diff --git a/1-Introduction/3-fairness/translations/README.az.md b/1-Introduction/3-fairness/translations/README.az.md index 60befc2ef..9f91d643e 100644 --- a/1-Introduction/3-fairness/translations/README.az.md +++ b/1-Introduction/3-fairness/translations/README.az.md @@ -3,7 +3,7 @@ ![Eskizdə Maşın öyrənməsində məsuliyyətli AI xülasəsi](../../../sketchnotes/ml-fairness.png) > [Tomomi Imura](https://www.twitter.com/girlie_mac) tərəfindən eskiz -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/5/?loc=az) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/5/?loc=az) ## Giriş diff --git a/1-Introduction/4-techniques-of-ML/translations/README.az.md b/1-Introduction/4-techniques-of-ML/translations/README.az.md index 2ff574efd..5f4961c7a 100644 --- a/1-Introduction/4-techniques-of-ML/translations/README.az.md +++ b/1-Introduction/4-techniques-of-ML/translations/README.az.md @@ -5,7 +5,7 @@ Maşın öyrənmə modellərinin və onların istifadə etdiyi məlumatların qu - Yüksək səviyyədə maşın öyrənməsinin əsasını təşkil edən prosesləri başa düşmək. - "Modellər", "proqnozlar" və "təlim məlumatları" kimi əsas anlayışları kəşf etmək. -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/7/?loc=az) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/7/?loc=az) [![Yeni başlayanlar üçün ML- Maşın öyrənmə texnikaları](https://img.youtube.com/vi/4NGM0U2ZSHU/0.jpg)](https://youtu.be/4NGM0U2ZSHU "Yeni başlayanlar üçün ML- Maşın öyrənmə texnikaları") diff --git a/2-Regression/3-Linear/translations/README.az.md b/2-Regression/3-Linear/translations/README.az.md index 3b8e0a8ac..657b34fb3 100644 --- a/2-Regression/3-Linear/translations/README.az.md +++ b/2-Regression/3-Linear/translations/README.az.md @@ -2,7 +2,7 @@ ![Xətti və Polinom reqressiya infoqrafiki](../images/linear-polynomial.png) > [Dasani Madipalli](https://twitter.com/dasani_decoded) tərəfindən çəkilmiş infoqrafik -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/13/?loc=az) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/13/?loc=az) > ### [Bu dərs R proqramlaşdırma dili ilə də mövcuddur!](../solution/R/lesson_3.html) diff --git a/2-Regression/4-Logistic/translations/README.az.md b/2-Regression/4-Logistic/translations/README.az.md index d0a2f269d..4fde37a09 100644 --- a/2-Regression/4-Logistic/translations/README.az.md +++ b/2-Regression/4-Logistic/translations/README.az.md @@ -2,7 +2,7 @@ ![Logistik və xətti reqressiya infoqrafiki](../images/linear-vs-logistic.png) -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/15/?loc=az) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/15/?loc=az) > ### [Bu dərs R proqramlaşdırma dili ilə də mövcuddur!](../solution/R/lesson_4.html) diff --git a/4-Classification/4-Applied/translations/README.az.md b/4-Classification/4-Applied/translations/README.az.md index cfd590e0d..a8803494b 100644 --- a/4-Classification/4-Applied/translations/README.az.md +++ b/4-Classification/4-Applied/translations/README.az.md @@ -8,7 +8,7 @@ Maşın öyrənməsinin ən faydalı praktik istifadələrindən biri tövsiyə > 🎥 Video üçün yuxardakı şəklə klikləyin: Jen Looper qruplaşdırılmış mətbəx datası istifadə etməklə veb tətbiq yaradır. -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/25/?loc=az) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/25/?loc=az) Bu dərsdə öyrənəcəksiniz: diff --git a/6-NLP/2-Tasks/translations/README.az.md b/6-NLP/2-Tasks/translations/README.az.md index 682261870..d5d07b7a5 100644 --- a/6-NLP/2-Tasks/translations/README.az.md +++ b/6-NLP/2-Tasks/translations/README.az.md @@ -1,12 +1,13 @@ # Çox işlənən təbii dil emalı tapşırıqları və texnikaları -Əksər *təbii dil emalı* tapşırıqları üçün emal ediləcək mətn hissələrə ayrılmalı, tədqiq edilməli və nəticələr ya haradasa saxlanmalı, ya da qaydalar və data setləri ilə çarpaz istinad edilməlidir. Bu tapşırıqlar proqramçıya mətndəki termin və sözlərin _mənasını_, _niyyətini_ və yaxud da yalnız _tezliyini əldə etməyə imkan verir. +Əksər *təbii dil emalı* tapşırıqları üçün emal ediləcək mətn hissələrə ayrılmalı, tədqiq edilməli və nəticələr ya haradasa saxlanmalı, ya da qaydalar və data setləri ilə çarpaz istinad edilməlidir. Bu tapşırıqlar proqramçıya mətndəki termin və sözlərin _mənasını_, _niyyətini_ və yaxud da yalnız _tezliyini_ əldə etməyə imkan verir. -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/33/) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/33/?loc=az) -Mətn emalında tez-tez istifadə olunan texnikaları kəşf edək. Maşın öyrənməsi ilə birlikdə bu üsullar böyük həcmdə mətni səmərəli şəkildə təhlil etməyə kömək edir. Bu tapşırıqlara MÖ tətbiq etməzdən əvvəl, gəlin NLP mütəxəssisinin qarşılaşdığı problemləri anlayaq. +Mətn emalında tez-tez istifadə olunan texnikaları kəşf edək. Maşın öyrənməsi ilə birlikdə bu üsullar böyük həcmdə mətni səmərəli şəkildə təhlil etməyə kömək edir. Bu tapşırıqlara ML tətbiq etməzdən əvvəl gəlin NLP mütəxəssisinin qarşılaşdığı problemləri anlayaq. ## NLP-ə xas tapşırıqlar + Üzərində işlədiyiniz mətni təhlil etməyin müxtəlif yolları var. Burada sizin yerinə yetirə biləcəyiniz tapşırıqlar mövcuddur. Həmin tapşırıqlar vasitəsilə siz mətni başa düşə və nəticələr çıxara bilərsiniz. Əksərən bu tapşırıqlar sıra ilə yerinə yetirilir. ### Tokenləşdirmə @@ -23,7 +24,7 @@ Yəqin ki, əksər NLP alqoritmlərinin etməli olduğu ilk şey mətni tokenlə ![söz daxiletmələri](../images/embedding.png) > "I have the highest respect for your nerves, they are my old friends." - **Qürur və Qərəz**-dən bir cümlə üçün söz daxiletmələri. [Jen Looper](https://twitter.com/jenlooper) tərəfindən çəkilmiş infoqrafik. -✅ Söz yerləşdirmələrilə sınaqlar keçirmək üçün [bu maraqlı aləti](https://projector.tensorflow.org/) sınayın. Bir sözə kliklədikdə oxşar sözlərdən ibarət qruplar görünür: 'oyuncaq' ilə 'disney', 'lego', 'playstation' və 'console' klasterləri. +✅ Söz yerləşdirmələr ilə sınaqlar keçirmək üçün [bu maraqlı aləti](https://projector.tensorflow.org/) sınayın. Bir sözə kliklədikdə oxşar sözlərdən ibarət qruplar görünür: 'oyuncaq' ilə 'disney', 'lego', 'playstation' və 'console' klasterləri. ### Təhlil & Nitq hissələrinin etiketlənməsi @@ -35,7 +36,7 @@ Tokenləşdirilmiş hər bir söz nitq hissəsi olaraq isim, fel və ya sifət k Hissələrə ayırma bir cümlədə hansı sözlərin bir-biri ilə əlaqəli olduğunu tanımaqdır - məsələn, `the quick red fox jumped`, `lazy brown dog` ardıcıllığından ayrı olan sifət-isim-fel ardıcıllığıdır. -### Söz və İfadə Tezlikləri +### Söz və ifadə tezlikləri Böyük bir mətni təhlil edərkən məsləhətdir ki, hər bir söz və ya söz birləşməsini və onun nə qədər tez rast gəlindiyini göstərən lüğət yaradılsın. `The quick red fox jumped over the lazy brown dog` cümləsindəki `the` 2 söz tezliyinə malikdir. @@ -85,7 +86,7 @@ Onları cümlə üzərində sürüşmə qutusu kimi göstərmək daha asan ola b ### İsimin çıxarılması -Əksər cümlələrdə cümlənin subyekti və ya obyekti olan isim mövcud olur. İngilis dilində tez-tez həmin isimlərin qarşısında 'a', 'an' və ya 'the' görə bilərik. NLP-də cümlənin mənasını qavramağa çalışarkən, "isimi çıxarmaq" yolu ilə cümlənin subyektinin və ya obyektinin müəyyən edilməsi tez-tez edilən bir üsuldur. +Əksər cümlələrdə cümlənin subyekti və ya obyekti olan isim mövcud olur. İngilis dilində tez-tez həmin isimlərin qarşısında 'a', 'an' və ya 'the' görə bilərik. NLP-də cümlənin mənasını qavramağa çalışarkən "isimi çıxarmaq" yolu ilə cümlənin subyektinin və ya obyektinin müəyyən edilməsi tez-tez edilən bir üsuldur. ✅ "I cannot fix on the hour, or the spot, or the look or the words, which laid the foundation. It is too long ago. I was in the middle before I knew that I had begun." cümləsində olan isimləri müəyyənləşdirə bilərsinizmi? @@ -93,13 +94,13 @@ Onları cümlə üzərində sürüşmə qutusu kimi göstərmək daha asan ola b ### Emosionallıq təhlili -Cümlə və ya mətn, onun emosionallığını təyin etmək və ya nə dərəcədə *müsbət* və ya *mənfi* olması üçün təhlil edilə bilər. Emosionallıq *qütblük* və *obyektivlik/subyektivlik* ilə ölçülür. Qütblülük -1.0-dən 1.0-ə (mənfidən müsbətə) və 0.0-dan 1.0-ə qədər (ən obyektivdən ən subyektivinə) ölçülür. +Cümlə və ya mətn onun emosionallığını təyin etmək və ya nə dərəcədə *müsbət* və ya *mənfi* olması üçün təhlil edilə bilər. Emosionallıq *qütblük* və *obyektivlik/subyektivlik* ilə ölçülür. Qütblülük -1.0-dən 1.0-ə (mənfidən müsbətə) və 0.0-dan 1.0-ə qədər (ən obyektivdən ən subyektivinə) ölçülür. ✅ Sonradan öyrənəcəksiniz ki, maşın öyrənməsindən istifadə edərək emosionallığı müəyyən etməyin müxtəlif yolları var, lakin bunun bir yolu insan eksperti tərəfindən müsbət və ya mənfi olaraq təsnif edilən söz və ifadələrin siyahısına sahib olmaq və həmin modeli verilən mətnə tətbiq edərək qütbilik hesabını tapmaqdır. Bu üsulun bəzi hallarda necə işlədiyini və digərlərində daha az yaxşı olacağını görə bilərsinizmi? ### Bükülmə -Bükülmə, verilən sözə görə həmin sözün tək və ya cəm halını əldə etməyə imkan verir. +Bükülmə verilən sözə görə həmin sözün tək və ya cəm halını əldə etməyə imkan verir. ### Lemmatizasiya(Söz kökünün müəyyən olunması) @@ -109,15 +110,15 @@ NLP tədqiqatçısı üçün faydalı data bazaları da mövcuddur, xüsusən: ### WordNet -[WordNet](https://wordnet.princeton.edu/) hər bir söz üçün müxtəlif dillərdə onların qarşılığı, sinonimləri, antonimləri və bir çox başqa təfərrüatları özündə saxlayan lüğət bazasıdır. Tərcümələr, orfoqrik yoxlayıcılar və ya istənilən növ dil alətləri yaratmaq üçün inanılmaz dərəcədə faydalıdırlar. +[WordNet](https://wordnet.princeton.edu/) hər bir söz üçün müxtəlif dillərdə onların qarşılığı, sinonimləri, antonimləri və bir çox başqa təfərrüatları özündə saxlayan lüğət bazasıdır. Tərcümələr, orfoqrafik yoxlayıcılar və ya istənilən növ dil alətləri yaratmaq üçün inanılmaz dərəcədə faydalıdırlar. -## NLP Kitabxanaları +## NLP kitabxanaları -Xoşbəxtlikdən, bu texnikaların hamısını özünüzün yaratmasına ehtiyac yoxdur. Çünki təbii dil emalı və ya maşın öyrənməsi üzrə ixtisaslaşmamış tərtibatçılar üçün onu daha əlçatan edən əla Python kitabxanaları mövcuddur. Növbəti dərslərdə bunlara dair daha çox nümunə olacaq, lakin burada növbəti tapşırığı yerinə yetirməkdə sizə kömək etmək üçün bəzi faydalı nümunələr öyrənəcəksiniz. +Xoşbəxtlikdən bu texnikaların hamısını özünüzün yaratmasına ehtiyac yoxdur. Çünki təbii dil emalı və ya maşın öyrənməsi üzrə ixtisaslaşmamış tərtibatçılar üçün onu daha əlçatan edən əla Python kitabxanaları mövcuddur. Növbəti dərslərdə bunlara dair daha çox nümunə olacaq, lakin burada növbəti tapşırığı yerinə yetirməkdə sizə kömək etmək üçün bəzi faydalı nümunələr öyrənəcəksiniz. ### Tapşırıq - `TextBlob` kitabxanasından istifadə etmək -Gəlin bu tip tapşırıqların həlli üçün faydalı API-ləri ehtiva edən TextBlob adlı kitabxanadan istifadə edək. TextBlob, "[NLTK](https://nltk.org) və [pattern](https://github.com/clips/pattern)-in nəhəng çiyinləri üzərində dayanır və hər ikisi ilə yaxşı uyğunlaşır." Onun API-sinə daxil edilmiş xeyli miqdarda MÖ var. +Gəlin bu tip tapşırıqların həlli üçün faydalı API-ləri ehtiva edən TextBlob adlı kitabxanadan istifadə edək. TextBlob, "[NLTK](https://nltk.org) və [pattern](https://github.com/clips/pattern)-in nəhəng çiyinləri üzərində dayanır və hər ikisi ilə yaxşı uyğunlaşır." Onun API-sinə daxil edilmiş xeyli miqdarda ML var. > Qeyd: Təcrübəli Python tərtibatçıları üçün tövsiyə olunan faydalı [Quick Start](https://textblob.readthedocs.io/en/dev/quickstart.html#quickstart) bələdçisi TextBlob üçün mövcuddur. @@ -137,11 +138,11 @@ Gəlin bu tip tapşırıqların həlli üçün faydalı API-ləri ehtiva edən T np = user_input_blob.noun_phrases ``` - > Burada nə baş verir? [ConllExtractor](https://textblob.readthedocs.io/en/dev/api_reference.html?highlight=Conll#textblob.en.np_extractors.ConllExtractor) "ConLL-2000 ilə öyrədilmiş yığın təhlilindən istifadə edən isim çıxarıcı öyrətmə korpusudur”. ConLL-2000, 2000-ci ildə Hesabi Təbii Dil Öyrənmə Konfransına işarə edir. Hər il bu konfrans çətin bir NLP problemini həll etmək üçün seminar keçirir. 2000-ci ildə isə bu problem isim parçalanması olmuşdur. Həmin model Wall Street Journal-dakı "15-18-ci bölmələri öyrətmə datası (211727 token) və 20-ci bölməni isə test datası (47377 token)" kimi götürərək hazırlanmışdır. Siz istifadə olunan prosedurlara [burada](https://www.clips.uantwerpen.be/conll2000/chunking/) və nəticələrə [burada](https://ifarm.nl/erikt/research/np-chunking.html) baxa bilərsiniz. + > Burada nə baş verir? [ConllExtractor](https://textblob.readthedocs.io/en/dev/api_reference.html?highlight=Conll#textblob.en.np_extractors.ConllExtractor) "ConLL-2000 ilə öyrədilmiş toplu təhlilindən istifadə edən isim çıxarıcı öyrətmə korpusudur”. ConLL-2000 2000-ci ildə Hesabi Təbii Dil Öyrənmə Konfransına işarə edir. Hər il bu konfrans çətin bir NLP problemini həll etmək üçün seminar keçirir. 2000-ci ildə isə bu problem isim parçalanması olmuşdur. Həmin model Wall Street Journal-dakı "15-18-ci bölmələri öyrətmə datası (211727 token) və 20-ci bölməni isə test datası (47377 token)" kimi götürərək hazırlanmışdır. Siz istifadə olunan prosedurlara [burada](https://www.clips.uantwerpen.be/conll2000/chunking/), nəticələrə isə [buradan](https://ifarm.nl/erikt/research/np-chunking.html) baxa bilərsiniz. ### Çağırış - NLP ilə botunuzun təkmilləşdirilməsi -Əvvəlki dərsdə siz çox sadə bir sual-cavab botu yaratmışdınız. İndi, əhval-ruhiyyə üçün daxil etdiyinizi təhlil edərək və əhval-ruhiyyəyə uyğun cavabı çap etməklə Marvini bir az daha anlayışlı etmiş olacaqsınız. Bundan əlavə, həmçinin siz `isimi` təyin etməli və bu barədə soruşmalısınız. +Əvvəlki dərsdə siz çox sadə bir sual-cavab botu yaratmışdınız. İndi əhval-ruhiyyə üçün daxil etdiyinizi təhlil edərək və əhval-ruhiyyəyə uyğun cavabı çap etməklə Marvini bir az daha anlayışlı etmiş olacaqsınız. Bundan əlavə, həmçinin siz `isimi` təyin etməli və bu barədə soruşmalısınız. Daha yaxşı danışıq botu qurarkən atmalı olduğunuz addımlar bunlardır: @@ -190,15 +191,15 @@ Tapşırığın mümkün həlli [buradadır](https://github.com/microsoft/ML-For ✅ Bilik yoxlanışı -1. Sizcə, anlayışlı cavablar kimisə botun həqiqətən də onları başa düşdüyünü düşünməyə 'inandıra biləcək'? +1. Sizcə anlayışlı cavablar kimisə botun həqiqətən də onları başa düşdüyünü düşünməyə 'inandıra biləcək'? 2. İsimi müəyyən etmək botu daha 'inandırıcı' edirmi? 3. Nəyə görə cümlədən 'isimi' çıxarmaq faydalı olardı? -## 🚀Məşğələ +## 🚀 Məşğələ Əvvəlki bilik yoxlamasındakı tapşırığı götürün və onu həyata keçirməyə çalışın. Botu dostunuz vasitəsilə test edin. Onu aldada bilərmi? Botunuzu daha 'inandırıcı' edə bilərsinizmi? -## [Mühazirə sonrası test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/34/) +## [Mühazirə sonrası test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/34/?loc=az) ## Təkrarlayın və özünüz öyrənin diff --git a/6-NLP/2-Tasks/translations/assignment.az.md b/6-NLP/2-Tasks/translations/assignment.az.md index a61df5d9a..cc269e242 100644 --- a/6-NLP/2-Tasks/translations/assignment.az.md +++ b/6-NLP/2-Tasks/translations/assignment.az.md @@ -2,10 +2,10 @@ ## Təlimatlar -Son bir neçə dərsdə söhbət etmək üçün sadə bir bot proqramlaşdırmısınız. Bu bot siz 'bye' deyənə qədər təsadüfi cavablar verir. 'Niyə' və ya 'necə' kimi konkret şeylər desəniz, verməli olduğu cavabları daha az təsadüfi edə bilərsinizmi? Botunuzu genişləndirdiyiniz zaman maşın öyrənmənin bu cür işi necə daha az mexaniki edə biləcəyi haqqında bir az düşünün. Tapşırıqlarınızı asanlaşdırmaq üçün NLTK və ya TextBlob kitabxanalarından istifadə edə bilərsiniz. +Son bir neçə dərsdə söhbət etmək üçün sadə bir bot proqramlaşdırmısınız. Bu bot siz 'bye' deyənə qədər təsadüfi cavablar verir. 'Niyə' və ya 'necə' kimi konkret şeylər soruşsanız verməli olduğu cavabları daha az təsadüfi edə bilərsinizmi? Botunuzu genişləndirdiyiniz zaman maşın öyrənmənin bu cür işi necə daha az mexaniki edə biləcəyi haqqında bir az düşünün. Tapşırıqlarınızı asanlaşdırmaq üçün NLTK və ya TextBlob kitabxanalarından istifadə edə bilərsiniz. ## Rubrika | Meyarlar | Nümunəvi | Adekvat | İnkişaf Etdirilməli Olan | -| -------- | ------------------------------------------------------- | ------------------------------------------------- | -------------------------------- | -| | Yeni bot.py faylı təqdim olunur və sənədləşdirilir | Yeni bot faylı təqdim olunsa da, səhvlər ehtiva edir | Fayl təqdim edilmir | \ No newline at end of file +| -------- | -------- | ------- | ------------------------ | +| | Yeni bot.py faylı təqdim olunub və sənədləşdirilib | Yeni bot faylı təqdim olunsa da, səhvlər mövcuddur | Fayl təqdim edilməyib | \ No newline at end of file diff --git a/6-NLP/5-Hotel-Reviews-2/translations/README.az.md b/6-NLP/5-Hotel-Reviews-2/translations/README.az.md index 3cb322c77..cf0f2347c 100644 --- a/6-NLP/5-Hotel-Reviews-2/translations/README.az.md +++ b/6-NLP/5-Hotel-Reviews-2/translations/README.az.md @@ -2,7 +2,7 @@ Sən artıq dataseti ətraflı kəşf etmisən və indi sütunları filtrasiya edərək yeni məlumatlar toplamaq üçün NLP texnikalarını tətbiq edəcəksən. -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/39/) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/39/) ### Filtrasiya və fikir analizi əməliyyatları diff --git a/7-TimeSeries/1-Introduction/translations/README.az.md b/7-TimeSeries/1-Introduction/translations/README.az.md index 9ed12f4d7..69d280363 100644 --- a/7-TimeSeries/1-Introduction/translations/README.az.md +++ b/7-TimeSeries/1-Introduction/translations/README.az.md @@ -10,7 +10,7 @@ Bu və sonrakı dərsdə siz MÖ aliminin repertuarının digər mövzulardan bi > 🎥 Zaman seriyalarının proqnozlaşdırılması haqqında olan video üçün yuxarıdakı şəkilə klikləyin. -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/41/) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/41/) Zaman seriyalarının proqnozlaşdırılması qiymət, inventar və təchizat zənciri problemlərinə birbaşa tətbiqi nəzərə alınmaqla, biznes üçün real dəyərə malik faydalı və maraqlı sahədir. Gələcək performansı daha yaxşı proqnozlaşdırmaq üçün daha çox məlumat əldə etmək üçün dərin öyrənmə üsullarından istifadə edilməyə başlansa da, zaman seriyalarının proqnozlaşdırılması klassik ML texnikalarına dayalı bir sahə olaraq qalır. diff --git a/7-TimeSeries/2-ARIMA/translations/README.az.md b/7-TimeSeries/2-ARIMA/translations/README.az.md index 6e25ef5b9..24fc15723 100644 --- a/7-TimeSeries/2-ARIMA/translations/README.az.md +++ b/7-TimeSeries/2-ARIMA/translations/README.az.md @@ -6,7 +6,7 @@ > 🎥 Video üçün yuxarıdakı şəkilə klikləyin: ARIMA modellərinə qısa giriş. Nümunə R dilində olsa da, anlayışlar universaldır. -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/43/) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/43/) ## Giriş diff --git a/7-TimeSeries/3-SVR/translations/README.az.md b/7-TimeSeries/3-SVR/translations/README.az.md index f4eb72b3b..05d548cb3 100644 --- a/7-TimeSeries/3-SVR/translations/README.az.md +++ b/7-TimeSeries/3-SVR/translations/README.az.md @@ -2,7 +2,7 @@ Əvvəlki dərsdə ARIMA modeli istifadə etməklə necə zaman seriyalarını proqnozlaşdıra biləcəyini öyrəndin. İndi isə Dəstək vektor reqressor modeli ilə davalı datanın gələcəyini təxmin etməyə baxacaqsan. -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/51/) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/51/) ## Giriş diff --git a/8-Reinforcement/1-QLearning/translations/README.az.md b/8-Reinforcement/1-QLearning/translations/README.az.md index adb277c31..adde29fa6 100644 --- a/8-Reinforcement/1-QLearning/translations/README.az.md +++ b/8-Reinforcement/1-QLearning/translations/README.az.md @@ -11,7 +11,7 @@ Oyunda sağ qalaraq və mümkün olduğu qədər yuxarı xal toplamaqla mükafat > 🎥 Dmitrinin Gücləndirilmiş Öyrənmə barədə olan müzakirəsini dinləmək üçün yuxarıdakı şəkilə klikləyin -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/45/) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/45/) ## İlkin Şərtlər və Quraşdırma diff --git a/8-Reinforcement/2-Gym/translations/README.az.md b/8-Reinforcement/2-Gym/translations/README.az.md index c9c79dd4e..87abcb4c4 100644 --- a/8-Reinforcement/2-Gym/translations/README.az.md +++ b/8-Reinforcement/2-Gym/translations/README.az.md @@ -2,7 +2,7 @@ Əvvəlki dərsdə həll etdiyimiz problem əslində real həyat ssenariləri üçün uyğun olmadığı üçün oyuncaq problem kimi görünə bilər. Amma bu belə deyil, çünki Şahmat və ya Go oynamaq kimi bir çox real dünya problemləri də bu ssenarini bölüşür. Onlar arasındakı oxşarlığın səbəbi bizdə də verilmiş qaydalar və **diskret vəziyyəti** olan lövhəmizin olmasıdır. -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/47/) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/47/) ## Giriş diff --git a/9-Real-World/1-Applications/translations/README.az.md b/9-Real-World/1-Applications/translations/README.az.md index 5cdc3591c..d7b8347c3 100644 --- a/9-Real-World/1-Applications/translations/README.az.md +++ b/9-Real-World/1-Applications/translations/README.az.md @@ -7,7 +7,7 @@ Bu kurikulumda, sən öyrətmə datasının bir neçə hazırlama üsulunu və m Sənayedə daha çox maraq AI, dərin öyrənmə ətrafında çox maraq toplansa da, hələ də klassik maşın öyrənmə modelləri üçün çoxlu dəyərli tətbiqlər var. Sən bu tətbiqlərin hətta bəzilərini bugün istifadə etmisən! Bu dərsdə sən 8 fərqli sənayədə və ixtisaslaşmış sahədə bu modelləri istifadə etməklə tətbiqləri istifadəçilərə necə daha məhsuldar, etibarlı, ağıllı və dəyərli edildiyini kəşf edəcəksən. -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/49/) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/49/) ## 💰 Maliyyə diff --git a/9-Real-World/2-Debugging-ML-Models/translations/README.az.md b/9-Real-World/2-Debugging-ML-Models/translations/README.az.md index 3bd5a4288..6cbf9f40d 100644 --- a/9-Real-World/2-Debugging-ML-Models/translations/README.az.md +++ b/9-Real-World/2-Debugging-ML-Models/translations/README.az.md @@ -1,6 +1,6 @@ # Postskipt: Maşın öyrənməsində Məsul AI idarə paneli komponentləri ilə model analizi -## [Mühazirə öncəsi quiz](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/5/) +## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/5/) ## Giriş diff --git a/translations/README.az.md b/translations/README.az.md index 32e1f5a4d..2ececf80d 100644 --- a/translations/README.az.md +++ b/translations/README.az.md @@ -30,7 +30,7 @@ Bu klassik texnikaları dünyanın bir çox yerindən olan datalara tətbiq etdi **[Tələbələr](https://aka.ms/student-page)**, bu kurrikulumdan istifadə etmək üçün reponu öz GitHub hesabınıza kopyalayın və tapşırıqları özünüz tək və ya qrup şəklində tamamlayın: -- Mühazirə öncəsi quiz ilə başlayın. +- Mühazirədən əvvəl test ilə başlayın. - Mühazirəni oxuyun və hər bir bilik yoxlamasında olan fəaliyyətləri tamamlayın. - Həll kodunu işlətməkdənsə, dərsləri dərk edərək layihələri qurmağa çalışın; lakin bu kodlar hər bir layihə yönümlü dərsin `/solution` qovluğunda mövcuddur. - Mühazirədən sonrakı quizdə iştirak edin. @@ -75,7 +75,7 @@ Məzmunun layihələrə uyğun olmasını təmin etməklə proses tələbələr - dərslə bağlı eskiz - əlavə video material - video təlimatlar (yalnız bəzi dərslər) -- mühazirə öncəsi quiz +- Mühazirədən əvvəl test - yazılı dərs - layihə əsaslı dərslər üçün, layihənin necə qurulmasına dair addımlı təlimatlar - biliyin yoxlanması