From 8f1f8652c00aadf10397c394169746b5890002dd Mon Sep 17 00:00:00 2001 From: "localizeflow[bot]" Date: Fri, 6 Feb 2026 09:01:38 +0000 Subject: [PATCH] chore(i18n): sync translations with latest source changes (chunk 1/1, 6 changes) --- translations/bg/.co-op-translator.json | 4 +- translations/bg/README.md | 189 ++++++++++++----------- translations/ro/.co-op-translator.json | 4 +- translations/ro/README.md | 204 ++++++++++++------------- translations/sk/.co-op-translator.json | 4 +- translations/sk/README.md | 186 +++++++++++----------- 6 files changed, 295 insertions(+), 296 deletions(-) diff --git a/translations/bg/.co-op-translator.json b/translations/bg/.co-op-translator.json index 3fa2924a2..a3c3d889f 100644 --- a/translations/bg/.co-op-translator.json +++ b/translations/bg/.co-op-translator.json @@ -540,8 +540,8 @@ "language_code": "bg" }, "README.md": { - "original_hash": "da2ceed62f16a0820259556e3a873c95", - "translation_date": "2026-01-29T19:05:14+00:00", + "original_hash": "2f594ee136e3127a47f56d80055227bc", + "translation_date": "2026-02-06T09:01:27+00:00", "source_file": "README.md", "language_code": "bg" }, diff --git a/translations/bg/README.md b/translations/bg/README.md index bc8d9028d..9b5c01cd9 100644 --- a/translations/bg/README.md +++ b/translations/bg/README.md @@ -8,16 +8,16 @@ [![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/) -### 🌐 Многоезикова поддръжка +### 🌐 Поддръжка на множество езици -#### Поддържано чрез GitHub Action (Автоматизирано и винаги актуално) +#### Поддържано чрез GitHub Action (Автоматично и винаги актуално) -[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](./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](../ne/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) +[Арабски](../ar/README.md) | [Бенгалски](../bn/README.md) | [Български](./README.md) | [Бирмански (Мианмар)](../my/README.md) | [Китайски (опростен)](../zh-CN/README.md) | [Китайски (традиционен, Хонг Конг)](../zh-HK/README.md) | [Китайски (традиционен, Макао)](../zh-MO/README.md) | [Китайски (традиционен, Тайван)](../zh-TW/README.md) | [Хърватски](../hr/README.md) | [Чешки](../cs/README.md) | [Датски](../da/README.md) | [Холандски](../nl/README.md) | [Естонски](../et/README.md) | [Фински](../fi/README.md) | [Френски](../fr/README.md) | [Немски](../de/README.md) | [Гръцки](../el/README.md) | [Иврит](../he/README.md) | [Хинди](../hi/README.md) | [Унгарски](../hu/README.md) | [Индонезийски](../id/README.md) | [Италиански](../it/README.md) | [Японски](../ja/README.md) | [Каннада](../kn/README.md) | [Корейски](../ko/README.md) | [Литовски](../lt/README.md) | [Малайски](../ms/README.md) | [Малалайски](../ml/README.md) | [Маратхи](../mr/README.md) | [Непалски](../ne/README.md) | [Нигерийски пиджин](../pcm/README.md) | [Норвежки](../no/README.md) | [Персийски (Фарси)](../fa/README.md) | [Полски](../pl/README.md) | [Португалски (Бразилия)](../pt-BR/README.md) | [Португалски (Португалия)](../pt-PT/README.md) | [Пенджабски (Гурумухи)](../pa/README.md) | [Румънски](../ro/README.md) | [Руски](../ru/README.md) | [Сръбски (кирилица)](../sr/README.md) | [Словашки](../sk/README.md) | [Словенски](../sl/README.md) | [Испански](../es/README.md) | [Суахили](../sw/README.md) | [Шведски](../sv/README.md) | [Тагалог (Филипински)](../tl/README.md) | [Тамилски](../ta/README.md) | [Телугу](../te/README.md) | [Тайски](../th/README.md) | [Турски](../tr/README.md) | [Украински](../uk/README.md) | [Урду](../ur/README.md) | [Виетнамски](../vi/README.md) > **Предпочитате да клонирате локално?** -> Това хранилище включва над 50 езикови превода, което значително увеличава размера на изтеглянето. За да клонирате без преводи, използвайте sparse checkout: +> Това хранилище включва над 50 езикови превода, които значително увеличават размера на изтеглянето. За да клонирате без преводи, използвайте sparsе checkout: > ```bash > git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git > cd ML-For-Beginners @@ -30,161 +30,160 @@ [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -Имаме текстваща серия „Учи с AI“ в Discord, научете повече и се присъединете към нас на [Learn with AI Series](https://aka.ms/learnwithai/discord) от 18 до 30 септември 2025 г. Ще получите съвети и трикове за използване на GitHub Copilot за наука за данни. +Имаме продължаваща серия "Учете с AI" в Discord, научете повече и се присъединете към нас на [Learn with AI Series](https://aka.ms/learnwithai/discord) от 18 до 30 септември 2025 г. Ще получите съвети и трикове за използване на GitHub Copilot за Data Science. ![Learn with AI series](../../translated_images/bg/3.9b58fd8d6c373c20.webp) -# Машинно обучение за начинаещи - учебна програма +# Машинно обучение за начинаещи - Учебна програма -> 🌍 Пътувайте из целия свят, докато изучаваме Машинно обучение чрез световните култури 🌍 +> 🌍 Пътувайте по света, докато изследваме машинното обучение чрез световните култури 🌍 -Облачните адвокати в Microsoft се радват да предложат 12-седмична, 26-урочна учебна програма, изцяло посветена на **Машинното обучение**. В тази учебна програма ще научите за това, което понякога се нарича **класическо машинно обучение**, използвайки предимно библиотеката Scikit-learn и като избягвате дълбокото учене, което е разгледано в нашата [AI за начинаещи учебна програма](https://aka.ms/ai4beginners). Сдвоете тези уроци и с нашата ['Наука за данните за начинаещи' учебна програма](https://aka.ms/ds4beginners)! +Cloud Advocates в Microsoft с радост предлагат 12-седмична учебна програма с 26 урока, посветени на **машинното обучение**. В тази учебна програма ще научите за това, което понякога се нарича **класическо машинно обучение**, с основен акцент върху библиотеката Scikit-learn, като избягвате дълбокото обучение, което е разгледано в нашата учебна програма [AI за начинаещи](https://aka.ms/ai4beginners). Съчетавайте тези уроци и с нашата учебна програма ['Data Science за начинаещи'](https://aka.ms/ds4beginners)! -Пътувайте с нас по света, докато прилагаме тези класически техники върху данни от много области на света. Всеки урок включва предварителен и последващ тест, писмени инструкции за завършване на урока, решение, задача и още. Нашата учебна методология, базирана на проекти, ви позволява да учите чрез създаване на проекти, което е доказан начин новите умения да се „захванат“. +Пътувайте с нас по света, като прилагаме тези класически техники към данни от много части на света. Всеки урок включва предварителни и последващи тестове, писмени инструкции за изпълнение на урока, решение, задание и още. Нашият проектно-базиран подход позволява да учите, докато изграждате, което е доказан начин да усвоите нови умения. -**✍️ Сърдечни благодарности на нашите автори** Джен Лупър, Стивън Хауъл, Франческа Лазери, Томоми Имура, Каси Бревиу, Дмитрий Сошников, Крис Норинг, Анирбан Мукерджи, Орнела Алтунян, Рут Якобу и Ейми Бойд +**✍️ Искрени благодарности на нашите автори** Джен Лупър, Стивън Хауъл, Франческа Лазери, Томоми Имура, Кеси Бревиу, Дмитрий Сошников, Крис Норинг, Анирбан Мукерджи, Орнела Алтунян, Рут Якубу и Ейми Бойд -**🎨 Благодарности и на нашите илюстратори** Томоми Имура, Дасани Мадипали и Джен Лупър +**🎨 Благодарности също на нашите илюстратори** Томоми Имура, Дасани Мадипали и Джен Лупър -**🙏 Специални благодарности 🙏 на нашите студенти-амбасадори на Microsoft, автори, рецензенти и сътрудници по съдържанието**, особено Ришит Дагли, Мухаммад Сакиб Хан Иван, Рохан Радж, Александру Петреску, Абхишек Джайсвал, Ноуин Табасъм, Йоан Самуила и Снидха Агарвал +**🙏 Специални благодарности 🙏 на нашите студенти посланици на Microsoft, автори, рецензенти и съдържателни сътрудници**, сред които Ришит Дагли, Мухаммад Сакиб Хан Инан, Рохан Радж, Александру Петреску, Абхишек Джайсвал, Наурин Табасум, Йоан Самиила и Снигдха Агарвал -**🤩 Допълнителна благодарност на студентските посланици на Microsoft Ерик Уанджау, Джаслийн Сонди и Видуши Гупта за нашите R уроци!** +**🤩 Допълнителна благодарност на студентите посланици на Microsoft Ерик Уанджау, Джаслийн Сонди и Видуши Гупта за нашите уроци по R!** -# Първи стъпки +# Започване Следвайте тези стъпки: -1. **Форкнете репозитория**: Кликнете бутона „Fork“ в горния десен ъгъл на тази страница. -2. **Клонирайте репозитория**: `git clone https://github.com/microsoft/ML-For-Beginners.git` +1. **Форкнете хранилището**: Натиснете бутона "Fork" в горния десен ъгъл на тази страница. +2. **Клонирайте хранилището**: `git clone https://github.com/microsoft/ML-For-Beginners.git` > [намерете всички допълнителни ресурси за този курс в нашата колекция Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) -> 🔧 **Нужна ви е помощ?** Прегледайте нашето [Ръководство за отстраняване на проблеми](TROUBLESHOOTING.md) за решения на често срещани проблеми с инсталирането, настройката и стартирането на уроците. +> 🔧 **Нуждаете се от помощ?** Разгледайте нашето [Ръководство за отстраняване на проблеми](TROUBLESHOOTING.md) за решения на често срещани проблеми с инсталацията, настройката и изпълнението на уроците. +**[Студенти](https://aka.ms/student-page)**, за да използвате тази учебна програма, форкнете цялото хранилище в своя собствен акаунт в GitHub и изпълнявайте упражненията индивидуално или в група: -**[Студенти](https://aka.ms/student-page)**, за да използвате тази учебна програма, форкнете целия репо във вашия собствен GitHub акаунт и завършвайте упражненията сами или в група: +- Започнете с предварителен тест. +- Прочетете урока и изпълнете дейностите, спирайки се и размисляйки при всяка проверка на знанието. +- Опитайте да създадете проектите чрез разбиране на уроците вместо просто изпълнение на кодовото решение; въпреки това, кодът е на разположение в папките `/solution` във всеки урок, ориентиран към проект. +- Направете последващия тест. +- Изпълнете предизвикателството. +- Изпълнете заданието. +- След като завършите група уроци, посетете [Форума за дискусии](https://github.com/microsoft/ML-For-Beginners/discussions) и „учете на глас“, като попълните съответната оценъчна таблица PAT. 'PAT' е Инструмент за оценка на напредъка, табличен оценителен списък, който попълвате, за да задълбочите ученето си. Можете също да реагирате на други PAT, за да учим заедно. -- Започнете с предварителен тест преди лекция. -- Прочетете лекцията и изпълнете дейностите, като спирате и размишлявате след всяка проверка на знанията. -- Опитайте да създадете проектите, като разбирате уроците, а не просто пуснете решението; кодът обаче е наличен в папките `/solution` във всеки урок, базиран на проект. -- Направете тест след лекцията. -- Завършете предизвикателството. -- Завършете задачата. -- След завършване на група уроци посетете [Дискусионния форум](https://github.com/microsoft/ML-For-Beginners/discussions) и „учете на глас“, попълвайки подходящата рубрика PAT. 'PAT' е Инструмент за оценка на напредъка, който е рубрика, която попълвате, за да задълбочите ученето си. Можете също така да реагирате на други PAT, за да учим заедно. +> За по-нататъшно изучаване препоръчваме да следвате тези [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) модули и учебни пътеки. -> За допълнително обучение препоръчваме да следвате тези [Модули и учебни пътеки на Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott). - -**Учители**, включили сме [някои предложения](for-teachers.md) как да използвате тази учебна програма. +**Учители**, включили сме [някои предложения](for-teachers.md) за това как да използвате тази учебна програма. --- -## Видео уроци +## Видео ръководства -Някои уроци са налични под формата на кратки видеа. Можете да ги намерите в текста на уроците или в [плейлиста ML for Beginners в YouTube канала на Microsoft Developer](https://aka.ms/ml-beginners-videos), като кликнете на изображението по-долу. +Някои от уроците са налични като къси видеоклипове. Всички те можете да намерите във всеки урок или в [плейлиста ML за начинаещи в YouTube канала за разработчици на Microsoft](https://aka.ms/ml-beginners-videos) чрез кликване на картинката по-долу. -[![ML for beginners banner](../../translated_images/bg/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) +[![ML за начинаещи банер](../../translated_images/bg/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) --- ## Запознайте се с екипа -[![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) +[![Промо видео](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) -**Гиф от** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) +**GIF от** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) -> 🎥 Кликнете на изображението горе за видео за проекта и хората, които го създадоха! +> 🎥 Кликнете върху изображението по-горе за видео за проекта и хората, които го създадоха! --- -## Методология +## Педагогика -Избрахме два педагогически постулата при изграждането на тази учебна програма: да бъде практически **базирана на проекти** и да включва **чести тестове**. Освен това тази учебна програма има обща **тема**, за да й придаде единство. +Избрахме две педагогически принципа при изграждането на тази учебна програма: да бъде ръководена от практически **проекти** и да включва **чести тестове**. Освен това учебната програма има обща **тема**, за да придаде кохезия. -Чрез гарантиране, че съдържанието съответства на проекти, процесът става по-ангажиращ за студентите и запомнянето на понятията се подобрява. Освен това нисковажно тестово задание преди занятия насочва намерението на студента към изучаване на тема, а втори тест след занятието осигурява по-добро затвърждаване. Тази програма е проектирана да бъде гъвкава и забавна и може да бъде взета изцяло или частично. Проектите започват малки и стават все по-сложни до края на 12-седмичния цикъл. В програмата също е включен послеслов за реалните приложения на машинното обучение, който може да се използва като допълнителен кредит или като основа за дискусия. +Чрез осигуряване на съответствие между съдържанието и проектите, процесът става по-ангажиращ за студентите и се увеличава запомнянето на концепциите. Освен това, нискозаряден тест преди урока настройва намерението за учене, а втори тест след урока подсилва задържането на знания. Тази учебна програма е създадена да бъде гъвкава и забавна и може да се взема изцяло или частично. Проектите започват малки и стават постепенно по-сложни до края на 12-седмичния цикъл. Учебната програма включва и послеслов относно реални приложения на машинното обучение, който може да се използва като допълнителна оценка или като основа за дискусия. -> Намерете нашите насоки за [Етичен кодекс](CODE_OF_CONDUCT.md), [Сътрудничество](CONTRIBUTING.md), [Преводи](TRANSLATIONS.md) и [Отстраняване на проблеми](TROUBLESHOOTING.md). Очакваме с нетърпение вашите конструктивни отзиви! +> Намерете нашите [Правила за поведение](CODE_OF_CONDUCT.md), [Правила за допринасяне](CONTRIBUTING.md), [Преводи](TRANSLATIONS.md) и [Отстраняване на проблеми](TROUBLESHOOTING.md). Очакваме с интерес вашата конструктивна обратна връзка! ## Всеки урок включва -- опционалната скицникта +- опционална скицна бележка - опционално допълнително видео -- видео урок (само някои уроци) -- [въпросник преди лекция](https://ff-quizzes.netlify.app/en/ml/) +- видео ръководство (само при някои уроци) +- [предварителен тест преди урока](https://ff-quizzes.netlify.app/en/ml/) - писмен урок -- за уроци, базирани на проекти: стъпка по стъпка ръководства за изграждане на проекта +- за проектно-базирани уроци - стъпка по стъпка ръководства за изграждане на проекта - проверки на знанията - предизвикателство - допълнително четиво -- задача -- [въпросник след лекция](https://ff-quizzes.netlify.app/en/ml/) - -> **Забележка за езиците**: Тези уроци са предимно написани на Python, но много от тях са налични и на R. За да завършите урок по R, отидете в папката `/solution` и потърсете уроци на R. Те включват разширението .rmd, което представлява **R Markdown** файл, който просто се дефинира като вграждане на `кодови блокове` (на R или други езици) и `YAML заглавие` (което указва как да се форматират изходите като PDF) в `Markdown документ`. По този начин това служи като отлична рамка за авторство в науката за данни, тъй като ви позволява да комбинирате вашия код, резултата от него и вашите мисли, като ги записвате в Markdown. Освен това, R Markdown документите могат да се конвертират в изходни формати като PDF, HTML или Word. -> **Забележка за тестовете**: Всички тестове са съдържани в [папка Quiz App](../../quiz-app), общо 52 теста с по три въпроса всеки. Те са свързани в рамките на уроците, но приложението за тестове може да се изпълнява локално; следвайте инструкциите в папката `quiz-app`, за да го хоствате локално или да го разположите в Azure. - -| Номер на урока | Тема | Групиране на уроци | Учебни цели | Свързан урок | Автор | -| :------------: | :-----------------------------------------------------------: | :----------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------ | :-------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------: | -| 01 | Въведение в машинното обучение | [Въведение](1-Introduction/README.md) | Научете основните концепции зад машинното обучение | [Урок](1-Introduction/1-intro-to-ML/README.md) | Мухамад | -| 02 | История на машинното обучение | [Въведение](1-Introduction/README.md) | Научете историята, лежаща в основата на тази област | [Урок](1-Introduction/2-history-of-ML/README.md) | Джен и Ейми | -| 03 | Справедливост и машинно обучение | [Въведение](1-Introduction/README.md) | Какви са важните философски въпроси около справедливостта, които студентите трябва да обмислят при изграждането и приложението на модели? | [Урок](1-Introduction/3-fairness/README.md) | Томоми | -| 04 | Техники за машинно обучение | [Въведение](1-Introduction/README.md) | Какви техники използват изследователите на машинно обучение, за да изградят ML модели? | [Урок](1-Introduction/4-techniques-of-ML/README.md) | Крис и Джен | -| 05 | Въведение в регресия | [Регресия](2-Regression/README.md) | Започнете с Python и Scikit-learn за регресионни модели | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Джен • Ерик Уанджау | -| 06 | Цени на тиквите в Северна Америка 🎃 | [Регресия](2-Regression/README.md) | Визуализирайте и почистете данни в подготовка за ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Джен • Ерик Уанджау | -| 07 | Цени на тиквите в Северна Америка 🎃 | [Регресия](2-Regression/README.md) | Постройте линейни и полиномиални регресионни модели | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Джен и Дмитрий • Ерик Уанджау | -| 08 | Цени на тиквите в Северна Америка 🎃 | [Регресия](2-Regression/README.md) | Постройте логистичен регресионен модел | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Джен • Ерик Уанджау | -| 09 | Уеб приложение 🔌 | [Уеб приложение](3-Web-App/README.md) | Създайте уеб приложение за използване на обучен модел | [Python](3-Web-App/1-Web-App/README.md) | Джен | -| 10 | Въведение в класификация | [Класификация](4-Classification/README.md) | Почистете, подгответе и визуализирайте данните си; въведение в класификация | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Джен и Каси • Ерик Уанджау | -| 11 | Вкусни азиатски и индийски кухни 🍜 | [Класификация](4-Classification/README.md) | Въведение в класификаторите | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Джен и Каси • Ерик Уанджау | -| 12 | Вкусни азиатски и индийски кухни 🍜 | [Класификация](4-Classification/README.md) | Повече класификатори | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Джен и Каси • Ерик Уанджау | -| 13 | Вкусни азиатски и индийски кухни 🍜 | [Класификация](4-Classification/README.md) | Създайте уеб приложение за препоръки, използвайки вашия модел | [Python](4-Classification/4-Applied/README.md) | Джен | -| 14 | Въведение в клъстеризация | [Клъстеризация](5-Clustering/README.md) | Почистете, подгответе и визуализирайте данните си; въведение в клъстеризация | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Джен • Ерик Уанджау | -| 15 | Изследване на музикалните вкусове в Нигерия 🎧 | [Клъстеризация](5-Clustering/README.md) | Изследвайте метода K-средни за клъстери | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Джен • Ерик Уанджау | -| 16 | Въведение в обработката на естествен език ☕️ | [Обработка на естествен език](6-NLP/README.md) | Научете основите на NLP чрез изграждане на прост бот | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Стивън | -| 17 | Често срещани задачи в NLP ☕️ | [Обработка на естествен език](6-NLP/README.md) | Задълбочете вашите знания за NLP, като разберете често срещаните задачи при работа с езикови структури | [Python](6-NLP/2-Tasks/README.md) | Стивън | -| 18 | Превод и анализ на настроения ♥️ | [Обработка на естествен език](6-NLP/README.md) | Превод и анализ на настроения с Джейн Остин | [Python](6-NLP/3-Translation-Sentiment/README.md) | Стивън | -| 19 | Романтични хотели в Европа ♥️ | [Обработка на естествен език](6-NLP/README.md) | Анализ на настроения с ревюта за хотели 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Стивън | -| 20 | Романтични хотели в Европа ♥️ | [Обработка на естествен език](6-NLP/README.md) | Анализ на настроения с ревюта за хотели 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Стивън | -| 21 | Въведение в прогнозиране на времеви редове | [Времеви редове](7-TimeSeries/README.md) | Въведение в прогнозиране на времеви редове | [Python](7-TimeSeries/1-Introduction/README.md) | Франческа | -| 22 | ⚡️ Световна консумация на електроенергия ⚡️ - прогнозиране с ARIMA | [Времеви редове](7-TimeSeries/README.md) | Прогнозиране на времеви редове с ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Франческа | -| 23 | ⚡️ Световна консумация на електроенергия ⚡️ - прогнозиране с SVR | [Времеви редове](7-TimeSeries/README.md) | Прогнозиране на времеви редове с регресор на опорни вектори | [Python](7-TimeSeries/3-SVR/README.md) | Анирбан | -| 24 | Въведение в подсилващото обучение | [Подсилващо обучение](8-Reinforcement/README.md) | Въведение в подсилващо обучение с Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Дмитрий | -| 25 | Помогнете на Питър да избегне вълка! 🐺 | [Подсилващо обучение](8-Reinforcement/README.md) | Подсилващо обучение с Gym | [Python](8-Reinforcement/2-Gym/README.md) | Дмитрий | -| Постскрипт | Реални сценарии и приложения на ML | [ML в природата](9-Real-World/README.md) | Интересни и поучителни реални приложения на класическо машинно обучение | [Урок](9-Real-World/1-Applications/README.md) | Екип | -| Постскрипт | Отстраняване на грешки в модели с RAI контролен панел | [ML в природата](9-Real-World/README.md) | Отстраняване на грешки в машинно обучение с помощта на компоненти на контролния панел Responsible AI | [Урок](9-Real-World/2-Debugging-ML-Models/README.md) | Рут Якобу | - -> [намерете всички допълнителни ресурси за този курс в нашата колекция Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) +- задание +- [последващ тест след урока](https://ff-quizzes.netlify.app/en/ml/) + +> **Забележка за езиците**: Тези уроци са написани предимно на Python, но много са налични и на R. За да завършите урок на R, отидете в папката `/solution` и потърсете уроци на R. Те включват разширение .rmd, което представлява файл **R Markdown** – просто казано, това е вграждане на `кодови блокове` (на R или други езици) и `YAML заглавие` (което указва форматирането на изходи като PDF) в `Markdown документ`. Така той служи като отлична рамка за авторство при данни, тъй като ви позволява да комбинирате кода си, неговия изход и мислите си, като ги записвате в Markdown формат. Освен това, документите R Markdown могат да бъдат конвертирани в изходни формати като PDF, HTML или Word. +> **Бележка за куизове**: Всички куизове са в [папката Quiz App](../../quiz-app), общо 52 куиза с по три въпроса всеки. Те са свързани от уроците, но приложението за куиз може да се пуска локално; следвайте инструкциите в папката `quiz-app` за локален хостинг или разгръщане в Azure. + +| Номер на урок | Тема | Групировка на урока | Учебни цели | Свързан урок | Автор | +| :-----------: | :------------------------------------------------------------: | :-----------------------------------------------------: | ----------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | +| 01 | Въведение в машинното обучение | [Въведение](1-Introduction/README.md) | Запознайте се с основните концепции зад машинното обучение | [Урок](1-Introduction/1-intro-to-ML/README.md) | Muhammad | +| 02 | История на машинното обучение | [Въведение](1-Introduction/README.md) | Научете историята зад тази област | [Урок](1-Introduction/2-history-of-ML/README.md) | Jen and Amy | +| 03 | Справедливост и машинно обучение | [Въведение](1-Introduction/README.md) | Кои са важните философски въпроси около справедливостта, които студентите трябва да вземат предвид при създаване и прилагане на ML модели? | [Урок](1-Introduction/3-fairness/README.md) | Tomomi | +| 04 | Техники за машинно обучение | [Въведение](1-Introduction/README.md) | Какви техники използват изследователите на ML за изграждане на ML модели? | [Урок](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen | +| 05 | Въведение в регресия | [Регресия](2-Regression/README.md) | Започнете с Python и Scikit-learn за регресионни модели | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | +| 06 | Цени на тикви в Северна Америка 🎃 | [Регресия](2-Regression/README.md) | Визуализиране и почистване на данни в подготовка за ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | +| 07 | Цени на тикви в Северна Америка 🎃 | [Регресия](2-Regression/README.md) | Изграждане на линейни и полиномиални регресионни модели | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen and Dmitry • Eric Wanjau | +| 08 | Цени на тикви в Северна Америка 🎃 | [Регресия](2-Regression/README.md) | Изграждане на логистичен регресионен модел | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | +| 09 | Уеб приложение 🔌 | [Уеб приложение](3-Web-App/README.md) | Изградете уеб приложение за използване на вашия обучен модел | [Python](3-Web-App/1-Web-App/README.md) | Jen | +| 10 | Въведение в класификация | [Класификация](4-Classification/README.md) | Почистете, подгответе и визуализирайте данните си; въведение в класификация | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau | +| 11 | Вкусна азиатска и индийска кухня 🍜 | [Класификация](4-Classification/README.md) | Въведение в класификаторите | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen and Cassie • Eric Wanjau | +| 12 | Вкусна азиатска и индийска кухня 🍜 | [Класификация](4-Classification/README.md) | Още класификатори | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen and Cassie • Eric Wanjau | +| 13 | Вкусна азиатска и индийска кухня 🍜 | [Класификация](4-Classification/README.md) | Изградете препоръчително уеб приложение, използвайки вашия модел | [Python](4-Classification/4-Applied/README.md) | Jen | +| 14 | Въведение в клъстериране | [Клъстериране](5-Clustering/README.md) | Почистете, подгответе и визуализирайте данните си; въведение в клъстеринг | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | +| 15 | Изследване на нигерийски музикални вкусове 🎧 | [Клъстериране](5-Clustering/README.md) | Изследвайте метода K-средни (K-Means) класиране | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | +| 16 | Въведение в обработка на естествен език ☕️ | [Обработка на естествен език](6-NLP/README.md) | Научете основите на NLP чрез създаване на прост бот | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | +| 17 | Често срещани задачи в NLP ☕️ | [Обработка на естествен език](6-NLP/README.md) | Задълбочете знанията си по NLP, като разберете общите задачи при работа с езикови структури | [Python](6-NLP/2-Tasks/README.md) | Stephen | +| 18 | Превод и анализ на настроения ♥️ | [Обработка на естествен език](6-NLP/README.md) | Превод и анализ на настроения с Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | +| 19 | Романтични хотели в Европа ♥️ | [Обработка на естествен език](6-NLP/README.md) | Анализ на настроения с ревюта за хотели 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | +| 20 | Романтични хотели в Европа ♥️ | [Обработка на естествен език](6-NLP/README.md) | Анализ на настроения с ревюта за хотели 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | +| 21 | Въведение в прогнозиране на времеви редове | [Времеви редове](7-TimeSeries/README.md) | Въведение в прогнозиране на времеви редове | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | +| 22 | ⚡️ Световна консумация на електроенергия ⚡️ - прогнозиране на времеви редове с ARIMA | [Времеви редове](7-TimeSeries/README.md) | Прогнозиране на времеви редове с ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | +| 23 | ⚡️ Световна консумация на електроенергия ⚡️ - прогнозиране на времеви редове със SVR | [Времеви редове](7-TimeSeries/README.md) | Прогнозиране на времеви редове с подкрепящ вектор регресор (SVR) | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | +| 24 | Въведение в подсилващо обучение | [Подсилващо обучение](8-Reinforcement/README.md) | Въведение в подсилващо обучение с Q-обучение (Q-Learning) | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | +| 25 | Помогнете на Питър да избегне вълка! 🐺 | [Подсилващо обучение](8-Reinforcement/README.md) | Подсилващо обучение с Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | +| Постскриптум | Реални сценарии и приложения на ML | [ML в дивата природа](9-Real-World/README.md) | Интересни и разкриващи реални приложения на класическото машинно обучение | [Урок](9-Real-World/1-Applications/README.md) | Екип | +| Постскриптум | Отстраняване на грешки в ML с помощта на RAI таблото | [ML в дивата природа](9-Real-World/README.md) | Отстраняване на грешки в машинно обучение с компоненти на таблото Responsible AI | [Урок](9-Real-World/2-Debugging-ML-Models/README.md) | Рут Якобу | + +> [намиране на всички допълнителни ресурси за този курс в нашата колекция Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## Офлайн достъп -Можете да използвате тази документация офлайн с помощта на [Docsify](https://docsify.js.org/#/). Форкнете това хранилище, [инсталирайте Docsify](https://docsify.js.org/#/quickstart) на локалната си машина и след това в коренната папка на хранилището напишете `docsify serve`. Уебсайтът ще бъде достъпен на порт 3000 на локалния ви хост: `localhost:3000`. +Можете да използвате тази документация офлайн чрез [Docsify](https://docsify.js.org/#/). Форкнете това хранилище, [инсталирайте Docsify](https://docsify.js.org/#/quickstart) на локалната си машина и след това в кореновата папка на това хранилище напишете `docsify serve`. Уебсайтът ще бъде достъпен на порт 3000 на локалната ви машина: `localhost:3000`. ## PDF файлове -Намерете PDF на учебната програма с връзки [тук](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). +Намерете pdf на учебната програма с връзки [тук](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). ## 🎒 Други курсове -Нашият екип създава и други курсове! Вижте: +Нашият екип произвежда и други курсове! Вижте: ### LangChain [![LangChain4j за начинаещи](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners) [![LangChain.js за начинаещи](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) - +[![LangChain за начинаещи](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin) --- ### Azure / Edge / MCP / Агенти [![AZD за начинаещи](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 за начинаещи](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 за начинаещи](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst) -[![AI Агенти за начинаещи](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) +[![AI агенти за начинаещи](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Серия за генеративен AI -[![Генеративен AI за начинаещи](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) -[![Генеративен 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) -[![Генеративен 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) -[![Генеративен 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) +[![Генеративен ИИ за начинаещи](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) +[![Генеративен ИИ (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst) +[![Генеративен ИИ (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst) +[![Генеративен ИИ (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst) --- @@ -194,30 +193,30 @@ [![Изкуствен интелект за начинаещи](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) [![Киберсигурност за начинаещи](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) [![Уеб разработка за начинаещи](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 за начинаещи](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst) -[![Разработка на XR за начинаещи](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) +[![Интернет на нещата за начинаещи](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst) +[![XR разработка за начинаещи](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Серия Copilot [![Copilot за AI съвместно програмиране](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) [![Copilot за 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) -[![Приключение с Copilot](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) +[![Приключения с Copilot](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) ## Получаване на помощ -Ако се затрудните или имате въпроси относно изграждането на AI приложения. Присъединете се към други учащи и опитни разработчици в дискусии за MCP. Това е подкрепяща общност, където въпросите са добре дошли и знанието се споделя свободно. +Ако заседнете или имате въпроси относно изграждането на AI приложения, присъединете се към други обучаващи се и опитни разработчици в дискусии за MCP. Това е подкрепяща общност, в която въпросите са добре дошли и знанието се споделя свободно. [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -Ако имате обратна връзка за продукта или срещнете грешки по време на разработка посетете: +Ако имате обратна връзка за продукта или грешки по време на разработката, посетете: [![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum) --- -**Отказ от отговорност**: -Този документ е преведен с помощта на AI преводаческа услуга [Co-op Translator](https://github.com/Azure/co-op-translator). Въпреки че се стремим към точност, моля имайте предвид, че автоматизираните преводи може да съдържат грешки или неточности. Оригиналният документ на неговия роден език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Не носим отговорност за недоразумения или неправилни тълкувания, произтичащи от използването на този превод. +**Отказ от отговорност**: +Този документ е преведен с помощта на AI преводаческа услуга [Co-op Translator](https://github.com/Azure/co-op-translator). Въпреки че се стремим към точност, моля, имайте предвид, че автоматизираните преводи може да съдържат грешки или неточности. Оригиналният документ на неговия роден език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Не носим отговорност за каквито и да е недоразумения или неправилни тълкувания, възникнали вследствие на използването на този превод. \ No newline at end of file diff --git a/translations/ro/.co-op-translator.json b/translations/ro/.co-op-translator.json index 0ab7ebdf9..1c2c8ccb8 100644 --- a/translations/ro/.co-op-translator.json +++ b/translations/ro/.co-op-translator.json @@ -540,8 +540,8 @@ "language_code": "ro" }, "README.md": { - "original_hash": "da2ceed62f16a0820259556e3a873c95", - "translation_date": "2026-01-29T19:03:16+00:00", + "original_hash": "2f594ee136e3127a47f56d80055227bc", + "translation_date": "2026-02-06T08:59:23+00:00", "source_file": "README.md", "language_code": "ro" }, diff --git a/translations/ro/README.md b/translations/ro/README.md index 58e052c78..5eba56cee 100644 --- a/translations/ro/README.md +++ b/translations/ro/README.md @@ -8,80 +8,80 @@ [![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/) -### 🌐 Suport multilingv +### 🌐 Suport multi-limbaj -#### Suportat prin GitHub Action (automatizat și întotdeauna actualizat) +#### Susținut prin GitHub Action (Automatizat și Întotdeauna Actualizat) [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](../ne/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](./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) -> **Preferi să Clonezi Local?** +> **Preferi să clonezi local?** -> Acest depozit include peste 50 de traduceri în limbi diferite, ceea ce crește semnificativ dimensiunea descărcării. Pentru a clona fără traduceri, folosește sparse checkout: +> Acest repository include peste 50 de traduceri în limbi diferite, ceea ce mărește semnificativ dimensiunea descărcării. Pentru a clona fără traduceri, folosește sparse checkout: > ```bash > git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git > cd ML-For-Beginners > git sparse-checkout set --no-cone '/*' '!translations' '!translated_images' > ``` -> Astfel, obții tot ce ai nevoie pentru a finaliza cursul cu o descărcare mult mai rapidă. +> Astfel ai tot ce ai nevoie pentru a finaliza cursul cu o descărcare mult mai rapidă. -#### Alătură-te Comunității Noastre +#### Alătură-te comunității noastre [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -Avem o serie Discord „Învață cu AI” în desfășurare, află mai multe și alătură-te la [Learn with AI Series](https://aka.ms/learnwithai/discord) în perioada 18 - 30 septembrie 2025. Vei primi sfaturi și trucuri pentru utilizarea GitHub Copilot în Știința Datelor. +Avem o serie continuă pe Discord numită „Învățare cu AI”, află mai multe și alătură-te la [Learn with AI Series](https://aka.ms/learnwithai/discord) în perioada 18 - 30 septembrie 2025. Vei primi sfaturi și trucuri despre cum să folosești GitHub Copilot pentru Data Science. -![Seria Learn with AI](../../translated_images/ro/3.9b58fd8d6c373c20.webp) +![Learn with AI series](../../translated_images/ro/3.9b58fd8d6c373c20.webp) -# Machine Learning pentru Începători - Un Curriculum +# Învățare automată pentru începători - Un curriculum -> 🌍 Călătorește în jurul lumii în timp ce explorăm Machine Learning prin prisma culturilor lumii 🌍 +> 🌍 Călătorește în jurul lumii în timp ce explorăm Învățarea Automată prin prisma culturilor lumii 🌍 -Cloud Advocates de la Microsoft sunt încântați să ofere un curriculum de 12 săptămâni, 26 lecții, dedicat în întregime **Machine Learning**. În acest curriculum, vei învăța despre ceea ce numim uneori **machine learning clasic**, folosind în principal Scikit-learn ca bibliotecă și evitând deep learning-ul, care este tratat în curriculumul nostru [AI for Beginners](https://aka.ms/ai4beginners). Combină aceste lecții cu curriculumul nostru ['Data Science for Beginners'](https://aka.ms/ds4beginners). +Echipa Cloud Advocates de la Microsoft este încântată să ofere un curriculum de 12 săptămâni, format din 26 de lecții, dedicat **Învățării Automate**. În acest curriculum, vei învăța despre ceea ce este uneori numit **învățarea automată clasică**, folosind în principal biblioteca Scikit-learn și evitând învățarea profundă, care este abordată în curriculumul nostru [AI for Beginners](https://aka.ms/ai4beginners). Poți asocia aceste lecții și cu curriculumul nostru ['Data Science for Beginners'](https://aka.ms/ds4beginners)! -Călătorește cu noi în jurul lumii aplicând aceste tehnici clasice pe date din diverse zone ale lumii. Fiecare lecție include chestionare pre- și post- lecție, instrucțiuni scrise pentru a finaliza lecția, o soluție, o temă și altele. Pedagogia noastră bazată pe proiecte îți permite să înveți construind, o metodă dovedită pentru asimilarea noilor abilități. +Călătorește cu noi în jurul lumii în timp ce aplicăm aceste tehnici clasice pe date din diverse regiuni ale lumii. Fiecare lecție include chestionare înainte și după lecție, instrucțiuni scrise pentru a completa lecția, o soluție, o sarcină, și multe altele. Pedagogia noastră bazată pe proiecte îți permite să înveți construind, o metodă dovedită pentru a reține noile competențe. -**✍️ Mulțumiri călduroase autorilor noștri** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu și Amy Boyd +**✍️ Mulțumiri speciale autorilor noștri** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu și Amy Boyd **🎨 Mulțumiri și ilustratorilor noștri** Tomomi Imura, Dasani Madipalli și Jen Looper -**🙏 Mulțumiri speciale 🙏 ambasadorilor studenți Microsoft autori, recenzori și contribuitori la conținut**, în special Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila și Snigdha Agarwal +**🙏 Mulțumiri speciale 🙏 ambasadorilor Microsoft Student care au fost autori, recenzori și contributori de conținut**, în special Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila și Snigdha Agarwal -**🤩 Gratitudine suplimentară ambasadorilor studenți Microsoft Eric Wanjau, Jasleen Sondhi și Vidushi Gupta pentru lecțiile în R!** +**🤩 Mulțumiri suplimentare ambasadorilor Microsoft Student Eric Wanjau, Jasleen Sondhi și Vidushi Gupta pentru lecțiile noastre în R!** # Începutul Urmează acești pași: -1. **Fă un Fork al Repozitoriului**: Apasă butonul „Fork” din colțul dreapta sus al acestei pagini. -2. **Clonează Repozitoriul**: `git clone https://github.com/microsoft/ML-For-Beginners.git` +1. **Fă un Fork al repository-ului**: Apasă butonul „Fork” din colțul dreapta sus al acestei pagini. +2. **Clonează repository-ul**: `git clone https://github.com/microsoft/ML-For-Beginners.git` > [găsește toate resursele suplimentare pentru acest curs în colecția noastră Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) -> 🔧 **Ai nevoie de ajutor?** Consultă [Ghidul de depanare](TROUBLESHOOTING.md) pentru soluții la probleme comune legate de instalare, configurare și rularea lecțiilor. +> 🔧 **Ai nevoie de ajutor?** Consultă [Ghidul nostru de depanare](TROUBLESHOOTING.md) pentru soluții la probleme comune de instalare, configurare și rulare a lecțiilor. -**[Studenți](https://aka.ms/student-page)**, pentru a folosi acest curriculum, faceți fork la întregul repo în contul vostru GitHub și completați exercițiile individual sau în grup: +**[Studenți](https://aka.ms/student-page)**, pentru a folosi acest curriculum, fă fork la întregul repo pe contul vostru de GitHub și finalizați exercițiile singuri sau în grup: -- Începe cu un chestionar pre-lecture. -- Citește lecția și finalizează activitățile, oprindu-te pentru reflecție la fiecare verificare de cunoștințe. -- Încearcă să creezi proiectele înțelegând lecțiile și nu doar executând codul soluției; totuși, acel cod este disponibil în folderele `/solution` din fiecare lecție orientată spre proiect. -- Fă chestionarul post-lecture. -- Completează provocarea. -- Realizează tema. -- După finalizarea unui grup de lecții, vizitează [Forum discuții](https://github.com/microsoft/ML-For-Beginners/discussions) și „învățăm împreună” completând rubrică PAT corespunzătoare. Un 'PAT' este un Instrument de Evaluare a Progresului, o rubrică pe care o completezi pentru a-ți aprofunda învățarea. Poți reacționa și la alte PAT-uri pentru a învăța împreună. +- Începe cu un chestionar înaintea lecturii. +- Citește lecția și efectuează activitățile, fă pauze și reflectă la fiecare verificare a cunoștințelor. +- Încearcă să creezi proiectele înțelegând lecțiile în loc să rulezi codul soluției; totuși codul este disponibil în folderele `/solution` din fiecare lecție orientată pe proiect. +- Fă chestionarul după lecție. +- Finalizează provocarea. +- Completează sarcina. +- După ce termini un grup de lecții, vizitează [Boardul de discuții](https://github.com/microsoft/ML-For-Beginners/discussions) și „învață cu voce tare” completând rubrică PAT corespunzătoare. PAT este un Instrument de Evaluare a Progresului, un formular pe care îl completezi pentru a-ți avansa învățarea. Poți de asemenea să reacționezi la alte PAT-uri pentru a învăța împreună. -> Pentru studii suplimentare, recomandăm să urmezi aceste module și trasee de învățare [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott). +> Pentru aprofundare, recomandăm urmarea acestor [module și trasee de învățare Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott). -**Profesori**, am inclus [unele sugestii](for-teachers.md) despre cum să folosiți acest curriculum. +**Profesori**, am [inclus câteva sugestii](for-teachers.md) despre cum să folosiți acest curriculum. --- -## Prezentări video +## Parcurgeri video -Unele lecții sunt disponibile ca videoclipuri scurte. Le poți găsi integrate în lecții sau pe [playlist-ul ML for Beginners de pe canalul Microsoft Developer YouTube](https://aka.ms/ml-beginners-videos) făcând clic pe imaginea de mai jos. +Unele lecții sunt disponibile sub formă video scurte. Le puteți găsi integrate în lecții sau pe [playlistul ML for Beginners de pe canalul Microsoft Developer de pe YouTube](https://aka.ms/ml-beginners-videos) făcând click pe imaginea de mai jos. -[![Banner ML for beginners](../../translated_images/ro/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) +[![ML for beginners banner](../../translated_images/ro/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) --- @@ -91,85 +91,85 @@ Unele lecții sunt disponibile ca videoclipuri scurte. Le poți găsi integrate **Gif de** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) -> 🎥 Apasă imaginea de mai sus pentru a vedea un video despre proiect și cei care l-au creat! +> 🎥 Dă click pe imaginea de mai sus pentru un video despre proiect și oamenii care l-au creat! --- ## Pedagogie -Am ales două principii pedagogice în construirea acestui curriculum: să fie **bazat pe proiecte practice** și să includă **chestionare frecvente**. În plus, acest curriculum are o **temă** comună pentru coeziune. +Am ales două principii pedagogice în construirea acestui curriculum: să fie hands-on, bazat pe **proiecte** și să includă **chestionare frecvente**. În plus, curriculumul are o **tematică** comună pentru a-i da coeziune. -Prin alinierea conținutului cu proiectele, procesul devine mai captivant pentru studenți și retenția conceptelor este amplificată. De asemenea, un chestionar cu miză mică înaintea unui curs stabilește intenția studentului de a învăța un subiect, în timp ce un al doilea chestionar după curs asigură o retenție suplimentară. Curriculumul este proiectat să fie flexibil și distractiv și îl poți urma integral sau parțial. Proiectele pornesc mici și devin din ce în ce mai complexe spre finalul ciclului de 12 săptămâni. Curriculumul include un postscript despre aplicații reale ale ML, care poate fi folosit ca credit suplimentar sau ca bază pentru discuții. +Asigurând alinierea conținutului cu proiectele, procesul devine mai captivant pentru studenți și reținerea conceptelor se îmbunătățește. De asemenea, un chestionar cu miză scăzută înainte de clasă setează intenția studentului de a învăța un subiect, iar un al doilea după clasă confirmă reținerea acestuia. Acest curriculum este gândit să fie flexibil și amuzant, putând fi parcurs în întregime sau parțial. Proiectele pornesc mici și devin tot mai complexe pe parcursul celor 12 săptămâni. Curriculumul include și o postfata despre aplicații reale ale ML, care poate fi folosită ca credit suplimentar sau ca bază de discuție. -> Găsește regulile noastre în [Codul de conduită](CODE_OF_CONDUCT.md), [Contribuții](CONTRIBUTING.md), [Traduceri](TRANSLATIONS.md) și [Depanare](TROUBLESHOOTING.md). Apreciem feedback-ul tău constructiv! +> Găsești ghidurile noastre [Cod de conduită](CODE_OF_CONDUCT.md), [Contribuire](CONTRIBUTING.md), [Traducere](TRANSLATIONS.md) și [Depanare](TROUBLESHOOTING.md). Așteptăm cu interes feedback-ul tău constructiv! ## Fiecare lecție include -- schița opțională -- videoclip opțional suplimentar -- tutorial video (numai pentru unele lecții) -- [chestionar de încălzire pre-lecture](https://ff-quizzes.netlify.app/en/ml/) +- notiță schițată opțională +- video suplimentar opțional +- parcurgere video (doar în unele lecții) +- [chestionar pre-lectură](https://ff-quizzes.netlify.app/en/ml/) - lecție scrisă -- pentru lecțiile bazate pe proiecte, ghid pas cu pas pentru construirea proiectului +- pentru lecții bazate pe proiect, ghiduri pas cu pas pentru construcție - verificări de cunoștințe - o provocare - lectură suplimentară -- temă -- [chestionar post-lecture](https://ff-quizzes.netlify.app/en/ml/) - -> **Un comentariu despre limbi**: Aceste lecții sunt scrise în principal în Python, dar multe sunt disponibile și în R. Pentru a finaliza o lecție în R, accesează folderul `/solution` și caută lecțiile în R. Acestea au extensia .rmd care reprezintă un fișier **R Markdown**, ce poate fi definit simplu ca o încorporare de `cod` (R sau alte limbaje) și un `header YAML` (care indică modul de format a ieșirilor precum PDF) într-un `document Markdown`. Astfel, servește ca un cadru de autorare exemplar pentru știința datelor, deoarece îți permite să combini codul tău, rezultatul său și gândurile tale, scriindu-le în Markdown. Mai mult, documentele R Markdown pot fi exportate în formate precum PDF, HTML sau Word. -> **O notă despre chestionare**: Toate chestionarele sunt conținute în [folderul Quiz App](../../quiz-app), pentru un total de 52 de chestionare cu câte trei întrebări fiecare. Sunt legate din interiorul lecțiilor, dar aplicația de chestionare poate fi rulată local; urmați instrucțiunile din folderul `quiz-app` pentru a găzdui local sau a implementa pe Azure. - -| Numărul Lecției | Subiect | Gruparea Lecției | Obiective de Învățare | Lecția Legată | Autor | -| :-------------: | :--------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------: | -| 01 | Introducere în învățarea automată | [Introducere](1-Introduction/README.md) | Învață conceptele de bază din spatele învățării automate | [Lecția](1-Introduction/1-intro-to-ML/README.md) | Muhammad | -| 02 | Istoria învățării automate | [Introducere](1-Introduction/README.md) | Învață istoria acestui domeniu | [Lecția](1-Introduction/2-history-of-ML/README.md) | Jen și Amy | -| 03 | Echitatea și învățarea automată | [Introducere](1-Introduction/README.md) | Care sunt problemele filosofice importante legate de echitate pe care studenții ar trebui să le ia în considerare când construiesc și aplică modele ML? | [Lecția](1-Introduction/3-fairness/README.md) | Tomomi | -| 04 | Tehnici pentru învățarea automată | [Introducere](1-Introduction/README.md) | Ce tehnici folosesc cercetătorii în ML pentru a construi modele ML? | [Lecția](1-Introduction/4-techniques-of-ML/README.md) | Chris și Jen | -| 05 | Introducere în regresie | [Regresie](2-Regression/README.md) | Începe cu Python și Scikit-learn pentru modele de regresie | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | -| 06 | Prețurile dovlecilor din America de Nord 🎃 | [Regresie](2-Regression/README.md) | Vizualizează și curăță date în pregătirea pentru ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | -| 07 | Prețurile dovlecilor din America de Nord 🎃 | [Regresie](2-Regression/README.md) | Construiește modele de regresie liniară și polinomială | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen și Dmitry • Eric Wanjau | -| 08 | Prețurile dovlecilor din America de Nord 🎃 | [Regresie](2-Regression/README.md) | Construiește un model de regresie logistică | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | -| 09 | O aplicație web 🔌 | [Aplicație Web](3-Web-App/README.md) | Construiește o aplicație web pentru a folosi modelul antrenat | [Python](3-Web-App/1-Web-App/README.md) | Jen | -| 10 | Introducere în clasificare | [Clasificare](4-Classification/README.md) | Curăță, pregătește și vizualizează datele tale; introducere în clasificare | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen și Cassie • Eric Wanjau | -| 11 | Bucătării delicioase asiatice și indiene 🍜 | [Clasificare](4-Classification/README.md) | Introducere în clasificatoare | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen și Cassie • Eric Wanjau | -| 12 | Bucătării delicioase asiatice și indiene 🍜 | [Clasificare](4-Classification/README.md) | Mai multe clasificatoare | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen și Cassie • Eric Wanjau | -| 13 | Bucătării delicioase asiatice și indiene 🍜 | [Clasificare](4-Classification/README.md) | Construiește o aplicație web de recomandări folosind modelul tău | [Python](4-Classification/4-Applied/README.md) | Jen | -| 14 | Introducere în clustering | [Clustering](5-Clustering/README.md) | Curăță, pregătește și vizualizează datele tale; Introducere în clustering | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | -| 15 | Explorarea gusturilor muzicale nigeriene 🎧 | [Clustering](5-Clustering/README.md) | Explorează metoda de clustering K-Means | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | -| 16 | Introducere în procesarea limbajului natural ☕️ | [Procesarea limbajului natural](6-NLP/README.md) | Învață elementele de bază ale NLP prin construirea unui bot simplu | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | -| 17 | Sarcini comune NLP ☕️ | [Procesarea limbajului natural](6-NLP/README.md) | Adâncește-ți cunoștințele despre NLP înțelegând sarcinile comune cerute când lucrezi cu structuri de limbaj | [Python](6-NLP/2-Tasks/README.md) | Stephen | -| 18 | Traducere și analiza sentimentului ♥️ | [Procesarea limbajului natural](6-NLP/README.md) | Traducere și analiză a sentimentului cu Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | -| 19 | Hoteluri romantice din Europa ♥️ | [Procesarea limbajului natural](6-NLP/README.md) | Analiza sentimentului cu recenzii ale hotelurilor 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | -| 20 | Hoteluri romantice din Europa ♥️ | [Procesarea limbajului natural](6-NLP/README.md) | Analiza sentimentului cu recenzii ale hotelurilor 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | -| 21 | Introducere în prognoza seriilor temporale | [Serii temporale](7-TimeSeries/README.md) | Introducere în prognoza seriilor temporale | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | -| 22 | ⚡️ Utilizarea energiei în lume ⚡️ - prognoza seriilor cu ARIMA | [Serii temporale](7-TimeSeries/README.md) | Prognoza seriilor temporale cu ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | -| 23 | ⚡️ Utilizarea energiei în lume ⚡️ - prognoza seriilor cu SVR | [Serii temporale](7-TimeSeries/README.md) | Prognoza seriilor temporale cu Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | -| 24 | Introducere în învățarea prin întărire | [Învățarea prin întărire](8-Reinforcement/README.md) | Introducere în învățarea prin întărire cu Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | -| 25 | Ajută-l pe Peter să evite lupul! 🐺 | [Învățarea prin întărire](8-Reinforcement/README.md) | Învățarea prin întărire în Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | -| Epilogă | Scenarii și aplicații ML din lumea reală | [ML în sălbăticie](9-Real-World/README.md) | Aplicații interesante și revelatoare ale ML clasice în lumea reală | [Lecția](9-Real-World/1-Applications/README.md) | Echipa | -| Epilogă | Depanarea modelelor ML folosind panoul RAI | [ML în sălbăticie](9-Real-World/README.md) | Depanare a modelelor de învățare automată folosind componentele panoului Responsible AI | [Lecția](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu | +- sarcină +- [chestionar post-lectură](https://ff-quizzes.netlify.app/en/ml/) + +> **O notă despre limbi**: Aceste lecții sunt scrise în principal în Python, dar multe sunt disponibile și în R. Pentru a finaliza o lecție în R, mergi în folderul `/solution` și caută lecțiile în R. Acestea au extensia .rmd, care reprezintă un fișier **R Markdown** ce poate fi definit simplu ca o încorporare de „chunk-uri de cod” (R sau alte limbi) și un „header YAML” (care ghidează modul de formatare a output-ului precum PDF) într-un document „Markdown”. Astfel, servește ca un cadru exemplu pentru autorii de știință a datelor deoarece permite combinarea codului tău, a output-ului său și a gândurilor tale, permițându-ți să le scrii în Markdown. În plus, documentele R Markdown pot fi randate în formate de output precum PDF, HTML sau Word. +> **O notă despre chestionare**: Toate chestionarele sunt conținute în [folderul Quiz App](../../quiz-app), având în total 52 de chestionare cu câte trei întrebări fiecare. Sunt legate din interiorul lecțiilor, dar aplicația de chestionar poate fi rulată local; urmează instrucțiunile din folderul `quiz-app` pentru a găzdui local sau a implementa pe Azure. + +| Numărul lecției | Subiect | Gruparea lecției | Obiective de învățare | Lecția legată | Autor | +| :-------------: | :--------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :----------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | +| 01 | Introducere în învățarea automată | [Introducere](1-Introduction/README.md) | Învață conceptele de bază din spatele învățării automate | [Lecție](1-Introduction/1-intro-to-ML/README.md) | Muhammad | +| 02 | Istoria învățării automate | [Introducere](1-Introduction/README.md) | Învață istoria din spatele acestui domeniu | [Lecție](1-Introduction/2-history-of-ML/README.md) | Jen și Amy | +| 03 | Corectitudine și învățarea automată | [Introducere](1-Introduction/README.md) | Care sunt problemele filosofice importante legate de corectitudine pe care studenții ar trebui să le ia în considerare când construiesc și aplică modele ML? | [Lecție](1-Introduction/3-fairness/README.md) | Tomomi | +| 04 | Tehnici pentru învățarea automată | [Introducere](1-Introduction/README.md) | Ce tehnici folosesc cercetătorii ML pentru a construi modele ML? | [Lecție](1-Introduction/4-techniques-of-ML/README.md) | Chris și Jen | +| 05 | Introducere în regresie | [Regresie](2-Regression/README.md) | Începe cu Python și Scikit-learn pentru modele de regresie | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | +| 06 | Prețurile dovlecilor din America de Nord 🎃 | [Regresie](2-Regression/README.md) | Vizualizarea și curățarea datelor pentru pregătirea pentru ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | +| 07 | Prețurile dovlecilor din America de Nord 🎃 | [Regresie](2-Regression/README.md) | Construiește modele de regresie liniară și polinomială | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen și Dmitry • Eric Wanjau | +| 08 | Prețurile dovlecilor din America de Nord 🎃 | [Regresie](2-Regression/README.md) | Construiește un model de regresie logistică | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | +| 09 | O aplicație web 🔌 | [Aplicație Web](3-Web-App/README.md) | Construiește o aplicație web pentru a folosi modelul tău antrenat | [Python](3-Web-App/1-Web-App/README.md) | Jen | +| 10 | Introducere în clasificare | [Clasificare](4-Classification/README.md) | Curăță, pregătește și vizualizează datele tale; introducere în clasificare | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen și Cassie • Eric Wanjau | +| 11 | Bucătării asiatice și indiene delicioase 🍜 | [Clasificare](4-Classification/README.md) | Introducere în clasificatoare | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen și Cassie • Eric Wanjau | +| 12 | Bucătării asiatice și indiene delicioase 🍜 | [Clasificare](4-Classification/README.md) | Mai multe clasificatoare | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen și Cassie • Eric Wanjau | +| 13 | Bucătării asiatice și indiene delicioase 🍜 | [Clasificare](4-Classification/README.md) | Construiește o aplicație web recomandare folosind modelul tău | [Python](4-Classification/4-Applied/README.md) | Jen | +| 14 | Introducere în clustering | [Clustering](5-Clustering/README.md) | Curăță, pregătește și vizualizează datele tale; Introducere în clustering | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | +| 15 | Explorarea gusturilor muzicale nigeriene 🎧 | [Clustering](5-Clustering/README.md) | Explorează metoda de clustering K-Means | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | +| 16 | Introducere în procesarea limbajului natural ☕️ | [Procesarea limbajului natural](6-NLP/README.md) | Învață elementele de bază despre NLP construind un bot simplu | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | +| 17 | Sarcini comune NLP ☕️ | [Procesarea limbajului natural](6-NLP/README.md) | Aprofundează-ți cunoștințele în NLP înțelegând sarcinile comune necesare când lucrezi cu structuri de limbaj | [Python](6-NLP/2-Tasks/README.md) | Stephen | +| 18 | Traducere și analiza sentimentelor ♥️ | [Procesarea limbajului natural](6-NLP/README.md) | Traducere și analiză a sentimentelor cu Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | +| 19 | Hoteluri romantice din Europa ♥️ | [Procesarea limbajului natural](6-NLP/README.md) | Analiza sentimentelor cu recenzii la hoteluri 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | +| 20 | Hoteluri romantice din Europa ♥️ | [Procesarea limbajului natural](6-NLP/README.md) | Analiza sentimentelor cu recenzii la hoteluri 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | +| 21 | Introducere în prognoza seriilor temporale | [Serii temporale](7-TimeSeries/README.md) | Introducere în prognoza seriilor temporale | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | +| 22 | ⚡️ Consumul mondial de energie ⚡️ - prognoza seriilor temporale cu ARIMA | [Serii temporale](7-TimeSeries/README.md) | Prognoza seriilor temporale cu ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | +| 23 | ⚡️ Consumul mondial de energie ⚡️ - prognoza seriilor temporale cu SVR | [Serii temporale](7-TimeSeries/README.md) | Prognoza seriilor temporale cu Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | +| 24 | Introducere în învățarea prin întărire | [Învățarea prin întărire](8-Reinforcement/README.md) | Introducere în învățarea prin întărire cu Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | +| 25 | Ajută-l pe Peter să evite lupul! 🐺 | [Învățarea prin întărire](8-Reinforcement/README.md) | Învățarea prin întărire Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | +| Postscript | Scenarii și aplicații reale ML | [ML în mediul real](9-Real-World/README.md) | Aplicații interesante și revelatoare din lumea reală ale ML clasice | [Lecție](9-Real-World/1-Applications/README.md) | Echipa | +| Postscript | Debugging-ul modelelor ML folosind panoul de control RAI | [ML în mediul real](9-Real-World/README.md) | Debugging-ul modelelor ML folosind componente din panoul Responsible AI | [Lecție](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu | > [găsește toate resursele suplimentare pentru acest curs în colecția noastră Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## Acces offline -Poți rula această documentație offline folosind [Docsify](https://docsify.js.org/#/). Fă un fork la acest repo, [instalează Docsify](https://docsify.js.org/#/quickstart) pe calculatorul tău local și apoi, în folderul rădăcină al acestui repo, tastează `docsify serve`. Site-ul va fi servit pe portul 3000 pe localhost-ul tău: `localhost:3000`. +Poți rula această documentație offline folosind [Docsify](https://docsify.js.org/#/). Fă un fork al acestui depozit, [instalează Docsify](https://docsify.js.org/#/quickstart) pe mașina ta locală, apoi în folderul rădăcină al acestui depozit tastează `docsify serve`. Site-ul va fi disponibil pe portul 3000 pe localhost-ul tău: `localhost:3000`. -## Fișiere PDF +## PDF-uri -Găsește un pdf al curriculei cu linkuri [aici](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). +Găsește un pdf cu programa și linkuri [aici](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). ## 🎒 Alte cursuri -Echipa noastră produce și alte cursuri! Aruncă o privire: +Echipa noastră produce și alte cursuri! Verifică: ### LangChain [![LangChain4j pentru Începători](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners) [![LangChain.js pentru Începători](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) - +[![LangChain pentru Începători](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin) --- ### Azure / Edge / MCP / Agenți @@ -179,45 +179,45 @@ Echipa noastră produce și alte cursuri! Aruncă o privire: [![Agenți AI pentru Începători](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) --- - -### Seria de Inteligență Artificială Generativă -[![Generative AI for Beginners](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst) -[![Generative AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst) -[![Generative AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst) -[![Generative AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst) + +### Seria AI Generativă +[![Inteligență Artificială Generativă pentru Începători](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) +[![Inteligență Artificială Generativă (.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) +[![Inteligență Artificială Generativă (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) +[![Inteligență Artificială Generativă (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) --- -### Învățare de bază -[![ML for Beginners](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst) -[![Data Science for Beginners](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst) -[![AI for Beginners](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) -[![Cybersecurity for Beginners](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) -[![Web Dev for Beginners](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 for Beginners](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 Development for Beginners](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) +### Învățare de Bază +[![ML pentru Începători](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) +[![Știința Datelor pentru Începători](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) +[![Inteligență Artificială pentru Începători](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) +[![Securitate Cibernetică pentru Începători](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) +[![Dezvoltare Web pentru Începători](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 pentru Începători](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) +[![Dezvoltare XR pentru Începători](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) --- ### Seria Copilot -[![Copilot for AI Paired Programming](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) -[![Copilot for C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) -[![Copilot Adventure](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) +[![Copilot pentru Programare AI Asistată](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) +[![Copilot pentru 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) +[![Aventura Copilot](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) -## Obținerea de ajutor +## Obținerea Ajutorului -Dacă te blochezi sau ai întrebări despre construirea aplicațiilor AI. Alătură-te altor cursanți și dezvoltatori cu experiență în discuții despre MCP. Este o comunitate de suport unde întrebările sunt binevenite și cunoștințele sunt împărtășite liber. +Dacă întâmpini dificultăți sau ai întrebări despre dezvoltarea aplicațiilor AI, alătură-te altor cursanți și dezvoltatori experimentați în discuții despre MCP. Este o comunitate de sprijin unde întrebările sunt binevenite și cunoștințele se împărtășesc liber. [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -Dacă ai feedback despre produs sau erori în timpul construirii, vizitează: +Dacă ai feedback despre produs sau întâmpini erori în timpul dezvoltării, vizitează: [![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) --- -**Declinare de responsabilitate**: -Acest document a fost tradus folosind serviciul de traducere AI [Co-op Translator](https://github.com/Azure/co-op-translator). Deși ne străduim pentru acuratețe, vă rugăm să rețineți că traducerile automate pot conține erori sau inexactități. Documentul original în limba sa nativă trebuie considerat sursa autoritară. Pentru informații critice, se recomandă traducerea profesională realizată de un human. Nu ne asumăm răspunderea pentru eventualele neînțelegeri sau interpretări greșite care pot decurge din utilizarea acestei traduceri. +**Declinare de responsabilitate**: +Acest document a fost tradus folosind serviciul de traducere AI [Co-op Translator](https://github.com/Azure/co-op-translator). Deși ne străduim pentru acuratețe, vă rugăm să rețineți că traducerile automate pot conține erori sau inexactități. Documentul original, în limba sa nativă, trebuie considerat sursa autoritară. Pentru informații critice, se recomandă traducerea profesională realizată de un traducător uman. Nu ne asumăm răspunderea pentru eventualele neînțelegeri sau interpretări eronate care pot apărea în urma utilizării acestei traduceri. \ No newline at end of file diff --git a/translations/sk/.co-op-translator.json b/translations/sk/.co-op-translator.json index 1069cb4af..e422d71ea 100644 --- a/translations/sk/.co-op-translator.json +++ b/translations/sk/.co-op-translator.json @@ -540,8 +540,8 @@ "language_code": "sk" }, "README.md": { - "original_hash": "da2ceed62f16a0820259556e3a873c95", - "translation_date": "2026-01-29T19:01:13+00:00", + "original_hash": "2f594ee136e3127a47f56d80055227bc", + "translation_date": "2026-02-06T08:57:17+00:00", "source_file": "README.md", "language_code": "sk" }, diff --git a/translations/sk/README.md b/translations/sk/README.md index 0447a7a25..50e8876a3 100644 --- a/translations/sk/README.md +++ b/translations/sk/README.md @@ -1,5 +1,5 @@ -[![GitHub licencia](https://img.shields.io/github/license/microsoft/ML-For-Beginners.svg)](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE) -[![GitHub prispievatelia](https://img.shields.io/github/contributors/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/) +[![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) @@ -10,82 +10,82 @@ ### 🌐 Podpora viacerých jazykov -#### Podporované cez GitHub Action (automatizované a vždy aktuálne) +#### Podporované cez GitHub Action (Automatizované a vždy aktuálne) -[Arabčina](../ar/README.md) | [Bengálčina](../bn/README.md) | [Bulharčina](../bg/README.md) | [Barmčina (Myanmar)](../my/README.md) | [Čínština (zjednodušená)](../zh-CN/README.md) | [Čínština (tradičná, Hongkong)](../zh-HK/README.md) | [Čínština (tradičná, Macao)](../zh-MO/README.md) | [Čínština (tradičná, Taiwan)](../zh-TW/README.md) | [Chorvátčina](../hr/README.md) | [Čeština](../cs/README.md) | [Dánčina](../da/README.md) | [Holandčina](../nl/README.md) | [Estónčina](../et/README.md) | [Fínčina](../fi/README.md) | [Francúzština](../fr/README.md) | [Nemčina](../de/README.md) | [Gréčtina](../el/README.md) | [Hebrejčina](../he/README.md) | [Hindčina](../hi/README.md) | [Maďarčina](../hu/README.md) | [Indonézština](../id/README.md) | [Taliančina](../it/README.md) | [Japončina](../ja/README.md) | [Kannada](../kn/README.md) | [Kórejčina](../ko/README.md) | [Litovčina](../lt/README.md) | [Malajčina](../ms/README.md) | [Malayalam](../ml/README.md) | [Maráthčina](../mr/README.md) | [Nepálčina](../ne/README.md) | [Nigérijský pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Perzština (Farsi)](../fa/README.md) | [Poľština](../pl/README.md) | [Portugalčina (Brazília)](../pt-BR/README.md) | [Portugalčina (Portugalsko)](../pt-PT/README.md) | [Pandžábčina (Gurmukhi)](../pa/README.md) | [Rumunčina](../ro/README.md) | [Ruština](../ru/README.md) | [Srbčina (cyrilika)](../sr/README.md) | [Slovenčina](./README.md) | [Slovinčina](../sl/README.md) | [Španielčina](../es/README.md) | [Swahilčina](../sw/README.md) | [Švédčina](../sv/README.md) | [Tagalog (Filipíny)](../tl/README.md) | [Tamilčina](../ta/README.md) | [Telugu](../te/README.md) | [Thajčina](../th/README.md) | [Turečtina](../tr/README.md) | [Ukrajinčina](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamčina](../vi/README.md) +[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](../ne/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](./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) -> **Preferujete klonovať lokálne?** +> **Uprednostňujete klonovanie lokálne?** -> Tento repozitár obsahuje vyše 50 jazykových prekladov, čo výrazne zvyšuje veľkosť stiahnutia. Pre klonovanie bez prekladov použite sparse checkout: +> Tento repozitár obsahuje preklady do viac ako 50 jazykov, čo výrazne zväčšuje veľkosť na stiahnutie. Na klonovanie bez prekladov použite sparse checkout: > ```bash > git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git > cd ML-For-Beginners > git sparse-checkout set --no-cone '/*' '!translations' '!translated_images' > ``` -> Týmto získate všetko potrebné na dokončenie kurzu s oveľa rýchlejším sťahovaním. +> Toto vám poskytne všetko, čo potrebujete na dokončenie kurzu, ale oveľa rýchlejšie sťahovanie. -#### Pridajte sa k našej komunite +#### Pridajte sa do našej komunity [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -Máme prebiehajúcu sériu Discord Learn with AI, dozviete sa viac a pridajte sa k nám na [Learn with AI Series](https://aka.ms/learnwithai/discord) od 18. do 30. septembra 2025. Získate tipy a triky na používanie GitHub Copilot pre Data Science. +Máme prebiehajúcu sériu Learn with AI na Discorde, dozviete sa viac a pripojte sa k nám na [Learn with AI Series](https://aka.ms/learnwithai/discord) od 18. do 30. septembra 2025. Získate tipy a triky na používanie GitHub Copilot pre Data Science. ![Séria Learn with AI](../../translated_images/sk/3.9b58fd8d6c373c20.webp) -# Strojové učenie pre začiatočníkov – kurikulum +# Strojové učenie pre začiatočníkov – Kurikulum -> 🌍 Cestujte po svete a spoznávajte Strojové učenie prostredníctvom svetových kultúr 🌍 +> 🌍 Cestujte po svete a objavujte strojové učenie cez svetové kultúry 🌍 -Cloud Advocates v Microsoftu s radosťou ponúkajú 12-týždňové kurikulum so 26 lekciami zameranými na **strojové učenie**. V tomto kurikule sa naučíte o tom, čo sa niekedy nazýva **klasické strojové učenie**, používajúce primárne knižnicu Scikit-learn a vyhýbajúce sa hlbokému učeniu, ktoré je pokryté v našom [kurz AI pre začiatočníkov](https://aka.ms/ai4beginners). Spojte tieto lekcie s naším [kurzom Dátová veda pre začiatočníkov](https://aka.ms/ds4beginners)! +Cloud Advocates v Microsoft s potešením ponúkajú 12-týždňový kurz s 26 lekciami o **strojovom učení**. V tomto kurze sa naučíte o tom, čo sa niekedy nazýva **klasické strojové učenie**, pričom hlavnou knižnicou je Scikit-learn a vyhýbame sa hlbokému učeniu, ktoré je pokryté v našom [kurze AI pre začiatočníkov](https://aka.ms/ai4beginners). Tieto lekcie môžete spárovať s naším [kurzom Data Science pre začiatočníkov](https://aka.ms/ds4beginners)! -Cestujte s nami po svete, keď aplikujeme tieto klasické techniky na dáta z rôznych oblastí sveta. Každá lekcia obsahuje kvízy pred a po lekcii, písomné inštrukcie na dokončenie lekcie, riešenie, úlohu a ďalšie. Naša projektová pedagogika vám umožní učiť sa počas tvorby, čo je overený spôsob, ako si nové zručnosti zapamätať. +Cestujte s nami po svete a aplikujte tieto klasické techniky na dáta z rôznych oblastí sveta. Každá lekcia obsahuje pred a po lekcií kvízy, písomné inštrukcie na dokončenie lekcie, riešenie, zadanie a viac. Naša projektovo orientovaná pedagogika vám umožní učiť sa počas tvorby, čo je overený spôsob, ako si nové zručnosti "uložiť". -**✍️ Srdečné poďakovanie našim autorom** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu a Amy Boyd +**✍️ Veľká vďaka našim autorom** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu a Amy Boyd -**🎨 Poďakovanie aj našim ilustrátorom** Tomomi Imura, Dasani Madipalli a Jen Looper +**🎨 Ďakujeme aj našim ilustrátorom** Tomomi Imura, Dasani Madipalli a Jen Looper -**🙏 Špeciálne poďakovanie 🙏 našim Microsoft Student Ambassador autorom, recenzentom a prispievateľom obsahu**, najmä Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila a Snigdha Agarwal +**🙏 Špeciálne ďakujeme 🙏 autorom, recenzentom a prispievateľom obsahu z Microsoft Student Ambassador**, najmä Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila a Snigdha Agarwal -**🤩 Extra vďaka Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi a Vidushi Gupta za naše lekcie v R!** +**🤩 Extra vďaka Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi a Vidushi Gupta za naše R lekcie!** -# Začíname +# Začnite Postupujte podľa týchto krokov: -1. **Forknite repozitár**: Kliknite na tlačidlo "Fork" v pravom hornom rohu tejto stránky. -2. **Klonujte repozitár**: `git clone https://github.com/microsoft/ML-For-Beginners.git` +1. **Forknite Repozitár**: Kliknite na tlačidlo "Fork" v pravom hornom rohu tejto stránky. +2. **Skloňujte Repozitár**: `git clone https://github.com/microsoft/ML-For-Beginners.git` -> [nájdite všetky doplnkové zdroje pre tento kurz v našej kolekcii Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) +> [nájdete všetky doplnkové zdroje k tomuto kurzu v našej kolekcii Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) -> 🔧 **Potrebujete pomoc?** Pozrite sa do nášho [Príručka riešenia problémov](TROUBLESHOOTING.md) na riešenia bežných problémov s inštaláciou, nastavením a spustením lekcií. +> 🔧 **Potrebujete pomoc?** Pozrite si náš [Príručku na riešenie problémov](TROUBLESHOOTING.md) pre riešenia bežných problémov s inštaláciou, nastavením a spustením lekcií. -**[Študenti](https://aka.ms/student-page)**, aby ste mohli používať toto kurikulum, odforknite celý repozitár do svojho vlastného GitHub účtu a vykonávajte úlohy sami alebo v skupine: +**[Študenti](https://aka.ms/student-page)**, pre používanie tohto kurikula forknete celý repozitár do svojho GitHub účtu a cvičenia robte sami alebo v skupine: -- Začnite kvízom pred prednáškou. -- Prečítajte si prednášku a dokončite aktivity, zastavujte sa a rozmýšľajte pri každej kontrole vedomostí. -- Pokúste sa vytvoriť projekty pochopením lekcií namiesto spustenia riešenia, pričom daný kód je dostupný v priečinkoch `/solution` v každej lekcii zameranej na projekt. -- Spravte kvíz po prednáške. +- Začnite prednáškovým kvízom. +- Čítajte prednášku a dokončujte aktivity, zastavujte sa a premýšľajte pri každej kontrole poznatkov. +- Pokúste sa vytvoriť projekty pochopením lekcií namiesto spustenia riešenia; ale tento kód je dostupný v priečinkoch `/solution` v každej lekcii zameranej na projekt. +- Vykonajte post-lecture kvíz. - Dokončite výzvu. - Dokončite zadanie. -- Po dokončení skupiny lekcií navštívte [Diskusné fórum](https://github.com/microsoft/ML-For-Beginners/discussions) a „učte sa nahlas“ vyplnením príslušného hodnotiaceho listu PAT. PAT je Nástroj na hodnotenie pokroku, ktorý vyplníte, aby ste zlepšili svoje učenie. Môžete reagovať aj na ostatné PAT, aby sme sa učili spoločne. +- Po dokončení skupiny lekcií navštívte [Diskusné fórum](https://github.com/microsoft/ML-For-Beginners/discussions) a "učiť sa nahlas" vyplnením príslušného hodnotiaceho formulára PAT. 'PAT' je Nástroj na hodnotenie pokroku, ktorým vyplňujete svoj pokrok. Môžete tiež reagovať na iné PAT, aby sme sa mohli učiť spoločne. -> Na ďalšie štúdium odporúčame tieto moduly a vzdelávacie cesty [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott). +> Na ďalšie štúdium odporúčame sledovať tieto moduly a vzdelávacie cesty [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott). -**Učitelia**, pripravili sme pre vás [niekoľko návrhov](for-teachers.md), ako používať toto kurikulum. +**Učitelia**, ponúkli sme [niekoľko návrhov](for-teachers.md) na používanie tohto kurikula. --- -## Video prechádzky +## Video prehliadky -Niektoré lekcie sú k dispozícii ako krátke videá. Všetky ich nájdete priamo v lekciách alebo na [playliste ML pre začiatočníkov na YouTube kanáli Microsoft Developer](https://aka.ms/ml-beginners-videos) kliknutím na obrázok nižšie. +Niektoré lekcie sú dostupné vo forme krátkych videí. Nájdete ich priamo v lekciách alebo na [playliste ML for Beginners na YouTube kanáli Microsoft Developer](https://aka.ms/ml-beginners-videos) kliknutím na obrázok nižšie. -[![Bannner ML pre začiatočníkov](../../translated_images/sk/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) +[![ML for beginners banner](../../translated_images/sk/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) --- -## Zoznámte sa s tímom +## Spoznajte tím [![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) @@ -97,86 +97,86 @@ Niektoré lekcie sú k dispozícii ako krátke videá. Všetky ich nájdete pria ## Pedagogika -Pri tvorbe tohto kurikula sme zvolili dva pedagogické princípy: zabezpečiť praktickú **projektovú výučbu** a zahrnúť **časté kvízy**. Okrem toho má kurikulum spoločnú **tému**, ktorá mu dodáva súdržnosť. +Pri tvorbe tohto kurikula sme si zvolili dve pedagogické zásady: zabezpečiť praktický, **projektovo orientovaný** prístup a pravidelné **kvízy**. Okrem toho má kurz jednotnú **tému**, ktorá mu dáva súdržnosť. -Zabezpečením, že obsah úzko súvisí s projektmi, sa proces výučby stáva pre študentov pútavejším a zvyšuje uchovávanie poznatkov. Nízko-stávkový kvíz pred hodinou nastavuje študentov na učenie témy, zatiaľ čo druhý kvíz po hodine zabezpečuje ďalšie upevnenie vedomostí. Kurikulum bolo navrhnuté tak, aby bolo flexibilné a zábavné a možno ho absolvovať celé alebo čiastočne. Projekty začínajú jednoduché a počas 12-týždňového cyklu sa čoraz viac komplikujú. Kurikulum tiež obsahuje posvscriptum o reálnych aplikáciách ML, ktoré možno použiť ako bonusové body alebo ako základ na diskusiu. +Zaradením obsahu, ktorý súvisí s projektmi, sa celý proces pre študentov stáva zaujímavejším a lepšie si zapamätajú pojmy. Nízkonákladový kvíz pred hodinou nasmeruje študentov na učenie, pričom druhý kvíz po hodine zabezpečí ďalšie upevnenie poznatkov. Kurz je navrhnutý tak, aby bol flexibilný a zábavný, dá sa absolvovať celý, alebo čiastočne. Projekty začínajú jednoduché a postupne sa zložitosť zvyšuje počas 12-týždňového cyklu. Kurz tiež obsahuje epilóg o reálnych aplikáciách strojového učenia, ktorý možno použiť ako doplnkové hodnotenie alebo tému na diskusiu. -> Nájdete tu naše [Pravidlá správania](CODE_OF_CONDUCT.md), [Prispievanie](CONTRIBUTING.md), [Preklady](TRANSLATIONS.md) a [Riešenie problémov](TROUBLESHOOTING.md). Radi prijmeme vašu konštruktívnu spätnú väzbu! +> Nájdite náš [Kódex správania](CODE_OF_CONDUCT.md), [Príspevky](CONTRIBUTING.md), [Preklady](TRANSLATIONS.md) a [Riešenie problémov](TROUBLESHOOTING.md). Vaša konštruktívna spätná väzba je vítaná! ## Každá lekcia obsahuje -- voliteľnú skicovú poznámku -- voliteľné doplnkové video -- video prehliadku (len niektoré lekcie) -- [kvíz na rozcvičku pred prednáškou](https://ff-quizzes.netlify.app/en/ml/) +- voliteľnú náčrtnú poznámku +- voliteľné doplňujúce video +- video sprievodcu (len niektoré lekcie) +- [úvodný kvíz pred lekciou](https://ff-quizzes.netlify.app/en/ml/) - písomnú lekciu -- v projektovo orientovaných lekciách krok za krokom návod na stavbu projektu +- pre projektovo orientované lekcie podrobné návody na tvorbu projektu - kontroly vedomostí - výzvu -- doplnkové čítanie +- doplňujúce čítanie - zadanie -- [kvíz po prednáške](https://ff-quizzes.netlify.app/en/ml/) - -> **Poznámka k jazykom**: Tieto lekcie sú primárne napísané v Pythone, ale mnohé sú tiež dostupné v R. Ak chcete absolvovať lekciu v R, choďte do priečinka `/solution` a vyhľadajte lekcie v R. Tie majú príponu .rmd, čo predstavuje **R Markdown** súbor, ktorý možno jednoducho definovať ako vloženie `kódových blokov` (v R alebo iných jazykoch) a `YAML hlavičky` (ktorá usmerňuje formátovanie výstupov, ako PDF) do `Markdown dokumentu`. Slúži tak ako vzorový rámec na tvorbu obsahu pre dátovú vedu, keďže umožňuje kombinovať kód, jeho výstupy a myšlienky umožnením ich zápisu do MarkDownu. Navyše, R Markdown dokumenty možno vykresliť do výstupných formátov ako PDF, HTML alebo Word. -> **Poznámka o kvízoch**: Všetky kvízy sú obsiahnuté v [zložke Quiz App](../../quiz-app), spolu 52 kvízov s tromi otázkami každý. Sú prepojené z lekcií, ale quiz app možno spustiť lokálne; postupujte podľa pokynov v priečinku `quiz-app`, aby ste ho mohli lokálne hostiť alebo nasadiť do Azure. - -| Číslo lekcie | Téma | Skupina lekcií | Ciele učenia | Prepojená lekcia | Autor | -| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------ | :-----------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | -| 01 | Úvod do strojového učenia | [Úvod](1-Introduction/README.md) | Naučte sa základné pojmy zo strojového učenia | [Lekcia](1-Introduction/1-intro-to-ML/README.md) | Muhammad | -| 02 | História strojového učenia | [Úvod](1-Introduction/README.md) | Spoznajte históriu tohto odboru | [Lekcia](1-Introduction/2-history-of-ML/README.md) | Jen a Amy | -| 03 | Spravodlivosť a strojové učenie | [Úvod](1-Introduction/README.md) | Aké sú dôležité filozofické témy okolo spravodlivosti, ktoré by mali študenti zvážiť pri tvorbe a aplikácii ML modelov? | [Lekcia](1-Introduction/3-fairness/README.md) | Tomomi | -| 04 | Techniky pre strojové učenie | [Úvod](1-Introduction/README.md) | Aké techniky používa výskumník ML na vytváranie modelov ML? | [Lekcia](1-Introduction/4-techniques-of-ML/README.md) | Chris a Jen | -| 05 | Úvod do regresie | [Regresia](2-Regression/README.md) | Začnite s Pythonom a Scikit-learn pre regresné modely | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | -| 06 | Ceny tekvíc v Severnej Amerike 🎃 | [Regresia](2-Regression/README.md) | Vizualizujte a vyčistite dáta na prípravu ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | -| 07 | Ceny tekvíc v Severnej Amerike 🎃 | [Regresia](2-Regression/README.md) | Postavte lineárne a polynomiálne regresné modely | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen a Dmitry • Eric Wanjau | -| 08 | Ceny tekvíc v Severnej Amerike 🎃 | [Regresia](2-Regression/README.md) | Postavte logistický regresný model | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | -| 09 | Webová aplikácia 🔌 | [Webová aplikácia](3-Web-App/README.md) | Vytvorte webovú aplikáciu na používanie vášho natrénovaného modelu | [Python](3-Web-App/1-Web-App/README.md) | Jen | -| 10 | Úvod do klasifikácie | [Klasifikácia](4-Classification/README.md) | Vyčistite, pripravte a vizualizujte svoje dáta; úvod do klasifikácie | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen a Cassie • Eric Wanjau | -| 11 | Lahodné ázijské a indické kuchyne 🍜 | [Klasifikácia](4-Classification/README.md) | Úvod do klasifikátorov | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen a Cassie • Eric Wanjau | -| 12 | Lahodné ázijské a indické kuchyne 🍜 | [Klasifikácia](4-Classification/README.md) | Viac klasifikátorov | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen a Cassie • Eric Wanjau | -| 13 | Lahodné ázijské a indické kuchyne 🍜 | [Klasifikácia](4-Classification/README.md) | Vytvorte odporúčaciu webovú aplikáciu pomocou vášho modelu | [Python](4-Classification/4-Applied/README.md) | Jen | -| 14 | Úvod do zhlukovania | [Zhlukovanie](5-Clustering/README.md) | Vyčistite, pripravte a vizualizujte svoje dáta; úvod do zhlukovania | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | -| 15 | Preskúmanie nigérijských hudobných chutí 🎧 | [Zhlukovanie](5-Clustering/README.md) | Preskúmajte metódu K-Means zhlukovania | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | -| 16 | Úvod do spracovania prirodzeného jazyka ☕️ | [Spracovanie prirodzeného jazyka](6-NLP/README.md) | Naučte sa základy NLP vytvorením jednoduchého bota | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | -| 17 | Bežné úlohy NLP ☕️ | [Spracovanie prirodzeného jazyka](6-NLP/README.md) | Prehĺbte svoje znalosti NLP pochopením bežných úloh potrebných pri práci so štruktúrami jazyka | [Python](6-NLP/2-Tasks/README.md) | Stephen | -| 18 | Preklad a analýza sentimentu ♥️ | [Spracovanie prirodzeného jazyka](6-NLP/README.md) | Preklad a analýza sentimentu s Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | -| 19 | Romantické hotely v Európe ♥️ | [Spracovanie prirodzeného jazyka](6-NLP/README.md) | Analýza sentimentu v recenziách hotelov 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | -| 20 | Romantické hotely v Európe ♥️ | [Spracovanie prirodzeného jazyka](6-NLP/README.md) | Analýza sentimentu v recenziách hotelov 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | -| 21 | Úvod do predikcie časových radov | [Časové rady](7-TimeSeries/README.md) | Úvod do predikcie časových radov | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | -| 22 | ⚡️ Svetová spotreba energie ⚡️ - predikcia časových radov s ARIMA | [Časové rady](7-TimeSeries/README.md) | Predikcia časových radov pomocou ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | -| 23 | ⚡️ Svetová spotreba energie ⚡️ - predikcia časových radov s SVR | [Časové rady](7-TimeSeries/README.md) | Predikcia časových radov pomocou metódy Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | -| 24 | Úvod do posilňovaného učenia | [Posilňované učenie](8-Reinforcement/README.md) | Úvod do posilňovaného učenia pomocou Q-learningu | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | -| 25 | Pomôž Petrovi vyhnúť sa vlkovi! 🐺 | [Posilňované učenie](8-Reinforcement/README.md) | Posilňované učenie s Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | -| Poslovenie | Skutočné scenáre a aplikácie ML | [ML v praxi](9-Real-World/README.md) | Zaujímavé a odhaľujúce reálne použitia klasického ML | [Lekcia](9-Real-World/1-Applications/README.md) | Tím | -| Poslovenie | Ladenie modelov v ML pomocou RAI dashboard | [ML v praxi](9-Real-World/README.md) | Ladenie modelov v strojovom učení pomocou komponentov RAI dashboardu | [Lekcia](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu | - -> [nájdite všetky ďalšie zdroje k tomuto kurzu v našej zbierke Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) +- [záverečný kvíz po lekcii](https://ff-quizzes.netlify.app/en/ml/) + +> **Poznámka o jazykoch**: Tieto lekcie sú primárne napísané v Pythone, ale mnohé sú dostupné aj v jazyku R. Pre dokončenie lekcie v R choďte do priečinka `/solution` a hľadajte R lekcie. Tie obsahujú príponu .rmd, ktorá reprezentuje **R Markdown** súbor, čo je jednoducho povedané súbor, ktorý kombinuje `kódy` (v R alebo iných jazykoch) a `YAML hlavičku` (ktorá určuje formát výstupu, napr. PDF) v `Markdown dokumente`. Ako taký slúži ako príklad tvorby pre dátovú vedu, pretože vám umožňuje kombinovať kód, jeho výstup a vaše poznámky písané v Markdown. R Markdown súbory možno následne vyprodukovať do formátov ako PDF, HTML alebo Word. +> **Poznámka o kvízoch**: Všetky kvízy sú obsiahnuté v [zložke Quiz App](../../quiz-app), spolu 52 kvízov po troch otázkach. Sú prepojené z lekcií, ale aplikáciu kvízu môžete spustiť aj lokálne; postupujte podľa inštrukcií v zložke `quiz-app`, aby ste ju hosťovali lokálne alebo nasadili na Azure. + +| Číslo lekcie | Téma | Zoskupenie lekcie | Ciele učenia | Prepojená lekcia | Autor | +| :----------: | :-----------------------------------------------------------: | :--------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------ | :-----------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------: | +| 01 | Úvod do strojového učenia | [Úvod](1-Introduction/README.md) | Naučiť sa základy strojového učenia | [Lekcia](1-Introduction/1-intro-to-ML/README.md) | Muhammad | +| 02 | Dejiny strojového učenia | [Úvod](1-Introduction/README.md) | Spoznajte históriu tohto odboru | [Lekcia](1-Introduction/2-history-of-ML/README.md) | Jen a Amy | +| 03 | Spravodlivosť a strojové učenie | [Úvod](1-Introduction/README.md) | Aké sú dôležité filozofické otázky týkajúce sa spravodlivosti, ktoré by študenti mali zvážiť pri tvorbe a aplikácii ML modelov? | [Lekcia](1-Introduction/3-fairness/README.md) | Tomomi | +| 04 | Techniky strojového učenia | [Úvod](1-Introduction/README.md) | Aké techniky používajú výskumníci ML na vytváranie ML modelov? | [Lekcia](1-Introduction/4-techniques-of-ML/README.md) | Chris a Jen | +| 05 | Úvod do regresie | [Regresia](2-Regression/README.md) | Začať s Pythonom a Scikit-learn pre regresné modely | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | +| 06 | Ceny tekvíc v Severnej Amerike 🎃 | [Regresia](2-Regression/README.md) | Vizualizovať a vyčistiť dáta na prípravu pre ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | +| 07 | Ceny tekvíc v Severnej Amerike 🎃 | [Regresia](2-Regression/README.md) | Vytvoriť lineárne a polynomiálne regresné modely | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen a Dmitry • Eric Wanjau | +| 08 | Ceny tekvíc v Severnej Amerike 🎃 | [Regresia](2-Regression/README.md) | Vytvoriť logistický regresný model | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | +| 09 | Webová aplikácia 🔌 | [Webová app](3-Web-App/README.md) | Vybudujte webovú aplikáciu na použitie vášho trénovaného modelu | [Python](3-Web-App/1-Web-App/README.md) | Jen | +| 10 | Úvod do klasifikácie | [Klasifikácia](4-Classification/README.md) | Vyčistiť, pripraviť a vizualizovať dáta; úvod do klasifikácie | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen a Cassie • Eric Wanjau | +| 11 | Lahodné ázijské a indické kuchyne 🍜 | [Klasifikácia](4-Classification/README.md) | Úvod do klasifikátorov | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen a Cassie • Eric Wanjau | +| 12 | Lahodné ázijské a indické kuchyne 🍜 | [Klasifikácia](4-Classification/README.md) | Viac klasifikátorov | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen a Cassie • Eric Wanjau | +| 13 | Lahodné ázijské a indické kuchyne 🍜 | [Klasifikácia](4-Classification/README.md) | Vytvoriť odporúčaciu webovú aplikáciu pomocou vášho modelu | [Python](4-Classification/4-Applied/README.md) | Jen | +| 14 | Úvod do zhlukovania | [Zhlukovanie](5-Clustering/README.md) | Vyčistiť, pripraviť a vizualizovať dáta; úvod do zhlukovania | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | +| 15 | Preskúmanie nigérijských hudobných chutí 🎧 | [Zhlukovanie](5-Clustering/README.md) | Preskúmať metódu zhlukovania K-means | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | +| 16 | Úvod do spracovania prirodzeného jazyka ☕️ | [Spracovanie prirodzeného jazyka](6-NLP/README.md) | Naučte sa základy NLP vytvorením jednoduchého bota | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | +| 17 | Bežné úlohy NLP ☕️ | [Spracovanie prirodzeného jazyka](6-NLP/README.md) | Prehĺbte svoje znalosti NLP porozumením bežných úloh potrebných pri práci s jazykovými štruktúrami | [Python](6-NLP/2-Tasks/README.md) | Stephen | +| 18 | Preklad a analýza sentimentu ♥️ | [Spracovanie prirodzeného jazyka](6-NLP/README.md) | Preklad a analýza sentimentu s Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | +| 19 | Romantické hotely Európy ♥️ | [Spracovanie prirodzeného jazyka](6-NLP/README.md) | Analýza sentimentu pomocou hodnotení hotelov 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | +| 20 | Romantické hotely Európy ♥️ | [Spracovanie prirodzeného jazyka](6-NLP/README.md) | Analýza sentimentu pomocou hodnotení hotelov 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | +| 21 | Úvod do predikcie časových radov | [Časové rady](7-TimeSeries/README.md) | Úvod do predikcie časových radov | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | +| 22 | ⚡️ Svetová spotreba energie ⚡️ - predikcia časových radov ARIMA | [Časové rady](7-TimeSeries/README.md) | Predikcia časových radov pomocou ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | +| 23 | ⚡️ Svetová spotreba energie ⚡️ - predikcia časových radov SVR | [Časové rady](7-TimeSeries/README.md) | Predikcia časových radov pomocou support vector regresora | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | +| 24 | Úvod do posilňovacieho učenia | [Posilňovacie učenie](8-Reinforcement/README.md) | Úvod do posilňovacieho učenia pomocou Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | +| 25 | Pomôž Petrovi vyhnúť sa vlkovi! 🐺 | [Posilňovacie učenie](8-Reinforcement/README.md) | Posilňovacie učenie Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | +| Postscript | Reálne scenáre a aplikácie ML | [ML v teréne](9-Real-World/README.md) | Zaujímavé a poučné reálne aplikácie klasického ML | [Lekcia](9-Real-World/1-Applications/README.md) | Tím | +| Postscript | Ladenie modelov v ML pomocou RAI dashboardu | [ML v teréne](9-Real-World/README.md) | Ladenie modelov v strojovom učení pomocou komponentov Responsible AI dashboardu | [Lekcia](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu | + +> [nájdite všetky doplnkové zdroje pre tento kurz v našej kolekcii Microsoft Learn](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## Offline prístup -Túto dokumentáciu môžete spustiť offline pomocou [Docsify](https://docsify.js.org/#/). Vytvorte si fork tohto repozitára, [nainštalujte Docsify](https://docsify.js.org/#/quickstart) na svojom počítači a potom v koreňovom adresári repozitára napíšte `docsify serve`. Webová stránka bude sprístupnená na porte 3000 na vašom localhoste: `localhost:3000`. +Túto dokumentáciu môžete spustiť offline pomocou [Docsify](https://docsify.js.org/#/). Forknite si tento repozitár, [nainštalujte Docsify](https://docsify.js.org/#/quickstart) na vašom lokálnom počítači a potom v koreňovej zložke tohto repozitára zadajte `docsify serve`. Webová stránka bude dostupná na porte 3000 na vašom localhoste: `localhost:3000`. ## PDF Nájdite pdf učebného plánu s odkazmi [tu](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). -## 🎒 Iné kurzy +## 🎒 Ostatné kurzy Náš tím produkuje aj iné kurzy! Pozrite si: ### LangChain -[![LangChain4j for Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners) -[![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) - +[![LangChain4j pre začiatočníkov](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners) +[![LangChain.js pre začiatočníkov](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) +[![LangChain pre začiatočníkov](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin) --- -### Azure / Edge / MCP / Agentov +### Azure / Edge / MCP / Agentky [![AZD pre začiatočníkov](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 pre začiatočníkov](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 pre začiatočníkov](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst) -[![AI Agentov pre začiatočníkov](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) +[![AI agentky pre začiatočníkov](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) --- @@ -200,24 +200,24 @@ Náš tím produkuje aj iné kurzy! Pozrite si: --- ### Séria Copilot -[![Copilot pre AI spoločné programovanie](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) +[![Copilot pre AI párované programovanie](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) [![Copilot pre C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) -[![Copilot Adventure](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) +[![Copilot dobrodružstvo](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) -## Získanie pomoci +## Ako získať pomoc -Ak sa zaseknete alebo máte otázky ohľadom tvorby AI aplikácií. Pridajte sa k ostatným študentom a skúseným vývojárom v diskusiách o MCP. Je to podpůrná komunita, kde sú otázky vítané a vedomosti sa zdieľajú slobodne. +Ak sa zaseknete alebo máte otázky o tvorbe AI aplikácií. Pripojte sa k ostatným študentom a skúseným vývojárom v diskusiách o MCP. Je to podporná komunita, kde sú otázky vítané a vedomosti sa slobodne zdieľajú. [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) -Ak máte spätnú väzbu na produkt alebo chyby počas tvorby, navštívte: +Ak máte spätú väzbu na produkt alebo nájdete chyby počas vývoja, navštívte: [![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) --- -**Vylúčenie zodpovednosti**: -Tento dokument bol preložený pomocou AI prekladateľskej služby [Co-op Translator](https://github.com/Azure/co-op-translator). Hoci sa snažíme o presnosť, prosím, berte na vedomie, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho rodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu. +**Vyhlásenie o zodpovednosti**: +Tento dokument bol preložený pomocou AI prekladateľskej služby [Co-op Translator](https://github.com/Azure/co-op-translator). Hoci sa snažíme o presnosť, majte prosím na pamäti, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Originálny dokument v jeho pôvodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu. \ No newline at end of file