AZ: added translations lesson 2

1-Introduction/2-history-of-ML/translations/README.az.md

@@ -0,0 +1,152 @@
+# Maşın öyrənmə tarixi
+
+![Summary of History of machine learning in a sketchnote](../../../sketchnotes/ml-history.png)
+> [Tomomi İmura](https://www.twitter.com/girlie_mac) tərəfindən təsvir
+
+## [Mühazirədən əvvəl test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/3/)
+
+---
+
+[![Yeni başlayanlar üçün MÖ - Maşın öyrənmə tarixi](https://img.youtube.com/vi/N6wxM4wZ7V0/0.jpg)](https://youtu.be/N6wxM4wZ7V0 "Yeni başlayanlar üçün MÖ - Maşın öyrənmə tarixi")
+
+> 🎥 Bu dərslə məşğul olmaq üçün yuxarıdakı təsvirə toxunun və videonu izləyin.
+
+Bu dərsdə biz maşın öyrənmə və süni intellekt tarixində vacib mərhələlərindən keçəcəyik.
+
+Süni intellekt (Sİ) tarixi maşın öyrənmə sahəsi tarixinə daxildir, çünki MÖ əsasında istifadə olunan alqoritmlər və hesablama üsulları Sİ yaradılmasında kömək olur. Bunu yadda saxlamaq faydalıdır ki, bu sahələr 1950-ci illərdə araşdırmalar nəticəsində aydınlaşsa da, [alqoritm, statistik, riyazi, hesablama və texniki təşflər](https://wikipedia.org/wiki/Timeline_of_machine_learning) bu zaman bölgüsündən daha əvvəlinə düşür və kəsişir. Fakt budur ki, insanlar belə suallar haqqında [yüz illərdir](https://az.wikipedia.org/wiki/S%C3%BCni_intellektin_tarixi) fikirləşirlər (bu məqalə tarix boyu 'düşünən maşın' ideyası haqqında intellektual qeydləri əhatə edir).
+
+---
+## Diqqətəlayiq kəşflər
+
+- 1763, 1812 [Bayes Teoremi](https://wikipedia.org/wiki/Bayes%27_theorem) və törəmələr. Bu teorem və tətbiqləri bir hadisənin baş vermə ehtimalını əvvəlki biliklər əsasında dəyərləndirməsini izah edir.
+- 1805 [Ən kiçik kvadratlar üsulu](https://az.wikipedia.org/wiki/%C6%8Fn_ki%C3%A7ik_kvadratlar_%C3%BCsulu) fransız riyaziyyatçı Adriyen-Mari Legendr tərəfindən kəşf edilib. Bu teoremdə məlumatların modelləməsində istifadə olunan reqressiya üsulları barəsində bəhs edilir.
+- 1913 [Markov Zəncirləri](https://wikipedia.org/wiki/Markov_chain) rus riyaziyyatçı Andrey Markov şərəfinə adlandırılıb və baş verə biləcək hadisələr sırasını əvvəlki vəziyyətə görə təyin edilməsində istifadə edilir.
+- 1957 [Perseptron](https://az.wikipedia.org/wiki/Perseptron) amerikan psixoloq Frank Ruzenblat tərəfindən kəşf olunub. Bu metod dərin öyrənmə xətti qruplaşdırma üçün istifadə olunur.
+
+---
+
+- 1967 [Yaxın qonşular](https://wikipedia.org/wiki/Nearest_neighbor) alqoritmi ilk dəfə xəritədə yolların tapılması üçün hazırlanıb. MÖ sahəsində bu alqoritm modelləri tapmaqda istifadə olunur.
+- 1970 [Geri yayılma](https://wikipedia.org/wiki/Backpropagation) [neyron şəbəkələrini öncədən məlumatlandırma](https://wikipedia.org/wiki/Feedforward_neural_network) üsulu ilə təkmilləşdirmədə tətbiq olunur.
+- 1982 [Təkrarlanan neyron şəbəkələr](https://wikipedia.org/wiki/Recurrent_neural_network) şəbəkənin öncədən məlumatlandırma üsulundan yaranan müvəqqəti qraflardan ibarəd süni neyron şəbəkələrdir.
+
+✅ Biraz araşdırma edin. Başqa hansı tarixlər MÖ və Sİ tarixində vacib hissəni tutur?
+
+---
+## 1950: Düşünə bilən maşınlar
+
+[2019-cu ildə ictimaiyyət tərəfindən](https://wikipedia.org/wiki/Icons:_The_Greatest_Person_of_the_20th_Century) 20 əsrin ən görkəmli alimləri kimi seçilən Alan Türinq 'düşünə bilən maşın' modelinin qurucusu kimi tanınır. O, NLP dərslərimizdə araşdıracağınız [Türinq Testi](https://www.bbc.com/news/technology-18475646) yaratmaqla ona inanmayanlarla sübut etməyə və bu konsepsiyanın təcrübi sübutlarına öz ehtiyacını doldurmağa çalışdı.
+
+---
+## 1956: Dartmut Yay araşdırma layihəsi
+
+“Süni intellektlə bağlı Dartmut Yay Araşdırma Layihəsi süni intellektin bir sahə kimi əsas hadisəsi idi” və “süni intellekt” termini məhz burada ortaya çıxdı ([mənbə](https://250.dartmouth.edu/highlights/artificial-intelligence-ai-coined-dartmouth)).
+
+
+> Öyrənmənin hər bir aspekti və ya zəkanın hər hansı digər xüsusiyyəti prinsipcə o qədər dəqiq təsvir edilə bilər ki, onu simulyasiya etmək üçün maşın hazırlana bilər.
+
+---
+
+Aparıcı tədqiqatçı, riyaziyyat professoru Con Makkarti "öyrənmənin hər bir tərəfinin və ya zəkanın hər hansı digər xüsusiyyətini prinsipcə maşının simulyasiya edə biləcəyi dərəcədə çox dəqiqliklə təsvir oluna biləcəyi fərziyyəsini davam etdirməyə" inanırdı. İştirakçılar arasında sahənin digər korifeyi Marvin Minski də var idi.
+
+Seminar, "simvolik metodların yüksəlişi, məhdud sahələrə yönəlmiş sistemlər (ilkin ekspert sistemləri) və induktiv sistemlərə qarşı deduktiv sistemlər" daxil olmaqla bir neçə müzakirələrin başlanmasına və təşviq etməsinə görə yadda qaldı ([mənbə](https://wikipedia.org/wiki/Dartmouth_workshop)).
+
+---
+## 1956 - 1974: "Qızıl illər"
+
+1950-ci illərdən 70-ci illərin ortalarına qədər süni intellektin bir çox problemi həll edə biləcəyi ümidi ilə nikbinlik yüksək səviyyədə idi. 1967-ci ildə Marvin Minski əminliklə bildirdi ki, “bir nəsil ərzində... “süni intellekt”in yaradılması problemi əsaslı şəkildə həll olunacaq”. (Minsky, Marvin (1967), Hesablama: Sonlu və Sonsuz Maşınlar, Englewood Cliffs, N.J.: Prentice-Hall
+
+Təbii dil emal tədqiqatları çiçəkləndi, axtarış təkmilləşdi və daha güclü oldu və sadə tapşırıqların sadə dil təlimatlarından istifadə edilərək tamamlandığı "mikro dünyalar" konsepsiyası yaradıldı.
+
+---
+
+Tədqiqatlar dövlət qurumları tərəfindən yaxşı maliyyələşdirildi, hesablamalar və alqoritmlər sahəsində irəliləyişlər əldə edildi və ağıllı maşınların prototipləri quruldu. Bu maşınlardan bəzilərinə aşağıdakılar daxildir:
+
+* [Şakey robotu](https://wikipedia.org/wiki/Shakey_the_robot), manevr edə bilən və tapşırıqları "ağıllı" şəkildə yerinə yetirməyə qərar verən robot.
+
+    ![Şakey, ağıllı robot](../images/shakey.jpg)
+    > Şakey 1972-ci il
+
+---
+
+* Erkən 'söhbətçi' Eliza insanlarla söhbət edə və primitiv bir 'terapevt' rolunu oynaya bilirdi. NLP dərslərində Eliza haqqında daha çox məlumat əldə edəcəksiniz.
+
+    ![Eliza, bot](../images/eliza.png)
+    > Elizanın bir versiyası, çatbot
+
+---
+
+* "Bloklar dünyası" blokların üst-üstə yığıla və çeşidlənə biləcəyi və qərar qəbul etmək üçün maşınların öyrədilməsi üzrə təcrübələrin sınaqdan keçirilə biləcəyi mikro dünyanın nümunəsi idi. [SHRDLU](https://wikipedia.org/wiki/SHRDLU) kimi kitabxanalarla qurulmuş irəliləyişlər dilin işlənməsini irəli aparmağa kömək etdi.
+
+    [![SHRDLU ilə bloklar dünyası](https://img.youtube.com/vi/QAJz4YKUwqw/0.jpg)](https://www.youtube.com/watch?v=QAJz4YKUwqw "SHRDLU ilə bloklar dünyası")
+
+    > 🎥 Videoya baxmaq üçün təsvirə toxunun: SHRDLU ilə bloklar dünyası
+
+---
+## 1974 - 1980: "Sİ qışı"
+
+1970-ci illərin ortalarında aydın oldu ki, “ağıllı maşınlar”ın hazırlanmasının mürəkkəbliyi lazımi səviyyədə göstərilməyib və mövcud hesablama gücü nəzərə alınmaqla ondan gözləntilər həddənindən artıq olub. Maliyyələşmə azaldı və sahəyə inam azaldı. Güvənə təsir edən bəzi məsələlərə aşağıdakılar daxildir:
+
+---
+- **Limitlər**. Hesablama gücü çox limitli idi.
+- **Kombinator partlayışı**. Maşın öyrənmə üçün istifadə olunan parametr sayı komputerlərin hesablama gücü və tutumunun inkişafı ilə parallel getmirdi, hətta eksponent olaraq artırdı.
+- **Məlumat azlığı**. Alqoritmlərin sınaqdan keçirilməsi, işlənməsi və dəqiqləşdirilməsi prosesinə lazım olan məlumatların azlığı mane olurdu.
+- **Doğru sualları veririkmi?**. Verilən sualların özü də sorğulanmağa başladı. Tədqiqatçılar öz yanaşmalarını tənqid etməyə başladılar:
+  - Turinq testləri, digər fikirlərlə yanaşı, "rəqəmsal kompüterin proqramlaşdırılması onu dili başa düşmüş kimi göstərə bilər, lakin həqiqi anlayış yarada bilməz" deyən "Çin otağı nəzəriyyəsi" vasitəsi ilə sual altına düşdü ([mənbə](https://plato.stanford.edu/entries/chinese-room/)).
+  - “Terapevt” ELIZA kimi süni intellektlərin cəmiyyətə daxil edilməsinin etikasına etiraz edildi.
+
+---
+
+Eyni zamanda, müxtəlif Sİ düşüncə məktəbləri formalaşmağa başladı. ["Qarışıq" ilə "səliqəli AI"](https://wikipedia.org/wiki/Neats_and_scruffies) təcrübələri arasında müqayisədə dixotomiya (eyni zamanda yalnız biri mümkün olan) quruldu. _Qarışıq_ laboratoriyaları istədiyiniz nəticələr əldə edənə qədər proqramları saatlarla dəyişirdilər. _Səliqəli_ laboratoriyaları isə "məntiqə və formal problemlərin həllinə yönəldilib". ELIZA və SHRDLU sistemləri _qarışıq_ kateqoriyasında tanınırlar. 1980-ci illərdə, MÖ sistemlərini təkrarlana bilən etmək tələbi yarandıqca, nəticələri daha izah oluna bilən _səliqəli_ yanaşma tədricən ön plana çıxdı.
+
+---
+## 1980-ci illər Ekspert sistemlər
+
+Sahə böyüdükcə onun biznesə faydası daha aydın oldu və 1980-ci illərdə “ekspert sistemləri”nin yayılması da artdı. "Ekspert sistemləri süni intellektin (Sİ) proqram təminatının ilk həqiqi uğurlu formalarından biri idi" ([mənbə](https://wikipedia.org/wiki/Expert_system)).
+
+Bu tip sistem əslində _hibriddir_, bir hissəsi biznes tələblərini müəyyən edən qaydalar mühərrikindən və digər hissəsi yeni faktlar çıxarmaq üçün qaydalar sistemindən istifadə edən mühərrikindən ibarətdir.
+
+Bu dövr həm də neyron şəbəkələrinə artan diqqətin şahidi oldu.
+
+---
+## 1987 - 1993: Sİ 'sükutu'
+
+İxtisaslaşmış ekspert sistemlərinin aparatlarının yayılması həddən artıq ixtisaslaşmış olmaq kimi xoşagəlməz effekt verdi. Fərdi kompüterlərin yüksəlişi də bu böyük, ixtisaslaşmış və mərkəzləşdirilmiş sistemlərlə rəqabət aparırdı. Hesablamanın demokratikləşməsi başlamışdı və bu, nəhayət, böyük verilənlərin müasir partlayışına yol açdı.
+
+---
+## 1993 - 2011
+
+Bu dövrdə MÖ və Sİ üçün əvvəllər məlumat və hesablama gücünün bəs etməməsi səbəbindən həll olunmayan bəzi problemlərin həlli tapıldı. Xüsusilə 2007-ci ildə smartfonun meydana çıxması ilə məlumatların miqdarı sürətlə artmağa və daha geniş şəkildə əlçatan olmağa başladı. Hesablama gücü eksponent olaraq genişləndi və alqoritmlər də onunla birlikdə inkişaf etdi. Keçmişin sərbəst dövrləri artıq intizamlı hala gəlməyə başladıqca sahə yetkinləşməyə başladı.
+
+---
+## İndi
+
+Bu gün maşın öyrənməsi və süni intellekt həyatımızın demək olar ki, hər bir hissəsinə toxunur. Bu dövr alqoritmlərin insan həyatına riskləri və potensial təsirlərini diqqətlə başa düşməyi tələb edir. Microsoft-dan Brad Smith-in dediyi kimi, "İnformasiya texnologiyası məxfilik və ifadə azadlığı kimi fundamental insan hüquqlarının müdafiəsinin mərkəzinə gedən məsələləri gündəmə gətirir. Bu problemlər məhsullar yaradan texnologiya şirkətlərinin məsuliyyətini artırır. Fikrimizcə, onlar həmçinin düşünülmüş dövlət tənzimləməsini və düzgün istifadə qaydalarının işlənib hazırlanmasını tələb edirlər" ([mənbə](https://www.technologyreview.com/2019/12/18/102365/the-future-of-ais-impact-on-society/)).
+
+---
+
+Gələcəyin nələr vəd etdiyini görürük, lakin kompüter sistemlərini və onların işlədiyi proqram və alqoritmləri başa düşmək vacibdir. Ümid edirik ki, bu kurikulum daha yaxşı başa düşməyinizə kömək edəcək ki, özünüz qərar verə biləsiniz.
+
+[![Dərin öyrənmənin tarixi](https://img.youtube.com/vi/mTtDfKgLm54/0.jpg)](https://www.youtube.com/watch?v=mTtDfKgLm54 "Dərin öyrənmənin tarixi")
+> 🎥 Videoya baxmaq üçün yuxarıdakı şəkilə toxunun: Yan LeCun mühazirəsində dərin öyrənmə tarixini müzakirə edir
+
+---
+## 🚀 Məşğələ
+
+Bu tarixi məqamlardan (yuxarıdakı sadalanan) birini seçib və onların arxasında duran insanlar haqqında daha çox məlumat əldə edin. Onlar arasında maraqlı personajlar var və mədəni boşluqdan heç bir elmi kəşf yaradılmayıb. Bəs siz onlarda nələri kəşf etdiniz?
+
+## [Mühazirədən sonra test](https://gray-sand-07a10f403.1.azurestaticapps.net/quiz/4/)
+
+---
+## Təkrarlayın və özünüz öyrənin
+
+İzləmək də dinləmək üçün materiallar:
+
+[Amy Boydun süni intellektin təkamülünü müzakirə etdiyi podkast](http://runasradio.com/Shows/Show/739)
+
+[![Amy Boyd tərəfindən Sİ tarixi](https://img.youtube.com/vi/EJt3_bFYKss/0.jpg)](https://www.youtube.com/watch?v=EJt3_bFYKss "Amy Boyd tərəfindən Sİ tarixi")
+
+---
+
+## Tapşırıq
+
+[Zaman qrafiki qurun](assignment.az.md)

1-Introduction/2-history-of-ML/translations/assignment.az.md

@@ -0,0 +1,11 @@
+# Zaman qrafiki qurun
+
+## Təlimat
+
+[Bu reponu](https://github.com/Digital-Humanities-Toolkit/timeline-builder) istifadə edərək alqoritmlərin, riyaziyyatın, statistikanın, Sİ və ya MÖ tarixinin bəzi aspektlərinin və ya bunların birləşməsinin bir zaman qrafikini yaradın. Bir insana, bir fikrə və ya uzun müddətli bir fikirə diqqət yetirə bilərsiniz. Multimedia elementlərini (şəkil, video, səs) əlavə etdiyinizə əmin olun.
+
+## Rubrika
+
+|  | Təqdir ediləsi | Bəs edən  | İnkişaf etdirilməli  |
+| -------- | ------------------------------------------------- | --------------------------------------- | ---------------------------------------------------------------- |
+|     Tələblər     | Zaman qrafiki GitHub səhifəsində paylaşılmışdır | Kod hazır deyil və paylaşılmayıb | Zaman qrafiki natamamdır, yaxşı araşdırılmayıb və paylaşılmayıb |

1-Introduction/translations/README.az.md

@@ -7,8 +7,8 @@ Kurikulumun bu hissəsində siz maşın öyrənməsi sahəsinin əsas fundamenta
   
 ### Dərslər
 
-1. [Maşın öyrənməsinə giriş](../1-intro-to-ML/README.md)
+1. [Maşın öyrənməsinə giriş](../1-intro-to-ML/translations/README.az.md)
-1. [Maşın öyrənmə tarixi](../2-history-of-ML/README.md)
+1. [Maşın öyrənmə tarixi](../2-history-of-ML/translations/README.az.md)
 1. [Maşın öyrənmə və ədalət](../3-fairness/README.md)
 1. [Maşın öyrənmə texnikaları](../4-techniques-of-ML/README.md)