Sync translations with latest source changes. Languages: Burmese (Myanmar) [my], Ukrainian [uk], Lithuanian [lt]update-translations
localizeflow[bot]
3 weeks ago
parent
b7c2a4a7f1
commit
d8d9750f1d
@ -1,28 +1,30 @@
|
||||
## Mokytojams
|
||||
|
||||
Norėtumėte naudoti šią mokymo programą savo klasėje? Prašome, naudokitės!
|
||||
Ar norėtumėte naudoti šią mokymo programą savo klasėje? Prašome jaustis laisvai!
|
||||
|
||||
Iš tiesų, galite ją naudoti tiesiogiai GitHub platformoje, pasitelkdami GitHub Classroom.
|
||||
Iš tiesų, galite ją naudoti tiesiog GitHub platformoje, naudodamiesi GitHub Classroom.
|
||||
|
||||
Norėdami tai padaryti, nukopijuokite šį repozitoriją. Jums reikės sukurti atskirą repozitoriją kiekvienai pamokai, todėl turėsite išskirti kiekvieną aplanką į atskirą repozitoriją. Tokiu būdu [GitHub Classroom](https://classroom.github.com/classrooms) galės atskirai apdoroti kiekvieną pamoką.
|
||||
Tam sukurkite šio saugyklos (repo) šaką (fork). Jums reikės sukurti saugyklą kiekvienai pamokai, todėl reikės kiekvieną aplanką atskirti į atskirą saugyklą. Tokiu būdu [GitHub Classroom](https://classroom.github.com/classrooms) galės atskirai valdyti kiekvieną pamoką.
|
||||
|
||||
Šios [išsamios instrukcijos](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) padės jums suprasti, kaip sukurti savo klasę.
|
||||
Šios [išsamios instrukcijos](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) suteiks jums supratimą, kaip sukurti klasę.
|
||||
|
||||
## Naudojimasis repozitorija tokia, kokia ji yra
|
||||
## Naudojimasis saugykla tokią, kokia ji yra
|
||||
|
||||
Jei norėtumėte naudoti šią repozitoriją tokia, kokia ji yra dabar, be GitHub Classroom, tai taip pat įmanoma. Jums reikės informuoti savo mokinius, kurią pamoką dirbti kartu.
|
||||
Jei norite naudoti šią saugyklą tokią, kokia ji yra ir neplanuojate naudotis GitHub Classroom, tai taip pat galima padaryti. Reikės su studentais susitarti, kurią pamoką nagrinėti kartu.
|
||||
|
||||
Naudojant internetinį formatą (Zoom, Teams ar kitą), galite sukurti atskiras grupes viktorinoms ir padėti mokiniams pasiruošti mokymuisi. Tada pakvieskite mokinius dalyvauti viktorinose ir pateikti savo atsakymus kaip „issues“ tam tikru laiku. Tą patį galite daryti ir su užduotimis, jei norite, kad mokiniai dirbtų bendradarbiaudami viešai.
|
||||
Internetiniame formate (Zoom, Teams ar kitame) galite sukurti atskiras grupes viktorinoms ir padėti mokiniams pasiruošti mokytis. Tada pakvieskite studentus dalyvauti viktorinose ir pateikti atsakymus kaip „issues“ tam tikru metu. Jei norite, kad studentai dirbtų bendradarbiaudami atvirai, galite taip pat padaryti su užduotimis.
|
||||
|
||||
Jei norite labiau privačios aplinkos, paprašykite mokinių nukopijuoti mokymo programą, pamoką po pamokos, į savo GitHub repozitorijas kaip privačias repozitorijas ir suteikti jums prieigą. Tada jie galės atlikti viktorinas ir užduotis privačiai bei pateikti jas jums per „issues“ jūsų klasės repozitorijoje.
|
||||
Jei pageidaujate privatesnio formato, paprašykite studentų atšakoti programą, pamoka po pamokos, į savo GitHub saugyklas kaip privačias saugyklas ir suteikti jums prieigą. Tada jie gali atlikti viktorinas ir užduotis privačiai bei pateikti jas jums per issues jūsų klasės saugykloje.
|
||||
|
||||
Yra daugybė būdų, kaip pritaikyti šią mokymo programą internetinės klasės formatui. Prašome pranešti, kas jums veikia geriausiai!
|
||||
Yra daug būdų, kaip tai galima organizuoti internetinėje klasėje. Prašome pranešti, kas jums labiausiai tinka!
|
||||
|
||||
## Pasidalinkite savo mintimis!
|
||||
## Prašome pasidalinti savo nuomone!
|
||||
|
||||
Norime, kad ši mokymo programa būtų naudinga jums ir jūsų mokiniams. Prašome pateikti [atsiliepimus](https://forms.microsoft.com/Pages/ResponsePage.aspx?id=v4j5cvGGr0GRqy180BHbR2humCsRZhxNuI79cm6n0hRUQzRVVU9VVlU5UlFLWTRLWlkyQUxORTg5WS4u).
|
||||
Mes norime, kad ši mokymo programa būtų naudinga jums ir jūsų mokiniams. Prašome pateikti mums [atsiliepimų](https://forms.microsoft.com/Pages/ResponsePage.aspx?id=v4j5cvGGr0GRqy180BHbR2humCsRZhxNuI79cm6n0hRUQzRVVU9VVlU5UlFLWTRLWlkyQUxORTg5WS4u).
|
||||
|
||||
---
|
||||
|
||||
**Atsakomybės apribojimas**:
|
||||
Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą [Co-op Translator](https://github.com/Azure/co-op-translator). Nors siekiame tikslumo, atkreipiame dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Kritinei informacijai rekomenduojama naudoti profesionalų žmogaus vertimą. Mes neprisiimame atsakomybės už nesusipratimus ar klaidingus aiškinimus, kylančius dėl šio vertimo naudojimo.
|
||||
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
||||
**Atsakomybės apribojimas**:
|
||||
Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą [Co-op Translator](https://github.com/Azure/co-op-translator). Nors siekiame tikslumo, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba laikomas autoritetingu šaltiniu. Svarbiai informacijai rekomenduojama naudoti profesionalų žmogiškąjį vertimą. Mes neatsakome už jokius nesusipratimus ar neteisingą interpretaciją, kilusią naudojantis šiuo vertimu.
|
||||
<!-- CO-OP TRANSLATOR DISCLAIMER END -->
|
||||
@ -1,33 +1,35 @@
|
||||
# စက်ရုပ်သင်ယူမှုအတွက် Clustering မော်ဒယ်များ
|
||||
# မက်ရှင်လေ့လာမှုအတွက် ကလပ်စတာအမျိုးအစား မော်ဒယ်များ
|
||||
|
||||
Clustering သည် စက်ရုပ်သင်ယူမှုလုပ်ငန်းတစ်ခုဖြစ်ပြီး၊ တူညီမှုရှိသော အရာများကို ရှာဖွေပြီး အုပ်စုများ (clusters) အဖြစ် စုစည်းပေးသည်။ Clustering သည် စက်ရုပ်သင်ယူမှု၏ အခြားနည်းလမ်းများနှင့် ကွဲပြားခြားနားပြီး၊ အလိုအလျောက်ဖြစ်ပျက်သည်။ တကယ်တော့ supervised learning နှင့် ဆန့်ကျင်ဘက်ဖြစ်သည်ဟု ဆိုနိုင်သည်။
|
||||
ကလပ်စတာက မက်ရှင်လေ့လာမှုလုပ်ငန်းတစ်ခုဖြစ်ပြီး ပစ္စည်းများသည် တူညီသောပစ္စည်းများကို ရှာဖွေကာ ကလပ်စတာဟုခေါ်သောအုပ်စုများသို့ စုစည်းပေးသည်။ ကလပ်စတာသည် မက်ရှင်လေ့လာမှုတွင် အခြားနည်းလမ်းများနှင့် ကွဲပြားသည့်အချက်မှာ ပရိုဆက်များသည် အလိုအလျောက်ဖြစ်ပွားခြင်း ဖြစ်ပြီး၊ ၎င်းသည် supervised learning (ထိန်းကြပ်သင်ကြားမှု) နှင့် ဆန့်ကျင်နေသောအရာဟု ဆိုနိုင်သည်။
|
||||
|
||||
## ဒေသဆိုင်ရာ ခေါင်းစဉ် - နိုင်ဂျီးရီးယားပရိသတ်၏ ဂီတအရသာအတွက် clustering မော်ဒယ်များ 🎧
|
||||
## ဒေသဆိုင်ရာ အကြောင်းအရာ။ ညီဂျီးရီးယား ပြည်သူ့ ရောနှောဂီတအရသာအတွက် ကလပ်စတာ မော်ဒယ်များ 🎧
|
||||
|
||||
နိုင်ဂျီးရီးယား၏ အမျိုးမျိုးသောပရိသတ်များတွင် အမျိုးမျိုးသော ဂီတအရသာများရှိသည်။ [ဒီဆောင်းပါး](https://towardsdatascience.com/country-wise-visual-analysis-of-music-taste-using-spotify-api-seaborn-in-python-77f5b749b421) မှ အားကိုးပြီး Spotify မှ ရှာဖွေထားသော ဒေတာကို အသုံးပြု၍ နိုင်ဂျီးရီးယားတွင် လူကြိုက်များသော ဂီတအချို့ကို ကြည့်ကြမည်။ ဒီဒေတာစဉ်တွင် သီချင်းများ၏ 'danceability' အဆင့်၊ 'acousticness'၊ 'loudness'၊ 'speechiness'၊ လူကြိုက်များမှုနှင့် 'energy' အကြောင်းအရာများ ပါဝင်သည်။ ဒီဒေတာတွင် ပုံစံများကို ရှာဖွေဖို့ စိတ်ဝင်စားဖွယ်ကောင်းပါသည်။
|
||||
ညီဂျီးရီးယား၏ အမျိုးမျိုးသော ပြည်သူ့အုပ်စုများသည် အမျိုးမျိုးသောဂီတအရသာများရှိသည်။ Spotify မှ ရယူထားသည့် ဒေတာကို အသုံးပြုကာ ([ဒီဆောင်းပါး](https://towardsdatascience.com/country-wise-visual-analysis-of-music-taste-using-spotify-api-seaborn-in-python-77f5b749b421) မှ စိတ်ဓာတ်ယူ၍) ညီဂျီးရီးယားတွင် လူနှစ်သက်သောဂီတများကို ကြည့်မည်။ ဒီ dataset တွင် သီချင်းအမျိုးမျိုး၏ 'danceability' အမှတ်၊ 'acousticness'၊ အသံကြိမ်နှုန်း၊ 'speechiness'၊ လူကြိုက်နှုန်းနှင့် စွမ်းအင်တို့အကြောင်း ပါဝင်သည်။ ဒီဒေတာတွင် ပုံစံများကို ရှာဖွေတွေ့ရှိရမည်ဖြစ်၍ စိတ်ဝင်စားဖွယ်ကောင်းပါသည်။
|
||||
|
||||
|
||||
|
||||
|
||||
> <a href="https://unsplash.com/@marcelalaskoski?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Marcela Laskoski</a> မှ <a href="https://unsplash.com/s/photos/nigerian-music?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a> တွင် ရိုက်ထားသော ဓာတ်ပုံ
|
||||
> ဓာတ်ပုံကို <a href="https://unsplash.com/@marcelalaskoski?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Marcela Laskoski</a> မှ <a href="https://unsplash.com/s/photos/nigerian-music?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a> တွင်
|
||||
|
||||
ဒီသင်ခန်းစာများတွင် Clustering နည်းလမ်းများကို အသုံးပြု၍ ဒေတာကို လေ့လာသုံးသပ်ရန် နည်းလမ်းအသစ်များကို ရှာဖွေမည်ဖြစ်သည်။ Clustering သည် သင်၏ ဒေတာစဉ်တွင် label မပါဝင်သောအခါ အထူးအသုံးဝင်သည်။ Label ပါဝင်ပါက၊ ယခင်သင်ခန်းစာများတွင် သင်လေ့လာခဲ့သော classification နည်းလမ်းများက ပိုအသုံးဝင်နိုင်သည်။ သို့သော် label မပါဝင်သော ဒေတာကို အုပ်စုဖွဲ့လိုသောအခါ Clustering သည် ပုံစံများကို ရှာဖွေဖို့ အကောင်းဆုံးနည်းလမ်းဖြစ်သည်။
|
||||
ဒီသင်ခန်းစာတွဲတွင် သင်သည် ကလပ်စတာနည်းစနစ်များဖြင့် ဒေတာအသစ်များကို ခွဲခြားစိစစ်နိုင်သည့် နည်းလမ်းများကို ရှာဖွေတွေ့ရှိမည်။ ကလပ်စတာသည် သင့်ဒေတာတွင် label မပါသောအခါ အထူးအသုံးဝင်သည်။ label ပါက၊ ယခင်သင်ခန်းစာများတွင် သင်ယူခဲ့သည့် classification နည်းစနစ်များကို အသုံးပြုသင့်သည်။ သို့သော် label မပါသော ဒေတာများကို အုပ်စုခွဲချင်သည့်အခါ ကလပ်စတာသည် ပုံစံများကို ရှာဖွေရန် ကောင်းသောနည်းဖြစ်သည်။
|
||||
|
||||
> Clustering မော်ဒယ်များနှင့် အလုပ်လုပ်ခြင်းကို လေ့လာရန် အထောက်အကူပြုသော low-code tools များရှိသည်။ [Azure ML](https://docs.microsoft.com/learn/modules/create-clustering-model-azure-machine-learning-designer/?WT.mc_id=academic-77952-leestott) ကို စမ်းကြည့်ပါ။
|
||||
> ကလပ်စတာ မော်ဒယ်များရှေ့ပြေးလေ့လာရာတွင် အထောက်အကူ ဖြစ်စေသည့် low-code tools များ ရှိသည်။ ဒီအလုပ်အတွက် [Azure ML](https://docs.microsoft.com/learn/modules/create-clustering-model-azure-machine-learning-designer/?WT.mc_id=academic-77952-leestott) ကို စမ်းကြည့်ပါ။
|
||||
|
||||
## သင်ခန်းစာများ
|
||||
|
||||
1. [Clustering ကိုမိတ်ဆက်ခြင်း](1-Visualize/README.md)
|
||||
2. [K-Means Clustering](2-K-Means/README.md)
|
||||
1. [ကလပ်စတာနည်းစနစ်များ၏ နိဒါန်း](1-Visualize/README.md)
|
||||
2. [K-Means ကလပ်စတာ](2-K-Means/README.md)
|
||||
|
||||
## အကျိုးတူ
|
||||
## အခွင့်အရေးများ
|
||||
|
||||
ဒီသင်ခန်းစာများကို 🎶 [Jen Looper](https://www.twitter.com/jenlooper) မှ ရေးသားပြီး၊ [Rishit Dagli](https://rishit_dagli) နှင့် [Muhammad Sakib Khan Inan](https://twitter.com/Sakibinan) မှ အထောက်အကူပြုသုံးသပ်ချက်များဖြင့် အကောင်းဆုံးဖြစ်စေရန် ပြုလုပ်ထားသည်။
|
||||
ဒီသင်ခန်းစာများကို 🎶 [Jen Looper](https://www.twitter.com/jenlooper) မှ ရေးသားပြီး [Rishit Dagli](https://rishit_dagli/) နှင့် [Muhammad Sakib Khan Inan](https://twitter.com/Sakibinan) တို့ မှ ပြန်လည်သုံးသပ်မှုကူညီမှုများပါဝင်သည်။
|
||||
|
||||
[Nigerian Songs](https://www.kaggle.com/sootersaalu/nigerian-songs-spotify) ဒေတာစဉ်ကို Kaggle မှ Spotify မှ ရှာဖွေထားသည်။
|
||||
[Nigerian Songs](https://www.kaggle.com/sootersaalu/nigerian-songs-spotify) dataset သည် Spotify မှ ကတ်ပြီး Kaggle မှ ရယူထားပါသည်။
|
||||
|
||||
ဒီသင်ခန်းစာကို ဖန်တီးရာတွင် အထောက်အကူပြုခဲ့သော အသုံးဝင်သော K-Means နမူနာများမှာ [iris exploration](https://www.kaggle.com/bburns/iris-exploration-pca-k-means-and-gmm-clustering)၊ [introductory notebook](https://www.kaggle.com/prashant111/k-means-clustering-with-python) နှင့် [hypothetical NGO example](https://www.kaggle.com/ankandash/pca-k-means-clustering-hierarchical-clustering) တို့ဖြစ်သည်။
|
||||
ဒီသင်ခန်းစာဖန်တီးရာတွင် အထောက်အကူဖြစ်လာသည့် အသုံးဝင်သော K-Means နမူနာများမှာ [iris exploration](https://www.kaggle.com/bburns/iris-exploration-pca-k-means-and-gmm-clustering), [introductory notebook](https://www.kaggle.com/prashant111/k-means-clustering-with-python), နှင့် [hypothetical NGO example](https://www.kaggle.com/ankandash/pca-k-means-clustering-hierarchical-clustering) တို့ဖြစ်ပါသည်။
|
||||
|
||||
---
|
||||
|
||||
**အကြောင်းကြားချက်**:
|
||||
ဤစာရွက်စာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု [Co-op Translator](https://github.com/Azure/co-op-translator) ကို အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှုအတွက် ကြိုးစားနေပါသော်လည်း၊ အလိုအလျောက် ဘာသာပြန်မှုများတွင် အမှားများ သို့မဟုတ် မမှန်ကန်မှုများ ပါဝင်နိုင်သည်ကို သတိပြုပါ။ မူရင်းဘာသာစကားဖြင့် ရေးသားထားသော စာရွက်စာတမ်းကို အာဏာတရ အရင်းအမြစ်အဖြစ် သတ်မှတ်သင့်ပါသည်။ အရေးကြီးသော အချက်အလက်များအတွက် လူ့ဘာသာပြန်ပညာရှင်များမှ ပရော်ဖက်ရှင်နယ် ဘာသာပြန်မှုကို အကြံပြုပါသည်။ ဤဘာသာပြန်မှုကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော အလွဲအလွဲအချော်များ သို့မဟုတ် အနားလွဲမှုများအတွက် ကျွန်ုပ်တို့သည် တာဝန်မယူပါ။
|
||||
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
||||
**ပြောကြားချက်**
|
||||
ဤစာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု [Co-op Translator](https://github.com/Azure/co-op-translator) အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှန်ကန်မှုအတွက် ကြိုးပမ်းနေသော်လည်း၊ စက်ကိရိယာဘာသာပြန်ခြင်းများတွင် အမှားများ သို့မဟုတ် မှားယွင်းချက်များ ပါဝင်နိုင်ကြောင်း သတိပြုပါရန် လိုအပ်ပါသည်။ မူလစာတမ်းကို မူရင်းဘာသာဖြင့်သာ ယုံကြည်စိတ်ချရသော အချက်အလက်အဖြစ် သတ်မှတ်သင့်သည်။ အရေးကြီးသည့် သတင်းအချက်အလက်များအတွက် ပရော်ဖက်ရှင်နယ် လူသားဘာသာပြန်သူဝန်ဆောင်မှုကို အကြံပြုပါသည်။ ဤဘာသာပြန်ချက်ကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော နားလည်မှုကွာခြားမှုများ သို့မဟုတ် မမှန်ကန်သော အသုံးပြုမှုများအတွက် ကျွန်ုပ်တို့ တာဝန်မခံပါ။
|
||||
<!-- CO-OP TRANSLATOR DISCLAIMER END -->
|
||||
@ -1,28 +1,30 @@
|
||||
# အချိန်စီးရီးခန့်မှန်းခြေကို မိတ်ဆက်ခြင်း
|
||||
# အချိန်စီးရီးခန့်မှန်းခြေမှုအကြောင်းအရာကျမ်း
|
||||
|
||||
အချိန်စီးရီးခန့်မှန်းခြင်းဆိုတာဘာလဲ? အတိတ်တွင်ဖြစ်ပျက်ခဲ့သည့် လမ်းကြောင်းများကို ချဉ်းကပ်လေ့လာပြီး အနာဂတ်ဖြစ်ရပ်များကို ခန့်မှန်းခြင်းဖြစ်သည်။
|
||||
အချိန်စီးရီးခန့်မှန်းခြေမှု ဆိုတာဘာလဲ? အဲ့ဟာက အတိတ်ကချက်များကို သုံးသပ်ပြီး အနာဂတ်ဖြစ်ရပ်များကို ခန့်မှန်းခြေတွက်ချက်ခြင်း ဖြစ်ပါတယ်။
|
||||
|
||||
## ဒေသဆိုင်ရာ ခေါင်းစဉ်: ကမ္ဘာတစ်ဝှမ်း လျှပ်စစ်သုံးစွဲမှု ✨
|
||||
## ဒေသဆိုင်ရာ ခေါင်းစဥ်: တစ်ကမ္ဘာလုံး လျှပ်စစ်သုံးစွဲမှု ✨
|
||||
|
||||
ဒီသင်ခန်းစာနှစ်ခုအတွင်းမှာ သင်သည် အချိန်စီးရီးခန့်မှန်းခြင်းကို မိတ်ဆက်ပေးမည်ဖြစ်ပြီး၊ ၎င်းသည် စက်မှုလုပ်ငန်းနှင့် စီးပွားရေးလောကအတွက် အလွန်အရေးကြီးသော်လည်း အများအားဖြင့် နည်းနည်းမိတ်ဆက်ထားသော စက်မှုလေ့လာမှုဧရိယာတစ်ခုဖြစ်သည်။ နယူးရယ်နက်ဝက်များကို ဒီမော်ဒယ်များ၏ အသုံးဝင်မှုကို တိုးတက်စေရန် အသုံးပြုနိုင်သော်လည်း၊ ကျွန်ုပ်တို့သည် ၎င်းတို့ကို ရိုးရာစက်မှုလေ့လာမှုအတွင်း လေ့လာသွားမည်ဖြစ်ပြီး၊ အတိတ်အခြေခံ၍ အနာဂတ်ဆောင်ရွက်မှုကို ခန့်မှန်းရန် မော်ဒယ်များက ကူညီပေးသည်။
|
||||
ဒီနှစ်ခန်းစာမှာ သင်သည် အချိန်စီးရီးခန့်မှန်းခြေမှုနဲ့ အနည်းငယ်မှာသာလျှင်လေ့လာကြရသော သက်ဆိုင်ရာ စက်ရုပ်သင်ယူခြင်းနယ်ပယ်တစ်ခု ဖြစ်ပြီး လုပ်ငန်းအတွက် အလွန်有用သော နယ်ပယ်တစ်ခုအကြောင်း မိတ်ဆက်ပေးပါမည်။ နယူးရယ်ကွန်ယက်များကို မော်ဒယ်များ၏ အသုံးများမှုမှာ ပိုမိုကောင်းမွန်အောင် အသုံးပြုနိုင်သော်လည်း ကျွန်ုပ်တို့ကတော့ ဒီမော်ဒယ်များကို အတိတ်အခြေခံ၍ အနာဂတ်စွမ်းဆောင်ရည် ခန့်မှန်းခြေရာ Classical machine learning နယ်ပယ်မှာ လေ့လာသွားမှာ ဖြစ်ပါတယ်။
|
||||
|
||||
ကျွန်ုပ်တို့၏ ဒေသဆိုင်ရာ အာရုံစိုက်မှုမှာ ကမ္ဘာတစ်ဝှမ်း လျှပ်စစ်သုံးစွဲမှုဖြစ်ပြီး၊ အတိတ်အလားအလာများအပေါ် အခြေခံ၍ အနာဂတ် လျှပ်စစ်သုံးစွဲမှုကို ခန့်မှန်းရန် သင်ယူရန် စိတ်ဝင်စားဖွယ် ဒေတာအစုတစ်ခုဖြစ်သည်။ ဒီလိုခန့်မှန်းမှုဟာ စီးပွားရေးပတ်ဝန်းကျင်မှာ အလွန်အသုံးဝင်နိုင်ပုံကို သင်မြင်နိုင်ပါမည်။
|
||||
ကျွန်ုပ်တို့၏ ဒေသဆိုင်ရာ အာရုံစူးစိုက်မှုမှာ ကမ္ဘာအနှံ့ လျှပ်စစ်အသုံးပြုမှု၊ အလွန်စိတ်ဝင်စားဖွယ် Dataset သည် အတိတ်က ရောနှောခံထားသော နှုန်းထားများအပေါ် အခြေခံ၍ အနာဂတ် လျှပ်စစ်သုံးစွဲမှုကို ခန့်မှန်းနိုင်ခြင်း၊ လုပ်ငန်းပတ်ဝန်းကျင်၌ ဤကဲ့သို့သော ခန့်မှန်းခြေမှု ဘယ်လို အထောက်အကူဖြစ်ပေးနိုင်တယ်ဆိုတာကို မြင်တွေ့နိုင်ပါသည်။
|
||||
|
||||
|
||||
|
||||
|
||||
ဓာတ်ပုံ - [Peddi Sai hrithik](https://unsplash.com/@shutter_log?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText) မှ Rajasthan တွင် လမ်းပေါ်ရှိ လျှပ်စစ်အင်အားမြှင့်စက်များ၏ ဓာတ်ပုံကို [Unsplash](https://unsplash.com/s/photos/electric-india?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText) တွင် ရိုက်ထားသည်။
|
||||
အဆိုပါ ဓါတ်ပုံကို [Peddi Sai hrithik](https://unsplash.com/@shutter_log?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText) မှ ရိုက်ကူးထားပြီး Rajasthan တောင်ပေါ်လမ်းပေါ် လျှပ်စစ်မီးတိုင်များကို [Unsplash](https://unsplash.com/s/photos/electric-india?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText) တွင်လည်း တွေ့နိုင်ပါသည်။
|
||||
|
||||
## သင်ခန်းစာများ
|
||||
## ခန်းစာများ
|
||||
|
||||
1. [အချိန်စီးရီးခန့်မှန်းခြင်းကို မိတ်ဆက်ခြင်း](1-Introduction/README.md)
|
||||
2. [ARIMA အချိန်စီးရီးမော်ဒယ်များ တည်ဆောက်ခြင်း](2-ARIMA/README.md)
|
||||
3. [အချိန်စီးရီးခန့်မှန်းရန် Support Vector Regressor တည်ဆောက်ခြင်း](3-SVR/README.md)
|
||||
1. [အချိန်စီးရီးခန့်မှန်းခြေမှုအကြောင်းအရာ](1-Introduction/README.md)
|
||||
2. [ARIMA အချိန်စီးရီး မော်ဒယ်များ တည်ဆောက်ခြင်း](2-ARIMA/README.md)
|
||||
3. [အချိန်စီးရီးခန့်မှန်းခြေအတွက် Support Vector Regressor တည်ဆောက်ခြင်း](3-SVR/README.md)
|
||||
|
||||
## အားကျေးဇူးတင်စကား
|
||||
## အကြောင်းအရာ ရေးသားမှု
|
||||
|
||||
"အချိန်စီးရီးခန့်မှန်းခြင်းကို မိတ်ဆက်ခြင်း" ကို ⚡️ ဖြင့် [Francesca Lazzeri](https://twitter.com/frlazzeri) နှင့် [Jen Looper](https://twitter.com/jenlooper) တို့က ရေးသားခဲ့သည်။ ဒီနိုက်ဘွတ်များကို ပထမဆုံး [Azure "Deep Learning For Time Series" repo](https://github.com/Azure/DeepLearningForTimeSeriesForecasting) တွင် Francesca Lazzeri မှ ရေးသားခဲ့သည်။ SVR သင်ခန်းစာကို [Anirban Mukherjee](https://github.com/AnirbanMukherjeeXD) မှ ရေးသားခဲ့သည်။
|
||||
"အချိန်စီးရီးခန့်မှန်းခြေမှုအကြောင်းအရာ" ကို ⚡️ ဖြင့် [Francesca Lazzeri](https://twitter.com/frlazzeri) နှင့် [Jen Looper](https://twitter.com/jenlooper) တို့က ရေးသားခဲ့သည်။ သင်ကြားမှုများကို ပထမဆုံး အွန်လိုင်းတွင် [Azure "Deep Learning For Time Series" repo](https://github.com/Azure/DeepLearningForTimeSeriesForecasting) တွင် Francesca Lazzeri မှ ရေးသားခဲ့ပါသည်။ SVR ခန်းစာကို [Anirban Mukherjee](https://github.com/AnirbanMukherjeeXD) မှ ရေးသားသည်။
|
||||
|
||||
---
|
||||
|
||||
**ဝက်ဘ်ဆိုက်မှတ်ချက်**:
|
||||
ဤစာရွက်စာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု [Co-op Translator](https://github.com/Azure/co-op-translator) ကို အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှန်ကန်မှုအတွက် ကြိုးစားနေပါသော်လည်း၊ အလိုအလျောက်ဘာသာပြန်ဆိုမှုများတွင် အမှားများ သို့မဟုတ် မတိကျမှုများ ပါဝင်နိုင်သည်ကို ကျေးဇူးပြု၍ သတိပြုပါ။ မူရင်းဘာသာစကားဖြင့် ရေးသားထားသော စာရွက်စာတမ်းကို အတည်ပြုရမည့် အရင်းအမြစ်အဖြစ် သတ်မှတ်ပါ။ အရေးကြီးသော အချက်အလက်များအတွက် လူက ဘာသာပြန်ဆိုမှုကို အကြံပြုပါသည်။ ဤဘာသာပြန်ကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသည့် အလွဲအချော်များ သို့မဟုတ် အနားလွဲမှုများအတွက် ကျွန်ုပ်တို့သည် တာဝန်မယူပါ။
|
||||
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
||||
**ပြောကြားချက်**
|
||||
ဤစာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု [Co-op Translator](https://github.com/Azure/co-op-translator) အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှန်ကန်မှုအတွက် ကြိုးပမ်းနေသော်လည်း၊ စက်ကိရိယာဘာသာပြန်ခြင်းများတွင် အမှားများ သို့မဟုတ် မှားယွင်းချက်များ ပါဝင်နိုင်ကြောင်း သတိပြုပါရန် လိုအပ်ပါသည်။ မူလစာတမ်းကို မူရင်းဘာသာဖြင့်သာ ယုံကြည်စိတ်ချရသော အချက်အလက်အဖြစ် သတ်မှတ်သင့်သည်။ အရေးကြီးသည့် သတင်းအချက်အလက်များအတွက် ပရော်ဖက်ရှင်နယ် လူသားဘာသာပြန်သူဝန်ဆောင်မှုကို အကြံပြုပါသည်။ ဤဘာသာပြန်ချက်ကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော နားလည်မှုကွာခြားမှုများ သို့မဟုတ် မမှန်ကန်သော အသုံးပြုမှုများအတွက် ကျွန်ုပ်တို့ တာဝန်မခံပါ။
|
||||
<!-- CO-OP TRANSLATOR DISCLAIMER END -->
|
||||
@ -1,28 +1,30 @@
|
||||
## ကျောင်းဆရာများအတွက်
|
||||
## ဆရာများအတွက်
|
||||
|
||||
ဒီသင်ခန်းစာများကို သင့်အတန်းထဲမှာ အသုံးပြုချင်ပါသလား? အခမဲ့အသုံးပြုနိုင်ပါတယ်!
|
||||
သင်၏စာသင်ခန်းတွင် ဤသင်ရိုးညွှန်းတမ်းကို အသုံးပြုလိုပါသလား? လွတ်လပ်စွာအသုံးပြုနိုင်ပါသည်!
|
||||
|
||||
အမှန်တကယ်တော့ GitHub ကို အသုံးပြုပြီး GitHub Classroom မှာ အသုံးပြုနိုင်ပါတယ်။
|
||||
အမှန်တော့ GitHub Classroom ကို အသုံးပြု၍ GitHub မှာ တိုက်ရိုက်အသုံးပြုလို့ရပါတယ်။
|
||||
|
||||
ဒါလုပ်ဖို့အတွက် ဒီ repo ကို fork လုပ်ပါ။ သင့်အနေနဲ့ သင်ခန်းစာတစ်ခုချင်းစီအတွက် repo တစ်ခုဖန်တီးဖို့လိုအပ်မှာဖြစ်ပြီး၊ folder တစ်ခုချင်းစီကို သီးသန့် repo အဖြစ် extract လုပ်ဖို့လိုအပ်ပါမယ်။ ဒီလိုလုပ်ရင် [GitHub Classroom](https://classroom.github.com/classrooms) က သင်ခန်းစာတစ်ခုချင်းစီကို သီးသန့်အသုံးပြုနိုင်ပါမယ်။
|
||||
အဲဒါအတွက် ဤ repo ကို fork လုပ်ပါ။ သင်တန်းတိုင်းအတွက် repo အသစ်တစ်ခုဖန်တီးရန် လိုအပ်လိမ့်မည်၊ ဒါကြောင့် ဖိုလ်ဒါတိုင်းကို သီးသန့် repo ဖြစ်အောင် ခွဲထုတ်ရပါမယ်။ အဲဒီလိုလုပ်ရင် [GitHub Classroom](https://classroom.github.com/classrooms) က သင်ခန်းစာတိုင်းကို သီးသန့် ခွဲစီထားနိုင်ပါတယ်။
|
||||
|
||||
ဒီ [အပြည့်အစုံလမ်းညွှန်ချက်များ](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) က သင့်အတန်းကို စီစဉ်ပုံကို အကြမ်းဖျင်းသိရှိစေပါမယ်။
|
||||
ဤ [ပြည့်စုံသောညွှန်ကြားချက်များ](https://github.blog/2020-03-18-set-up-your-digital-classroom-with-github-classroom/) က သင်၏စာသင်ခန်းကို တွဲဖက်ထားပုံကို သိရှိနိုင်ပါလိမ့်မယ်။
|
||||
|
||||
## Repo ကို လက်ရှိအတိုင်းအသုံးပြုခြင်း
|
||||
## ဒီ repo ကို အာရုံစိုက်အသုံးပြုခြင်း
|
||||
|
||||
GitHub Classroom ကို အသုံးမပြုဘဲ Repo ကို လက်ရှိအတိုင်း အသုံးပြုချင်တယ်ဆိုရင်လည်း အဆင်ပြေပါတယ်။ သင့်အနေနဲ့ သင့်ကျောင်းသားများကို ဘယ်သင်ခန်းစာကို အတူတူ လေ့လာရမယ်ဆိုတာ ဆက်သွယ်ပေးရပါမယ်။
|
||||
GitHub Classroom မသုံးပဲ ဒီ repo ကို လက်ရှိရှိသည့်အတိုင်း အသုံးပြုလိုပါကလည်း ဖြစ်နိုင်ပါသည်။ သင်တန်းသားများအား မည်သည့်သင်ခန်းစာကို တွဲဖက်လေ့လာမည်ဆိုသည်ကို ဆက်သွယ်ပြောကြားရပါမည်။
|
||||
|
||||
အွန်လိုင်းပုံစံ (Zoom, Teams, ဒါမှမဟုတ် အခြား) မှာ quizzes အတွက် breakout rooms ဖွဲ့ပြီး၊ ကျောင်းသားများကို လေ့လာရန် ပြင်ဆင်စေဖို့ mentor လုပ်နိုင်ပါတယ်။ ပြီးရင် quizzes အတွက် ကျောင်းသားများကို ဖိတ်ခေါ်ပြီး 'issues' အနေနဲ့ အချိန်တစ်ခုမှာ အဖြေများကို submit လုပ်စေပါ။ Assignments အတွက်လည်း ကျောင်းသားများကို ပွင့်လင်းပုံစံနဲ့ ပူးပေါင်းလုပ်ဆောင်စေချင်တယ်ဆိုရင် ဒီလိုပုံစံနဲ့ လုပ်နိုင်ပါတယ်။
|
||||
အွန်လိုင်း ပုံစံ (Zoom, Teams သို့မဟုတ် အခြား) တွင် ကွဲထွက်အခန်းများဖွဲ့၍ မေးခွန်းများလုပ်၊ သင်တန်းသားများကို လေ့လာရန် အသင့်ရှိစေရန် အကြံဉာဏ်ပေးနိုင်သည်။ ထို့နောက် သင်တန်းသားများကို မေးခွန်းများ ဖြေဆိုခွင့်နှင့် သူတို့၏ဖြေကြောင်းများကို သတ်မှတ်အချိန်တွင် 'issues' အဖြစ် တင်ပြရန် ဖိတ်ခေါ်နိုင်ပါသည်။ သင်တန်းသားများအဖွဲ့လိုက်ပူးပေါင်း၍ အလုပ်လုပ်ရန်လိုလျှင်လည်း အဆိုပါ နည်းလမ်းကို အလားတူသုံးနိုင်သည်။
|
||||
|
||||
ပိုပြီး private ပုံစံကို သင့်အတန်းမှာ အသုံးပြုချင်တယ်ဆိုရင် ကျောင်းသားများကို curriculum ကို lesson တစ်ခုချင်းစီ fork လုပ်ပြီး သူတို့ရဲ့ GitHub repos တွေကို private repos အဖြစ်ထားစေပါ။ ပြီးရင် သင့်ကို access ပေးပါ။ ဒီလိုလုပ်ပြီး quizzes နဲ့ assignments တွေကို private ပုံစံနဲ့ ပြီးစီးစေပြီး၊ classroom repo မှာ issues အနေနဲ့ submit လုပ်စေပါ။
|
||||
ပုဂ္ဂလိက ပုံစံပို မိုက်မြတ်သည့် သင်ပုဒ်မတစ်ခုဖြစ်ခဲ့လျှင်၊ သင်တန်းသားများကို သင်ရိုးညွှန်းတမ်းကို သင်ခန်းစာခြားစီ ဖေါ့်ခ်၍ သူတို့၏ GitHub repo များကို ပုဂ္ဂလိက တစ်ဆင့် ဖန်တီးပေး၍ သင်အား ဝင်ကြည့်ခွင့်ပေးရန် တောင်းဆိုပါ။ ထို့နောက် သူတို့သည် မေးခွန်းများနှင့် အလုပ်များကို ပုဂ္ဂလိက ဖြေဆိုပြီး သင်၏ စာသင်ခန်း repo တွင် issues အဖြစ် တင်ပြနိုင်ပါသည်။
|
||||
|
||||
အွန်လိုင်းအတန်းပုံစံမှာ ဒီလိုလုပ်ဖို့ နည်းလမ်းများစွာရှိပါတယ်။ သင့်အတွက် အကောင်းဆုံးအဆင်ပြေတဲ့နည်းလမ်းကို ကျေးဇူးပြုပြီး ပြောပြပေးပါ!
|
||||
အွန်လိုင်းစာသင်ခန်း ပုံစံ အတွက် အလုပ်ထွက်စေဖို့ နည်းလမ်းစုံတစ်ဝိုက် ရှိပါသည်။ သင့်အတွက် အကောင်းဆုံးဖြစ်သော နည်းလမ်းကို ကျေးဇူးပြု၍ ပြောပြပါ!
|
||||
|
||||
## ကျေးဇူးပြုပြီး သင့်အမြင်ကို မျှဝေပါ!
|
||||
## ကျေးဇူးပြု၍ သင့်ထင်မြင်ချက်များ ထားပေးပါ!
|
||||
|
||||
ဒီ curriculum ကို သင့်နဲ့ သင့်ကျောင်းသားများအတွက် အကောင်းဆုံးဖြစ်စေချင်ပါတယ်။ ကျေးဇူးပြုပြီး [အကြံပြုချက်](https://forms.microsoft.com/Pages/ResponsePage.aspx?id=v4j5cvGGr0GRqy180BHbR2humCsRZhxNuI79cm6n0hRUQzRVVU9VVlU5UlFLWTRLWlkyQUxORTg5WS4u) ပေးပါ!
|
||||
ဤသင်ရိုးညွှန်းတမ်းကို သင်နှင့် သင်၏ သင်တန်းသားများအတွက် အလုပ်ဖြစ်စေလိုပါသည်။ [တုံ့ပြန်ချက်](https://forms.microsoft.com/Pages/ResponsePage.aspx?id=v4j5cvGGr0GRqy180BHbR2humCsRZhxNuI79cm6n0hRUQzRVVU9VVlU5UlFLWTRLWlkyQUxORTg5WS4u) ပေးပို့ပေးပါ။
|
||||
|
||||
---
|
||||
|
||||
**ဝက်ဘ်ဆိုက်မှတ်ချက်**:
|
||||
ဤစာရွက်စာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု [Co-op Translator](https://github.com/Azure/co-op-translator) ကို အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှန်ကန်မှုအတွက် ကြိုးစားနေသော်လည်း၊ အလိုအလျောက်ဘာသာပြန်ဆိုမှုများတွင် အမှားများ သို့မဟုတ် မမှန်ကန်မှုများ ပါဝင်နိုင်သည်ကို သတိပြုပါ။ မူရင်းစာရွက်စာတမ်းကို ၎င်း၏ မူလဘာသာစကားဖြင့် အာဏာတည်သောရင်းမြစ်အဖြစ် သတ်မှတ်သင့်ပါသည်။ အရေးကြီးသော အချက်အလက်များအတွက် လူ့ဘာသာပြန်ပညာရှင်များမှ ပြန်ဆိုမှုကို အကြံပြုပါသည်။ ဤဘာသာပြန်ဆိုမှုကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော နားလည်မှုမှားများ သို့မဟုတ် အဓိပ္ပာယ်မှားများအတွက် ကျွန်ုပ်တို့သည် တာဝန်မယူပါ။
|
||||
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
||||
**ပြောကြားချက်**
|
||||
ဤစာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု [Co-op Translator](https://github.com/Azure/co-op-translator) အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှန်ကန်မှုအတွက် ကြိုးပမ်းနေသော်လည်း၊ စက်ကိရိယာဘာသာပြန်ခြင်းများတွင် အမှားများ သို့မဟုတ် မှားယွင်းချက်များ ပါဝင်နိုင်ကြောင်း သတိပြုပါရန် လိုအပ်ပါသည်။ မူလစာတမ်းကို မူရင်းဘာသာဖြင့်သာ ယုံကြည်စိတ်ချရသော အချက်အလက်အဖြစ် သတ်မှတ်သင့်သည်။ အရေးကြီးသည့် သတင်းအချက်အလက်များအတွက် ပရော်ဖက်ရှင်နယ် လူသားဘာသာပြန်သူဝန်ဆောင်မှုကို အကြံပြုပါသည်။ ဤဘာသာပြန်ချက်ကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော နားလည်မှုကွာခြားမှုများ သို့မဟုတ် မမှန်ကန်သော အသုံးပြုမှုများအတွက် ကျွန်ုပ်တို့ တာဝန်မခံပါ။
|
||||
<!-- CO-OP TRANSLATOR DISCLAIMER END -->
|
||||
Loading…
Reference in new issue