[![GitHub license](https://img.shields.io/github/license/microsoft/ML-For-Beginners.svg)](https://github.com/microsoft/ML-For-Beginners/blob/master/LICENSE) [![GitHub contributors](https://img.shields.io/github/contributors/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/graphs/contributors/) [![GitHub issues](https://img.shields.io/github/issues/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/issues/) [![GitHub pull-requests](https://img.shields.io/github/issues-pr/microsoft/ML-For-Beginners.svg)](https://GitHub.com/microsoft/ML-For-Beginners/pulls/) [![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com) [![GitHub watchers](https://img.shields.io/github/watchers/microsoft/ML-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/ML-For-Beginners/watchers/) [![GitHub forks](https://img.shields.io/github/forks/microsoft/ML-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/ML-For-Beginners/network/) [![GitHub stars](https://img.shields.io/github/stars/microsoft/ML-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/) ### 🌐 Dukungan Multi-Bahasa #### Didukung melalui GitHub Action (Otomatis & Selalu Terbaru) [Arab](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgaria](../bg/README.md) | [Burma (Myanmar)](../my/README.md) | [Cina (Sederhana)](../zh-CN/README.md) | [Cina (Tradisional, Hong Kong)](../zh-HK/README.md) | [Cina (Tradisional, Makau)](../zh-MO/README.md) | [Cina (Tradisional, Taiwan)](../zh-TW/README.md) | [Kroasia](../hr/README.md) | [Ceko](../cs/README.md) | [Denmark](../da/README.md) | [Belanda](../nl/README.md) | [Estonia](../et/README.md) | [Finlandia](../fi/README.md) | [Perancis](../fr/README.md) | [Jerman](../de/README.md) | [Yunani](../el/README.md) | [Ibrani](../he/README.md) | [Hindi](../hi/README.md) | [Hungaria](../hu/README.md) | [Indonesia](./README.md) | [Italia](../it/README.md) | [Jepang](../ja/README.md) | [Kannada](../kn/README.md) | [Korea](../ko/README.md) | [Lituania](../lt/README.md) | [Melayu](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Pidgin Nigeria](../pcm/README.md) | [Norwegia](../no/README.md) | [Persia (Farsi)](../fa/README.md) | [Polandia](../pl/README.md) | [Portugis (Brasil)](../pt-BR/README.md) | [Portugis (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Rumania](../ro/README.md) | [Rusia](../ru/README.md) | [Serbia (Sirilik)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenia](../sl/README.md) | [Spanyol](../es/README.md) | [Swahili](../sw/README.md) | [Swedia](../sv/README.md) | [Tagalog (Filipina)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turki](../tr/README.md) | [Ukraina](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnam](../vi/README.md) > **Lebih Suka Clone Secara Lokal?** > Repositori ini mencakup 50+ terjemahan bahasa yang secara signifikan meningkatkan ukuran unduhan. Untuk clone tanpa terjemahan, gunakan sparse checkout: > ```bash > git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git > cd ML-For-Beginners > git sparse-checkout set --no-cone '/*' '!translations' '!translated_images' > ``` > Ini memberi Anda semua yang Anda butuhkan untuk menyelesaikan kursus dengan unduhan yang jauh lebih cepat. #### Bergabung dengan Komunitas Kami [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) Kami memiliki seri belajar Discord dengan AI yang sedang berlangsung, pelajari lebih lanjut dan bergabunglah dengan kami di [Learn with AI Series](https://aka.ms/learnwithai/discord) dari 18 - 30 September, 2025. Anda akan mendapatkan tips dan trik menggunakan GitHub Copilot untuk Data Science. ![Learn with AI series](../../translated_images/id/3.9b58fd8d6c373c20.webp) # Machine Learning untuk Pemula - Kurikulum > 🌍 Jelajahi dunia sambil belajar Machine Learning melalui budaya dunia 🌍 Cloud Advocates di Microsoft senang menawarkan kurikulum 12 minggu, 26 pelajaran tentang **Machine Learning**. Dalam kurikulum ini, Anda akan belajar tentang apa yang kadang disebut **machine learning klasik**, menggunakan terutama library Scikit-learn dan menghindari deep learning, yang dibahas dalam [kurikulum AI untuk Pemula](https://aka.ms/ai4beginners). Padukan pelajaran ini dengan [kurikulum Data Science untuk Pemula](https://aka.ms/ds4beginners) juga! Jelajahi bersama kami ke seluruh dunia saat kami menerapkan teknik klasik ini ke data dari berbagai wilayah. Setiap pelajaran mencakup kuis pra dan pasca pelajaran, instruksi tertulis untuk menyelesaikan pelajaran, solusi, tugas, dan lain-lain. Metode pembelajaran berbasis proyek kami memungkinkan Anda belajar sambil membangun, cara yang terbukti untuk ilmu baru 'melekat'. **✍️ Terima kasih hangat kepada penulis kami** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu dan Amy Boyd **🎨 Terima kasih juga kepada ilustrator kami** Tomomi Imura, Dasani Madipalli, dan Jen Looper **🙏 Terima kasih khusus 🙏 kepada Microsoft Student Ambassador penulis, reviewer, dan kontributor konten**, terutama Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, dan Snigdha Agarwal **🤩 Terima kasih ekstra kepada Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, dan Vidushi Gupta untuk pelajaran R kami!** # Memulai Ikuti langkah-langkah ini: 1. **Fork Repository**: Klik tombol "Fork" di pojok kanan atas halaman ini. 2. **Clone Repository**: `git clone https://github.com/microsoft/ML-For-Beginners.git` > [temukan semua sumber daya tambahan untuk kursus ini di koleksi Microsoft Learn kami](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) > 🔧 **Perlu bantuan?** Periksa [Panduan Pemecahan Masalah](TROUBLESHOOTING.md) kami untuk solusi atas masalah umum saat instalasi, pengaturan, dan menjalankan pelajaran. **[Siswa](https://aka.ms/student-page)**, untuk menggunakan kurikulum ini, fork seluruh repo ke akun GitHub Anda sendiri dan selesaikan latihan sendiri atau bersama kelompok: - Mulai dengan kuis pra kuliah. - Baca kuliah dan selesaikan aktivitas, berhenti dan refleksi pada setiap pemeriksaan pengetahuan. - Coba buat proyek dengan memahami pelajaran daripada menjalankan kode solusi; meskipun kode tersebut tersedia di folder `/solution` di setiap pelajaran berbasis proyek. - Ikuti kuis pasca kuliah. - Selesaikan tantangan. - Selesaikan tugas. - Setelah menyelesaikan satu grup pelajaran, kunjungi [Papan Diskusi](https://github.com/microsoft/ML-For-Beginners/discussions) dan "belajar dengan lantang" dengan mengisi rubrik PAT yang sesuai. 'PAT' adalah Alat Penilaian Kemajuan yang merupakan rubrik yang Anda isi untuk memperdalam pembelajaran Anda. Anda juga dapat memberi reaksi pada PAT lainnya agar kita bisa belajar bersama. > Untuk studi lebih lanjut, kami sarankan mengikuti modul dan jalur belajar [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) ini. **Guru**, kami telah [menyertakan beberapa saran](for-teachers.md) tentang cara menggunakan kurikulum ini. --- ## Video panduan Beberapa pelajaran tersedia dalam bentuk video singkat. Anda dapat menemukan semua ini dalam pelajaran, atau di [playlist ML for Beginners di kanal Microsoft Developer YouTube](https://aka.ms/ml-beginners-videos) dengan mengklik gambar di bawah ini. [![ML for beginners banner](../../translated_images/id/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos) --- ## Bertemu Tim [![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU) **Gif oleh** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal) > 🎥 Klik gambar di atas untuk video tentang proyek dan orang-orang yang membuatnya! --- ## Pedagogi Kami memilih dua prinsip pedagogis saat membangun kurikulum ini: memastikan kurikulum adalah **berbasis proyek praktis** dan mencakup **kuis yang sering**. Selain itu, kurikulum ini memiliki **tema** umum untuk memberikan kesatuan. Dengan memastikan konten selaras dengan proyek, proses pembelajaran menjadi lebih menarik bagi siswa dan retensi konsep meningkat. Selain itu, kuis dengan risiko rendah sebelum kelas menetapkan tujuan pembelajaran siswa, sementara kuis kedua setelah kelas memastikan retensi lebih jauh. Kurikulum ini dirancang fleksibel, menyenangkan, dan bisa diikuti secara keseluruhan atau sebagian. Proyek dimulai dengan kecil dan bertambah kompleks di akhir siklus 12 minggu. Kurikulum ini juga mencakup posskrip tentang penggunaan ML di dunia nyata, yang bisa digunakan sebagai kredit tambahan atau dasar diskusi. > Temukan [Kode Etik](CODE_OF_CONDUCT.md), [Kontribusi](CONTRIBUTING.md), [Terjemahan](TRANSLATIONS.md), dan panduan [Pemecahan Masalah](TROUBLESHOOTING.md) kami. Kami menyambut masukan konstruktif Anda! ## Setiap pelajaran mencakup - sketchnote opsional - video tambahan opsional - video panduan (beberapa pelajaran saja) - [kuis pemanasan pra kuliah](https://ff-quizzes.netlify.app/en/ml/) - pelajaran tertulis - untuk pelajaran berbasis proyek, panduan langkah demi langkah membangun proyek - pemeriksaan pengetahuan - tantangan - bacaan tambahan - tugas - [kuis pasca kuliah](https://ff-quizzes.netlify.app/en/ml/) > **Catatan tentang bahasa**: Pelajaran ini terutama ditulis dalam Python, tetapi banyak juga tersedia dalam R. Untuk menyelesaikan pelajaran R, buka folder `/solution` dan cari pelajaran R. Mereka memiliki ekstensi .rmd yang merupakan file **R Markdown** yang bisa didefinisikan sebagai penggabungan `potongan kode` (dari R atau bahasa lain) dan `header YAML` (yang mengarahkan cara memformat output seperti PDF) dalam sebuah `dokumen Markdown`. Dengan demikian, ini berfungsi sebagai kerangka penulisan yang baik untuk data science karena memungkinkan Anda menggabungkan kode, outputnya, dan pemikiran Anda dengan menulisnya dalam Markdown. Selain itu, dokumen R Markdown dapat dirender ke format output seperti PDF, HTML, atau Word. > **Catatan tentang kuis**: Semua kuis terkandung di dalam [folder Quiz App](../../quiz-app), dengan total 52 kuis yang masing-masing berisi tiga pertanyaan. Kuis tersebut dihubungkan dari dalam pelajaran, tetapi aplikasi kuis dapat dijalankan secara lokal; ikuti instruksi dalam folder `quiz-app` untuk menghosting atau menerapkan secara lokal ke Azure. | Nomor Pelajaran | Topik | Pengelompokan Pelajaran | Tujuan Pembelajaran | Tautan Pelajaran | Penulis | | :-------------: | :-------------------------------------------------------------: | :------------------------------------------------------------: | -------------------------------------------------------------------------------------------------------------------------------- | :---------------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------------: | | 01 | Pengenalan pembelajaran mesin | [Introduction](1-Introduction/README.md) | Mempelajari konsep dasar di balik pembelajaran mesin | [Lesson](1-Introduction/1-intro-to-ML/README.md) | Muhammad | | 02 | Sejarah pembelajaran mesin | [Introduction](1-Introduction/README.md) | Mempelajari sejarah yang mendasari bidang ini | [Lesson](1-Introduction/2-history-of-ML/README.md) | Jen dan Amy | | 03 | Keadilan dan pembelajaran mesin | [Introduction](1-Introduction/README.md) | Apa saja isu filosofis penting tentang keadilan yang harus dipertimbangkan siswa saat membangun dan menerapkan model ML? | [Lesson](1-Introduction/3-fairness/README.md) | Tomomi | | 04 | Teknik pembelajaran mesin | [Introduction](1-Introduction/README.md) | Teknik apa yang digunakan peneliti ML untuk membangun model ML? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | Chris dan Jen | | 05 | Pengenalan regresi | [Regression](2-Regression/README.md) | Memulai dengan Python dan Scikit-learn untuk model regresi | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | Jen • Eric Wanjau | | 06 | Harga labu Amerika Utara 🎃 | [Regression](2-Regression/README.md) | Memvisualisasikan dan membersihkan data sebagai persiapan untuk ML | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | Jen • Eric Wanjau | | 07 | Harga labu Amerika Utara 🎃 | [Regression](2-Regression/README.md) | Membangun model regresi linier dan polinomial | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | Jen dan Dmitry • Eric Wanjau | | 08 | Harga labu Amerika Utara 🎃 | [Regression](2-Regression/README.md) | Membangun model regresi logistik | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | Jen • Eric Wanjau | | 09 | Aplikasi Web 🔌 | [Web App](3-Web-App/README.md) | Membangun aplikasi web untuk menggunakan model yang sudah dilatih | [Python](3-Web-App/1-Web-App/README.md) | Jen | | 10 | Pengenalan klasifikasi | [Classification](4-Classification/README.md) | Membersihkan, mempersiapkan, dan memvisualisasikan data; pengenalan klasifikasi | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | Jen dan Cassie • Eric Wanjau | | 11 | Masakan Asia dan India yang lezat 🍜 | [Classification](4-Classification/README.md) | Pengenalan klasifikator | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | Jen dan Cassie • Eric Wanjau | | 12 | Masakan Asia dan India yang lezat 🍜 | [Classification](4-Classification/README.md) | Klasifikator tambahan | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | Jen dan Cassie • Eric Wanjau | | 13 | Masakan Asia dan India yang lezat 🍜 | [Classification](4-Classification/README.md) | Membangun aplikasi web rekomendasi menggunakan model Anda | [Python](4-Classification/4-Applied/README.md) | Jen | | 14 | Pengenalan pengelompokan | [Clustering](5-Clustering/README.md) | Membersihkan, mempersiapkan, dan memvisualisasikan data; pengenalan pengelompokan | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | Jen • Eric Wanjau | | 15 | Menjelajahi Selera Musik Nigeria 🎧 | [Clustering](5-Clustering/README.md) | Mengeksplorasi metode pengelompokan K-Means | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | Jen • Eric Wanjau | | 16 | Pengenalan pemrosesan bahasa alami ☕️ | [Natural language processing](6-NLP/README.md) | Mempelajari dasar-dasar NLP dengan membangun bot sederhana | [Python](6-NLP/1-Introduction-to-NLP/README.md) | Stephen | | 17 | Tugas umum NLP ☕️ | [Natural language processing](6-NLP/README.md) | Memperdalam pengetahuan NLP Anda dengan memahami tugas umum yang diperlukan saat menangani struktur bahasa | [Python](6-NLP/2-Tasks/README.md) | Stephen | | 18 | Terjemahan dan analisis sentimen ♥️ | [Natural language processing](6-NLP/README.md) | Terjemahan dan analisis sentimen dengan Jane Austen | [Python](6-NLP/3-Translation-Sentiment/README.md) | Stephen | | 19 | Hotel romantis di Eropa ♥️ | [Natural language processing](6-NLP/README.md) | Analisis sentimen dengan ulasan hotel 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | Stephen | | 20 | Hotel romantis di Eropa ♥️ | [Natural language processing](6-NLP/README.md) | Analisis sentimen dengan ulasan hotel 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | Stephen | | 21 | Pengenalan peramalan deret waktu | [Time series](7-TimeSeries/README.md) | Pengenalan peramalan deret waktu | [Python](7-TimeSeries/1-Introduction/README.md) | Francesca | | 22 | ⚡️ Penggunaan Daya Dunia ⚡️ - peramalan deret waktu dengan ARIMA | [Time series](7-TimeSeries/README.md) | Peramalan deret waktu dengan ARIMA | [Python](7-TimeSeries/2-ARIMA/README.md) | Francesca | | 23 | ⚡️ Penggunaan Daya Dunia ⚡️ - peramalan deret waktu dengan SVR | [Time series](7-TimeSeries/README.md) | Peramalan deret waktu dengan Support Vector Regressor | [Python](7-TimeSeries/3-SVR/README.md) | Anirban | | 24 | Pengenalan pembelajaran penguatan | [Reinforcement learning](8-Reinforcement/README.md) | Pengenalan pembelajaran penguatan dengan Q-Learning | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry | | 25 | Membantu Peter menghindari serigala! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | Pembelajaran penguatan di Gym | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry | | Postscript | Skenario dan aplikasi ML dunia nyata | [ML in the Wild](9-Real-World/README.md) | Aplikasi menarik dan mengungkap dari ML klasik di dunia nyata | [Lesson](9-Real-World/1-Applications/README.md) | Team | | Postscript | Debugging Model di ML menggunakan dashboard RAI | [ML in the Wild](9-Real-World/README.md) | Debugging Model di Pembelajaran Mesin menggunakan komponen dashboard Responsible AI | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | Ruth Yakubu | > [temukan semua sumber daya tambahan untuk kursus ini di koleksi Microsoft Learn kami](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## Akses offline Anda dapat menjalankan dokumentasi ini secara offline dengan menggunakan [Docsify](https://docsify.js.org/#/). Fork repo ini, [instal Docsify](https://docsify.js.org/#/quickstart) di mesin lokal Anda, lalu di folder root repo ini, ketik `docsify serve`. Situs web akan disajikan di port 3000 pada localhost Anda: `localhost:3000`. ## PDF Temukan pdf kurikulum dengan tautan [di sini](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf). ## 🎒 Kursus Lainnya Tim kami memproduksi kursus lain! Lihat: ### LangChain [![LangChain4j for Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners) [![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin) [![LangChain for Beginners](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin) --- ### Azure / Edge / MCP / Agen [![AZD for Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst) [![Edge AI for Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst) [![MCP for Beginners](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst) [![AI Agents for Beginners](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Seri AI Generatif [![Generative AI for Beginners](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst) [![Generative AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst) [![Generative AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst) [![Generative AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst) --- ### Pembelajaran Inti [![ML for Beginners](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst) [![Data Science for Beginners](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst) [![AI for Beginners](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst) [![Cybersecurity for Beginners](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung) [![Web Dev for Beginners](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst) [![IoT for Beginners](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst) [![XR Development for Beginners](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst) --- ### Seri Copilot [![Copilot for AI Paired Programming](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst) [![Copilot for C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst) [![Copilot Adventure](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst) ## Mendapatkan Bantuan Jika Anda mengalami kesulitan atau memiliki pertanyaan tentang membangun aplikasi AI. Bergabunglah dengan sesama pelajar dan pengembang berpengalaman dalam diskusi tentang MCP. Ini adalah komunitas yang mendukung di mana pertanyaan dialu-alukan dan pengetahuan dibagikan secara bebas. [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) Jika Anda memiliki umpan balik produk atau menemukan kesalahan saat membangun, kunjungi: [![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum) --- **Penafian**: Dokumen ini telah diterjemahkan menggunakan layanan terjemahan AI [Co-op Translator](https://github.com/Azure/co-op-translator). Meskipun kami berupaya untuk mencapai akurasi, harap diingat bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang berwenang. Untuk informasi yang kritis, disarankan menggunakan penerjemahan profesional oleh manusia. Kami tidak bertanggung jawab atas kesalahpahaman atau penafsiran yang keliru yang timbul dari penggunaan terjemahan ini.