@ -79,34 +79,34 @@ Dengan memastikan bahawa kandungan sesuai dengan projek, proses dibuat lebih men
> **Catatan mengenai kuiz**: Semua kuiz terkandung [dalam aplikasi ini](https://white-water-09ec41f0f.azurestaticapps.net/), untuk 50 keseluruhan kuiz masing-masing dari tiga soalan. Mereka dihubungkan dari dalam pelajaran tetapi aplikasi kuiz dapat dijalankan secara tempatan; ikuti arahan dalam folder `quiz-app`.
| Nombor Pelajaran | Topik | Pengumpulan Pelajaran | Objektif Pembelajaran | Pautan Pembelajaran | Pengarang |
| 01 | Pengenalan pembelajaran mesin | [Pengenalan](1-Introduction/README.md) | Ketahui konsep asas di sebalik pembelajaran mesin | [Pelajaran](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
| 02 | Sejarah pembelajaran mesin | [Pengenalan](1-Introduction/README.md) | Ketahui sejarah yang mendasari bidang ini | [Pelajaran](1-Introduction/2-history-of-ML/README.md) | Jen and Amy |
| 03 | Keadilan dan pembelajaran mesin | [Pengenalan](1-Introduction/README.md) | Apakah masalah falsafah penting mengenai keadilan yang harus dipertimbangkan oleh pelajar semasa membina dan menggunakan model ML? | [Pelajaran](1-Introduction/3-fairness/README.md) | Tomomi |
| 04 | Teknik untuk pembelajaran mesin | [Pengenalan](1-Introduction/README.md) | Teknik apa yang digunakan oleh penyelidik ML untuk membina model ML? | [Pelajaran](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen |
| 05 | Pengenalan regresi | [Regresi](2-Regression/README.md) | Mulakan dengan Python dan Scikit-belajar untuk model regresi | <ul><li>[Python](2-Regression/1-Tools/README.md)</li><li>[R](2-Regression/1-Tools/solution/R/lesson_1-R.ipynb)</li></ul> | <ul><li>Jen</li><li>Eric Wanjau</li></ul> |
| 06 | Harga labu Amerika Utara 🎃 | [Regresi](2-Regression/README.md) | Visualisasikan dan bersihkan data sebagai persediaan untuk ML | <ul><li>[Python](2-Regression/2-Data/README.md)</li><li>[R](2-Regression/2-Data/solution/R/lesson_2-R.ipynb)</li></ul> | <ul><li>Jen</li><li>Eric Wanjau</li></ul> |
| 07 | Harga labu Amerika Utara 🎃 | [Regresi](2-Regression/README.md) | Membina model regresi linear dan polinomial | <ul><li>[Python](2-Regression/3-Linear/README.md)</li><li>[R](2-Regression/3-Linear/solution/R/lesson_3-R.ipynb)</li></ul> | <ul><li>Jen</li><li>Eric Wanjau</li></ul> |
| 08 | Harga labu Amerika Utara 🎃 | [Regresi](2-Regression/README.md) | Bina model regresi logistik | <ul><li>[Python](2-Regression/4-Logistic/README.md) </li><li>[R](2-Regression/4-Logistic/solution/R/lesson_4-R.ipynb)</li></ul> | <ul><li>Jen</li><li>Eric Wanjau</li></ul> |
| 09 | Aplikasi Web 🔌 | [Aplikasi Web](3-Web-App/README.md) | Bina aplikasi web untuk menggunakan model terlatih anda | [Python](3-Web-App/1-Web-App/README.md) | Jen |
| 10 | Pengenalan klasifikasi | [Pengelasan](4-Classification/README.md) | Bersihkan, persiapkan, dan gambarkan data anda; pengenalan klasifikasi |<ul><li> [Python](4-Classification/1-Introduction/README.md) </li><li>[R](4-Classification/1-Introduction/solution/R/lesson_10-R.ipynb) | <ul><li>Jen and Cassie</li><li>Eric Wanjau</li></ul> |
| 11 | Masakan Asia dan India yang lazat 🍜 | [Pengelasan](4-Classification/README.md) | Pengenalan kepada pengelasan |<ul><li> [Python](4-Classification/2-Classifiers-1/README.md)</li><li>[R](4-Classification/2-Classifiers-1/solution/R/lesson_11-R.ipynb) | <ul><li>Jen and Cassie</li><li>Eric Wanjau</li></ul> |
| 12 | Masakan Asia dan India yang lazat 🍜 | [Pengelasan](4-Classification/README.md) | Lebih banyak pengelasan |<ul><li> [Python](4-Classification/3-Classifiers-2/README.md)</li><li>[R](4-Classification/3-Classifiers-2/solution/R/lesson_12-R.ipynb) | <ul><li>Jen and Cassie</li><li>Eric Wanjau</li></ul> |
| 13 | Masakan Asia dan India yang lazat 🍜 | [Pengelasan](4-Classification/README.md) | Bina aplikasi web cadangan menggunakan model anda | [Python](4-Classification/4-Applied/README.md) | Jen |
| 16 | Pengenalan pemprosesan bahasa semula jadi ☕️ | [Pemprosesan bahasa semula jadi](6-NLP/README.md) | Ketahui asas mengenai NLP dengan membina bot sederhana | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
| 17 | Tugas NLP biasa ☕️ | [Pemprosesan bahasa semula jadi](6-NLP/README.md) | Memperdalam pengetahuan NLP anda dengan memahami tugas-tugas umum yang diperlukan ketika berurusan dengan struktur bahasa | [Python](6-NLP/2-Tasks/README.md) | Stephen |
| 18 | Analisis terjemahan dan sentimen ♥ ️| [Pemprosesan bahasa semula jadi](6-NLP/README.md) | Terjemahan dan analisis sentimen dengan Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
| 19 | Hotel romantis di Eropah ♥ ️| [Pemprosesan bahasa semula jadi](6-NLP/README.md) | Analisis sentimen dengan ulasan hotel | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
| 20 | Hotel romantis di Eropah ♥ ️| [Pemprosesan bahasa semula jadi](6-NLP/README.md) | Analisis sentimen dengan ulasan hotel 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
| 21 | Pengenalan ramalan siri masa | [Siri masa](7-TimeSeries/README.md) | Pengenalan ramalan siri masa | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca |
| 22 | ⚡️ Penggunaan Kuasa Dunia ⚡️ - ramalan siri masa dengan ARIMA | [Siri masa](7-TimeSeries/README.md) | Ramalan siri masa dengan ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
| 23 | World️ Penggunaan Kuasa Dunia ⚡️ - ramalan siri masa dengan SVR | [Siri masa](7-TimeSeries/README.md) | Ramalan siri masa dengan Regressor Vektor Sokongan | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
| Poskrip | Senario dan aplikasi ML Dunia Sebenar | [ML di Alam Nyata](9-Real-World/README.md) | Aplikasi ML klasik yang menarik dan mendedahkan | [Pelajaran](9-Real-World/1-Applications/README.md) | Pasukan |
| Nombor Pelajaran | Topik | Pengumpulan Pelajaran | Objektif Pembelajaran | Pautan Pembelajaran | Pengarang |
| 01 | Pengenalan pembelajaran mesin | [Pengenalan](../1-Introduction/README.md) | Ketahui konsep asas di sebalik pembelajaran mesin | [Pelajaran](../1-Introduction/1-intro-to-ML/README.md) | Muhammad |
| 02 | Sejarah pembelajaran mesin | [Pengenalan](../1-Introduction/README.md) | Ketahui sejarah yang mendasari bidang ini | [Pelajaran](../1-Introduction/2-history-of-ML/README.md) | Jen and Amy |
| 03 | Keadilan dan pembelajaran mesin | [Pengenalan](../1-Introduction/README.md) | Apakah masalah falsafah penting mengenai keadilan yang harus dipertimbangkan oleh pelajar semasa membina dan menggunakan model ML? | [Pelajaran](../1-Introduction/3-fairness/README.md) | Tomomi |
| 04 | Teknik untuk pembelajaran mesin | [Pengenalan](../1-Introduction/README.md) | Teknik apa yang digunakan oleh penyelidik ML untuk membina model ML? | [Pelajaran](../1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen |
| 05 | Pengenalan regresi | [Regresi](../2-Regression/README.md) | Mulakan dengan Python dan Scikit-belajar untuk model regresi | <ul><li>[Python](../2-Regression/1-Tools/README.md)</li><li>[R](../2-Regression/1-Tools/solution/R/lesson_1-R.ipynb)</li></ul> | <ul><li>Jen</li><li>Eric Wanjau</li></ul> |
| 06 | Harga labu Amerika Utara 🎃 | [Regresi](../2-Regression/README.md) | Visualisasikan dan bersihkan data sebagai persediaan untuk ML | <ul><li>[Python](../2-Regression/2-Data/README.md)</li><li>[R](../2-Regression/2-Data/solution/R/lesson_2-R.ipynb)</li></ul>| <ul><li>Jen</li><li>Eric Wanjau</li></ul> |
| 07 | Harga labu Amerika Utara 🎃 | [Regresi](../2-Regression/README.md) | Membina model regresi linear dan polinomial | <ul><li>[Python](../2-Regression/3-Linear/README.md)</li><li>[R](../2-Regression/3-Linear/solution/R/lesson_3-R.ipynb)</li></ul> | <ul><li>Jen</li><li>Eric Wanjau</li></ul> |
| 08 | Harga labu Amerika Utara 🎃 | [Regresi](../2-Regression/README.md) | Bina model regresi logistik | <ul><li>[Python](../2-Regression/4-Logistic/README.md) </li><li>[R](../2-Regression/4-Logistic/solution/R/lesson_4-R.ipynb)</li></ul> | <ul><li>Jen</li><li>Eric Wanjau</li></ul> |
| 09 | Aplikasi Web 🔌 | [Aplikasi Web](../3-Web-App/README.md) | Bina aplikasi web untuk menggunakan model terlatih anda | [Python](../3-Web-App/1-Web-App/README.md) | Jen |
| 10 | Pengenalan klasifikasi | [Pengelasan](../4-Classification/README.md) | Bersihkan, persiapkan, dan gambarkan data anda; pengenalan klasifikasi |<ul><li> [Python](../4-Classification/1-Introduction/README.md) </li><li>[R](../4-Classification/1-Introduction/solution/R/lesson_10-R.ipynb) | <ul><li>Jen and Cassie</li><li>Eric Wanjau</li></ul> |
| 11 | Masakan Asia dan India yang lazat 🍜 | [Pengelasan](../4-Classification/README.md) | Pengenalan kepada pengelasan |<ul><li> [Python](../4-Classification/2-Classifiers-1/README.md)</li><li>[R](../4-Classification/2-Classifiers-1/solution/R/lesson_11-R.ipynb) | <ul><li>Jen and Cassie</li><li>Eric Wanjau</li></ul> |
| 12 | Masakan Asia dan India yang lazat 🍜 | [Pengelasan](../4-Classification/README.md) | Lebih banyak pengelasan |<ul><li> [Python](../4-Classification/3-Classifiers-2/README.md)</li><li>[R](../4-Classification/3-Classifiers-2/solution/R/lesson_12-R.ipynb) | <ul><li>Jen and Cassie</li><li>Eric Wanjau</li></ul> |
| 13 | Masakan Asia dan India yang lazat 🍜 | [Pengelasan](../4-Classification/README.md) | Bina aplikasi web cadangan menggunakan model anda | [Python](../4-Classification/4-Applied/README.md) | Jen |
| 16 | Pengenalan pemprosesan bahasa semula jadi ☕️ | [Pemprosesan bahasa semula jadi](../6-NLP/README.md) | Ketahui asas mengenai NLP dengan membina bot sederhana | [Python](../6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
| 17 | Tugas NLP biasa ☕️ | [Pemprosesan bahasa semula jadi](../6-NLP/README.md) | Memperdalam pengetahuan NLP anda dengan memahami tugas-tugas umum yang diperlukan ketika berurusan dengan struktur bahasa | [Python](../6-NLP/2-Tasks/README.md) | Stephen |
| 18 | Analisis terjemahan dan sentimen ♥ ️| [Pemprosesan bahasa semula jadi](../6-NLP/README.md) | Terjemahan dan analisis sentimen dengan Jane Austen | [Python](../6-NLP/3-Translation-Sentiment/README.md) | Stephen |
| 19 | Hotel romantis di Eropah ♥ ️| [Pemprosesan bahasa semula jadi](../6-NLP/README.md) | Analisis sentimen dengan ulasan hotel | [Python](../6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
| 20 | Hotel romantis di Eropah ♥ ️| [Pemprosesan bahasa semula jadi](../6-NLP/README.md) | Analisis sentimen dengan ulasan hotel 2 | [Python](../6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
| 21 | Pengenalan ramalan siri masa | [Siri masa](../7-TimeSeries/README.md) | Pengenalan ramalan siri masa | [Python](../7-TimeSeries/1-Introduction/README.md) | Francesca |
| 22 | ⚡️ Penggunaan Kuasa Dunia ⚡️ - ramalan siri masa dengan ARIMA | [Siri masa](../7-TimeSeries/README.md) | Ramalan siri masa dengan ARIMA | [Python](../7-TimeSeries/2-ARIMA/README.md) | Francesca |
| 23 | World️ Penggunaan Kuasa Dunia ⚡️ - ramalan siri masa dengan SVR | [Siri masa](../7-TimeSeries/README.md) | Ramalan siri masa dengan Regressor Vektor Sokongan | [Python](../7-TimeSeries/3-SVR/README.md) | Anirban |
| Poskrip | Senario dan aplikasi ML Dunia Sebenar | [ML di Alam Nyata](../9-Real-World/README.md) | Aplikasi ML klasik yang menarik dan mendedahkan | [Pelajaran](../9-Real-World/1-Applications/README.md) | Pasukan |