[](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE) [](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/) [](https://GitHub.com/microsoft/ML-For-Beginners/issues/) [](https://GitHub.com/microsoft/ML-For-Beginners/pulls/) [](http://makeapullrequest.com) [](https://GitHub.com/microsoft/ML-For-Beginners/watchers/) [](https://GitHub.com/microsoft/ML-For-Beginners/network/) [](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/) ### 🌐 বহু ভাষার সমর্থন #### GitHub Action এর মাধ্যমে সমর্থিত (স্বয়ংক্রিয় এবং সর্বদা আপডেটেড) [আরবি](../ar/README.md) | [বাংলা](./README.md) | [বুলগেরিয়ান](../bg/README.md) | [বর্মি (মায়ানমার)](../my/README.md) | [চীনা (সরলীকৃত)](../zh/README.md) | [চীনা (প্রথাগত, হংকং)](../hk/README.md) | [চীনা (প্রথাগত, ম্যাকাও)](../mo/README.md) | [চীনা (প্রথাগত, তাইওয়ান)](../tw/README.md) | [ক্রোয়েশিয়ান](../hr/README.md) | [চেক](../cs/README.md) | [ড্যানিশ](../da/README.md) | [ডাচ](../nl/README.md) | [এস্তোনিয়ান](../et/README.md) | [ফিনিশ](../fi/README.md) | [ফরাসি](../fr/README.md) | [জার্মান](../de/README.md) | [গ্রিক](../el/README.md) | [হিব্রু](../he/README.md) | [হিন্দি](../hi/README.md) | [হাঙ্গেরিয়ান](../hu/README.md) | [ইন্দোনেশিয়ান](../id/README.md) | [ইতালিয়ান](../it/README.md) | [জাপানি](../ja/README.md) | [কোরিয়ান](../ko/README.md) | [লিথুয়ানিয়ান](../lt/README.md) | [মালয়](../ms/README.md) | [মারাঠি](../mr/README.md) | [নেপালি](../ne/README.md) | [নাইজেরিয়ান পিজিন](../pcm/README.md) | [নরওয়েজিয়ান](../no/README.md) | [পার্সিয়ান (ফার্সি)](../fa/README.md) | [পোলিশ](../pl/README.md) | [পর্তুগিজ (ব্রাজিল)](../br/README.md) | [পর্তুগিজ (পর্তুগাল)](../pt/README.md) | [পাঞ্জাবি (গুরুমুখী)](../pa/README.md) | [রোমানিয়ান](../ro/README.md) | [রাশিয়ান](../ru/README.md) | [সার্বিয়ান (সিরিলিক)](../sr/README.md) | [স্লোভাক](../sk/README.md) | [স্লোভেনিয়ান](../sl/README.md) | [স্প্যানিশ](../es/README.md) | [সোয়াহিলি](../sw/README.md) | [সুইডিশ](../sv/README.md) | [টাগালগ (ফিলিপিনো)](../tl/README.md) | [তামিল](../ta/README.md) | [থাই](../th/README.md) | [তুর্কি](../tr/README.md) | [ইউক্রেনিয়ান](../uk/README.md) | [উর্দু](../ur/README.md) | [ভিয়েতনামিজ](../vi/README.md) #### আমাদের কমিউনিটিতে যোগ দিন [](https://discord.gg/nTYy5BXMWG) আমাদের Discord-এ AI শিখুন সিরিজ চলছে, আরও জানুন এবং আমাদের সাথে যোগ দিন [Learn with AI Series](https://aka.ms/learnwithai/discord) ১৮ - ৩০ সেপ্টেম্বর, ২০২৫। আপনি GitHub Copilot ব্যবহার করে ডেটা সায়েন্সের টিপস এবং কৌশল শিখতে পারবেন।  # শিক্ষার্থীদের জন্য মেশিন লার্নিং - একটি পাঠ্যক্রম > 🌍 বিশ্ব সংস্কৃতির মাধ্যমে মেশিন লার্নিং অন্বেষণ করতে আমাদের সাথে বিশ্ব ভ্রমণ করুন 🌍 Microsoft-এর Cloud Advocates আপনাদের জন্য ১২ সপ্তাহের, ২৬টি পাঠের একটি পাঠ্যক্রম নিয়ে এসেছে যা সম্পূর্ণ **মেশিন লার্নিং** নিয়ে। এই পাঠ্যক্রমে, আপনি যা কখনও কখনও **ক্লাসিক মেশিন লার্নিং** নামে পরিচিত তা শিখবেন, প্রধানত Scikit-learn লাইব্রেরি ব্যবহার করে এবং ডিপ লার্নিং এড়িয়ে যাবেন, যা আমাদের [AI for Beginners' পাঠ্যক্রমে](https://aka.ms/ai4beginners) অন্তর্ভুক্ত। এই পাঠ্যক্রমের সাথে আমাদের ['Data Science for Beginners' পাঠ্যক্রম](https://aka.ms/ds4beginners) জুড়ুন! আমাদের সাথে বিশ্ব ভ্রমণ করুন কারণ আমরা এই ক্লাসিক কৌশলগুলি বিশ্বের বিভিন্ন অঞ্চলের ডেটাতে প্রয়োগ করি। প্রতিটি পাঠে প্রাক-পাঠ এবং পোস্ট-পাঠ কুইজ, পাঠ সম্পূর্ণ করার জন্য লিখিত নির্দেশাবলী, একটি সমাধান, একটি অ্যাসাইনমেন্ট এবং আরও অনেক কিছু অন্তর্ভুক্ত রয়েছে। আমাদের প্রকল্প-ভিত্তিক শিক্ষাদান আপনাকে শেখার সময় তৈরি করতে দেয়, নতুন দক্ষতা অর্জনের একটি প্রমাণিত উপায়। **✍️ 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 চিত্রশিল্পীদের প্রতি ধন্যবাদ** Tomomi Imura, Dasani Madipalli, এবং Jen Looper **🙏 Microsoft Student Ambassador লেখক, পর্যালোচক এবং বিষয়বস্তু অবদানকারীদের প্রতি বিশেষ ধন্যবাদ 🙏**, বিশেষত Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, এবং Snigdha Agarwal **🤩 Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, এবং Vidushi Gupta-কে আমাদের R পাঠের জন্য অতিরিক্ত কৃতজ্ঞতা!** # শুরু করার জন্য এই ধাপগুলি অনুসরণ করুন: 1. **রিপোজিটরি ফর্ক করুন**: এই পৃষ্ঠার উপরের ডানদিকে "Fork" বোতামে ক্লিক করুন। 2. **রিপোজিটরি ক্লোন করুন**: `git clone https://github.com/microsoft/ML-For-Beginners.git` > [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) > 🔧 **সাহায্য দরকার?** আমাদের [Troubleshooting Guide](TROUBLESHOOTING.md) দেখুন ইনস্টলেশন, সেটআপ এবং পাঠ চালানোর সাধারণ সমস্যার সমাধানের জন্য। **[শিক্ষার্থীরা](https://aka.ms/student-page)**, এই পাঠ্যক্রমটি ব্যবহার করতে, সম্পূর্ণ রিপোটি আপনার নিজস্ব GitHub অ্যাকাউন্টে ফর্ক করুন এবং নিজে বা একটি গ্রুপের সাথে ব্যায়ামগুলি সম্পূর্ণ করুন: - প্রাক-লেকচার কুইজ দিয়ে শুরু করুন। - লেকচারটি পড়ুন এবং কার্যক্রমগুলি সম্পূর্ণ করুন, প্রতিটি জ্ঞান যাচাইয়ে থামুন এবং প্রতিফলিত করুন। - পাঠগুলি বুঝে প্রকল্পগুলি তৈরি করার চেষ্টা করুন, সমাধান কোড চালানোর পরিবর্তে; তবে সেই কোডটি প্রতিটি প্রকল্প-ভিত্তিক পাঠের `/solution` ফোল্ডারে উপলব্ধ। - পোস্ট-লেকচার কুইজ নিন। - চ্যালেঞ্জ সম্পূর্ণ করুন। - অ্যাসাইনমেন্ট সম্পূর্ণ করুন। - একটি পাঠ গোষ্ঠী সম্পূর্ণ করার পরে, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) পরিদর্শন করুন এবং "শিখুন" উপযুক্ত PAT রুব্রিক পূরণ করে। একটি 'PAT' হল একটি Progress Assessment Tool যা একটি রুব্রিক আপনি পূরণ করেন আপনার শেখার আরও উন্নতির জন্য। আপনি অন্যান্য PAT-এ প্রতিক্রিয়া জানাতে পারেন যাতে আমরা একসাথে শিখতে পারি। > 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 এবং শেখার পথগুলি অনুসরণ করার পরামর্শ দিই। **শিক্ষকগণ**, আমরা এই পাঠ্যক্রমটি কীভাবে ব্যবহার করবেন তার উপর [কিছু পরামর্শ](for-teachers.md) অন্তর্ভুক্ত করেছি। --- ## ভিডিও ওয়াকথ্রু কিছু পাঠ সংক্ষিপ্ত ভিডিও আকারে উপলব্ধ। আপনি এই ভিডিওগুলি পাঠের মধ্যে বা [Microsoft Developer YouTube চ্যানেলে ML for Beginners প্লেলিস্টে](https://aka.ms/ml-beginners-videos) খুঁজে পেতে পারেন, নিচের ছবিতে ক্লিক করে। [](https://aka.ms/ml-beginners-videos) --- ## টিমের সাথে পরিচিত হন [](https://youtu.be/Tj1XWrDSYJU) **Gif তৈরি করেছেন** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) > 🎥 উপরের ছবিতে ক্লিক করুন প্রকল্প এবং এটি তৈরি করা ব্যক্তিদের সম্পর্কে একটি ভিডিও দেখতে! --- ## শিক্ষাদান পদ্ধতি আমরা এই পাঠ্যক্রমটি তৈরি করার সময় দুটি শিক্ষাদান নীতি বেছে নিয়েছি: এটি হাতে-কলমে **প্রকল্প-ভিত্তিক** এবং এটি **প্রায়শই কুইজ** অন্তর্ভুক্ত করে। এছাড়াও, এই পাঠ্যক্রমে একটি সাধারণ **থিম** রয়েছে যা এটিকে সংহতি দেয়। প্রকল্পের সাথে সামঞ্জস্য রেখে বিষয়বস্তু নিশ্চিত করার মাধ্যমে, প্রক্রিয়াটি শিক্ষার্থীদের জন্য আরও আকর্ষণীয় হয়ে ওঠে এবং ধারণাগুলির ধারণ আরও বাড়ানো হয়। এছাড়াও, একটি ক্লাসের আগে একটি কম-ঝুঁকির কুইজ শিক্ষার্থীর একটি বিষয় শেখার উদ্দেশ্য সেট করে, যখন ক্লাসের পরে একটি দ্বিতীয় কুইজ আরও ধারণ নিশ্চিত করে। এই পাঠ্যক্রমটি নমনীয় এবং মজাদার হতে ডিজাইন করা হয়েছে এবং এটি সম্পূর্ণ বা আংশিকভাবে নেওয়া যেতে পারে। প্রকল্পগুলি ছোট থেকে শুরু হয় এবং ১২ সপ্তাহের চক্রের শেষে ক্রমশ জটিল হয়ে ওঠে। এই পাঠ্যক্রমে ML-এর বাস্তব জীবনের প্রয়োগের উপর একটি পোস্টস্ক্রিপ্টও অন্তর্ভুক্ত রয়েছে, যা অতিরিক্ত ক্রেডিট হিসাবে বা আলোচনার ভিত্তি হিসাবে ব্যবহার করা যেতে পারে। > আমাদের [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), [Translation](TRANSLATIONS.md), এবং [Troubleshooting](TROUBLESHOOTING.md) নির্দেশিকা খুঁজুন। আমরা আপনার গঠনমূলক প্রতিক্রিয়া স্বাগত জানাই! ## প্রতিটি পাঠ অন্তর্ভুক্ত করে - ঐচ্ছিক স্কেচনোট - ঐচ্ছিক সম্পূরক ভিডিও - ভিডিও ওয়াকথ্রু (কিছু পাঠের জন্য) - [প্রাক-লেকচার ওয়ার্মআপ কুইজ](https://ff-quizzes.netlify.app/en/ml/) - লিখিত পাঠ - প্রকল্প-ভিত্তিক পাঠের জন্য, প্রকল্পটি কীভাবে তৈরি করবেন তার ধাপে ধাপে নির্দেশিকা - জ্ঞান যাচাই - একটি চ্যালেঞ্জ - সম্পূরক পাঠ্য - অ্যাসাইনমেন্ট - [পোস্ট-লেকচার কুইজ](https://ff-quizzes.netlify.app/en/ml/) > **ভাষা সম্পর্কে একটি নোট**: এই পাঠগুলি প্রধানত Python-এ লেখা হয়েছে, তবে অনেকগুলি R-এও উপলব্ধ। একটি R পাঠ সম্পূর্ণ করতে, `/solution` ফোল্ডারে যান এবং R পাঠগুলি সন্ধান করুন। এগুলিতে একটি .rmd এক্সটেনশন রয়েছে যা একটি **R Markdown** ফাইলকে উপস্থাপন করে যা `Markdown document`-এ `code chunks` (R বা অন্যান্য ভাষার) এবং একটি `YAML header` (যা আউটপুটগুলি যেমন PDF ফরম্যাট করার নির্দেশ দেয়) এম্বেডিং হিসাবে সংজ্ঞায়িত করা যেতে পারে। এইভাবে, এটি ডেটা সায়েন্সের জন্য একটি উদাহরণমূলক লেখার কাঠামো হিসাবে কাজ করে কারণ এটি আপনাকে আপনার কোড, এর আউটপুট এবং আপনার চিন্তাগুলি Markdown-এ লিখে একত্রিত করতে দেয়। তদ্ব্যতীত, R Markdown ডকুমেন্টগুলি PDF, HTML, বা Word-এর মতো আউটপুট ফরম্যাটে রেন্ডার করা যেতে পারে। > **কুইজ সম্পর্কে একটি নোট**: সমস্ত কুইজ [Quiz App ফোল্ডারে](../../quiz-app) অন্তর্ভুক্ত, মোট ৫২টি কুইজ, প্রতিটিতে তিনটি প্রশ্ন। এগুলি পাঠের মধ্যে থেকে লিঙ্ক করা হয়েছে তবে কুইজ অ্যাপটি স্থানীয়ভাবে চালানো যেতে পারে; `quiz-app` ফোল্ডারে নির্দেশাবলী অনুসরণ করে এটি স্থানীয়ভাবে হোস্ট করুন বা Azure-এ ডিপ্লয় করুন। | পাঠ সংখ্যা | বিষয় | পাঠের গোষ্ঠী | শেখার উদ্দেশ্য | লিঙ্ককৃত পাঠ | লেখক | | :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: | | 01 | মেশিন লার্নিং-এর পরিচিতি | [Introduction](1-Introduction/README.md) | মেশিন লার্নিং-এর মৌলিক ধারণাগুলি শিখুন | [Lesson](1-Introduction/1-intro-to-ML/README.md) | মুহাম্মদ | | 02 | মেশিন লার্নিং-এর ইতিহাস | [Introduction](1-Introduction/README.md) | এই ক্ষেত্রের পেছনের ইতিহাস শিখুন | [Lesson](1-Introduction/2-history-of-ML/README.md) | জেন এবং অ্যামি | | 03 | ন্যায্যতা এবং মেশিন লার্নিং | [Introduction](1-Introduction/README.md) | ন্যায্যতার গুরুত্বপূর্ণ দার্শনিক বিষয়গুলি কী যা শিক্ষার্থীদের মডেল তৈরি এবং প্রয়োগ করার সময় বিবেচনা করা উচিত? | [Lesson](1-Introduction/3-fairness/README.md) | তোমোমি | | 04 | মেশিন লার্নিং-এর কৌশল | [Introduction](1-Introduction/README.md) | মেশিন লার্নিং গবেষকরা মডেল তৈরি করতে কী কৌশল ব্যবহার করেন? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | ক্রিস এবং জেন | | 05 | রিগ্রেশন-এর পরিচিতি | [Regression](2-Regression/README.md) | রিগ্রেশন মডেলের জন্য পাইথন এবং সাইকিট-লার্ন দিয়ে শুরু করুন | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | জেন • এরিক ওয়ানজাউ | | 06 | উত্তর আমেরিকার কুমড়ার দাম 🎃 | [Regression](2-Regression/README.md) | মেশিন লার্নিং-এর প্রস্তুতির জন্য ডেটা ভিজুয়ালাইজ এবং পরিষ্কার করুন | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | জেন • এরিক ওয়ানজাউ | | 07 | উত্তর আমেরিকার কুমড়ার 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) | জেন এবং দিমিত্রি • এরিক ওয়ানজাউ | | 08 | উত্তর আমেরিকার কুমড়ার দাম 🎃 | [Regression](2-Regression/README.md) | একটি লজিস্টিক রিগ্রেশন মডেল তৈরি করুন | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | জেন • এরিক ওয়ানজাউ | | 09 | একটি ওয়েব অ্যাপ 🔌 | [Web App](3-Web-App/README.md) | আপনার প্রশিক্ষিত মডেল ব্যবহার করার জন্য একটি ওয়েব অ্যাপ তৈরি করুন | [Python](3-Web-App/1-Web-App/README.md) | জেন | | 10 | শ্রেণীবিভাগের পরিচিতি | [Classification](4-Classification/README.md) | আপনার ডেটা পরিষ্কার, প্রস্তুত এবং ভিজুয়ালাইজ করুন; শ্রেণীবিভাগের পরিচিতি | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | জেন এবং ক্যাসি • এরিক ওয়ানজাউ | | 11 | সুস্বাদু এশিয়ান এবং ভারতীয় খাবার 🍜 | [Classification](4-Classification/README.md) | শ্রেণীবিভাজকের পরিচিতি | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | জেন এবং ক্যাসি • এরিক ওয়ানজাউ | | 12 | সুস্বাদু এশিয়ান এবং ভারতীয় খাবার 🍜 | [Classification](4-Classification/README.md) | আরও শ্রেণীবিভাজক | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | জেন এবং ক্যাসি • এরিক ওয়ানজাউ | | 13 | সুস্বাদু এশিয়ান এবং ভারতীয় খাবার 🍜 | [Classification](4-Classification/README.md) | আপনার মডেল ব্যবহার করে একটি রিকমেন্ডার ওয়েব অ্যাপ তৈরি করুন | [Python](4-Classification/4-Applied/README.md) | জেন | | 14 | ক্লাস্টারিং-এর পরিচিতি | [Clustering](5-Clustering/README.md) | আপনার ডেটা পরিষ্কার, প্রস্তুত এবং ভিজুয়ালাইজ করুন; ক্লাস্টারিং-এর পরিচিতি | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | জেন • এরিক ওয়ানজাউ | | 15 | নাইজেরিয়ান সঙ্গীতের রুচি অন্বেষণ 🎧 | [Clustering](5-Clustering/README.md) | কে-মিন্স ক্লাস্টারিং পদ্ধতি অন্বেষণ করুন | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | জেন • এরিক ওয়ানজাউ | | 16 | প্রাকৃতিক ভাষা প্রক্রিয়াকরণের পরিচিতি ☕️ | [Natural language processing](6-NLP/README.md) | একটি সহজ বট তৈরি করে NLP-এর মৌলিক বিষয়গুলি শিখুন | [Python](6-NLP/1-Introduction-to-NLP/README.md) | স্টিফেন | | 17 | সাধারণ NLP কাজ ☕️ | [Natural language processing](6-NLP/README.md) | ভাষার গঠন নিয়ে কাজ করার সময় প্রয়োজনীয় সাধারণ কাজগুলি বুঝে NLP জ্ঞান আরও গভীর করুন | [Python](6-NLP/2-Tasks/README.md) | স্টিফেন | | 18 | অনুবাদ এবং অনুভূতি বিশ্লেষণ ♥️ | [Natural language processing](6-NLP/README.md) | জেন অস্টেনের সাথে অনুবাদ এবং অনুভূতি বিশ্লেষণ | [Python](6-NLP/3-Translation-Sentiment/README.md) | স্টিফেন | | 19 | ইউরোপের রোমান্টিক হোটেল ♥️ | [Natural language processing](6-NLP/README.md) | হোটেল রিভিউ দিয়ে অনুভূতি বিশ্লেষণ ১ | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | স্টিফেন | | 20 | ইউরোপের রোমান্টিক হোটেল ♥️ | [Natural language processing](6-NLP/README.md) | হোটেল রিভিউ দিয়ে অনুভূতি বিশ্লেষণ ২ | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | স্টিফেন | | 21 | টাইম সিরিজ পূর্বাভাসের পরিচিতি | [Time series](7-TimeSeries/README.md) | টাইম সিরিজ পূর্বাভাসের পরিচিতি | [Python](7-TimeSeries/1-Introduction/README.md) | ফ্রান্সেসকা | | 22 | ⚡️ বিশ্ব বিদ্যুৎ ব্যবহার ⚡️ - ARIMA দিয়ে টাইম সিরিজ পূর্বাভাস | [Time series](7-TimeSeries/README.md) | ARIMA দিয়ে টাইম সিরিজ পূর্বাভাস | [Python](7-TimeSeries/2-ARIMA/README.md) | ফ্রান্সেসকা | | 23 | ⚡️ বিশ্ব বিদ্যুৎ ব্যবহার ⚡️ - SVR দিয়ে টাইম সিরিজ পূর্বাভাস | [Time series](7-TimeSeries/README.md) | সাপোর্ট ভেক্টর রিগ্রেসর দিয়ে টাইম সিরিজ পূর্বাভাস | [Python](7-TimeSeries/3-SVR/README.md) | অনির্বাণ | | 24 | রিইনফোর্সমেন্ট লার্নিং-এর পরিচিতি | [Reinforcement learning](8-Reinforcement/README.md) | কিউ-লার্নিং দিয়ে রিইনফোর্সমেন্ট লার্নিং-এর পরিচিতি | [Python](8-Reinforcement/1-QLearning/README.md) | দিমিত্রি | | 25 | পিটারকে নেকড়ের হাত থেকে বাঁচান! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | রিইনফোর্সমেন্ট লার্নিং জিম | [Python](8-Reinforcement/2-Gym/README.md) | দিমিত্রি | | Postscript | বাস্তব জীবনের মেশিন লার্নিং পরিস্থিতি এবং প্রয়োগ | [ML in the Wild](9-Real-World/README.md) | ক্লাসিক্যাল মেশিন লার্নিং-এর আকর্ষণীয় এবং প্রকাশক বাস্তব জীবনের প্রয়োগ | [Lesson](9-Real-World/1-Applications/README.md) | টিম | | Postscript | RAI ড্যাশবোর্ড ব্যবহার করে মডেল ডিবাগিং | [ML in the Wild](9-Real-World/README.md) | রেসপন্সিবল এআই ড্যাশবোর্ড উপাদান ব্যবহার করে মেশিন লার্নিং মডেল ডিবাগিং | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | রুথ ইয়াকুব | > [এই কোর্সের জন্য অতিরিক্ত সমস্ত রিসোর্স আমাদের Microsoft Learn সংগ্রহে খুঁজুন](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## অফলাইন অ্যাক্সেস আপনি [Docsify](https://docsify.js.org/#/) ব্যবহার করে এই ডকুমেন্টেশন অফলাইনে চালাতে পারেন। এই রিপো ফর্ক করুন, আপনার লোকাল মেশিনে [Docsify ইনস্টল করুন](https://docsify.js.org/#/quickstart), এবং তারপর এই রিপোর রুট ফোল্ডারে `docsify serve` টাইপ করুন। ওয়েবসাইটটি আপনার লোকালহোস্টে পোর্ট ৩০০০-এ পরিবেশন করা হবে: `localhost:3000`। ## পিডিএফ লিঙ্ক সহ কারিকুলামের একটি পিডিএফ [এখানে](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) খুঁজুন। ## 🎒 অন্যান্য কোর্সসমূহ আমাদের টিম অন্যান্য কোর্সও তৈরি করে! দেখুন: ### Azure / Edge / MCP / Agents [](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/mcp-for-beginners?WT.mc_id=academic-105485-koreyst) [](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### জেনারেটিভ এআই সিরিজ [](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) --- ### মূল শিক্ষা [](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) --- ### Copilot সিরিজ [](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/CopilotAdventures?WT.mc_id=academic-105485-koreyst) ## সাহায্য পাওয়া যদি আপনি আটকে যান বা AI অ্যাপ তৈরি করার বিষয়ে কোনো প্রশ্ন থাকে, তাহলে MCP নিয়ে আলোচনা করতে অন্যান্য শিক্ষার্থী এবং অভিজ্ঞ ডেভেলপারদের সাথে যোগ দিন। এটি একটি সহায়ক কমিউনিটি যেখানে প্রশ্ন করা স্বাগত এবং জ্ঞান বিনামূল্যে ভাগ করা হয়। [](https://discord.gg/nTYy5BXMWG) যদি আপনার পণ্য সম্পর্কিত মতামত বা কোনো ত্রুটি থাকে, তাহলে ভিজিট করুন: [](https://aka.ms/foundry/forum) --- **অস্বীকৃতি**: এই নথিটি AI অনুবাদ পরিষেবা [Co-op Translator](https://github.com/Azure/co-op-translator) ব্যবহার করে অনুবাদ করা হয়েছে। আমরা যথাসাধ্য সঠিক অনুবাদের চেষ্টা করি, তবে দয়া করে মনে রাখবেন যে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। নথিটির মূল ভাষায় থাকা সংস্করণটিকে প্রামাণিক উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য, পেশাদার মানব অনুবাদ সুপারিশ করা হয়। এই অনুবাদ ব্যবহারের ফলে সৃষ্ট কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়ী নই।