্তি করে: সঠিক সিদ্ধান্ত প্রদান করা বা অন্তত সেগুলো থেকে শেখা। diff --git a/translations/bn/9-Real-World/1-Applications/README.md b/translations/bn/9-Real-World/1-Applications/README.md index 4a7622e35..5af5c0298 100644 --- a/translations/bn/9-Real-World/1-Applications/README.md +++ b/translations/bn/9-Real-World/1-Applications/README.md @@ -1,12 +1,3 @@ - # পোস্টস্ক্রিপ্ট: বাস্তব জীবনে মেশিন লার্নিং ![বাস্তব জীবনে মেশিন লার্নিং-এর সারাংশ একটি স্কেচনোটে](../../../../sketchnotes/ml-realworld.png) diff --git a/translations/bn/9-Real-World/1-Applications/assignment.md b/translations/bn/9-Real-World/1-Applications/assignment.md index c14f4722f..27d41b596 100644 --- a/translations/bn/9-Real-World/1-Applications/assignment.md +++ b/translations/bn/9-Real-World/1-Applications/assignment.md @@ -1,12 +1,3 @@ - # একটি এমএল স্ক্যাভেঞ্জার হান্ট ## নির্দেশাবলী diff --git a/translations/bn/9-Real-World/2-Debugging-ML-Models/README.md b/translations/bn/9-Real-World/2-Debugging-ML-Models/README.md index 7d6179357..a4c45e962 100644 --- a/translations/bn/9-Real-World/2-Debugging-ML-Models/README.md +++ b/translations/bn/9-Real-World/2-Debugging-ML-Models/README.md @@ -1,12 +1,3 @@ - # পোস্টস্ক্রিপ্ট: মডেল ডিবাগিং মেশিন লার্নিং-এ রেসপন্সিবল AI ড্যাশবোর্ড কম্পোনেন্ট ব্যবহার করে ## [পূর্ব-লেকচার কুইজ](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/bn/9-Real-World/2-Debugging-ML-Models/assignment.md b/translations/bn/9-Real-World/2-Debugging-ML-Models/assignment.md index 79eec5c19..63ff87a28 100644 --- a/translations/bn/9-Real-World/2-Debugging-ML-Models/assignment.md +++ b/translations/bn/9-Real-World/2-Debugging-ML-Models/assignment.md @@ -1,12 +1,3 @@ - # দায়িত্বশীল AI (RAI) ড্যাশবোর্ড অন্বেষণ করুন ## নির্দেশনা diff --git a/translations/bn/9-Real-World/README.md b/translations/bn/9-Real-World/README.md index e8fe4e006..f747db619 100644 --- a/translations/bn/9-Real-World/README.md +++ b/translations/bn/9-Real-World/README.md @@ -1,12 +1,3 @@ - # পোস্টস্ক্রিপ্ট: ক্লাসিক মেশিন লার্নিং-এর বাস্তব জীবনের প্রয়োগ এই পাঠক্রমের এই অংশে, আপনাকে ক্লাসিক্যাল মেশিন লার্নিং-এর কিছু বাস্তব জীবনের প্রয়োগের সাথে পরিচয় করানো হবে। আমরা ইন্টারনেট থেকে সাদা কাগজ এবং প্রবন্ধ সংগ্রহ করেছি যেখানে এই কৌশলগুলো ব্যবহার করা হয়েছে, যতটা সম্ভব নিউরাল নেটওয়ার্ক, ডিপ লার্নিং এবং AI এড়িয়ে। শিখুন কীভাবে মেশিন লার্নিং ব্যবসায়িক সিস্টেম, পরিবেশগত প্রয়োগ, অর্থনীতি, শিল্প ও সংস্কৃতি এবং আরও অনেক ক্ষেত্রে ব্যবহার করা হয়। diff --git a/translations/bn/AGENTS.md b/translations/bn/AGENTS.md index a716a08a0..0e5cc61f6 100644 --- a/translations/bn/AGENTS.md +++ b/translations/bn/AGENTS.md @@ -1,12 +1,3 @@ - # AGENTS.md ## প্রকল্পের সংক্ষিপ্ত বিবরণ diff --git a/translations/bn/CODE_OF_CONDUCT.md b/translations/bn/CODE_OF_CONDUCT.md index 98aba0d59..0d04c57a6 100644 --- a/translations/bn/CODE_OF_CONDUCT.md +++ b/translations/bn/CODE_OF_CONDUCT.md @@ -1,12 +1,3 @@ - # মাইক্রোসফট ওপেন সোর্স আচরণবিধি এই প্রকল্পটি [মাইক্রোসফট ওপেন সোর্স আচরণবিধি](https://opensource.microsoft.com/codeofconduct/) গ্রহণ করেছে। diff --git a/translations/bn/CONTRIBUTING.md b/translations/bn/CONTRIBUTING.md index d672e0643..55866e650 100644 --- a/translations/bn/CONTRIBUTING.md +++ b/translations/bn/CONTRIBUTING.md @@ -1,12 +1,3 @@ - # অবদান রাখা এই প্রকল্পে অবদান এবং পরামর্শকে স্বাগত জানানো হয়। বেশিরভাগ অবদান রাখার জন্য আপনাকে একটি Contributor License Agreement (CLA)-তে সম্মতি জানাতে হবে, যা নিশ্চিত করে যে আপনার অবদানের অধিকার আপনার আছে এবং আপনি আমাদের তা ব্যবহারের অধিকার প্রদান করছেন। বিস্তারিত জানতে ভিজিট করুন https://cla.microsoft.com। diff --git a/translations/bn/README.md b/translations/bn/README.md index c6cc84b87..ca3154ccd 100644 --- a/translations/bn/README.md +++ b/translations/bn/README.md @@ -1,152 +1,169 @@ - -### 🌐 বহুভাষী সমর্থন - -#### গিটহাব অ্যাকশনের মাধ্যমে সমর্থিত (স্বয়ংক্রিয় ও সর্বদা আপ-টু-ডেট) - -> **স্থানীয়ভাবে ক্লোন করতে পছন্দ করেন?** - -> এই রিপোজিটরিতে ৫০+ ভাষার অনুবাদ রয়েছে যা ডাউনলোডের আকার অনেক বাড়িয়ে দেয়। অনুবাদ ছাড়া ক্লোন করতে, sparse checkout ব্যবহার করুন: +[![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/) + +### 🌐 বহু-ভাষা সমর্থন + +#### গিটহাব অ্যাকশনের মাধ্যমে সমর্থিত (স্বয়ংক্রিয় এবং সর্বদা আপডেট থাকে) + + +[আরবি](../ar/README.md) | [বাংলা](./README.md) | [বুলগেরিয়ান](../bg/README.md) | [বার্মিজ (মায়ানমার)](../my/README.md) | [চীনা (সরলীকৃত)](../zh-CN/README.md) | [চীনা (প্রচলিত, হংকং)](../zh-HK/README.md) | [চীনা (প্রচলিত, মাকাও)](../zh-MO/README.md) | [চীনা (প্রচলিত, তাইওয়ান)](../zh-TW/README.md) | [ক্রোয়েশিয়ান](../hr/README.md) | [চেক](../cs/README.md) | [ড্যানিশ](../da/README.md) | [ডাচ](../nl/README.md) | [এস্তোনিয়ান](../et/README.md) | [ফিনিশ](../fi/README.md) | [ফরাসি](../fr/README.md) | [জার্মান](../de/README.md) | [গ্রিক](../el/README.md) | [হিব্রু](../he/README.md) | [হিন্দি](../hi/README.md) | [হাঙ্গেরিয়ান](../hu/README.md) | [ইন্দোনেশিয়ান](../id/README.md) | [ইতালিয়ান](../it/README.md) | [জাপানি](../ja/README.md) | [কন্নড়](../kn/README.md) | [কোরিয়ান](../ko/README.md) | [লিথুয়ানিয়ান](../lt/README.md) | [মালয়](../ms/README.md) | [মালায়ালাম](../ml/README.md) | [মরাঠি](../mr/README.md) | [নেপালি](../ne/README.md) | [নাইজেরিয়ান পিজিন](../pcm/README.md) | [নরওয়েযিয়ান](../no/README.md) | [পার্সিয়ান (ফার্সি)](../fa/README.md) | [পোলিশ](../pl/README.md) | [পর্তুগিজ (ব্রাজিল)](../pt-BR/README.md) | [পর্তুগিজ (পর্তুগাল)](../pt-PT/README.md) | [পাঞ্জাবী (গুরমুখী)](../pa/README.md) | [রোমানিয়ান](../ro/README.md) | [রাশিয়ান](../ru/README.md) | [সার্বিয়ান (সিরিলিক)](../sr/README.md) | [স্লোভাক](../sk/README.md) | [স্লোভেনিয়ান](../sl/README.md) | [স্প্যানিশ](../es/README.md) | [সোয়াহিলি](../sw/README.md) | [সুইডিশ](../sv/README.md) | [টাগালগ (ফিলিপিনো)](../tl/README.md) | [তামিল](../ta/README.md) | [তেলুগু](../te/README.md) | [থাই](../th/README.md) | [তুর্কি](../tr/README.md) | [ইউক্রেনিয়ান](../uk/README.md) | [উর্দু](../ur/README.md) | [ভিয়েতনামী](../vi/README.md) + +> **স্থানীয়ভাবে ক্লোন করতে চান?** + +> এই রিপোজিটরিতে ৫০+ ভাষার অনুবাদ অন্তর্ভুক্ত রয়েছে যা ডাউনলোড আকার উল্লেখযোগ্যভাবে বৃদ্ধি করে। অনুবাদ ছাড়া ক্লোন করার জন্য sparse checkout ব্যবহার করুন: > ```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' > ``` -> এটি আপনাকে দ্রুত ডাউনলোডে সম্পূর্ণ কোর্সটি সম্পন্ন করার জন্য যা কিছু দরকার তা দেবে। +> এটি আপনার প্রয়োজনীয় সমস্ত কিছু দেয় কোর্সটি দ্রুত ডাউনলোড সহ সম্পন্ন করার জন্য। + + +#### আমাদের কমিউনিটিতে যোগ দিন + +[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -#### আমাদের সম্প্রদায়ে যোগদান করুন +আমাদের একটি Discord এআই নিয়ে শেখার সেশন চলছে, আরো জানুন এবং আমাদের সাথে যোগ দিন এখানে [Learn with AI Series](https://aka.ms/learnwithai/discord) ১৮ থেকে ৩০ সেপ্টেম্বর, ২০২৫ পর্যন্ত। এখানে আপনি GitHub Copilot ব্যবহার করে ডেটা সায়েন্সের টিপস এবং ট্রিকস পাবেন। -আমাদের কাছে Discord এ একটি "AI সহ শিখুন" সিরিজ চলছে, আরো জানতে এবং যুক্ত হতে পারেন [Learn with AI Series](https://aka.ms/learnwithai/discord) এ, যা চলবে ১৮ থেকে ৩০ সেপ্টেম্বর, ২০২৫। আপনি GitHub Copilot ব্যবহার করে Data Science এর টিপস ও ট্রিকস পাবেন। +![Learn with AI series](../../translated_images/bn/3.9b58fd8d6c373c20.webp) -# নবাগতদের জন্য মেশিন লার্নিং - একটি কারিকুলাম +# শুরু থেকে মেশিন লার্নিং - একটি শিক্ষাক্রম -> 🌍 বিশ্বের সংস্কৃতিগুলোর মাধ্যমে মেশিন লার্নিং অন্বেষণে বিশ্বের চারিদিকে ভ্রমণ করুন 🌍 +> 🌍 মেশিন লার্নিং অন্বেষণ করার সময় বিশ্ব সংস্কৃতির মাধ্যমে বিশ্বব্যাপী ভ্রমণ 🌍 -Microsoft এর ক্লাউড অ্যাডভোকেটরা আনন্দের সাথে ১২ সপ্তাহের ২৬টি পাঠের কারিকুলাম অফার করছে যা সম্পূর্ণ **মেশিন লার্নিং** সম্পর্কিত। এই কারিকুলামে আপনি শিখবেন যা কখনও কখনও **ক্লাসিক মেশিন লার্নিং** নামে পরিচিত, যেখানে প্রধানত Scikit-learn লাইব্রেরি ব্যবহার করা হয় এবং ডীপ লার্নিং ধারণা থেকে বিরত থাকা হয়েছে, যা আমাদের [নবাগতদের জন্য AI কারিকুলাম](https://aka.ms/ai4beginners) এ আলোচিত হয়েছে। এই পাঠগুলিকে আমাদের ['নবাগতদের জন্য ডেটা সায়েন্স কারিকুলাম'](https://aka.ms/ds4beginners) এর সাথে মিলিয়ে ব্যবহার করতে পারেন। +মাইক্রোসফটের ক্লাউড অ্যাডভোকেটরা একটি ১২ সপ্তাহের, ২৬টি পাঠ নিয়ে গঠিত শিক্ষাক্রম প্রদান করছে যা সম্পূর্ণ মেশিন লার্নিং সম্পর্কে। এই শিক্ষাক্রমে, আপনি যা কখনও কখনও 'ক্লাসিক মেশিন লার্নিং' নামে ডাকা হয় তা শিখবেন, মূলত Scikit-learn লাইব্রেরি ব্যবহার করে এবং ডিপ লার্নিং এড়িয়ে চলবেন, যা আমাদের [এআই ফর বিগিনার্স' পাঠক্রমে](https://aka.ms/ai4beginners) অন্তর্ভুক্ত। এই পাঠগুলিকে আমাদের ['ডেটা সায়েন্স ফর বিগিনার্স' শিক্ষাক্রম](https://aka.ms/ds4beginners) এর সাথে জোড়া দিয়ে নিতে পারেন। -বিশ্বের বিভিন্ন অঞ্চলের ডেটার উপর এই ক্লাসিক মেশিন লার্নিং কৌশলগুলি প্রয়োগ করে আমাদের সাথে পৃথিবীর চারিদিকে ভ্রমণ করুন। প্রতিটি পাঠে রয়েছে পাঠের আগে এবং পরে কুইজ, পাঠের পূর্ণ বিবরণ, সমাধান, একটি অ্যাসাইনমেন্ট, এবং আরও অনেক কিছু। আমাদের প্রকল্প-ভিত্তিক শিক্ষণ পদ্ধতি আপনাকে শেখার সময় নির্মাণের সুযোগ দেয়, যা নতুন দক্ষতা স্থায়ী করে। +বিশ্বজুড়ে ভ্রমণ করুন যখন আমরা এই ক্লাসিক প্রযুক্তিগুলো বিভিন্ন দেশের তথ্যের উপর প্রয়োগ করবো। প্রতিটি পাঠে পূর্ব এবং পরবর্তী কুইজ, লেখাগুলোর নির্দেশনা, সমাধান, একটি অ্যাসাইনমেন্ট এবং আরো কিছু অন্তর্ভুক্ত থাকবে। আমাদের প্রকল্প-ভিত্তিক পদ্ধতি আপনাকে শেখার সময় তৈরি করার সুযোগ দেয়, যা নতুন দক্ষতা মজবুত করার জন্য প্রমাণিত একটি পন্থা। -**✍️ আমাদের লেখকদের প্রতি আন্তরিক ধন্যবাদ** জেন লুপার, স্টিফেন হ্যাওয়েল, ফ্রানচেস্কা লাজেরি, তমমি ইমুরা, ক্যাসি ব্রেভিউ, দিমিত্রি সশников, ক্রিস নরিং, অনির্বাণ মুখার্জি, ওর্নেলা আলতুনিয়ান, রুথ ইয়াকুবু এবং এমি বয়ড +**✍️ আমাদের লেখকগণের প্রতি আন্তরিক ধন্যবাদ** জেন লুপার, স্টিফেন হাওয়েল, ফ্রান্সেসকা লাজেরি, তোমোমি ইমুড়া, ক্যাসি ব্রেভিউ, দিমিত্রি সশনিকভ, ক্রিস নরিং, অনির্বাণ মুখার্জী, ওর্নেলা আলটুনিয়ান, রুথ ইয়াকুবু এবং অ্যামি বয়ড -**🎨 আমাদের চিত্রকরদের প্রতি কৃতজ্ঞতা** তমমি ইমুরা, দাসানি মাদিপালি, এবং জেন লুপার +**🎨 আমাদের চিত্রশিল্পীদেরও ধন্যবাদ** তোমোমি ইমুড়া, দাসানি মাদিপালি, এবং জেন লুপার -**🙏 বিশেষ ধন্যবাদ 🙏 আমাদের Microsoft Student Ambassador লেখক, সমালোচক এবং কন্টেন্ট অবদানকারীদের**, বিশেষত ঋষিৎ দাগলি, মুহাম্মদ সাকিব খান ইনান, রোহান রাজ, আলেকজান্দ্রু পেট্রেস্কু, অভিষেক জৈস্বাল, নওরিন তাবাসসুম, ইয়োয়ান সামুইলা, এবং স্নিগ্ধা আগরওয়ালকে। +**🙏 বিশেষ ধন্যবাদ 🙏 আমাদের মাইক্রোসফট স্টুডেন্ট অ্যাম্বাসেডর লেখক, পরিদর্শক এবং বিষয়বস্তু প্রদানকারী** বিশেষ করে ঋষিত দাগলি, মুহাম্মদ সাকিব খান ইনান, রোহান রাজ, আলেকজান্দ্রু পেট্রেস্কু, অভিষেক জৈসওয়াল, নওরিন তাকোসুম, ইওয়ান সামুইলা, এবং স্নিগ্ধা আগারওয়াল -**🤩 আমাদের R পাঠের জন্য Microsoft Student Ambassadors এরিক ওয়ঞ্জাউ, জসলিন সদ্ধি, এবং বিদুষী গুপ্তাকে অতিরিক্ত ধন্যবাদ!** +**🤩 অতিরিক্ত কৃতজ্ঞতা মাইক্রোসফট স্টুডেন্ট অ্যাম্বাসেডরদের প্রতি যেমন এরিক ওয়াঞ্জাউ, জসলীন সোধি, এবং বিদুষী গুপ্তার আমাদের R পাঠের জন্য!** # শুরু করা -এই ধাপগুলি অনুসরণ করুন: -১. **রিপোজিটরি ফর্ক করুন**: এই পেজের উপরের-ডানদিকে থাকা "Fork" বোতামে ক্লিক করুন। -২. **রিপোজিটরি ক্লোন করুন**: `git clone https://github.com/microsoft/ML-For-Beginners.git` +এই ধাপগুলো অনুসরণ করুন: +1. **রিপোজিটরি ফর্ক করুন**: এই পাতার উপরের ডানদিকে "Fork" বাটনে ক্লিক করুন। +2. **রিপোজিটরি ক্লোন করুন**: `git clone https://github.com/microsoft/ML-For-Beginners.git` -> [এই কোর্সের জন্য আমাদের Microsoft Learn কালেকশনে সমস্ত অতিরিক্ত রিসোর্স খুঁজুন](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) +> [এই কোর্সের সমস্ত অতিরিক্ত উৎস আমাদের Microsoft Learn সংগ্রহে খুঁজে পান](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) -> 🔧 **সহায়তার প্রয়োজন?** ইনস্টলেশন, সেটআপ, এবং পাঠ চালানোর সাধারণ সমস্যার সমাধানের জন্য আমাদের [Troubleshooting Guide](TROUBLESHOOTING.md) দেখুন। +> 🔧 **সহায়তা দরকার?** আমাদের [Troubleshooting Guide](TROUBLESHOOTING.md) দেখুন যেখান থেকে ইনস্টলেশন, সেটআপ এবং পাঠ চালানোর সাধারণ সমস্যার সমাধান পাবেন। -**[শিক্ষার্থীরা](https://aka.ms/student-page)**, এই কারিকুলাম ব্যবহার করার জন্য, পুরো রিপোজিটরিটি নিজের গিটহাব অ্যাকাউন্টে ফর্ক করুন এবং নিজের বা দলের সাথে সম্পূর্ণ করুন: -- একটি প্রাক-লেকচার কুইজ দিয়ে শুরু করুন। -- লেকচার পড়ুন এবং কার্যক্রম সম্পন্ন করুন, প্রতিটি জ্ঞানের চেকপয়েন্টে থামুন এবং চিন্তা করুন। -- পাঠ্য বুঝে প্রকল্প তৈরি করার চেষ্টা করুন, সমাধান কোড চলানোর থেকে; অবশ্যই ওই কোড `/solution` ফোল্ডারে পাওয়া যাবে প্রতিটি প্রকল্পভিত্তিক পাঠে। -- পোস্ট-লেকচার কুইজ দিন। +**[ছাত্রছাত্রীরা](https://aka.ms/student-page)**, এই শিক্ষাক্রমটি ব্যবহার করতে, পুরো রেপোটি আপনার নিজস্ব গিটহাবে ফর্ক করুন এবং অনুশীলনগুলো নিজেরাই অথবা দলে সম্পন্ন করুন: + +- পূর্বাপর লেকচার কুইজ দিয়ে শুরু করুন। +- লেকচার পড়ুন এবং কার্যক্রমগুলো সম্পন্ন করুন, প্রতিটি জ্ঞানের চেকপয়েন্টে থামুন এবং ভাবুন। +- প্রকল্প তৈরি করার চেষ্টা করুন পাঠগুলো বুঝে নেওয়ার মাধ্যমে, সমাধান কোড চালানোর পরিবর্তে; কিন্তু সেই কোডগুলো প্রতিটি প্রকল্প-ভিত্তিক পাঠের `/solution` ফোল্ডারে পাওয়া যায়। +- পরবর্তী লেকচার কুইজ দিন। - চ্যালেঞ্জ সম্পন্ন করুন। -- অ্যাসাইনমেন্ট শেষ করুন। -- একটি পাঠ গোষ্ঠী শেষ করার পর, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) এ যান এবং "উচ্চস্বরে শেখা" মাধ্যমে প্রযোজ্য PAT রুব্রিক পূরণ করুন। 'PAT' হচ্ছে একটি অগ্রগতি মূল্যায়ন যন্ত্র যা আপনাকে শেখার অগ্রগতি পরিমাপ করতে সাহায্য করে। আপনি অন্য PAT গুলোর প্রতিক্রিয়াও দিতে পারেন যেন আমরা সবাই মিলে শিখতে পারি। +- অ্যাসাইনমেন্ট সম্পন্ন করুন। +- একটি লেসন গ্রুপ শেষে, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) এ যান এবং কথোপকথনে অংশ নিন, সংশ্লিষ্ট PAT রুব্রিক পূরণ করে। 'PAT' হল এক প্রগ্রেস অ্যাসেসমেন্ট টুল যা শেখার অগ্রগতি মাপতে ব্যবহৃত হয়। আপনি অন্য PAT-র প্রতিক্রিয়া দিতে পারেন যাতে আমরা একসাথে শিখতে পারি। -> আরও অধ্যয়নের জন্য, আমরা এই [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) মডিউল এবং শেখার পথ অনুসরণ করার সুপারিশ করি। +> আরও অধ্যয়নের জন্য, আমরা সুপারিশ করছি এই [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) মডিউল এবং শেখার পথে অনুসরণ করতে। -**শিক্ষকগণ**, আমরা [কিছু প্রস্তাবনা](for-teachers.md) অন্তর্ভুক্ত করেছি কিভাবে এই কারিকুলাম ব্যবহার করবেন। +**শিক্ষকগণ**, আমরা এই শিক্ষাক্রমটি কীভাবে ব্যবহার করবেন সে সম্পর্কে কিছু [পরামর্শ](for-teachers.md) অন্তর্ভুক্ত করেছি। --- ## ভিডিও ওয়াকথ্রু -কিছু পাঠ ছোট ফর্ম ভিডিও হিসাবে উপলব্ধ। আপনি এগুলো পাঠের মধ্যে অথবা [Microsoft Developer YouTube চ্যানেলের ML for Beginners প্লেলিস্টে](https://aka.ms/ml-beginners-videos) পেতে পারেন নিচের ছবিতে ক্লিক করে। +কিছু পাঠ সংক্ষিপ্ত ভিডিও আকারে উপলব্ধ। আপনি এগুলো লেসনের মধ্যে সোজা দেখতে পারেন, অথবা [Microsoft Developer YouTube চ্যানেলে ML for Beginners প্লেলিস্টে](https://aka.ms/ml-beginners-videos) নিচের ছবিতে ক্লিক করে দেখতে পারেন। + +[![ML for beginners banner](../../translated_images/bn/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) --- -## টিমের সাথে পরিচিতি +## টিমের সাথে পরিচিত হন + +[![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) + +**গিফ করেছেন** [মোহিত জৈসল](https://linkedin.com/in/mohitjaisal) -> 🎥 উপরের ছবিতে ক্লিক করে প্রকল্প এবং যারা এটি তৈরি করেছে তারা সম্পর্কে একটি ভিডিও দেখুন! +> 🎥 প্রকল্প এবং এর নির্মাতাদের সম্পর্কে ভিডিও দেখার জন্য উপরের ছবিতে ক্লিক করুন! --- ## শিক্ষাদান পদ্ধতি -এই কারিকুলাম তৈরি করার সময় আমরা দুটি শিক্ষাদান নীতি বেছে নিয়েছি: এটি হ্যান্ডস-অন **প্রকল্পভিত্তিক** হওয়া এবং এতে **ঘন ঘন কুইজ** অন্তর্ভুক্ত করা। এছাড়া, এই কারিকুলামের একটি সাধারণ **থিম** রয়েছে যা এটিকে সংগঠিত করে। +আমরা এই শিক্ষাক্রমটি তৈরি করার সময় দুটি শিক্ষণ নীতি বেছে নিয়েছি: এটি হ্যান্ডস-অন **প্রকল্প-ভিত্তিক** এবং এতে **ঘন ঘন কুইজ** অন্তর্ভুক্ত করা। এছাড়া, এই কোর্সে একটি সাধারণ **থিম** রয়েছে যা একসঙ্গে রাখে। -কন্টেন্টকে প্রকল্পের সাথে সামঞ্জস্য রেখে শিক্ষার্থীদের জন্য আরও আকর্ষণীয় করে তোলা হয় এবং ধারণাগুলোর ধারণ ক্ষমতা বাড়ে। এছাড়া ক্লাস শুরুর আগে একটি কম-দাবি সম্পন্ন কুইজ শিক্ষার্থীর শেখার উদ্দেশ্য স্থির করে, আর ক্লাস শেষে দ্বিতীয় কুইজ আরও ধারণ বেশী নিশ্চিত করে। এই কারিকুলাম নমনীয় ও মজাদার করে ডিজাইন করা হয়েছে এবং সম্পূর্ণ অথবা আংশিক গ্রহণ করা যেতে পারে। প্রকল্পগুলো ছোট থেকে শুরু করে ১২ সপ্তাহের শেষে ধীরে ধীরে জটিল হয়ে ওঠে। এই কারিকুলাম একটি বাস্তব বিশ্ব ML এর ব্যবহারীর পোস্টস্ক্রিপ্টও অন্তর্ভুক্ত করে যা অতিরিক্ত ক্রেডিট বা আলোচনা ভিত্তি হিসেবে ব্যবহার করা যেতে পারে। +বিষয়বস্তুর প্রকল্পের সাথে সামঞ্জস্য রেখে, শিক্ষার্থীদের জন্য প্রক্রিয়াটি আরও আকর্ষণীয় হয় এবং ধারণাগুলোর ধারণ ক্ষমতা বাড়ায়। এছাড়া, কক্ষায় যেভাবে পড়ার আগে একটি কম-ঝুঁকিপূর্ণ কুইজ শিক্ষার্থীর উদ্দেশ্য নির্ধারণ করে, তেমনই পরবর্তী কুইজ আরও ধারণ বৃদ্ধি নিশ্চিত করে। এই শিক্ষাক্রমটি নমনীয় এবং মজাদারভাবে গঠিত এবং পুরো অথবা আংশিক নেওয়া যেতে পারে। প্রকল্পগুলো ছোট থেকে শুরু করে শেষ পর্যন্ত ক্রমশ জটিল হয়ে ওঠে। এছাড়া এই কোর্সের শেষে এমএল এর বাস্তব প্রয়োগ সম্পর্কে একটি পোস্টস্ক্রিপ্ট রয়েছে, যা অতিরিক্ত ক্রেডিট বা আলোচনার জন্য ব্যবহার করা যেতে পারে। -> আমাদের [আচারবিধি](CODE_OF_CONDUCT.md), [অবদান](CONTRIBUTING.md), [অনুবাদ](TRANSLATIONS.md), এবং [সমস্যা সমাধান](TROUBLESHOOTING.md) নির্দেশিকা দেখুন। আমরা আপনার গঠনমূলক মতামত আশা করি! +> আমাদের [কোড অফ কন্ডাক্ট](CODE_OF_CONDUCT.md), [অবদান](CONTRIBUTING.md), [অনুবাদ](TRANSLATIONS.md), এবং [ত্রুটিমুক্তকরণ](TROUBLESHOOTING.md) নির্দেশিকা দেখুন। আমরা আপনার গঠনমূলক প্রতিক্রিয়াকে স্বাগত জানাই! -## প্রতিটি পাঠে অন্তর্ভুক্ত +## প্রতিটি পাঠে অন্তর্ভুক্ত থাকে -- ঐচ্ছিক স্কেচনোট -- ঐচ্ছিক সম্পূরক ভিডিও -- ভিডিও ওয়াকথ্রু (কিছু পাঠে) -- [প্রাক-লেকচার ওয়ার্মআপ কুইজ](https://ff-quizzes.netlify.app/en/ml/) -- লিখিত পাঠ -- প্রকল্পভিত্তিক পাঠের জন্য ধাপে ধাপে গাইড -- জ্ঞান পরীক্ষা -- একটি চ্যালেঞ্জ -- সম্পূরক পঠন -- অ্যাসাইনমেন্ট +- ঐচ্ছিক স্কেচনোট +- ঐচ্ছিক অতিরিক্ত ভিডিও +- ভিডিও ওয়াকথ্রু (কিছু পাঠের জন্য) +- [পূর্ব-লেকচার ওয়ার্মআপ কুইজ](https://ff-quizzes.netlify.app/en/ml/) +- লিখিত পাঠ +- প্রকল্প-ভিত্তিক পাঠের জন্য, ধাপে ধাপে প্রকল্প নির্মাণ গাইড +- জ্ঞান যাচাই +- একটি চ্যালেঞ্জ +- অতিরিক্ত পাঠ +- অ্যাসাইনমেন্ট - [পোস্ট-লেকচার কুইজ](https://ff-quizzes.netlify.app/en/ml/) -> **ভাষা সম্পর্কে একটি নোট**: এই পাঠগুলো প্রধানত পাইথনে লেখা, তবে অনেকগুলি R ভাষাতেও উপলব্ধ। একটি R পাঠ সম্পন্ন করতে, `/solution` ফোল্ডারে যান এবং R পাঠ দেখুন। সেগুলোর এক্সটেনশন .rmd, যা একটি **R Markdown** ফাইল নির্দেশ করে, যা সহজে ব্যাখ্যা করা যায় কোড চাঙ্ক (R বা অন্যান্য ভাষার) এবং একটি `YAML হেডার` (যা আউটপুট ফরম্যাট যেমন PDF কিভাবে হবে তা নির্দেশ করে) এর সমন্বয় হিসাবে। এটি একটি আদর্শ লেখনী কাঠামো ডেটা সায়েন্সের জন্য কারণ এটি কোড, তার আউটপুট এবং আপনার চিন্তাভাবনাগুলো একসাথে Markdown এ লেখার সুযোগ দেয়। অধিকন্তু, R Markdown ডকুমেন্টগুলি PDF, HTML, বা Word এর মত আউটপুট ফরম্যাটে রেন্ডার করা যায়। -> **কুইজ সম্পর্কে একটি নোট**: সমস্ত কুইজগুলি [Quiz App folder](../../quiz-app) এ অন্তর্ভুক্ত, মোট ৫২টি কুইজ যার প্রত্যেকটির তিনটি প্রশ্ন রয়েছে। সেগুলি লেসনের মধ্যে লিঙ্ক করা হয়েছে তবে কুইজ অ্যাপটি স্থানীয়ভাবে চালানো যেতে পারে; স্থানীয় হোস্ট বা Azure এ ডিপ্লয় করার জন্য `quiz-app` ফোল্ডারে নির্দেশনা অনুসরণ করুন। - -| Lesson Number | Topic | Lesson Grouping | Learning Objectives | Linked Lesson | Author | -| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | -| 01 | মেশিন লার্নিং এর পরিচিতি | [প্রবর্তন](1-Introduction/README.md) | মেশিন লার্নিং এর পেছনের মৌলিক ধারণাগুলি শিখুন | [Lesson](1-Introduction/1-intro-to-ML/README.md) | মুহাম্মদ | -| 02 | মেশিন লার্নিং এর ইতিহাস | [প্রবর্তন](1-Introduction/README.md) | এই ক্ষেত্রের পেছনের ইতিহাস শিখুন | [Lesson](1-Introduction/2-history-of-ML/README.md) | জেন এবং অ্যামি | -| 03 | ন্যায়পরায়ণতা এবং মেশিন লার্নিং | [প্রবর্তন](1-Introduction/README.md) | ন্যায়পরায়ণতার গুরুত্বপূর্ণ দার্শনিক বিষয়সমূহ কি যা ছাত্রদের ML মডেল গড়ার ও প্রয়োগের সময় বিবেচনা করা উচিত? | [Lesson](1-Introduction/3-fairness/README.md) | তোমোমি | -| 04 | মেশিন লার্নিং এর কৌশলসমূহ | [প্রবর্তন](1-Introduction/README.md) | ML গবেষকরা কোন কৌশলগুলি ব্যবহার করে ML মডেল তৈরি করেন? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | ক্রিস এবং জেন | -| 05 | রিগ্রেশন পরিচিতি | [রিগ্রেশন](2-Regression/README.md) | রিগ্রেশন মডেলের জন্য পাইথন এবং স্কিকিট-লার্নের মাধ্যমে শুরু করুন | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | জেন • এরিক ওয়াঞ্জাউ | -| 06 | উত্তর আমেরিকার কুমড়োর দাম 🎃 | [রিগ্রেশন](2-Regression/README.md) | ML এর প্রস্তুতির জন্য ডেটা ভিজ্যুয়ালাইজ ও পরিষ্কার করুন | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | জেন • এরিক ওয়াঞ্জাউ | -| 07 | উত্তর আমেরিকার কুমড়োর দাম 🎃 | [রিগ্রেশন](2-Regression/README.md) | লিনিয়ার ও পলিনোমিয়াল রিগ্রেশন মডেল তৈরী করুন | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | জেন এবং ডিমিত্রি • এরিক ওয়াঞ্জাউ | -| 08 | উত্তর আমেরিকার কুমড়োর দাম 🎃 | [রিগ্রেশন](2-Regression/README.md) | লগিস্টিক রিগ্রেশন মডেল তৈরী করুন | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | জেন • এরিক ওয়াঞ্জাউ | -| 09 | একটি ওয়েব অ্যাপ 🔌 | [ওয়েব অ্যাপ](3-Web-App/README.md) | আপনার প্রশিক্ষিত মডেল ব্যবহারের জন্য একটি ওয়েব অ্যাপ তৈরি করুন | [Python](3-Web-App/1-Web-App/README.md) | জেন | -| ১০ | শ্রেণীবিভাগের পরিচিতি | [শ্রেণীবিভাগ](4-Classification/README.md) | আপনার ডেটা পরিষ্কার, প্রস্তুত এবং ভিজ্যুয়ালাইজ করুন; শ্রেণীবিভাগের পরিচিতি | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | জেন এবং ক্যাসি • এরিক ওয়াঞ্জাউ | -| ১১ | সুস্বাদু এশীয় ও ভারতীয় রান্নার ধরন 🍜 | [শ্রেণীবিভাগ](4-Classification/README.md) | শ্রেণীবিভাগকারী (ক্লাসিফায়ার্স) এর পরিচিতি | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | জেন এবং ক্যাসি • এরিক ওয়াঞ্জাউ | -| ১২ | সুস্বাদু এশীয় ও ভারতীয় রান্নার ধরন 🍜 | [শ্রেণীবিভাগ](4-Classification/README.md) | আরো শ্রেণীবিভাগকারী | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | জেন এবং ক্যাসি • এরিক ওয়াঞ্জাউ | -| ১৩ | সুস্বাদু এশীয় ও ভারতীয় রান্নার ধরন 🍜 | [শ্রেণীবিভাগ](4-Classification/README.md) | আপনার মডেল ব্যবহার করে একটি সুপারিশমূলক ওয়েব অ্যাপ তৈরি করুন | [Python](4-Classification/4-Applied/README.md) | জেন | -| ১৪ | ক্লাস্টারিংয়ের পরিচিতি | [ক্লাস্টারিং](5-Clustering/README.md) | আপনার ডেটা পরিষ্কার, প্রস্তুত ও ভিজ্যুয়ালাইজ করুন; ক্লাস্টারিংয়ের পরিচিতি | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | জেন • এরিক ওয়াঞ্জাউ | -| ১৫ | নাইজেরিয়ান সঙ্গীতের স্বাদের অনুসন্ধান 🎧 | [ক্লাস্টারিং](5-Clustering/README.md) | K-Means ক্লাস্টারিং পদ্ধতি অন্বেষণ করুন | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | জেন • এরিক ওয়াঞ্জাউ | -| ১৬ | প্রাকৃতিক ভাষা প্রক্রিয়াকরণের পরিচিতি ☕️ | [প্রাকৃতিক ভাষা প্রক্রিয়াকরণ](6-NLP/README.md) | একটি সহজ বট তৈরি করে NLP এর মূল বিষয়গুলি শিখুন | [Python](6-NLP/1-Introduction-to-NLP/README.md) | স্টিফেন | -| ১৭ | সাধারণ NLP কাজসমূহ ☕️ | [প্রাকৃতিক ভাষা প্রক্রিয়াকরণ](6-NLP/README.md) | ভাষার গঠন নিয়ে কাজ করার সময় প্রয়োজনীয় সাধারণ কাজগুলি বুঝে NLP জ্ঞান বাড়ান | [Python](6-NLP/2-Tasks/README.md) | স্টিফেন | -| ১৮ | অনুবাদ ও অনুভূতি বিশ্লেষণ ♥️ | [প্রাকৃতিক ভাষা প্রক্রিয়াকরণ](6-NLP/README.md) | জেন অস্টিনসহ অনুবাদ ও অনুভূতি বিশ্লেষণ করুন | [Python](6-NLP/3-Translation-Sentiment/README.md) | স্টিফেন | -| ১৯ | ইউরোপের রোমান্টিক হোটেলসমূহ ♥️ | [প্রাকৃতিক ভাষা প্রক্রিয়াকরণ](6-NLP/README.md) | হোটেল রিভিউ নিয়ে অনুভূতি বিশ্লেষণ ১ | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | স্টিফেন | -| ২০ | ইউরোপের রোমান্টিক হোটেলসমূহ ♥️ | [প্রাকৃতিক ভাষা প্রক্রিয়াকরণ](6-NLP/README.md) | হোটেল রিভিউ নিয়ে অনুভূতি বিশ্লেষণ ২ | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | স্টিফেন | -| ২১ | সময় সিরিজ পূর্বাভাসের পরিচিতি | [সময় সিরিজ](7-TimeSeries/README.md) | সময় সিরিজ পূর্বাভাসের পরিচিতি | [Python](7-TimeSeries/1-Introduction/README.md) | ফ্রান্সেস্কা | -| ২২ | ⚡️ বিশ্ব শক্তি ব্যবহার ⚡️ - ARIMA সহ সময় সিরিজ পূর্বাভাস | [সময় সিরিজ](7-TimeSeries/README.md) | ARIMA সহ সময় সিরিজ পূর্বাভাস | [Python](7-TimeSeries/2-ARIMA/README.md) | ফ্রান্সেস্কা | -| ২৩ | ⚡️ বিশ্ব শক্তি ব্যবহার ⚡️ - SVR সহ সময় সিরিজ পূর্বাভাস | [সময় সিরিজ](7-TimeSeries/README.md) | সাপোর্ট ভেক্টর রিগ্রেসর সহ সময় সিরিজ পূর্বাভাস | [Python](7-TimeSeries/3-SVR/README.md) | আনিরবান | -| ২৪ | রিইনফোর্সমেন্ট লার্নিংয়ের পরিচিতি | [রিইনফোর্সমেন্ট লার্নিং](8-Reinforcement/README.md) | Q-Learning ব্যবহার করে রিইনফোর্সমেন্ট লার্নিংয়ের পরিচিতি | [Python](8-Reinforcement/1-QLearning/README.md) | ডিমিত্রি | -| ২৫ | পিটারকে নেকড়ে থেকে বাঁচান! 🐺 | [রিইনফোর্সমেন্ট লার্নিং](8-Reinforcement/README.md) | রিইনফোর্সমেন্ট লার্নিং জিম | [Python](8-Reinforcement/2-Gym/README.md) | ডিমিত্রি | -| Postscript | বাস্তব-জীবনের ML পরিস্থিতি ও প্রয়োগসমূহ | [বন্য ML](9-Real-World/README.md) | ক্লাসিক্যাল ML এর আকর্ষণীয় ও প্রকাশক বাস্তব-জীবনের প্রয়োগ | [Lesson](9-Real-World/1-Applications/README.md) | দল | -| Postscript | RAI ড্যাশবোর্ড ব্যবহার করে ML মডেল ডিবাগিং | [বন্য ML](9-Real-World/README.md) | দায়বদ্ধ AI ড্যাশবোর্ড উপাদান ব্যবহার করে মেশিন লার্নিং মডেল ডিবাগিং | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | রুথ ইয়াকুবু | - -> [এই কোর্সের সমস্ত অতিরিক্ত সম্পদ আমাদের Microsoft Learn সংগ্রহে খুঁজুন](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) - -## অফলাইন অ্যাক্সেস - -আপনি [Docsify](https://docsify.js.org/#/) ব্যবহার করে এই ডকুমেন্টেশন অফলাইন চালাতে পারেন। এই রিপোজিটরিটি ফর্ক করুন, [Docsify ইনস্টল করুন](https://docsify.js.org/#/quickstart) আপনার লোকাল মেশিনে, এবং তারপর এই রিপোজিটরির মূল ফোল্ডারে `docsify serve` টাইপ করুন। ওয়েবসাইটটি পোর্ট ৩০০০ এ আপনার লোকালহোস্টে সার্ভ হবে: `localhost:3000`। - -## PDF - -এই কারিকুলামের একটি পিডিএফ লিঙ্ক সহ আছে [এখানে](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf)। +> **ভাষা সম্পর্কে একটি নোট**: এই পাঠাগুলো মূলত পাইথনে লেখা, কিন্তু অনেকগুলিই R ভাষাতেও উপলব্ধ। একটি R পাঠ সম্পন্ন করতে, `/solution` ফোল্ডারে যান এবং R পাঠগুলি সন্ধান করুন। এদের .rmd এক্সটেনশন থাকে যা একটি **R মার্কডাউন** ফাইল নির্দেশ করে যা একটি মার্কডাউন ডকুমেন্টের মধ্যে `কোড চাঙ্ক` (R বা অন্যান্য ভাষার) এবং একটি `YAML হেডার` (যা আউটপুট যেমন PDF ফরম্যাটিং নির্দেশ করে) এম্বেড করার রূপ। সুতরাং এটি তথ্য বিজ্ঞান লেখকদের জন্য একটি আদর্শ ফ্রেমওয়ার্ক হিসাবে কাজ করে কারণ এটি কোড, তার আউটপুট এবং আপনার চিন্তা একসাথে মার্কডাউনে লিখতে সাহায্য করে। এছাড়া, R মার্কডাউন ডকুমেন্টগুলো PDF, HTML, অথবা ওয়ার্ড আউটপুট ফরম্যাটে রেন্ডার করা যায়। +> **প্রশ্নোত্তরের একটি নোট**: সমস্ত প্রশ্নোত্তর [Quiz App folder](../../quiz-app) এ রয়েছে, মোট ৫২টি প্রশ্নোত্তর, প্রতিটি তিনটি প্রশ্নের। এগুলো পাঠের মধ্যে লিংক করা রয়েছে, তবে এই কুইজ অ্যাপটি লোকালিভাবে চালানো যায়; লোকাল হোস্ট বা Azure এ মোতায়েন করার জন্য `quiz-app` ফোল্ডারের নির্দেশনা অনুসরণ করুন। + +| পাঠ নম্বর | বিষয় | পাঠের শ্রেণীবিন্যাস | শেখার উদ্দেশ্য | লিংকযুক্ত পাঠ | রচয়িতা | +| :-------: | :------------------------------------------------------------: | :------------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | +| ০১ | মেশিন লার্নিং-এর পরিচিতি | [Introduction](1-Introduction/README.md) | মেশিন লার্নিং-এর মূল ধারণাগুলো শিখুন | [Lesson](1-Introduction/1-intro-to-ML/README.md) | মুহাম্মদ | +| ০২ | মেশিন লার্নিং-এর ইতিহাস | [Introduction](1-Introduction/README.md) | এই ক্ষেত্রের ইতিহাস শিখুন | [Lesson](1-Introduction/2-history-of-ML/README.md) | জেন এবং অ্যামি | +| ০৩ | ন্যায্যতা এবং মেশিন লার্নিং | [Introduction](1-Introduction/README.md) | মেশিন লার্নিং মডেলগুলি তৈরি ও প্রয়োগ করার সময় শিক্ষার্থীদের বিবেচনা করা উচিত এমন গুরুত্বপূর্ণ দার্শনিক বিষয়গুলি কী? | [Lesson](1-Introduction/3-fairness/README.md) | তোমোমি | +| ০৪ | মেশিন লার্নিং-এর প্রযুক্তি | [Introduction](1-Introduction/README.md) | মেশিন লার্নিং গবেষকরা মডেল তৈরিতে কোন কোন প্রযুক্তি ব্যবহার করেন? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | ক্রিস এবং জেন | +| ০৫ | রিগ্রেশন-এর পরিচিতি | [Regression](2-Regression/README.md) | রিগ্রেশন মডেলের জন্য পাইথন এবং স্কিকিট-লার্নের সাথে শুরু করুন | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | জেন • ইরিক ওয়াঞ্জাউ | +| ০৬ | উত্তর আমেরিকার কুমড়োর দাম 🎃 | [Regression](2-Regression/README.md) | মেশিন লার্নিং-এর জন্য প্রস্তুতির জন্য তথ্য দৃশ্যায়ন ও পরিস্কার করুন | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | জেন • ইরিক ওয়াঞ্জাউ | +| ০৭ | উত্তর আমেরিকার কুমড়োর দাম 🎃 | [Regression](2-Regression/README.md) | লিনিয়ার এবং পলিনোমিয়াল রিগ্রেশন মডেল তৈরি করুন | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | জেন এবং দিমিত্রি • ইরিক ওয়াঞ্জাউ | +| ০৮ | উত্তর আমেরিকার কুমড়োর দাম 🎃 | [Regression](2-Regression/README.md) | একটি লজিস্টিক রিগ্রেশন মডেল তৈরি করুন | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | জেন • ইরিক ওয়াঞ্জাউ | +| ০৯ | একটি ওয়েব অ্যাপ 🔌 | [Web App](3-Web-App/README.md) | আপনার প্রশিক্ষিত মডেল ব্যবহার করার জন্য একটি ওয়েব অ্যাপ তৈরি করুন | [Python](3-Web-App/1-Web-App/README.md) | জেন | +| ১০ | শ্রেণীবিন্যাসের পরিচিতি | [Classification](4-Classification/README.md) | আপনার তথ্য পরিস্কার, প্রস্তুত ও দৃশ্যায়ন করুন; শ্রেণীবিন্যাসের পরিচিতি | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | জেন এবং ক্যাসি • ইরিক ওয়াঞ্জাউ | +| ১১ | সুস্বাদু এশিয়ান এবং ভারতীয় রান্নাঘর 🍜 | [Classification](4-Classification/README.md) | শ্রেণীবিন্যাসকারীদের পরিচিতি | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | জেন এবং ক্যাসি • ইরিক ওয়াঞ্জাউ | +| ১২ | সুস্বাদু এশিয়ান এবং ভারতীয় রান্নাঘর 🍜 | [Classification](4-Classification/README.md) | আরও শ্রেণীবিন্যাসকারী | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | জেন এবং ক্যাসি • ইরিক ওয়াঞ্জাউ | +| ১৩ | সুস্বাদু এশিয়ান এবং ভারতীয় রান্নাঘর 🍜 | [Classification](4-Classification/README.md) | আপনার মডেল ব্যবহার করে একটি সুপারিশকারী ওয়েব অ্যাপ তৈরি করুন | [Python](4-Classification/4-Applied/README.md) | জেন | +| ১৪ | ক্লাস্টারিং-এর পরিচিতি | [Clustering](5-Clustering/README.md) | আপনার তথ্য পরিস্কার, প্রস্তুত ও দৃশ্যায়ন করুন; ক্লাস্টারিং-এর পরিচিতি | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | জেন • ইরিক ওয়াঞ্জাউ | +| ১৫ | নাইজেরিয়ার সঙ্গীত রুচি অন্বেষণ 🎧 | [Clustering](5-Clustering/README.md) | K-Means ক্লাস্টারিং পদ্ধতি অন্বেষণ করুন | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | জেন • ইরিক ওয়াঞ্জাউ | +| ১৬ | প্রাকৃতিক ভাষা প্রক্রিয়াকরণের পরিচিতি ☕️ | [Natural language processing](6-NLP/README.md) | একটি সাধারণ বট তৈরি করে NLP-এর বেসিক শিখুন | [Python](6-NLP/1-Introduction-to-NLP/README.md) | স্টিফেন | +| ১৭ | সাধারণ NLP কাজসমূহ ☕️ | [Natural language processing](6-NLP/README.md) | ভাষাগত কাঠামোর সাথে কাজ করার সময় প্রয়োজনীয় সাধারণ কাজগুলি বুঝে আপনার NLP জ্ঞান বাড়ান | [Python](6-NLP/2-Tasks/README.md) | স্টিফেন | +| ১৮ | অনুবাদ এবং অনুভূতি বিশ্লেষণ ♥️ | [Natural language processing](6-NLP/README.md) | জেন অস্টেন-এর সাথে অনুবাদ এবং অনুভূতি বিশ্লেষণ | [Python](6-NLP/3-Translation-Sentiment/README.md) | স্টিফেন | +| ১৯ | ইউরোপের রোমান্টিক হোটেল ♥️ | [Natural language processing](6-NLP/README.md) | হোটেল পর্যালোচনার মাধ্যমে অনুভূতি বিশ্লেষণ ১ | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | স্টিফেন | +| ২০ | ইউরোপের রোমান্টিক হোটেল ♥️ | [Natural language processing](6-NLP/README.md) | হোটেল পর্যালোচনার মাধ্যমে অনুভূতি বিশ্লেষণ ২ | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | স্টিফেন | +| ২১ | টাইম সিরিজ পূর্বাভাসের পরিচিতি | [Time series](7-TimeSeries/README.md) | টাইম সিরিজ পূর্বাভাসের পরিচিতি | [Python](7-TimeSeries/1-Introduction/README.md) | ফ্রানসেসকা | +| ২২ | ⚡️ বিশ্ব শক্তি ব্যবহারের তথ্য ⚡️ - ARIMA দিয়ে টাইম সিরিজ পূর্বাভাস | [Time series](7-TimeSeries/README.md) | ARIMA দিয়ে টাইম সিরিজ পূর্বাভাস | [Python](7-TimeSeries/2-ARIMA/README.md) | ফ্রানসেসকা | +| ২৩ | ⚡️ বিশ্ব শক্তি ব্যবহারের তথ্য ⚡️ - SVR দিয়ে টাইম সিরিজ পূর্বাভাস | [Time series](7-TimeSeries/README.md) | Support Vector Regressor দিয়ে টাইম সিরিজ পূর্বাভাস | [Python](7-TimeSeries/3-SVR/README.md) | অনির্বাণ | +| ২৪ | রিইনফোর্সমেন্ট লার্নিং-এর পরিচিতি | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning সহ রিইনফোর্সমেন্ট লার্নিং-এর পরিচিতি | [Python](8-Reinforcement/1-QLearning/README.md) | দিমিত্রি | +| ২৫ | পিটারকে নেকড়ে থেকে বাঁচাতে সাহায্য করুন! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | রিইনফোর্সমেন্ট লার্নিং জিম | [Python](8-Reinforcement/2-Gym/README.md) | দিমিত্রি | +| পোস্টস্ক্রিপ্ট | বাস্তব বিশ্বের মেশিন লার্নিং পরিস্থিতি ও প্রয়োগ | [ML in the Wild](9-Real-World/README.md) | ক্লাসিকাল মেশিন লার্নিং-এর কিছু আকর্ষণীয় ও উদ্ঘাটনমূলক বাস্তব প্রয়োগ | [Lesson](9-Real-World/1-Applications/README.md) | টিম | +| পোস্টস্ক্রিপ্ট | RAI ড্যাশবোর্ড ব্যবহার করে ML মডেল ডিবাগিং | [ML in the Wild](9-Real-World/README.md) | রেসপন্সিবল AI ড্যাশবোর্ড কম্পোনেন্ট ব্যবহার করে মেশিন লার্নিং মডেল ডিবাগিং | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | রুথ যাকুবু | + +> [এই কোর্সের সকল অতিরিক্ত সম্পদ Microsoft Learn সংগ্রহে খুঁজুন](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) + +## অফলাইন এক্সেস + +আপনি [Docsify](https://docsify.js.org/#/) ব্যবহার করে এই ডকুমেন্টেশন অফলাইনে চালাতে পারেন। এই রিপোটি ফর্ক করুন, আপনার লোকাল মেশিনে [Docsify ইনস্টল করুন](https://docsify.js.org/#/quickstart), তারপর এই রিপোটি মূল ফোল্ডারে `docsify serve` টাইপ করুন। ওয়েবসাইটটি আপনার লোকালহোস্টের ৩০০০ নম্বর পোর্টে সার্ভ হবে: `localhost:3000`। + +## পিডিএফ + +সিলেবাসের পিডিএফ লিংক সহ [এখানে](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) পাবেন। + ## 🎒 অন্যান্য কোর্স -আমাদের দল অন্যান্য কোর্সও তৈরি করে! দেখুন: +আমাদের টিম অন্যান্য কোর্স তৈরি করে! দেখুন: ### LangChain @@ -162,45 +179,45 @@ Microsoft এর ক্লাউড অ্যাডভোকেটরা আন [![AI Agents for Beginners](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 -[![শুরুর জন্য জেনারেটিভ AI](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst) -[![জেনারেটিভ 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) -[![জেনারেটিভ 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) -[![জেনারেটিভ 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) +[![শিখতে ইচ্ছুকদের জন্য জেনারেটিভ AI](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst) +[![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) --- - -### কোর লার্নিং -[![শুরুর জন্য এমএল](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) -[![শুরুর জন্য ডেটা সায়েন্স](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) -[![শুরুর জন্য এআই](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) -[![শুরুর জন্য সাইবারসিকিউরিটি](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) -[![শুরুর জন্য ওয়েব ডেভ](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) -[![শুরুর জন্য আইওটি](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) -[![শুরুর জন্য XR ডেভেলপমেন্ট](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) + +### মূল শেখা +[![শিখতে ইচ্ছুকদের জন্য এমএল](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) +[![শিখতে ইচ্ছুকদের জন্য ডেটা সায়েন্স](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) +[![শিখতে ইচ্ছুকদের জন্য এআই](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) +[![শিখতে ইচ্ছুকদের জন্য সাইবারসিকিউরিটি](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) +[![শিখতে ইচ্ছুকদের জন্য ওয়েব ডেভেলপমেন্ট](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) +[![শিখতে ইচ্ছুকদের জন্য আইওটি](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) +[![শিখতে ইচ্ছুকদের জন্য XR ডেভেলপমেন্ট](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) --- - -### কপাইলট সিরিজ -[![এআই পেয়ারড প্রোগ্রামিং এর জন্য কপাইলট](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) -[![C#/.NET এর জন্য কপাইলট](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) -[![কপাইলট অ্যাডভেঞ্চার](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) + +### কপিলট সিরিজ +[![কপিলট ফর AI পেয়ারড প্রোগ্রামিং](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) +[![কপিলট ফর 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) +[![কপিলট অ্যাডভেঞ্চার](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) -## সাহায্য নিন +## সাহায্য পাওয়া -আপনি আটকে গেলে অথবা AI অ্যাপ তৈরি সম্পর্কে কোন প্রশ্ন থাকলে, MCP নিয়ে আলোচনা করতে সহকর্মী শিক্ষার্থী এবং অভিজ্ঞ ডেভেলপারদের সাথে যোগ দিন। এটি একটি সহায়ক কমিউনিটি যেখানে প্রশ্ন করা স্বাগত এবং জ্ঞান মুক্তভাবে ভাগ করা হয়। +যদি আপনি আটকে যান বা এআই অ্যাপ তৈরি করার বিষয়ে কোনো প্রশ্ন থাকে, তাহলে MCP সম্পর্কে আলোচনায় অন্যান্য শিক্ষার্থী এবং অভিজ্ঞ ডেভেলপারদের সাথে যোগ দিন। এটি একটি সহায়ক কমিউনিটি যেখানে প্রশ্ন করা স্বাগত এবং জ্ঞান বিনামূল্যে ভাগ করা হয়। [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -যদি পণ্যের প্রতিক্রিয়া বা নির্মাণে ত্রুটি থাকে তবে দেখুন: +যদি আপনার কোন পণ্যের মতামত বা তৈরি করার সময় ত্রুটি থাকে তবে এখানে যান: [![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) --- -**দায়িত্ব প্রত্যাখ্যান**: -এই নথিটি AI অনুবাদ সেবা [Co-op Translator](https://github.com/Azure/co-op-translator) ব্যবহার করে অনুবাদ করা হয়েছে। আমরা যথাসাধ্য সঠিকতার প্রতি যত্নশীল হলেও, স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। মৌলিক নথিটি তার জন্মভাষায় কর্তৃত্বপূর্ণ উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য পেশাদার মানব অনুবাদ সুপারিশ করা হয়। এই অনুবাদের ব্যবহারে সৃষ্ট কোন ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়িত্বশীল নই। +**দায়বদ্ধতা ব্যতিরেক**: +এই নথিটি AI অনুবাদ সেবা [Co-op Translator](https://github.com/Azure/co-op-translator) ব্যবহার করে অনুবাদ করা হয়েছে। আমরা যথাসাধ্য সঠিকতার জন্য চেষ্টা করি, তবে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে এই বিষয়ে অনুগ্রহ করে সচেতন থাকুন। মৌলিক নথির নিজস্ব ভাষার সংস্করণই কর্তৃপক্ষভুক্ত উৎস হিসেবে বিবেচিত হওয়া উচিত। গুরুত্বপূর্ণ তথ্যের জন্য পেশাদার মানুষ দ্বারা অনুবাদ করানোই সুপারিশ করা হয়। এই অনুবাদের কারণে কোনো ভুল ধারণা বা ভুল ব্যাখ্যার জন্য আমরা দায়ী থাকব না। \ No newline at end of file diff --git a/translations/bn/SECURITY.md b/translations/bn/SECURITY.md index 23ee854ee..b71f2ce96 100644 --- a/translations/bn/SECURITY.md +++ b/translations/bn/SECURITY.md @@ -1,12 +1,3 @@ - ## নিরাপত্তা মাইক্রোসফট আমাদের সফটওয়্যার পণ্য এবং পরিষেবার নিরাপত্তাকে অত্যন্ত গুরুত্ব দেয়, যার মধ্যে রয়েছে আমাদের GitHub সংগঠনগুলোর মাধ্যমে পরিচালিত সমস্ত সোর্স কোড রিপোজিটরি। এই সংগঠনগুলোর মধ্যে রয়েছে [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), এবং [আমাদের GitHub সংগঠনগুলো](https://opensource.microsoft.com/)। diff --git a/translations/bn/SUPPORT.md b/translations/bn/SUPPORT.md index 302e05f2b..62746e755 100644 --- a/translations/bn/SUPPORT.md +++ b/translations/bn/SUPPORT.md @@ -1,12 +1,3 @@ - # সহায়তা ## কীভাবে সমস্যা জানাতে এবং সাহায্য পেতে হয় diff --git a/translations/bn/TROUBLESHOOTING.md b/translations/bn/TROUBLESHOOTING.md index 382291c19..4a2662507 100644 --- a/translations/bn/TROUBLESHOOTING.md +++ b/translations/bn/TROUBLESHOOTING.md @@ -1,12 +1,3 @@ - # সমস্যার সমাধানের গাইড এই গাইডটি আপনাকে Machine Learning for Beginners কারিকুলামের সাথে কাজ করার সময় সাধারণ সমস্যাগুলি সমাধান করতে সাহায্য করবে। যদি এখানে সমাধান না পান, তাহলে আমাদের [Discord Discussions](https://aka.ms/foundry/discord) বা [একটি ইস্যু খুলুন](https://github.com/microsoft/ML-For-Beginners/issues) দেখুন। diff --git a/translations/bn/docs/_sidebar.md b/translations/bn/docs/_sidebar.md index bd5499609..18e11462b 100644 --- a/translations/bn/docs/_sidebar.md +++ b/translations/bn/docs/_sidebar.md @@ -1,12 +1,3 @@ - - পরিচিতি - [মেশিন লার্নিং এর পরিচিতি](../1-Introduction/1-intro-to-ML/README.md) - [মেশিন লার্নিং এর ইতিহাস](../1-Introduction/2-history-of-ML/README.md) diff --git a/translations/bn/for-teachers.md b/translations/bn/for-teachers.md index 4053a6225..fc8eaca49 100644 --- a/translations/bn/for-teachers.md +++ b/translations/bn/for-teachers.md @@ -1,12 +1,3 @@ - ## শিক্ষকদের জন্য আপনি কি আপনার ক্লাসরুমে এই পাঠ্যক্রমটি ব্যবহার করতে চান? নির্দ্বিধায় ব্যবহার করুন! diff --git a/translations/bn/quiz-app/README.md b/translations/bn/quiz-app/README.md index a2158e3cd..cadddf99b 100644 --- a/translations/bn/quiz-app/README.md +++ b/translations/bn/quiz-app/README.md @@ -1,12 +1,3 @@ - # কুইজ এই কুইজগুলো ML কারিকুলামের প্রাক-লেকচার এবং পোস্ট-লেকচার কুইজ, যা পাওয়া যাবে https://aka.ms/ml-beginners এ। diff --git a/translations/bn/sketchnotes/LICENSE.md b/translations/bn/sketchnotes/LICENSE.md index 240472db9..025b73269 100644 --- a/translations/bn/sketchnotes/LICENSE.md +++ b/translations/bn/sketchnotes/LICENSE.md @@ -1,12 +1,3 @@ - অ্যাট্রিবিউশন-শেয়ারঅ্যালাইক ৪.০ ইন্টারন্যাশনাল ======================================================================= diff --git a/translations/bn/sketchnotes/README.md b/translations/bn/sketchnotes/README.md index 65249857c..f47091151 100644 --- a/translations/bn/sketchnotes/README.md +++ b/translations/bn/sketchnotes/README.md @@ -1,12 +1,3 @@ - সমস্ত পাঠক্রমের স্কেচনোটগুলি এখান থেকে ডাউনলোড করা যেতে পারে। 🖨 উচ্চ রেজোলিউশনে প্রিন্ট করার জন্য, TIFF সংস্করণগুলি [এই রিপোতে](https://github.com/girliemac/a-picture-is-worth-a-1000-words/tree/main/ml/tiff) উপলব্ধ। diff --git a/translations/mr/.co-op-translator.json b/translations/mr/.co-op-translator.json new file mode 100644 index 000000000..7b7825d7e --- /dev/null +++ b/translations/mr/.co-op-translator.json @@ -0,0 +1,596 @@ +{ + "1-Introduction/1-intro-to-ML/README.md": { + "original_hash": "69389392fa6346e0dfa30f664b7b6fec", + "translation_date": "2025-09-06T06:14:20+00:00", + "source_file": "1-Introduction/1-intro-to-ML/README.md", + "language_code": "mr" + }, + "1-Introduction/1-intro-to-ML/assignment.md": { + "original_hash": "4c4698044bb8af52cfb6388a4ee0e53b", + "translation_date": "2025-08-29T17:41:32+00:00", + "source_file": "1-Introduction/1-intro-to-ML/assignment.md", + "language_code": "mr" + }, + "1-Introduction/2-history-of-ML/README.md": { + "original_hash": "6a05fec147e734c3e6bfa54505648e2b", + "translation_date": "2025-09-06T06:14:49+00:00", + "source_file": "1-Introduction/2-history-of-ML/README.md", + "language_code": "mr" + }, + "1-Introduction/2-history-of-ML/assignment.md": { + "original_hash": "eb6e4d5afd1b21a57d2b9e6d0aac3969", + "translation_date": "2025-08-29T17:44:04+00:00", + "source_file": "1-Introduction/2-history-of-ML/assignment.md", + "language_code": "mr" + }, + "1-Introduction/3-fairness/README.md": { + "original_hash": "9a6b702d1437c0467e3c5c28d763dac2", + "translation_date": "2025-09-06T06:12:57+00:00", + "source_file": "1-Introduction/3-fairness/README.md", + "language_code": "mr" + }, + "1-Introduction/3-fairness/assignment.md": { + "original_hash": "dbda60e7b1fe5f18974e7858eff0004e", + "translation_date": "2025-08-29T17:34:34+00:00", + "source_file": "1-Introduction/3-fairness/assignment.md", + "language_code": "mr" + }, + "1-Introduction/4-techniques-of-ML/README.md": { + "original_hash": "9d91f3af3758fdd4569fb410575995ef", + "translation_date": "2025-09-06T06:13:42+00:00", + "source_file": "1-Introduction/4-techniques-of-ML/README.md", + "language_code": "mr" + }, + "1-Introduction/4-techniques-of-ML/assignment.md": { + "original_hash": "70d65aeddc06170bc1aed5b27805f930", + "translation_date": "2025-08-29T17:39:01+00:00", + "source_file": "1-Introduction/4-techniques-of-ML/assignment.md", + "language_code": "mr" + }, + "1-Introduction/README.md": { + "original_hash": "cf8ecc83f28e5b98051d2179eca08e08", + "translation_date": "2025-08-29T17:30:00+00:00", + "source_file": "1-Introduction/README.md", + "language_code": "mr" + }, + "2-Regression/1-Tools/README.md": { + "original_hash": "fa81d226c71d5af7a2cade31c1c92b88", + "translation_date": "2025-09-06T06:06:21+00:00", + "source_file": "2-Regression/1-Tools/README.md", + "language_code": "mr" + }, + "2-Regression/1-Tools/assignment.md": { + "original_hash": "74a5cf83e4ebc302afbcbc4f418afd0a", + "translation_date": "2025-08-29T16:51:34+00:00", + "source_file": "2-Regression/1-Tools/assignment.md", + "language_code": "mr" + }, + "2-Regression/1-Tools/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T16:52:01+00:00", + "source_file": "2-Regression/1-Tools/solution/Julia/README.md", + "language_code": "mr" + }, + "2-Regression/2-Data/README.md": { + "original_hash": "7c077988328ebfe33b24d07945f16eca", + "translation_date": "2025-09-06T06:07:10+00:00", + "source_file": "2-Regression/2-Data/README.md", + "language_code": "mr" + }, + "2-Regression/2-Data/assignment.md": { + "original_hash": "4485a1ed4dd1b5647365e3d87456515d", + "translation_date": "2025-08-29T16:55:50+00:00", + "source_file": "2-Regression/2-Data/assignment.md", + "language_code": "mr" + }, + "2-Regression/2-Data/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T16:56:11+00:00", + "source_file": "2-Regression/2-Data/solution/Julia/README.md", + "language_code": "mr" + }, + "2-Regression/3-Linear/README.md": { + "original_hash": "40e64f004f3cb50aa1d8661672d3cd92", + "translation_date": "2025-09-06T06:04:01+00:00", + "source_file": "2-Regression/3-Linear/README.md", + "language_code": "mr" + }, + "2-Regression/3-Linear/assignment.md": { + "original_hash": "cc471fa89c293bc735dd3a9a0fb79b1b", + "translation_date": "2025-08-29T16:41:45+00:00", + "source_file": "2-Regression/3-Linear/assignment.md", + "language_code": "mr" + }, + "2-Regression/3-Linear/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T16:42:07+00:00", + "source_file": "2-Regression/3-Linear/solution/Julia/README.md", + "language_code": "mr" + }, + "2-Regression/4-Logistic/README.md": { + "original_hash": "abf86d845c84330bce205a46b382ec88", + "translation_date": "2025-09-06T06:05:45+00:00", + "source_file": "2-Regression/4-Logistic/README.md", + "language_code": "mr" + }, + "2-Regression/4-Logistic/assignment.md": { + "original_hash": "8af40209a41494068c1f42b14c0b450d", + "translation_date": "2025-08-29T16:47:10+00:00", + "source_file": "2-Regression/4-Logistic/assignment.md", + "language_code": "mr" + }, + "2-Regression/4-Logistic/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T16:47:34+00:00", + "source_file": "2-Regression/4-Logistic/solution/Julia/README.md", + "language_code": "mr" + }, + "2-Regression/README.md": { + "original_hash": "508582278dbb8edd2a8a80ac96ef416c", + "translation_date": "2025-08-29T16:34:46+00:00", + "source_file": "2-Regression/README.md", + "language_code": "mr" + }, + "3-Web-App/1-Web-App/README.md": { + "original_hash": "e0b75f73e4a90d45181dc5581fe2ef5c", + "translation_date": "2025-09-06T06:15:23+00:00", + "source_file": "3-Web-App/1-Web-App/README.md", + "language_code": "mr" + }, + "3-Web-App/1-Web-App/assignment.md": { + "original_hash": "a8e8ae10be335cbc745b75ee552317ff", + "translation_date": "2025-08-29T17:47:23+00:00", + "source_file": "3-Web-App/1-Web-App/assignment.md", + "language_code": "mr" + }, + "3-Web-App/README.md": { + "original_hash": "9836ff53cfef716ddfd70e06c5f43436", + "translation_date": "2025-08-29T17:44:27+00:00", + "source_file": "3-Web-App/README.md", + "language_code": "mr" + }, + "4-Classification/1-Introduction/README.md": { + "original_hash": "aaf391d922bd6de5efba871d514c6d47", + "translation_date": "2025-09-06T06:17:33+00:00", + "source_file": "4-Classification/1-Introduction/README.md", + "language_code": "mr" + }, + "4-Classification/1-Introduction/assignment.md": { + "original_hash": "b2a01912beb24cfb0007f83594dba801", + "translation_date": "2025-08-29T17:59:02+00:00", + "source_file": "4-Classification/1-Introduction/assignment.md", + "language_code": "mr" + }, + "4-Classification/1-Introduction/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:59:28+00:00", + "source_file": "4-Classification/1-Introduction/solution/Julia/README.md", + "language_code": "mr" + }, + "4-Classification/2-Classifiers-1/README.md": { + "original_hash": "1a6e9e46b34a2e559fbbfc1f95397c7b", + "translation_date": "2025-09-06T06:15:57+00:00", + "source_file": "4-Classification/2-Classifiers-1/README.md", + "language_code": "mr" + }, + "4-Classification/2-Classifiers-1/assignment.md": { + "original_hash": "de6025f96841498b0577e9d1aee18d1f", + "translation_date": "2025-08-29T17:51:54+00:00", + "source_file": "4-Classification/2-Classifiers-1/assignment.md", + "language_code": "mr" + }, + "4-Classification/2-Classifiers-1/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:52:19+00:00", + "source_file": "4-Classification/2-Classifiers-1/solution/Julia/README.md", + "language_code": "mr" + }, + "4-Classification/3-Classifiers-2/README.md": { + "original_hash": "49047911108adc49d605cddfb455749c", + "translation_date": "2025-09-06T06:17:10+00:00", + "source_file": "4-Classification/3-Classifiers-2/README.md", + "language_code": "mr" + }, + "4-Classification/3-Classifiers-2/assignment.md": { + "original_hash": "58dfdaf79fb73f7d34b22bdbacf57329", + "translation_date": "2025-08-29T17:56:23+00:00", + "source_file": "4-Classification/3-Classifiers-2/assignment.md", + "language_code": "mr" + }, + "4-Classification/3-Classifiers-2/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:56:50+00:00", + "source_file": "4-Classification/3-Classifiers-2/solution/Julia/README.md", + "language_code": "mr" + }, + "4-Classification/4-Applied/README.md": { + "original_hash": "61bdec27ed2da8b098cd9065405d9bb0", + "translation_date": "2025-09-06T06:16:40+00:00", + "source_file": "4-Classification/4-Applied/README.md", + "language_code": "mr" + }, + "4-Classification/4-Applied/assignment.md": { + "original_hash": "799ed651e2af0a7cad17c6268db11578", + "translation_date": "2025-08-29T17:54:27+00:00", + "source_file": "4-Classification/4-Applied/assignment.md", + "language_code": "mr" + }, + "4-Classification/README.md": { + "original_hash": "74e809ffd1e613a1058bbc3e9600859e", + "translation_date": "2025-08-29T17:48:38+00:00", + "source_file": "4-Classification/README.md", + "language_code": "mr" + }, + "5-Clustering/1-Visualize/README.md": { + "original_hash": "730225ea274c9174fe688b21d421539d", + "translation_date": "2025-09-06T06:09:41+00:00", + "source_file": "5-Clustering/1-Visualize/README.md", + "language_code": "mr" + }, + "5-Clustering/1-Visualize/assignment.md": { + "original_hash": "589fa015a5e7d9e67bd629f7d47b53de", + "translation_date": "2025-08-29T17:16:14+00:00", + "source_file": "5-Clustering/1-Visualize/assignment.md", + "language_code": "mr" + }, + "5-Clustering/1-Visualize/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:16:43+00:00", + "source_file": "5-Clustering/1-Visualize/solution/Julia/README.md", + "language_code": "mr" + }, + "5-Clustering/2-K-Means/README.md": { + "original_hash": "7cdd17338d9bbd7e2171c2cd462eb081", + "translation_date": "2025-09-06T06:10:57+00:00", + "source_file": "5-Clustering/2-K-Means/README.md", + "language_code": "mr" + }, + "5-Clustering/2-K-Means/assignment.md": { + "original_hash": "b8e17eff34ad1680eba2a5d3cf9ffc41", + "translation_date": "2025-08-29T17:18:42+00:00", + "source_file": "5-Clustering/2-K-Means/assignment.md", + "language_code": "mr" + }, + "5-Clustering/2-K-Means/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:19:05+00:00", + "source_file": "5-Clustering/2-K-Means/solution/Julia/README.md", + "language_code": "mr" + }, + "5-Clustering/README.md": { + "original_hash": "b28a3a4911584062772c537b653ebbc7", + "translation_date": "2025-08-29T17:08:01+00:00", + "source_file": "5-Clustering/README.md", + "language_code": "mr" + }, + "6-NLP/1-Introduction-to-NLP/README.md": { + "original_hash": "1c2ec40cf55c98a028a359c27ef7e45a", + "translation_date": "2025-09-06T06:22:00+00:00", + "source_file": "6-NLP/1-Introduction-to-NLP/README.md", + "language_code": "mr" + }, + "6-NLP/1-Introduction-to-NLP/assignment.md": { + "original_hash": "1d7583e8046dacbb0c056d5ba0a71b16", + "translation_date": "2025-08-29T18:32:34+00:00", + "source_file": "6-NLP/1-Introduction-to-NLP/assignment.md", + "language_code": "mr" + }, + "6-NLP/2-Tasks/README.md": { + "original_hash": "5f3cb462e3122e1afe7ab0050ccf2bd3", + "translation_date": "2025-09-06T06:20:16+00:00", + "source_file": "6-NLP/2-Tasks/README.md", + "language_code": "mr" + }, + "6-NLP/2-Tasks/assignment.md": { + "original_hash": "2efc4c2aba5ed06c780c05539c492ae3", + "translation_date": "2025-08-29T18:22:16+00:00", + "source_file": "6-NLP/2-Tasks/assignment.md", + "language_code": "mr" + }, + "6-NLP/3-Translation-Sentiment/README.md": { + "original_hash": "be03c8182982b87ced155e4e9d1438e8", + "translation_date": "2025-09-06T06:22:33+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/README.md", + "language_code": "mr" + }, + "6-NLP/3-Translation-Sentiment/assignment.md": { + "original_hash": "9d2a734deb904caff310d1a999c6bd7a", + "translation_date": "2025-08-29T18:36:44+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/assignment.md", + "language_code": "mr" + }, + "6-NLP/3-Translation-Sentiment/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T18:37:22+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/solution/Julia/README.md", + "language_code": "mr" + }, + "6-NLP/3-Translation-Sentiment/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T18:37:09+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/solution/R/README.md", + "language_code": "mr" + }, + "6-NLP/4-Hotel-Reviews-1/README.md": { + "original_hash": "8d32dadeda93c6fb5c43619854882ab1", + "translation_date": "2025-09-06T06:20:49+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/README.md", + "language_code": "mr" + }, + "6-NLP/4-Hotel-Reviews-1/assignment.md": { + "original_hash": "bf39bceb833cd628f224941dca8041df", + "translation_date": "2025-08-29T18:28:41+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/assignment.md", + "language_code": "mr" + }, + "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T18:29:13+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md", + "language_code": "mr" + }, + "6-NLP/4-Hotel-Reviews-1/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T18:28:59+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/solution/R/README.md", + "language_code": "mr" + }, + "6-NLP/5-Hotel-Reviews-2/README.md": { + "original_hash": "2c742993fe95d5bcbb2846eda3d442a1", + "translation_date": "2025-09-06T06:23:18+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/README.md", + "language_code": "mr" + }, + "6-NLP/5-Hotel-Reviews-2/assignment.md": { + "original_hash": "daf144daa552da6a7d442aff6f3e77d8", + "translation_date": "2025-08-29T18:42:44+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/assignment.md", + "language_code": "mr" + }, + "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T18:43:16+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md", + "language_code": "mr" + }, + "6-NLP/5-Hotel-Reviews-2/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T18:43:06+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/solution/R/README.md", + "language_code": "mr" + }, + "6-NLP/README.md": { + "original_hash": "1eb379dc2d0c9940b320732d16083778", + "translation_date": "2025-08-29T18:18:27+00:00", + "source_file": "6-NLP/README.md", + "language_code": "mr" + }, + "6-NLP/data/README.md": { + "original_hash": "ee0670655c89e4719319764afb113624", + "translation_date": "2025-08-29T18:29:24+00:00", + "source_file": "6-NLP/data/README.md", + "language_code": "mr" + }, + "7-TimeSeries/1-Introduction/README.md": { + "original_hash": "662b509c39eee205687726636d0a8455", + "translation_date": "2025-09-06T06:08:30+00:00", + "source_file": "7-TimeSeries/1-Introduction/README.md", + "language_code": "mr" + }, + "7-TimeSeries/1-Introduction/assignment.md": { + "original_hash": "d1781b0b92568ea1d119d0a198b576b4", + "translation_date": "2025-08-29T17:04:48+00:00", + "source_file": "7-TimeSeries/1-Introduction/assignment.md", + "language_code": "mr" + }, + "7-TimeSeries/1-Introduction/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:05:24+00:00", + "source_file": "7-TimeSeries/1-Introduction/solution/Julia/README.md", + "language_code": "mr" + }, + "7-TimeSeries/1-Introduction/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T17:05:13+00:00", + "source_file": "7-TimeSeries/1-Introduction/solution/R/README.md", + "language_code": "mr" + }, + "7-TimeSeries/2-ARIMA/README.md": { + "original_hash": "917dbf890db71a322f306050cb284749", + "translation_date": "2025-09-06T06:07:48+00:00", + "source_file": "7-TimeSeries/2-ARIMA/README.md", + "language_code": "mr" + }, + "7-TimeSeries/2-ARIMA/assignment.md": { + "original_hash": "1c814013e10866dfd92cdb32caaae3ac", + "translation_date": "2025-08-29T17:01:08+00:00", + "source_file": "7-TimeSeries/2-ARIMA/assignment.md", + "language_code": "mr" + }, + "7-TimeSeries/2-ARIMA/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:01:44+00:00", + "source_file": "7-TimeSeries/2-ARIMA/solution/Julia/README.md", + "language_code": "mr" + }, + "7-TimeSeries/2-ARIMA/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T17:01:32+00:00", + "source_file": "7-TimeSeries/2-ARIMA/solution/R/README.md", + "language_code": "mr" + }, + "7-TimeSeries/3-SVR/README.md": { + "original_hash": "482bccabe1df958496ea71a3667995cd", + "translation_date": "2025-09-06T06:09:09+00:00", + "source_file": "7-TimeSeries/3-SVR/README.md", + "language_code": "mr" + }, + "7-TimeSeries/3-SVR/assignment.md": { + "original_hash": "94aa2fc6154252ae30a3f3740299707a", + "translation_date": "2025-08-29T17:07:36+00:00", + "source_file": "7-TimeSeries/3-SVR/assignment.md", + "language_code": "mr" + }, + "7-TimeSeries/README.md": { + "original_hash": "61342603bad8acadbc6b2e4e3aab3f66", + "translation_date": "2025-08-29T16:56:23+00:00", + "source_file": "7-TimeSeries/README.md", + "language_code": "mr" + }, + "8-Reinforcement/1-QLearning/README.md": { + "original_hash": "911efd5e595089000cb3c16fce1beab8", + "translation_date": "2025-09-06T06:18:51+00:00", + "source_file": "8-Reinforcement/1-QLearning/README.md", + "language_code": "mr" + }, + "8-Reinforcement/1-QLearning/assignment.md": { + "original_hash": "68394b2102d3503882e5e914bd0ff5c1", + "translation_date": "2025-08-29T18:12:57+00:00", + "source_file": "8-Reinforcement/1-QLearning/assignment.md", + "language_code": "mr" + }, + "8-Reinforcement/1-QLearning/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T18:14:15+00:00", + "source_file": "8-Reinforcement/1-QLearning/solution/Julia/README.md", + "language_code": "mr" + }, + "8-Reinforcement/1-QLearning/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T18:14:04+00:00", + "source_file": "8-Reinforcement/1-QLearning/solution/R/README.md", + "language_code": "mr" + }, + "8-Reinforcement/2-Gym/README.md": { + "original_hash": "107d5bb29da8a562e7ae72262d251a75", + "translation_date": "2025-09-06T06:19:34+00:00", + "source_file": "8-Reinforcement/2-Gym/README.md", + "language_code": "mr" + }, + "8-Reinforcement/2-Gym/assignment.md": { + "original_hash": "1f2b7441745eb52e25745423b247016b", + "translation_date": "2025-08-29T18:17:20+00:00", + "source_file": "8-Reinforcement/2-Gym/assignment.md", + "language_code": "mr" + }, + "8-Reinforcement/2-Gym/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T18:18:17+00:00", + "source_file": "8-Reinforcement/2-Gym/solution/Julia/README.md", + "language_code": "mr" + }, + "8-Reinforcement/2-Gym/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T18:18:04+00:00", + "source_file": "8-Reinforcement/2-Gym/solution/R/README.md", + "language_code": "mr" + }, + "8-Reinforcement/README.md": { + "original_hash": "20ca019012b1725de956681d036d8b18", + "translation_date": "2025-08-29T18:04:51+00:00", + "source_file": "8-Reinforcement/README.md", + "language_code": "mr" + }, + "9-Real-World/1-Applications/README.md": { + "original_hash": "83320d6b6994909e35d830cebf214039", + "translation_date": "2025-09-06T06:11:26+00:00", + "source_file": "9-Real-World/1-Applications/README.md", + "language_code": "mr" + }, + "9-Real-World/1-Applications/assignment.md": { + "original_hash": "fdebfcd0a3f12c9e2b436ded1aa79885", + "translation_date": "2025-08-29T17:24:05+00:00", + "source_file": "9-Real-World/1-Applications/assignment.md", + "language_code": "mr" + }, + "9-Real-World/2-Debugging-ML-Models/README.md": { + "original_hash": "df2b538e8fbb3e91cf0419ae2f858675", + "translation_date": "2025-09-06T06:12:09+00:00", + "source_file": "9-Real-World/2-Debugging-ML-Models/README.md", + "language_code": "mr" + }, + "9-Real-World/2-Debugging-ML-Models/assignment.md": { + "original_hash": "91c6a180ef08e20cc15acfd2d6d6e164", + "translation_date": "2025-08-29T17:29:35+00:00", + "source_file": "9-Real-World/2-Debugging-ML-Models/assignment.md", + "language_code": "mr" + }, + "9-Real-World/README.md": { + "original_hash": "5e069a0ac02a9606a69946c2b3c574a9", + "translation_date": "2025-08-29T17:19:54+00:00", + "source_file": "9-Real-World/README.md", + "language_code": "mr" + }, + "AGENTS.md": { + "original_hash": "93fdaa0fd38836e50c4793e2f2f25e8b", + "translation_date": "2025-10-03T11:04:07+00:00", + "source_file": "AGENTS.md", + "language_code": "mr" + }, + "CODE_OF_CONDUCT.md": { + "original_hash": "c06b12caf3c901eb3156e3dd5b0aea56", + "translation_date": "2025-08-29T16:34:19+00:00", + "source_file": "CODE_OF_CONDUCT.md", + "language_code": "mr" + }, + "CONTRIBUTING.md": { + "original_hash": "977ec5266dfd78ad1ce2bd8d46fccbda", + "translation_date": "2025-08-29T16:32:16+00:00", + "source_file": "CONTRIBUTING.md", + "language_code": "mr" + }, + "README.md": { + "original_hash": "da2ceed62f16a0820259556e3a873c95", + "translation_date": "2026-01-29T18:11:31+00:00", + "source_file": "README.md", + "language_code": "mr" + }, + "SECURITY.md": { + "original_hash": "5e1b8da31aae9cca3d53ad243fa3365a", + "translation_date": "2025-08-29T16:32:46+00:00", + "source_file": "SECURITY.md", + "language_code": "mr" + }, + "SUPPORT.md": { + "original_hash": "09623d7343ff1c26ff4f198c1b2d3176", + "translation_date": "2025-10-03T11:52:00+00:00", + "source_file": "SUPPORT.md", + "language_code": "mr" + }, + "TROUBLESHOOTING.md": { + "original_hash": "134d8759f0e2ab886e9aa4f62362c201", + "translation_date": "2025-10-03T12:42:02+00:00", + "source_file": "TROUBLESHOOTING.md", + "language_code": "mr" + }, + "docs/_sidebar.md": { + "original_hash": "68dd06c685f6ce840e0acfa313352e7c", + "translation_date": "2025-08-29T17:19:16+00:00", + "source_file": "docs/_sidebar.md", + "language_code": "mr" + }, + "for-teachers.md": { + "original_hash": "b37de02054fa6c0438ede6fabe1fdfb8", + "translation_date": "2025-08-29T16:33:40+00:00", + "source_file": "for-teachers.md", + "language_code": "mr" + }, + "quiz-app/README.md": { + "original_hash": "6d130dffca5db70d7e615f926cb1ad4c", + "translation_date": "2025-08-29T17:47:45+00:00", + "source_file": "quiz-app/README.md", + "language_code": "mr" + }, + "sketchnotes/LICENSE.md": { + "original_hash": "fba3b94d88bfb9b81369b869a1e9a20f", + "translation_date": "2025-08-29T18:00:50+00:00", + "source_file": "sketchnotes/LICENSE.md", + "language_code": "mr" + }, + "sketchnotes/README.md": { + "original_hash": "a88d5918c1b9da69a40d917a0840c497", + "translation_date": "2025-08-29T17:59:38+00:00", + "source_file": "sketchnotes/README.md", + "language_code": "mr" + } +} \ No newline at end of file diff --git a/translations/mr/1-Introduction/1-intro-to-ML/README.md b/translations/mr/1-Introduction/1-intro-to-ML/README.md index c675dd9c7..b2904bc6b 100644 --- a/translations/mr/1-Introduction/1-intro-to-ML/README.md +++ b/translations/mr/1-Introduction/1-intro-to-ML/README.md @@ -1,12 +1,3 @@ - # मशीन लर्निंगची ओळख ## [पूर्व-व्याख्यान प्रश्नमंजुषा](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/mr/1-Introduction/1-intro-to-ML/assignment.md b/translations/mr/1-Introduction/1-intro-to-ML/assignment.md index 88ac79e76..6b6cc358f 100644 --- a/translations/mr/1-Introduction/1-intro-to-ML/assignment.md +++ b/translations/mr/1-Introduction/1-intro-to-ML/assignment.md @@ -1,12 +1,3 @@ - # सुरुवात करा आणि कार्यान्वित व्हा ## सूचना diff --git a/translations/mr/1-Introduction/2-history-of-ML/README.md b/translations/mr/1-Introduction/2-history-of-ML/README.md index 0e74d6820..ffea7f9e5 100644 --- a/translations/mr/1-Introduction/2-history-of-ML/README.md +++ b/translations/mr/1-Introduction/2-history-of-ML/README.md @@ -1,12 +1,3 @@ - # मशीन लर्निंगचा इतिहास ![मशीन लर्निंगच्या इतिहासाचा सारांश एका स्केच नोटमध्ये](../../../../sketchnotes/ml-history.png) diff --git a/translations/mr/1-Introduction/2-history-of-ML/assignment.md b/translations/mr/1-Introduction/2-history-of-ML/assignment.md index af86f7ec3..f3c3d0c6b 100644 --- a/translations/mr/1-Introduction/2-history-of-ML/assignment.md +++ b/translations/mr/1-Introduction/2-history-of-ML/assignment.md @@ -1,12 +1,3 @@ - # टाइमलाइन तयार करा ## सूचना diff --git a/translations/mr/1-Introduction/3-fairness/README.md b/translations/mr/1-Introduction/3-fairness/README.md index 5c9c273a3..8186492e2 100644 --- a/translations/mr/1-Introduction/3-fairness/README.md +++ b/translations/mr/1-Introduction/3-fairness/README.md @@ -1,12 +1,3 @@ - # मशीन लर्निंगसह जबाबदार AI उपाय तयार करणे ![मशीन लर्निंगमधील जबाबदार AI चा सारांश एका स्केच नोटमध्ये](../../../../sketchnotes/ml-fairness.png) diff --git a/translations/mr/1-Introduction/3-fairness/assignment.md b/translations/mr/1-Introduction/3-fairness/assignment.md index d35feaa07..2b8a3ab81 100644 --- a/translations/mr/1-Introduction/3-fairness/assignment.md +++ b/translations/mr/1-Introduction/3-fairness/assignment.md @@ -1,12 +1,3 @@ - # जबाबदार AI टूलबॉक्स एक्सप्लोर करा ## सूचना diff --git a/translations/mr/1-Introduction/4-techniques-of-ML/README.md b/translations/mr/1-Introduction/4-techniques-of-ML/README.md index e76a30096..edbf9e0d2 100644 --- a/translations/mr/1-Introduction/4-techniques-of-ML/README.md +++ b/translations/mr/1-Introduction/4-techniques-of-ML/README.md @@ -1,12 +1,3 @@ - # मशीन लर्निंगच्या तंत्रज्ञान मशीन लर्निंग मॉडेल्स तयार करणे, वापरणे आणि त्यांचे व्यवस्थापन करणे हा इतर विकास प्रक्रियांपेक्षा खूप वेगळा आहे. या धड्यात आपण या प्रक्रियेचा उलगडा करू आणि तुम्हाला आवश्यक असलेल्या मुख्य तंत्रज्ञानांची ओळख करून देऊ. तुम्ही: diff --git a/translations/mr/1-Introduction/4-techniques-of-ML/assignment.md b/translations/mr/1-Introduction/4-techniques-of-ML/assignment.md index fa8fd4eac..62bd94d81 100644 --- a/translations/mr/1-Introduction/4-techniques-of-ML/assignment.md +++ b/translations/mr/1-Introduction/4-techniques-of-ML/assignment.md @@ -1,12 +1,3 @@ - # डेटा सायंटिस्टची मुलाखत घ्या ## सूचना diff --git a/translations/mr/1-Introduction/README.md b/translations/mr/1-Introduction/README.md index 57b484165..726964262 100644 --- a/translations/mr/1-Introduction/README.md +++ b/translations/mr/1-Introduction/README.md @@ -1,12 +1,3 @@ - # मशीन लर्निंगची ओळख या अभ्यासक्रमाच्या विभागात, तुम्हाला मशीन लर्निंग क्षेत्राशी संबंधित मूलभूत संकल्पना, त्याचा अर्थ, त्याचा इतिहास आणि संशोधक त्यावर काम करण्यासाठी वापरत असलेल्या तंत्रज्ञानाची ओळख करून दिली जाईल. चला, आपण एकत्रितपणे या नवीन ML च्या जगाचा शोध घेऊया! diff --git a/translations/mr/2-Regression/1-Tools/README.md b/translations/mr/2-Regression/1-Tools/README.md index 90e3b67af..a32ad7300 100644 --- a/translations/mr/2-Regression/1-Tools/README.md +++ b/translations/mr/2-Regression/1-Tools/README.md @@ -1,12 +1,3 @@ - # Python आणि Scikit-learn वापरून रिग्रेशन मॉडेल्ससाठी सुरुवात करा ![रिग्रेशनचा स्केच नोटमध्ये सारांश](../../../../sketchnotes/ml-regression.png) diff --git a/translations/mr/2-Regression/1-Tools/assignment.md b/translations/mr/2-Regression/1-Tools/assignment.md index ec8f5bcc6..b68309c97 100644 --- a/translations/mr/2-Regression/1-Tools/assignment.md +++ b/translations/mr/2-Regression/1-Tools/assignment.md @@ -1,12 +1,3 @@ - # Scikit-learn सह रिग्रेशन ## सूचना diff --git a/translations/mr/2-Regression/1-Tools/solution/Julia/README.md b/translations/mr/2-Regression/1-Tools/solution/Julia/README.md index b834f1b2a..81b02b3e4 100644 --- a/translations/mr/2-Regression/1-Tools/solution/Julia/README.md +++ b/translations/mr/2-Regression/1-Tools/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/2-Regression/2-Data/README.md b/translations/mr/2-Regression/2-Data/README.md index aa3680c1f..d14434224 100644 --- a/translations/mr/2-Regression/2-Data/README.md +++ b/translations/mr/2-Regression/2-Data/README.md @@ -1,12 +1,3 @@ - # Scikit-learn वापरून एक रिग्रेशन मॉडेल तयार करा: डेटा तयार करा आणि व्हिज्युअलाइझ करा ![डेटा व्हिज्युअलायझेशन इन्फोग्राफिक](../../../../2-Regression/2-Data/images/data-visualization.png) diff --git a/translations/mr/2-Regression/2-Data/assignment.md b/translations/mr/2-Regression/2-Data/assignment.md index 5ecc0b299..5d763417d 100644 --- a/translations/mr/2-Regression/2-Data/assignment.md +++ b/translations/mr/2-Regression/2-Data/assignment.md @@ -1,12 +1,3 @@ - # दृश्यांकनांचा अभ्यास डेटा दृश्यांकनासाठी अनेक वेगवेगळ्या लायब्ररी उपलब्ध आहेत. या धड्यातील Pumpkin डेटाचा वापर करून matplotlib आणि seaborn च्या सहाय्याने काही दृश्यांकन तयार करा एका नमुना नोटबुकमध्ये. कोणत्या लायब्ररीसह काम करणे सोपे आहे? diff --git a/translations/mr/2-Regression/2-Data/solution/Julia/README.md b/translations/mr/2-Regression/2-Data/solution/Julia/README.md index 11c15fea4..81b02b3e4 100644 --- a/translations/mr/2-Regression/2-Data/solution/Julia/README.md +++ b/translations/mr/2-Regression/2-Data/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/2-Regression/3-Linear/README.md b/translations/mr/2-Regression/3-Linear/README.md index bf558c4a3..58f32cde0 100644 --- a/translations/mr/2-Regression/3-Linear/README.md +++ b/translations/mr/2-Regression/3-Linear/README.md @@ -1,12 +1,3 @@ - # Scikit-learn वापरून रिग्रेशन मॉडेल तयार करा: चार प्रकारे रिग्रेशन ![रेखीय वि. बहुपद रिग्रेशन माहितीग्राफिक](../../../../2-Regression/3-Linear/images/linear-polynomial.png) @@ -117,11 +108,11 @@ day_of_year = pd.to_datetime(pumpkins['Date']).apply(lambda dt: (dt-datetime(dt. मागील धडामध्ये तुम्ही कदाचित पाहिले असेल की विविध महिन्यांसाठी सरासरी किंमत अशी दिसते: -महिन्यानुसार सरासरी किंमत +महिन्यानुसार सरासरी किंमत हे सूचित करते की काही सहसंबंध असावा, आणि आपण `महिना` आणि `किंमत` यांच्यातील किंवा `वर्षाचा दिवस` आणि `किंमत` यांच्यातील संबंध भाकीत करण्यासाठी रेखीय रिग्रेशन मॉडेल प्रशिक्षण देण्याचा प्रयत्न करू शकतो. खालील स्कॅटरप्लॉट नातेसंबंध दर्शवतो: -किंमत वि. वर्षाचा दिवस याचा स्कॅटरप्लॉट +किंमत वि. वर्षाचा दिवस याचा स्कॅटरप्लॉट चला `corr` फंक्शन वापरून सहसंबंध तपासूया: @@ -140,7 +131,7 @@ for i,var in enumerate(new_pumpkins['Variety'].unique()): ax = df.plot.scatter('DayOfYear','Price',ax=ax,c=colors[i],label=var) ``` -किंमत वि. वर्षाचा दिवस याचा स्कॅटरप्लॉट +किंमत वि. वर्षाचा दिवस याचा स्कॅटरप्लॉट आपल्या तपासणीने सूचित केले की प्रकाराचा एकूण किंमतीवर विक्रीच्या तारखेपेक्षा जास्त परिणाम होतो. आपण हे बार ग्राफसह पाहू शकतो: @@ -148,7 +139,7 @@ for i,var in enumerate(new_pumpkins['Variety'].unique()): new_pumpkins.groupby('Variety')['Price'].mean().plot(kind='bar') ``` -प्रकारानुसार किंमतीचा बार ग्राफ +प्रकारानुसार किंमतीचा बार ग्राफ आता आपण फक्त एका कद्दू प्रकारावर लक्ष केंद्रित करूया, 'पाई प्रकार', आणि पाहूया की तारखेचा किंमतीवर काय परिणाम होतो: @@ -156,7 +147,7 @@ new_pumpkins.groupby('Variety')['Price'].mean().plot(kind='bar') pie_pumpkins = new_pumpkins[new_pumpkins['Variety']=='PIE TYPE'] pie_pumpkins.plot.scatter('DayOfYear','Price') ``` -किंमत वि. वर्षाचा दिवस याचा स्कॅटरप्लॉट +किंमत वि. वर्षाचा दिवस याचा स्कॅटरप्लॉट जर आपण आता `corr` फंक्शन वापरून `किंमत` आणि `वर्षाचा दिवस` यांच्यातील सहसंबंधाची गणना केली, तर आपल्याला सुमारे `-0.27` मिळेल - याचा अर्थ असा की भाकीत मॉडेल प्रशिक्षण देणे योग्य आहे. @@ -221,7 +212,7 @@ plt.scatter(X_test,y_test) plt.plot(X_test,pred) ``` -रेषीय रिग्रेशन +रेषीय रिग्रेशन ## बहुपद रिग्रेशन @@ -250,7 +241,7 @@ pipeline.fit(X_train,y_train) पाइपलाइन मूळ `LinearRegression` ऑब्जेक्टप्रमाणेच वापरली जाऊ शकते, म्हणजेच आम्ही पाइपलाइन `fit` करू शकतो आणि नंतर `predict` वापरून अंदाज परिणाम मिळवू शकतो. येथे चाचणी डेटा आणि अंदाज वक्र दर्शविणारा ग्राफ आहे: -बहुपद रिग्रेशन +बहुपद रिग्रेशन बहुपद रिग्रेशन वापरून, आम्हाला किंचित कमी MSE आणि उच्च निर्धारण मिळू शकते, परंतु फारसे महत्त्वाचे नाही. आम्हाला इतर वैशिष्ट्यांचा विचार करणे आवश्यक आहे! @@ -268,7 +259,7 @@ pipeline.fit(X_train,y_train) येथे तुम्ही पाहू शकता की प्रकारानुसार सरासरी किंमत कशी बदलते: -प्रकारानुसार सरासरी किंमत +प्रकारानुसार सरासरी किंमत प्रकाराचा विचार करण्यासाठी, प्रथम त्याला न्यूमेरिक स्वरूपात रूपांतरित करणे आवश्यक आहे, किंवा **एन्कोड** करणे आवश्यक आहे. हे करण्याचे अनेक मार्ग आहेत: diff --git a/translations/mr/2-Regression/3-Linear/assignment.md b/translations/mr/2-Regression/3-Linear/assignment.md index de533655c..320f6f4d8 100644 --- a/translations/mr/2-Regression/3-Linear/assignment.md +++ b/translations/mr/2-Regression/3-Linear/assignment.md @@ -1,12 +1,3 @@ - # रिग्रेशन मॉडेल तयार करा ## सूचना diff --git a/translations/mr/2-Regression/3-Linear/solution/Julia/README.md b/translations/mr/2-Regression/3-Linear/solution/Julia/README.md index 78a1a0809..81b02b3e4 100644 --- a/translations/mr/2-Regression/3-Linear/solution/Julia/README.md +++ b/translations/mr/2-Regression/3-Linear/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/2-Regression/4-Logistic/README.md b/translations/mr/2-Regression/4-Logistic/README.md index c2139cbe0..68d44f325 100644 --- a/translations/mr/2-Regression/4-Logistic/README.md +++ b/translations/mr/2-Regression/4-Logistic/README.md @@ -1,12 +1,3 @@ - # वर्गांचे अंदाज लावण्यासाठी लॉजिस्टिक रिग्रेशन ![लॉजिस्टिक वि. लीनियर रिग्रेशन माहितीपट](../../../../2-Regression/4-Logistic/images/linear-vs-logistic.png) diff --git a/translations/mr/2-Regression/4-Logistic/assignment.md b/translations/mr/2-Regression/4-Logistic/assignment.md index ce80bd6ad..0affeae82 100644 --- a/translations/mr/2-Regression/4-Logistic/assignment.md +++ b/translations/mr/2-Regression/4-Logistic/assignment.md @@ -1,12 +1,3 @@ - # पुनर्प्रयत्न काही पुनरावृत्ती ## सूचना diff --git a/translations/mr/2-Regression/4-Logistic/solution/Julia/README.md b/translations/mr/2-Regression/4-Logistic/solution/Julia/README.md index 6bd6a3f30..3f212ae75 100644 --- a/translations/mr/2-Regression/4-Logistic/solution/Julia/README.md +++ b/translations/mr/2-Regression/4-Logistic/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/2-Regression/README.md b/translations/mr/2-Regression/README.md index 08f4c6ea7..cad0615f9 100644 --- a/translations/mr/2-Regression/README.md +++ b/translations/mr/2-Regression/README.md @@ -1,12 +1,3 @@ - # मशीन लर्निंगसाठी रिग्रेशन मॉडेल्स ## प्रादेशिक विषय: उत्तर अमेरिकेत कद्दूच्या किंमतींसाठी रिग्रेशन मॉडेल्स 🎃 diff --git a/translations/mr/3-Web-App/1-Web-App/README.md b/translations/mr/3-Web-App/1-Web-App/README.md index 8b4608c00..81e51eafa 100644 --- a/translations/mr/3-Web-App/1-Web-App/README.md +++ b/translations/mr/3-Web-App/1-Web-App/README.md @@ -1,12 +1,3 @@ - # वेब अ‍ॅप तयार करा ज्यामध्ये ML मॉडेल वापरता येईल या धड्यात, तुम्ही एका अनोख्या डेटासेटवर ML मॉडेल ट्रेन कराल: _गेल्या शतकातील UFO दिसण्याच्या घटना_, ज्याचे स्रोत NUFORC च्या डेटाबेसमधून घेतले आहे. diff --git a/translations/mr/3-Web-App/1-Web-App/assignment.md b/translations/mr/3-Web-App/1-Web-App/assignment.md index a5bcd881c..6e79d9198 100644 --- a/translations/mr/3-Web-App/1-Web-App/assignment.md +++ b/translations/mr/3-Web-App/1-Web-App/assignment.md @@ -1,12 +1,3 @@ - # वेगळा मॉडेल वापरून पहा ## सूचना diff --git a/translations/mr/3-Web-App/README.md b/translations/mr/3-Web-App/README.md index a33719449..63466b4e4 100644 --- a/translations/mr/3-Web-App/README.md +++ b/translations/mr/3-Web-App/README.md @@ -1,12 +1,3 @@ - # तुमच्या ML मॉडेलसाठी वेब अॅप तयार करा या अभ्यासक्रमाच्या या विभागात, तुम्हाला एक अनुप्रयुक्त ML विषयाची ओळख करून दिली जाईल: तुमचे Scikit-learn मॉडेल कसे जतन करायचे जेणेकरून ते वेब अॅप्लिकेशनमध्ये अंदाज वर्तवण्यासाठी वापरले जाऊ शकेल. एकदा मॉडेल जतन केल्यानंतर, तुम्ही ते Flask मध्ये तयार केलेल्या वेब अॅपमध्ये कसे वापरायचे ते शिकाल. तुम्ही प्रथम UFO पाहण्याच्या डेटाचा वापर करून एक मॉडेल तयार कराल! त्यानंतर, तुम्ही एक वेब अॅप तयार कराल जो तुम्हाला सेकंदांची संख्या, अक्षांश, आणि रेखांश मूल्य प्रविष्ट करून अंदाज लावण्याची परवानगी देईल की कोणत्या देशाने UFO पाहिल्याचा अहवाल दिला आहे. diff --git a/translations/mr/4-Classification/1-Introduction/README.md b/translations/mr/4-Classification/1-Introduction/README.md index b4661bc46..799611b2d 100644 --- a/translations/mr/4-Classification/1-Introduction/README.md +++ b/translations/mr/4-Classification/1-Introduction/README.md @@ -1,12 +1,3 @@ - # वर्गीकरणाची ओळख या चार धड्यांमध्ये, तुम्ही क्लासिक मशीन लर्निंगच्या मूलभूत फोकसपैकी एक - _वर्गीकरण_ - याचा अभ्यास कराल. आम्ही आशिया आणि भारतातील सर्व अप्रतिम खाद्यसंस्कृतींबद्दलच्या डेटासेटसह विविध वर्गीकरण अल्गोरिदम वापरण्याची प्रक्रिया पाहू. आशा आहे की तुम्ही भुकेले असाल! diff --git a/translations/mr/4-Classification/1-Introduction/assignment.md b/translations/mr/4-Classification/1-Introduction/assignment.md index 6c91ccd75..bd164f379 100644 --- a/translations/mr/4-Classification/1-Introduction/assignment.md +++ b/translations/mr/4-Classification/1-Introduction/assignment.md @@ -1,12 +1,3 @@ - # वर्गीकरण पद्धतींचा अभ्यास करा ## सूचना diff --git a/translations/mr/4-Classification/1-Introduction/solution/Julia/README.md b/translations/mr/4-Classification/1-Introduction/solution/Julia/README.md index ff77e5866..925862e16 100644 --- a/translations/mr/4-Classification/1-Introduction/solution/Julia/README.md +++ b/translations/mr/4-Classification/1-Introduction/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/4-Classification/2-Classifiers-1/README.md b/translations/mr/4-Classification/2-Classifiers-1/README.md index 29c263082..f33aca4c8 100644 --- a/translations/mr/4-Classification/2-Classifiers-1/README.md +++ b/translations/mr/4-Classification/2-Classifiers-1/README.md @@ -1,12 +1,3 @@ - # पाककृती वर्गीकरण 1 या धड्यात, तुम्ही मागील धड्यातून जतन केलेल्या डेटासेटचा वापर कराल, ज्यामध्ये विविध प्रकारच्या स्वयंपाकशैलींविषयी संतुलित आणि स्वच्छ डेटा आहे. diff --git a/translations/mr/4-Classification/2-Classifiers-1/assignment.md b/translations/mr/4-Classification/2-Classifiers-1/assignment.md index 14e5a543f..f846f4b57 100644 --- a/translations/mr/4-Classification/2-Classifiers-1/assignment.md +++ b/translations/mr/4-Classification/2-Classifiers-1/assignment.md @@ -1,12 +1,3 @@ - # सॉल्वर्सचा अभ्यास करा ## सूचना diff --git a/translations/mr/4-Classification/2-Classifiers-1/solution/Julia/README.md b/translations/mr/4-Classification/2-Classifiers-1/solution/Julia/README.md index 68e95d501..81b02b3e4 100644 --- a/translations/mr/4-Classification/2-Classifiers-1/solution/Julia/README.md +++ b/translations/mr/4-Classification/2-Classifiers-1/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/4-Classification/3-Classifiers-2/README.md b/translations/mr/4-Classification/3-Classifiers-2/README.md index e2122ab5c..e870f8987 100644 --- a/translations/mr/4-Classification/3-Classifiers-2/README.md +++ b/translations/mr/4-Classification/3-Classifiers-2/README.md @@ -1,12 +1,3 @@ - # क्युझीन वर्गीकरण २ या दुसऱ्या वर्गीकरणाच्या धड्यात, तुम्ही संख्यात्मक डेटाचे वर्गीकरण करण्याचे अधिक मार्ग शोधाल. तसेच, एका वर्गीकरण पद्धतीच्या निवडीचे परिणाम काय असू शकतात हे देखील शिकाल. diff --git a/translations/mr/4-Classification/3-Classifiers-2/assignment.md b/translations/mr/4-Classification/3-Classifiers-2/assignment.md index e4773a67b..c647874c5 100644 --- a/translations/mr/4-Classification/3-Classifiers-2/assignment.md +++ b/translations/mr/4-Classification/3-Classifiers-2/assignment.md @@ -1,12 +1,3 @@ - # पॅरामीटर प्ले ## सूचना diff --git a/translations/mr/4-Classification/3-Classifiers-2/solution/Julia/README.md b/translations/mr/4-Classification/3-Classifiers-2/solution/Julia/README.md index c8fc06758..925862e16 100644 --- a/translations/mr/4-Classification/3-Classifiers-2/solution/Julia/README.md +++ b/translations/mr/4-Classification/3-Classifiers-2/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/4-Classification/4-Applied/README.md b/translations/mr/4-Classification/4-Applied/README.md index 48b23e922..bbbcdf6e0 100644 --- a/translations/mr/4-Classification/4-Applied/README.md +++ b/translations/mr/4-Classification/4-Applied/README.md @@ -1,12 +1,3 @@ - # क्युझिन शिफारस वेब अ‍ॅप तयार करा या धड्यात, तुम्ही मागील धड्यांमध्ये शिकलेल्या तंत्रांचा वापर करून आणि या मालिकेत वापरलेल्या स्वादिष्ट क्युझिन डेटासेटसह एक वर्गीकरण मॉडेल तयार कराल. याशिवाय, तुम्ही Onnx च्या वेब रनटाइमचा उपयोग करून जतन केलेल्या मॉडेलसाठी एक लहान वेब अ‍ॅप तयार कराल. diff --git a/translations/mr/4-Classification/4-Applied/assignment.md b/translations/mr/4-Classification/4-Applied/assignment.md index 2512ec2b7..3a8106fd2 100644 --- a/translations/mr/4-Classification/4-Applied/assignment.md +++ b/translations/mr/4-Classification/4-Applied/assignment.md @@ -1,12 +1,3 @@ - # शिफारस प्रणाली तयार करा ## सूचना diff --git a/translations/mr/4-Classification/README.md b/translations/mr/4-Classification/README.md index 55eeab720..1f745b0b2 100644 --- a/translations/mr/4-Classification/README.md +++ b/translations/mr/4-Classification/README.md @@ -1,12 +1,3 @@ - # वर्गीकरणासह सुरुवात करा ## प्रादेशिक विषय: स्वादिष्ट आशियाई आणि भारतीय खाद्यपदार्थ 🍜 diff --git a/translations/mr/5-Clustering/1-Visualize/README.md b/translations/mr/5-Clustering/1-Visualize/README.md index 365f7e0fb..6c4c19ba1 100644 --- a/translations/mr/5-Clustering/1-Visualize/README.md +++ b/translations/mr/5-Clustering/1-Visualize/README.md @@ -1,12 +1,3 @@ - # क्लस्टरिंगची ओळख क्लस्टरिंग हा [अनसुपरवाइज्ड लर्निंग](https://wikipedia.org/wiki/Unsupervised_learning) चा एक प्रकार आहे, जो गृहीत धरतो की डेटासेट लेबल नसलेला आहे किंवा त्याच्या इनपुट्सना पूर्वनिर्धारित आउटपुट्सशी जुळवलेले नाही. हा विविध अल्गोरिदम्सचा वापर करून लेबल नसलेल्या डेटामधून गट तयार करतो, जे डेटामधील पॅटर्न्सवर आधारित असतात. diff --git a/translations/mr/5-Clustering/1-Visualize/assignment.md b/translations/mr/5-Clustering/1-Visualize/assignment.md index a5a21e413..2ba66c329 100644 --- a/translations/mr/5-Clustering/1-Visualize/assignment.md +++ b/translations/mr/5-Clustering/1-Visualize/assignment.md @@ -1,12 +1,3 @@ - # क्लस्टरिंगसाठी इतर व्हिज्युअलायझेशन्सचा अभ्यास करा ## सूचना diff --git a/translations/mr/5-Clustering/1-Visualize/solution/Julia/README.md b/translations/mr/5-Clustering/1-Visualize/solution/Julia/README.md index 5141fa11c..0948ed62a 100644 --- a/translations/mr/5-Clustering/1-Visualize/solution/Julia/README.md +++ b/translations/mr/5-Clustering/1-Visualize/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/5-Clustering/2-K-Means/README.md b/translations/mr/5-Clustering/2-K-Means/README.md index 16dccbe85..b8c567b46 100644 --- a/translations/mr/5-Clustering/2-K-Means/README.md +++ b/translations/mr/5-Clustering/2-K-Means/README.md @@ -1,12 +1,3 @@ - # K-Means क्लस्टरिंग ## [पूर्व व्याख्यान प्रश्नमंजूषा](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/mr/5-Clustering/2-K-Means/assignment.md b/translations/mr/5-Clustering/2-K-Means/assignment.md index e44649fbd..c62c0c285 100644 --- a/translations/mr/5-Clustering/2-K-Means/assignment.md +++ b/translations/mr/5-Clustering/2-K-Means/assignment.md @@ -1,12 +1,3 @@ - # वेगवेगळ्या क्लस्टरिंग पद्धती वापरून पहा ## सूचना diff --git a/translations/mr/5-Clustering/2-K-Means/solution/Julia/README.md b/translations/mr/5-Clustering/2-K-Means/solution/Julia/README.md index c93c9e53f..ceab26cbd 100644 --- a/translations/mr/5-Clustering/2-K-Means/solution/Julia/README.md +++ b/translations/mr/5-Clustering/2-K-Means/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/5-Clustering/README.md b/translations/mr/5-Clustering/README.md index cc5d96ecd..5fc0017a0 100644 --- a/translations/mr/5-Clustering/README.md +++ b/translations/mr/5-Clustering/README.md @@ -1,12 +1,3 @@ - # मशीन लर्निंगसाठी क्लस्टरिंग मॉडेल्स क्लस्टरिंग ही मशीन लर्निंगची एक कार्यप्रणाली आहे ज्यामध्ये एकमेकांसारखे दिसणारे ऑब्जेक्ट शोधले जातात आणि त्यांना क्लस्टर्स नावाच्या गटांमध्ये वर्गीकृत केले जाते. मशीन लर्निंगमधील इतर पद्धतींपेक्षा क्लस्टरिंग वेगळे आहे कारण गोष्टी आपोआप घडतात. खरं तर, हे सुपरवाइज्ड लर्निंगच्या अगदी उलट आहे असे म्हणणे योग्य ठरेल. diff --git a/translations/mr/6-NLP/1-Introduction-to-NLP/README.md b/translations/mr/6-NLP/1-Introduction-to-NLP/README.md index 1fff6eda5..03d021997 100644 --- a/translations/mr/6-NLP/1-Introduction-to-NLP/README.md +++ b/translations/mr/6-NLP/1-Introduction-to-NLP/README.md @@ -1,12 +1,3 @@ - # नैसर्गिक भाषा प्रक्रिया परिचय ही धडा *नैसर्गिक भाषा प्रक्रिया* या *संगणकीय भाषाशास्त्र* उपक्षेत्राचा थोडक्यात इतिहास आणि महत्त्वाच्या संकल्पनांचा आढावा घेते. diff --git a/translations/mr/6-NLP/1-Introduction-to-NLP/assignment.md b/translations/mr/6-NLP/1-Introduction-to-NLP/assignment.md index 0f1387137..31b1a9d0e 100644 --- a/translations/mr/6-NLP/1-Introduction-to-NLP/assignment.md +++ b/translations/mr/6-NLP/1-Introduction-to-NLP/assignment.md @@ -1,12 +1,3 @@ - # बॉट शोधा ## सूचना diff --git a/translations/mr/6-NLP/2-Tasks/README.md b/translations/mr/6-NLP/2-Tasks/README.md index 74d1b4f7a..fe3b4e6b1 100644 --- a/translations/mr/6-NLP/2-Tasks/README.md +++ b/translations/mr/6-NLP/2-Tasks/README.md @@ -1,12 +1,3 @@ - # सामान्य नैसर्गिक भाषा प्रक्रिया कार्ये आणि तंत्रे बहुतेक *नैसर्गिक भाषा प्रक्रिया* कार्यांसाठी, प्रक्रिया करायच्या मजकुराचे तुकडे करणे, त्याचे विश्लेषण करणे आणि परिणाम नियम आणि डेटासेटसह संग्रहित किंवा क्रॉस संदर्भित करणे आवश्यक असते. या कार्यांमुळे प्रोग्रामरला मजकुरातील _अर्थ_, _उद्देश_ किंवा फक्त _शब्दांची वारंवारता_ मिळवता येते. diff --git a/translations/mr/6-NLP/2-Tasks/assignment.md b/translations/mr/6-NLP/2-Tasks/assignment.md index 0106908bf..469909f36 100644 --- a/translations/mr/6-NLP/2-Tasks/assignment.md +++ b/translations/mr/6-NLP/2-Tasks/assignment.md @@ -1,12 +1,3 @@ - # बॉटला उत्तर देण्यास तयार करा ## सूचना diff --git a/translations/mr/6-NLP/3-Translation-Sentiment/README.md b/translations/mr/6-NLP/3-Translation-Sentiment/README.md index a14d38a2e..b48888b4a 100644 --- a/translations/mr/6-NLP/3-Translation-Sentiment/README.md +++ b/translations/mr/6-NLP/3-Translation-Sentiment/README.md @@ -1,12 +1,3 @@ - # मशीन लर्निंगसह भाषांतर आणि भावना विश्लेषण मागील धड्यांमध्ये तुम्ही `TextBlob` वापरून एक मूलभूत बॉट कसा तयार करायचा हे शिकलात. `TextBlob` ही एक लायब्ररी आहे जी मशीन लर्निंगचा वापर करून नाममालिका (noun phrase) काढणे यासारख्या प्राथमिक NLP कार्यांसाठी मदत करते. संगणकीय भाषाशास्त्रातील आणखी एक महत्त्वाचे आव्हान म्हणजे एका भाषेतील वाक्याचे दुसऱ्या भाषेत अचूक भाषांतर करणे. diff --git a/translations/mr/6-NLP/3-Translation-Sentiment/assignment.md b/translations/mr/6-NLP/3-Translation-Sentiment/assignment.md index 6c78845f0..9c96e78bf 100644 --- a/translations/mr/6-NLP/3-Translation-Sentiment/assignment.md +++ b/translations/mr/6-NLP/3-Translation-Sentiment/assignment.md @@ -1,12 +1,3 @@ - # काव्यात्मक परवाना ## सूचना diff --git a/translations/mr/6-NLP/3-Translation-Sentiment/solution/Julia/README.md b/translations/mr/6-NLP/3-Translation-Sentiment/solution/Julia/README.md index 4bc735517..925862e16 100644 --- a/translations/mr/6-NLP/3-Translation-Sentiment/solution/Julia/README.md +++ b/translations/mr/6-NLP/3-Translation-Sentiment/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/6-NLP/3-Translation-Sentiment/solution/R/README.md b/translations/mr/6-NLP/3-Translation-Sentiment/solution/R/README.md index 25754c6e2..ceab26cbd 100644 --- a/translations/mr/6-NLP/3-Translation-Sentiment/solution/R/README.md +++ b/translations/mr/6-NLP/3-Translation-Sentiment/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/6-NLP/4-Hotel-Reviews-1/README.md b/translations/mr/6-NLP/4-Hotel-Reviews-1/README.md index e9e56011d..c2d3bfe99 100644 --- a/translations/mr/6-NLP/4-Hotel-Reviews-1/README.md +++ b/translations/mr/6-NLP/4-Hotel-Reviews-1/README.md @@ -1,12 +1,3 @@ - # हॉटेल पुनरावलोकनांसह भावना विश्लेषण - डेटाचे प्रक्रिया करणे या विभागात तुम्ही मागील धड्यांमधील तंत्रांचा वापर करून मोठ्या डेटासेटचे अन्वेषणात्मक डेटा विश्लेषण कराल. विविध स्तंभांच्या उपयुक्ततेची चांगली समज मिळाल्यानंतर तुम्ही शिकाल: diff --git a/translations/mr/6-NLP/4-Hotel-Reviews-1/assignment.md b/translations/mr/6-NLP/4-Hotel-Reviews-1/assignment.md index eb007b1b9..f74d0310e 100644 --- a/translations/mr/6-NLP/4-Hotel-Reviews-1/assignment.md +++ b/translations/mr/6-NLP/4-Hotel-Reviews-1/assignment.md @@ -1,12 +1,3 @@ - # NLTK ## सूचना diff --git a/translations/mr/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md b/translations/mr/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md index fca84b9eb..a149128de 100644 --- a/translations/mr/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md +++ b/translations/mr/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/6-NLP/4-Hotel-Reviews-1/solution/R/README.md b/translations/mr/6-NLP/4-Hotel-Reviews-1/solution/R/README.md index cf6c5b6f3..3f212ae75 100644 --- a/translations/mr/6-NLP/4-Hotel-Reviews-1/solution/R/README.md +++ b/translations/mr/6-NLP/4-Hotel-Reviews-1/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/6-NLP/5-Hotel-Reviews-2/README.md b/translations/mr/6-NLP/5-Hotel-Reviews-2/README.md index e284ccaec..cb7e6c810 100644 --- a/translations/mr/6-NLP/5-Hotel-Reviews-2/README.md +++ b/translations/mr/6-NLP/5-Hotel-Reviews-2/README.md @@ -1,12 +1,3 @@ - # हॉटेल पुनरावलोकनांसह भावना विश्लेषण आता तुम्ही डेटासेटचा सविस्तर अभ्यास केला आहे, त्यामुळे स्तंभ फिल्टर करण्याची आणि हॉटेल्सबद्दल नवीन अंतर्दृष्टी मिळवण्यासाठी डेटासेटवर NLP तंत्र वापरण्याची वेळ आली आहे. diff --git a/translations/mr/6-NLP/5-Hotel-Reviews-2/assignment.md b/translations/mr/6-NLP/5-Hotel-Reviews-2/assignment.md index 13d28b1e7..fb577351b 100644 --- a/translations/mr/6-NLP/5-Hotel-Reviews-2/assignment.md +++ b/translations/mr/6-NLP/5-Hotel-Reviews-2/assignment.md @@ -1,12 +1,3 @@ - # वेगळ्या डेटासेटचा प्रयत्न करा ## सूचना diff --git a/translations/mr/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md b/translations/mr/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md index 6739d79dc..925862e16 100644 --- a/translations/mr/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md +++ b/translations/mr/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/6-NLP/5-Hotel-Reviews-2/solution/R/README.md b/translations/mr/6-NLP/5-Hotel-Reviews-2/solution/R/README.md index 70f82b7a3..925862e16 100644 --- a/translations/mr/6-NLP/5-Hotel-Reviews-2/solution/R/README.md +++ b/translations/mr/6-NLP/5-Hotel-Reviews-2/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/6-NLP/README.md b/translations/mr/6-NLP/README.md index 6c23a111b..48afe75a8 100644 --- a/translations/mr/6-NLP/README.md +++ b/translations/mr/6-NLP/README.md @@ -1,12 +1,3 @@ - # नैसर्गिक भाषा प्रक्रिया सुरू करणे नैसर्गिक भाषा प्रक्रिया (NLP) म्हणजे संगणक प्रोग्रामची मानवी भाषा समजून घेण्याची क्षमता, जशी ती बोलली आणि लिहिली जाते -- याला नैसर्गिक भाषा म्हणतात. ही कृत्रिम बुद्धिमत्ता (AI) चा एक घटक आहे. NLP चा इतिहास ५० वर्षांहून अधिक जुना आहे आणि त्याची मुळे भाषाशास्त्राच्या क्षेत्रात आहेत. हे संपूर्ण क्षेत्र मशीनला मानवी भाषा समजून घेण्यास आणि प्रक्रिया करण्यास मदत करण्यासाठी समर्पित आहे. याचा वापर मग स्पेल चेक किंवा मशीन ट्रान्सलेशनसारखी कामे करण्यासाठी केला जाऊ शकतो. याचा वैद्यकीय संशोधन, सर्च इंजिन्स आणि बिझनेस इंटेलिजन्स यांसारख्या अनेक क्षेत्रांमध्ये विविध प्रकारे उपयोग होतो. diff --git a/translations/mr/6-NLP/data/README.md b/translations/mr/6-NLP/data/README.md index 8abab7907..3f212ae75 100644 --- a/translations/mr/6-NLP/data/README.md +++ b/translations/mr/6-NLP/data/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/7-TimeSeries/1-Introduction/README.md b/translations/mr/7-TimeSeries/1-Introduction/README.md index a0b51026d..700d7929e 100644 --- a/translations/mr/7-TimeSeries/1-Introduction/README.md +++ b/translations/mr/7-TimeSeries/1-Introduction/README.md @@ -1,12 +1,3 @@ - # टाइम सिरीज अंदाजाविषयी परिचय ![टाइम सिरीजचा स्केच नोटमध्ये सारांश](../../../../sketchnotes/ml-timeseries.png) diff --git a/translations/mr/7-TimeSeries/1-Introduction/assignment.md b/translations/mr/7-TimeSeries/1-Introduction/assignment.md index 0e21c4112..6ca7fe593 100644 --- a/translations/mr/7-TimeSeries/1-Introduction/assignment.md +++ b/translations/mr/7-TimeSeries/1-Introduction/assignment.md @@ -1,12 +1,3 @@ - # काही अधिक टाइम सिरीजचे व्हिज्युअलायझेशन करा ## सूचना diff --git a/translations/mr/7-TimeSeries/1-Introduction/solution/Julia/README.md b/translations/mr/7-TimeSeries/1-Introduction/solution/Julia/README.md index c65ef9114..81b02b3e4 100644 --- a/translations/mr/7-TimeSeries/1-Introduction/solution/Julia/README.md +++ b/translations/mr/7-TimeSeries/1-Introduction/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/7-TimeSeries/1-Introduction/solution/R/README.md b/translations/mr/7-TimeSeries/1-Introduction/solution/R/README.md index 9927209f8..925862e16 100644 --- a/translations/mr/7-TimeSeries/1-Introduction/solution/R/README.md +++ b/translations/mr/7-TimeSeries/1-Introduction/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/7-TimeSeries/2-ARIMA/README.md b/translations/mr/7-TimeSeries/2-ARIMA/README.md index 5de13812c..acfc52ead 100644 --- a/translations/mr/7-TimeSeries/2-ARIMA/README.md +++ b/translations/mr/7-TimeSeries/2-ARIMA/README.md @@ -1,12 +1,3 @@ - # ARIMA वापरून टाइम सिरीज अंदाज मागील धड्यात, तुम्ही टाइम सिरीज अंदाजाबद्दल थोडं शिकला आणि एका कालावधीत विद्युत लोडच्या चढ-उतारांचे डेटा सेट लोड केले. diff --git a/translations/mr/7-TimeSeries/2-ARIMA/assignment.md b/translations/mr/7-TimeSeries/2-ARIMA/assignment.md index 98794e780..c496ccd2e 100644 --- a/translations/mr/7-TimeSeries/2-ARIMA/assignment.md +++ b/translations/mr/7-TimeSeries/2-ARIMA/assignment.md @@ -1,12 +1,3 @@ - # एक नवीन ARIMA मॉडेल ## सूचना diff --git a/translations/mr/7-TimeSeries/2-ARIMA/solution/Julia/README.md b/translations/mr/7-TimeSeries/2-ARIMA/solution/Julia/README.md index 57ecc702c..925862e16 100644 --- a/translations/mr/7-TimeSeries/2-ARIMA/solution/Julia/README.md +++ b/translations/mr/7-TimeSeries/2-ARIMA/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/7-TimeSeries/2-ARIMA/solution/R/README.md b/translations/mr/7-TimeSeries/2-ARIMA/solution/R/README.md index 311f57f1d..0948ed62a 100644 --- a/translations/mr/7-TimeSeries/2-ARIMA/solution/R/README.md +++ b/translations/mr/7-TimeSeries/2-ARIMA/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/7-TimeSeries/3-SVR/README.md b/translations/mr/7-TimeSeries/3-SVR/README.md index 081932a6f..f0cf3a44e 100644 --- a/translations/mr/7-TimeSeries/3-SVR/README.md +++ b/translations/mr/7-TimeSeries/3-SVR/README.md @@ -1,12 +1,3 @@ - # सपोर्ट व्हेक्टर रेग्रेसरसह टाइम सिरीज अंदाज मागील धड्यात, तुम्ही ARIMA मॉडेल वापरून टाइम सिरीज अंदाज कसा करायचा ते शिकले. आता तुम्ही सपोर्ट व्हेक्टर रेग्रेसर मॉडेलकडे पाहणार आहात, जे सतत डेटा अंदाज करण्यासाठी वापरले जाते. diff --git a/translations/mr/7-TimeSeries/3-SVR/assignment.md b/translations/mr/7-TimeSeries/3-SVR/assignment.md index a8e2be657..03b26f0ef 100644 --- a/translations/mr/7-TimeSeries/3-SVR/assignment.md +++ b/translations/mr/7-TimeSeries/3-SVR/assignment.md @@ -1,12 +1,3 @@ - # एक नवीन SVR मॉडेल ## सूचना [^1] diff --git a/translations/mr/7-TimeSeries/README.md b/translations/mr/7-TimeSeries/README.md index b7758b423..71dadd100 100644 --- a/translations/mr/7-TimeSeries/README.md +++ b/translations/mr/7-TimeSeries/README.md @@ -1,12 +1,3 @@ - # टाइम सिरीज अंदाजाची ओळख टाइम सिरीज अंदाज म्हणजे काय? भूतकाळातील ट्रेंड्सचा अभ्यास करून भविष्यातील घटनांची भविष्यवाणी करणे. diff --git a/translations/mr/8-Reinforcement/1-QLearning/README.md b/translations/mr/8-Reinforcement/1-QLearning/README.md index c94fdd83e..9605e5ba9 100644 --- a/translations/mr/8-Reinforcement/1-QLearning/README.md +++ b/translations/mr/8-Reinforcement/1-QLearning/README.md @@ -1,12 +1,3 @@ - # रिइन्फोर्समेंट लर्निंग आणि Q-लर्निंगची ओळख ![मशीन लर्निंगमधील रिइन्फोर्समेंटचा सारांश एका स्केच नोटमध्ये](../../../../sketchnotes/ml-reinforcement.png) diff --git a/translations/mr/8-Reinforcement/1-QLearning/assignment.md b/translations/mr/8-Reinforcement/1-QLearning/assignment.md index f8665bed7..e3f4473a0 100644 --- a/translations/mr/8-Reinforcement/1-QLearning/assignment.md +++ b/translations/mr/8-Reinforcement/1-QLearning/assignment.md @@ -1,12 +1,3 @@ - # एक अधिक वास्तववादी जग आपल्या परिस्थितीत, पीटर जवळजवळ थकवा किंवा भूक न लागता फिरू शकत होता. एका अधिक वास्तववादी जगात, त्याला वेळोवेळी बसून विश्रांती घ्यावी लागेल आणि स्वतःला खायला द्यावे लागेल. खालील नियम लागू करून आपण आपले जग अधिक वास्तववादी बनवूया: diff --git a/translations/mr/8-Reinforcement/1-QLearning/solution/Julia/README.md b/translations/mr/8-Reinforcement/1-QLearning/solution/Julia/README.md index 881e63916..ba608495e 100644 --- a/translations/mr/8-Reinforcement/1-QLearning/solution/Julia/README.md +++ b/translations/mr/8-Reinforcement/1-QLearning/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/8-Reinforcement/1-QLearning/solution/R/README.md b/translations/mr/8-Reinforcement/1-QLearning/solution/R/README.md index afc8a5f85..890854a91 100644 --- a/translations/mr/8-Reinforcement/1-QLearning/solution/R/README.md +++ b/translations/mr/8-Reinforcement/1-QLearning/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/8-Reinforcement/2-Gym/README.md b/translations/mr/8-Reinforcement/2-Gym/README.md index 2211b58e7..d6ff9d739 100644 --- a/translations/mr/8-Reinforcement/2-Gym/README.md +++ b/translations/mr/8-Reinforcement/2-Gym/README.md @@ -1,12 +1,3 @@ - ## पूर्वअट या धड्यात, आम्ही **OpenAI Gym** नावाच्या लायब्ररीचा वापर विविध **परिसरांचे** अनुकरण करण्यासाठी करणार आहोत. तुम्ही हा धडा स्थानिकरित्या (उदा. Visual Studio Code मधून) चालवू शकता, अशा वेळी अनुकरण एका नवीन विंडोमध्ये उघडेल. ऑनलाइन कोड चालवताना, तुम्हाला कोडमध्ये काही बदल करावे लागू शकतात, जसे की [येथे](https://towardsdatascience.com/rendering-openai-gym-envs-on-binder-and-google-colab-536f99391cc7) वर्णन केले आहे. diff --git a/translations/mr/8-Reinforcement/2-Gym/assignment.md b/translations/mr/8-Reinforcement/2-Gym/assignment.md index 48def24a5..043fda7d1 100644 --- a/translations/mr/8-Reinforcement/2-Gym/assignment.md +++ b/translations/mr/8-Reinforcement/2-Gym/assignment.md @@ -1,12 +1,3 @@ - # ट्रेन माउंटन कार [OpenAI Gym](http://gym.openai.com) अशा प्रकारे डिझाइन केले गेले आहे की सर्व वातावरण समान API प्रदान करतात - म्हणजेच समान `reset`, `step` आणि `render` पद्धती, तसेच **क्रिया जागा** आणि **निरीक्षण जागा** यांची समान संकल्पना. त्यामुळे, समान बळकटीकरण शिकण्याचे अल्गोरिदम वेगवेगळ्या वातावरणांमध्ये किमान कोड बदलांसह अनुकूल करणे शक्य आहे. diff --git a/translations/mr/8-Reinforcement/2-Gym/solution/Julia/README.md b/translations/mr/8-Reinforcement/2-Gym/solution/Julia/README.md index dd8223ce6..925862e16 100644 --- a/translations/mr/8-Reinforcement/2-Gym/solution/Julia/README.md +++ b/translations/mr/8-Reinforcement/2-Gym/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/8-Reinforcement/2-Gym/solution/R/README.md b/translations/mr/8-Reinforcement/2-Gym/solution/R/README.md index d09ca7462..925862e16 100644 --- a/translations/mr/8-Reinforcement/2-Gym/solution/R/README.md +++ b/translations/mr/8-Reinforcement/2-Gym/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/mr/8-Reinforcement/README.md b/translations/mr/8-Reinforcement/README.md index ddcb14e89..523717bf4 100644 --- a/translations/mr/8-Reinforcement/README.md +++ b/translations/mr/8-Reinforcement/README.md @@ -1,12 +1,3 @@ - # reinforcement learning ची ओळख reinforcement learning, RL, हे supervised learning आणि unsupervised learning यांच्यासोबत मशीन लर्निंगचे एक मूलभूत पॅराडाइम मानले जाते. RL म्हणजे निर्णय घेणे: योग्य निर्णय देणे किंवा त्यातून शिकणे. diff --git a/translations/mr/9-Real-World/1-Applications/README.md b/translations/mr/9-Real-World/1-Applications/README.md index 4404ed61a..d16ea933d 100644 --- a/translations/mr/9-Real-World/1-Applications/README.md +++ b/translations/mr/9-Real-World/1-Applications/README.md @@ -1,12 +1,3 @@ - # पोस्टस्क्रिप्ट: वास्तविक जगात मशीन लर्निंग ![वास्तविक जगातील मशीन लर्निंगचा सारांश स्केच नोटमध्ये](../../../../sketchnotes/ml-realworld.png) diff --git a/translations/mr/9-Real-World/1-Applications/assignment.md b/translations/mr/9-Real-World/1-Applications/assignment.md index 918f170f3..af83c8b70 100644 --- a/translations/mr/9-Real-World/1-Applications/assignment.md +++ b/translations/mr/9-Real-World/1-Applications/assignment.md @@ -1,12 +1,3 @@ - # एक एमएल शोध मोहीम ## सूचना diff --git a/translations/mr/9-Real-World/2-Debugging-ML-Models/README.md b/translations/mr/9-Real-World/2-Debugging-ML-Models/README.md index 8d77edcbb..4f26be59e 100644 --- a/translations/mr/9-Real-World/2-Debugging-ML-Models/README.md +++ b/translations/mr/9-Real-World/2-Debugging-ML-Models/README.md @@ -1,12 +1,3 @@ - # पोस्टस्क्रिप्ट: मशीन लर्निंगमध्ये जबाबदार AI डॅशबोर्ड घटकांचा वापर करून मॉडेल डीबगिंग ## [पूर्व-व्याख्यान प्रश्नमंजूषा](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/mr/9-Real-World/2-Debugging-ML-Models/assignment.md b/translations/mr/9-Real-World/2-Debugging-ML-Models/assignment.md index 62904ad17..46099749a 100644 --- a/translations/mr/9-Real-World/2-Debugging-ML-Models/assignment.md +++ b/translations/mr/9-Real-World/2-Debugging-ML-Models/assignment.md @@ -1,12 +1,3 @@ - # जबाबदार AI (RAI) डॅशबोर्ड एक्सप्लोर करा ## सूचना diff --git a/translations/mr/9-Real-World/README.md b/translations/mr/9-Real-World/README.md index 15fe51540..88316c655 100644 --- a/translations/mr/9-Real-World/README.md +++ b/translations/mr/9-Real-World/README.md @@ -1,12 +1,3 @@ - # पोस्टस्क्रिप्ट: क्लासिक मशीन लर्निंगचे वास्तविक जगातील उपयोग या अभ्यासक्रमाच्या विभागात, तुम्हाला क्लासिक मशीन लर्निंगचे काही वास्तविक जगातील उपयोग समजावून सांगितले जातील. आम्ही इंटरनेटवर शोध घेतला आहे आणि अशा पद्धतींचा वापर करणाऱ्या अनुप्रयोगांबद्दल श्वेतपत्रे आणि लेख शोधले आहेत, ज्यामध्ये न्यूरल नेटवर्क्स, डीप लर्निंग आणि AI यांचा शक्य तितका कमी वापर केला आहे. व्यवसाय प्रणाली, पर्यावरणीय उपयोग, वित्त, कला आणि संस्कृती, आणि इतर क्षेत्रांमध्ये मशीन लर्निंगचा कसा उपयोग केला जातो हे जाणून घ्या. diff --git a/translations/mr/AGENTS.md b/translations/mr/AGENTS.md index c679a7ac8..ceb157408 100644 --- a/translations/mr/AGENTS.md +++ b/translations/mr/AGENTS.md @@ -1,12 +1,3 @@ - # AGENTS.md ## प्रकल्पाचा आढावा diff --git a/translations/mr/CODE_OF_CONDUCT.md b/translations/mr/CODE_OF_CONDUCT.md index 051e7b677..920f2385b 100644 --- a/translations/mr/CODE_OF_CONDUCT.md +++ b/translations/mr/CODE_OF_CONDUCT.md @@ -1,12 +1,3 @@ - # Microsoft ओपन सोर्स आचारसंहिता या प्रकल्पाने [Microsoft ओपन सोर्स आचारसंहिता](https://opensource.microsoft.com/codeofconduct/) स्वीकारली आहे. diff --git a/translations/mr/CONTRIBUTING.md b/translations/mr/CONTRIBUTING.md index 0941d7dcc..1456eef6b 100644 --- a/translations/mr/CONTRIBUTING.md +++ b/translations/mr/CONTRIBUTING.md @@ -1,12 +1,3 @@ - # योगदान देणे या प्रकल्पात योगदान आणि सूचना स्वागतार्ह आहेत. बहुतेक योगदानांसाठी तुम्हाला एक Contributor License Agreement (CLA) मान्य करणे आवश्यक आहे, ज्यामध्ये तुम्ही जाहीर करता की तुम्हाला तुमचे योगदान वापरण्याचे अधिकार आहेत आणि तुम्ही आम्हाला ते अधिकार प्रत्यक्षात देत आहात. अधिक माहितीसाठी, https://cla.microsoft.com ला भेट द्या. diff --git a/translations/mr/README.md b/translations/mr/README.md index a4b44e286..a7675ac32 100644 --- a/translations/mr/README.md +++ b/translations/mr/README.md @@ -1,153 +1,168 @@ - +[![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/) + ### 🌐 बहुभाषिक समर्थन -#### GitHub Action द्वारे समर्थित (स्वयंचलित आणि नेहमी अद्ययावत) +#### GitHub Action द्वारे समर्थित (स्वयंचलित व नेहमी अद्यतन) -> **स्थानिकरित्या क्लोन करणे प्राधान्य देते?** + +[अरबी](../ar/README.md) | [बंगाली](../bn/README.md) | [बल्गेरियन](../bg/README.md) | [बर्मese (म्यानमार)](../my/README.md) | [चिनी (सोपे)](../zh-CN/README.md) | [चिनी (परंपरागत, हाँगकाँग)](../zh-HK/README.md) | [चिनी (परंपरागत, मकाऊ)](../zh-MO/README.md) | [चिनी (परंपरागत, तैवान)](../zh-TW/README.md) | [क्रोएशियन](../hr/README.md) | [चेक](../cs/README.md) | [डॅनिश](../da/README.md) | [डच](../nl/README.md) | [एस्टोनियन](../et/README.md) | [फिन्निश](../fi/README.md) | [फ्रेंच](../fr/README.md) | [जर्मन](../de/README.md) | [ग्रीक](../el/README.md) | [हिब्रू](../he/README.md) | [हिंदी](../hi/README.md) | [हंगेरीयन](../hu/README.md) | [इंडोनेशियन](../id/README.md) | [इटालियन](../it/README.md) | [जपानी](../ja/README.md) | [कन्नड](../kn/README.md) | [कोरियन](../ko/README.md) | [लिथुआनियन](../lt/README.md) | [मलय](../ms/README.md) | [मलयाळम](../ml/README.md) | [मराठी](./README.md) | [नेपाली](../ne/README.md) | [नायजीरियन पिड्जिन](../pcm/README.md) | [नॉर्वेजियन](../no/README.md) | [फारसी (पर्शियन)](../fa/README.md) | [पोलिश](../pl/README.md) | [परतुगिज (ब्राझील)](../pt-BR/README.md) | [परतुगिज (पोरतुगीज)](../pt-PT/README.md) | [पंजाबी (गुरमुखी)](../pa/README.md) | [रोमेनियन](../ro/README.md) | [रशियन](../ru/README.md) | [सर्बियन (सिरिलिक)](../sr/README.md) | [स्लोव्हाक](../sk/README.md) | [स्लोव्हेनियन](../sl/README.md) | [स्पॅनिश](../es/README.md) | [स्वाहिली](../sw/README.md) | [स्वीडिश](../sv/README.md) | [टॅगलॉग (फिलिपिनो)](../tl/README.md) | [तमिळ](../ta/README.md) | [तेलुगू](../te/README.md) | [थाई](../th/README.md) | [तुर्की](../tr/README.md) | [युक्रेनियन](../uk/README.md) | [उर्दू](../ur/README.md) | [व्हिएतनामी](../vi/README.md) -> या रेपॉजिटरीमध्ये ५०+ भाषांतील भाषांतरांसह समाविष्ट आहे जे डाउनलोड आकार लक्षणीयरीत्या वाढवते. भाषांतरांशिवाय क्लोन करण्यासाठी sparse checkout वापरा: +> **स्थानिक क्लोन करायचे आहे का?** + +> या रिपॉझिटरीमध्ये ५०+ भाषांमध्ये अनुवाद समाविष्ट आहेत जे डाउनलोड आकार मोठा करतात. अनुवादांशिवाय क्लोन करण्यासाठी, स्पार्स चेकआउट वापरा: > ```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' > ``` -> हे तुम्हाला कोर्स पूर्ण करण्यासाठी आवश्यक असलेली सर्वकाही जास्त जलद डाउनलोडसह देते. +> हे आपल्याला कोर्स पूर्ण करण्यासाठी आवश्यक असेल ते सगळे जलद डाउनलोडसह देते. + -#### आमच्या समुदायात सहभागी व्हा +#### आमच्या समुदायात सामील व्हा -आमच्याकडे Discord वर learn with AI सिरीज चालू आहे, अधिक जाणून घेण्यासाठी आणि सहभागी होण्यासाठी [Learn with AI Series](https://aka.ms/learnwithai/discord) येथे भेट द्या, दिनांक १८ - ३० सप्टेंबर, २०२५ दरम्यान. तुम्हाला GitHub Copilot वापरण्याचे टिप्स आणि युक्त्या मिळतील. +[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -# मशीन लर्निंग फॉर बिगिनर्स - एक अभ्यासक्रम +आमच्याकडे एक डिस्कॉर्ड AI सह शिका मालिका चालू आहे, अधिक जाणून घेण्यासाठी आणि १८ - ३० सप्टेंबर, २०२५ रोजी आमच्यात सहभागी व्हा [Learn with AI Series](https://aka.ms/learnwithai/discord). येथे आपल्याला GitHub Copilot चा वापर करून डेटा सायन्ससाठी टिप्स आणि युक्त्या मिळतील. -> 🌍 जगभर घोळा मारताना आपण मशीन लर्निंग जगभरातील संस्कृतींच्या माध्यमातून शिकू 🌍 +![Learn with AI series](../../translated_images/mr/3.9b58fd8d6c373c20.webp) -मायक्रोसॉफ्टच्या क्लाउड अॅडव्होकेट्सकडून १२ आठवड्यांचा, २६ धड्यांचा अभ्यासक्रम ऑफर केला जात आहे जो **मशीन लर्निंग** विषयी आहे. या अभ्यासक्रमात तुम्हाला कधीकधी **क्लासिक मशीन लर्निंग** म्हटले जाणारे, मुख्यत्वे Scikit-learn वापरून, डीप लर्निंग टाळत कसे करायचे ते शिकवले जाईल, ज्याचा समावेश आमच्या [AI फॉर बिगिनर्स](https://aka.ms/ai4beginners) अभ्यासक्रमात आहे. या धड्यांसोबत आमचा ['डेटा सायन्स फॉर बिगिनर्स' अभ्यासक्रम](https://aka.ms/ds4beginners) वापरण्याची शिफारस आहे. +# नवशिक्यांसाठी मशीन लर्निंग - एक अभ्यासक्रम -जगभर फिरताना आपण या क्लासिक तंत्रांचा वापर करून जगभरातील विविध क्षेत्रांमधील डेटावर काम करणार आहोत. प्रत्येक धड्यामध्ये पूर्व- आणि पश्चात-धडा क्विझ, धडा पूर्ण करण्यासाठी लिहिलेल्या सूचना, उत्तर, असाइनमेंट आणि अधिक काही समाविष्ट आहे. प्रोजेक्ट-आधारित शिक्षणामुळे तुम्ही तयार करताना शिकाल, जो नवीन कौशल्ये टिकवून ठेवण्यासाठी सिद्ध मार्ग आहे. +> 🌍 विश्व संस्कृतींच्या माध्यमातून मशीन लर्निंगचा अभ्यास करत जगाभर प्रवास करा 🌍 -**✍️ आमच्या लेखकांचे मनापासून आभार** जेन लूपर, स्टीफन हॉवेल, फ्रान्सेस्का लाझेरी, टोमॉमी इमुरा, कॅसी ब्रेव्हिउ, दिमित्री सोशनिकोव्ह, क्रिस नोरिंग, अनिर्बान मुखर्जी, ऑर्नेला अल्टुन्यान, रुथ याकुबु आणि एमी बॉयड यांना +मायक्रोसॉफ्टमधील क्लाउड अ‍ॅडव्होकेट्स मशीन लर्निंगवर आधारित १२ आठवड्यांचा, २६ धड्यांचा अभ्यासक्रम सादर करत आहेत. या अभ्यासक्रमात तुम्हाला जेव्हा कधी "क्लासिक मशीन लर्निंग" असे म्हणतात ते शिकता येणार आहे, मुख्यतः Scikit-learn लायब्ररी वापरून, आणि डीप लर्निंग टाळण्यात येते, जी आमच्या [AI for Beginners अभ्यासक्रमात](https://aka.ms/ai4beginners) समाविष्ट आहे. ह्या धड्यांकडे, आमच्या ['डेटा सायन्स फॉर बिगिनर्स' अभ्यासक्रमासोबत](https://aka.ms/ds4beginners) जोडल्यास उत्तम होईल. -**🎨 आमच्या चित्रकारांचेही आभार** टोमॉमी इमुरा, डसानी मडिपल्ली, आणि जेन लूपर यांना +जगभरातील विविध भागातील डेटावर या क्लासिक तंत्रांचा वापर करून आमच्यासोबत प्रवास करा. प्रत्येक धड्यात प्री-माहिती आणि पोस्ट-धडा क्विझ, धडा पूर्ण करण्यासाठी लेखी सूचना, उपाय, असाइनमेंट आणि बरेच काही समाविष्ट आहे. आमचा प्रोजेक्ट-आधारित अध्यापन पद्धत तुम्हाला शिकत असताना तयार करण्याची संधी देते, आणि हे नवीन कौशल्ये जास्त काळ टिकण्यास मदत करते. -**🙏 खास आभार 🙏 दिले जातात आमच्या मायक्रोसॉफ्ट स्टुडंट अंबॅसडर लेखक, पुनरावलोकक, आणि सामग्री पुरवठादारांना**, विशेषतः ऋषित दग्ली, मुहम्मद сакिब खान इनान, रोहन राज, अलेक्झांडरू पेत्रेस्सु, अभिषेक जैनसवाल, नावरीन तबासुम, आयोन सामुइला, आणि स्निग्धा अग्रवाल यांना +**✍️ आमच्या लेखकांचे मनःपूर्वक आभार** जेण लुपर, स्टीफन हॉवेल, फ्रान्सेस्का लाझ्झेरी, टोमोमी इमुरा, कॅसी ब्रेवियू, द्मित्री सोशनिकोव्ह, क्रिस नोरिंग, अनिर्बान मुखर्जी, ऑर्नेला अल्टूनयान, रुथ याकुबू आणि एमी बॉयड -**🤩 अतिरिक्त कृतज्ञता मायक्रोसॉफ्ट स्टुडंट अंबॅसडर एरिक वांजाऊ, जसलीन सुंदरही, आणि विदुषी गुप्ता यांना आमच्या R धड्यांसाठी!** +**🎨 आमच्या चित्रकारांना देखील आभार** टोमोमी इमुरा, दसानि मडिपल्ली, आणि जेण लुपर -# प्रारंभ करणे +**🙏 विशेष आभार 🙏 आमच्या मायक्रोसॉफ्ट स्टुडंट अ‍ॅम्बेसडर लेखक, पुनरावलोकक, आणि कंटेंट योगदानकर्त्यांना**, विशेषतः रिशित डागली, मुहम्मद साकिब खान इनान, रोहन राज, अलेक्झांडरु पेट्रेस्कू, अभिषेक जायसवाल, नवरीन तबस्सुम, योआन समुइला, आणि स्नigdha अग्रवाल यांना -हे टप्पे फॉलो करा: -1. **रेपॉजिटरी फोर्क करा**: या पृष्ठाच्या वरच्या-उजव्या कोपऱ्यातील "Fork" बटण क्लिक करा. -2. **रेपॉजिटरी क्लोन करा**: `git clone https://github.com/microsoft/ML-For-Beginners.git` +**🤩 आमच्या R धड्यांसाठी मायक्रोसॉफ्ट स्टुडंट अ‍ॅम्बेसडर्स एरिक वांजाऊ, जस्लीन संधी, आणि विदुषी गुप्ता यांना विशेष आभार!** -> [या कोर्ससाठी आवश्यक सर्व अतिरिक्त संसाधने आमच्या Microsoft Learn संग्रहात येथे पहा](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) +# सुरुवात कशी करावी -> 🔧 **मदत पाहिजे?** आमच्या [Troubleshooting Guide](TROUBLESHOOTING.md) मध्ये स्थापित करणे, सेटअप, आणि धडे चालवण्याच्या सामान्य समस्या सोडवण्याचे मार्ग पहा. +हे चरण फॉलो करा: +1. **रिपॉझिटरी फोर्क करा**: या पानाच्या वरच्या उजव्या कोपऱ्यात "Fork" बटणावर क्लिक करा. +2. **रिपॉझिटरी क्लोन करा**: `git clone https://github.com/microsoft/ML-For-Beginners.git` -**[विद्यार्थी](https://aka.ms/student-page)**, हा अभ्यासक्रम वापरण्यासाठी, संपूर्ण रेपॉजिटरी तुम्हाला स्वतःच्या GitHub खात्यामध्ये फोर्क करा आणि स्वसंघ किंवा समूहासह व्यायाम पूर्ण करा: +> [या कोर्ससाठीचे सर्व अतिरिक्त संसाधने आमच्या Microsoft Learn संग्रहात शोधा](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) -- पूर्व-धडा क्विझने प्रारंभ करा. -- धडा वाचा आणि क्रियाकलाप पूर्ण करा, प्रत्येक ज्ञान तपासणीत थांबून विचार करा. -- धडे समजून घेऊन प्रकल्प तयार करण्याचा प्रयत्न करा, समाधान कोड चालवण्याऐवजी; मात्र तो कोड प्रत्येक प्रकल्प-आधारित धड्याच्या `/solution` फोल्डरमध्ये उपलब्ध आहे. -- पश्चात-धडा क्विझ घ्या. -- आव्हान पूर्ण करा. +> 🔧 **मदत हवी आहे का?** इन्स्टॉलेशन, सेटअप, आणि धडे चालवताना येणाऱ्या सामान्य समस्यांसाठी आमचा [Troubleshooting Guide](TROUBLESHOOTING.md) पाहा. + +**[विद्यार्थ्यांसाठी](https://aka.ms/student-page)**, हा अभ्यासक्रम वापरण्यासाठी, हा संपूर्ण रेपो तुमच्या स्वतःच्या GitHub खात्यावर फोर्क करा आणि व्यायाम स्वतंत्रपणे किंवा गटाबरोबर पूर्ण करा: + +- प्री-लेक्चर क्विझने सुरुवात करा. +- लेक्चर वाचा आणि क्रियाकलाप पूर्ण करा, प्रत्येक ज्ञान तपासणीवर थांबून विचार करा. +- प्रकल्प तयार करण्याचा प्रयत्न करा, समाधानात्मक कोड चालवण्याऐवजी ते समजून घेऊन; तरीही ते कोड प्रत्येक प्रकल्पाधारित धड्यातील `/solution` फोल्डरमध्ये उपलब्ध आहे. +- पोस्ट-लेक्चर क्विझ घ्या. +- चॅलेंज पूर्ण करा. - असाइनमेंट पूर्ण करा. -- एका धडा गटाचे काम पूर्ण केल्यानंतर, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) भेट द्या आणि योग्य PAT रूब्रिक भरून "लर्न आऊट लाउड" करा. 'PAT' म्हणजे प्रगती मूल्यांकन साधन, जे तुम्हाला अधिक शिकण्यासाठी भरायचे रूब्रिक आहे. तुम्ही इतर PATs वर प्रतिसादही देऊ शकता जेणेकरून आपण एकत्र शिकू. +- एका धड्यांच्या समूहानंतर, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) वर जा आणि योग्य PAT रूपरेषा भरून "प्रगतीची माहिती" द्या. 'PAT' म्हणजे प्रगती मूल्यांकन साधन, जे तुम्ही भरून तुमची शिकणे पुढे नेता. तुम्ही इतर PATs ला देखील प्रतिक्रिया देऊ शकता जेणेकरून आपण एकत्र शिकू. -> अधिक अभ्यासासाठी, आम्ही या [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) मॉड्यूल्स आणि शिकण्याच्या मार्गांचे अनुसरण करण्याची शिफारस करतो. +> पुढील अभ्यासासाठी, या [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) मॉड्यूल्स व शिक्षण मार्ग अनुसरण करण्याची शिफारस करतो. -**शिक्षकांनो**, आपण या अभ्यासक्रमाचा कसा वापर करावा याविषयी आम्ही [काही सूचना दिल्या आहेत](for-teachers.md). +**शिक्षकांसाठी**, आम्ही [हा अभ्यासक्रम कसा वापरायचा याबाबत काही सूचना](for-teachers.md) दिल्या आहेत. --- -## व्हिडिओ मार्गदर्शक +## व्हिडिओ मार्गदर्शने + +काही धडे लघु स्वरूपातील व्हिडिओ म्हणून उपलब्ध आहेत. तुम्हाला हे धडे वर्गात किंवा [मायक्रोसॉफ्ट डेव्हलपर यूट्यूब चॅनलवरील ML for Beginners प्लेलिस्ट](https://aka.ms/ml-beginners-videos) वर पाहता येतील, खालील चित्रावर क्लिक करा. -काही धडे लहान स्वरूपाच्या व्हिडिओमध्ये उपलब्ध आहेत. आपण हे धडे इच्छित ठिकाणी धड्यांमध्ये किंवा [Microsoft Developer YouTube चॅनेलवरील ML for Beginners प्लेलिस्टवर](https://aka.ms/ml-beginners-videos) पाहू शकता खाली दिलेल्या प्रतिमावर क्लिक करून. +[![ML for beginners banner](../../translated_images/mr/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) --- ## टीमला भेटा -> 🎥 प्रकल्प आणि ते तयार करणाऱ्या लोकांबद्दल व्हिडिओसाठी वर दिलेल्या प्रतिमावर क्लिक करा! +[![प्रोमो व्हिडिओ](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) + +**जीफ कडून** [मोहित जायसाल](https://linkedin.com/in/mohitjaisal) + +> 🎥 प्रकल्प आणि त्याचे निर्माता लोकांबद्दल व्हिडिओ पाहण्यासाठी वरच्या चित्रावर क्लिक करा! --- -## अध्यापनशास्त्र +## अध्यापन तत्त्वे -आपण या अभ्यासक्रमात दोन अध्यापनशास्त्रीय तत्त्वांची निवड केली आहे: हे हाताळण्यासाठी **प्रोजेक्ट-आधारित** असणे आणि त्यामध्ये **वारंवार क्विझ** असणे आवश्यक आहे. तसेच, या अभ्यासक्रमाला एकसंध ठेवण्यासाठी सामान्य **थीम** देखील दिली आहे. +आम्ही या अभ्यासक्रमासाठी दोन अध्यापन तत्त्वांची निवड केली आहे: त्याला हाताळणारा **प्रकल्पाधारित** बनवणे आणि त्यात **वारंवार क्विझ असणे** सुनिश्चित करणे. याशिवाय, या अभ्यासक्रमासाठी एक सामान्य **थीम** आहे ज्यामुळे त्यात सुसंगतता येते. -विषयवस्तू प्रकल्पांशी जुळवून देऊन विद्यार्थी अधिक गुंतलेले राहतात आणि संकल्पना टिकून राहण्यास मदत होते. वर्गापूर्वी कमी गुणांची क्विझ विद्यार्थीला विषय शिकण्याची इच्छा निर्माण करते, तर वर्गानंतरची दुसरी क्विझ अधिक टिकवून ठेवण्यास मदत करते. हा अभ्यासक्रम लवचिक आणि मजेदार आहे आणि पूर्ण किंवा काही भागांसह घेता येऊ शकतो. प्रकल्प सुरुवातीला लहान आणि पुढील १२ आठवड्यांच्या सायकलमध्ये अधिक क्लिष्ट होतात. या अभ्यासक्रमात मशीन लर्निंगच्या वास्तविक जगातील अनुप्रयोगांवर एक पोस्टस्क्रिप्ट देखील आहे, जी अतिरिक्त गुणांसाठी किंवा चर्चेसाठी वापरू शकता. +सामग्री प्रकल्पांशी सुसंगत असल्याची खात्री करून, विद्यार्थ्यांसाठी प्रक्रिया अधिक आकर्षक होते आणि संकल्पना अधिक चांगल्या प्रकारे लक्षात राहतात. याशिवाय, वर्गापूर्वीचा एक क्विझ विद्यार्थ्याच्या शिकण्याच्या उद्दिष्टाला स्थिर करतो, तर वर्गानंतरचा आणखी एक क्विझ अधिक चांगली आठवण ठेऊ शकतो. या अभ्यासक्रमाला लवचिक आणि मजेदार बनविण्यासाठी डिझाईन केले गेले आहे आणि तो पूर्ण किंवा भागांत देखील घेतला जाऊ शकतो. १२ आठवड्यांच्या चक्राच्या शेवटी हे प्रकल्प लहानपासून मोठे आणि गुंतागुंतीचे होत जातात. या अभ्यासक्रमात एमएलच्या खऱ्या-अर्थीतील अनुप्रयोगांवरही एक पोस्टस्क्रिप्ट आहे, जी अतिरिक्त क्रेडिटसाठी किंवा चर्चेसाठी वापरली जाऊ शकते. -> आमचे [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translation](TRANSLATIONS.md), आणि [Troubleshooting](TROUBLESHOOTING.md) मार्गदर्शक पहा. आपण आमच्या सकारात्मक अभिप्रायाचे स्वागत करतो! +> आमचे [व्यवहार संहिता](CODE_OF_CONDUCT.md), [योगदान कसे कराल](CONTRIBUTING.md), [अनुवाद](TRANSLATIONS.md), आणि [समस्या निवारण](TROUBLESHOOTING.md) मार्गदर्शक भेटा. तुमचा रचनात्मक अभिप्राय आम्हाला मनापासून हवे आहे! -## प्रत्येक धड्यात असते +## प्रत्येक धड्यात समाविष्ट आहे -- ऐच्छिक स्केच नोट +- ऐच्छिक स्केचनोट - ऐच्छिक पूरक व्हिडिओ -- व्हिडिओ मार्गदर्शक (काही धड्यांसाठीच) -- [पूर्व-धडा वॉर्मअप क्विझ](https://ff-quizzes.netlify.app/en/ml/) -- लिहिलेला धडा -- प्रोजेक्ट-आधारित धड्यांसाठी प्रकल्प कसा तयार करायचा याचे टप्प्याटप्प्याने मार्गदर्शक -- ज्ञान तपासणी -- एक आव्हान -- पूरक वाचन +- व्हिडिओ मार्गदर्शन (काही धड्यांसाठी) +- [प्रि-लेक्चर वॉर्मअप क्विझ](https://ff-quizzes.netlify.app/en/ml/) +- लेखी धडा +- प्रकल्पाधारित धड्यांसाठी, प्रकल्प कसा तयार करायचा याचे टप्पे टप्प्याने मार्गदर्शन +- ज्ञान तपासण्या +- एक चॅलेंज +- पूरक लेखणी - असाइनमेंट -- [पश्चात-धडा क्विझ](https://ff-quizzes.netlify.app/en/ml/) - -> **भाषांबद्दल एक नोंद**: हे धडे प्रामुख्याने Python मध्ये लिहिलेले आहेत, परंतु अनेक R मध्येही उपलब्ध आहेत. R धडा पूर्ण करण्यासाठी `/solution` फोल्डरमध्ये जा आणि R धडे शोधा. तेथे `.rmd` विस्तार असलेल्या **R Markdown** फाइल्स आहेत, ज्यामध्ये `code chunks` (R किंवा इतर भाषांचे) आणि `YAML header` (PDF सारखे आऊटपुट स्वरूप कसे करायचे ते मार्गदर्शन करणारे) एकत्र केलेले असतात. त्यामुळे ते डेटा सायन्ससाठी एक आदर्श लेखक फ्रेमवर्क आहे कारण तुम्ही आपला कोड, त्याचे आउटपुट, आणि विचार एकत्र Markdown मध्ये लिहू शकता. शिवाय, R Markdown दस्तऐवज PDF, HTML किंवा Word सारख्या स्वरूपांत रूपांतरित करता येऊ शकतात. -> **क्विझेसबद्दल एक टीप**: सर्व क्विझेस [Quiz App फोल्डर](../../quiz-app) मध्ये आहेत, ज्यामध्ये प्रत्येकी तीन प्रश्नांचे एकूण 52 क्विझेस आहेत. त्या धड्यांमध्ये लिंक केल्या आहेत परंतु क्विझ अ‍ॅप स्थानिकरित्या चालवणे शक्य आहे; स्थानिकरित्या होस्ट करण्यासाठी किंवा Azure वर तैनात करण्यासाठी `quiz-app` फोल्डरमधील सूचना पाळा. - -| धडा क्रमांक | विषय | धडा गट | शिक्षण उद्दिष्टे | लिंक केलेला धडा | लेखक | -| :---------: | :------------------------------------------------------------: | :----------------------------------------: | ----------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :----------------------------------------------: | -| 01 | मशीन लर्निंगची ओळख | [ओळख](1-Introduction/README.md) | मशीन लर्निंगमागील मूलभूत संकल्पना शिका | [धडा](1-Introduction/1-intro-to-ML/README.md) | मुहम्मद | -| 02 | मशीन लर्निंगचा इतिहास | [ओळख](1-Introduction/README.md) | या क्षेत्रामागील इतिहास जाणून घ्या | [धडा](1-Introduction/2-history-of-ML/README.md) | जेन आणि एमी | -| 03 | फेअरनेस आणि मशीन लर्निंग | [ओळख](1-Introduction/README.md) | फेअरनेसबाबत महत्त्वाच्या तत्त्वज्ञानिक मुद्द्यांबद्दल शिका जे विद्यार्थ्यांनी ML मॉडेल तयार करताना आणि वापरताना विचारात घ्यावेत | [धडा](1-Introduction/3-fairness/README.md) | तोमومی | -| 04 | मशीन लर्निंगसाठी तंत्रे | [ओळख](1-Introduction/README.md) | ML संशोधक कोणती तंत्रे वापरून ML मॉडेल तयार करतात? | [धडा](1-Introduction/4-techniques-of-ML/README.md) | क्रिस आणि जेन | -| 05 | रिग्रेशनची ओळख | [रिग्रेशन](2-Regression/README.md) | रिग्रेशन मॉडेल्ससाठी Python आणि Scikit-learn ने प्रारंभ करा | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | जेन • एरिक वांजाऊ | -| 06 | नॉर्थ अमेरिकन भोपळ्यांचे दर 🎃 | [रिग्रेशन](2-Regression/README.md) | ML साठी डेटा व्हिज्युअलाइझ करा आणि स्वच्छ करा | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | जेन • एरिक वांजाऊ | -| 07 | नॉर्थ अमेरिकन भोपळ्यांचे दर 🎃 | [रिग्रेशन](2-Regression/README.md) | रेषीय आणि बहुपद रिग्रेशन मॉडेल तयार करा | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | जेन आणि दिमित्री • एरिक वांजाऊ | -| 08 | नॉर्थ अमेरिकन भोपळ्यांचे दर 🎃 | [रिग्रेशन](2-Regression/README.md) | एक लॉजिस्टिक रिग्रेशन मॉडेल तयार करा | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | जेन • एरिक वांजाऊ | -| 09 | एक वेब अॅप 🔌 | [वेब अॅप](3-Web-App/README.md) | आपले प्रशिक्षण दिलेले मॉडेल वापरून वेब अॅप तयार करा | [Python](3-Web-App/1-Web-App/README.md) | जेन | -| 10 | वर्गीकरणाची ओळख | [वर्गीकरण](4-Classification/README.md) | आपला डेटा स्वच्छ करा, तयार करा आणि व्हिज्युअलाइझ करा; वर्गीकरणाची ओळख | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | जेन आणि कॅसी • एरिक वांजाऊ | -| 11 | स्वादिष्ट आशियाई आणि भारतीय खाद्यपदार्थ 🍜 | [वर्गीकरण](4-Classification/README.md) | वर्गीकरणकर्ता ओळखा | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | जेन आणि कॅसी • एरिक वांजाऊ | -| 12 | स्वादिष्ट आशियाई आणि भारतीय खाद्यपदार्थ 🍜 | [वर्गीकरण](4-Classification/README.md) | अधिक वर्गीकरणकर्ता | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | जेन आणि कॅसी • एरिक वांजाऊ | -| 13 | स्वादिष्ट आशियाई आणि भारतीय खाद्यपदार्थ 🍜 | [वर्गीकरण](4-Classification/README.md) | आपले मॉडेल वापरून शिफारस करणारा वेब अॅप तयार करा | [Python](4-Classification/4-Applied/README.md) | जेन | -| 14 | क्लस्टरिंगची ओळख | [क्लस्टरिंग](5-Clustering/README.md) | आपला डेटा स्वच्छ करा, तयार करा आणि व्हिज्युअलाइझ करा; क्लस्टरिंगची ओळख | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | जेन • एरिक वांजाऊ | -| 15 | नायजेरियन संगीत आवडींचा अन्वेषण 🎧 | [क्लस्टरिंग](5-Clustering/README.md) | K-Means क्लस्टरिंग पद्धत तपासा | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | जेन • एरिक वांजाऊ | -| 16 | नैसर्गिक भाषा प्रक्रिया परिचय ☕️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | एक सोपा बॉट तयार करून NLP चे मूलभूत तत्त्वे शिका | [Python](6-NLP/1-Introduction-to-NLP/README.md) | स्टीफन | -| 17 | सामान्य NLP कामे ☕️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | भाषा संरचना हाताळताना आवश्यक सामान्य कामे समजून घेऊन आपले NLP ज्ञान सखोल करा | [Python](6-NLP/2-Tasks/README.md) | स्टीफन | -| 18 | भाषांतर आणि भावना विश्लेषण ♥️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | जेन ऑस्टिनसह भाषांतर आणि भावना विश्लेषण | [Python](6-NLP/3-Translation-Sentiment/README.md) | स्टीफन | -| 19 | युरोपमधील रोमँटिक हॉटेल्स ♥️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | हॉटेल पुनरावलोकनांसह भावना विश्लेषण 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | स्टीफन | -| 20 | युरोपमधील रोमँटिक हॉटेल्स ♥️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | हॉटेल पुनरावलोकनांसह भावना विश्लेषण 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | स्टीफन | -| 21 | टाइम सिरीज फोरकास्टिंगची ओळख | [टाइम सिरीज](7-TimeSeries/README.md) | टाइम सिरीज फोरकास्टिंगची ओळख | [Python](7-TimeSeries/1-Introduction/README.md) | फ्रान्सेस्का | -| 22 | ⚡️ जागतिक विद्युत वापर ⚡️ - ARIMA सह टाइम सिरीज फोरकास्टिंग | [टाइम सिरीज](7-TimeSeries/README.md) | ARIMA सह टाइम सिरीज फोरकास्टिंग | [Python](7-TimeSeries/2-ARIMA/README.md) | फ्रान्सेस्का | -| 23 | ⚡️ जागतिक विद्युत वापर ⚡️ - SVR सह टाइम सिरीज फोरकास्टिंग | [टाइम सिरीज](7-TimeSeries/README.md) | सपोर्ट व्हेक्टर रिग्रेशर सह टाइम सिरीज फोरकास्टिंग | [Python](7-TimeSeries/3-SVR/README.md) | अनिर्बन | -| 24 | रीनफोर्समेंट लर्निंगची ओळख | [रीन्फोर्समेंट लर्निंग](8-Reinforcement/README.md) | Q-लर्निंगसह रीनफोर्समेंट लर्निंगची ओळख | [Python](8-Reinforcement/1-QLearning/README.md) | दिमित्री | -| 25 | पीटरला लांडग्यापासून वाचवा! 🐺 | [रीन्फोर्समेंट लर्निंग](8-Reinforcement/README.md) | रीनफोर्समेंट लर्निंग जिम | [Python](8-Reinforcement/2-Gym/README.md) | दिमित्री | -| पोस्टस्क्रिप्ट | प्रत्यक्ष जगातील ML परिस्थिती आणि अनुप्रयोग | [ML in the Wild](9-Real-World/README.md) | पारंपरिक ML चे मनोरंजक आणि खुलासा करणारे प्रत्यक्ष जगातील अनुप्रयोग | [धडा](9-Real-World/1-Applications/README.md) | टीम | -| पोस्टस्क्रिप्ट | RAI डॅशबोर्डचा वापर करून ML मध्ये मॉडेल डीबगिंग | [ML in the Wild](9-Real-World/README.md) | रिस्पॉन्सिबल AI डॅशबोर्ड घटकांचा वापर करून मशीन लर्निंगमधील मॉडेल डीबगिंग | [धडा](9-Real-World/2-Debugging-ML-Models/README.md) | रुथ यकुबू | - -> [या कोर्ससाठी इतर सर्व अतिरिक्त संसाधने आमच्या Microsoft Learn संग्रहात शोधा](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) +- [पोस्ट-लेक्चर क्विझ](https://ff-quizzes.netlify.app/en/ml/) + +> **भाषांबद्दल एक टीप**: हे धडे मुख्यत्वे Python मध्ये लिहिले आहेत, पण अनेक R मध्ये देखील उपलब्ध आहेत. R धडा पूर्ण करण्यासाठी, `/solution` फोल्डरमध्ये जाऊन R धडे शोधा. त्यात .rmd एक्सटेंशन असलेला **R Markdown** फाइल असते, जे सोप्या भाषेत सांगायचे तर `कोड ब्लॉक्स` (R किंवा इतर भाषा) आणि `YAML हेडर` (पीडीएफसारखे आउटपुट कसे फॉरमॅट करायचा हे निर्देशित करतो) असलेल्या `Markdown डॉक्युमेंटचा` समावेश आहे. त्यामुळे, डेटा सायन्ससाठी एक उत्कृष्ट लेखन फ्रेमवर्क आहे कारण यामुळे तुम्ही तुमचा कोड, त्याचा आउटपुट आणि तुमचे विचार Markdown मध्ये मांडू शकता. शिवाय, R Markdown दस्तऐवज PDF, HTML, वा Word सारख्या आउटपुट फॉरमॅटमध्ये रूपांतरित केले जाऊ शकतात. +> **क्विझबद्दल एक नोंद**: सर्व क्विझ [Quiz App फोल्डर](../../quiz-app) मध्ये समाविष्ट आहेत, प्रत्येक तीन प्रश्नांसह एकूण 52 क्विझेस. हे धड्यांमधून लिंक केलेले आहेत परंतु क्विझ अ‍ॅप स्थानिकरित्या चालवता येऊ शकतो; स्थानिकपणे होस्ट करण्यासाठी किंवा Azure वर तैनात करण्यासाठी `quiz-app` फोल्डरमधील सूचनांचे पालन करा. + +| धडा क्रमांक | विषय | धडा गट | शिक्षण उद्दिष्टे | लिंक केलेला धडा | लेखक | +| :---------: | :-------------------------------------------------------------: | :-----------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------ | :---------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------: | +| 01 | मशीन लर्निंग परिचय | [परिचय](1-Introduction/README.md) | मशीन लर्निंगच्या मूलभूत संकल्पना शिकून घ्या | [धडा](1-Introduction/1-intro-to-ML/README.md) | मुहम्मद | +| 02 | मशीन लर्निंगचा इतिहास | [परिचय](1-Introduction/README.md) | या क्षेत्राच्या इतिहासाबद्दल माहिती मिळवा | [धडा](1-Introduction/2-history-of-ML/README.md) | जेन आणि एमी | +| 03 | निष्पक्षता आणि मशीन लर्निंग | [परिचय](1-Introduction/README.md) | मशीन लर्निंग मॉडेल्स तयार करताना आणि लागू करताना विद्यार्थ्यांनी विचारात घ्यावयाच्या महत्त्वाच्या तात्त्विक समस्यांबद्दल काय आहेत? | [धडा](1-Introduction/3-fairness/README.md) | तोमोमी | +| 04 | मशीन लर्निंगसाठी तंत्रे | [परिचय](1-Introduction/README.md) | मशीन लर्निंग संशोधक कोणती तंत्रे वापरतात हे जाणून घ्या | [धडा](1-Introduction/4-techniques-of-ML/README.md) | क्रिस आणि जेन | +| 05 | रिग्रेशन परिचय | [रिग्रेशन](2-Regression/README.md) | रिग्रेशन मॉडेलसाठी पायथन आणि स्काइकीट-लर्न वापरून सुरुवात करा | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | जेन • एरिक वानजाउ | +| 06 | उत्तर अमेरिकेतील भोपळ्याच्या किमती 🎃 | [रिग्रेशन](2-Regression/README.md) | मशीन लर्निंगसाठी डेटा दृष्टीस येण्या आणि स्वच्छ करण्याची तयारी करा | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | जेन • एरिक वानजाउ | +| 07 | उत्तर अमेरिकेतील भोपळ्याच्या किमती 🎃 | [रिग्रेशन](2-Regression/README.md) | रेषीय आणि बहुपदीय रिग्रेशन मॉडेल तयार करा | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | जेन आणि डिमिट्री • एरिक वानजाउ | +| 08 | उत्तर अमेरिकेतील भोपळ्याच्या किमती 🎃 | [रिग्रेशन](2-Regression/README.md) | लॉजिस्टिक रिग्रेशन मॉडेल तयार करा | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | जेन • एरिक वानजाउ | +| 09 | वेब अ‍ॅप 🔌 | [वेब अ‍ॅप](3-Web-App/README.md) | तुमच्या प्रशिक्षित मॉडेलचा वापर करून वेब अ‍ॅप तयार करा | [Python](3-Web-App/1-Web-App/README.md) | जेन | +| 10 | वर्गीकरण परिचय | [वर्गीकरण](4-Classification/README.md) | डेटा स्वच्छ करा, तयार करा, आणि व्हिज्युअलाइझ करा; वर्गीकरण परिचय | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | जेन आणि कॅसी • एरिक वानजाउ | +| 11 | चवदार आशियाई आणि भारतीय जेवण 🍜 | [वर्गीकरण](4-Classification/README.md) | वर्गीकरणाच्या परिचयाबद्दल जाणून घ्या | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | जेन आणि कॅसी • एरिक वानजाउ | +| 12 | चवदार आशियाई आणि भारतीय जेवण 🍜 | [वर्गीकरण](4-Classification/README.md) | अधिक classifiers बद्दल जाणून घ्या | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | जेन आणि कॅसी • एरिक वानजाउ | +| 13 | चवदार आशियाई आणि भारतीय जेवण 🍜 | [वर्गीकरण](4-Classification/README.md) | तुमच्या मॉडेलचा वापर करून शिफारस करणारा वेब अ‍ॅप तयार करा | [Python](4-Classification/4-Applied/README.md) | जेन | +| 14 | क्लस्टरिंग परिचय | [क्लस्टरिंग](5-Clustering/README.md) | डेटा स्वच्छ करा, तयार करा, आणि व्हिज्युअलाइझ करा; क्लस्टरिंगचा परिचय | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | जेन • एरिक वानजाउ | +| 15 | नायजेरियन संगीत आवड यांचा अभ्यास 🎧 | [क्लस्टरिंग](5-Clustering/README.md) | K-Means क्लस्टरिंग पद्धत एक्सप्लोर करा | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | जेन • एरिक वानजाउ | +| 16 | नैसर्गिक भाषा प्रक्रिया परिचय ☕️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | सोपा बोट तयार करून NLP ची मूलतत्त्वं जाणून घ्या | [Python](6-NLP/1-Introduction-to-NLP/README.md) | स्टीफन | +| 17 | सामान्य NLP कार्ये ☕️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | भाषा संरचनांशी व्यवहार करताना आवश्यक सामान्य कार्ये समजून NLP ज्ञान वृद्धिंगत करा | [Python](6-NLP/2-Tasks/README.md) | स्टीफन | +| 18 | भाषांतर आणि भावना विश्लेषण ♥️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | जेन ऑस्टिनसह भाषांतर आणि भावना विश्लेषण | [Python](6-NLP/3-Translation-Sentiment/README.md) | स्टीफन | +| 19 | युरोपमधील रोमँटिक हॉटेल्स ♥️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | हॉटेल पुनरावलोकनांसह भावना विश्लेषण 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | स्टीफन | +| 20 | युरोपमधील रोमँटिक हॉटेल्स ♥️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | हॉटेल पुनरावलोकनांसह भावना विश्लेषण 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | स्टीफन | +| 21 | टाइम सिरीज पूर्वानुमानाचा परिचय | [टाइम सिरीज](7-TimeSeries/README.md) | टाइम सिरीज पूर्वानुमानाचा परिचय | [Python](7-TimeSeries/1-Introduction/README.md) | फ्रान्सेसका | +| 22 | ⚡️ जागतिक वीज वापर ⚡️ - ARIMA सह टाइम सिरीज पूर्वानुमान | [टाइम सिरीज](7-TimeSeries/README.md) | ARIMA सह टाइम सिरीज पूर्वानुमान | [Python](7-TimeSeries/2-ARIMA/README.md) | फ्रान्सेसका | +| 23 | ⚡️ जागतिक वीज वापर ⚡️ - SVR सह टाइम सिरीज पूर्वानुमान | [टाइम सिरीज](7-TimeSeries/README.md) | Support Vector Regressor सह टाइम सिरीज पूर्वानुमान | [Python](7-TimeSeries/3-SVR/README.md) | अनिर्बन | +| 24 | पुनर्बलन शिक्षणाचा परिचय | [पुनर्बलन शिक्षण](8-Reinforcement/README.md) | Q-Learning सह पुनर्बलन शिक्षणाचा परिचय | [Python](8-Reinforcement/1-QLearning/README.md) | डिमिट्री | +| 25 | पीटरला लांडग्यापासून वाचवा! 🐺 | [पुनर्बलन शिक्षण](8-Reinforcement/README.md) | पुनर्बलन शिकण्याचे गॅम | [Python](8-Reinforcement/2-Gym/README.md) | डिमिट्री | +| उपसंहार | वास्तविक जगातील ML परिस्थिती आणि अनुप्रयोग | [ML in the Wild](9-Real-World/README.md) | पारंपरिक ML चे मनोरंजक आणि उघड करणारे वास्तविक जगातील अनुप्रयोग | [धडा](9-Real-World/1-Applications/README.md) | टीम | +| उपसंहार | RAI डॅशबोर्डचा वापर करून ML मध्ये मॉडेल डीबगिंग | [ML in the Wild](9-Real-World/README.md) | जबाबदार AI डॅशबोर्ड घटक वापरून मशीन लर्निंगमधील मॉडेल डीबगिंग | [धडा](9-Real-World/2-Debugging-ML-Models/README.md) | रुथ याकुबू | + +> [या कोर्ससाठी अतिरिक्त संसाधनांची सर्व माहिती आमच्या Microsoft Learn संग्रहात शोधा](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## ऑफलाइन प्रवेश -तुम्ही [Docsify](https://docsify.js.org/#/) वापरून ही डोक्युमेंटेशन ऑफलाइन चालवू शकता. हा रेपो फोर्क करा, तुमच्या स्थानिक मशीनवर [Docsify इंस्टॉल करा](https://docsify.js.org/#/quickstart) आणि नंतर या रेपोजच्या मुख्य फोल्डरमध्ये `docsify serve` हा आदेश चालवा. वेबसाइट तुमच्या लोकलहोस्टवर 3000 पोर्टवर चालेल: `localhost:3000`. +[Docsify](https://docsify.js.org/#/) वापरून तुम्ही ही दस्तऐवज ऑफलाइन चालवू शकता. हे रिपॉजिटरी फोर्क करा, [Docsify इन्स्टॉल करा](https://docsify.js.org/#/quickstart) आपल्या स्थानिक संगणकावर, आणि नंतर या रिपॉजिटरीच्या मूळ फोल्डरमध्ये `docsify serve` टाइप करा. वेबसाइट तुमच्या स्थानिक संगणकावर पोर्ट 3000 वर चालेल: `localhost:3000`. -## पीडीएफ +## PDF -पाठ्यक्रमाचा पीडीएफ आणि लिंक [इथे](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) मिळवा. +सिलेबसचा PDF लिंक्ससह [येथे](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) शोधा. -## 🎒 इतर कोर्सेस +## 🎒 इतर कोर्स -आमची टीम इतर कोर्सेस तयार करते! पहा: +आमचा संघ इतर कोर्स तयार करतो! तपासा: ### LangChain @@ -156,7 +171,7 @@ CO_OP_TRANSLATOR_METADATA: --- -### Azure / Edge / MCP / Agents +### Azure / Edge / MCP / एजंट्स [![AZD for Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst) [![Edge AI for Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst) [![MCP for Beginners](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst) @@ -165,43 +180,43 @@ CO_OP_TRANSLATOR_METADATA: --- ### जनरेटिव AI सिरीज -[![शिकणाऱ्यांसाठी जनरेटिव्ह एआय](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) -[![जनरेटिव्ह एआय (.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) -[![जनरेटिव्ह एआय (जावा)](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) -[![जनरेटिव्ह एआय (जावास्क्रिप्ट)](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) +[![सृजनशील AI नवशिक्षार्थ्यांसाठी](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) +[![सृजनशील 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) +[![सृजनशील 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) +[![सृजनशील 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) --- - + ### मुख्य शिक्षण -[![शिकणाऱ्यांसाठी एमएल](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) -[![शिकणाऱ्यांसाठी डेटा सायन्स](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) -[![शिकणाऱ्यांसाठी एआय](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) -[![शिकणाऱ्यांसाठी सायबरसिक्युरिटी](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) -[![शिकणाऱ्यांसाठी वेब विकास](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) -[![शिकणाऱ्यांसाठी आयओटी](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) -[![शिकणाऱ्यांसाठी XR विकास](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) +[![ML नवशिक्षार्थ्यांसाठी](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) +[![डेटा सायन्स नवशिक्षार्थ्यांसाठी](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 नवशिक्षार्थ्यांसाठी](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) +[![सायबरसुरक्षा नवशिक्षार्थ्यांसाठी](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) +[![वेब विकसन नवशिक्षार्थ्यांसाठी](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 नवशिक्षार्थ्यांसाठी](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 विकास नवशिक्षार्थ्यांसाठी](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) --- - -### कॉपायलट मालिका -[![AI सह जोडीदार प्रोग्रामिंगसाठी कॉपायलट](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) -[![C#/.NET साठी कॉपायलट](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) -[![कॉपायलट साहस](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) + +### सहायक चालक मालिक +[![AI जोडप्याने प्रोग्रामिंगसाठी सहायक चालक](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) +[![C#/.NET साठी सहायक चालक](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) +[![सहायक चालक साहस](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) ## मदत मिळवा -जर तुम्ही अडकलात किंवा एआय अॅप्स तयार करताना काही प्रश्न असतील तर, MCP विषयी चर्चांमध्ये सहशिक्षक आणि अनुभवी विकासकांसोबत सहभागी व्हा. हे एक सहायक समुदाय आहे जिथे प्रश्न विचारले जातात आणि ज्ञान विनामूल्य वाटले जाते. +जर तुम्ही अडकले असाल किंवा AI अॅप्स तयार करताना काही प्रश्न असतील, तर MCP विषयी चर्चेत सहभागी व्हा. हे एक सहायक समुदाय आहे जिथे प्रश्न विचारणे स्वागतार्ह आहे आणि ज्ञान मुक्तपणे सामायिक केले जाते. [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -जर तुम्हाला उत्पादन प्रतिक्रिया द्यायची असेल किंवा अडचणी येत असतील तर येथे भेट द्या: +जर तुम्हाला उत्पादनाबद्दल अभिप्राय किंवा चुकांबद्दल काही असेल तर येथे भेट द्या: [![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) --- -**अस्वीकरण**: -हा दस्तऐवज AI भाषांतरण सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) वापरून अनुवादित केला आहे. आम्ही अचूकतेसाठी प्रयत्नशील आहोत, परंतु कृपया लक्षात ठेवा की स्वयंचलित भाषांतरणांमध्ये त्रुटी किंवा अचूकतेचे अपाय होऊ शकतात. मूळ दस्तऐवज त्याच्या मूळ भाषेत अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी भाषांतरण शिफारस केली जाते. या भाषांतरणाच्या वापरातून उद्भवलेल्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थलाभाबद्दल आम्ही जबाबदार नाही. +**सविनय सूचना**: +हा दस्तऐवज AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) वापरून अनुवादित केला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपया लक्षात ठेवा की स्वयंचलित अनुवादांमध्ये त्रुटी किंवा अचूकतेची चूक असू शकते. मूळ दस्तऐवज त्याच्या मूळ भाषेत अधिकृत स्रोत मानला जावा. महत्वाच्या माहितीसाठी व्यावसायिक मानवी अनुवाद शिफारसीय आहे. या अनुवादाच्या वापरामुळे उद्भवणाऱ्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थग्रहणाबद्दल आम्ही जबाबदार नाही. \ No newline at end of file diff --git a/translations/mr/SECURITY.md b/translations/mr/SECURITY.md index 981aa8740..bedb2cec5 100644 --- a/translations/mr/SECURITY.md +++ b/translations/mr/SECURITY.md @@ -1,12 +1,3 @@ - ## सुरक्षा मायक्रोसॉफ्ट आपल्या सॉफ्टवेअर उत्पादने आणि सेवांच्या सुरक्षेला गंभीरपणे घेतो, ज्यामध्ये आमच्या GitHub संस्थांद्वारे व्यवस्थापित केलेल्या सर्व स्रोत कोड रिपॉझिटरीजचा समावेश आहे, ज्यामध्ये [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), आणि [आमच्या GitHub संस्थांचा](https://opensource.microsoft.com/) समावेश आहे. diff --git a/translations/mr/SUPPORT.md b/translations/mr/SUPPORT.md index e32a88108..17834755b 100644 --- a/translations/mr/SUPPORT.md +++ b/translations/mr/SUPPORT.md @@ -1,12 +1,3 @@ - # समर्थन ## समस्या कशा दाखल करायच्या आणि मदत कशी मिळवायची diff --git a/translations/mr/TROUBLESHOOTING.md b/translations/mr/TROUBLESHOOTING.md index 439b2f3d0..0a39ad5c2 100644 --- a/translations/mr/TROUBLESHOOTING.md +++ b/translations/mr/TROUBLESHOOTING.md @@ -1,12 +1,3 @@ - # समस्या निराकरण मार्गदर्शक ही मार्गदर्शिका मशीन लर्निंग फॉर बिगिनर्स अभ्यासक्रमाशी संबंधित सामान्य समस्या सोडविण्यास मदत करते. जर तुम्हाला येथे उपाय सापडत नसेल, तर कृपया आमच्या [Discord Discussions](https://aka.ms/foundry/discord) किंवा [open an issue](https://github.com/microsoft/ML-For-Beginners/issues) येथे तपासा. diff --git a/translations/mr/docs/_sidebar.md b/translations/mr/docs/_sidebar.md index 445c29764..9a0f22e87 100644 --- a/translations/mr/docs/_sidebar.md +++ b/translations/mr/docs/_sidebar.md @@ -1,12 +1,3 @@ - - परिचय - [मशीन लर्निंगचा परिचय](../1-Introduction/1-intro-to-ML/README.md) - [मशीन लर्निंगचा इतिहास](../1-Introduction/2-history-of-ML/README.md) diff --git a/translations/mr/for-teachers.md b/translations/mr/for-teachers.md index b1833932b..157e91007 100644 --- a/translations/mr/for-teachers.md +++ b/translations/mr/for-teachers.md @@ -1,12 +1,3 @@ - ## शिक्षकांसाठी आपण आपल्या वर्गात हा अभ्यासक्रम वापरू इच्छिता? कृपया जरूर वापरा! diff --git a/translations/mr/quiz-app/README.md b/translations/mr/quiz-app/README.md index 775557a1e..8a2351e23 100644 --- a/translations/mr/quiz-app/README.md +++ b/translations/mr/quiz-app/README.md @@ -1,12 +1,3 @@ - # क्विझेस ही क्विझेस ML अभ्यासक्रमासाठीच्या व्याख्यानांपूर्वी आणि नंतर घेण्यात येणाऱ्या क्विझेस आहेत. अधिक माहितीसाठी भेट द्या: https://aka.ms/ml-beginners diff --git a/translations/mr/sketchnotes/LICENSE.md b/translations/mr/sketchnotes/LICENSE.md index 534c4c395..495e208b0 100644 --- a/translations/mr/sketchnotes/LICENSE.md +++ b/translations/mr/sketchnotes/LICENSE.md @@ -1,12 +1,3 @@ - अट्रिब्युशन-शेअरअलाइक 4.0 आंतरराष्ट्रीय ======================================================================= diff --git a/translations/mr/sketchnotes/README.md b/translations/mr/sketchnotes/README.md index 227a7858e..c9bd5180a 100644 --- a/translations/mr/sketchnotes/README.md +++ b/translations/mr/sketchnotes/README.md @@ -1,12 +1,3 @@ - संपूर्ण अभ्यासक्रमाच्या स्केच नोट्स येथे डाउनलोड केल्या जाऊ शकतात. 🖨 उच्च-रिझोल्यूशनमध्ये प्रिंटिंगसाठी, TIFF आवृत्त्या [या रेपो](https://github.com/girliemac/a-picture-is-worth-a-1000-words/tree/main/ml/tiff) वर उपलब्ध आहेत. diff --git a/translations/ne/.co-op-translator.json b/translations/ne/.co-op-translator.json new file mode 100644 index 000000000..78ecf834b --- /dev/null +++ b/translations/ne/.co-op-translator.json @@ -0,0 +1,596 @@ +{ + "1-Introduction/1-intro-to-ML/README.md": { + "original_hash": "69389392fa6346e0dfa30f664b7b6fec", + "translation_date": "2025-09-06T06:34:34+00:00", + "source_file": "1-Introduction/1-intro-to-ML/README.md", + "language_code": "ne" + }, + "1-Introduction/1-intro-to-ML/assignment.md": { + "original_hash": "4c4698044bb8af52cfb6388a4ee0e53b", + "translation_date": "2025-08-29T17:41:38+00:00", + "source_file": "1-Introduction/1-intro-to-ML/assignment.md", + "language_code": "ne" + }, + "1-Introduction/2-history-of-ML/README.md": { + "original_hash": "6a05fec147e734c3e6bfa54505648e2b", + "translation_date": "2025-09-06T06:35:01+00:00", + "source_file": "1-Introduction/2-history-of-ML/README.md", + "language_code": "ne" + }, + "1-Introduction/2-history-of-ML/assignment.md": { + "original_hash": "eb6e4d5afd1b21a57d2b9e6d0aac3969", + "translation_date": "2025-08-29T17:44:11+00:00", + "source_file": "1-Introduction/2-history-of-ML/assignment.md", + "language_code": "ne" + }, + "1-Introduction/3-fairness/README.md": { + "original_hash": "9a6b702d1437c0467e3c5c28d763dac2", + "translation_date": "2025-09-06T06:33:11+00:00", + "source_file": "1-Introduction/3-fairness/README.md", + "language_code": "ne" + }, + "1-Introduction/3-fairness/assignment.md": { + "original_hash": "dbda60e7b1fe5f18974e7858eff0004e", + "translation_date": "2025-08-29T17:34:40+00:00", + "source_file": "1-Introduction/3-fairness/assignment.md", + "language_code": "ne" + }, + "1-Introduction/4-techniques-of-ML/README.md": { + "original_hash": "9d91f3af3758fdd4569fb410575995ef", + "translation_date": "2025-09-06T06:33:57+00:00", + "source_file": "1-Introduction/4-techniques-of-ML/README.md", + "language_code": "ne" + }, + "1-Introduction/4-techniques-of-ML/assignment.md": { + "original_hash": "70d65aeddc06170bc1aed5b27805f930", + "translation_date": "2025-08-29T17:39:07+00:00", + "source_file": "1-Introduction/4-techniques-of-ML/assignment.md", + "language_code": "ne" + }, + "1-Introduction/README.md": { + "original_hash": "cf8ecc83f28e5b98051d2179eca08e08", + "translation_date": "2025-08-29T17:30:09+00:00", + "source_file": "1-Introduction/README.md", + "language_code": "ne" + }, + "2-Regression/1-Tools/README.md": { + "original_hash": "fa81d226c71d5af7a2cade31c1c92b88", + "translation_date": "2025-09-06T06:26:57+00:00", + "source_file": "2-Regression/1-Tools/README.md", + "language_code": "ne" + }, + "2-Regression/1-Tools/assignment.md": { + "original_hash": "74a5cf83e4ebc302afbcbc4f418afd0a", + "translation_date": "2025-08-29T16:51:42+00:00", + "source_file": "2-Regression/1-Tools/assignment.md", + "language_code": "ne" + }, + "2-Regression/1-Tools/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T16:52:04+00:00", + "source_file": "2-Regression/1-Tools/solution/Julia/README.md", + "language_code": "ne" + }, + "2-Regression/2-Data/README.md": { + "original_hash": "7c077988328ebfe33b24d07945f16eca", + "translation_date": "2025-09-06T06:27:36+00:00", + "source_file": "2-Regression/2-Data/README.md", + "language_code": "ne" + }, + "2-Regression/2-Data/assignment.md": { + "original_hash": "4485a1ed4dd1b5647365e3d87456515d", + "translation_date": "2025-08-29T16:55:57+00:00", + "source_file": "2-Regression/2-Data/assignment.md", + "language_code": "ne" + }, + "2-Regression/2-Data/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T16:56:15+00:00", + "source_file": "2-Regression/2-Data/solution/Julia/README.md", + "language_code": "ne" + }, + "2-Regression/3-Linear/README.md": { + "original_hash": "40e64f004f3cb50aa1d8661672d3cd92", + "translation_date": "2025-09-06T06:25:04+00:00", + "source_file": "2-Regression/3-Linear/README.md", + "language_code": "ne" + }, + "2-Regression/3-Linear/assignment.md": { + "original_hash": "cc471fa89c293bc735dd3a9a0fb79b1b", + "translation_date": "2025-08-29T16:41:52+00:00", + "source_file": "2-Regression/3-Linear/assignment.md", + "language_code": "ne" + }, + "2-Regression/3-Linear/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T16:42:11+00:00", + "source_file": "2-Regression/3-Linear/solution/Julia/README.md", + "language_code": "ne" + }, + "2-Regression/4-Logistic/README.md": { + "original_hash": "abf86d845c84330bce205a46b382ec88", + "translation_date": "2025-09-06T06:26:08+00:00", + "source_file": "2-Regression/4-Logistic/README.md", + "language_code": "ne" + }, + "2-Regression/4-Logistic/assignment.md": { + "original_hash": "8af40209a41494068c1f42b14c0b450d", + "translation_date": "2025-08-29T16:47:17+00:00", + "source_file": "2-Regression/4-Logistic/assignment.md", + "language_code": "ne" + }, + "2-Regression/4-Logistic/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T16:47:37+00:00", + "source_file": "2-Regression/4-Logistic/solution/Julia/README.md", + "language_code": "ne" + }, + "2-Regression/README.md": { + "original_hash": "508582278dbb8edd2a8a80ac96ef416c", + "translation_date": "2025-08-29T16:35:06+00:00", + "source_file": "2-Regression/README.md", + "language_code": "ne" + }, + "3-Web-App/1-Web-App/README.md": { + "original_hash": "e0b75f73e4a90d45181dc5581fe2ef5c", + "translation_date": "2025-09-06T06:35:56+00:00", + "source_file": "3-Web-App/1-Web-App/README.md", + "language_code": "ne" + }, + "3-Web-App/1-Web-App/assignment.md": { + "original_hash": "a8e8ae10be335cbc745b75ee552317ff", + "translation_date": "2025-08-29T17:47:31+00:00", + "source_file": "3-Web-App/1-Web-App/assignment.md", + "language_code": "ne" + }, + "3-Web-App/README.md": { + "original_hash": "9836ff53cfef716ddfd70e06c5f43436", + "translation_date": "2025-08-29T17:44:37+00:00", + "source_file": "3-Web-App/README.md", + "language_code": "ne" + }, + "4-Classification/1-Introduction/README.md": { + "original_hash": "aaf391d922bd6de5efba871d514c6d47", + "translation_date": "2025-09-06T06:37:58+00:00", + "source_file": "4-Classification/1-Introduction/README.md", + "language_code": "ne" + }, + "4-Classification/1-Introduction/assignment.md": { + "original_hash": "b2a01912beb24cfb0007f83594dba801", + "translation_date": "2025-08-29T17:59:11+00:00", + "source_file": "4-Classification/1-Introduction/assignment.md", + "language_code": "ne" + }, + "4-Classification/1-Introduction/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:59:31+00:00", + "source_file": "4-Classification/1-Introduction/solution/Julia/README.md", + "language_code": "ne" + }, + "4-Classification/2-Classifiers-1/README.md": { + "original_hash": "1a6e9e46b34a2e559fbbfc1f95397c7b", + "translation_date": "2025-09-06T06:36:29+00:00", + "source_file": "4-Classification/2-Classifiers-1/README.md", + "language_code": "ne" + }, + "4-Classification/2-Classifiers-1/assignment.md": { + "original_hash": "de6025f96841498b0577e9d1aee18d1f", + "translation_date": "2025-08-29T17:52:02+00:00", + "source_file": "4-Classification/2-Classifiers-1/assignment.md", + "language_code": "ne" + }, + "4-Classification/2-Classifiers-1/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:52:22+00:00", + "source_file": "4-Classification/2-Classifiers-1/solution/Julia/README.md", + "language_code": "ne" + }, + "4-Classification/3-Classifiers-2/README.md": { + "original_hash": "49047911108adc49d605cddfb455749c", + "translation_date": "2025-09-06T06:37:39+00:00", + "source_file": "4-Classification/3-Classifiers-2/README.md", + "language_code": "ne" + }, + "4-Classification/3-Classifiers-2/assignment.md": { + "original_hash": "58dfdaf79fb73f7d34b22bdbacf57329", + "translation_date": "2025-08-29T17:56:32+00:00", + "source_file": "4-Classification/3-Classifiers-2/assignment.md", + "language_code": "ne" + }, + "4-Classification/3-Classifiers-2/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:56:54+00:00", + "source_file": "4-Classification/3-Classifiers-2/solution/Julia/README.md", + "language_code": "ne" + }, + "4-Classification/4-Applied/README.md": { + "original_hash": "61bdec27ed2da8b098cd9065405d9bb0", + "translation_date": "2025-09-06T06:37:11+00:00", + "source_file": "4-Classification/4-Applied/README.md", + "language_code": "ne" + }, + "4-Classification/4-Applied/assignment.md": { + "original_hash": "799ed651e2af0a7cad17c6268db11578", + "translation_date": "2025-08-29T17:54:36+00:00", + "source_file": "4-Classification/4-Applied/assignment.md", + "language_code": "ne" + }, + "4-Classification/README.md": { + "original_hash": "74e809ffd1e613a1058bbc3e9600859e", + "translation_date": "2025-08-29T17:48:48+00:00", + "source_file": "4-Classification/README.md", + "language_code": "ne" + }, + "5-Clustering/1-Visualize/README.md": { + "original_hash": "730225ea274c9174fe688b21d421539d", + "translation_date": "2025-09-06T06:30:09+00:00", + "source_file": "5-Clustering/1-Visualize/README.md", + "language_code": "ne" + }, + "5-Clustering/1-Visualize/assignment.md": { + "original_hash": "589fa015a5e7d9e67bd629f7d47b53de", + "translation_date": "2025-08-29T17:16:24+00:00", + "source_file": "5-Clustering/1-Visualize/assignment.md", + "language_code": "ne" + }, + "5-Clustering/1-Visualize/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:16:47+00:00", + "source_file": "5-Clustering/1-Visualize/solution/Julia/README.md", + "language_code": "ne" + }, + "5-Clustering/2-K-Means/README.md": { + "original_hash": "7cdd17338d9bbd7e2171c2cd462eb081", + "translation_date": "2025-09-06T06:31:09+00:00", + "source_file": "5-Clustering/2-K-Means/README.md", + "language_code": "ne" + }, + "5-Clustering/2-K-Means/assignment.md": { + "original_hash": "b8e17eff34ad1680eba2a5d3cf9ffc41", + "translation_date": "2025-08-29T17:18:50+00:00", + "source_file": "5-Clustering/2-K-Means/assignment.md", + "language_code": "ne" + }, + "5-Clustering/2-K-Means/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:19:08+00:00", + "source_file": "5-Clustering/2-K-Means/solution/Julia/README.md", + "language_code": "ne" + }, + "5-Clustering/README.md": { + "original_hash": "b28a3a4911584062772c537b653ebbc7", + "translation_date": "2025-08-29T17:08:13+00:00", + "source_file": "5-Clustering/README.md", + "language_code": "ne" + }, + "6-NLP/1-Introduction-to-NLP/README.md": { + "original_hash": "1c2ec40cf55c98a028a359c27ef7e45a", + "translation_date": "2025-09-06T06:42:06+00:00", + "source_file": "6-NLP/1-Introduction-to-NLP/README.md", + "language_code": "ne" + }, + "6-NLP/1-Introduction-to-NLP/assignment.md": { + "original_hash": "1d7583e8046dacbb0c056d5ba0a71b16", + "translation_date": "2025-08-29T18:32:40+00:00", + "source_file": "6-NLP/1-Introduction-to-NLP/assignment.md", + "language_code": "ne" + }, + "6-NLP/2-Tasks/README.md": { + "original_hash": "5f3cb462e3122e1afe7ab0050ccf2bd3", + "translation_date": "2025-09-06T06:40:29+00:00", + "source_file": "6-NLP/2-Tasks/README.md", + "language_code": "ne" + }, + "6-NLP/2-Tasks/assignment.md": { + "original_hash": "2efc4c2aba5ed06c780c05539c492ae3", + "translation_date": "2025-08-29T18:22:25+00:00", + "source_file": "6-NLP/2-Tasks/assignment.md", + "language_code": "ne" + }, + "6-NLP/3-Translation-Sentiment/README.md": { + "original_hash": "be03c8182982b87ced155e4e9d1438e8", + "translation_date": "2025-09-06T06:42:37+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/README.md", + "language_code": "ne" + }, + "6-NLP/3-Translation-Sentiment/assignment.md": { + "original_hash": "9d2a734deb904caff310d1a999c6bd7a", + "translation_date": "2025-08-29T18:36:52+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/assignment.md", + "language_code": "ne" + }, + "6-NLP/3-Translation-Sentiment/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T18:37:26+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/solution/Julia/README.md", + "language_code": "ne" + }, + "6-NLP/3-Translation-Sentiment/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T18:37:13+00:00", + "source_file": "6-NLP/3-Translation-Sentiment/solution/R/README.md", + "language_code": "ne" + }, + "6-NLP/4-Hotel-Reviews-1/README.md": { + "original_hash": "8d32dadeda93c6fb5c43619854882ab1", + "translation_date": "2025-09-06T06:41:07+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/README.md", + "language_code": "ne" + }, + "6-NLP/4-Hotel-Reviews-1/assignment.md": { + "original_hash": "bf39bceb833cd628f224941dca8041df", + "translation_date": "2025-08-29T18:28:46+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/assignment.md", + "language_code": "ne" + }, + "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T18:29:17+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md", + "language_code": "ne" + }, + "6-NLP/4-Hotel-Reviews-1/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T18:29:03+00:00", + "source_file": "6-NLP/4-Hotel-Reviews-1/solution/R/README.md", + "language_code": "ne" + }, + "6-NLP/5-Hotel-Reviews-2/README.md": { + "original_hash": "2c742993fe95d5bcbb2846eda3d442a1", + "translation_date": "2025-09-06T06:43:17+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/README.md", + "language_code": "ne" + }, + "6-NLP/5-Hotel-Reviews-2/assignment.md": { + "original_hash": "daf144daa552da6a7d442aff6f3e77d8", + "translation_date": "2025-08-29T18:42:51+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/assignment.md", + "language_code": "ne" + }, + "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T18:43:19+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md", + "language_code": "ne" + }, + "6-NLP/5-Hotel-Reviews-2/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T18:43:09+00:00", + "source_file": "6-NLP/5-Hotel-Reviews-2/solution/R/README.md", + "language_code": "ne" + }, + "6-NLP/README.md": { + "original_hash": "1eb379dc2d0c9940b320732d16083778", + "translation_date": "2025-08-29T18:18:43+00:00", + "source_file": "6-NLP/README.md", + "language_code": "ne" + }, + "6-NLP/data/README.md": { + "original_hash": "ee0670655c89e4719319764afb113624", + "translation_date": "2025-08-29T18:29:27+00:00", + "source_file": "6-NLP/data/README.md", + "language_code": "ne" + }, + "7-TimeSeries/1-Introduction/README.md": { + "original_hash": "662b509c39eee205687726636d0a8455", + "translation_date": "2025-09-06T06:28:57+00:00", + "source_file": "7-TimeSeries/1-Introduction/README.md", + "language_code": "ne" + }, + "7-TimeSeries/1-Introduction/assignment.md": { + "original_hash": "d1781b0b92568ea1d119d0a198b576b4", + "translation_date": "2025-08-29T17:04:57+00:00", + "source_file": "7-TimeSeries/1-Introduction/assignment.md", + "language_code": "ne" + }, + "7-TimeSeries/1-Introduction/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:05:28+00:00", + "source_file": "7-TimeSeries/1-Introduction/solution/Julia/README.md", + "language_code": "ne" + }, + "7-TimeSeries/1-Introduction/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T17:05:16+00:00", + "source_file": "7-TimeSeries/1-Introduction/solution/R/README.md", + "language_code": "ne" + }, + "7-TimeSeries/2-ARIMA/README.md": { + "original_hash": "917dbf890db71a322f306050cb284749", + "translation_date": "2025-09-06T06:28:10+00:00", + "source_file": "7-TimeSeries/2-ARIMA/README.md", + "language_code": "ne" + }, + "7-TimeSeries/2-ARIMA/assignment.md": { + "original_hash": "1c814013e10866dfd92cdb32caaae3ac", + "translation_date": "2025-08-29T17:01:17+00:00", + "source_file": "7-TimeSeries/2-ARIMA/assignment.md", + "language_code": "ne" + }, + "7-TimeSeries/2-ARIMA/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T17:01:47+00:00", + "source_file": "7-TimeSeries/2-ARIMA/solution/Julia/README.md", + "language_code": "ne" + }, + "7-TimeSeries/2-ARIMA/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T17:01:36+00:00", + "source_file": "7-TimeSeries/2-ARIMA/solution/R/README.md", + "language_code": "ne" + }, + "7-TimeSeries/3-SVR/README.md": { + "original_hash": "482bccabe1df958496ea71a3667995cd", + "translation_date": "2025-09-06T06:29:35+00:00", + "source_file": "7-TimeSeries/3-SVR/README.md", + "language_code": "ne" + }, + "7-TimeSeries/3-SVR/assignment.md": { + "original_hash": "94aa2fc6154252ae30a3f3740299707a", + "translation_date": "2025-08-29T17:07:45+00:00", + "source_file": "7-TimeSeries/3-SVR/assignment.md", + "language_code": "ne" + }, + "7-TimeSeries/README.md": { + "original_hash": "61342603bad8acadbc6b2e4e3aab3f66", + "translation_date": "2025-08-29T16:56:35+00:00", + "source_file": "7-TimeSeries/README.md", + "language_code": "ne" + }, + "8-Reinforcement/1-QLearning/README.md": { + "original_hash": "911efd5e595089000cb3c16fce1beab8", + "translation_date": "2025-09-06T06:39:07+00:00", + "source_file": "8-Reinforcement/1-QLearning/README.md", + "language_code": "ne" + }, + "8-Reinforcement/1-QLearning/assignment.md": { + "original_hash": "68394b2102d3503882e5e914bd0ff5c1", + "translation_date": "2025-08-29T18:13:24+00:00", + "source_file": "8-Reinforcement/1-QLearning/assignment.md", + "language_code": "ne" + }, + "8-Reinforcement/1-QLearning/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T18:14:18+00:00", + "source_file": "8-Reinforcement/1-QLearning/solution/Julia/README.md", + "language_code": "ne" + }, + "8-Reinforcement/1-QLearning/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T18:14:07+00:00", + "source_file": "8-Reinforcement/1-QLearning/solution/R/README.md", + "language_code": "ne" + }, + "8-Reinforcement/2-Gym/README.md": { + "original_hash": "107d5bb29da8a562e7ae72262d251a75", + "translation_date": "2025-09-06T06:39:45+00:00", + "source_file": "8-Reinforcement/2-Gym/README.md", + "language_code": "ne" + }, + "8-Reinforcement/2-Gym/assignment.md": { + "original_hash": "1f2b7441745eb52e25745423b247016b", + "translation_date": "2025-08-29T18:17:35+00:00", + "source_file": "8-Reinforcement/2-Gym/assignment.md", + "language_code": "ne" + }, + "8-Reinforcement/2-Gym/solution/Julia/README.md": { + "original_hash": "a39c15d63f3b2795ee2284a82b986b93", + "translation_date": "2025-08-29T18:18:20+00:00", + "source_file": "8-Reinforcement/2-Gym/solution/Julia/README.md", + "language_code": "ne" + }, + "8-Reinforcement/2-Gym/solution/R/README.md": { + "original_hash": "81db6ff2cf6e62fbe2340b094bb9509e", + "translation_date": "2025-08-29T18:18:08+00:00", + "source_file": "8-Reinforcement/2-Gym/solution/R/README.md", + "language_code": "ne" + }, + "8-Reinforcement/README.md": { + "original_hash": "20ca019012b1725de956681d036d8b18", + "translation_date": "2025-08-29T18:05:07+00:00", + "source_file": "8-Reinforcement/README.md", + "language_code": "ne" + }, + "9-Real-World/1-Applications/README.md": { + "original_hash": "83320d6b6994909e35d830cebf214039", + "translation_date": "2025-09-06T06:31:38+00:00", + "source_file": "9-Real-World/1-Applications/README.md", + "language_code": "ne" + }, + "9-Real-World/1-Applications/assignment.md": { + "original_hash": "fdebfcd0a3f12c9e2b436ded1aa79885", + "translation_date": "2025-08-29T17:24:14+00:00", + "source_file": "9-Real-World/1-Applications/assignment.md", + "language_code": "ne" + }, + "9-Real-World/2-Debugging-ML-Models/README.md": { + "original_hash": "df2b538e8fbb3e91cf0419ae2f858675", + "translation_date": "2025-09-06T06:32:19+00:00", + "source_file": "9-Real-World/2-Debugging-ML-Models/README.md", + "language_code": "ne" + }, + "9-Real-World/2-Debugging-ML-Models/assignment.md": { + "original_hash": "91c6a180ef08e20cc15acfd2d6d6e164", + "translation_date": "2025-08-29T17:29:44+00:00", + "source_file": "9-Real-World/2-Debugging-ML-Models/assignment.md", + "language_code": "ne" + }, + "9-Real-World/README.md": { + "original_hash": "5e069a0ac02a9606a69946c2b3c574a9", + "translation_date": "2025-08-29T17:20:03+00:00", + "source_file": "9-Real-World/README.md", + "language_code": "ne" + }, + "AGENTS.md": { + "original_hash": "93fdaa0fd38836e50c4793e2f2f25e8b", + "translation_date": "2025-10-03T11:04:44+00:00", + "source_file": "AGENTS.md", + "language_code": "ne" + }, + "CODE_OF_CONDUCT.md": { + "original_hash": "c06b12caf3c901eb3156e3dd5b0aea56", + "translation_date": "2025-08-29T16:34:25+00:00", + "source_file": "CODE_OF_CONDUCT.md", + "language_code": "ne" + }, + "CONTRIBUTING.md": { + "original_hash": "977ec5266dfd78ad1ce2bd8d46fccbda", + "translation_date": "2025-08-29T16:32:25+00:00", + "source_file": "CONTRIBUTING.md", + "language_code": "ne" + }, + "README.md": { + "original_hash": "da2ceed62f16a0820259556e3a873c95", + "translation_date": "2026-01-29T18:13:08+00:00", + "source_file": "README.md", + "language_code": "ne" + }, + "SECURITY.md": { + "original_hash": "5e1b8da31aae9cca3d53ad243fa3365a", + "translation_date": "2025-08-29T16:33:03+00:00", + "source_file": "SECURITY.md", + "language_code": "ne" + }, + "SUPPORT.md": { + "original_hash": "09623d7343ff1c26ff4f198c1b2d3176", + "translation_date": "2025-10-03T11:53:11+00:00", + "source_file": "SUPPORT.md", + "language_code": "ne" + }, + "TROUBLESHOOTING.md": { + "original_hash": "134d8759f0e2ab886e9aa4f62362c201", + "translation_date": "2025-10-03T12:42:33+00:00", + "source_file": "TROUBLESHOOTING.md", + "language_code": "ne" + }, + "docs/_sidebar.md": { + "original_hash": "68dd06c685f6ce840e0acfa313352e7c", + "translation_date": "2025-08-29T17:19:30+00:00", + "source_file": "docs/_sidebar.md", + "language_code": "ne" + }, + "for-teachers.md": { + "original_hash": "b37de02054fa6c0438ede6fabe1fdfb8", + "translation_date": "2025-08-29T16:33:51+00:00", + "source_file": "for-teachers.md", + "language_code": "ne" + }, + "quiz-app/README.md": { + "original_hash": "6d130dffca5db70d7e615f926cb1ad4c", + "translation_date": "2025-08-29T17:48:02+00:00", + "source_file": "quiz-app/README.md", + "language_code": "ne" + }, + "sketchnotes/LICENSE.md": { + "original_hash": "fba3b94d88bfb9b81369b869a1e9a20f", + "translation_date": "2025-08-29T18:02:20+00:00", + "source_file": "sketchnotes/LICENSE.md", + "language_code": "ne" + }, + "sketchnotes/README.md": { + "original_hash": "a88d5918c1b9da69a40d917a0840c497", + "translation_date": "2025-08-29T17:59:46+00:00", + "source_file": "sketchnotes/README.md", + "language_code": "ne" + } +} \ No newline at end of file diff --git a/translations/ne/1-Introduction/1-intro-to-ML/README.md b/translations/ne/1-Introduction/1-intro-to-ML/README.md index 3354fb942..8f7553f32 100644 --- a/translations/ne/1-Introduction/1-intro-to-ML/README.md +++ b/translations/ne/1-Introduction/1-intro-to-ML/README.md @@ -1,12 +1,3 @@ - # मेसिन लर्निङको परिचय ## [पाठ अघि क्विज](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/ne/1-Introduction/1-intro-to-ML/assignment.md b/translations/ne/1-Introduction/1-intro-to-ML/assignment.md index 625a924e8..9a4e4fb1d 100644 --- a/translations/ne/1-Introduction/1-intro-to-ML/assignment.md +++ b/translations/ne/1-Introduction/1-intro-to-ML/assignment.md @@ -1,12 +1,3 @@ - # सुरु गर्नुहोस् र चलाउनुहोस् ## निर्देशनहरू diff --git a/translations/ne/1-Introduction/2-history-of-ML/README.md b/translations/ne/1-Introduction/2-history-of-ML/README.md index 9008e99cb..743d22339 100644 --- a/translations/ne/1-Introduction/2-history-of-ML/README.md +++ b/translations/ne/1-Introduction/2-history-of-ML/README.md @@ -1,12 +1,3 @@ - # मेसिन लर्निङको इतिहास ![मेसिन लर्निङको इतिहासको सारांश स्केच नोटमा](../../../../sketchnotes/ml-history.png) diff --git a/translations/ne/1-Introduction/2-history-of-ML/assignment.md b/translations/ne/1-Introduction/2-history-of-ML/assignment.md index 310243ba1..b48e9e208 100644 --- a/translations/ne/1-Introduction/2-history-of-ML/assignment.md +++ b/translations/ne/1-Introduction/2-history-of-ML/assignment.md @@ -1,12 +1,3 @@ - # टाइमलाइन बनाउनुहोस् ## निर्देशनहरू diff --git a/translations/ne/1-Introduction/3-fairness/README.md b/translations/ne/1-Introduction/3-fairness/README.md index 5949e1587..40d193ddf 100644 --- a/translations/ne/1-Introduction/3-fairness/README.md +++ b/translations/ne/1-Introduction/3-fairness/README.md @@ -1,12 +1,3 @@ - # जिम्मेवार AI को साथमा मेसिन लर्निङ समाधान निर्माण गर्नुहोस् ![मेसिन लर्निङमा जिम्मेवार AI को सारांश स्केच नोटमा](../../../../sketchnotes/ml-fairness.png) diff --git a/translations/ne/1-Introduction/3-fairness/assignment.md b/translations/ne/1-Introduction/3-fairness/assignment.md index ffa35768e..c5ec95ee7 100644 --- a/translations/ne/1-Introduction/3-fairness/assignment.md +++ b/translations/ne/1-Introduction/3-fairness/assignment.md @@ -1,12 +1,3 @@ - # जिम्मेवार AI टूलबक्स अन्वेषण गर्नुहोस् ## निर्देशनहरू diff --git a/translations/ne/1-Introduction/4-techniques-of-ML/README.md b/translations/ne/1-Introduction/4-techniques-of-ML/README.md index cae5b8e50..19b93a2f6 100644 --- a/translations/ne/1-Introduction/4-techniques-of-ML/README.md +++ b/translations/ne/1-Introduction/4-techniques-of-ML/README.md @@ -1,12 +1,3 @@ - # मेसिन लर्निङका प्रविधिहरू मेसिन लर्निङ मोडेलहरू निर्माण, प्रयोग, र मर्मत गर्ने प्रक्रिया तथा तिनीहरूले प्रयोग गर्ने डाटा अन्य विकास कार्यप्रवाहहरू भन्दा धेरै फरक छ। यस पाठमा, हामी यस प्रक्रियालाई स्पष्ट पार्नेछौं र तपाईंलाई जान्न आवश्यक मुख्य प्रविधिहरूको रूपरेखा प्रस्तुत गर्नेछौं। तपाईं: diff --git a/translations/ne/1-Introduction/4-techniques-of-ML/assignment.md b/translations/ne/1-Introduction/4-techniques-of-ML/assignment.md index 34679351d..a6d36bae9 100644 --- a/translations/ne/1-Introduction/4-techniques-of-ML/assignment.md +++ b/translations/ne/1-Introduction/4-techniques-of-ML/assignment.md @@ -1,12 +1,3 @@ - # डेटा वैज्ञानिकसँग अन्तर्वार्ता गर्नुहोस् ## निर्देशनहरू diff --git a/translations/ne/1-Introduction/README.md b/translations/ne/1-Introduction/README.md index 329d5e206..586aba2d1 100644 --- a/translations/ne/1-Introduction/README.md +++ b/translations/ne/1-Introduction/README.md @@ -1,12 +1,3 @@ - # मेसिन लर्निङको परिचय यस पाठ्यक्रमको यस खण्डमा, तपाईंलाई मेसिन लर्निङ क्षेत्रको आधारभूत अवधारणाहरू, यसको अर्थ के हो, यसको इतिहास, र अनुसन्धानकर्ताहरूले यससँग काम गर्न प्रयोग गर्ने प्रविधिहरूको बारेमा परिचय गराइनेछ। आउनुहोस्, हामी सँगै यो नयाँ मेसिन लर्निङको संसार अन्वेषण गरौं! diff --git a/translations/ne/2-Regression/1-Tools/README.md b/translations/ne/2-Regression/1-Tools/README.md index b9a4707de..3634890a5 100644 --- a/translations/ne/2-Regression/1-Tools/README.md +++ b/translations/ne/2-Regression/1-Tools/README.md @@ -1,12 +1,3 @@ - # Python र Scikit-learn प्रयोग गरेर Regression Models सुरु गर्नुहोस् ![Regression को स्केच नोटमा सारांश](../../../../sketchnotes/ml-regression.png) diff --git a/translations/ne/2-Regression/1-Tools/assignment.md b/translations/ne/2-Regression/1-Tools/assignment.md index f633fca8d..c91983146 100644 --- a/translations/ne/2-Regression/1-Tools/assignment.md +++ b/translations/ne/2-Regression/1-Tools/assignment.md @@ -1,12 +1,3 @@ - # Scikit-learn सँग Regression ## निर्देशनहरू diff --git a/translations/ne/2-Regression/1-Tools/solution/Julia/README.md b/translations/ne/2-Regression/1-Tools/solution/Julia/README.md index 18fc04a8b..f61ed85bd 100644 --- a/translations/ne/2-Regression/1-Tools/solution/Julia/README.md +++ b/translations/ne/2-Regression/1-Tools/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/2-Regression/2-Data/README.md b/translations/ne/2-Regression/2-Data/README.md index e38250074..0dedaa9cf 100644 --- a/translations/ne/2-Regression/2-Data/README.md +++ b/translations/ne/2-Regression/2-Data/README.md @@ -1,12 +1,3 @@ - # Scikit-learn प्रयोग गरेर Regression मोडेल बनाउने: डेटा तयार पार्ने र दृश्यात्मक बनाउने ![डेटा दृश्यात्मकता इन्फोग्राफिक](../../../../2-Regression/2-Data/images/data-visualization.png) diff --git a/translations/ne/2-Regression/2-Data/assignment.md b/translations/ne/2-Regression/2-Data/assignment.md index 547b1f2cf..2f65fa59c 100644 --- a/translations/ne/2-Regression/2-Data/assignment.md +++ b/translations/ne/2-Regression/2-Data/assignment.md @@ -1,12 +1,3 @@ - # दृश्यात्मकता अन्वेषण गर्दै डाटा दृश्यात्मकताका लागि विभिन्न पुस्तकालयहरू उपलब्ध छन्। यस पाठमा रहेको कद्दू डाटाको प्रयोग गरेर matplotlib र seaborn को सहायताले केही दृश्यात्मकता बनाउनुहोस्। कुन पुस्तकालयहरूसँग काम गर्न सजिलो छ? diff --git a/translations/ne/2-Regression/2-Data/solution/Julia/README.md b/translations/ne/2-Regression/2-Data/solution/Julia/README.md index ebc2c423c..f006ae406 100644 --- a/translations/ne/2-Regression/2-Data/solution/Julia/README.md +++ b/translations/ne/2-Regression/2-Data/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/2-Regression/3-Linear/README.md b/translations/ne/2-Regression/3-Linear/README.md index 5f3a8340a..54ad28d6b 100644 --- a/translations/ne/2-Regression/3-Linear/README.md +++ b/translations/ne/2-Regression/3-Linear/README.md @@ -1,12 +1,3 @@ - # Scikit-learn प्रयोग गरेर रिग्रेशन मोडेल बनाउने: चार तरिकामा रिग्रेशन ![रेखीय बनाम बहुपद रिग्रेशन इन्फोग्राफिक](../../../../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. पछिल्लो पाठबाट तपाईंले सम्भवतः देख्नुभएको छ कि विभिन्न महिनाहरूको लागि औसत मूल्य यस प्रकार देखिन्छ: -महिनाद्वारा औसत मूल्य +महिनाद्वारा औसत मूल्य यसले सुझाव दिन्छ कि केही सम्बन्ध हुनुपर्छ, र हामी `महिना` र `मूल्य` बीचको सम्बन्ध भविष्यवाणी गर्न, वा `DayOfYear` र `मूल्य` बीचको सम्बन्ध भविष्यवाणी गर्न रेखीय रिग्रेशन मोडेल प्रशिक्षण गर्न प्रयास गर्न सक्छौं। यहाँ स्क्याटरप्लट छ जसले पछिल्लो सम्बन्ध देखाउँछ: -मूल्य बनाम वर्षको दिनको स्क्याटरप्लट +मूल्य बनाम वर्षको दिनको स्क्याटरप्लट आउनुहोस् `corr` फंक्शन प्रयोग गरेर सम्बन्ध छ कि छैन हेर्नुहोस्: @@ -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) ``` -मूल्य बनाम वर्षको दिनको स्क्याटरप्लट +मूल्य बनाम वर्षको दिनको स्क्याटरप्लट हाम्रो अनुसन्धानले सुझाव दिन्छ कि प्रकारले वास्तविक बिक्री मितिभन्दा समग्र मूल्यमा बढी प्रभाव पार्छ। हामीले यो बार ग्राफको साथ देख्न सक्छौं: @@ -145,7 +136,7 @@ for i,var in enumerate(new_pumpkins['Variety'].unique()): new_pumpkins.groupby('Variety')['Price'].mean().plot(kind='bar') ``` -प्रकार बनाम मूल्यको बार ग्राफ +प्रकार बनाम मूल्यको बार ग्राफ आउनुहोस् अहिलेको लागि केवल एक कद्दू प्रकार, 'pie type', मा ध्यान केन्द्रित गरौं, र हेर्नुहोस् कि मितिले मूल्यमा कस्तो प्रभाव पार्छ: @@ -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') ``` -मूल्य बनाम वर्षको दिनको स्क्याटरप्लट +मूल्य बनाम वर्षको दिनको स्क्याटरप्लट यदि हामी अहिले `corr` फंक्शन प्रयोग गरेर `मूल्य` र `DayOfYear` बीचको सम्बन्ध गणना गर्छौं भने, हामीले `-0.27` जस्तो केही प्राप्त गर्नेछौं - जसको अर्थ भविष्यवाणी मोडेल प्रशिक्षण गर्नुको अर्थ छ। @@ -227,7 +218,7 @@ plt.scatter(X_test,y_test) plt.plot(X_test,pred) ``` -रेखीय रिग्रेसन +रेखीय रिग्रेसन ## बहुपद रिग्रेसन @@ -256,7 +247,7 @@ pipeline.fit(X_train,y_train) पाइपलाइनहरू मूल `LinearRegression` वस्तुको जस्तै तरिकामा प्रयोग गर्न सकिन्छ, अर्थात् हामी पाइपलाइनलाई `fit` गर्न सक्छौं, र त्यसपछि भविष्यवाणी परिणामहरू प्राप्त गर्न `predict` प्रयोग गर्न सक्छौं। यहाँ परीक्षण डाटा र अनुमान वक्र देखाउने ग्राफ छ: -बहुपद रिग्रेसन +बहुपद रिग्रेसन बहुपद रिग्रेसन प्रयोग गर्दा, हामी थोरै कम MSE र उच्च निर्धारण प्राप्त गर्न सक्छौं, तर धेरै महत्त्वपूर्ण रूपमा होइन। हामीले अन्य विशेषताहरूलाई ध्यानमा राख्न आवश्यक छ! @@ -274,7 +265,7 @@ pipeline.fit(X_train,y_train) यहाँ तपाईं देख्न सक्नुहुन्छ कि औसत मूल्य विविधतामा कसरी निर्भर गर्दछ: -विविधताद्वारा औसत मूल्य +विविधताद्वारा औसत मूल्य विविधतालाई ध्यानमा राख्न, हामीले पहिले यसलाई संख्यात्मक रूपमा रूपान्तरण गर्न आवश्यक छ, वा **एन्कोड** गर्नुपर्छ। यसलाई गर्नका लागि केही तरिकाहरू छन्: diff --git a/translations/ne/2-Regression/3-Linear/assignment.md b/translations/ne/2-Regression/3-Linear/assignment.md index 1d5691222..b2d31b74b 100644 --- a/translations/ne/2-Regression/3-Linear/assignment.md +++ b/translations/ne/2-Regression/3-Linear/assignment.md @@ -1,12 +1,3 @@ - # रिग्रेशन मोडेल बनाउनुहोस् ## निर्देशनहरू diff --git a/translations/ne/2-Regression/3-Linear/solution/Julia/README.md b/translations/ne/2-Regression/3-Linear/solution/Julia/README.md index 5e94a8e9d..abde6f6a2 100644 --- a/translations/ne/2-Regression/3-Linear/solution/Julia/README.md +++ b/translations/ne/2-Regression/3-Linear/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/2-Regression/4-Logistic/README.md b/translations/ne/2-Regression/4-Logistic/README.md index 5ae3cba08..e0dc32aad 100644 --- a/translations/ne/2-Regression/4-Logistic/README.md +++ b/translations/ne/2-Regression/4-Logistic/README.md @@ -1,12 +1,3 @@ - # वर्गहरू भविष्यवाणी गर्नका लागि Logistic Regression ![Logistic vs. linear regression infographic](../../../../2-Regression/4-Logistic/images/linear-vs-logistic.png) diff --git a/translations/ne/2-Regression/4-Logistic/assignment.md b/translations/ne/2-Regression/4-Logistic/assignment.md index fa077ef52..bbd38041e 100644 --- a/translations/ne/2-Regression/4-Logistic/assignment.md +++ b/translations/ne/2-Regression/4-Logistic/assignment.md @@ -1,12 +1,3 @@ - # केही पुनः Regression प्रयास गर्दै ## निर्देशनहरू diff --git a/translations/ne/2-Regression/4-Logistic/solution/Julia/README.md b/translations/ne/2-Regression/4-Logistic/solution/Julia/README.md index 7e9da10ae..f006ae406 100644 --- a/translations/ne/2-Regression/4-Logistic/solution/Julia/README.md +++ b/translations/ne/2-Regression/4-Logistic/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/2-Regression/README.md b/translations/ne/2-Regression/README.md index c86f23c8e..658abfa24 100644 --- a/translations/ne/2-Regression/README.md +++ b/translations/ne/2-Regression/README.md @@ -1,12 +1,3 @@ - # मेसिन लर्निङका लागि रिग्रेसन मोडेलहरू ## क्षेत्रीय विषय: उत्तर अमेरिकामा कद्दूको मूल्यका लागि रिग्रेसन मोडेलहरू 🎃 diff --git a/translations/ne/3-Web-App/1-Web-App/README.md b/translations/ne/3-Web-App/1-Web-App/README.md index ac6feee01..5e288ba8d 100644 --- a/translations/ne/3-Web-App/1-Web-App/README.md +++ b/translations/ne/3-Web-App/1-Web-App/README.md @@ -1,12 +1,3 @@ - # वेब एप निर्माण गरेर ML मोडेल प्रयोग गर्नुहोस् यस पाठमा, तपाईं एक डेटा सेटमा ML मोडेललाई प्रशिक्षण दिनेछौं जुन अद्भुत छ: _पछिल्लो शताब्दीको UFO देखाइहरू_, जुन NUFORC को डाटाबेसबाट लिइएको छ। diff --git a/translations/ne/3-Web-App/1-Web-App/assignment.md b/translations/ne/3-Web-App/1-Web-App/assignment.md index f73fd9ac0..c86957374 100644 --- a/translations/ne/3-Web-App/1-Web-App/assignment.md +++ b/translations/ne/3-Web-App/1-Web-App/assignment.md @@ -1,12 +1,3 @@ - # अर्को मोडेल प्रयास गर्नुहोस् ## निर्देशनहरू diff --git a/translations/ne/3-Web-App/README.md b/translations/ne/3-Web-App/README.md index 00e7187bf..b9426757a 100644 --- a/translations/ne/3-Web-App/README.md +++ b/translations/ne/3-Web-App/README.md @@ -1,12 +1,3 @@ - # आफ्नो ML मोडेल प्रयोग गर्न वेब एप बनाउनुहोस् यस पाठ्यक्रमको यस भागमा, तपाईंलाई एक प्रयोगात्मक ML विषयमा परिचय गराइनेछ: कसरी आफ्नो Scikit-learn मोडेललाई फाइलको रूपमा सुरक्षित गर्ने जसलाई वेब एप्लिकेसनमा भविष्यवाणी गर्न प्रयोग गर्न सकिन्छ। मोडेल सुरक्षित गरेपछि, तपाईंले यसलाई Flask मा बनाइएको वेब एपमा प्रयोग गर्न सिक्नुहुनेछ। तपाईंले पहिलोमा केही डाटाको प्रयोग गरेर मोडेल बनाउनुहुनेछ, जुन UFO देखिएको घटनाको बारेमा हुनेछ! त्यसपछि, तपाईंले एउटा वेब एप बनाउनुहुनेछ जसले तपाईंलाई सेकन्डको संख्या, अक्षांश र देशान्तरको मान प्रविष्ट गर्न अनुमति दिनेछ, ताकि कुन देशले UFO देखेको रिपोर्ट गरेको हो भनेर भविष्यवाणी गर्न सकियोस्। diff --git a/translations/ne/4-Classification/1-Introduction/README.md b/translations/ne/4-Classification/1-Introduction/README.md index 4a6a0b902..be3c1f991 100644 --- a/translations/ne/4-Classification/1-Introduction/README.md +++ b/translations/ne/4-Classification/1-Introduction/README.md @@ -1,12 +1,3 @@ - # वर्गीकरणको परिचय यी चार पाठहरूमा, तपाईं क्लासिक मेसिन लर्निङको एक आधारभूत ध्यान केन्द्रित - _वर्गीकरण_ - अन्वेषण गर्नुहुनेछ। हामी एशिया र भारतका सबै अद्भुत परिकारहरूको बारेमा रहेको डेटासेट प्रयोग गरेर विभिन्न वर्गीकरण एल्गोरिदमहरूको प्रयोग गर्नेछौं। आशा छ तपाईं भोकै हुनुहुन्छ! diff --git a/translations/ne/4-Classification/1-Introduction/assignment.md b/translations/ne/4-Classification/1-Introduction/assignment.md index c3a7314c7..c01f2904e 100644 --- a/translations/ne/4-Classification/1-Introduction/assignment.md +++ b/translations/ne/4-Classification/1-Introduction/assignment.md @@ -1,12 +1,3 @@ - # वर्गीकरण विधिहरू अन्वेषण गर्नुहोस् ## निर्देशनहरू diff --git a/translations/ne/4-Classification/1-Introduction/solution/Julia/README.md b/translations/ne/4-Classification/1-Introduction/solution/Julia/README.md index 8ad2476c5..83040597b 100644 --- a/translations/ne/4-Classification/1-Introduction/solution/Julia/README.md +++ b/translations/ne/4-Classification/1-Introduction/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/4-Classification/2-Classifiers-1/README.md b/translations/ne/4-Classification/2-Classifiers-1/README.md index 448f2491b..18c59a33e 100644 --- a/translations/ne/4-Classification/2-Classifiers-1/README.md +++ b/translations/ne/4-Classification/2-Classifiers-1/README.md @@ -1,12 +1,3 @@ - # खाना वर्गीकरणकर्ता १ यस पाठमा, तपाईंले अघिल्लो पाठमा बचत गरिएको डेटा सेट प्रयोग गर्नुहुनेछ, जुन सन्तुलित, सफा डेटा हो र विभिन्न प्रकारका खानाका बारेमा जानकारी समेटिएको छ। diff --git a/translations/ne/4-Classification/2-Classifiers-1/assignment.md b/translations/ne/4-Classification/2-Classifiers-1/assignment.md index f4a207ef5..31d56d1c4 100644 --- a/translations/ne/4-Classification/2-Classifiers-1/assignment.md +++ b/translations/ne/4-Classification/2-Classifiers-1/assignment.md @@ -1,12 +1,3 @@ - # समाधानकर्ताहरूको अध्ययन गर्नुहोस् ## निर्देशनहरू diff --git a/translations/ne/4-Classification/2-Classifiers-1/solution/Julia/README.md b/translations/ne/4-Classification/2-Classifiers-1/solution/Julia/README.md index 8b70ad209..a550b78c1 100644 --- a/translations/ne/4-Classification/2-Classifiers-1/solution/Julia/README.md +++ b/translations/ne/4-Classification/2-Classifiers-1/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/4-Classification/3-Classifiers-2/README.md b/translations/ne/4-Classification/3-Classifiers-2/README.md index 2f7eacab0..3b9226992 100644 --- a/translations/ne/4-Classification/3-Classifiers-2/README.md +++ b/translations/ne/4-Classification/3-Classifiers-2/README.md @@ -1,12 +1,3 @@ - # खाना वर्गीकरणकर्ता २ यस दोस्रो वर्गीकरण पाठमा, तपाईंले संख्यात्मक डाटालाई वर्गीकरण गर्ने थप तरिकाहरू अन्वेषण गर्नुहुनेछ। साथै, तपाईंले एक वर्गीकरणकर्ता चयन गर्दा हुने प्रभावहरूको बारेमा सिक्नुहुनेछ। diff --git a/translations/ne/4-Classification/3-Classifiers-2/assignment.md b/translations/ne/4-Classification/3-Classifiers-2/assignment.md index 8322d5258..82ead39d6 100644 --- a/translations/ne/4-Classification/3-Classifiers-2/assignment.md +++ b/translations/ne/4-Classification/3-Classifiers-2/assignment.md @@ -1,12 +1,3 @@ - # प्यारामिटर प्ले ## निर्देशनहरू diff --git a/translations/ne/4-Classification/3-Classifiers-2/solution/Julia/README.md b/translations/ne/4-Classification/3-Classifiers-2/solution/Julia/README.md index fb77b2477..f61ed85bd 100644 --- a/translations/ne/4-Classification/3-Classifiers-2/solution/Julia/README.md +++ b/translations/ne/4-Classification/3-Classifiers-2/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/4-Classification/4-Applied/README.md b/translations/ne/4-Classification/4-Applied/README.md index 71dd9fb2e..f8413a4f6 100644 --- a/translations/ne/4-Classification/4-Applied/README.md +++ b/translations/ne/4-Classification/4-Applied/README.md @@ -1,12 +1,3 @@ - # क्युइजिन सिफारिस वेब एप निर्माण गर्नुहोस् यस पाठमा, तपाईंले अघिल्लो पाठहरूमा सिकेका केही प्रविधिहरू प्रयोग गरेर वर्गीकरण मोडेल निर्माण गर्नुहुनेछ र यस शृंखलामा प्रयोग गरिएको स्वादिष्ट क्युइजिन डेटासेटको साथ काम गर्नुहुनेछ। साथै, तपाईंले एक सानो वेब एप निर्माण गर्नुहुनेछ जसले बचत गरिएको मोडेल प्रयोग गर्दछ, Onnx को वेब रनटाइमलाई उपयोग गर्दै। diff --git a/translations/ne/4-Classification/4-Applied/assignment.md b/translations/ne/4-Classification/4-Applied/assignment.md index d11e5b3bf..975187786 100644 --- a/translations/ne/4-Classification/4-Applied/assignment.md +++ b/translations/ne/4-Classification/4-Applied/assignment.md @@ -1,12 +1,3 @@ - # सिफारिसकर्ता निर्माण गर्नुहोस् ## निर्देशनहरू diff --git a/translations/ne/4-Classification/README.md b/translations/ne/4-Classification/README.md index 8dc7cde9f..759e3751a 100644 --- a/translations/ne/4-Classification/README.md +++ b/translations/ne/4-Classification/README.md @@ -1,12 +1,3 @@ - # वर्गीकरणसँग सुरु गर्दै ## क्षेत्रीय विषय: स्वादिष्ट एशियाली र भारतीय परिकारहरू 🍜 diff --git a/translations/ne/5-Clustering/1-Visualize/README.md b/translations/ne/5-Clustering/1-Visualize/README.md index 096513960..9265661c9 100644 --- a/translations/ne/5-Clustering/1-Visualize/README.md +++ b/translations/ne/5-Clustering/1-Visualize/README.md @@ -1,12 +1,3 @@ - # क्लस्टरिङको परिचय क्लस्टरिङ [अनसुपरभाइज्ड लर्निङ](https://wikipedia.org/wiki/Unsupervised_learning) को एक प्रकार हो जसले मान्छे कि डाटासेट लेबल गरिएको छैन वा यसको इनपुटहरू पूर्वनिर्धारित आउटपुटहरूसँग मिलाइएको छैन भन्ने मान्यता राख्छ। यसले विभिन्न एल्गोरिदमहरू प्रयोग गरेर लेबल नगरिएको डाटालाई क्रमबद्ध गर्दछ र डाटामा देखिने ढाँचाहरूको आधारमा समूहहरू प्रदान गर्दछ। diff --git a/translations/ne/5-Clustering/1-Visualize/assignment.md b/translations/ne/5-Clustering/1-Visualize/assignment.md index 0b1aab42f..9f897fe5d 100644 --- a/translations/ne/5-Clustering/1-Visualize/assignment.md +++ b/translations/ne/5-Clustering/1-Visualize/assignment.md @@ -1,12 +1,3 @@ - # क्लस्टरिङका लागि अन्य दृश्यात्मकता अनुसन्धान गर्नुहोस् ## निर्देशनहरू diff --git a/translations/ne/5-Clustering/1-Visualize/solution/Julia/README.md b/translations/ne/5-Clustering/1-Visualize/solution/Julia/README.md index 300413b9a..83040597b 100644 --- a/translations/ne/5-Clustering/1-Visualize/solution/Julia/README.md +++ b/translations/ne/5-Clustering/1-Visualize/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/5-Clustering/2-K-Means/README.md b/translations/ne/5-Clustering/2-K-Means/README.md index 42a13b824..894eb00d0 100644 --- a/translations/ne/5-Clustering/2-K-Means/README.md +++ b/translations/ne/5-Clustering/2-K-Means/README.md @@ -1,12 +1,3 @@ - # K-Means क्लस्टरिङ ## [Pre-lecture quiz](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/ne/5-Clustering/2-K-Means/assignment.md b/translations/ne/5-Clustering/2-K-Means/assignment.md index b7caa1299..d1eadf7fe 100644 --- a/translations/ne/5-Clustering/2-K-Means/assignment.md +++ b/translations/ne/5-Clustering/2-K-Means/assignment.md @@ -1,12 +1,3 @@ - # विभिन्न क्लस्टरिङ विधिहरू प्रयास गर्नुहोस् ## निर्देशनहरू diff --git a/translations/ne/5-Clustering/2-K-Means/solution/Julia/README.md b/translations/ne/5-Clustering/2-K-Means/solution/Julia/README.md index 788a66dd4..f006ae406 100644 --- a/translations/ne/5-Clustering/2-K-Means/solution/Julia/README.md +++ b/translations/ne/5-Clustering/2-K-Means/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/5-Clustering/README.md b/translations/ne/5-Clustering/README.md index 64ea2569a..3317e778a 100644 --- a/translations/ne/5-Clustering/README.md +++ b/translations/ne/5-Clustering/README.md @@ -1,12 +1,3 @@ - # मेसिन लर्निङका लागि क्लस्टरिङ मोडेलहरू क्लस्टरिङ एक मेसिन लर्निङ कार्य हो जहाँ समान विशेषताहरू भएका वस्तुहरूलाई पहिचान गरी समूहहरूमा विभाजन गरिन्छ, जसलाई क्लस्टर भनिन्छ। अन्य मेसिन लर्निङ विधिहरूसँग तुलना गर्दा, क्लस्टरिङ स्वतः हुन्छ। वास्तवमा, यो सुपरभाइज्ड लर्निङको विपरीत हो भन्नु उचित हुन्छ। diff --git a/translations/ne/6-NLP/1-Introduction-to-NLP/README.md b/translations/ne/6-NLP/1-Introduction-to-NLP/README.md index 0703f4491..bb87864aa 100644 --- a/translations/ne/6-NLP/1-Introduction-to-NLP/README.md +++ b/translations/ne/6-NLP/1-Introduction-to-NLP/README.md @@ -1,12 +1,3 @@ - # प्राकृतिक भाषा प्रशोधनको परिचय यो पाठले *प्राकृतिक भाषा प्रशोधन* को संक्षिप्त इतिहास र महत्वपूर्ण अवधारणाहरूलाई समेट्छ, जुन *कम्प्युटेशनल भाषाविज्ञान* को उपक्षेत्र हो। diff --git a/translations/ne/6-NLP/1-Introduction-to-NLP/assignment.md b/translations/ne/6-NLP/1-Introduction-to-NLP/assignment.md index e1e7c3bb2..a432dfec1 100644 --- a/translations/ne/6-NLP/1-Introduction-to-NLP/assignment.md +++ b/translations/ne/6-NLP/1-Introduction-to-NLP/assignment.md @@ -1,12 +1,3 @@ - # बोटको खोजी गर्नुहोस् ## निर्देशनहरू diff --git a/translations/ne/6-NLP/2-Tasks/README.md b/translations/ne/6-NLP/2-Tasks/README.md index f0ee207e7..abdc3b698 100644 --- a/translations/ne/6-NLP/2-Tasks/README.md +++ b/translations/ne/6-NLP/2-Tasks/README.md @@ -1,12 +1,3 @@ - # सामान्य प्राकृतिक भाषा प्रशोधन कार्यहरू र प्रविधिहरू प्रायः *प्राकृतिक भाषा प्रशोधन* कार्यहरूको लागि, प्रशोधन गर्नुपर्ने पाठलाई टुक्र्याउन, जाँच गर्न, र परिणामहरू नियमहरू र डाटा सेटहरूसँग भण्डारण वा क्रस रेफरेन्स गर्न आवश्यक हुन्छ। यी कार्यहरूले प्रोग्रामरलाई पाठमा शब्दहरूको _अर्थ_, _उद्देश्य_, वा केवल _आवृत्ति_ प्राप्त गर्न अनुमति दिन्छ। diff --git a/translations/ne/6-NLP/2-Tasks/assignment.md b/translations/ne/6-NLP/2-Tasks/assignment.md index def9ff935..08dfe2920 100644 --- a/translations/ne/6-NLP/2-Tasks/assignment.md +++ b/translations/ne/6-NLP/2-Tasks/assignment.md @@ -1,12 +1,3 @@ - # बोटलाई जवाफ दिन सिकाउनुहोस् ## निर्देशनहरू diff --git a/translations/ne/6-NLP/3-Translation-Sentiment/README.md b/translations/ne/6-NLP/3-Translation-Sentiment/README.md index f6b8b00e3..49f49c3df 100644 --- a/translations/ne/6-NLP/3-Translation-Sentiment/README.md +++ b/translations/ne/6-NLP/3-Translation-Sentiment/README.md @@ -1,12 +1,3 @@ - # अनुवाद र भावना विश्लेषण मेसिन लर्निङसँग अघिल्लो पाठहरूमा तपाईंले `TextBlob` प्रयोग गरेर एउटा साधारण बोट कसरी बनाउने भन्ने कुरा सिक्नुभयो। यो पुस्तकालयले आधारभूत NLP कार्यहरू जस्तै संज्ञा वाक्यांश निकाल्नका लागि मेसिन लर्निङलाई पर्दा पछाडि प्रयोग गर्दछ। कम्प्युटेशनल भाषाविज्ञानको अर्को महत्त्वपूर्ण चुनौती भनेको एउटा भाषा (बोलिने वा लेखिने) बाट अर्को भाषामा वाक्यको सही _अनुवाद_ गर्नु हो। diff --git a/translations/ne/6-NLP/3-Translation-Sentiment/assignment.md b/translations/ne/6-NLP/3-Translation-Sentiment/assignment.md index e2ee7756e..a6c5bd989 100644 --- a/translations/ne/6-NLP/3-Translation-Sentiment/assignment.md +++ b/translations/ne/6-NLP/3-Translation-Sentiment/assignment.md @@ -1,12 +1,3 @@ - # काव्यात्मक अनुमति ## निर्देशनहरू diff --git a/translations/ne/6-NLP/3-Translation-Sentiment/solution/Julia/README.md b/translations/ne/6-NLP/3-Translation-Sentiment/solution/Julia/README.md index d027f38b3..2b9eb1feb 100644 --- a/translations/ne/6-NLP/3-Translation-Sentiment/solution/Julia/README.md +++ b/translations/ne/6-NLP/3-Translation-Sentiment/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/6-NLP/3-Translation-Sentiment/solution/R/README.md b/translations/ne/6-NLP/3-Translation-Sentiment/solution/R/README.md index 9ee72b24a..4aabc6374 100644 --- a/translations/ne/6-NLP/3-Translation-Sentiment/solution/R/README.md +++ b/translations/ne/6-NLP/3-Translation-Sentiment/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/6-NLP/4-Hotel-Reviews-1/README.md b/translations/ne/6-NLP/4-Hotel-Reviews-1/README.md index 14ea0ce75..49a8dc36e 100644 --- a/translations/ne/6-NLP/4-Hotel-Reviews-1/README.md +++ b/translations/ne/6-NLP/4-Hotel-Reviews-1/README.md @@ -1,12 +1,3 @@ - # होटल समीक्षाको भावना विश्लेषण - डेटा प्रशोधन यस खण्डमा, तपाईंले अघिल्लो पाठहरूमा सिकेका प्रविधिहरू प्रयोग गरेर ठूलो डेटासेटको अन्वेषणात्मक डेटा विश्लेषण गर्नुहुनेछ। विभिन्न स्तम्भहरूको उपयोगिताको राम्रो समझ प्राप्त गरेपछि, तपाईं सिक्नुहुनेछ: diff --git a/translations/ne/6-NLP/4-Hotel-Reviews-1/assignment.md b/translations/ne/6-NLP/4-Hotel-Reviews-1/assignment.md index 67fe210f4..2543d6ece 100644 --- a/translations/ne/6-NLP/4-Hotel-Reviews-1/assignment.md +++ b/translations/ne/6-NLP/4-Hotel-Reviews-1/assignment.md @@ -1,12 +1,3 @@ - # NLTK ## निर्देशनहरू diff --git a/translations/ne/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md b/translations/ne/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md index bb7cd5898..f61ed85bd 100644 --- a/translations/ne/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md +++ b/translations/ne/6-NLP/4-Hotel-Reviews-1/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/6-NLP/4-Hotel-Reviews-1/solution/R/README.md b/translations/ne/6-NLP/4-Hotel-Reviews-1/solution/R/README.md index 91d3cb80b..d87c5bb61 100644 --- a/translations/ne/6-NLP/4-Hotel-Reviews-1/solution/R/README.md +++ b/translations/ne/6-NLP/4-Hotel-Reviews-1/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/6-NLP/5-Hotel-Reviews-2/README.md b/translations/ne/6-NLP/5-Hotel-Reviews-2/README.md index f2de8bd9a..ac999854a 100644 --- a/translations/ne/6-NLP/5-Hotel-Reviews-2/README.md +++ b/translations/ne/6-NLP/5-Hotel-Reviews-2/README.md @@ -1,12 +1,3 @@ - # होटल समीक्षाको साथ भावना विश्लेषण अब तपाईंले डेटासेटलाई विस्तारमा अन्वेषण गरिसकेपछि, स्तम्भहरू फिल्टर गर्ने र त्यसपछि होटलहरूको बारेमा नयाँ जानकारी प्राप्त गर्न NLP प्रविधिहरू प्रयोग गर्ने समय आएको छ। diff --git a/translations/ne/6-NLP/5-Hotel-Reviews-2/assignment.md b/translations/ne/6-NLP/5-Hotel-Reviews-2/assignment.md index 9b02ede2a..51a281a7e 100644 --- a/translations/ne/6-NLP/5-Hotel-Reviews-2/assignment.md +++ b/translations/ne/6-NLP/5-Hotel-Reviews-2/assignment.md @@ -1,12 +1,3 @@ - # फरक डाटासेट प्रयास गर्नुहोस् ## निर्देशनहरू diff --git a/translations/ne/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md b/translations/ne/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md index 2d2acbe56..83040597b 100644 --- a/translations/ne/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md +++ b/translations/ne/6-NLP/5-Hotel-Reviews-2/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/6-NLP/5-Hotel-Reviews-2/solution/R/README.md b/translations/ne/6-NLP/5-Hotel-Reviews-2/solution/R/README.md index 1b0443607..f61ed85bd 100644 --- a/translations/ne/6-NLP/5-Hotel-Reviews-2/solution/R/README.md +++ b/translations/ne/6-NLP/5-Hotel-Reviews-2/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/6-NLP/README.md b/translations/ne/6-NLP/README.md index 80c96eaa0..f91b4acd3 100644 --- a/translations/ne/6-NLP/README.md +++ b/translations/ne/6-NLP/README.md @@ -1,12 +1,3 @@ - # प्राकृतिक भाषा प्रशोधनसँग सुरु गर्दै प्राकृतिक भाषा प्रशोधन (NLP) भनेको कम्प्युटर प्रोग्रामले मानिसको बोल्ने र लेख्ने भाषा बुझ्ने क्षमता हो - जसलाई प्राकृतिक भाषा भनिन्छ। यो कृत्रिम बुद्धिमत्ता (AI) को एक घटक हो। NLP ५० वर्षभन्दा बढी समयदेखि अस्तित्वमा छ र भाषाविज्ञानको क्षेत्रमा यसको जरा छ। यो सम्पूर्ण क्षेत्रले मेसिनलाई मानव भाषा बुझ्न र प्रशोधन गर्न मद्दत पुर्‍याउन केन्द्रित छ। यसलाई त्यसपछि स्पेल जाँच वा मेसिन अनुवाद जस्ता कार्यहरू गर्न प्रयोग गर्न सकिन्छ। यसको चिकित्सा अनुसन्धान, खोज इन्जिनहरू र व्यापार बुद्धिमत्ताजस्ता विभिन्न क्षेत्रहरूमा वास्तविक जीवनका अनुप्रयोगहरू छन्। diff --git a/translations/ne/6-NLP/data/README.md b/translations/ne/6-NLP/data/README.md index d57c409ea..7fbf876ee 100644 --- a/translations/ne/6-NLP/data/README.md +++ b/translations/ne/6-NLP/data/README.md @@ -1,12 +1,3 @@ - यो फोल्डरमा होटल समीक्षा डेटा डाउनलोड गर्नुहोस्। --- diff --git a/translations/ne/7-TimeSeries/1-Introduction/README.md b/translations/ne/7-TimeSeries/1-Introduction/README.md index 95a797e68..44efb547b 100644 --- a/translations/ne/7-TimeSeries/1-Introduction/README.md +++ b/translations/ne/7-TimeSeries/1-Introduction/README.md @@ -1,12 +1,3 @@ - # समय श्रृंखला पूर्वानुमानको परिचय ![समय श्रृंखला को स्केच नोटमा सारांश](../../../../sketchnotes/ml-timeseries.png) diff --git a/translations/ne/7-TimeSeries/1-Introduction/assignment.md b/translations/ne/7-TimeSeries/1-Introduction/assignment.md index 207a80d26..2d9da9029 100644 --- a/translations/ne/7-TimeSeries/1-Introduction/assignment.md +++ b/translations/ne/7-TimeSeries/1-Introduction/assignment.md @@ -1,12 +1,3 @@ - # केही थप समय श्रृंखला दृश्यात्मक बनाउनुहोस् ## निर्देशनहरू diff --git a/translations/ne/7-TimeSeries/1-Introduction/solution/Julia/README.md b/translations/ne/7-TimeSeries/1-Introduction/solution/Julia/README.md index ef69cf1c3..f006ae406 100644 --- a/translations/ne/7-TimeSeries/1-Introduction/solution/Julia/README.md +++ b/translations/ne/7-TimeSeries/1-Introduction/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/7-TimeSeries/1-Introduction/solution/R/README.md b/translations/ne/7-TimeSeries/1-Introduction/solution/R/README.md index 7b0f5b724..f006ae406 100644 --- a/translations/ne/7-TimeSeries/1-Introduction/solution/R/README.md +++ b/translations/ne/7-TimeSeries/1-Introduction/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/7-TimeSeries/2-ARIMA/README.md b/translations/ne/7-TimeSeries/2-ARIMA/README.md index 677f41d3f..ff705ebda 100644 --- a/translations/ne/7-TimeSeries/2-ARIMA/README.md +++ b/translations/ne/7-TimeSeries/2-ARIMA/README.md @@ -1,12 +1,3 @@ - # ARIMA सँग समय श्रृंखला पूर्वानुमान अघिल्लो पाठमा, तपाईंले समय श्रृंखला पूर्वानुमानको बारेमा केही सिक्नुभयो र विद्युत लोडको समय अवधिमा हुने उतार-चढ़ाव देखाउने डेटासेट लोड गर्नुभयो। diff --git a/translations/ne/7-TimeSeries/2-ARIMA/assignment.md b/translations/ne/7-TimeSeries/2-ARIMA/assignment.md index ed3879c11..992899ef4 100644 --- a/translations/ne/7-TimeSeries/2-ARIMA/assignment.md +++ b/translations/ne/7-TimeSeries/2-ARIMA/assignment.md @@ -1,12 +1,3 @@ - # नयाँ ARIMA मोडेल ## निर्देशनहरू diff --git a/translations/ne/7-TimeSeries/2-ARIMA/solution/Julia/README.md b/translations/ne/7-TimeSeries/2-ARIMA/solution/Julia/README.md index 5a1500e47..44141443d 100644 --- a/translations/ne/7-TimeSeries/2-ARIMA/solution/Julia/README.md +++ b/translations/ne/7-TimeSeries/2-ARIMA/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/7-TimeSeries/2-ARIMA/solution/R/README.md b/translations/ne/7-TimeSeries/2-ARIMA/solution/R/README.md index 131baad94..f006ae406 100644 --- a/translations/ne/7-TimeSeries/2-ARIMA/solution/R/README.md +++ b/translations/ne/7-TimeSeries/2-ARIMA/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/7-TimeSeries/3-SVR/README.md b/translations/ne/7-TimeSeries/3-SVR/README.md index 3f710b453..3567b181d 100644 --- a/translations/ne/7-TimeSeries/3-SVR/README.md +++ b/translations/ne/7-TimeSeries/3-SVR/README.md @@ -1,12 +1,3 @@ - # समय श्रृंखला पूर्वानुमान Support Vector Regressor को साथमा अघिल्लो पाठमा, तपाईंले ARIMA मोडेल प्रयोग गरेर समय श्रृंखला पूर्वानुमान कसरी गर्ने भनेर सिक्नुभयो। अब तपाईं Support Vector Regressor मोडेल हेर्न जाँदै हुनुहुन्छ, जुन निरन्तर डाटा पूर्वानुमान गर्न प्रयोग गरिने एक प्रकारको रिग्रेसर मोडेल हो। diff --git a/translations/ne/7-TimeSeries/3-SVR/assignment.md b/translations/ne/7-TimeSeries/3-SVR/assignment.md index 3b41fce5c..17b74ea1f 100644 --- a/translations/ne/7-TimeSeries/3-SVR/assignment.md +++ b/translations/ne/7-TimeSeries/3-SVR/assignment.md @@ -1,12 +1,3 @@ - # नयाँ SVR मोडेल ## निर्देशनहरू [^1] diff --git a/translations/ne/7-TimeSeries/README.md b/translations/ne/7-TimeSeries/README.md index 99764895d..ea32d51f3 100644 --- a/translations/ne/7-TimeSeries/README.md +++ b/translations/ne/7-TimeSeries/README.md @@ -1,12 +1,3 @@ - # समय श्रृंखला पूर्वानुमानको परिचय समय श्रृंखला पूर्वानुमान के हो? यो विगतका प्रवृत्तिहरूको विश्लेषण गरेर भविष्यका घटनाहरूको अनुमान लगाउने विषय हो। diff --git a/translations/ne/8-Reinforcement/1-QLearning/README.md b/translations/ne/8-Reinforcement/1-QLearning/README.md index 6d7714b2b..bec19a070 100644 --- a/translations/ne/8-Reinforcement/1-QLearning/README.md +++ b/translations/ne/8-Reinforcement/1-QLearning/README.md @@ -1,12 +1,3 @@ - # परिचय: रिइन्फोर्समेन्ट लर्निङ र Q-लर्निङ ![मेसिन लर्निङमा रिइन्फोर्समेन्टको सारांश स्केच नोटमा](../../../../sketchnotes/ml-reinforcement.png) diff --git a/translations/ne/8-Reinforcement/1-QLearning/assignment.md b/translations/ne/8-Reinforcement/1-QLearning/assignment.md index 16f9d832f..3f2aea624 100644 --- a/translations/ne/8-Reinforcement/1-QLearning/assignment.md +++ b/translations/ne/8-Reinforcement/1-QLearning/assignment.md @@ -1,12 +1,3 @@ - # एक यथार्थपरक संसार हाम्रो परिस्थितिमा, पीटर लगभग थकित वा भोकै नभई हिँड्न सक्थ्यो। एक यथार्थपरक संसारमा, उसले समय-समयमा बस्न र आराम गर्नुपर्ने हुन्छ, साथै आफूलाई खाना खुवाउनुपर्ने हुन्छ। निम्न नियमहरू लागू गरेर हाम्रो संसारलाई अझ यथार्थपरक बनाऔं: diff --git a/translations/ne/8-Reinforcement/1-QLearning/solution/Julia/README.md b/translations/ne/8-Reinforcement/1-QLearning/solution/Julia/README.md index 22894a52d..9e75e44d2 100644 --- a/translations/ne/8-Reinforcement/1-QLearning/solution/Julia/README.md +++ b/translations/ne/8-Reinforcement/1-QLearning/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/8-Reinforcement/1-QLearning/solution/R/README.md b/translations/ne/8-Reinforcement/1-QLearning/solution/R/README.md index 5eddd1d41..e92cb07f0 100644 --- a/translations/ne/8-Reinforcement/1-QLearning/solution/R/README.md +++ b/translations/ne/8-Reinforcement/1-QLearning/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/8-Reinforcement/2-Gym/README.md b/translations/ne/8-Reinforcement/2-Gym/README.md index 8ffc88525..30949ec60 100644 --- a/translations/ne/8-Reinforcement/2-Gym/README.md +++ b/translations/ne/8-Reinforcement/2-Gym/README.md @@ -1,12 +1,3 @@ - ## आवश्यकताहरू यस पाठमा, हामी **OpenAI Gym** नामक पुस्तकालय प्रयोग गर्नेछौं विभिन्न **पर्यावरणहरू** अनुकरण गर्न। तपाईं यो पाठको कोड स्थानीय रूपमा (जस्तै Visual Studio Code बाट) चलाउन सक्नुहुन्छ, जसमा अनुकरण नयाँ विन्डोमा खुल्छ। अनलाइन कोड चलाउँदा, तपाईंले कोडमा केही परिवर्तन गर्नुपर्ने हुन सक्छ, जस्तै [यहाँ](https://towardsdatascience.com/rendering-openai-gym-envs-on-binder-and-google-colab-536f99391cc7) वर्णन गरिएको छ। diff --git a/translations/ne/8-Reinforcement/2-Gym/assignment.md b/translations/ne/8-Reinforcement/2-Gym/assignment.md index 5f2d0c908..30aaebd7c 100644 --- a/translations/ne/8-Reinforcement/2-Gym/assignment.md +++ b/translations/ne/8-Reinforcement/2-Gym/assignment.md @@ -1,12 +1,3 @@ - # ट्रेन माउन्टेन कार [OpenAI Gym](http://gym.openai.com) यसरी डिजाइन गरिएको छ कि सबै वातावरणहरूले एउटै API प्रदान गर्छन् - अर्थात् एउटै विधिहरू `reset`, `step` र `render`, र **action space** र **observation space** को एउटै संरचना। यसले गर्दा एउटै reinforcement learning एल्गोरिदमलाई विभिन्न वातावरणहरूमा न्यूनतम कोड परिवर्तनको साथ अनुकूलन गर्न सम्भव हुनुपर्छ। diff --git a/translations/ne/8-Reinforcement/2-Gym/solution/Julia/README.md b/translations/ne/8-Reinforcement/2-Gym/solution/Julia/README.md index 8f0965fae..83040597b 100644 --- a/translations/ne/8-Reinforcement/2-Gym/solution/Julia/README.md +++ b/translations/ne/8-Reinforcement/2-Gym/solution/Julia/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/8-Reinforcement/2-Gym/solution/R/README.md b/translations/ne/8-Reinforcement/2-Gym/solution/R/README.md index e2279e2e2..ef045c78e 100644 --- a/translations/ne/8-Reinforcement/2-Gym/solution/R/README.md +++ b/translations/ne/8-Reinforcement/2-Gym/solution/R/README.md @@ -1,12 +1,3 @@ - --- diff --git a/translations/ne/8-Reinforcement/README.md b/translations/ne/8-Reinforcement/README.md index 6474c70c3..97a3e6556 100644 --- a/translations/ne/8-Reinforcement/README.md +++ b/translations/ne/8-Reinforcement/README.md @@ -1,12 +1,3 @@ - # सुदृढीकरण शिक्षाको परिचय सुदृढीकरण शिक्षा, RL, लाई पर्यवेक्षित शिक्षा र अप्रत्यक्ष शिक्षाको साथमा आधारभूत मेसिन शिक्षण दृष्टान्तहरूमध्ये एक मानिन्छ। RL निर्णयहरूबारे हो: सही निर्णयहरू प्रदान गर्ने वा कम्तिमा तिनबाट सिक्ने। diff --git a/translations/ne/9-Real-World/1-Applications/README.md b/translations/ne/9-Real-World/1-Applications/README.md index a651e7e0a..a5b660609 100644 --- a/translations/ne/9-Real-World/1-Applications/README.md +++ b/translations/ne/9-Real-World/1-Applications/README.md @@ -1,12 +1,3 @@ - # पोस्टस्क्रिप्ट: वास्तविक संसारमा मेसिन लर्निङ ![वास्तविक संसारमा मेसिन लर्निङको सारांश स्केच नोटमा](../../../../sketchnotes/ml-realworld.png) diff --git a/translations/ne/9-Real-World/1-Applications/assignment.md b/translations/ne/9-Real-World/1-Applications/assignment.md index ca67ad73b..69391f8c0 100644 --- a/translations/ne/9-Real-World/1-Applications/assignment.md +++ b/translations/ne/9-Real-World/1-Applications/assignment.md @@ -1,12 +1,3 @@ - # एक एमएल स्क्याभेन्जर हन्ट ## निर्देशनहरू diff --git a/translations/ne/9-Real-World/2-Debugging-ML-Models/README.md b/translations/ne/9-Real-World/2-Debugging-ML-Models/README.md index 53029996f..4f1c1b74e 100644 --- a/translations/ne/9-Real-World/2-Debugging-ML-Models/README.md +++ b/translations/ne/9-Real-World/2-Debugging-ML-Models/README.md @@ -1,12 +1,3 @@ - # पोस्टस्क्रिप्ट: जिम्मेवार AI ड्यासबोर्ड कम्पोनेन्टहरू प्रयोग गरेर मेसिन लर्निङ मोडेल डिबगिङ ## [प्री-लेक्चर क्विज](https://ff-quizzes.netlify.app/en/ml/) diff --git a/translations/ne/9-Real-World/2-Debugging-ML-Models/assignment.md b/translations/ne/9-Real-World/2-Debugging-ML-Models/assignment.md index fa7cd23a1..bc67cdf92 100644 --- a/translations/ne/9-Real-World/2-Debugging-ML-Models/assignment.md +++ b/translations/ne/9-Real-World/2-Debugging-ML-Models/assignment.md @@ -1,12 +1,3 @@ - # जिम्मेवार AI (RAI) ड्यासबोर्ड अन्वेषण गर्नुहोस् ## निर्देशनहरू diff --git a/translations/ne/9-Real-World/README.md b/translations/ne/9-Real-World/README.md index 35868a094..017fa3b94 100644 --- a/translations/ne/9-Real-World/README.md +++ b/translations/ne/9-Real-World/README.md @@ -1,12 +1,3 @@ - # पोस्टस्क्रिप्ट: परम्परागत मेसिन लर्निङका वास्तविक संसारका प्रयोगहरू यस पाठ्यक्रमको यस खण्डमा, तपाईंलाई परम्परागत मेसिन लर्निङका केही वास्तविक संसारका प्रयोगहरूबारे परिचित गराइनेछ। हामीले इन्टरनेटमा खोजी गरेर यस्ता सेतो कागजातहरू र लेखहरू संकलन गरेका छौं जसले यी रणनीतिहरू प्रयोग गरेका छन्, न्यूरल नेटवर्क, डीप लर्निङ र एआईलाई सकेसम्म टाढा राख्दै। जान्नुहोस् कसरी मेसिन लर्निङ व्यापार प्रणालीहरू, पारिस्थितिक प्रयोगहरू, वित्त, कला र संस्कृति, र अन्य क्षेत्रमा प्रयोग गरिन्छ। diff --git a/translations/ne/AGENTS.md b/translations/ne/AGENTS.md index 2d7cf3d2f..42ff400d2 100644 --- a/translations/ne/AGENTS.md +++ b/translations/ne/AGENTS.md @@ -1,12 +1,3 @@ - # AGENTS.md ## परियोजना अवलोकन diff --git a/translations/ne/CODE_OF_CONDUCT.md b/translations/ne/CODE_OF_CONDUCT.md index ad24df262..59c03d789 100644 --- a/translations/ne/CODE_OF_CONDUCT.md +++ b/translations/ne/CODE_OF_CONDUCT.md @@ -1,12 +1,3 @@ - # माइक्रोसफ्ट ओपन सोर्स आचारसंहिता यो परियोजनाले [माइक्रोसफ्ट ओपन सोर्स आचारसंहिता](https://opensource.microsoft.com/codeofconduct/) अपनाएको छ। diff --git a/translations/ne/CONTRIBUTING.md b/translations/ne/CONTRIBUTING.md index b4f26636a..038afabc9 100644 --- a/translations/ne/CONTRIBUTING.md +++ b/translations/ne/CONTRIBUTING.md @@ -1,12 +1,3 @@ - # योगदान यो परियोजनाले योगदान र सुझावहरूलाई स्वागत गर्दछ। अधिकांश योगदानहरूको लागि तपाईंले योगदानकर्ता लाइसेन्स सम्झौता (CLA) मा सहमति जनाउन आवश्यक छ, जसले तपाईंलाई अधिकार छ र वास्तवमै तपाईंको योगदान प्रयोग गर्न हामीलाई अधिकार दिन्छ। थप विवरणको लागि, https://cla.microsoft.com मा जानुहोस्। diff --git a/translations/ne/README.md b/translations/ne/README.md index 80279bf29..9fb51a7c0 100644 --- a/translations/ne/README.md +++ b/translations/ne/README.md @@ -1,160 +1,169 @@ - +[![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/) + ### 🌐 बहुभाषी समर्थन -#### GitHub Action मार्फत समर्थित (स्वचालित र सधैं अद्यावधिक) +#### GitHub क्रिया मार्फत समर्थन गरिएको (स्वचालित र सधैं अद्यावधिक) + + +[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-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](./README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md) > **स्थानीय रूपमा क्लोन गर्न चाहनुहुन्छ?** -> यो भण्डारमा ५० भन्दा बढी भाषाहरूका अनुवादहरू समावेश छन् जसले डाउनलोड आकारमा ठूलो वृद्धि गर्दछ। अनुवाद बिना क्लोन गर्न sparse checkout प्रयोग गर्नुहोस्: +> यो रिपोजिटरीसँग ५०+ भाषा अनुवादहरू समावेश छन् जसले डाउनलोड साइजलाई धेरै वृद्धि गर्दछ। अनुवादहरू बिना क्लोन गर्न sparse checkout प्रयोग गर्नुहोस्: > ```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' > ``` -> यसले तपाइँलाई कोर्ष पूरा गर्न आवश्यक सबै चीजहरू धेरै छिटो डाउनलोडसँग उपलब्ध गराउँछ। +> यसले तपाईंलाई पाठ्यक्रम पूरा गर्न आवश्यक सबै सामग्री धेरै छिटो डाउनलोडको साथ प्रदान गर्दछ। + #### हाम्रो समुदायमा सामेल हुनुहोस् -हामीसँग Discord मा AI सँग सिकाइ श्रृंखला चलिरहेको छ, थप जान्न र हामीसँग सामेल हुन [Learn with AI Series](https://aka.ms/learnwithai/discord) मा १८ - ३० सेप्टेम्बर, २०२५ सम्म। तपाइँ GitHub Copilot को डेटा साइन्समा उपयोग गर्ने टिप्स र ट्रिक्स प्राप्त गर्नु हुनेछ। +[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -![Learn with AI series](../../../../translated_images/ne/3.9b58fd8d6c373c20.webp) +हामीसँग डिस्कोर्डमा AI सँग सिक्ने शृंखला चलिरहेको छ, थप जान्न र सामेल हुन [Learn with AI Series](https://aka.ms/learnwithai/discord) मा आउनुहोस् सेप्टेम्बर १८ - ३०, २०२५। तपाईं GitHub Copilot डेटा विज्ञानका लागि कसरी प्रयोग गर्ने टिप्स र ट्रिक्स पाउनु हुनेछ। -# नौसिखिया लागि मेशिन लर्निङ - एक पाठ्यक्रम तालिका +![Learn with AI series](../../translated_images/ne/3.9b58fd8d6c373c20.webp) -> 🌍 विश्वका संस्कृतिहरूमार्फत मेशिन लर्निङ अन्वेषण गर्दै विश्व भ्रमण गर्नुहोस् 🌍 +# शुरुवातीहरूका लागि मेशिन लर्निङ - एउटा पाठ्यक्रम -Microsoft का Cloud Advocates हरूले १२ हप्ता, २६ पाठ सहितको **मेशिन लर्निङ** सम्बन्धित पाठ्यक्रम प्रस्ताव गरेकोमा खुशी छ। यस पाठ्यक्रममा, प्रायः Scikit-learn लाई पुस्तकालयको रूपमा प्रयोग गरी र गहिरो सिकाइ (deep learning) बाट टाढा रही, जुन हाम्रो [AI for Beginners कोर्स](https://aka.ms/ai4beginners) मा समेटिएको छ, क्लासिक मेशिन लर्निङ सिक्नु हुनेछ। यी पाठहरूलाई हाम्रो ['Data Science for Beginners' पाठ्यक्रम](https://aka.ms/ds4beginners) सँग जोड्न सकिन्छ। +> 🌍 संसार घुम्दै गर्दा मेशिन लर्निङलाई विश्वका संस्कृतिहरू मार्फत अन्वेषण गरौं 🌍 -विश्वका बिभिन्न क्षेत्रका डाटा माथि यी क्लासिक प्रविधिहरू लागू गर्दै यात्रा गर्नुहोस्। प्रत्येक पाठमा पूर्व र पछिको क्विज, पाठ पूरा गर्ने लेखिएको निर्देशन, समाधान, असाइनमेन्ट र थप समावेश छ। हाम्रो परियोजना-आधारित शिक्षण विधिले तपाईंलाई सिक्दै बनाउने मौका दिन्छ, जुन नयाँ सीपहरू रोकिने सिद्ध तरिका हो। +Microsoftका Cloud Advocatesहरूले १२ हप्ता, २६ पाठहरूको एक पाठ्यक्रम प्रदान गर्न पाउँदा खुशी छन् जुन मुख्यतः **मेशिन लर्निङ** मा केन्द्रित छ। यसमा तपाईंले प्रायः Scikit-learn पुस्तकालय प्रयोग गरेर कहलिने **शास्त्रीय मेशिन लर्निङ** बारे सिक्नुहुनेछ र गहिरो सिकाइ (डीप लर्निङ) लाई समावेश नगर्नेछ जुन हाम्रो [AI for Beginners' curriculum](https://aka.ms/ai4beginners) मा छ। यी पाठहरूलाई हाम्रो ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners) सँग पनि जोड्नुहोस्। -**✍️ हाम्रो लेखकहरुमा हार्दिक धन्यवाद** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu र Amy Boyd +हामीसँग संसारभर घुम्दै यी शास्त्रीय प्रविधिहरूलाई विश्वका विभिन्न क्षेत्रका डेटामा लागू गर्नेछौं। प्रत्येक पाठमा पूर्व र उत्तर पाठ क्विजहरू, लेखिएका निर्देशनहरू, समाधान, असाइन्मेन्ट, र थप सामग्री छन्। हाम्रो परियोजना-आधारित शिक्षण पद्धतिले तपाईंलाई सिप सिक्दा प्रायोग पनि गर्न दिन्छ, जुन नयाँ सीपहरू सिक्नको लागि प्रमाणित तरिका हो। -**🎨 हाम्रो चित्रकारहरुलाई धन्यवाद** Tomomi Imura, Dasani Madipalli, र Jen Looper +**✍️ हाम्रा लेखकहरूलाई हार्दिक धन्यवाद** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu र Amy Boyd -**🙏 विशेष धन्यवाद 🙏 Microsoft Student Ambassador लेखक, समीक्षक र सामग्री योगदानकर्ताहरुलाई**, विशेष रूपमा Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, र Snigdha Agarwal +**🎨 हाम्रा चित्रकारहरूलाई पनि धन्यवाद** Tomomi Imura, Dasani Madipalli, र Jen Looper -**🤩 Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, र Vidushi Gupta लाई हाम्रो R पाठ्यक्रमका लागि थप कृतज्ञता!** +**🙏 हाम्रो Microsoft Student Ambassador लेखक, समीक्षक, र सामग्री योगदानकर्ताहरूलाई विशेष धन्यवाद**, विशेषगरी Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, र Snigdha Agarwal + +**🤩 Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, र Vidushi Gupta लाई हाम्रो R पाठहरूका लागि थप धन्यवाद!** # सुरु गर्ने तरिका -यी चरणहरू पालन गर्नुहोस्: -1. **भण्डार Fork गर्नुहोस्**: यो पृष्ठको माथि-दायाँ कुनामा रहेको "Fork" बटनमा क्लिक गर्नुहोस्। -2. **भण्डार Clone गर्नुहोस्**: `git clone https://github.com/microsoft/ML-For-Beginners.git` +यी चरणहरू अनुसरण गर्नुहोस्: +1. **रिपोजिटरी Fork गर्नुहोस्**: यस पेजको दाहिने माथि कुनामा रहेको "Fork" बटनमा क्लिक गर्नुहोस्। +2. **रिपोजिटरी Clone गर्नुहोस्**: `git clone https://github.com/microsoft/ML-For-Beginners.git` + +> [यस पाठ्यक्रमका सबै अतिरिक्त स्रोतहरू हामीले Microsoft Learn संग्रहमा राखेका छौं](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) -> [यस कोर्षका अतिरिक्त स्रोतहरू हामीले Microsoft Learn संग्रहमा राखेका छौं](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) +> 🔧 **मद्दत चाहिन्छ?** हाम्रो [Troubleshooting Guide](TROUBLESHOOTING.md) मा स्थापना, सेटअप, र पाठहरू चलाउँदा आउने सामान्य समस्या समाधानहरू हेर्नुहोस्। -> 🔧 **मद्दत चाहिन्छ?** हाम्रो [समस्या समाधान गाइड](TROUBLESHOOTING.md) मा स्थापना, सेटअप र पाठ चलाउने सामान्य समस्याहरूका समाधानहरू हेर्नुहोस्। -**[विद्यार्थीहरू](https://aka.ms/student-page)**, यो पाठ्यक्रम प्रयोग गर्न, सम्पूर्ण भण्डारलाई आफ्नै GitHub खातामा fork गरी व्यक्तिगतरूपमा वा समूहसँग अभ्यासहरू पूरा गर्नुहोस्: +**[विद्यार्थीहरू](https://aka.ms/student-page)**, यस पाठ्यक्रम प्रयोग गर्न, सम्पूर्ण रेपो तपाईंको आफ्नै GitHub खातामा fork गरी अभ्यासहरू आफैं वा समूहमा पूरा गर्नुहोस्: -- पूर्व-व्याख्यान क्विज बाट सुरुवात गर्नुहोस्। -- व्याख्यान पढ्नुहोस् र गतिविधिहरू पूरा गर्नुहोस्, प्रत्येक ज्ञान जाँचमा रोकिएर प्रतिबिम्बित गर्नुहोस्। -- परियोजनाहरू बनाउन प्रयास गर्नुहोस् पाठहरू बुझेर, समाधान कोड चलाउने भन्दा; तथापि उक्त कोड प्रत्येक परियोजना आधारित पाठका `/solution` फोल्डरहरूमा उपलब्ध छ। -- पछिल्लो व्याख्यान क्विज लिनुहोस्। +- पूर्व-व्याख्यान क्विजबाट सुरू गर्नुहोस्। +- व्याख्यान पढ्नुहोस् र क्रियाकलापहरू पूरा गर्नुहोस्, प्रत्येक ज्ञान जाँचमा रोकिदै र विचार गर्दै। +- समाधान कोड चलाउनुको सट्टा पाठहरू बुझेर परियोजनाहरू बनाउन प्रयास गर्नुहोस्; यद्यपि उक्त कोड प्रत्येक परियोजना-केन्द्रित पाठको `/solution` फोल्डरमा उपलब्ध छ। +- पश्चात्-व्याख्यान क्विज लिनुहोस्। - चुनौती पूरा गर्नुहोस्। -- असाइनमेन्ट पूरा गर्नुहोस्। -- एक पाठ समूह पूरा गरेपछि [चर्चा बोर्ड](https://github.com/microsoft/ML-For-Beginners/discussions) मा जानुहोस् र उपयुक्त PAT मूल्याङ्कन भरेर "उच्चारण गरि" सिक्नुहोस्। PAT भनेको प्रगति मूल्याङ्कन उपकरण हो, जुन तपाईंले भर्ने एउटा मूल्याङ्कन हो। तपाईं अरू PATs मा प्रतिक्रिया पनि दिन सक्नुहुन्छ ताकि हामी सँगै सिक्न सकौं। +- असाइनमेंट पूरा गर्नुहोस्। +- कुनै पाठ समूह पूरा गरेपछि, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) मा जानुहोस् र उपयुक्त PAT रूब्रिक भरी "सीखाइ साझा" गर्नुहोस्। 'PAT' प्रगति मूल्यांकन उपकरण हो जुन तपाईंले भर्दै आफ्नो सिकाइलाई अगाडि बढाउन सक्नुहुन्छ। तपाईं अरूको PAT मा प्रतिक्रिया पनि दिन सक्नुहुन्छ जसले हामीलाई सँगै सिक्न मद्दत गर्छ। -> थप अध्ययनको लागि, यी [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) मोड्युलहरू र सिकाइ मार्गहरूको सिफारिस गर्दछौं। +> थप अध्ययनका लागि, यी [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) मोड्युलहरू र सिकाइ मार्गहरू अनुशरण गर्न सल्लाह दिन्छौं। -**शिक्षकहरू**का लागि, हामीसँग [कसरी यो पाठ्यक्रम प्रयोग गर्ने सुझावहरू](for-teachers.md) समावेश गरिएको छ। +**शिक्षकहरू**, हामीले [पाठ्यक्रम प्रयोग गर्ने केही सुझावहरू](for-teachers.md) समावेश गरेका छौं। --- -## भिडियो वाकथ्रू +## भिडियो मार्गदर्शनहरू -केही पाठहरू छोटो भिडियोको रूपमा उपलब्ध छन्। यी सबैलाई पाठ बेरमा वा [Microsoft Developer को YouTube च्यानलमा ML for Beginners प्लेलिस्ट](https://aka.ms/ml-beginners-videos) मा अवलोकन गर्न सक्नुहुन्छ तलको छविमा क्लिक गरेर। +केही पाठहरू छोटो भिडियो स्वरूप उपलब्ध छन्। यी सबैलाई पाठहरू भित्रै वा [Microsoft Developer YouTube च्यानलमा रहेको ML for Beginners प्लेलिस्टमा](https://aka.ms/ml-beginners-videos) हेर्न सक्नुहुनेछ, तलको छविमा क्लिक गरेर। -[![ML for beginners banner](../../../../translated_images/ne/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) +[![ML for beginners banner](../../translated_images/ne/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) --- -## टोली भेट्नुहोस् +## टिमलाई भेट्नुहोस् -[![प्रमो भिडियो](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) +[![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) -**Gif बनाएको** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) +**Gif द्वारा** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) -> 🎥 माथिको छविमा क्लिक गरी परियोजना र यसको सिर्जनाकर्ताहरूको बारेमा भिडियो हेर्नुहोस्! +> 🎥 माथि रहेको छविमा क्लिक गरी परियोजना र यसको सर्जकहरूबारे भिडियो हेर्नुहोस्! --- -## शिक्षण विधि +## शैक्षिक पद्धति -हामीले यस पाठ्यक्रम निर्माण गर्दा दुई मुख्य शिक्षण सिद्धान्तहरू चुनेका छौं: यसलाई हात-लेखिएको **परियोजना-आधारित** बनाउनु र **धेरै क्विजहरू** समावेश गर्नु। त्यसैगरी, यो पाठ्यक्रममा एउटै **थिम** राखिएको छ जसले यसको समरूपता सुनिश्चित गर्दछ। +यस पाठ्यक्रम निर्माण गर्दा हामीले दुई शैक्षिक सिद्धान्तहरू रोज्यौं: हातेमालो गरेर काम गर्ने **परियोजना आधारित** र **बारम्बार क्विज** को समावेशीकरण। थप रूपमा, यस पाठ्यक्रमलाई समेकित बनाउन एक साझा **थीम** छ। -सामग्रीलाई परियोजनासँग मेल खाने गरी विद्यार्थीहरूलाई आकर्षक बनाउने र अवधारणाको स्मरण शक्ति बढाउने काम गर्छ। कोर्षअघि एउटा कम तनावको क्विजले विद्यार्थीको सिकाइ प्रतिको अभिप्रेरणा बढाउँछ भने पछि कोर्सको क्विजले सिकाइ ठीकसँग याद राख्न सहयोग गर्दछ। यो पाठ्यक्रम लचिलो र रमाईलो बनाउन डिजाइन गरिएको हो र पूर्ण वा आंशिक रूपमा लिन सकिन्छ। परियोजनाहरू साना बाट सुरु भएर १२ हप्ताको अन्त्यसम्म क्रमिक रूपमा जटिल हुन्छन्। यसमा वास्तविक जीवनका mL प्रयोगहरूमा पोस्टस्क्रिप्ट पनि सामेल छ, जुन अतिरिक्त क्रेडिट वा छलफलको आधारको रूपमा प्रयोग गर्न सकिन्छ। +सामग्रीलाई परियोजनासँग मेल खादाँ विद्यार्थीहरूलाई थप संलग्न पार्न र अवधारणाहरूको टिकाउ बढाउन मद्दत मिल्छ। कक्षा अघि कम जोखिमको क्विजले विद्यार्थीको सिकाइ प्रति लक्ष्य निर्धारण गर्छ भने कक्षा पछिको दोस्रो क्विजले थप अवधारणालाई मजबुत बनाउँछ। यो पाठ्यक्रम लचिलो र रमाइलो बनाउन डिजाइन गरिएको छ र पूर्ण रूपमा वा भागमा पनि लिइन सक्छ। परियोजनाहरू साना बाट सुरु भएर १२ हप्ताको अन्त्यतिर जटिल हुन्छन्। यस पाठ्यक्रमसँग मेशिन लर्निङका वास्तविक जगतका अनुप्रयोगहरूमा एक अन्त्य टिप्पणी पनि छ, जसलाई अतिरिक्त क्रेडिट वा बहसको आधारका रूपमा उपयोग गर्न सकिन्छ। -> हाम्रो [आचरण कोड](CODE_OF_CONDUCT.md), [योगदान नियमावली](CONTRIBUTING.md), [अनुवाद निर्देशिका](TRANSLATIONS.md), र [समस्या समाधान](TROUBLESHOOTING.md) दिशानिर्देशहरू पाउन सक्नुहुन्छ। तपाईंको रचनात्मक प्रतिकृयाहरुलाई स्वागत गर्दछौं! +> हाम्रो [आचारसंहिता](CODE_OF_CONDUCT.md), [योगदान](CONTRIBUTING.md), [अनुवाद](TRANSLATIONS.md), र [समस्या समाधान](TROUBLESHOOTING.md) दिशानिर्देश फेला पार्नुहोस्। तपाईंको रचनात्मक प्रतिक्रिया स्वागत छ! -## प्रत्येक पाठमा समावेश छन् +## प्रत्येक पाठमा समावेश - वैकल्पिक स्केच नोट - वैकल्पिक पूरक भिडियो -- भिडियो वाकथ्रू (केही पाठहरूमा मात्र) -- [पूर्व व्याख्यान तातो-अप क्विज](https://ff-quizzes.netlify.app/en/ml/) -- लिखित पाठ -- परियोजना आधारित पाठहरूका लागि, परियोजना बनाउनका निम्ति चरण-दर-चरण मार्गनिर्देशन -- ज्ञान परीक्षणहरू +- भिडियो मार्गदर्शन (केही पाठहरू मात्र) +- [पूर्व-व्याख्यान वार्मअप क्विज](https://ff-quizzes.netlify.app/en/ml/) +- लेखिएको पाठ +- परियोजना-आधारित पाठहरूका लागि परियोजना कसरी बनाउने चरण-द्वारा-चरण मार्गदर्शन +- ज्ञान जाँचहरू - चुनौती - पूरक पठन सामग्री -- असाइनमेन्ट -- [पछिल्लो व्याख्यान क्विज](https://ff-quizzes.netlify.app/en/ml/) - -> **भाषा सम्बन्धी एक टिप्पणी**: यी पाठहरू प्रायः Python मा लेखिएका छन्, तर धेरै R मा पनि उपलब्ध छन्। R पाठ पूरा गर्न, `/solution` फोल्डरमा गई R पाठहरू खोज्नुहोस्। यी .rmd विस्तार भएको फाइलहरू हुन्छन् जसले **R Markdown** फाइल जनाउँछ, जुन तपाईंलाई Markdown कागजातमा कोड खण्डहरू (R वा अन्य भाषाहरूका) र YAML हेडर (PDF जस्ता आउटपुटहरू कसरी ढाँचाबद्ध गर्ने भनेर निर्देशन गर्ने) मिश्रण गर्न दिन्छ। यसले डेटा विज्ञानका लागि उत्कृष्ट लेखन ढाँचा हो किनभने यसले तपाईंको कोड, यसको नतिजा र विचारहरूलाई Markdown मा लेख्न अनुमति दिन्छ। साथै, R Markdown दस्तावेजहरूलाई PDF, HTML, वा Word जस्ता विभिन्न आउटपुट स्वरूपमा परिणत गर्न सकिन्छ। -> **क्विजहरूको बारेमा एउटा नोट**: सबै क्विजहरू [Quiz App folder](../../quiz-app) मा समावेश छन्, प्रत्येकमा तीन प्रश्नहरू सहित ५२ कुल क्विजहरू छन्। ती पाठहरूभित्र लिंक गरिएको छ तर क्विज एप्लिकेसन स्थानीय रूपमा चलाउन सकिन्छ; स्थानीय रूपमा होस्ट गर्न वा Azure मा डिप्लोय गर्न `quiz-app` फोल्डरमा रहेको निर्देशनहरू पालना गर्नुहोस्। - -| पाठ संख्या | विषय | पाठ समूह | सिकाइ उद्देश्यहरू | लिंक गरिएको पाठ | लेखक | -| :---------: | :-----------------------------------------------------------: | :------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------ | :--------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------: | -| ०१ | मेशिन लर्निङ परिचय | [परिचय](1-Introduction/README.md) | मेशिन लर्निङका आधारभूत अवधारणाहरू सिक्नुहोस् | [पाठ](1-Introduction/1-intro-to-ML/README.md) | मुहम्मद | -| ०२ | मेशिन लर्निङको इतिहास | [परिचय](1-Introduction/README.md) | यस क्षेत्रको इतिहास सिक्नुहोस् | [पाठ](1-Introduction/2-history-of-ML/README.md) | जेन् र एमी | -| ०३ | न्यायसंगतता र मेशिन लर्निङ | [परिचय](1-Introduction/README.md) | न्यायसंगतता सम्बन्धी महत्वपूर्ण दार्शनिक मुद्दाहरू के हुन्? विद्यार्थीहरूले ML मोडेलहरू निर्माण र लागू गर्दा विचार गर्नुपर्ने कुराहरू के हुन्? | [पाठ](1-Introduction/3-fairness/README.md) | टोमोमी | -| ०४ | मेशिन लर्निङका प्रविधिहरू | [परिचय](1-Introduction/README.md) | ML अनुसन्धानकर्ताहरूले कस्ता प्रविधिहरू प्रयोग गरेर ML मोडेलहरू बनाउँछन्? | [पाठ](1-Introduction/4-techniques-of-ML/README.md) | क्रिस र जेन् | -| ०५ | रिग्रेसन परिचय | [रिग्रेसन](2-Regression/README.md) | रिग्रेसन मोडेलहरूको लागि Python र Scikit-learn प्रयोग गर्न सुरु गर्नुहोस् | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | जेन् • एरिक वञ्जाउ | -| ०६ | उत्तर अमेरिकी कद्दू मूल्य 🎃 | [रिग्रेसन](2-Regression/README.md) | ML को तयारीको लागि डेटा दृश्यिकरण र सफा गर्नुहोस् | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | जेन् • एरिक वञ्जाउ | -| ०७ | उत्तर अमेरिकी कद्दू मूल्य 🎃 | [रिग्रेसन](2-Regression/README.md) | रैखिक र बहुपदीय रिग्रेसन मोडेलहरू निर्माण गर्नुहोस् | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | जेन् र दमित्रि • एरिक वञ्जाउ | -| ०८ | उत्तर अमेरिकी कद्दू मूल्य 🎃 | [रिग्रेसन](2-Regression/README.md) | एक लगिस्टिक रिग्रेसन मोडेल बनाउनुहोस् | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | जेन् • एरिक वञ्जाउ | -| ०९ | एउटा वेब एप 🔌 | [वेब एप](3-Web-App/README.md) | आफ्नो प्रशिक्षित मोडेल प्रयोग गर्न वेब एप बनाउनुहोस् | [Python](3-Web-App/1-Web-App/README.md) | जेन् | -| १० | वर्गीकरण परिचय | [वर्गीकरण](4-Classification/README.md) | आफ्नो डेटा सफा, तयारी र दृश्यिकरण गर्नुहोस्; वर्गीकरण परिचय | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | जेन् र क्यासी • एरिक वञ्जाउ | -| ११ | स्वादिष्ट एसियन र भारतीय परिकार 🍜 | [वर्गीकरण](4-Classification/README.md) | वर्गीकरणकर्ताहरू परिचय | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | जेन् र क्यासी • एरिक वञ्जाउ | -| १२ | स्वादिष्ट एसियन र भारतीय परिकार 🍜 | [वर्गीकरण](4-Classification/README.md) | थप वर्गीकरणकर्ताहरू | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | जेन् र क्यासी • एरिक वञ्जाउ | -| १३ | स्वादिष्ट एसियन र भारतीय परिकार 🍜 | [वर्गीकरण](4-Classification/README.md) | आफ्नो मोडेल प्रयोग गरेर सिफारिस गर्ने वेब एप बनाउनुहोस् | [Python](4-Classification/4-Applied/README.md) | जेन् | -| १४ | क्लस्टरिङ परिचय | [क्लस्टरिङ](5-Clustering/README.md) | आफ्नो डेटा सफा, तयारी र दृश्यिकरण गर्नुहोस्; क्लस्टरिङ परिचय | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | जेन् • एरिक वञ्जाउ | -| १५ | नाइजेरियन संगीत रुचि अन्वेषण 🎧 | [क्लस्टरिङ](5-Clustering/README.md) | K-मीन्स क्लस्टरिङ विधि अन्वेषण गर्नुहोस् | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | जेन् • एरिक वञ्जाउ | -| १६ | प्राकृतिक भाषा प्रक्रिया परिचय ☕️ | [प्राकृतिक भाषा प्रक्रिया](6-NLP/README.md) | एक साधारण बोट निर्माण गरेर NLP का आधारभूत कुरा सिक्नुहोस् | [Python](6-NLP/1-Introduction-to-NLP/README.md) | स्टेफेन | -| १७ | सामान्य NLP कार्यहरू ☕️ | [प्राकृतिक भाषा प्रक्रिया](6-NLP/README.md) | भाषा संरचनासँग सम्बन्धित सामान्य कार्यहरू बुझेर आफ्नो NLP ज्ञान गहिरो बनाउनुहोस् | [Python](6-NLP/2-Tasks/README.md) | स्टेफेन | -| १८ | अनुवाद र भावना विश्लेषण ♥️ | [प्राकृतिक भाषा प्रक्रिया](6-NLP/README.md) | जेन ऑस्टेनसँग अनुवाद र भावना विश्लेषण | [Python](6-NLP/3-Translation-Sentiment/README.md) | स्टेफेन | -| १९ | युरोपका रोमान्टिक होटलहरू ♥️ | [प्राकृतिक भाषा प्रक्रिया](6-NLP/README.md) | होटल समीक्षासँग भावना विश्लेषण १ | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | स्टेफेन | -| २० | युरोपका रोमान्टिक होटलहरू ♥️ | [प्राकृतिक भाषा प्रक्रिया](6-NLP/README.md) | होटल समीक्षासँग भावना विश्लेषण २ | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | स्टेफेन | -| २१ | समय श्रृंखला पूर्वानुमान परिचय | [समय श्रृंखला](7-TimeSeries/README.md) | समय श्रृंखला पूर्वानुमान परिचय | [Python](7-TimeSeries/1-Introduction/README.md) | फ्रान्सेस्का | -| २२ | ⚡️ विश्व शक्ति उपयोग ⚡️ - ARIMA द्वारा समय श्रृंखला पूर्वानुमान | [समय श्रृंखला](7-TimeSeries/README.md) | ARIMA द्वारा समय श्रृंखला पूर्वानुमान | [Python](7-TimeSeries/2-ARIMA/README.md) | फ्रान्सेस्का | -| २३ | ⚡️ विश्व शक्ति उपयोग ⚡️ - SVR द्वारा समय श्रृंखला पूर्वानुमान | [समय श्रृंखला](7-TimeSeries/README.md) | सपोर्ट भेक्टर रिग्रेसर संग समय श्रृंखला पूर्वानुमान | [Python](7-TimeSeries/3-SVR/README.md) | अनिर्बान | -| २४ | पुनर्बलन सिकाइ परिचय | [पुनर्बलन सिकाइ](8-Reinforcement/README.md) | Q-सीखाइ प्रयोग गरेर पुनर्बलन सिकाइ परिचय | [Python](8-Reinforcement/1-QLearning/README.md) | दमित्रि | -| २५ | पिटरलाई ब्वाँसोबाट बचाउनुहोस्! 🐺 | [पुनर्बलन सिकाइ](8-Reinforcement/README.md) | पुनर्बलन सिकाइ जिम | [Python](8-Reinforcement/2-Gym/README.md) | दमित्रि | -| पोस्टस्क्रिप्ट | वास्तविक संसारको ML परिदृश्य र अनुप्रयोगहरू | [जंगलीमा ML](9-Real-World/README.md) | क्लासिक ML का रोचक र प्रकट गर्ने वास्तविक संसारका अनुप्रयोगहरू | [पाठ](9-Real-World/1-Applications/README.md) | टोली | -| पोस्टस्क्रिप्ट | RAI ड्यासबोर्ड प्रयोग गरेर ML मा मोडेल डिबगिङ | [जंगलीमा ML](9-Real-World/README.md) | जिम्मेवार AI ड्यासबोर्ड कम्पोनेन्टहरू प्रयोग गरेर मेशिन लर्निङमा मोडेल डिबगिङ | [पाठ](9-Real-World/2-Debugging-ML-Models/README.md) | रुथ याकुबु | - -> [यस कोर्सका सबै अतिरिक्त स्रोतहरू हामी Microsoft Learn संकलनमा फेला पार्नुहोस्](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) +- असाइनमेंट +- [पश्चात्-व्याख्यान क्विज](https://ff-quizzes.netlify.app/en/ml/) + +> **भाषाहरूको बारेमा एक नोट**: यी पाठहरू मुख्य रूपमा Python मा लेखिएका छन्, तर धेरै R मा पनि उपलब्ध छन्। R पाठ पूरा गर्न, `/solution` फोल्डरमा जानुहोस् र R पाठहरू खोज्नुहोस्। यी .rmd एक्सटेन्सन संग आउँछन् जसले प्रतिनिधित्व गर्छ **R Markdown** फाइललाई जसले कोडको खण्डहरू (R वा अन्य भाषाहरू) र `YAML` हेडर (PDF जस्ता आउटपुटहरू कसरी स्वरूप गर्ने भन्ने मार्गदर्शन गर्ने) लाई संयोजन गर्दछ। यसैले, यो डेटा विज्ञानका लागि एक उत्कृष्ट लेखक फ्रेमवर्कको रूपमा काम गर्छ किनकि यसले तपाईंलाई आफ्नो कोड, त्यसको परिणाम र विचारहरू Markdown मा लेख्न अनुमति दिन्छ। थप रूपमा, R Markdown कागजातहरूलाई PDF, HTML वा Word जस्ता आउटपुट स्वरूपहरूमा रूपान्तरण गर्न सकिन्छ। +> **कुइजहरूको बारेमा एउटा नोट**: सबै कुइजहरू [Quiz App folder](../../quiz-app) मा समावेश छन्, जसमा तीन प्रश्नहरूको प्रत्येक ५२ कुल कुइजहरू छन्। ती पाठहरूबाट लिंक गरिएको छन् तर कुइज एप्लिकेसन स्थानीय रूपमा चलाउन सकिन्छ; स्थानीय रूपमा होस्ट वा Azure मा डिप्लोय गर्न `quiz-app` फोल्डरमा सूचनाहरू पालना गर्नुहोस्। + +| Lesson Number | विषय | पाठ समूह | सिकाइ उद्देश्यहरू | लिंक गरिएको पाठ | लेखक | +| :-----------: | :------------------------------------------------------------: | :--------------------------------------------: | ----------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :----------------------------------------------: | +| ०१ | मेसिन लर्निङको परिचय | [Introduction](1-Introduction/README.md) | मेसिन लर्निङको आधारभूत अवधारणाहरू सिक्नुहोस् | [Lesson](1-Introduction/1-intro-to-ML/README.md) | मुहम्मद | +| ०२ | मेसिन लर्निङको इतिहास | [Introduction](1-Introduction/README.md) | यस क्षेत्रको इतिहास सिक्नुहोस् | [Lesson](1-Introduction/2-history-of-ML/README.md) | जेन र एमी | +| ०३ | निष्पक्षता र मेसिन लर्निङ | [Introduction](1-Introduction/README.md) | मेसिन लर्निङ मोडेलहरू बनाउन र लागू गर्दा विद्यार्थीहरूले विचार गर्नुपर्ने निष्पक्षताका महत्वपूर्ण दार्शनिक मुद्दाहरू के छन्? | [Lesson](1-Introduction/3-fairness/README.md) | टोमोमी | +| ०४ | मेसिन लर्निङका प्राविधिहरू | [Introduction](1-Introduction/README.md) | मेसिन लर्निङ अनुसन्धानकर्ताहरू कुन प्राविधिहरू प्रयोग गर्छन्? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | क्रिस र जेन | +| ०५ | Regression को परिचय | [Regression](2-Regression/README.md) | Regression मोडेलहरूका लागि Python र Scikit-learn सँग शुरुवात गर्नुहोस् | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | जेन • एरिक वानजाउ | +| ०६ | उत्तर अमेरिकी कद्दू मूल्यहरू 🎃 | [Regression](2-Regression/README.md) | मेसिन लर्निङको तयारीका लागि डाटा दृश्य र सफा गर्नुहोस् | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | जेन • एरिक वानजाउ | +| ०७ | उत्तर अमेरिकी कद्दू मूल्यहरू 🎃 | [Regression](2-Regression/README.md) | रेखीय (linear) र बहुपदीय Regression मोडेलहरू निर्माण गर्नुहोस् | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | जेन र दिमित्री • एरिक वानजाउ | +| ०८ | उत्तर अमेरिकी कद्दू मूल्यहरू 🎃 | [Regression](2-Regression/README.md) | Logistic Regression मोडेल निर्माण गर्नुहोस् | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | जेन • एरिक वानजाउ | +| ०९ | वेब एप्लिकेसन 🔌 | [Web App](3-Web-App/README.md) | तपाईंको प्रशिक्षित मोडेल प्रयोग गर्न वेब एप्लिकेसन बनाउनुहोस् | [Python](3-Web-App/1-Web-App/README.md) | जेन | +| १० | वर्गीकरण परिचय | [Classification](4-Classification/README.md) | आफ्नो डाटा सफा, तयारी र दृश्य गर्नुहोस्; वर्गीकरणको परिचय | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | जेन र कासी • एरिक वानजाउ | +| ११ | स्वादिष्ट एशियाली र भारतीय खानाका वस्तुहरू 🍜 | [Classification](4-Classification/README.md) | वर्गीकारहरूको परिचय | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | जेन र कासी • एरिक वानजाउ | +| १२ | स्वादिष्ट एशियाली र भारतीय खानाका वस्तुहरू 🍜 | [Classification](4-Classification/README.md) | थप वर्गीकृतहरू | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | जेन र कासी • एरिक वानजाउ | +| १३ | स्वादिष्ट एशियाली र भारतीय खानाका वस्तुहरू 🍜 | [Classification](4-Classification/README.md) | तपाईंको मोडेल प्रयोग गरेर सिफारिस वेब एप्लिकेसन बनाउनुहोस् | [Python](4-Classification/4-Applied/README.md) | जेन | +| १४ | क्लस्टरिङ परिचय | [Clustering](5-Clustering/README.md) | आफ्नो डाटा सफा, तयारी र दृश्य गर्नुहोस्; क्लस्टरिङको परिचय | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | जेन • एरिक वानजाउ | +| १५ | नाइजेरियन सङ्गीत स्वादहरूको अन्वेषण 🎧 | [Clustering](5-Clustering/README.md) | K-Means क्लस्टरिङ विधि अन्वेषण गर्नुहोस् | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | जेन • एरिक वानजाउ | +| १६ | प्राकृतिक भाषा प्रशोधन परिचय ☕️ | [Natural language processing](6-NLP/README.md) | सादा बोट निर्माण गरेर NLP का आधारभूत कुरा सिक्नुहोस् | [Python](6-NLP/1-Introduction-to-NLP/README.md) | स्टीफेन | +| १७ | सामान्य NLP कार्यहरू ☕️ | [Natural language processing](6-NLP/README.md) | भाषा संरचनाहरूसँग व्यवहार गर्दा आवश्यक सामान्य कार्यहरूको बुझाइ मार्फत तपाईंको NLP ज्ञान गहिरो बनाउनुहोस् | [Python](6-NLP/2-Tasks/README.md) | स्टीफेन | +| १८ | अनुवाद र भावना विश्लेषण ♥️ | [Natural language processing](6-NLP/README.md) | Jane Austen संग अनुवाद र भावना विश्लेषण | [Python](6-NLP/3-Translation-Sentiment/README.md) | स्टीफेन | +| १९ | युरोपका रोमान्टिक होटलहरू ♥️ | [Natural language processing](6-NLP/README.md) | होटल समीक्षाहरूको भावना विश्लेषण १ | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | स्टीफेन | +| २० | युरोपका रोमान्टिक होटलहरू ♥️ | [Natural language processing](6-NLP/README.md) | होटल समीक्षाहरूको भावना विश्लेषण २ | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | स्टीफेन | +| २१ | समय श्रृंखला पूर्वानुमान परिचय | [Time series](7-TimeSeries/README.md) | समय श्रृंखला पूर्वानुमानको परिचय | [Python](7-TimeSeries/1-Introduction/README.md) | फ्रान्सेस्का | +| २२ | ⚡️ विश्व शक्तिको उपयोग ⚡️ - ARIMA सँग समय श्रृंखला पूर्वानुमान | [Time series](7-TimeSeries/README.md) | ARIMA सँग समय श्रृंखला पूर्वानुमान | [Python](7-TimeSeries/2-ARIMA/README.md) | फ्रान्सेस्का | +| २३ | ⚡️ विश्व शक्तिको उपयोग ⚡️ - SVR सँग समय श्रृंखला पूर्वानुमान | [Time series](7-TimeSeries/README.md) | Support Vector Regressor सँग समय श्रृंखला पूर्वानुमान | [Python](7-TimeSeries/3-SVR/README.md) | अनिर्बन | +| २४ | पुनर्बलन शिक्षण परिचय | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning सँग पुनर्बलन शिक्षणको परिचय | [Python](8-Reinforcement/1-QLearning/README.md) | दिमित्री | +| २५ | पिटरलाई भालुबाट जोगाउन मद्दत गर्नुहोस्! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | पुनर्बलन शिक्षण जिम | [Python](8-Reinforcement/2-Gym/README.md) | दिमित्री | +| पोस्टस्क्रिप्ट | वास्तविक विश्व ML परिदृश्यहरू र आवेदनहरू | [ML in the Wild](9-Real-World/README.md) | सांकेतिक ML का रोचक र प्रकट गर्ने वास्तविक विश्वका आवेदनहरू | [Lesson](9-Real-World/1-Applications/README.md) | टोली | +| पोस्टस्क्रिप्ट | RAI ड्यासबोर्ड प्रयोग गरेर ML मा मोडेल डिबगिङ | [ML in the Wild](9-Real-World/README.md) | जिम्मेवार AI ड्यासबोर्ड कम्पोनेन्टहरूको प्रयोग गरी मेसिन लर्निङमा मोडेल डिबगिङ | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | रुथ याकुबु | + +> [यस कोर्षका लागि सबै थप स्रोतहरू हाम्रो Microsoft Learn संग्रहमा फेला पार्नुहोस्](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## अफलाइन पहुँच -तपाईं [Docsify](https://docsify.js.org/#/) प्रयोग गरेर यो दस्तावेजीकरण अफलाइन चलाउन सक्नुहुन्छ। यो रिपो फोर्क गर्नुहोस्, आफ्नो स्थानीय मेसिनमा [Docsify स्थापना गर्नुहोस्](https://docsify.js.org/#/quickstart), र त्यसपछि यो रिपोको रुट फोल्डरमा `docsify serve` टाइप गर्नुहोस्। वेबसाइट तपाईंको लोकलहोस्टमा पोर्ट 3000 मा सेवा हुनेछ: `localhost:3000`। +तपाईं यो डकुमेण्टेशनलाई [Docsify](https://docsify.js.org/#/) प्रयोग गरेर अफलाइन चलाउन सक्नुहुन्छ। यस रिपो लाई फोर्क गर्नुहोस्, [Docsify स्थापना गर्नुहोस्](https://docsify.js.org/#/quickstart) आफ्नो स्थानीय मेसिनमा, अनि यस रिपोको रुट फोल्डरमा `docsify serve` टाइप गर्नुहोस्। वेबसाइट तपाईंको लोकलहोस्टमा पोर्ट 3000 मा चल्ने छ: `localhost:3000`। + +## पीडीएफहरू -## PDFहरू +सिलबसको पीडीएफ लिंक सहित [यहाँ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) फेला पार्नुहोस्। -पाठ्यक्रमको PDF लिंकसहित [यहाँ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) फेला पार्नुहोस्। -## 🎒 अन्य कोर्सहरू +## 🎒 अरू पाठ्यक्रमहरू -हाम्रो टोलीले अन्य कोर्सहरू पनि निकाल्छ! हेरौं: +हाम्रो टोलीले अरू पाठ्यक्रमहरू पनि उत्पादन गर्छ! हेर्नुहोस्: ### LangChain @@ -172,7 +181,7 @@ Microsoft का Cloud Advocates हरूले १२ हप्ता, २६ --- ### Generative AI Series -[![शुरुआतीहरूको लागि जेनेरेटिभ एआई](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) +[![शुरुआतीहरूका लागि जेनेरेटिभ एआई](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) [![जेनेरेटिभ एआई (.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) [![जेनेरेटिभ एआई (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) [![जेनेरेटिभ एआई (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) @@ -180,29 +189,29 @@ Microsoft का Cloud Advocates हरूले १२ हप्ता, २६ --- ### मूल सिकाइ -[![शुरुआतीहरूको लागि एमएल](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) -[![शुरुआतीहरूको लागि डेटा विज्ञान](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) -[![शुरुआतीहरूको लागि एआई](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) -[![शुरुआतीहरूको लागि साइबरसुरक्षा](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) -[![शुरुआतीहरूको लागि वेब विकास](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) -[![शुरुआतीहरूको लागि IoT](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst) -[![शुरुआतीहरूको लागि XR विकास](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) +[![सिकाइका लागि एमएल](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) +[![डेटा विज्ञानका लागि शुरूवात गर्नेहरू](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) +[![सुरुआतीहरूको लागि एआई](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) +[![सुरुआतीहरूको लागि साइबरसुरक्षा](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) +[![सुरुआतीहरूको लागि वेब विकास](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) +[![सुरुआतीहरूको लागि आइओटी](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) +[![सुरुआतीहरूको लागि एक्सआर विकास](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) --- -### कापायलट श्रृंखला -[![एआई जोडी प्रोग्रामिङका लागि कापायलट](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) -[![C#/.NET का लागि कापायलट](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) -[![कापायलट साहसिक यात्रा](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) +### कापिलट श्रृंखला +[![एआई जोडी प्रोग्रामिङका लागि कापिलट](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) +[![C#/.NET का लागि कापिलट](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) +[![कापिलट एड्भेन्चर](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) -## सहयोग पाउने तरिका +## सहयोग प्राप्त गर्ने -यदि तपाईं अड्कनु भयो वा एआई एपहरू निर्माण गर्ने सम्बन्धमा कुनै प्रश्न छ भने। अहिलेका सिक्नेहरू र अनुभवी विकासकर्ताहरू सँग MCP सम्बन्धी छलफलमा सामेल हुनुहोस्। यो एक सहायक समुदाय हो जहाँ प्रश्नहरू स्वागतयोग्य छन् र ज्ञान स्वतन्त्र रूपमा साझा गरिन्छ। +यदि तपाईं अड्किनुभएको छ वा एआई अनुप्रयोगहरू निर्माण गर्ने बारे कुनै प्रश्नहरू छन् भने। साथी सिक्नेहरू र अनुभवी विकासकर्ताहरू संग MCP सम्बन्धी छलफलहरूमा सामेल हुनुहोस्। यो एक सहयोगी समुदाय हो जहाँ प्रश्नहरू स्वागतयोग्य छन् र ज्ञान सहजरूपमा बाँडिन्छ। [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -यदि तपाईंलाई उत्पादन सम्बन्धी प्रतिक्रिया वा त्रुटिहरू छन् भने निम्न ठाउँमा जानुहोस्: +यदि तपाईंलाई उत्पादन प्रतिक्रिया वा त्रुटिहरू छन् भने निर्माण गर्दा जानुहोस्: [![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) @@ -210,5 +219,5 @@ Microsoft का Cloud Advocates हरूले १२ हप्ता, २६ **अस्वीकरण**: -यो कागजात [Co-op Translator](https://github.com/Azure/co-op-translator) नामक एआई अनुवाद सेवाको प्रयोगले अनुवाद गरिएको हो। हामी शुद्धताका लागि प्रयास गरिरहेको भए तापनि, कृत्रिम अनुवादमा त्रुटि वा अशुद्धता हुनसक्छ भनेर कृपया अवगत हुनुहोस्। मूल कागजातलाई त्यसको मूल भाषामा आधिकारिक स्रोतको रूपमा मानिनु पर्दछ। महत्वपूर्ण जानकारीको लागि व्यावसायिक मानिस अनुवाद सिफारिस गरिन्छ। यो अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलत बुझाइ वा गलत व्याख्याका लागि हामी जिम्मेवार छैनौं। +यस दस्तावेजलाई AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) प्रयोग गरेर अनुवाद गरिएको हो। हामी शुद्धताका लागि प्रयासरत छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटि वा असङ्गतिहरू हुन सक्दछन्। मूल दस्तावेजलाई यसको स्वदेशी भाषामा आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीका लागि व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत अर्थ लगाउन हामी जिम्मेवार छैनौं। \ No newline at end of file diff --git a/translations/ne/SECURITY.md b/translations/ne/SECURITY.md index a09b64bf0..c2fa9b468 100644 --- a/translations/ne/SECURITY.md +++ b/translations/ne/SECURITY.md @@ -1,12 +1,3 @@ - ## सुरक्षा माइक्रोसफ्टले आफ्नो सफ्टवेयर उत्पादन र सेवाहरूको सुरक्षा गम्भीरताका साथ लिन्छ, जसमा हाम्रो GitHub संगठनहरूद्वारा व्यवस्थापन गरिएका सबै स्रोत कोड रिपोजिटरीहरू समावेश छन्, जस्तै [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), र [हाम्रो GitHub संगठनहरू](https://opensource.microsoft.com/)। diff --git a/translations/ne/SUPPORT.md b/translations/ne/SUPPORT.md index 29b598914..97e418113 100644 --- a/translations/ne/SUPPORT.md +++ b/translations/ne/SUPPORT.md @@ -1,12 +1,3 @@ - # समर्थन ## समस्या दर्ता गर्ने र सहयोग प्राप्त गर्ने तरिका diff --git a/translations/ne/TROUBLESHOOTING.md b/translations/ne/TROUBLESHOOTING.md index a1cd2c031..b295336b0 100644 --- a/translations/ne/TROUBLESHOOTING.md +++ b/translations/ne/TROUBLESHOOTING.md @@ -1,12 +1,3 @@ - # समस्या समाधान मार्गदर्शिका यो मार्गदर्शिकाले तपाईंलाई Machine Learning for Beginners पाठ्यक्रमसँग काम गर्दा देखिने सामान्य समस्याहरू समाधान गर्न मद्दत गर्दछ। यदि तपाईंलाई यहाँ समाधान भेटिएन भने, कृपया हाम्रो [Discord Discussions](https://aka.ms/foundry/discord) हेर्नुहोस् वा [नयाँ समस्या रिपोर्ट गर्नुहोस्](https://github.com/microsoft/ML-For-Beginners/issues)। diff --git a/translations/ne/docs/_sidebar.md b/translations/ne/docs/_sidebar.md index 576729a14..4e8da611d 100644 --- a/translations/ne/docs/_sidebar.md +++ b/translations/ne/docs/_sidebar.md @@ -1,12 +1,3 @@ - - परिचय - [मेसिन लर्निङको परिचय](../1-Introduction/1-intro-to-ML/README.md) - [मेसिन लर्निङको इतिहास](../1-Introduction/2-history-of-ML/README.md) diff --git a/translations/ne/for-teachers.md b/translations/ne/for-teachers.md index eb1c4ca72..fb180abc3 100644 --- a/translations/ne/for-teachers.md +++ b/translations/ne/for-teachers.md @@ -1,12 +1,3 @@ - ## शिक्षकहरूका लागि के तपाईं यो पाठ्यक्रम आफ्नो कक्षामा प्रयोग गर्न चाहनुहुन्छ? कृपया निःसंकोच प्रयोग गर्नुहोस्! diff --git a/translations/ne/quiz-app/README.md b/translations/ne/quiz-app/README.md index 0d45f2293..4a365cbed 100644 --- a/translations/ne/quiz-app/README.md +++ b/translations/ne/quiz-app/README.md @@ -1,12 +1,3 @@ - # क्विजहरू यी क्विजहरू ML पाठ्यक्रमको लागि प्रि- र पोस्ट-लेक्चर क्विजहरू हुन्: https://aka.ms/ml-beginners diff --git a/translations/ne/sketchnotes/LICENSE.md b/translations/ne/sketchnotes/LICENSE.md index 61d876eac..f00d8a68c 100644 --- a/translations/ne/sketchnotes/LICENSE.md +++ b/translations/ne/sketchnotes/LICENSE.md @@ -1,12 +1,3 @@ - अट्रिब्युसन-शेयरअलाइक 4.0 अन्तर्राष्ट्रिय ======================================================================= diff --git a/translations/ne/sketchnotes/README.md b/translations/ne/sketchnotes/README.md index b39282700..c16ec9483 100644 --- a/translations/ne/sketchnotes/README.md +++ b/translations/ne/sketchnotes/README.md @@ -1,12 +1,3 @@ - सबै पाठ्यक्रमका स्केच नोटहरू यहाँबाट डाउनलोड गर्न सकिन्छ। 🖨 उच्च-रिजोल्युसनमा प्रिन्ट गर्नका लागि, TIFF संस्करणहरू [यो रिपोजिटरी](https://github.com/girliemac/a-picture-is-worth-a-1000-words/tree/main/ml/tiff) मा उपलब्ध छन्।