আমাদের সঙ্গে একটি Discord AI সিরিজ চলছে, বিস্তারিত জানুন এবং ১৮ - ৩০ সেপ্টেম্বর, ২০২৫ এ [Learn with AI Series](https://aka.ms/learnwithai/discord) তে যোগ দিন। আপনি পাবেন GitHub Copilot ব্যবহার করে ডেটা সায়েন্সের টিপস এবং ট্রিকস।
আমাদের কাছে Discord এ একটি AI এর সাথে শেখার সিরিজ চলছে, বিস্তারিত জানুন এবং আমাদের সাথে যোগ দিন [Learn with AI Series](https://aka.ms/learnwithai/discord) ১৮ থেকে ৩০ সেপ্টেম্বর, ২০২৫। সেখানে আপনি Data Science এর জন্য GitHub Copilot ব্যবহার করার টিপস এবং ট্রিক্স পেয়ে যাবেন।
# যন্ত্র শিক্ষা প্রারম্ভিকদের জন্য - একটি পাঠক্রম
# শিক্ষানবিশদের জন্য মেশিন লার্নিং - একটি পাঠ্যক্রম
> 🌍 আমাদের যন্ত্র শিক্ষার ভ্রমণ শুরু হোক বিশ্ব সংস্কৃতির মাধ্যমে 🌍
> 🌍 বিশ্ব সংস্কৃতির মাধ্যমে মেশিন লার্নিং অন্বেষণ করতে বিশ্ব ভ্রমণ করুন 🌍
Microsoft-এর Cloud Advocates ১২ সপ্তাহের, ২৬টি পাঠের একটি পাঠক্রম উপস্থাপন করতে পেরে আনন্দিত যেটি সম্পূর্ণ **Machine Learning** নিয়ে। এই পাঠক্রমে আপনি শিখবেন যা কখনও কখনও **প্রচলিত যন্ত্র শিক্ষা** বলা হয়, যেখানে প্রধানত Scikit-learn লাইব্রেরি ব্যবহার করা হয়েছে এবং ডীপ লার্নিং এড়ানো হয়েছে, যা আমাদের [AI for Beginners' curriculum](https://aka.ms/ai4beginners)-এ অন্তর্ভুক্ত। এগুলোকে আমাদের ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners) এর সাথে যুক্ত করেও ব্যবহার করতে পারেন।
Microsoft এর Cloud Advocates একটি ১২-সপ্তাহের, ২৬-টি পাঠের একটি পূর্ণাঙ্গ পাঠ্যক্রম অফার করতে পেরে আনন্দিত যা **মেশিন লার্নিং** সম্পর্কে। এই পাঠ্যক্রমে, আপনি যাকে কখনও কখনও **ক্লাসিক মেশিন লার্নিং** বলা হয় তা শিখবেন, প্রধানত Scikit-learn লাইব্রেরি ব্যবহার করে এবং ডিপ লার্নিং এড়িয়ে চলবেন, যা আমাদের [AI for Beginners পাঠ্যক্রমে](https://aka.ms/ai4beginners) অন্তর্ভুক্ত। এই পাঠগুলি আমাদের ['Data Science for Beginners' পাঠ্যক্রম](https://aka.ms/ds4beginners) এর সাথে মিলিয়ে নিতে পারেন।
আমাদের সঙ্গে বিশ্ব জুড়ে ভ্রমণ করুন কারণ আমরা এই প্রচলিত কৌশলগুলোকে বিভিন্ন দেশের ডেটায় প্রয়োগ করব। প্রতিটি পাঠে থাকে পূর্ব ও পরবর্তী কুইজ, নির্দেশনা, সমাধান, অ্যাসাইনমেন্ট এবং আরও অনেক কিছু। প্রকল্প-ভিত্তিক পদ্ধতিতে শেখার মাধ্যমে আপনি শেখার সময় নির্মাণ করে দক্ষতা অর্জন করতে পারবেন।
আমাদের সাথে বিশ্বজুড়ে যাত্রা করুন কারণ আমরা ক্লাসিক কৌশলগুলি বিশ্বের বিভিন্ন এলাকার ডাটায় প্রয়োগ করি। প্রতিটি পাঠে আছে পূর্ব ও পরবর্তী কুইজ, পাঠ সম্পন্ন করার জন্য লিখিত নির্দেশনা, একটি সমাধান, একটি নিয়োগ এবং আরও অনেক কিছু। আমাদের প্রকল্পভিত্তিক পদ্ধতি আপনাকে শেখার সময় তৈরি করার সুযোগ দেয়, যা নতুন দক্ষতা শেখানোর প্রমাণিত পথ।
**✍️ আমাদের লেখকদের প্রতি আন্তরিক ধন্যবাদ** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu এবং Amy Boyd
**✍️ আমাদের লেখকদের আন্তরিক ধন্যবাদ**: Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu ও Amy Boyd
**🎨 আমাদের চিত্রশিল্পীদের প্রতি ধন্যবাদ** Tomomi Imura, Dasani Madipalli, এবং Jen Looper
**🎨 আমাদের চিত্রকরদের ধন্যবাদ**: Tomomi Imura, Dasani Madipalli, এবং Jen Looper
**🙏 বিশেষ ধন্যবাদ 🙏 Microsoft Student Ambassador লেখক, পর্যালোচক এবং কনটেন্ট অবদানকারীদের**, বিশেষত Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, এবং Snigdha Agarwal
**🙏 বিশেষ ধন্যবাদ 🙏 Microsoft Student Ambassador লেখক, পর্যালোচক এবং কনটেন্ট অবদানকারীদের**, বিশেষত Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila এবং Snigdha Agarwal
**🤩 অতিরিক্ত কৃতজ্ঞতা Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, এবং Vidushi Gupta-এর প্রতি আমাদের R পাঠের জন্য!**
**🤩 অতিরিক্ত কৃতজ্ঞতা Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, এবং Vidushi Gupta কে আমাদের R পাঠের জন্য!**
> [এই কোর্সের জন্য সকল অতিরিক্ত সম্পদ দেখুন Microsoft Learn সংগ্রহে](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> [আমাদের Microsoft Learn সংগ্রহে এই কোর্সের সমস্ত অতিরিক্ত সম্পদগুলি খুঁজুন](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> 🔧 ** সাহায্য দরকার?** আমাদের [Troubleshooting Guide](TROUBLESHOOTING.md) দেখুন ইনস্টলেশন, সেটআপ এবং পাঠ চলাকালীন সাধারণ সমস্যার সমাধানের জন্য।
> 🔧 **সহায়তা দরকার?** সাধারণ ইনস্টলেশন, সেটআপ এবং পাঠ চালানোর সমস্যার জন্য আমাদের [Troubleshooting Guide](TROUBLESHOOTING.md) দেখুন।
**[শিক্ষার্থীগণ](https://aka.ms/student-page)**, এই পাঠক্রম ব্যবহারের জন্য, আপনার নিজস্ব GitHub একাউন্টে সম্পূর্ণ রিপোজিটরি ফরক করুন এবং একা বা গ্রুপে অনুশীলন করুন:
**[শিক্ষার্থীবৃন্দ](https://aka.ms/student-page)**, এই পাঠ্যক্রম ব্যবহার করতে আপনার নিজস্ব GitHub একাউন্টে সম্পূর্ণ রিপোজিটরি ফর্ক করুন এবং একক অথবা গ্রুপে অনুশীলনগুলি সম্পন্ন করুন:
- একটি পূর্ব-লেকচার কুইজ দিয়ে শুরু করুন।
- পূর্ব-লেকচার কুইজ দিয়ে শুরু করুন।
- লেকচার পড়ুন এবং কার্যকলাপগুলি সম্পন্ন করুন, প্রতিটি জ্ঞান পরীক্ষা অংশে থামুন এবং চিন্তা করুন।
- লেকচার পড়ুন এবং কার্যক্রমগুলো সম্পন্ন করুন, প্রতিটি নলেজ চেক-এ থামুন এবং চিন্তা করুন।
- প্রজেক্ট তৈরি করার চেষ্টা করুন পাঠগুলি বুঝে কোড চালানোর চাইতে; কোডটি আছে প্রতিটি প্রজেক্টভিত্তিক পাঠের `/solution` ফোল্ডারে।
- কোড চালানোর পরিবর্তে পাঠগুলো বুঝে প্রকল্প তৈরি করার চেষ্টা করুন; অবশ্যই কোডটি প্রতিটি প্রকল্পভিত্তিক পাঠের `/solution` ফোল্ডারে পাওয়া যাবে।
- একটি পরবর্তী-লেকচার কুইজ নিন।
- পরবর্তী লেকচার কুইজ নিন।
- চ্যালেঞ্জ সম্পন্ন করুন।
- চ্যালেঞ্জ সম্পন্ন করুন।
- অ্যাসাইনমেন্ট সম্পন্ন করুন।
- নিয়োগ সম্পন্ন করুন।
- একটি পাঠ গ্রুপ শেষ করার পর, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) এ যান এবং "উচ্চস্বরে শিখুন" সংশ্লিষ্ট PAT রুব্রিক পূরণ করে। 'PAT' হল Progress Assessment Tool যা শিক্ষাকে এগিয়ে নিয়ে যায়। আপনি অন্য PAT-র এর প্রতিক্রিয়াও দিতে পারেন যেন আমরা একসাথে শিখতে পারি।
- একটি লেসন গ্রুপ সম্পন্ন করার পর, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) এ যান এবং উপযুক্ত PAT রুব্রিক পূরণ করে "জোরে শেখার" অংশ নিন। 'PAT' হলো একটি প্রগ্রেস অ্যাসেসমেন্ট টুল যা নিজের শেখাকে আরও বাড়াতে ব্যবহৃত হয়। আপনি অন্যদের PAT-এ প্রতিক্রিয়া জানাতেও পারেন যাতে আমরা একসাথে শিখতে পারি।
> আরও অধ্যায়নের জন্য, আমরা এই [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) মডিউল এবং লার্নিং পাথগুলি অনুসরণ করার পরামর্শ দিই।
> আরও অধ্যয়নের জন্য, আমরা এই [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) মডিউল ও শেখার পথ অনুসরণ করার পরামর্শ দেই।
**শিক্ষকবৃন্দ**, আমরা [কিছু পরামর্শ](for-teachers.md) অন্তর্ভুক্ত করেছি কিভাবে এই পাঠক্রম ব্যবহার করবেন।
**শিক্ষকগণ**, আমরা [এই পাঠ্যক্রম ব্যবহারের জন্য কিছু পরামর্শ](for-teachers.md) অন্তর্ভুক্ত করেছি।
---
---
## ভিডিও ওয়াকথ্রু
## ভিডিও ওয়াকথ্রু
কিছু পাঠ শর্ট ফর্ম ভিডিওর রুপে উপলব্ধ। আপনি এগুলো পাঠের মধ্যে দেখতে পারবেন, অথবা [ML for Beginners প্লেলিস্ট Microsoft Developer YouTube চ্যানেলে](https://aka.ms/ml-beginners-videos) নিচের ছবিতে ক্লিক করে দেখতে পারেন।
কিছু পাঠ ছোট ফর্ম ভিডিও হিসেবে উপলব্ধ। আপনি এগুলো পাঠের ভিতরই দেখতে পারেন বা [Microsoft Developer এর YouTube চ্যানেলের ML for Beginners প্লেলিস্টে](https://aka.ms/ml-beginners-videos) নিচের ছবিতে ক্লিক করে দেখতে পারেন।
[](https://aka.ms/ml-beginners-videos)
[](https://aka.ms/ml-beginners-videos)
**Gif এর নির্মাতা** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
> 🎥 প্রজেক্ট ও প্রজেক্ট নির্মাতাদের সম্পর্কে একটি ভিডিওর জন্য উপরের ছবিতে ক্লিক করুন!
> 🎥 প্রকল্প এবং তার নির্মাতাদের সম্পর্কে ভিডিও দেখতে উপরের ছবিতে ক্লিক করুন!
---
---
## শিক্ষাদান পদ্ধতি
## শিক্ষাদান পদ্ধতি
এই পাঠক্রম তৈরিতে আমরা দুইটি শিক্ষাদান নীতি বেছে নিয়েছি: এটিকে হ্যান্ডস-অন **প্রজেক্ট-ভিত্তিক** রাখা এবং **সতত কুইজ** অন্তর্ভুক্ত করা। এর পাশাপাশি, একটি সাধারণ **থিম** দিয়ে একত্ববোধ প্রদান করা হয়েছে।
এই পাঠ্যক্রম তৈরির সময় আমরা দুটি শিক্ষাদান নীতি বেছে নিয়েছি: এটা হবে হাতেকলমে **প্রকল্পভিত্তিক** এবং এতে থাকবে **ঘন ঘন কুইজ**। এছাড়া, এই পাঠ্যক্রমের একটি সাধারণ **থিম** রয়েছে যেটি এটি একত্রিকরণ করে।
বিষয়বস্তুকে প্রজেক্টের সাথে সঙ্গতিপূর্ণ করে শিক্ষার্থীদের জন্য আকর্ষণীয় করে তোলা হয়েছে এবং ধারণাগুলোর ধারণক্ষমতা বাড়ানো হয়েছে। একটি ক্লাস শুরুর আগে একটি হালকা কুইজ শিক্ষার্থীর মনোযোগ তৈরি করে, আর ক্লাসের পরে দ্বিতীয় কুইজ ধারণক্ষমতা নিশ্চিত করে। এই পাঠক্রমটি নমনীয় এবং মজাদার হয়ে তৈরি হয়েছে এবং সম্পূর্ণ বা আংশিক নেওয়া যেতে পারে। প্রজেক্টগুলি ছোট থেকে শুরু করে ১২-সপ্তাহের শেষে ক্রমবর্ধমান জটিল হয়ে ওঠে। বাস্তব জীবনের ML প্রয়োগ নিয়ে একটি পোস্টস্ক্রিপ্টও অন্তর্ভুক্ত যা অতিরিক্ত ক্রেডিট বা আলোচনা ভিত্তি হিসেবে ব্যবহার করা যেতে পারে।
কন্টেন্টকে প্রকল্পের সঙ্গে মিলিয়ে দেওয়ার ফলে ছাত্রদের জন্য শেখার প্রক্রিয়া আকর্ষণীয় হয় এবং ধারণাসমূহ আরও ভালোভাবে মনে থাকে। সঙ্গে, ক্লাস শুরুর আগে একটি কম-পূঁজি (low-stakes) কুইজ ছাত্রের লক্ষ্য শেখার দিকে মনোযোগ দেয়, আর ক্লাস শেষের পরে দ্বিতীয় কুইজ বুঝে নেওয়া আরও প্রগাঢ় করে। এই পাঠ্যক্রম নমনীয় ও মজার হিসেবে ডিজাইন করা হয়েছে এবং পুরোপুরি বা আংশিক পাঠ নেওয়া যেতে পারে। প্রকল্পগুলো ছোট থেকে শুরু করে ১২-সপ্তাহের শেষে ক্রমশ জটিল হয়ে ওঠে। এই পাঠ্যক্রমে একটি পরিশিষ্ট অংশ রয়েছে যা ML এর বাস্তব বিশ্বে প্রয়োগের উপর, যেটা অতিরিক্ত ক্রেডিট হিসেবে বা আলোচনা সূত্র হিসেবে ব্যবহার করা যেতে পারে।
> আমাদের [আচরণ নিয়ম](CODE_OF_CONDUCT.md), [অংশগ্রহণ](CONTRIBUTING.md), [অনুবাদ](TRANSLATIONS.md), এবং [সমস্যা সমাধান](TROUBLESHOOTING.md) গাইডলাইনগুলো খুঁজে পান। আমরা আপনার গঠনমূলক প্রতিক্রিয়া স্বাগত জানাই!
> আমাদের [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translations](..), এবং [Troubleshooting](TROUBLESHOOTING.md) নির্দেশিকা দেখুন। আমরা আপনার গঠনমূলক প্রতিক্রিয়াকে স্বাগত জানাই!
> **ভাষা সম্পর্কে একটি নোট**: এই পাঠগুলি প্রধানত পাইথনে লেখা হয়েছে, তবে অনেকগুলি R-এও উপলব্ধ। একটি R পাঠ সম্পন্ন করতে, `/solution` ফোল্ডারে যান এবং R পাঠগুলি দেখুন। সেগুলিতে একটি .rmd এক্সটেনশন থাকে যা একটি **R Markdown** ফাইল বোঝায়, যা সহজভাবে সংজ্ঞায়িত করা যায় `কোড চাঙ্ক` (R বা অন্যান্য ভাষার) এবং একটি `YAML শিরোনাম` (যা আউটপুট যেমন PDF ফরম্যাট করার নির্দেশনা দেয়) সহ একটি `Markdown ডকুমেন্ট` হিসেবে। এভাবে, এটি একটি আদর্শ লেখালেখির ফ্রেমওয়ার্ক হিসাবে কাজ করে কারণ এটি আপনাকে আপনার কোড, তার আউটপুট, এবং আপনার চিন্তাধারা মিলিয়ে Markdown-এ লেখা সম্ভব করে। আরো, R Markdown ডকুমেন্টগুলো PDF, HTML, বা Word-এর মত আউটপুট ফরম্যাটে রেন্ডার করা যায়।
> **ভাষা সম্পর্কে একটি টীকা**: এই পাঠগুলি প্রধানত Python এ লেখা হয়েছে, তবে অনেকগুলি R তেও উপলব্ধ। একটি R পাঠ সম্পন্ন করার জন্য `/solution` ফোল্ডারে যান এবং R পাঠ খুঁজুন। এগুলোতে .rmd এক্সটেনশন থাকে যা একটি **R Markdown** ফাইল নির্দেশ করে যা `কোড চাঙ্ক` (R বা অন্যান্য ভাষার) এবং একটি `YAML হেডার` (যা আউটপুট কিভাবে ফরম্যাট করতে হয় নির্দেশ দেয় যেমন PDF) একটি Markdown ডকুমেন্টে এম্বেড করার ফ্রেমওয়ার্ক। তাই এটি ডেটা সায়েন্সের জন্য একটি আদর্শ লেখনী কাঠামো হিসেবে কাজ করে যেখানে আপনি আপনার কোড, তার আউটপুট এবং চিন্তা সবকিছু Markdown এ লিখে সংযোজন করতে পারেন। আরো কিছুর জন্য, R Markdown ডকুমেন্টগুলি PDF, HTML বা Word মত আউটপুট ফরম্যাটে রেন্ডার করা যায়।
> **কুইজ সম্পর্কে একটি নোট**: সব কুইজ [Quiz App folder](../../quiz-app) এ অন্তর্ভুক্ত, মোট ৫২টি কুইজ তিনটি প্রশ্নসহ। সেগুলি পাঠের মধ্যে লিঙ্ক করা হয়েছে, তবে কুইজ অ্যাপটি স্থানীয়ভাবে চালানো যেতে পারে; `quiz-app` ফোল্ডারে নির্দেশিকা অনুসরণ করে স্থানীয়ভাবে হোস্ট বা Azure-তে ডিপ্লয় করুন।
> **কুইজ সম্পর্কে একটি নোট**: সকল কুইজ রয়েছে [Quiz App folder](../../quiz-app)-এ, যেখানে মোট ৫২টি কুইজ রয়েছে যার প্রতিটিতে তিনটি প্রশ্ন আছে। এগুলো পাঠের মধ্যে লিঙ্ক করা রয়েছে কিন্তু কুইজ অ্যাপটি স্থানীয়ভাবে চালানো যেতে পারে; লোকালি হোস্ট বা Azure-এ ডিপ্লয় করার জন্য `quiz-app` ফোল্ডারের নির্দেশাবলী অনুসরণ করুন।
| পাঠ নম্বর | বিষয় | পাঠ গ্রুপিং | শেখার উদ্দেশ্য | লিঙ্ক করা পাঠ | লেখক |
| ০১ | মেশিন লার্নিংয়ের পরিচিতি | [Introduction](1-Introduction/README.md) | মেশিন লার্নিংয়ের মৌলিক ধারণা শিখুন | [Lesson](1-Introduction/1-intro-to-ML/README.md) | Muhammad |
| ০১ | মেশিন লার্নিংয়ের পরিচিতি | [পরিচিতি](1-Introduction/README.md) | মেশিন লার্নিংয়ের মৌলিক ধারণাগুলো শিখুন | [পাঠ](1-Introduction/1-intro-to-ML/README.md) | মুহাম্মদ |
| ০২ | মেশিন লার্নিংয়ের ইতিহাস | [Introduction](1-Introduction/README.md) | এই ক্ষেত্রের ইতিহাস শিখুন | [Lesson](1-Introduction/2-history-of-ML/README.md) | Jen and Amy |
| ০২ | মেশিন লার্নিংয়ের ইতিহাস | [পরিচিতি](1-Introduction/README.md) | এই ক্ষেত্রের পেছনের ইতিহাস শিখুন | [পাঠ](1-Introduction/2-history-of-ML/README.md) | জেন এবং অ্যামি |
| ০৩ | ন্যায্যতা ও মেশিন লার্নিং | [Introduction](1-Introduction/README.md) | ন্যায্যতা সম্পর্কে গুরুত্বপূর্ণ দার্শনিক বিষয়সমূহ যা ছাত্রদের মেশিন লার্নিং মডেল তৈরি ও প্রয়োগের সময় বিবেচনা করা উচিত তা বুঝুন। | [Lesson](1-Introduction/3-fairness/README.md) | Tomomi |
| ০৩ | ন্যায়পরায়ণতা এবং মেশিন লার্নিং | [পরিচিতি](1-Introduction/README.md) | মেশিন লার্নিং মডেল তৈরি ও প্রয়োগের সময় ন্যায়পরায়ণতা সম্পর্কিত গুরুত্বপূর্ণ দার্শনিক বিষয়গুলি ছাত্রদের ভাবার জন্য কী কী? | [পাঠ](1-Introduction/3-fairness/README.md) | তোমোমি |
| ০৪ | মেশিন লার্নিংয়ের কৌশলসমূহ | [Introduction](1-Introduction/README.md) | মেশিন লার্নিং গবেষকরা মডেল তৈরিতে কী কী কৌশল ব্যবহার করে তা জানতে চান? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen |
| ০৪ | মেশিন লার্নিংয়ের পদ্ধতিগুলো | [পরিচিতি](1-Introduction/README.md) | মেশিন লার্নিং গবেষকরা কি পদ্ধতি ব্যবহার করে মডেল গঠন করে? | [পাঠ](1-Introduction/4-techniques-of-ML/README.md) | ক্রিস এবং জেন |
| ০৫ | রিগ্রেশন পরিচিতি | [Regression](2-Regression/README.md) | রিগ্রেশন মডেলের জন্য পাইথন এবং Scikit-learn দিয়ে শুরু করুন | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
| ০৫ | রিগ্রেশন পরিচিতি | [রিগ্রেশন](2-Regression/README.md) | রিগ্রেশন মডেলের জন্য পাইথন ও সাইকিট-লার্নের সাথে শুরু করুন | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | জেন • এরিক ওয়াঞ্জাউ |
| ০৬ | নর্থ আমেরিকার কুমড়োর দাম 🎃 | [Regression](2-Regression/README.md) | মেশিন লার্নিং-এর জন্য তথ্য ভিজ্যুয়ালাইজেশন ও পরিস্কার করুন | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
| ০৬ | উত্তর আমেরিকার কুমড়োর দাম 🎃 | [রিগ্রেশন](2-Regression/README.md) | মেশিন লার্নিংয়ের প্রস্তুতির জন্য ডেটা ভিজ্যুয়ালাইজ ও পরিষ্কার করুন | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | জেন • এরিক ওয়াঞ্জাউ |
| ০৭ | নর্থ আমেরিকার কুমড়োর দাম 🎃 | [Regression](2-Regression/README.md) | লিনিয়ার এবং পলিনোমিয়াল রিগ্রেশন মডেল তৈরি করুন | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen and Dmitry • Eric Wanjau |
| ০৭ | উত্তর আমেরিকার কুমড়োর দাম 🎃 | [রিগ্রেশন](2-Regression/README.md) | লিনিয়ার এবং পলিনোমিয়াল রিগ্রেশন মডেল তৈরি করুন | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | জেন এবং দিমিত্রি • এরিক ওয়াঞ্জাউ |
| ০৮ | নর্থ আমেরিকার কুমড়োর দাম 🎃 | [Regression](2-Regression/README.md) | লজিস্টিক রিগ্রেশন মডেল তৈরি করুন | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
| ০৮ | উত্তর আমেরিকার কুমড়োর দাম 🎃 | [রিগ্রেশন](2-Regression/README.md) | লজিস্টিক রিগ্রেশন মডেল তৈরি করুন | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | জেন • এরিক ওয়াঞ্জাউ |
| ০৯ | একটি ওয়েব অ্যাপ 🔌 | [Web App](3-Web-App/README.md) | আপনার প্রশিক্ষিত মডেল ব্যবহারের জন্য একটি ওয়েব অ্যাপ তৈরি করুন | [Python](3-Web-App/1-Web-App/README.md) | Jen |
| ০৯ | একটি ওয়েব অ্যাপ 🔌 | [ওয়েব অ্যাপ](3-Web-App/README.md) | আপনার প্রশিক্ষিত মডেল ব্যবহারের জন্য একটি ওয়েব অ্যাপ তৈরি করুন | [Python](3-Web-App/1-Web-App/README.md) | জেন |
| ১০ | শ্রেণীবিভাগের পরিচিতি | [Classification](4-Classification/README.md) | আপনার ডেটা পরিস্কার, প্রস্তুত ও ভিজ্যুয়ালাইজ করুন; শ্রেণীবিভাগের পরিচিতি | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau |
| ১০ | শ্রেণিবিন্যাস পরিচিতি | [শ্রেণিবিন্যাস](4-Classification/README.md) | আপনার ডেটা পরিষ্কার, প্রস্তুত ও ভিজ্যুয়ালাইজ করুন; শ্রেণিবিন্যাসের পরিচিতি | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | জেন এবং কেসি • এরিক ওয়াঞ্জাউ |
| ১১ | সুস্বাদু এশিয়ান ও ভারতীয় রন্ধনপ্রণালী 🍜 | [Classification](4-Classification/README.md) | শ্রেণীবিভাগকারীদের পরিচিতি | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen and Cassie • Eric Wanjau |
| ১১ | সুস্বাদু এশীয় ও ভারতীয় রান্না 🍜 | [শ্রেণিবিন্যাস](4-Classification/README.md) | শ্রেণীবিন্যাসক সম্পর্কে পরিচিতি | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | জেন এবং কেসি • এরিক ওয়াঞ্জাউ |
| ১২ | সুস্বাদু এশিয়ান ও ভারতীয় রন্ধনপ্রণালী 🍜 | [Classification](4-Classification/README.md) | আরও শ্রেণীবিভাগকারী | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen and Cassie • Eric Wanjau |
| ১২ | সুস্বাদু এশীয় ও ভারতীয় রান্না 🍜 | [শ্রেণিবিন্যাস](4-Classification/README.md) | আরও শ্রেণীবিন্যাসক | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | জেন এবং কেসি • এরিক ওয়াঞ্জাউ |
| ১৩ | সুস্বাদু এশিয়ান ও ভারতীয় রন্ধনপ্রণালী 🍜 | [Classification](4-Classification/README.md) | আপনার মডেল ব্যবহার করে একটি রিকমেন্ডার ওয়েব অ্যাপ তৈরি করুন | [Python](4-Classification/4-Applied/README.md) | Jen |
| ১৩ | সুস্বাদু এশীয় ও ভারতীয় রান্না 🍜 | [শ্রেণিবিন্যাস](4-Classification/README.md) | আপনার মডেল ব্যবহার করে একটি রিকমেন্ডার ওয়েব অ্যাপ তৈরি করুন | [Python](4-Classification/4-Applied/README.md) | জেন |
| ১৪ | ক্লাস্টারিংয়ের পরিচিতি | [Clustering](5-Clustering/README.md) | আপনার ডেটা পরিস্কার, প্রস্তুত, ও ভিজ্যুয়ালাইজ করুন; ক্লাস্টারিং-এ পরিচিতি | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
| ১৫ | নাইজেরিয়ান সঙ্গীত রুচি অন্বেষণ 🎧 | [Clustering](5-Clustering/README.md) | K-Means ক্লাস্টারিং পদ্ধতি অন্বেষণ করুন | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
| ১৫ | নাইজেরীয় সঙ্গীত রুচি অন্বেষণ 🎧 | [ক্লাস্টারিং](5-Clustering/README.md) | কে-মিন্স ক্লাস্টারিং পদ্ধতি এক্সপ্লোর করুন | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | জেন • এরিক ওয়াঞ্জাউ |
| ১৬ | প্রাকৃতিক ভাষা প্রক্রিয়াকরণের পরিচিতি ☕️ | [Natural language processing](6-NLP/README.md) | একটি সাধারণ বট তৈরি করে NLP-এর মৌলিক বিষয়গুলো শিখুন | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
| ১৬ | প্রাকৃতিক ভাষা প্রক্রিয়াকরণ পরিচিতি ☕️ | [প্রাকৃতিক ভাষা প্রক্রিয়াকরণ](6-NLP/README.md) | সহজ একটি বট তৈরি করে প্রাকৃতিক ভাষা প্রক্রিয়াকরণের মৌলিক তথ্য শিখুন | [Python](6-NLP/1-Introduction-to-NLP/README.md) | স্টিফেন |
| ১৭ | সাধারণ NLP কাজসমূহ ☕️ | [Natural language processing](6-NLP/README.md) | ভাষাগত কাঠামোগত ডিল করার সময় প্রয়োজনীয় সাধারণ কাজগুলি বোঝার মাধ্যমে আপনার NLP জ্ঞান গভীর করুন | [Python](6-NLP/2-Tasks/README.md) | Stephen |
| ১৭ | সাধারণ NLP কাজসমূহ ☕️ | [প্রাকৃতিক ভাষা প্রক্রিয়াকরণ](6-NLP/README.md) | ভাষার কাঠামোর সঙ্গে কাজ করার সময় প্রয়োজনীয় সাধারণ কাজসমূহ বোঝার মাধ্যমে NLP জ্ঞান গভীর করুন | [Python](6-NLP/2-Tasks/README.md) | স্টিফেন |
| ১৮ | অনুবাদ ও অনুভূতি বিশ্লেষণ ♥️ | [Natural language processing](6-NLP/README.md) | Jane Austen-এর সঙ্গে অনুবাদ এবং অনুভূতি বিশ্লেষণ | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
| ১৮ | অনুবাদ ও অনুভূতি বিশ্লেষণ ♥️ | [প্রাকৃতিক ভাষা প্রক্রিয়াকরণ](6-NLP/README.md) | জেন অস্টেনের মাধ্যমে অনুবাদ ও অনুভূতি বিশ্লেষণ | [Python](6-NLP/3-Translation-Sentiment/README.md) | স্টিফেন |
| ১৯ | ইউরোপের রোমান্টিক হোটেলগুলি ♥️ | [Natural language processing](6-NLP/README.md) | হোটেল রিভিউ ১ দিয়ে অনুভূতি বিশ্লেষণ | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
| ১৯ | ইউরোপের রোমান্টিক হোটেল ♥️ | [প্রাকৃতিক ভাষা প্রক্রিয়াকরণ](6-NLP/README.md) | হোটেল রিভিউ নিয়ে অনুভূতি বিশ্লেষণ ১ | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | স্টিফেন |
| ২০ | ইউরোপের রোমান্টিক হোটেলগুলি ♥️ | [Natural language processing](6-NLP/README.md) | হোটেল রিভিউ ২ দিয়ে অনুভূতি বিশ্লেষণ | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
| ২০ | ইউরোপের রোমান্টিক হোটেল ♥️ | [প্রাকৃতিক ভাষা প্রক্রিয়াকরণ](6-NLP/README.md) | হোটেল রিভিউ নিয়ে অনুভূতি বিশ্লেষণ ২ | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | স্টিফেন |
| ২২ | ⚡️ বিশ্ববিদ্যুৎ ব্যবহার ⚡️ - ARIMA সহ টাইম সিরিজ ফরকাস্টিং | [Time series](7-TimeSeries/README.md) | ARIMA সহ টাইম সিরিজ ফরকাস্টিং | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
| ২২ | ⚡️ বিশ্ব শক্তি ব্যবহার ⚡️ - ARIMA ব্যবহার করে টাইম সিরিজ পূর্বাভাস | [টাইম সিরিজ](7-TimeSeries/README.md) | ARIMA ব্যবহার করে টাইম সিরিজ পূর্বাভাস | [Python](7-TimeSeries/2-ARIMA/README.md) | ফ্রান্সেসকা |
| ২৩ | ⚡️ বিশ্ববিদ্যুৎ ব্যবহার ⚡️ - SVR সহ টাইম সিরিজ ফরকাস্টিং | [Time series](7-TimeSeries/README.md) | সাপোর্ট ভেক্টর রিগ্রেসরের সঙ্গে টাইম সিরিজ ফরকাস্টিং | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
| ২৩ | ⚡️ বিশ্ব শক্তি ব্যবহার ⚡️ - SVR ব্যবহার করে টাইম সিরিজ পূর্বাভাস | [টাইম সিরিজ](7-TimeSeries/README.md) | সাপোর্ট ভেক্টর রিগ্রেসর দিয়ে টাইম সিরিজ পূর্বাভাস | [Python](7-TimeSeries/3-SVR/README.md) | অনির্বাণ |
| ২৪ | রিইনফোর্সমেন্ট লার্নিংয়ের পরিচিতি | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning সহ রিইনফোর্সমেন্ট লার্নিংয়ের পরিচিতি | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
| ২৫ | পিটারকে বাঘির হাত থেকে বাঁচান! 🐺 | [রিইনফোর্সমেন্ট লার্নিং](8-Reinforcement/README.md) | রিইনফোর্সমেন্ট লার্নিং জিম | [Python](8-Reinforcement/2-Gym/README.md) | দিমিত্রি |
| পরিশিষ্ট | বাস্তব বিশ্বের মেশিন লার্নিং পরিস্থিতি ও প্রয়োগ | [ML in the Wild](9-Real-World/README.md) | ক্লাসিক মেশিন লার্নিংয়ের মজার এবং প্রকাশক বাস্তব অ্যাপ্লিকেশন | [Lesson](9-Real-World/1-Applications/README.md) | Team |
| পরিশিষ্ট | বাস্তব জগতের মেশিন লার্নিং পরিস্থিতি ও প্রয়োগ | [ML in the Wild](9-Real-World/README.md) | ক্লাসিক্যাল মেশিন লার্নিংয়ের আকর্ষণীয় ও প্রকাশক বাস্তব প্রয়োগ| [পাঠ](9-Real-World/1-Applications/README.md) | দল |
| পরিশিষ্ট | RAI ড্যাশবোর্ড ব্যবহার করে মডেল ডিবাগিং | [ML in the Wild](9-Real-World/README.md) | রেসপন্সিবল AI ড্যাশবোর্ড উপাদান ব্যবহার করে মেশিন লার্নিংয়ে মডেল ডিবাগিং | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
| পরিশিষ্ট | RAI ড্যাশবোর্ড ব্যবহার করে মডেল ডিবাগিং | [ML in the Wild](9-Real-World/README.md) | রেসপন্সিবল AI ড্যাশবোর্ড কম্পোনেন্ট ব্যবহার করে মেশিন লার্নিং মডেল ডিবাগিং | [পাঠ](9-Real-World/2-Debugging-ML-Models/README.md) | রুথ ইয়াকুবু |
> [এই কোর্সের জন্য আমাদের Microsoft Learn কালেকশনে সব অতিরিক্ত সম্পদগুলি খুঁজুন](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> [এই কোর্সের জন্য সমস্ত অতিরিক্ত সম্পদ আমাদের Microsoft Learn সংগ্রহে খুঁজুন](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
## অফলাইন অ্যাক্সেস
## অফলাইন অ্যাক্সেস
আপনি [Docsify](https://docsify.js.org/#/) ব্যবহার করে এই ডকুমেন্টেশন অফলাইনে চালাতে পারবেন। এই রিপোটি ফর্ক করুন, আপনার লোকাল মেশিনে [Docsify ইনস্টল করুন](https://docsify.js.org/#/quickstart), এবং তারপর এই রিপোর মূল ফোল্ডারে টাইপ করুন `docsify serve`। ওয়েবসাইটটি আপনার লোকালহোস্টে ৩০০০ পোর্টে পরিবেশিত হবে: `localhost:3000`।
[Docsify](https://docsify.js.org/#/) ব্যবহার করে আপনি এই ডকুমেন্টেশন অফলাইনে চালাতে পারেন। এই রিপো ফর্ক করুন, আপনার লোকাল মেশিনে [Docsify ইনস্টল করুন](https://docsify.js.org/#/quickstart), এবং তারপর এই রিপোর মূল ফোল্ডারে `docsify serve` কমান্ড টাইপ করুন। ওয়েবসাইটটি আপনার লোকালহোস্টে পোর্ট ৩০০০-এ চালু হবে: `localhost:3000`।
## PDF
## PDFs
লিঙ্ক সহ কারিকুলামের একটি পিডিএফ [এখানে](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) পাওয়া যাবে।
[এখানে](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) লিঙ্ক সহ কারিকুলামের একটি পিডিএফ খুঁজে পান।
## 🎒 অন্যান্য কোর্সসমূহ
আমাদের টিম অন্যান্য কোর্সও তৈরি করে! দেখে নিন:
## 🎒 অন্যান্য কোর্স
আমাদের দল অন্যান্য কোর্সও তৈরি করে! দেখুন:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
### LangChain
@ -188,49 +189,49 @@ Microsoft-এর Cloud Advocates ১২ সপ্তাহের, ২৬টি
---
---
### জেনারেটিভ AI সিরিজ
### Generative AI Series
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
---
---
### মূল শিক্ষা
### মূল শেখা
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
---
---
### কোপিলট সিরিজ
### কপাইলট সিরিজ
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
যদি আপনি আটকে যান বা AI অ্যাপ তৈরি সম্পর্কে কোনও প্রশ্ন থাকে। MCP সম্পর্কে আলোচনা করতে সহপাঠী শিক্ষার্থী এবং অভিজ্ঞ বিকাশকারীদের সঙ্গে যোগদান করুন। এটি একটি সহায়ক সম্প্রদায় যেখানে প্রশ্ন歓迎 এবং জ্ঞান মুক্তভাবে শেয়ার করা হয়।
যদি আপনি আটকে যান বা AI অ্যাপ তৈরি সম্পর্কে কোন প্রশ্ন থাকে। সহকর্মী শিক্ষার্থী এবং অভিজ্ঞ ডেভেলপারদের সাথে MCP এর আলোচনা যোগ দিন। এটি একটি সহায়ক সম্প্রদায় যেখানে প্রশ্ন স্বাগত এবং জ্ঞান স্বাধীনভাবে ভাগ করা হয়।
- শেখা ধারণাগুলো ব্যবহার করে বাস্তব বিশ্ব ডেটাসেট অন্বেষণ করুন।
- শেখা ধারণাগুলো ব্যবহার করে বাস্তব বিশ্বের ডেটাসেট অন্বেষণ করুন।
---
---
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**অস্বীকৃতি**:
**অস্বীকৃতি**:
এই দলিলটি AI অনুবাদ সেবা [Co-op Translator](https://github.com/Azure/co-op-translator) ব্যবহার করে অনূদিত হয়েছে। আমরা যথাসাধ্য সঠিকতার জন্য চেষ্টা করি, তবে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। মূল ভাষায় থাকা আসল দলিলটিকেই কর্তৃত্বমূলক উৎস হিসেবে গণ্য করা উচিত। জরুরি তথ্যের জন্য পেশাদার মানের মানুষের দ্বারা অনুবাদ করানো উচিৎ। এই অনুবাদের ব্যবহারে সৃষ্ট কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়িত্বশীল নই।
এই নথিটি AI অনুবাদ সেবা [Co-op Translator](https://github.com/Azure/co-op-translator) ব্যবহার করে অনূদিত হয়েছে। আমরা যথাসাধ্য সঠিকতার চেষ্টা করি, তবে স্বয়ংক্রিয় অনুবাদে ভুল বা অমিল থাকার সম্ভাবনা রয়েছে। মূল নথি তার নিজস্ব ভাষায় কর্তৃত্বপ্রাপ্ত উৎস হিসেবে বিবেচিত হওয়া উচিত। গুরুত্বপূর্ণ তথ্যের জন্য পেশাদার মানুষের অনুবাদ গ্রহণ করার পরামর্শ দেওয়া হচ্ছে। এই অনুবাদের ব্যবহারের কারণে সৃষ্ট কোনো ভুল বোঝাবুঝি বা ব্যাখ্যার জন্য আমরা দায়ী নই।
आम्ही AI सह शिका सिरीज Discord मध्ये चालू आहे, अधिक माहिती घेण्यासाठी आणि सहभागी होण्यासाठी येथे जा [Learn with AI Series](https://aka.ms/learnwithai/discord) 18 - 30 सप्टेंबर, 2025. तुम्हाला GitHub Copilot चा डेटा सायन्समध्ये वापर करण्याचे टिप्स आणि ट्रिक्स मिळतील.
आपल्याकडे AI सह शिकण्याच्या सिरीजसाठी Discord सुरू आहे, अधिक जाणून घेण्यासाठी आणि सहभागी होण्यासाठी [Learn with AI Series](https://aka.ms/learnwithai/discord) येथे १८ - ३० सप्टेंबर, २०२५ दरम्यान. तुम्हाला GitHub Copilot चा वापर करून डेटा सायन्सचे टिप्स आणि ट्रिक्स मिळतील.
# बिगिनर्ससाठी मशीन लर्निंग - एक अभ्यासक्रम
# नवशिक्यांसाठी मशीन लर्निंग - अभ्यासक्रम
> 🌍 जगभर फिरताना आपण मशीन लर्निंग जगभरातील संस्कृतींद्वारे शिकलो 🌍
> 🌍 जगभर फिरत मशीन लर्निंगचा अभ्यास करताना जगाच्या संस्कृतींचा शोध घेऊया 🌍
Microsoft मधील Cloud Advocates हे १२ आठवड्यांचे, २६ धडा असलेले **मशीन लर्निंग** विषयी अभ्यासक्रम सादर करत आहेत. या अभ्यासक्रमात तुम्हाला बहुतेक वेळ Scikit-learn या लायब्ररीचा वापर करून “शास्त्रीय मशीन लर्निंग” काय आहे ते शिकवले जाईल, डीप लर्निंग टाळले जाईल, जे आमच्या [AI for Beginners' curriculum](https://aka.ms/ai4beginners) मध्ये समाविष्ट आहे. या धड्यांना आमच्या ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners) सह जोडा!
Microsoft कडील Cloud Advocates आनंदाने १२ आठवड्यांचा, २६ धड्यांचा अभ्यासक्रम उपलब्ध करून देत आहेत जो पूर्णपणे **मशीन लर्निंग** विषयी आहे. या अभ्यासक्रमात, आपण कधीकधी "क्लासिक मशीन लर्निंग" म्हणतात ती शिका, ज्यासाठी मुख्यतः Scikit-learn लायब्ररी वापरली जाते आणि डीप लर्निंग टाळली जाते, जी आमच्या [AI for Beginners' curriculum](https://aka.ms/ai4beginners) मध्ये समाविष्ट आहे. तसेच, या धड्यांसह आमचा ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners) वापरा.
जगभर फिरत असताना विविध क्षेत्रांतील डेटा वापरून हे शास्त्रीय तंत्र शिकूया. प्रत्येक धड्यात प्री आणि पोस्ट लेक्चर क्विझेस, लिहिलेले सूचना, एक उपाय, एक असाईनमेंट आणि बरेच काही असेल. आमच्या प्रोजेक्ट-आधारित शिक्षण पद्धतीने तुम्ही शिकत असताना तयार कराल, ज्यामुळे नवीन कौशल्ये अधिक चांगली राहतात.
जगभर फिरून आपण या क्लासिक तंत्रांचा वापर विविध प्रदेशांच्या डेटावर करतो. प्रत्येक धड्यामध्ये पूर्व-आणि पश्चात-धडा क्विझेस, लेखी सूचना, सोल्यूशन, असाइनमेंट इत्यादी असतात. आमची प्रकल्पाधारित शिकवणी पद्धत आपल्याला शिकत असतानाच तयार होण्यास मदत करते, जी नवीन कौशल्ये शिकण्याचा सिद्ध मार्ग आहे.
**✍️ आमच्या लेखकांचे मनापासून आभार** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu आणि Amy Boyd
**🎨 आमच्या चित्रकारांचेही धन्यवाद** Tomomi Imura, Dasani Madipalli, आणि Jen Looper
**🎨 आमच्या चित्रकारांचे देखील आभार:** टोमॉमी इमुरा, दसानी माधिपल्ली, आणि जेन लूपर
**🙏 खास धन्यवाद 🙏 Microsoft Student Ambassador लेखक, पुनरावलोकक आणि सामग्री देणाऱ्यांना**, विशेषतः Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, आणि Snigdha Agarwal
**🙏 खास आभार 🙏 आमच्या Microsoft Student Ambassador लेखक, समीक्षक आणि सामग्री पुरवठादारांना, विशेषतः ऋषित दागली, मोहम्मद साकिब खान इनान, रोहन राज, अलेक्झांडरु पेट्रेस्कू, अभिषेक जैनवाल, नवरीन ताबस्सुम, इओन सामुइला, आणि स्निग्धा अग्रवाल यांना
**🤩 आमच्या R धड्यांसाठी Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, आणि Vidushi Gupta यांचे अतिरिक्त आभार!**
**🤩 Microsoft Student Ambassadors एरिक वांजाऊ, जसलीन सोंधी, आणि विदुषी गुप्ता यांना आमच्या R धड्यांसाठी विशेष आभार!**
# सुरुवात कशी करावी
# सुरुवात कशी करावी
या टप्प्यांचे अनुसरण करा:
या टप्प्यांचे पालन करा:
1. **रिपॉझिटरीची Fork करा**: या पृष्ठाच्या वरच्या उजव्या कोपर्यातील "Fork" बटणावर क्लिक करा.
1. **रिपॉझिटरी फोर्क करा**: या पृष्ठाच्या वरच्या उजव्या कोपऱ्यातील "Fork" बटण क्लिक करा.
> [या कोर्ससाठी सर्व अतिरिक्त संसाधने आमच्या Microsoft Learn संग्रहात शोधा](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> [या कोर्ससाठी सर्व अतिरिक्त साधने आमच्या Microsoft Learn कलेक्शन मध्ये शोधा](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> 🔧 **मदतीची गरज आहे का?** इंस्टॉलेशन, सेटअप, आणि धडे चालवण्यासंबंधी सामान्य समस्यांसाठी आमचा [Troubleshooting Guide](TROUBLESHOOTING.md) तपासा.
> 🔧 **मदत हवी आहे का?** आमच्या [Troubleshooting Guide](TROUBLESHOOTING.md) मध्ये इन्स्टॉलेशन, सेटअप, आणि धडे चालवण्याच्या सामान्य समस्यांसाठी उपाय तपासा.
**[विद्यार्थी](https://aka.ms/student-page)**, हा अभ्यासक्रम वापरण्यासाठी, पूर्ण रिपॉझिटरी आपल्या GitHub खात्यात Fork करा आणि आपण स्वतः किंवा समूहासह व्यायाम पूर्ण करा:
- प्री-लेक्चर क्विझ पास करा.
**[विद्यार्थी](https://aka.ms/student-page)**, हा अभ्यासक्रम वापरण्यासाठी, संपूर्ण रेपॉ फोर्क करून आपल्या GitHub खात्यावर नेऊन स्वतः किंवा गटाबरोबर व्यायाम पूर्ण करा:
- लेक्चर वाचा आणि क्रियाकलाप पूर्ण करा, प्रत्येक ज्ञान तपासणीत थांबून विचार करा.
- उपाय कोड ध्येय न करता धडे समजून प्रोजेक्ट तयार करण्याचा प्रयत्न करा; तरी हा कोड प्रत्येक प्रोजेक्ट-आधारित धड्याच्या `/solution` फोल्डरमध्ये उपलब्ध आहे.
- पोस्ट-लेक्चर क्विझ घ्या.
- चॅलेंज पूर्ण करा.
- असाईनमेंट पूर्ण करा.
- धडे गट पूर्ण केल्यानंतर, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) ला भेट द्या आणि योग्य PAT रूपरेषा भरून "आउट लाउड शिकण्याचा" सराव करा. 'PAT' म्हणजे प्रगती मूल्यांकन साधन ज्याद्वारे आपण शिकतांना पुढे जाऊ शकता. तुम्ही इतर PAT वर प्रतिक्रिया देखील देऊ शकता जेणेकरून आपण एकत्र शिकू शकू.
> पुढील अभ्यासासाठी आम्ही या [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) मॉड्यूल्स आणि प्रशिक्षण मार्गांचे अनुसरण करण्याची शिफारस करतो.
- पूर्व-व्याख्यान क्विझपासून प्रारंभ करा.
- व्याख्यान वाचा आणि क्रिया पूर्ण करा, प्रत्येक ज्ञान तपासणीत थांबा आणि विचार करा.
- सोल्यूशन कोड चालवण्याऐवजी धडे समजून प्रोजेक्ट्स तयार करण्याचा प्रयत्न करा; परंतु तो कोड प्रत्येक प्रकल्प-आधारित धड्यातील `/solution` फोल्डरमध्ये उपलब्ध आहे.
- पोस्ट-व्याख्यान क्विझ घ्या.
- आव्हान पूर्ण करा.
- असाइनमेंट पूर्ण करा.
- धडा गट पूर्ण केल्यावर, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) येथे भेट द्या आणि योग्य PAT रब्रीक भरून "जोरात शिकणे" करा. 'PAT' म्हणजे प्रगती मूल्यांकन साधन-ज्यामध्ये आपण आपली प्रगती भरता. तुम्ही इतर PAT ला प्रतिक्रिया देऊन एकत्र शिकू शकता.
**शिक्षक**, आम्ही [काही सूचना](for-teachers.md) दिल्या आहेत की हा अभ्यासक्रम कसा वापरायचा.
> पुढील अभ्यासासाठी, आम्ही खालील [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) मॉड्यूल्स आणि शिक्षण मार्गांचे अनुसरण करण्याचा सल्ला देतो.
**शिक्षक**, आम्ही हा अभ्यासक्रम कसा वापरावा याबाबत काही [सूचना](for-teachers.md) दिल्या आहेत.
---
---
## व्हिडिओ मार्गदर्शक
## व्हिडिओ मार्गदर्शक
काही धडे लघु व्हिडिओ रूपात उपलब्ध आहेत. तुम्हाला हे धडे ओळीत किंवा [Microsoft Developer YouTube चैनलवरील ML for Beginners प्लेलिस्टमध्ये](https://aka.ms/ml-beginners-videos) पाहता येतील, खालील प्रतिमेवर क्लिक करा.
काही धडे लहान स्वरूपाच्या व्हिडिओ स्वरूपात उपलब्ध आहेत. तुम्ही हे सर्व धड्यांमध्ये इन-लाइन किंवा [Microsoft Developer YouTube चॅनेलवरील ML for Beginners प्लेलिस्ट](https://aka.ms/ml-beginners-videos) मध्ये खालील प्रतिमेवर क्लिक करून पाहू शकता.
[](https://aka.ms/ml-beginners-videos)
[](https://aka.ms/ml-beginners-videos)
@ -84,83 +97,83 @@ Microsoft मधील Cloud Advocates हे १२ आठवड्यांच
> 🎥 प्रकल्प आणि त्याचे निर्माते याबद्दल व्हिडिओसाठी वर दिलेल्या प्रतिमेवर क्लिक करा!
> 🎥 प्रोजेक्ट आणि त्यामागील लोकांबद्दल व्हिडिओसाठी वरील प्रतिमेवर क्लिक करा!
---
---
## शिक्षण पद्धती
## शिक्षण पद्धती
या अभ्यासक्रमासाठी आम्ही दोन शैक्षणिक तत्त्वे निवडली आहेत: ते हाताळणीच्या **प्रोजेक्ट-आधारित** असणे आणि **वारंवार क्विझ** असणे. याशिवाय, हा अभ्यासक्रम एका संयुक्त **थीमवर** आधारित आहे.
आम्ही या अभ्यासक्रमाची रचना करताना दोन शैक्षणिक तत्त्वे निवडली: प्रामुख्याने **प्रकल्प-आधारित** आणि **वारंवार क्विझसह** असणे आवश्यक. याशिवाय, अभ्यासक्रमाला एकसंधता देण्यासाठी एक समान **थीम** ठेवली आहे.
सामग्री प्रोजेक्ट्सशी जुळवून देऊन हे विद्यार्थी अधिक गुंतवून ठेवणारे आणि संकल्पना लक्षात ठेवायला मदत करणारे होते. वर्गापूर्वी कमी दबावाचा क्विझ शिकण्याच्या उद्दिष्टाला मदत करतो, तर वर्गानंतर दुसरा क्विझ अधिक चांगल्या लक्षात ठेवणाऱया मदत करतो. हा अभ्यासक्रम लवचिक आणि मजेदार आहे, पूर्ण किंवा भागांमध्ये शिकता येतो. प्रोजेक्ट्स लहान पासून सुरुवात होतात आणि अंतिम १२ आठवड्यांच्या चक्रात अधिक जटिल होतात. हा अभ्यासक्रम ML च्या प्रत्यक्ष जगातील वापरांवर एक पोस्टस्क्रिप्ट देखील समाविष्ट करतो, जी अतिरिक्त गुणांसाठी किंवा चर्चेसाठी वापरता येऊ शकते.
सामग्री प्रकल्पांशी सुसंगत असल्यामुळे विद्यार्थी अधिक गुंतलेले राहतात आणि संकल्पना अधिक चांगल्याप्रकारे लक्षात राहतात. वर्गापूर्वी कमी जोखमीचा क्विझ विद्यार्थ्यांच्या मनात विषय शिकण्याचा उद्देश निर्माण करतो, तर वर्गानंतरचा क्विझ अधिक चांगला ध्यास देतो. हा अभ्यासक्रम लवचिक आणि मजेदार बनविण्यासाठी डिझाइन केला गेला आहे आणि तो पूर्ण किंवा भागांमध्ये पूर्ण केला जाऊ शकतो. प्रकल्प सुरुवातीला सोपे आहेत आणि १२ आठवड्यांच्या समाप्तीपर्यंत अधिक क्लिष्ट होतात. हा अभ्यासक्रम वास्तविक जगात ML च्या उपयोगांवर पोस्टस्क्रिप्ट देखील समाविष्ट करतो, जो अतिरिक्त क्रेडिट किंवा चर्चेसाठी आधार म्हणून वापरता येतो.
> **भाषांबद्दल एक टीप**: हे धडे प्रामुख्याने Python मध्ये लिहिलेले आहेत, पण अनेक R मध्ये देखील उपलब्ध आहेत. R धडा पूर्ण करण्यासाठी `/solution` फोल्डरमध्ये जाऊन R धडे शोधा. त्यात .rmd विस्तार असतो जो **R Markdown** फाइलचे प्रतिनिधित्व करतो, जी सोप्या शब्दांत `code chunks` (R किंवा इतर भाषांमधील) आणि `YAML header` (जो PDF सारख्या आउटपुटचे स्वरूप कसे करायचे ते मार्गदर्शन करतो) यांचे `Markdown दस्तऐवज` मध्ये एम्बेडिंग आहे. म्हणून, हा डेटा सायन्ससाठी एक आदर्श लेखक फ्रेमवर्क म्हणून काम करतो कारण तो तुम्हाला तुमचा कोड, त्याचा आउटपुट आणि तुमच्या विचारांनाही Markdown मध्ये लिहून combination करण्याची परवानगी देतो. त्याचबरोबर, R Markdown दस्तऐवज PDF, HTML किंवा Word सारख्या आउटपुट स्वरुपांमध्ये प्रस्तुत केले जाऊ शकतात.
> **भाषांबाबत एक नोंद**: हे धडे मुख्यत्वे Python मध्ये लिहिलेले आहेत, पण अनेक R मध्ये सुद्धा उपलब्ध आहेत. R धडा पूर्ण करण्यासाठी, `/solution` फोल्डरमध्ये जा आणि R धडे शोधा. त्यांना .rmd विस्तार आहे, जो **R Markdown** फाईल दर्शवितो, जो `code chunks` (R किंवा इतर भाषांच्या) आणि `YAML हेडर` (ज्यामुळे PDF सारखे आउटपुट स्वरूप कसे करायचे हे मार्गदर्शन होते) या Markdown दस्तऐवजामध्ये एम्बेडिंग आहे. त्यामुळे, हा डेटा सायन्ससाठी एक उदाहरणीय लेखक फ्रेमवर्क आहे कारण यामुळे आपला कोड, त्याचे आउटपुट आणि आपले विचार Markdown मध्ये लिहून एकत्र करता येतात. शिवाय, R Markdown दस्तऐवज PDF, HTML किंवा Word सारख्या आउटपुट स्वरूपात रुपांतरित केले जाऊ शकतात.
> **क्विझेसबद्दल एक टीप**: सर्व क्विझेस [Quiz App फोल्डरमध्ये](../../quiz-app) आहेत, एकूण ५२ क्विझेस साठी प्रतेक मध्ये तीन प्रश्न आहेत. ते धड्यांमध्ये लिंक केलेले आहेत पण क्विझ ॲप स्थानिक पद्धतीने चालवू शकता; स्थानिक होस्टिंग किंवा Azure वर डिप्लॉय करण्यासाठी `quiz-app` फोल्डरमधील सूचना पाळा.
> **प्रश्नमंजुषांबद्दल एक टीप**: सर्व प्रश्नमंजुषा [Quiz App फोल्डर](../../quiz-app) मध्ये आहेत, ज्यात प्रत्येकी तीन प्रश्न असलेल्या 52 एकूण प्रश्नमंजुषा आहेत. त्या धड्यांमधून लिंक केल्या आहेत परंतु प्रश्नमंजुषा अॅप लोकलपणे सुरू केला जाऊ शकतो; `quiz-app` फोल्डरमधील सूचनांचे अनुसरण करून स्थानिकपणे होस्ट किंवा Azure वर तैनात करा.
| धडा क्रमांक | विषय | धडा गट | शिकण्याचे उद्दिष्टे | लिंक केलेला धडा | लेखक |
| धडा क्रमांक | विषय | धडा गट | शिक्षण उद्दिष्टे | लिंक्ड धडा | लेखक |
| 01 | मशीन लर्निंगचे परिचय | [Introduction](1-Introduction/README.md) | मशीन लर्निंगच्या मूलभूत संकल्पना शिका | [Lesson](1-Introduction/1-intro-to-ML/README.md) | मुहम्मद |
| 01 | मशीन लर्निंगची ओळख | [परिचय](1-Introduction/README.md) | मशीन लर्निंगच्या मूलभूत संकल्पना शिका | [धडा](1-Introduction/1-intro-to-ML/README.md) | मुहम्मद |
| 02 | मशीन लर्निंगचा इतिहास | [Introduction](1-Introduction/README.md) | या क्षेत्राचा इतिहास शिका | [Lesson](1-Introduction/2-history-of-ML/README.md) | जेन आणि एमी |
| 02 | मशीन लर्निंगचा इतिहास | [परिचय](1-Introduction/README.md) | या क्षेत्राचा मुळ इतिहास शिका | [धडा](1-Introduction/2-history-of-ML/README.md) | जेन आणि एमी |
| 03 | निष्पक्षता आणि मशीन लर्निंग | [Introduction](1-Introduction/README.md) | निष्पक्षतेशी संबंधित महत्त्वाचे तत्त्वज्ञानिक प्रश्न कोणते आहेत जे विद्यार्थ्यांनी ML मॉडेल तयार आणि लागू करताना विचारात घ्यावे? | [Lesson](1-Introduction/3-fairness/README.md) | टोमोमी |
| 03 | न्यायसंगतता आणि मशीन लर्निंग | [परिचय](1-Introduction/README.md) | मशीन लर्निंग मॉडेल तयार करताना आणि वापरताना विद्यार्थ्यांनी विचारात घ्यावयाच्या न्यायसंगततेसंबंधी महत्त्वाच्या तात्त्विक प्रश्नांवर चर्चा | [धडा](1-Introduction/3-fairness/README.md) | टोमोमी |
| 04 | मशीन लर्निंगसाठी तंत्रे | [Introduction](1-Introduction/README.md) | मशीन लर्निंग संशोधक कुनि तंत्रांचा वापर करून ML मॉडेल तयार करतात? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | क्रिस आणि जेन |
| 10 | वर्गीकरणाचे परिचय | [Classification](4-Classification/README.md) | तुमचा डेटा स्वच्छ, तयार आणि व्हिज्युअलाइझ करा; वर्गीकरणाचे परिचय | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | जेन आणि कॅसी • एरिक वान्जाऊ |
| 10 | वर्गवारीची ओळख | [वर्गवारी](4-Classification/README.md) | तुमचा डेटा साफ, तयार व दृश्यमान करा; वर्गवारीची ओळख | [पायथन](4-Classification/1-Introduction/README.md) • [आर](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | जेन आणि कॅसी • इरिक वांजाऊ |
| 11 | स्वादिष्ट आशियाई आणि भारतीय जेवणं 🍜 | [Classification](4-Classification/README.md) | वर्गीकरण करणाऱ्यांचे परिचय| [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | जेन आणि कॅसी • एरिक वान्जाऊ |
| 11 | चवदार आशियाई आणि भारतीय पदार्थ 🍜 | [वर्गवारी](4-Classification/README.md) | वर्गीकारकांची ओळख | [पायथन](4-Classification/2-Classifiers-1/README.md) • [आर](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | जेन आणि कॅसी • इरिक वांजाऊ |
| 12 | स्वादिष्ट आशियाई आणि भारतीय जेवणं 🍜 | [Classification](4-Classification/README.md) | अधिक वर्गीकरण करणारे | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | जेन आणि कॅसी • एरिक वान्जाऊ |
| 12 | चवदार आशियाई आणि भारतीय पदार्थ 🍜 | [वर्गवारी](4-Classification/README.md) | अधिक वर्गीकारक | [पायथन](4-Classification/3-Classifiers-2/README.md) • [आर](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | जेन आणि कॅसी • इरिक वांजाऊ |
| 13 | स्वादिष्ट आशियाई आणि भारतीय जेवणं 🍜 | [Classification](4-Classification/README.md) | तुमचा मॉडेल वापरून शिफारस करणारे वेब ॲप तयार करा | [Python](4-Classification/4-Applied/README.md) | जेन |
| 13 | चवदार आशियाई आणि भारतीय पदार्थ 🍜 | [वर्गवारी](4-Classification/README.md) | तुमचा मॉडेल वापरून शिफारस करणारा वेब अॅप तयार करा | [पायथन](4-Classification/4-Applied/README.md) | जेन |
| 15 | नायजेरियन संगीत आवडींचा अभ्यास 🎧 | [क्लस्टरिंग](5-Clustering/README.md) | K-मीन क्लस्टरिंग पद्धत एक्सप्लोर करा | [पायथन](5-Clustering/2-K-Means/README.md) • [आर](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | जेन • इरिक वांजाऊ |
| 16 | नैसर्गिक भाषा प्रक्रिया परिचय ☕️ | [Natural language processing](6-NLP/README.md) | सोपा बॉट तयार करून NLP ची मूलतत्त्वे शिका | [Python](6-NLP/1-Introduction-to-NLP/README.md) | स्टीफन |
| 16 | नैसर्गिक भाषा प्रक्रिया परिचय ☕️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | एक सोपा बॉट बनवून NLP च्या बेसिक्स शिका | [पायथन](6-NLP/1-Introduction-to-NLP/README.md) | स्टीफन |
| 17 | सामान्य NLP कार्य ☕️ | [Natural language processing](6-NLP/README.md) | भाषा रचनांशी काम करताना आवश्यक सामान्य कार्य समजून NLP माहिती सखोल करा | [Python](6-NLP/2-Tasks/README.md) | स्टीफन |
| 17 | सामान्य NLP कार्ये ☕️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | भाषा संरचनांसोबत काम करताना आवश्यक सामान्य कार्ये समजून NLP ज्ञान वाढवा | [पायथन](6-NLP/2-Tasks/README.md) | स्टीफन |
| 18 | भाषांतर आणि भावना विश्लेषण ♥️ | [Natural language processing](6-NLP/README.md) | जेन ऑस्टेनसह भाषांतर आणि भावना विश्लेषण | [Python](6-NLP/3-Translation-Sentiment/README.md) | स्टीफन |
| 18 | भाषांतर आणि भावना विश्लेषण ♥️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | जेन ऑस्टिन सहित भाषांतर आणि भावना विश्लेषण | [पायथन](6-NLP/3-Translation-Sentiment/README.md) | स्टीफन |
| 20 | युरोपमधील रोमँटिक हॉटेल्स ♥️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | हॉटेल पुनरावलोकनांसह भावना विश्लेषण २ | [पायथन](6-NLP/5-Hotel-Reviews-2/README.md) | स्टीफन |
| 21 | वेळ मालिका पूर्वानुमान परिचय | [Time series](7-TimeSeries/README.md) | वेळ मालिका पूर्वानुमान परिचय | [Python](7-TimeSeries/1-Introduction/README.md) | फ्रान्सेस्का |
| 21 | टाइम सिरीज फोरकास्टिंगची ओळख | [टाइम सिरीज](7-TimeSeries/README.md) | टाइम सिरीज फोरकास्टिंगची ओळख | [पायथन](7-TimeSeries/1-Introduction/README.md) | फ्रान्सेस्का |
| 22 | ⚡️ जागतिक वीज वापर ⚡️ - ARIMA सह वेळ मालिका पूर्वानुमान | [Time series](7-TimeSeries/README.md) | ARIMA सह वेळ मालिका पूर्वानुमान | [Python](7-TimeSeries/2-ARIMA/README.md) | फ्रान्सेस्का |
| 23 | ⚡️ जागतिक वीज वापर ⚡️ - SVR सह वेळ मालिका पूर्वानुमान | [Time series](7-TimeSeries/README.md) | समर्थन व्हेक्टर रिग्रेशनसह वेळ मालिका पूर्वानुमान | [Python](7-TimeSeries/3-SVR/README.md) | अनिर्बन |
| पोस्टस्क्रिप्ट | खऱ्या जगातील ML परिस्थिती आणि अनुप्रयोग | [ML in the Wild](9-Real-World/README.md) | क्लासिक ML चे मनोरंजक आणि उलगडणारे खऱ्या जगातील अनुप्रयोग | [Lesson](9-Real-World/1-Applications/README.md) | टीम |
| उपसंहार | वास्तविक जगातील ML परिस्थिती आणि अनुप्रयोग | [ML इन द वाइल्ड](9-Real-World/README.md) | क्लासिकल ML चे मनोरंजक आणि प्रकाश टाकणारे वास्तविक जगातील अनुप्रयोग | [धडा](9-Real-World/1-Applications/README.md) | टीम |
| पोस्टस्क्रिप्ट | RAI डॅशबोर्ड वापरून ML मध्ये मॉडेल डीबगिंग | [ML in the Wild](9-Real-World/README.md) | रिस्पॉन्सिबल AI डॅशबोर्ड कॉम्पोन्ट्स वापरून मशीन लर्निंगमध्ये मॉडेल डीबगिंग | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | रूथ याकुबू |
| उपसंहार | RAI डॅशबोर्ड वापरून ML मध्ये मॉडेल डीबगिंग | [ML इन द वाइल्ड](9-Real-World/README.md) | रेस्पॉन्सिबल AI डॅशबोर्ड घटकांद्वारे मशीन लर्निंगमधील मॉडेल डीबगिंग | [धडा](9-Real-World/2-Debugging-ML-Models/README.md) | रुथ याकुबू |
> [या अभ्यासक्रमासाठी सर्व अतिरिक्त संसाधने आमच्या Microsoft Learn संग्रहात शोधा](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> [या कोर्ससाठी सर्व अतिरिक्त संसाधने आमच्या Microsoft Learn संग्रहात शोधा](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
## ऑफलाइन प्रवेश
## ऑफलाइन प्रवेश
आपण हा दस्तऐवज [Docsify](https://docsify.js.org/#/) वापरून ऑफलाइन चालवू शकता. हा रेपो Fork करा, तुमच्या स्थानिक मशीनवर [Docsify इन्स्टॉल करा](https://docsify.js.org/#/quickstart), आणि नंतर या रेपोच्या रूट फोल्डरमध्ये `docsify serve` टाइप करा. वेबसाइट तुमच्या लोकलहोस्टवरील पोर्ट 3000 वर चालवली जाईल: `localhost:3000`.
आपण [Docsify](https://docsify.js.org/#/) वापरून ही माहिती ऑफलाइन चालवू शकता. या रेपॉ फोर्क करा, स्थानिक संगणकावर [Docsify इन्स्टॉल करा](https://docsify.js.org/#/quickstart), आणि नंतर या रेपॉच्या रूट फोल्डरमध्ये `docsify serve` टाइप करा. वेबसाइट तुमच्या लोकलहोस्टवर पोर्ट 3000 वर `localhost:3000` चालेल.
## PDF
## PDF
अभ्यासक्रमाचा PDF आवृत्ती आणि दुवे [येथे](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) पाहा.
लिंकसह अभ्यासक्रमाचा PDF [इथे](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) मिळवा.
## 🎒 इतर अभ्यासक्रम
## 🎒 इतर कोर्सस
आमची टीम इतर अभ्यासक्रम तयार करते! तपासा:
आमची टीम इतर कोर्सही तयार करते! पाहा:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
### LangChain
@ -177,49 +190,49 @@ Microsoft मधील Cloud Advocates हे १२ आठवड्यांच
---
---
### जनरेटिव AI मालिका
### Generative AI Series
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
---
---
### मुख्य शिक्षण
### मुख्य शिक्षण
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
जर तुम्ही अडकले आहात किंवा AI अॅप तयार करण्याबद्दल काही प्रश्न असतील तर MCP विषयी चर्चा करा. ही एक पाठबळ देणारी समुदाय आहे जिथे प्रश्न विचारले जातात आणि ज्ञान मुक्तपणे सामायिक केले जाते.
जर तुम्ही अडकले असाल किंवा AI अॅप्स तयार करताना काही प्रश्न असतील तर. MCP संदर्भातच्या चर्चेत इतर शिकणाऱ्या आणि अनुभवी डेव्हलपर्ससोबत सामील व्हा. ही एक सहायक समुदाय आहे जिथे प्रश्न विचारले जातात आणि ज्ञान मोकळेपणाने शेअर केले जाते.
- प्रत्येक धड्यापूर्वी नोटबुक पुनरावलोकन करा जेणेकरून चांगल्या प्रकारे समजेल.
- प्रत्येक धड्याच्या नंतर नोटबुक पुनरावलोकन करा ज्यामुळे चांगले समजेल.
- स्वतःच अल्गोरिदम अमलात आणण्याचा सराव करा.
- अल्गोरिदम स्वतः अंमलात आणण्याचा सराव करा.
- शिकलेल्या संकल्पनांचा उपयोग करून खऱ्या जगातील डेटासेट एक्सप्लोर करा.
- शिकलेल्या संकल्पनांचा वापर करून प्रत्यक्ष डेटासेट्स अन्वेषण करा.
---
---
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**सूचना**:
**अस्वीकरण**:
हा दस्तऐवज AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) वापरून अनुवादित केला आहे. आम्ही अचूकतेसाठी प्रयत्नशील आहोत, तरी कृपया ध्यानात घ्या की स्वयंचलित अनुवादांमध्ये चुका अथवा अचूकतेची कमतरता असू शकते. मूळ दस्तऐवज त्याच्या स्थानिक भाषेत अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीकरिता व्यावसायिक मानव अनुवाद शिफारसीय आहे. या अनुवादाचा उपयोग करून उद्भवलेल्या कोणत्याही गैरसमजूबाबत किंवा चुकीच्या अर्थपडताळीसाठी आम्ही जबाबदार नाही.
हा दस्तऐवज AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) वापरून अनुवादित करण्यात आला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपया लक्षात घ्या की स्वयंचलित अनुवादांमध्ये चुका किंवा अचूकतेच्या अभाव असू शकतात. मूळ दस्तऐवज त्याच्या स्थानिक भाषेत अधिकृत स्रोत मानला पाहिजे. महत्त्वाच्या माहिती साठी व्यावसायिक मानवी अनुवाद करणे शिफारसीय आहे. या अनुवादाच्या वापराबाबत उद्भवलेल्या कोणत्याही गैरसमजुती किंवा चुकीच्या समजुतींसाठी आम्ही जबाबदार नाही.
> यस रिपोजिटरीमा ५०+ भाषाका अनुवादहरू समावेश छन् जसले डाउनलोड साइजलाई उल्लेखनीय रूपमा बढाउँछ। अनुवादहरू बिना क्लोन गर्न, sparse checkout प्रयोग गर्नुहोस्:
> यस रिपोजिटरीमा ५०+ भाषा अनुवादहरू समावेश छन् जसले डाउनलोड साइजलाई उल्लेखनीय रूपमा बढाउँछ। अनुवादहरू बिना क्लोन गर्न, sparse checkout प्रयोग गर्नुहोस्:
>
>
> **Bash / macOS / Linux:**
> **Bash / macOS / Linux:**
> ```bash
> ```bash
@ -33,145 +33,145 @@
> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
> ```
> ```
>
>
> यसले तपाईंलाई धेरै छिटो डाउनलोड गरेर कोर्स पूरा गर्न आवश्यक सबै कुरा दिन्छ।
> यसले तपाईंलाई कोर्स पूरा गर्न आवश्यक सबै कुरा छिटो डाउनलोडको साथ दिन्छ।
हामीसँग एक चलिरहेको Discord learn with AI श्रृंखला छ, थप जान्न र सामेल हुन [Learn with AI Series](https://aka.ms/learnwithai/discord) मा जानुहोस्, सेप्टेम्बर १८ - ३०, २०२५। तपाईंलाई GitHub Copilot लाई डेटा साइन्सका लागि कसरी प्रयोग गर्ने सुझाव र तरिका प्राप्त हुनेछ।
हामीसँग Discord मा AI सिक्ने श्रृंखला चलिरहेको छ, थप जान्न र सामेल हुनुभयो [AI सिक्ने श्रृंखला](https://aka.ms/learnwithai/discord) १८ - ३० सेप्टेम्बर, २०२५ बाट। तपाईंले GitHub Copilot लाई Data Science मा प्रयोग गर्ने सुझाव र तरिका पाउनु हुनेछ।
# शुरुआतीहरूको लागि मेशिन लर्निङ - एक पाठ्यक्रम
# सुरु गर्न सिक्ने मेसिन लर्निङ - एक पाठ्यक्रम
> 🌍 विश्वका संस्कृतिहरू मार्फत मेशिन लर्निङ अन्वेषण गर्दा विश्व भ्रमण गर्नुहोस् 🌍
> 🌍 संसारभर यात्रा गरी मेसिन लर्निङलाई विश्वका संस्कृतिहरू मार्फत अन्वेषण गरौं 🌍
Microsoft का क्लाउड एड्भोकेटहरूले **मेशिन लर्निङ** सम्बन्धि १२ हप्ता, २६-पाठ्यक्रम प्रस्ताव गर्न पाउँदा खुशी छन्। यस पाठ्यक्रममा, तपाईं प्रायः Scikit-learn लाइब्रेरी प्रयोग गरी जाने कहिले काहीँ **क्लासिक मेशिन लर्निङ** भनिने विषय सिक्नुहुनेछ, र गहिरो शिक्षण (deep learning) बाट बच्नु हुने छ, जुन हाम्रो [AI for Beginners’ पाठ्यक्रम](https://aka.ms/ai4beginners) मा समेटिएको छ। यी पाठहरूलाई हाम्रो ['Data Science for Beginners' पाठ्यक्रम](https://aka.ms/ds4beginners) सँग पनि जोड्न सक्नुहुन्छ।
Microsoft का क्लाउड अधिवक्ताहरूले १२ हप्ता, २६ पाठहरू पनि समेटिएको **मेसिन लर्निङ** सम्बन्धी पाठ्यक्रम प्रस्तुत गरेका छन्। यस पाठ्यक्रममा तपाईंले कहिलेकाहीं भनिने **क्लासिक मेसिन लर्निङ** बारे सिक्नुहुनेछ, मुख्य रूपमा Scikit-learn लाई पुस्तकालयको रूपमा उपयोग गर्दै, र डिप लर्निङबाट टाढा रहँदै जुन हाम्रो [AI for Beginners' पाठ्यक्रम](https://aka.ms/ai4beginners) मा समेटिएको छ। यी पाठहरूलाई हाम्रो ['Data Science for Beginners' पाठ्यक्रम](https://aka.ms/ds4beginners) सँग पनि जोड्न सक्नुहुन्छ।
विश्वका धेरै क्षेत्रका डेटा माथि यी क्लासिक प्रविधिहरू लागू गर्दै हामीसँग यात्रा गर्नुहोस्। प्रत्येक पाठमा पूर्व र पश्चात क्विज, लेखिएको निर्देशन, समाधान, असाइनमेन्ट र थप समावेश छन्। हाम्रो परियोजना-आधारित शिक्षाशैलीले तपाईंलाई सिक्दै निर्माण गर्ने मौका दिन्छ, जुन नयाँ कौशललाई 'टिकाउन' प्रमाणित मार्ग हो।
हामीसँग संसारभर यात्रा गर्दै यी क्लासिक प्रविधिहरू विश्वका विभिन्न क्षेत्रका डेटामा लागू गर्छौं। प्रत्येक पाठमा पहिले र पछि क्विजहरू, पाठ पूरा गर्ने लिखित निर्देशनहरू, समाधान, असाइनमेन्ट र थप समावेश हुन्छ। हाम्रो परियोजना-आधारित शिक्षण शैलीले तपाईलाई सिक्दै निर्माण गर्न अनुमति दिन्छ, जुन नयाँ सीपहरूलाई 'टिकाउन' प्रमाणित तरिका हो।
**🙏 विशेष धन्यवाद 🙏 हाम्रो Microsoft Student Ambassador लेखकलगायत समीक्षक र सामग्री योगदानकर्ताहरू**, विशेष गरी ऋषित दग्ली, मुहम्मद साकिब खान इनान, रोहन राज, अलेक्जान्ड्रु पेट्रेस्कु, अभिषेक जायसवाल, नवरिन तबास्सुम, इओन सामुइला, र स्निग्धा अग्रवाललाई
**🙏 विशेष धन्यवाद 🙏 हाम्रा Microsoft Student Ambassador लेखकहरू, समीक्षकहरू, र सामग्री योगदानकर्ताहरूलाई**, विशेष गरी रिजीत डाग्ली, मुहम्मद साकिब खान इनान, रोहन राज, अलेक्जान्ड्रु पेट्रेस्कु, अभिषेक जायसवाल, नवरिन तबस्सुम, इओन सामुइला, र स्निग्धा अग्रवाल
**🤩 Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, र Vidushi Gupta लाई हाम्रो R पाठका लागि अतिरिक्त कृतज्ञता!**
**🤩 अतिरिक्त कृतज्ञता Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, र Vidushi Gupta लाई हाम्रा R पाठहरूको लागि!**
> [यो कोर्सका सबै थप स्रोतहरू हाम्रो Microsoft Learn संग्रहमा पाउनुहोस्](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> [यस कोर्सका थप स्रोतहरू हाम्रो Microsoft Learn सङ्कलनमा पाउनुहोस्](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> 🔧 **मद्धत चाहिन्छ?** सामान्य समस्याहरूका समाधानहरूको लागि हाम्रो [समस्या समाधान मार्गदर्शिका](TROUBLESHOOTING.md) जाँच्नुहोस्।
> 🔧 **सहायता चाहिन्छ?** सामान्य समस्याहरूको समाधानका लागि हाम्रा [समस्या समाधान मार्गदर्शन](TROUBLESHOOTING.md) हेर्नुहोस्।
**[विद्यार्थीहरू](https://aka.ms/student-page)**, यो पाठ्यक्रम प्रयोग गर्न, आफ्नो GitHub खातामा सम्पूर्ण रिपो फोर्क गरी अभ्यासहरू आफैं वा समूहका साथ पूरा गर्नुहोस्:
**[विद्यार्थीहरू](https://aka.ms/student-page)**, यो पाठ्यक्रम प्रयोग गर्न, सम्पूर्ण रिपोजिटरीलाई आफ्नो GitHub खातामा fork गर्नुहोस् र अभ्यासहरू आफैं वा समूहसँग पूरा गर्नुहोस्:
- पूर्व-व्याख्यान क्विजबाट सुरु गर्नुहोस्।
- प्रि-लेक्चर क्विजबाट शुरू गर्नुहोस्।
- व्याख्यान पढ्नुहोस् र प्रत्येक ज्ञान जाँचमा रोकी मर्म समझ गर्दै गतिविधिहरू पूरा गर्नुहोस्।
- लेक्चर पढ्नुहोस् र गतिविधिहरू पूरा गर्नुहोस्, प्रत्येक ज्ञान जाँचमा रोकिएर विचार गर्नुहोस्।
- परियोजना बनाउन प्रयास गर्नुहोस्, समाधान कोड चलाउनुभन्दा पाठहरू बुझ्न प्रयास गर्नुहोस्; तथापि समाधान कोड प्रत्येक परियोजना-उन्मुख पाठका `/solution` फोल्डरहरूमा उपलब्ध छ।
- समाधान कोड चलाउनभन्दा पाठलाई बुझेर परियोजना सिर्जना गर्न प्रयास गर्नुहोस्; तथापि त्यो कोड प्रत्येक परियोजना-केन्द्रित पाठको `/solution` फोल्डरमा उपलब्ध छ।
- पश्चात व्याख्यान क्विज लिउँ।
- पोस्ट-लेक्चर क्विज लिनुहोस्।
- चुनौती पूरा गर्नुहोस्।
- चुनौती पूरा गर्नुहोस्।
- असाइनमेन्ट पूरा गर्नुहोस्।
- असाइनमेन्ट पूरा गर्नुहोस्।
- एक पाठ समूह पूरा गरेपछि, [चर्चा बोर्ड](https://github.com/microsoft/ML-For-Beginners/discussions) मा जानुहोस् र उपयुक्त PAT रूब्रिक भर्दै "सायधा सिक्नुहोस्"। 'PAT' प्रगति मूल्याङ्कन उपकरण हो जुन तपाईंले आफ्ना सीखहरूलाई अगाडि बढाउन भर्नुहुन्छ। तपाईंले अन्य PATs मा प्रतिक्रिया जनाउन पनि सक्नुहुन्छ ताकि हामी सँगै सिक्न सकौं।
- एक पाठ समूह पूरा गरेपछि, [चर्चा बोर्ड](https://github.com/microsoft/ML-For-Beginners/discussions) मा जानुहोस् र उपयुक्त PAT रुबरिक भर्दै "ठूलो स्वरमा सिक्नुहोस्"। 'PAT' प्रगति मूल्यांकन उपकरण हो, जसलाई तपाईंले भर्दा आफ्नो सिकाइलाई बढावा दिन्छ। तपाईंले अरू PAT हरूमा प्रतिक्रिया दिन पनि सक्नुहुन्छ त्यसरी हामी सँगै सिक्न सक्छौं।
> थप अध्ययनका लागि, यी [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) मोड्युल र सिकाइ मार्गहरूको पालना गर्न सिफारिस गर्दछौं।
> थप अध्ययनको लागि, हामी यी [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) मोड्युलहरू र सिकाइ मार्गहरू अनुसरण गर्न सिफारिस गर्छौं।
**शिक्षकहरू**, हामीले यो पाठ्यक्रम कसरी प्रयोग गर्ने बारे केही [सुझावहरू](for-teachers.md) समावेश गरेका छौं।
**शिक्षकहरू**, यस पाठ्यक्रम प्रयोग गर्ने केही सुझावहरू हामीले [समेटेका छौं](for-teachers.md)।
---
---
## भिडियो हिड्ने तरिका
## भिडियो हिडाइडाइ
केही पाठहरू छोटो फारम भिडियोमा उपलब्ध छन्। तपाईं यी सबैलाई पाठहरू भित्र सिधै वा [Microsoft Developer YouTube च्यानलको ML for Beginners प्लेलिस्टमा](https://aka.ms/ml-beginners-videos) तलको छविमा क्लिक गरेर हेर्न सक्नुहुन्छ।
केही पाठहरू छोटो भिडियोको रूपमा उपलब्ध छन्। यी सबैलाई तपाईं पाठहरू भित्र पाउनुहुन्छ, वा [ML for Beginners प्लेलिस्ट Microsoft Developer YouTube च्यानलमा](https://aka.ms/ml-beginners-videos) तलको तस्वीरमा क्लिक गरेर हेर्न सक्नुहुन्छ।
[](https://aka.ms/ml-beginners-videos)
[](https://aka.ms/ml-beginners-videos)
> 🎥 माथि छविमा क्लिक गरी परियोजना र यसलाई सिर्जना गर्ने व्यक्तिहरूको भिडियो हेर्नुहोस्!
> 🎥 माथिको तस्वीरमा क्लिक गर्दा परियोजना र यसलाई सिर्जना गर्ने मानिसहरूको भिडियो हेर्न सकिन्छ!
---
---
## शिक्षाशास्त्र
## शिक्षण विधि
यो पाठ्यक्रम निर्माण गर्दा हामीले दुई शिक्षाशास्त्रीय सिद्धान्तहरू रोजेका छौं: यो हातमा काम गर्ने **परियोजना-आधारित** हुनुपर्ने र यसले **बारम्बार क्युइजहरू** समावेश गर्ने हुनुपर्ने। यसको साथै, यस पाठ्यक्रममा एक साझा **थिम** छ जुन यसलाई सुसंगत बनाउँछ।
हामीले यो पाठ्यक्रम तयार पार्दा दुई शैक्षिक सिद्धान्तहरू छनौट गरेका छौं: यसलाई हातमा लिई **परियोजना-आधारित** बनाउनु र यसमा **बारम्बार क्विजहरू** समावेश गर्नु। थप रूपमा, यो पाठ्यक्रमसँग एउटा साझा **थीम** छ जसले यसलाई एकता दिन्छ।
सामग्रीलाई परियोजनाहरूसँग मिलाएर प्रस्तुत गर्दा विद्यार्थीहरूका लागि रमाइलो हुन्छ र अवधारणाहरूको सम्हाल स्थायी हुन्छ। साथै, कक्षाका अघि लागू हुने कम जोखिमको क्युइज विद्यार्थीको सिकाइ प्रति चाहना सेट गर्दछ, र कक्षापश्चात हुने दोस्रो क्युइज थप बुझाइ सुनिश्चित गर्दछ। यो पाठ्यक्रम लचिलो र रमाइलो हुन डिजाइन गरिएको छ र पूरै वा अंशमा लिन सकिन्छ। परियोजनाहरू साना बाट सुरु भएर १२ हप्ताको अन्त्यतिर जटिल हुँदै जान्छन्। यस पाठ्यक्रममा ML का वास्तविक-विश्व प्रयोगहरूको एक पोस्टस्क्रिप्ट पनि छ, जसलाई बिषयगत क्रेडिट वा छलफलको आधारको रूपमा प्रयोग गर्न सकिन्छ।
सामग्रीलाई परियोजनासँग मिलाएर, विद्यार्थीहरूको लागि प्रक्रिया रमाइलो बनाइन्छ र अवधारणाको अवधारण क्षमता वृद्धि हुन्छ। कक्षाको अघि कम जोखिमको क्विजले विद्यार्थीलाई विषय सिक्ने चाहना जगाउँछ भने कक्षाको पछि दोस्रो क्विजले थप सम्झना सुनिश्चित गर्दछ। यो पाठ्यक्रम लचिलो र रमाइलो बनाइएको छ र पुरा वा भागमा लिन सकिन्छ। परियोजनाहरू सुरुमा साना हुन्छन् र १२ हप्ताको अन्त्यतिर झनै जटिल बन्दै जान्छन्। यसमा ML को वास्तविक संसारका अनुप्रयोगहरू समावेश गरिएको छ, जुन अतिरिक्त क्रेडिट वा छलफलको आधारको रूपमा प्रयोग गर्न सकिन्छ।
> हाम्रो [आचरण संहिता](CODE_OF_CONDUCT.md), [योगदान](CONTRIBUTING.md), [अनुवाद](TRANSLATIONS.md), र [समस्या समाधान](TROUBLESHOOTING.md) मार्गनिर्देशनहरू पाउनुहोस्। हामी तपाईंको रचनात्मक प्रतिक्रियालाई स्वागत गर्दछौं!
> हाम्रो [आचरण संहिता](CODE_OF_CONDUCT.md), [योगदान गर्ने तरिका](CONTRIBUTING.md), [अनुवादहरू](..), र [समस्या समाधान](TROUBLESHOOTING.md) निर्देशनहरू पाउनसक्नुहुन्छ। तपाईका रचनात्मक प्रतिक्रिया स्वागत छ!
> **भाषाहरूको बारेमा एउटा नोट**: यी पाठहरू मुख्य रूपमा Python मा लेखिएका छन्, तर धेरै पाठहरू R मा पनि उपलब्ध छन्। R को एक पाठ पूरा गर्न, `/solution` फोल्डरमा जानुहोस् र R पाठहरू खोज्नुहोस्। तिनीहरूमा .rmd विस्तार हुन्छ जुन एक **R Markdown** फाइल जनाउँछ जुन सजिलैसँग `code chunks` (R वा अन्य भाषाहरूको) र `YAML header` (जसले PDF जस्ता आउटपुटहरू कसरी ढाँचा गर्ने निर्देशन दिन्छ) लाई `Markdown दस्तावेज़` मा एकीकृत गर्ने रूपमा परिभाषित गर्न सकिन्छ। यसकारण, यसले डेटा विज्ञानका लागि एउटा उत्कृष्ट लेखक ढाँचा प्रदान गर्छ किनकि यसले तपाईंलाई आफ्नो कोड, यसको आउटपुट, र तपाईका विचारहरूलाई Markdown मा लेख्न अनुमति दिँदै संयोजन गर्न अनुमति दिन्छ। थप रूपमा, R Markdown दस्तावेजहरूलाई PDF, HTML, वा Word जस्ता आउटपुट ढाँचामा प्रस्तुत गर्न सकिन्छ।
> **भाषाहरूको लागि एउटा नोट**: यी पाठहरू मुख्य रूपमा Python मा लेखिएका छन्, तर धेरै पाठहरू R मा पनि उपलब्ध छन्। R पाठ पूरा गर्न, `/solution` फोल्डरमा गई R पाठहरू खोज्नुहोस्। तिनीहरूमा .rmd विस्तार हुन्छ जुन **R Markdown** फाइल हो, जसलाई सरल रूपमा `code chunks` (R वा अन्य भाषाहरूका) र `YAML header` (PDF जस्ता आउटपुट कसरी फर्म्याट गर्ने निर्देश दिने)लाई `Markdown कागजात` मा एकीकृत गर्ने रूपले व्याख्या गर्न सकिन्छ। यसले तपाईंलाई कोड, यसको आउटपुट, र तपाईंका विचारहरू Markdown मा लेख्न अनुमति दिँदै डेटा विज्ञानका लागि उत्कृष्ट लेखन फ्रेमवर्कको रूपमा काम गर्दछ। अझ, R Markdown कागजातहरू PDF, HTML, वा Word जस्ता आउटपुट स्वरूपहरूमा रूपान्तरित गर्न सकिन्छ।
> **क्विजहरूको बारेमा एउटा नोट**: सबै क्विजहरू [Quiz App फोल्डर](../../quiz-app) मा समावेश छन्, जसमा जम्मा ५२ वटा क्विजहरू छन् जसमा प्रत्येकमा तीन प्रश्नहरू छन्। तिनीहरू पाठहरू भित्रबाट लिंक गरिएका छन् तर क्विज एप स्थानीय रूपमा चलाउन सकिन्छ; स्थानीय रूपमा होस्ट गर्न वा Azure मा डिप्लॉय गर्नको लागि `quiz-app` फोल्डरमा दिइएको निर्देशन पालन गर्नुहोस्।
> **क्विजहरू सम्बन्धमा एउटा नोट**: सबै क्विजहरू [Quiz App फोल्डर](../../quiz-app) भित्र छन्, जुनमा प्रत्येकमा तीन प्रश्नहरूको ५२ कुल क्विजहरू छन्। तिनीहरू पाठहरू भित्रबाट लिंक गरिएका छन् तर क्विज एप स्थानीय रूपमा चलाउन सकिन्छ; स्थानीय रूपमा होस्ट वा Azure मा डिप्लोय गर्न `quiz-app` फोल्डरमा निर्देशनहरू पालना गर्नुहोस्।
| पाठ संख्या | विषय | पाठ वर्गीकरण | सिकाइ लक्ष्यहरू | लिंक गरिएको पाठ | लेखक |
| पाठ संख्या | विषय | पाठ समूह | सिकाइ उद्देश्यहरू | लिंक गरिएको पाठ | लेखक |
| 02 | मशीन लर्निंगको इतिहास | [परिचय](1-Introduction/README.md) | यस क्षेत्रको इतिहास सिक्नुहोस् |[पाठ](1-Introduction/2-history-of-ML/README.md) | Jen and Amy |
| ०२ | मेशिन लर्निङ्गको इतिहास | [परिचय](1-Introduction/README.md) | यो क्षेत्रको इतिहास सिक्नुहोस् | [पाठ](1-Introduction/2-history-of-ML/README.md) | जेन र एमी |
| 03 | निष्पक्षता र मशीन लर्निंग | [परिचय](1-Introduction/README.md) | निष्पक्षतासँग सम्बन्धित महत्त्वपूर्ण दार्शनिक मुद्दाहरू के-के छन्? विद्यार्थीहरूले ML मोडेलहरू निर्माण र प्रयोग गर्दा के विचार गर्नु पर्छ? | [पाठ](1-Introduction/3-fairness/README.md) | Tomomi |
| ०३ | निष्पक्षता र मेशिन लर्निङ्ग | [परिचय](1-Introduction/README.md) | मेशिन लर्निङ्ग मोडेलहरू बनाउँदा र लागू गर्दा विद्यार्थीहरूले विचार गर्नुपर्ने निष्पक्षता सम्बन्धी महत्वपूर्ण दार्शनिक मुद्दाहरू के हुन्? | [पाठ](1-Introduction/3-fairness/README.md) | तोमोमी |
| 04 | मशीन लर्निंगका प्रविधिहरू | [परिचय](1-Introduction/README.md) | ML अनुसन्धानकर्ताहरूले कुन प्रविधिहरू प्रयोग गर्छन्? | [पाठ](1-Introduction/4-techniques-of-ML/README.md) | Chris and Jen |
| ०४ | मेशिन लर्निङ्गका प्रविधिहरू | [परिचय](1-Introduction/README.md) | मेशिन लर्निङ्ग मोडेलहरू बनाउन शोधकर्ताहरूले कस्ता प्रविधिहरू प्रयोग गर्छन्? | [पाठ](1-Introduction/4-techniques-of-ML/README.md) | क्रिस र जेन |
| 05 | रिग्रेसन परिचय | [रिग्रेसन](2-Regression/README.md) | रिग्रेसन मोडेलहरूको लागि Python र Scikit-learn सुरु गर्नुहोस् | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau |
| ०५ | रिग्रेसनमा परिचय | [रिग्रेसन](2-Regression/README.md) | पेथन र स्किकिट-लर्नसँग रिग्रेसन मोडेलहरू प्रयोग गर्न सुरु गर्नुहोस् | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | जेन • एरिक वन्जाउ |
| 06 | उत्तर अमेरिकी कुखुरा मूल्य 🎃 | [रिग्रेसन](2-Regression/README.md) | ML को तयारीका लागि डेटा भिजुअलाइज र सफा गर्नुहोस् | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau |
| ०६ | उत्तर अमेरिकी कद्दू मूल्यहरू 🎃 | [रिग्रेसन](2-Regression/README.md) | एमएल को तयारीका लागि डाटा भिजुअलाइज र सफा गर्नुहोस् | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | जेन • एरिक वन्जाउ |
| 07 | उत्तर अमेरिकी कुखुरा मूल्य 🎃 | [रिग्रेसन](2-Regression/README.md) | लीनियर र पोलिनोमियल रिग्रेसन मोडेलहरू बनाउनुहोस् | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen and Dmitry • Eric Wanjau |
| ०७ | उत्तर अमेरिकी कद्दू मूल्यहरू 🎃 | [रिग्रेसन](2-Regression/README.md) | रेखीय र बहुपदीय रिग्रेसन मोडेलहरू बनाउनुहोस् | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | जेन र डिमिटी • एरिक वन्जाउ |
| 08 | उत्तर अमेरिकी कुखुरा मूल्य 🎃 | [रिग्रेसन](2-Regression/README.md) | एक लगिस्टिक रिग्रेसन मोडेल बनाउनुहोस् | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau |
| ०८ | उत्तर अमेरिकी कद्दू मूल्यहरू 🎃 | [रिग्रेसन](2-Regression/README.md) | एक Logistic regression मोडेल बनाउनुहोस् | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | जेन • एरिक वन्जाउ |
| 09 | वेब एप्लिकेशन 🔌 | [वेब एप](3-Web-App/README.md) | तपाईंको प्रशिक्षण प्राप्त मोडेल प्रयोग गर्न वेब एप्लिकेशन बनाउनुहोस् | [Python](3-Web-App/1-Web-App/README.md) | Jen |
| 10 | वर्गीकरण परिचय | [वर्गीकरण](4-Classification/README.md) | आफ्नो डेटा सफा, तयारी र भिजुअलाइज गर्नुहोस्; वर्गीकरण परिचय | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen and Cassie • Eric Wanjau |
| १० | वर्गीकरणमा परिचय | [वर्गीकरण](4-Classification/README.md) | आफ्नो डाटा सफा, तयारी र भिजुअलाइज गर्नुहोस्; वर्गीकरणमा परिचय | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | जेन र क्यासी • एरिक वन्जाउ |
| 11 | स्वादिष्ट एशियाली र भारतीय खाना 🍜 | [वर्गीकरण](4-Classification/README.md) | वर्गीकर्ताहरूको परिचय | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen and Cassie • Eric Wanjau |
| ११ | स्वादिष्ट एशियाली र भारतीय भोजनहरूको परिचय 🍜 | [वर्गीकरण](4-Classification/README.md) | वर्गीकर्ताहरूमा परिचय | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | जेन र क्यासी • एरिक वन्जाउ |
| 12 | स्वादिष्ट एशियाली र भारतीय खाना 🍜 | [वर्गीकरण](4-Classification/README.md) | थप वर्गीकर्ताहरू | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen and Cassie • Eric Wanjau |
| १२ | स्वादिष्ट एशियाली र भारतीय भोजनहरूको परिचय 🍜 | [वर्गीकरण](4-Classification/README.md) | थप वर्गीकर्ताहरू | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | जेन र क्यासी • एरिक वन्जाउ |
| 13 | स्वादिष्ट एशियाली र भारतीय खाना 🍜 | [वर्गीकरण](4-Classification/README.md) | तपाईको मोडेल प्रयोग गरी सिफारिस गर्ने वेब एप्लिकेशन बनाउनुहोस् | [Python](4-Classification/4-Applied/README.md) | Jen |
| १३ | स्वादिष्ट एशियाली र भारतीय भोजनहरूको परिचय 🍜 | [वर्गीकरण](4-Classification/README.md) | आफ्नो मोडेल प्रयोग गरी सिफारिस गर्ने वेब एप बनाउनुहोस् | [Python](4-Classification/4-Applied/README.md) | जेन |
| 14 | क्लस्टरिङ परिचय| [क्लस्टरिङ](5-Clustering/README.md) | आफ्नो डेटा सफा, तयारी र भिजुअलाइज गर्नुहोस्; क्लस्टरिङ परिचय | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau |
| १४ | क्लस्टरिङमा परिचय | [क्लस्टरिङ](5-Clustering/README.md) | आफ्नो डाटा सफा, तयारी र भिजुअलाइज गर्नुहोस्; क्लस्टरिङमा परिचय | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | जेन • एरिक वन्जाउ |
| 15 | नाइजेरियन संगीत रुचिहरू अन्वेषण 🎧 | [क्लस्टरिङ](5-Clustering/README.md) | K-Means क्लस्टरिङ विधि अन्वेषण गर्नुहोस् | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau |
| 16 | प्राकृतिक भाषा प्रशोधन परिचय ☕️ | [प्राकृतिक भाषा प्रशोधन](6-NLP/README.md) | सरल बोट निर्माण गरेर NLP का आधारहरू सिक्नुहोस् | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen |
| १६ | प्राकृतिक भाषा प्रशोधनमा परिचय ☕️ | [प्राकृतिक भाषा प्रशोधन](6-NLP/README.md) | एउटा सजिलो बोट बनाएर NLP का आधारभूत कुरा सिक्नुहोस् | [Python](6-NLP/1-Introduction-to-NLP/README.md) | स्टिफेन |
| 17 | सामान्य NLP कार्यहरू ☕️ | [प्राकृतिक भाषा प्रशोधन](6-NLP/README.md) | भाषा संरचनाहरूको साथ काम गर्दा आवश्यक सामान्य कार्यहरू बुझेर NLP ज्ञान गहिरो गर्नुहोस् | [Python](6-NLP/2-Tasks/README.md) | Stephen |
| १७ | सामान्य NLP कार्यहरू ☕️ | [प्राकृतिक भाषा प्रशोधन](6-NLP/README.md) | भाषा संरचनाहरूमा काम गर्दा आवश्यक सामान्य कार्यहरू बुझेर आफ्नो NLP ज्ञानलाई गहिराइमा पुर्याउनुहोस् | [Python](6-NLP/2-Tasks/README.md) | स्टिफेन |
| 18 | अनुवाद र भावना विश्लेषण ♥️| [प्राकृतिक भाषा प्रशोधन](6-NLP/README.md) | Jane Austen सँग अनुवाद र भावना विश्लेषण | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen |
| १८ | अनुवाद र भावना विश्लेषण ♥️ | [प्राकृतिक भाषा प्रशोधन](6-NLP/README.md) | Jane Austen का साथ अनुवाद र भावना विश्लेषण | [Python](6-NLP/3-Translation-Sentiment/README.md) | स्टिफेन |
| 19 | युरोपका रमणीय होटलहरू ♥️ | [प्राकृतिक भाषा प्रशोधन](6-NLP/README.md) | होटेल समीक्षाहरूसँग भावना विश्लेषण १ | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen |
| १९ | युरोपका रोमान्टिक होटेलहरू ♥️ | [प्राकृतिक भाषा प्रशोधन](6-NLP/README.md) | होटेल समीक्षा १ संग भावना विश्लेषण | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | स्टिफेन |
| 20 | युरोपका रमणीय होटलहरू ♥️ | [प्राकृतिक भाषा प्रशोधन](6-NLP/README.md) | होटेल समीक्षाहरूसँग भावना विश्लेषण २ | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen |
| २० | युरोपका रोमान्टिक होटेलहरू ♥️ | [प्राकृतिक भाषा प्रशोधन](6-NLP/README.md) | होटेल समीक्षा २ संग भावना विश्लेषण | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | स्टिफेन |
| २१ | समय श्रृंखला भविष्यवाणीमा परिचय | [समय श्रृंखला](7-TimeSeries/README.md) | समय श्रृंखला भविष्यवाणीमा परिचय | [Python](7-TimeSeries/1-Introduction/README.md) | फ्रान्चेस्का |
| 22 | ⚡️ विश्व ऊर्जा उपयोग ⚡️ - ARIMA संग टाइम सिरिज पूर्वानुमान | [टाइम सिरिज](7-TimeSeries/README.md) | ARIMA सहित टाइम सिरिज पूर्वानुमान | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca |
| २२ | ⚡️ विश्व विद्युत प्रयोग ⚡️ - ARIMA सँग समय श्रृंखला भविष्यवाणी | [समय श्रृंखला](7-TimeSeries/README.md) | ARIMA सँग समय श्रृंखला भविष्यवाणी | [Python](7-TimeSeries/2-ARIMA/README.md) | फ्रान्चेस्का |
| 23 | ⚡️ विश्व ऊर्जा उपयोग ⚡️ - SVR संग टाइम सिरिज पूर्वानुमान | [टाइम सिरिज](7-TimeSeries/README.md) | Support Vector Regressor सहित टाइम सिरिज पूर्वानुमान | [Python](7-TimeSeries/3-SVR/README.md) | Anirban |
| २३ | ⚡️ विश्व विद्युत प्रयोग ⚡️ - SVR सँग समय श्रृंखला भविष्यवाणी | [समय श्रृंखला](7-TimeSeries/README.md) | Support Vector Regressor सँग समय श्रृंखला भविष्यवाणी | [Python](7-TimeSeries/3-SVR/README.md) | अनिर्बान |
| पोस्टस्क्रिप्ट | वास्तविक-विश्व ML परिदृश्य र अनुप्रयोगहरू | [बनाउ जङ्गलमा ML](9-Real-World/README.md) | शास्त्रीय ML का रोचक र खुल्ला वास्तविक-विश्व अनुप्रयोगहरू | [पाठ](9-Real-World/1-Applications/README.md) | Team |
| उपसंहार | वास्तविक संसारका ML परिदृश्यहरू र अनुप्रयोगहरू | [ML वाइल्डमा](9-Real-World/README.md) | शास्त्रीय ML का रोचक र खुलासात्मक वास्तविक संसारका अनुप्रयोगहरू | [पाठ](9-Real-World/1-Applications/README.md) | टोली |
| पोस्टस्क्रिप्ट | RAI ड्यासबोर्ड प्रयोग गरी ML मा मोडेल डिबगिङ | [बनाउ जङ्गलमा ML](9-Real-World/README.md) | Responsible AI ड्यासबोर्ड कम्पोनेन्ट्स प्रयोग गरी मशीन लर्निंग मोडेल डिबगिङ | [पाठ](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu |
| उपसंहार | RAI ड्यासबोर्ड प्रयोग गरी ML मा मोडेल डिबगिङ | [ML वाइल्डमा](9-Real-World/README.md) | जिम्मेवार AI ड्यासबोर्ड कम्पोनेन्टहरू प्रयोग गरी मेशिन लर्निङ्गमा मोडेल डिबगिङ |[पाठ](9-Real-World/2-Debugging-ML-Models/README.md) | रुथ याकुवु |
> [यस कोर्सको लागि सबै थप स्रोतहरू हाम्रो Microsoft Learn संग्रहमा फेला पार्नुहोस्](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> [यस कोर्सका लागि सबै अतिरिक्त स्रोतहरू हाम्रो Microsoft Learn संग्रहमा खोज्नुहोस्](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
## अफलाइन पहुँच
## अफलाइन पहुँच
तपाईं [Docsify](https://docsify.js.org/#/) प्रयोग गरी यो कागजात अफलाइनमा चलाउन सक्नुहुन्छ। यो रेपो फोर्क गर्नुहोस्, आफ्नो स्थानीय मेसिनमा [Docsify स्थापना गर्नुहोस्](https://docsify.js.org/#/quickstart), र त्यसपछि यो रेपोको मूल फोल्डरमा `docsify serve` टाइप गर्नुहोस्। वेबसाइट तपाइँको स्थानीयहोस्टमा पोर्ट 3000 मा सेवा हुनेछ: `localhost:3000`।
तपाईं [Docsify](https://docsify.js.org/#/) प्रयोग गरेर यो दस्तावेजीकरण अफलाइन चलाउन सक्नुहुन्छ। यो रेपो फोर्क गर्नुहोस्, आफ्नो स्थानीय मेसिनमा [Docsify स्थापना गर्नुहोस्](https://docsify.js.org/#/quickstart), र त्यसपछि यस रेपोको रूट फोल्डरमा `docsify serve` टाइप गर्नुहोस्। वेबसाइट तपाईंको लोकलहोस्टमा पोर्ट 3000 मा सेवा गरिनेछ: `localhost:3000`।
## PDFs
## PDF हरू
पाठ्यक्रमको PDF फाइल लिंक सहित [यहाँ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) फेला पार्नुहोस्।
क्युरिकुलमको PDF यहाँ लिंक सहित पाउनुहोस् [यहाँ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf)।
## 🎒 अन्य कोर्सहरू
## 🎒 अन्य कोर्सहरू
हाम्रो टोलीले अन्य कोर्सहरू निर्माण गर्छ! हेर्नुहोस्:
हाम्रो टोलीले अन्य कोर्सहरू उत्पादन गर्दछ! जाँच गर्नुहोस्:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
### LangChain
@ -183,36 +183,54 @@ Microsoft का क्लाउड एड्भोकेटहरूले **
### Azure / Edge / MCP / Agents
### Azure / Edge / MCP / Agents
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
---
---
### जेनेरेटिभ एआई शृंखला
### जनरेटिभ AI शृंखला
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
---
---
### मुख्य सिकाइ
### मुख्य सिकाइ
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
---
---
### कोपाइलट शृंखला
### कोपाइलट श्रृंखला
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
यदि तपाईं अड्कनु भयो वा एआई एपहरू बनाउने बारे कुनै प्रश्न छ भने। साथी सिक्नेहरू र अनुभवी विकासकर्ताहरूसँग MCP सम्बन्धी छलफलमा सामेल हुनुहोस्। यो सहयोगी समुदाय हो जहाँ प्रश्नहरू स्वागत छन् र ज्ञान निःशुल्क साझेदारी गरिन्छ।
यदि तपाईं अड्किनुभयो वा AI अनुप्रयोग निर्माण गर्ने बारे कुनै प्रश्नहरू छन् भने। MCP सम्बन्धी छलफलमा साथी सिक्नेहरू र अनुभवी विकासकर्ताहरूसँग सामेल हुनुहोस्। यो एक सहयोगी समुदाय हो जहाँ प्रश्नहरू स्वागतयोग्य छन् र ज्ञान स्वतन्त्र रूपमा साझा गरिन्छ।
- प्रत्येक पाठ पछि नोटबुकहरू समीक्षा गर्नुहोस् बुझाईका लागि।
- प्रत्येक पाठ पछिको नोटबुकहरू अवलोकन गर्नुहोस् राम्रो बुझाइका लागि।
- आफ्नै अभ्यासमा एल्गोरिदमहरू लागू गर्ने अभ्यास गर्नुहोस्।
- आफैँले एल्गोरिदमहरू कार्यान्वयन गर्ने अभ्यास गर्नुहोस्।
- सिकेका अवधारणाहरू प्रयोग गरी वास्तविक विश्वका डेटा सेटहरू अन्वेषण गर्नुहोस्।
- सिकेका अवधारणाहरू प्रयोग गरेर वास्तविक संसारका डेटा सेटहरू अन्वेषण गर्नुहोस्।
---
---
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**अस्वीकरण**:
**अस्वीकरण**:
यो दस्तावेज AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) को प्रयोग गरेर अनुवाद गरिएको हो। हामी सही अनुवादको प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटि वा अशुद्धता हुनसक्छ। मूल दस्तावेज यसको मौलिक भाषामा नै आधिकारिक स्रोत मानिनु पर्छ। महत्वपूर्ण जानकारीका लागि पेशागत मानवीय अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न कुनै पनि गलतफहमी वा भ्रान्तिको लागि हामी जिम्मेवार हौंँन।
यस दस्तावेजलाई AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) प्रयोग गरी अनुवाद गरिएको हो। हामी सटीकता तर्फ प्रयासरत छौं, तर कृपया यो बुझ्नुस् कि स्वचालित अनुवादमा त्रुटि वा अशुद्धता हुनसक्छ। मूल दस्तावेज यसको मूल भाषामा नै अधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण सूचनाका लागि पेशेवर मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न कुनै पनि बुझाइको गलतफहमी वा व्याख्यामा हामी जिम्मेवार हुने छैनौं।
localizeflow[bot]
7 months ago