Aaditya-Singh78
4 years ago
parent
532b1a4378
commit
92356a25db
@ -0,0 +1,130 @@
|
||||
[](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE)
|
||||
[](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/)
|
||||
[](https://GitHub.com/microsoft/ML-For-Beginners/issues/)
|
||||
[](https://GitHub.com/microsoft/ML-For-Beginners/pulls/)
|
||||
[](http://makeapullrequest.com)
|
||||
|
||||
[](https://GitHub.com/microsoft/ML-For-Beginners/watchers/)
|
||||
[](https://GitHub.com/microsoft/ML-For-Beginners/network/)
|
||||
[](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/)
|
||||
|
||||
# शुरुआती के लिए मशीन लर्निंग - एक पाठ्यक्रम
|
||||
|
||||
> 🌍 दुनिया भर में यात्रा करें क्योंकि हम विश्व संस्कृतियों के माध्यम से मशीन लर्निंग का पता लगाते हैं| 🌍
|
||||
|
||||
|
||||
माइक्रोसॉफ्ट के एज़्योर क्लाउड एडवोकेट्स को 12-सप्ताह, 26-पाठ पाठ्यक्रम की पेशकश करके प्रसन्नता हो रही है **मशीन लर्निंग**| इस पाठ्यक्रम में, आप सीखेंगे कि कभी-कभी क्या कहा जाता है **क्लासिक मशीन लर्निंग**, मुख्य रूप से एक पुस्तकालय के रूप में स्किकिट-लर्न का उपयोग करना और गहन शिक्षा से बचना, जो हमारे आगामी 'एआई फॉर बिगिनर्स' पाठ्यक्रम में शामिल है। इन पाठों को हमारे साथ जोड़ें
|
||||
['शुरुआती के लिए डेटा विज्ञान' पाठ्यक्रम](https://aka.ms/datascience-beginners), भी!
|
||||
|
||||
दुनिया भर में हमारे साथ यात्रा करें क्योंकि हम इन क्लासिक तकनीकों को दुनिया के कई क्षेत्रों के डेटा पर लागू करते हैं। प्रत्येक पाठ में पाठ से पहले और बाद में प्रश्नोत्तरी, पाठ को पूरा करने के लिए लिखित निर्देश, एक समाधान, एक असाइनमेंट, और बहुत कुछ शामिल हैं। हमारी परियोजना-आधारित शिक्षाशास्त्र आपको निर्माण करते समय सीखने की अनुमति देता है, जो नए कौशल को 'छड़ी' करने का एक सिद्ध तरीका है।
|
||||
|
||||
**✍️ हमारे लेखकों का हार्दिक धन्यवाद|** जेन लूपर, स्टीफन हॉवेल, फ्रांसेस्का लाज़ेरी, टोमोमी इमुरा, कैसी ब्रेवियू, दिमित्री सोशनिकोव, क्रिस नोरिंग, अनिर्बान मुखर्जी, ओरनेला अल्टुनियन और एमी बॉयड|
|
||||
|
||||
**🎨 हमारे चित्रकारों को भी धन्यवाद|** तोमोमी इमुरा, दासानी मदिपल्ली, और जेन लूपर|
|
||||
|
||||
**🙏 विशेष धन्यवाद 🙏 हमारे Microsoft छात्र राजदूत लेखकों, समीक्षकों और सामग्री योगदानकर्ता के लिए|**, विशेष रूप से ऋषित डागली, मुहम्मद साकिब खान इनान, रोहन राज, अलेक्जेंड्रू पेट्रेस्कु, अभिषेक जायसवाल, नवरीन तबस्सुम, इओन समुइला और स्निग्धा अग्रवाल|
|
||||
|
||||
**🤩हमारे R पाठों के लिए Microsoft छात्र राजदूत एरिक वंजाउ का अतिरिक्त आभार!**
|
||||
|
||||
---
|
||||
|
||||
# शुरू करना:
|
||||
|
||||
**[छात्र](https://aka.ms/student-page)**, इस पाठ्यक्रम का उपयोग करने के लिए, पूरे रेपो को अपने स्वयं के GitHub खाते में फोर्क करें और अभ्यास को स्वयं या समूह के साथ पूरा करें:
|
||||
|
||||
- प्री-लेक्चर क्विज से शुरुआत करें।
|
||||
- व्याख्यान पढ़ें और गतिविधियों को पूरा करें, प्रत्येक ज्ञान जांच पर रुकें और प्रतिबिंबित करें।
|
||||
- समाधान कोड चलाने के बजाय पाठों को समझकर प्रोजेक्ट बनाने का प्रयास करें; हालाँकि वह कोड में उपलब्ध है| `/समाधान` प्रत्येक परियोजना-उन्मुख पाठ में फ़ोल्डर।
|
||||
- व्याख्यान के बाद प्रश्नोत्तरी लें।
|
||||
- चुनौती को पूरा करें।
|
||||
- असाइनमेंट पूरा करें।
|
||||
- एक पाठ समूह पूरा करने के बाद, देखें [चर्चा बोर्ड](https://github.com/microsoft/ML-For-Beginners/discussions) और उपयुक्त PAT रूब्रिक भरकर "ज़ोर से सीखें"। एक 'पीएटी' एक प्रगति आकलन उपकरण है जो एक रूब्रिक है जिसे आप अपने सीखने को आगे बढ़ाने के लिए भरते हैं। आप अन्य पीएटी पर भी प्रतिक्रिया कर सकते हैं ताकि हम एक साथ सीख सकें।
|
||||
|
||||
> आगे के अध्ययन के लिए, हम इनका पालन करने की सलाह देते हैं| [माइक्रोसॉफ्ट लर्न](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-15963-cxa) मॉड्यूल और सीखने के रास्ते।
|
||||
**शिक्षक**, अपने पास [included some suggestions](for-teachers.md) इस पाठ्यक्रम का उपयोग कैसे करें।
|
||||
|
||||
---
|
||||
|
||||
## टीम से मिलो:
|
||||
|
||||
[](https://youtu.be/Tj1XWrDSYJU "प्रोमो वीडियो")
|
||||
|
||||
**Gif by** [मोहित जैसल](https://linkedin.com/in/mohitjaisal)
|
||||
|
||||
> 🎥 परियोजना और इसे बनाने वाले लोगों के बारे में वीडियो के लिए ऊपर की छवि पर क्लिक करें!
|
||||
|
||||
---
|
||||
|
||||
## शिक्षा शास्त्र
|
||||
|
||||
इस पाठ्यक्रम का निर्माण करते समय हमने दो शैक्षणिक सिद्धांतों को चुना है: यह सुनिश्चित करना कि यह व्यावहारिक है **प्रोजेक्ट आधारित**और इसमें शामिल है **बार-बार होने वाली प्रश्नोत्तरी**.इसके अलावा, इस पाठ्यक्रम में एक आम है **विषय** इसे एकता देने के लिए।
|
||||
|
||||
यह सुनिश्चित करके कि सामग्री परियोजनाओं के साथ संरेखित होती है, छात्रों के लिए प्रक्रिया को और अधिक आकर्षक बनाया जाता है और अवधारणाओं के प्रतिधारण को बढ़ाया जाएगा। इसके अलावा, कक्षा से पहले एक कम-दांव प्रश्नोत्तरी छात्र के विषय को सीखने के इरादे को निर्धारित करती है, जबकि कक्षा के बाद दूसरी प्रश्नोत्तरी आगे प्रतिधारण सुनिश्चित करती है। इस पाठ्यक्रम को लचीला और मजेदार बनाने के लिए डिज़ाइन किया गया था और इसे पूर्ण या आंशिक रूप से लिया जा सकता है। परियोजनाएं छोटी शुरू होती हैं और 12-सप्ताह के चक्र के अंत तक तेजी से जटिल हो जाती हैं। इस पाठ्यक्रम में एमएल के वास्तविक-विश्व अनुप्रयोगों पर एक पोस्टस्क्रिप्ट भी शामिल है, जिसका उपयोग अतिरिक्त क्रेडिट के रूप में या चर्चा के आधार के रूप में किया जा सकता है।
|
||||
|
||||
> Find our [आचार संहिता](CODE_OF_CONDUCT.md), [योगदान](CONTRIBUTING.md), and [अनुवाद](TRANSLATIONS.md) guidelines. We welcome your constructive feedback!
|
||||
|
||||
## प्रत्येक पाठ में शामिल हैं:
|
||||
|
||||
- वैकल्पिक स्केचनोट
|
||||
- वैकल्पिक पूरक वीडियो
|
||||
- पूर्व व्याख्यान वार्मअप प्रश्नोत्तरी
|
||||
- लिखित पाठ
|
||||
- प्रोजेक्ट-आधारित पाठों के लिए, प्रोजेक्ट बनाने के तरीके के बारे में चरण-दर-चरण मार्गदर्शिका
|
||||
- ज्ञान जांच
|
||||
- एक चुनौती
|
||||
- पूरक पठन
|
||||
- कार्यभार
|
||||
- व्याख्यान के बाद प्रश्नोत्तरी
|
||||
|
||||
> **भाषाओं के बारे में एक नोट**: ये पाठ मुख्य रूप से पायथन में लिखे गए हैं, लेकिन कई R में भी उपलब्ध हैं। R पाठ को पूरा करने के लिए, पर जाएँ `/समाधान` फ़ोल्डर और R पाठ देखें। उनमें एक .rmd एक्सटेंशन शामिल है जो a . का प्रतिनिधित्व करता है **आर मार्कडाउन** फ़ाइल जिसे बस एक एम्बेडिंग के रूप में परिभाषित किया जा सकता है `कोड खंड` (आर या अन्य भाषाओं के) और ए `वाईएएमएल हेडर` (यह गाइड करता है कि पीडीएफ जैसे आउटपुट को कैसे प्रारूपित किया जाए) a `मार्कडाउन दस्तावेज़`. जैसे, यह डेटा विज्ञान के लिए एक अनुकरणीय संलेखन ढांचे के रूप में कार्य करता है क्योंकि यह आपको अपने कोड, इसके आउटपुट और आपके विचारों को मार्कडाउन में लिखने की अनुमति देकर आपको संयोजित करने की अनुमति देता है। इसके अलावा, आर मार्कडाउन दस्तावेजों को पीडीएफ, एचटीएमएल या वर्ड जैसे आउटपुट स्वरूपों में प्रस्तुत किया जा सकता है।
|
||||
|
||||
> **प्रश्नोत्तरी के बारे में एक नोट**: सभी क्विज़ निहित हैं [इस ऐप में](https://white-water-09ec41f0f.azurestaticapps.net/),तीन प्रश्नों के कुल 52 क्विज़ के लिए। वे पाठों के भीतर से जुड़े हुए हैं लेकिन प्रश्नोत्तरी ऐप को स्थानीय रूप से चलाया जा सकता है; में निर्देश का पालन करें `प्रश्नोत्तरी-ऐप` फ़ोल्डर।
|
||||
|
||||
| पाठ संख्या | विषय | पाठ समूहन | सीखना उद्देश्यों | जुड़ा हुआ पाठ | लेखक |
|
||||
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
|
||||
| 01 | मशीन लर्निंग का परिचय | [परिचय](1-Introduction/README.md) | मशीन के पीछे की बुनियादी अवधारणाओं को जानें | [सबक](1-Introduction/1-intro-to-ML/README.md) | मुहम्मद |
|
||||
| 02 | मशीन लर्निंग का इतिहास | [परिचय](1-Introduction/README.md) | इस क्षेत्र में अंतर्निहित इतिहास जानें | [सबक](1-Introduction/2-history-of-ML/README.md) | जेन और एमी |
|
||||
| 03 | निष्पक्षता और मशीन लर्निंग | [परिचय](1-Introduction/README.md) | निष्पक्षता के आसपास कौन से महत्वपूर्ण दार्शनिक मुद्दे हैं जिन पर छात्रों को एमएल मॉडल बनाते और लागू करते समय विचार करना चाहिए? | [सबक](1-Introduction/3-fairness/README.md) | तोमोमी |
|
||||
| 04 | मशीन सीखने की तकनीक | [परिचय](1-Introduction/README.md) | एमएल शोधकर्ता एमएल मॉडल बनाने के लिए किन तकनीकों का उपयोग करते हैं? | [सबक](1-Introduction/4-techniques-of-ML/README.md) | क्रिस और जेन |
|
||||
| 05 | प्रतिगमन का परिचय | [वापसी](2-Regression/README.md) | रिग्रेशन मॉडल के लिए पायथन और स्किकिट-लर्न के साथ शुरुआत करें | <ul><li>[अजगर](2-Regression/1-Tools/README.md)</li><li>[आर](2-Regression/1-Tools/solution/R/lesson_1-R.ipynb)</li></ul> | <ul><li>जेन</li><li>एरिक वंजौ</li></ul> |
|
||||
| 06 | उत्तर अमेरिकी कद्दू की कीमतें 🎃 | [वापसी](2-Regression/README.md) | एमएल की तैयारी में डेटा को विज़ुअलाइज़ और साफ़ करें | <ul><li>[अजगर](2-Regression/2-Data/README.md)</li><li>[आर](2-Regression/2-Data/solution/R/lesson_2-R.ipynb)</li></ul> | <ul><li>जेन</li><li>एरिक वंजौ</li></ul> |
|
||||
| 07 | उत्तर अमेरिकी कद्दू की कीमतें 🎃 | [वापसी](2-Regression/README.md) | रैखिक और बहुपद प्रतिगमन मॉडल बनाएं | <ul><li>[अजगर](2-Regression/3-Linear/README.md)</li><li>[आर](2-Regression/3-Linear/solution/R/lesson_3-R.ipynb)</li></ul> | <ul><li>जेन और दिमित्री</li><li>एरिक वंजौ</li></ul> |
|
||||
| 08 | उत्तर अमेरिकी कद्दू की कीमतें 🎃 | [वापसी](2-Regression/README.md) | लॉजिस्टिक रिग्रेशन मॉडल बनाएं | <ul><li>[अजगर](2-Regression/4-Logistic/README.md) </li><li>[आर](2-Regression/4-Logistic/solution/R/lesson_4-R.ipynb)</li></ul> | <ul><li>जेन</li><li>एरिक वंजौ</li></ul> |
|
||||
| 09 | एक वेब ऐप 🔌 | [वेब अप्प](3-Web-App/README.md) | अपने प्रशिक्षित मॉडल का उपयोग करने के लिए एक वेब ऐप बनाएं | [अजगर](3-Web-App/1-Web-App/README.md) | जेन |
|
||||
| 10 | वर्गीकरण का परिचय | [वर्गीकरण](4-Classification/README.md) | अपने डेटा को साफ़, तैयार और विज़ुअलाइज़ करें; वर्गीकरण का परिचय | <ul><li> [अजगर](4-Classification/1-Introduction/README.md) </li><li>[आर](4-Classification/1-Introduction/solution/R/lesson_10-R.ipynb) | <ul><li>जेन और कैसी</li><li>एरिक वंजौ</li></ul> |
|
||||
| 11 | स्वादिष्ट एशियाई और भारतीय व्यंजन 🍜 | [वर्गीकरण](4-Classification/README.md) | क्लासिफायर का परिचय | <ul><li> [अजगर](4-Classification/2-Classifiers-1/README.md)</li><li>[आर](4-Classification/2-Classifiers-1/solution/R/lesson_11-R.ipynb) | <ul><li>जेन और कैसी</li><li>एरिक वंजौ</li></ul> |
|
||||
| 12 | स्वादिष्ट एशियाई और भारतीय व्यंजन 🍜 | [वर्गीकरण](4-Classification/README.md) | अधिक क्लासिफायर | <ul><li> [अजगर](4-Classification/3-Classifiers-2/README.md)</li><li>[आर](4-Classification/3-Classifiers-2/solution/R/lesson_12-R.ipynb) | <ul><li>जेन और कैसी</li><li>एरिक वंजौ</li></ul> |
|
||||
| 13 | स्वादिष्ट एशियाई और भारतीय व्यंजन 🍜 | [वर्गीकरण](4-Classification/README.md) | अपने मॉडल का उपयोग करके एक अनुशंसाकर्ता वेब ऐप बनाएं | [अजगर](4-Classification/4-Applied/README.md) | जेन |
|
||||
| 14 | क्लस्टरिंग का परिचय | [क्लस्टरिंग](5-Clustering/README.md) | अपने डेटा को साफ़, तैयार और विज़ुअलाइज़ करें; क्लस्टरिंग का परिचय | <ul><li> [अजगर](5-Clustering/1-Visualize/README.md)</li><li>[आर](5-Clustering/1-Visualize/solution/R/lesson_14-R.ipynb) | <ul><li>जेन</li><li>एरिक वंजौ</li></ul> |
|
||||
| 15 | नाइजीरियाई संगीत स्वाद की खोज 🎧 | [क्लस्टरिंग](5-Clustering/README.md) | Explore the K-Means clustering method | <ul><li> [अजगर](5-Clustering/2-K-Means/README.md)</li><li>[आर](5-Clustering/2-K-Means/solution/R/lesson_15-R.ipynb) | <ul><li>जेन</li><li>एरिक वंजौ</li></ul> |
|
||||
| 16 | प्राकृतिक भाषा प्रसंस्करण का परिचय ☕️ | [प्राकृतिक भाषा प्रसंस्करण](6-NLP/README.md) | एक साधारण बॉट बनाकर एनएलपी के बारे में मूल बातें जानें | [अजगर](6-NLP/1-Introduction-to-NLP/README.md) | स्टीफन |
|
||||
| 17 | सामान्य एनएलपी कार्य ☕️ | [प्राकृतिक भाषा प्रसंस्करण](6-NLP/README.md) | भाषा संरचनाओं से निपटने के लिए आवश्यक सामान्य कार्यों को समझकर अपने एनएलपी ज्ञान को गहरा करें | [अजगर](6-NLP/2-Tasks/README.md) | स्टीफन |
|
||||
| 18 | अनुवाद और भावना विश्लेषण ♥️ | [प्राकृतिक भाषा प्रसंस्करण](6-NLP/README.md) | जेन ऑस्टेन के साथ अनुवाद और भावना विश्लेषण | [अजगर](6-NLP/3-Translation-Sentiment/README.md) | स्टीफन |
|
||||
| 19 | यूरोप के रोमांटिक होटल ♥️ | [प्राकृतिक भाषा प्रसंस्करण](6-NLP/README.md) | होटल समीक्षाओं के साथ भाव विश्लेषण 1 | [अजगर](6-NLP/4-Hotel-Reviews-1/README.md) | स्टीफन |
|
||||
| 20 | यूरोप के रोमांटिक होटल ♥️ | [प्राकृतिक भाषा प्रसंस्करण](6-NLP/README.md) | होटल समीक्षाओं के साथ भावनाओं का विश्लेषण 2 | [अजगर](6-NLP/5-Hotel-Reviews-2/README.md) | स्टीफन |
|
||||
| 21 | समय श्रृंखला पूर्वानुमान का परिचय | [समय श्रृंखला](7-TimeSeries/README.md) | समय श्रृंखला पूर्वानुमान का परिचय | [अजगर](7-TimeSeries/1-Introduction/README.md) | फ्रांसिस्का |
|
||||
| 22 | ⚡️विश्व शक्ति उपयोग ⚡️ - ARIMA . के साथ समय श्रृंखला पूर्वानुमान | [समय श्रृंखला](7-TimeSeries/README.md) | ARIMA . के साथ समय श्रृंखला पूर्वानुमान | [अजगर](7-TimeSeries/2-ARIMA/README.md) | फ्रांसिस्का |
|
||||
| 23 | ⚡️विश्व शक्ति उपयोग ⚡️ - SVR . के साथ समय श्रृंखला पूर्वानुमान | [समय श्रृंखला](7-TimeSeries/README.md) | सपोर्ट वेक्टर रेजिस्टर के साथ टाइम सीरीज़ फोरकास्टिंग | [अजगर](7-TimeSeries/3-SVR/README.md) | अनिर्बान |
|
||||
| 24 | सुदृढीकरण सीखने का परिचय | [सुदृढीकरण सीखना](8-Reinforcement/README.md) | क्यू-लर्निंग के साथ सुदृढीकरण सीखने का परिचय | [अजगर](8-Reinforcement/1-QLearning/README.md) | दिमित्री |
|
||||
| 25 | पीटर को भेड़िये से बचने में मदद करें!🐺 | [सुदृढीकरण सीखना](8-Reinforcement/README.md) |सुदृढीकरण सीखना जिम | [अजगर](8-Reinforcement/2-Gym/README.md) | दिमित्री |
|
||||
| परिशिष्ट भाग | वास्तविक-विश्व एमएल परिदृश्य और अनुप्रयोग | [जंगली में एमएल](9-Real-World/README.md) | शास्त्रीय एमएल के दिलचस्प और वास्तविक दुनिया के अनुप्रयोगों का खुलासा | [सबक](9-Real-World/1-Applications/README.md) | टीम |
|
||||
|
||||
## ऑफ़लाइन पहुंच
|
||||
|
||||
आप इस दस्तावेज़ को ऑफ़लाइन उपयोग करके चला सकते हैं [दस्तावेज़ीकरण](https://docsify.js.org/#/). इस रेपो को फोर्क करें, [दस्तावेज़ीकरण स्थापित करें](https://docsify.js.org/#/quickstart) तुम्हारे ऊपरस्थानीय मशीन, और फिर इस रेपो के रूट फ़ोल्डर में टाइप करें `दस्तावेज़ीकरण सेवा`. वेबसाइट को आपके लोकलहोस्ट पर पोर्ट 3000 पर परोसा जाएगा: `लोकलहोस्ट: 3000`.
|
||||
|
||||
## पीडीएफ़
|
||||
|
||||
लिंक के साथ पाठ्यक्रम का एक पीडीएफ खोजें [यहां](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf).
|
||||
|
||||
## मदद अपेक्षित!
|
||||
|
||||
क्या आप अनुवाद में योगदान देना चाहेंगे? कृपया हमारा पढ़ें [अनुवाद दिशानिर्देश](TRANSLATIONS.md) और कार्यभार को प्रबंधित करने के लिए एक अस्थायी समस्या जोड़ें [यहां](https://github.com/microsoft/ML-For-Beginners/issues).
|
||||
|
||||
## अन्य पाठ्यक्रम
|
||||
|
||||
हमारी टीम अन्य पाठ्यक्रम तैयार करती है! चेक आउट:
|
||||
|
||||
- [शुरुआती के लिए वेब देव](https://aka.ms/webdev-beginners)
|
||||
- [शुरुआती के लिए IoT](https://aka.ms/iot-beginners)
|
||||
- [शुरुआती के लिए डेटा विज्ञान](https://aka.ms/datascience-beginners)
|
||||
Loading…
Reference in new issue