### 🌐 ಬಹುಭಾಷಾ ಬೆಂಬಲ #### GitHub ಕ್ರಿಯೆಯಿಂದ ಬೆಂಬಲಿಸಲಾಗಿದೆ (ಸ್ವಯಂಚಾಲಿತ & ಸದಾ ನವೀಕರಿಸಲಾಗಿದೆ) > **ಸ್ಥಳೀಯವಾಗಿ ಕ್ಲೋನ್ ಮಾಡುವುದಾಗಿ ಇಚ್ಛಿಸುತ್ತೀರಾ?** > ಈ ಸಂಗ್ರಹವು 50+ ಭಾಷಾ ಅನುವಾದಗಳನ್ನು ಒಳಗೊಂಡಿದೆ, ಇದರಿಂದ ಡೌನ್ಲೋಡ್ ಗಾತ್ರವು ಬಹುಮಾನವಾಗುತ್ತದೆ. ಅನುವಾದಗಳಿಲ್ಲದೆ ಕ್ಲೋನ್ ಮಾಡಲು, ಸ್ಪಾರ್ಸ್ ಚೇಕ್ಔಟ್ ಬಳಸಿ: > ```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' > ``` > ಇದು ನಿಮಗೆ ಕೋರ್ಸ್ ಅನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಅಗತ್ಯವಿರುವ ಎಲ್ಲವನ್ನೂ ಹೆಚ್ಚು ವೇಗದ ಡೌನ್ಲೋಡ್ ಮೂಲಕ ಒದಗಿಸುತ್ತದೆ. #### ನಮ್ಮ ಸಮುದಾಯದಲ್ಲಿ ಸೇರಿ ನಾವು ಡಿಸ್ಕೋರ್ಡ್ "ಲರ್ನ್ ವಿಥ ಎಐ" ಸರಣಿಯನ್ನು ನಡೆಸುತ್ತಿದ್ದು, ಹೆಚ್ಚಾಗಿ ತಿಳಿದುಕೊಳ್ಳಲು ಮತ್ತು ಭಾಗವಹಿಸಲು [Learn with AI Series](https://aka.ms/learnwithai/discord) ಗೆ ಬಂದಿರಿ. ಸೆಪ್ಟೆಂಬರ್ 18 ರಿಂದ 30, 2025 ರವರೆಗೆ GitHub Copilot ನ ಉಪಯೋಗ ಮೂಲಕ data science ಗೆ ಸಲಹೆಗಳು ಮತ್ತು ತಂತ್ರಗಳನ್ನು ಪಡೆಯಿರಿ. # ಶುರುಮಾಡೋಣ ಈ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ: 1. **ರೆಪೊ ಫೋರ್ಕ್ ಮಾಡಿ**: ಈ ಪುಟದ ಮೇಲ್ಭಾಗದ ಬಲಭಾಗದಲ್ಲಿರುವ "Fork" ಬಟನ್ ಕ್ಲಿಕ್ ಮಾಡಿ. 2. **ರೆಪೊ ಕ್ಲೋನ್ ಮಾಡಿ**: `git clone https://github.com/microsoft/ML-For-Beginners.git` > [ಈ ಕೋರ್ಸ್‌ನಲ್ಲಿ ಎಲ್ಲ ಹೆಚ್ಚುವರಿ ಸಂಪನ್ಮೂಲಗಳನ್ನು ನಮ್ಮ Microsoft Learn ಸಂಗ್ರಹದಲ್ಲಿ ಕಂಡುಹಿಡಿಯಿರಿ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) > 🔧 **ಸಹಾಯ ಬೇಕೆ?** ಸ್ಥಾಪನೆ, ಸೆಟಪ್ ಮತ್ತು ಪಾಠಗಳನ್ನು ರನ್ ಮಾಡುವ ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳ ಪರಿಹಾರಗಳಿಗಾಗಿ ನಮ್ಮ [Troubleshooting Guide](TROUBLESHOOTING.md) ನೋಡಿ. **[ವಿದ್ಯಾರ್ಥಿಗಳು](https://aka.ms/student-page)**, ಈ ಪಾಠಕ್ರಮವನ್ನು ಬಳಸಲು, ಸಂಪೂರ್ಣ ರೆಪೊ ನಿಮ್ಮ GitHub ಖಾತೆಗೆ ಫೋರ್ಕ್ ಮಾಡಿ ಮತ್ತು ವ್ಯಾಯಾಮಗಳನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಅಥವಾ ಗುಂಪಿನೊಂದಿಗೆ ಪೂರ್ಣಗೊಳಿಸಿ: - ಪ್ರಾಧ್ಯಾಪನ ಚಿಂತನೆಯ ಪ್ರಶ್ನಾವಳಿಯಿಂದ ಆರಂಭಿಸಿ. - ಉಪನ್ಯಾಸವನ್ನು ಓದಿ ಮತ್ತು ಕ್ರಿಯಾತ್ಮಕತೆಯನ್ನು ಪೂರ್ಣಗೊಳಿಸಿ, ಪ್ರತಿ ಜ್ಞಾನ ಪರಿಶೀಲನೆಯಲ್ಲಿ ನಿಧಾನಿಸಿ ಮತ್ತು ಪರಿಗಣಿಸಿ. - ಪರಿಹಾರ ಕೋಡ್ ನಡಿಸುವುದಕ್ಕಿಂತ ಪಾಠಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಂಡು ಪ್ರಾಜೆಕ್ಟ್‌ಗಳನ್ನು ಸೃಷ್ಟಿಸುವ ಪ್ರಯತ್ನ ಮಾಡಿ; ಆದರೆ ಆ ಕೋಡ್ ಪ್ರತಿ ಪ್ರಾಜೆಕ್ಟ್-ಆಧರಿತ ಪಾಠದಲ್ಲಿನ `/solution` ಫೋಲ್ಡರ್ ಗಳಲ್ಲಿ ಲಭ್ಯವಿದೆ. - ಉಪನ್ಯಾಸ ಬಳಿಕದ ಪ್ರಶ್ನಾವಳಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ. - ಸವಾಲು ಪೂರ್ಣಗೊಳಿಸಿ. - ನಿಯುಕ್ತಿಯನ್ನು ಪೂರ್ಣಗೊಳಿಸಿ. - ಪಾಠ ಗುಂಪನ್ನು ಪೂರ್ಣಗೊಳಿಸಿದ ನಂತರ, [ಚರ್ಚಾ ಮಂಡಳಿ](https://github.com/microsoft/ML-For-Beginners/discussions) ಗೆ ಭೇಟಿ ನೀಡಿರಿ ಮತ್ತು ಸೂಕ್ತವಾದ PAT ರೂಬ್ರಿಕ್ ಅನ್ನು ತುಂಬಿ 'ಬುದ್ದಿಮತ್ತೆ ಹಂಚಿಕೊಳ್ಳಿ'. 'PAT' ಎಂದರೆ ಪ್ರಗತಿ ಮೌಲ್ಯಮಾಪನ ಸಾಧನ, ಇದು ನಿಮ್ಮ ಕಲಿಕೆಯನ್ನು ಮತ್ತಷ್ಟು ಗಟ್ಟಿಗೊಳಿಸಲು ನೀವು ತುಂಬುವ ರೂಬ್ರಿಕ್ ಆಗುತ್ತದೆ. ನೀವು ಇನ್ನಿತರ PAT ಗಳಿಗೂ ಪ್ರತಿಕ್ರಿಯಿಸಬಹುದು, ಇದರಿಂದ ನಾವು ಒಟ್ಟಿಗೆ ಕಲಿಯಬಹುದು. > ಮುಂದಿನ ಅಧ್ಯಯನಕ್ಕಾಗಿ, ಈ [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) ಮೋಡ್ಯೂಲ್‌ಗಳು ಮತ್ತು ಲರ್ನಿಂಗ್ ಪಾತ್‌ಗಳನ್ನು ಅನುಸರಿಸುವುದು ಶಿಫಾರಸು ಮಾಡುತ್ತೇವೆ. **ಶಿಕ್ಷಕರು**, ಈ ಪಾಠಕ್ರಮ ಉಪಯೋಗಿಸುವ ಬಗ್ಗೆ ಕೆಲವು [ಶಿಫಾರಸುಗಳನ್ನು](for-teachers.md) ನಾವು ಸೇರಿಸಿದ್ದೇವೆ. --- ## ವೀಡಿಯೋ ವಾಕ್ತ್ರೂಸ್ ಕೆಲವು ಪಾಠಗಳು ಚಿಕ್ಕವೀಡಿಯೋ ರೂಪದಲ್ಲಿಯೂ ಲಭ್ಯವಾಗಿವೆ. ಎಲ್ಲಾ ವೀಡಿಯೋಗಳನ್ನು ಪಾಠಗಳಲ್ಲಿ ಇನ್‌ಲೈನ್‌ನಲ್ಲಿ ಅಥವಾ [Microsoft Developer ಯೂಟ್ಯೂಬ್ ಚಾನೆಲ್‌ನ ML for Beginners ಪ್ಲೇಲಿಸ್ಟ್‌ನಲ್ಲಿ](https://aka.ms/ml-beginners-videos) ಚಿತ್ರ ಕ್ಲಿಕ್ ಮಾಡಿ ನೋಡಬಹುದು. --- ## ತಂಡವನ್ನು ಪರಿಚಯಿಸಿ > 🎥 ಯೋಜನೆ ಮತ್ತು ಅದನ್ನು ರಚಿಸಿದವರ ಬಗ್ಗೆ ವೀಡಿಯೋ ನೋಡಿ! --- ## ಪಠ್ಯಶಾಸ್ತ್ರ ಈ ಪಾಠಕ್ರಮವನ್ನು ನಿರ್ಮಿಸುವಾಗ ನಾವು ಎರಡು ಪಠ್ಯಶಾಸ್ತ್ರೀಯ ತತ್ವಗಳನ್ನು ಆರಿಸಿಕೊಂಡಿದ್ದೇವೆ: ಕಾರ್ಯಗಾರ ಸಹಿತ **ಪ್ರಾಜೆಕ್ಟ್-ಆಧಾರಿತ** ಮತ್ತು **ನಿತ್ಯ ಪ್ರಶ್ನನಗಳಿಗೆ** ಒತ್ತು ನೀಡುವುದು. ಜೊತೆಗೆ, ಈ ಪಾಠಕ್ರಮವು ಒಕ್ಕೂಟಕ್ಕಾಗಿ ಸಾಮಾನ್ಯ **ಥೀಮ್** ಅನ್ನು ಒಳಗೊಂಡಿದೆ. ಕಾರ್ಯಕ್ರಮವು ಪ್ರಾಜೆಕ್ಟ್‌ಗಳೊಂದಿಗೆ ಹೊಂದಿಕೊಳಿಸುವುದರಿಂದ ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ಇದನ್ನು ಆಕರ್ಷಕವಾಗಿಸುತ್ತದೆ ಮತ್ತು ಅರ್ಥಹೀನತೆಯು ಹೆಚ್ಚಾಗುತ್ತದೆ. ಜೊತೆಗೆ ತರಗತಿಯ ಮುಂಚಿತವಾಗಿ ಹಗಟು ಪ್ರಶ್ನೆಯಲ್ಲಿ ವಿದ್ಯಾರ್ಥಿಯ ಹಂಬಲವನ್ನು ಸ್ಥಾಪಿಸಲಾಗುತ್ತದೆ, ತರಗತಿಯ ನಂತರದ ಪ್ರಶ್ನೆಯಲ್ಲಿ ಮತ್ತಷ್ಟು ಜ್ಞಾನದ ನಿಕಾಷಿ ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲಾಗುತ್ತದೆ. ಈ ಪಠ್ಯಕ್ರಮವನ್ನು ಬಿಣಿಕೆಯಕ್ಷಮ ಮತ್ತು ಮೋಜುಗಾರಿಯೊಂದಿಗೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ ಮತ್ತು ಸಂಪೂರ್ಣ ಅಥವಾ ಭಾಗವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಬಹುದು. ಪ್ರಾಜೆಕ್ಟ್ಸ್ ಸಣ್ಣದಾಗಿ ಆರಂಭಿಸಿ, 12-ವಾರಗಳ ಅವಧಿಯಲ್ಲಿಂದೆ ಜಟಿಲವಾಗುತ್ತವೆ. ಈ ಪಠ್ಯಕ್ರಮವು ಎಂಎಲ್ ನ ನೈಜ ಲೋಕ ಅನ್ವಯಗಳ ಬಗ್ಗೆ ಒಂದು ಪೋಷಕೋದ್ಧೇಶನವನ್ನು ಕೂಡ ಹೊಂದಿದ್ದು, ಹೆಚ್ಚುವರಿ ಕ್ರೆಡಿಟ್ ಗಾಗಿ ಅಥವಾ ಚರ್ಚೆಗೆ ಆಧಾರವಾಗಿ ಬಳಸಬಹುದು. > ನಮ್ಮ [ನಡವಳಿಕೆ ನಿಯಮಾವಳಿ](CODE_OF_CONDUCT.md), [ಕೊಡುಗೆ](CONTRIBUTING.md), [ಅನುವಾದ](TRANSLATIONS.md), ಮತ್ತು [ಸಮಸ್ಯಾ ಪರಿಹಾರ](TROUBLESHOOTING.md) ಮಾರ್ಗದರ್ಶಿಗಳನ್ನು ನೋಡಿ. ನಿಮ್ಮ ಆಪಾದನೆ ಬೆಂಬಲಕ್ಕೆ ಸ್ವಾಗತ! ## ಪ್ರತಿಯೊಂದು ಪಾಠದಲ್ಲಿ ಈ ಕೆಳಗಿನವುಗಳಿವೆ - ಐಚ್ಛಿಕ ಸ್ಕೆಚ್‌ನೋಟು - ಐಚ್ಛಿಕ ಪರಿಪೂರಕ ವೀಡಿಯೋ - ವೀಡಿಯೋ ವಾಕ್ತ್ರೂ (ಕೆಲವು ಪಾಠಗಳು ಮಾತ್ರ) - [ಪ್ರಾಥಮಿಕ ಉಪನ್ಯಾಸ ತಡೆ ಪ್ರಶ್ನೆ](https://ff-quizzes.netlify.app/en/ml/) - ಲಿಖಿತ ಪಾಠ - ಪ್ರಾಜೆಕ್ಟ್-ಆಧಾರಿತ ಪಾಠಗಳಿಗೆ, ಪ್ರಾಜೆಕ್ಟ್ ಹೇಗೆ ನಿರ್ಮಿಸಬೇಕು ಎಂಬ ಹಂತ ಹಂತದ ಮಾರ್ಗದರ್ಶಿಗಳು - ಜ್ಞಾನ ಪರಿಶೀಲನೆಗಳು - ಸವಾಲು - ಪರಿಪೂರಕ ಓದು - ನಿಯಮಿತಿ - [ಉಪನ್ಯಾಸ ನಂತರದ ಪ್ರಶ್ನೆ](https://ff-quizzes.netlify.app/en/ml/) > **ಭಾಷೆಗಳ ಕುರಿತು ಟಿಪ್**: ಈ ಪಾಠಗಳು ಮುಖ್ಯವಾಗಿ Python ನಲ್ಲಿ ಬರೆಯಲ್ಪಟ್ಟಿದೆ, ಆದರೆ ಹಲವರು R ಲಲ್ಲಿಯೂ ಲಭ್ಯವಿದೆ. R ಪಾಠವನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು, `/solution` ಫೋಲ್ಡರ್ ಗೆ ಹೋಗಿ R ಪಾಠಗಳನ್ನು ಹುಡುಕಿ. ಅವು .rmd ವಿಸ್ತಾರವನ್ನು ಹೊಂದಿವೆ, ಇದು **R ಮಾರ್ಕ್‌ಡೌನ್** ಫೈಲ್ ಆಗಿದ್ದು, ಇದರಲ್ಲಿ `ಕೋಡ್ ತುಂಡುಗಳು` (R ಅಥವಾ ಇತರ ಭಾಷೆಗಳ) ಮತ್ತು `YAML ಶೀರ್ಷಿಕೆ` (ಪಿಡಿಎಫ್, ಇತ್ಯಾದಿ ಔಟ್‌ಪುಟ್‌ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುತ್ತದೆ) ಒಟ್ಟಿಗೆ ಇರೋದು. ಇದರಿಂದ ನೀವು ಕೋಡ್, ಅದರ ಔಟ್‌ಪುಟ್ ಮತ್ತು ನಿಮ್ಮ ಚಿಂತನೆಗಳನ್ನು ಮಾರ್ಕ್‌ಡೌನ್‌ನಲ್ಲಿ ಬರೆಯಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಇದಲ್ಲದೆ, R ಮಾರ್ಕ್‌ಡೌನ್ ದಾಖಲೆಗಳನ್ನು ಪಿಡಿಎಫ್, HTML, ಅಥವಾ ವರ್ಡ್ ಔಟ್‌ಪುಟ್‌ಗಳಿಗೆ ರೂಪಾಂತರಿಸಬಹುದು. > **ಕ್ವಿಜ್‌ಗಳ ಬಗ್ಗೆ ಟಿಪ್ಪಣಿ**: ಎಲ್ಲಾ ಕ್ವಿಜ್‌ಗಳು [ಕ್ವಿಜ್ ಆಪ್ ಫೋಲ್ಡರ್](../../quiz-app) ನಲ್ಲಿ ಒಳಗೊಂಡಿವೆ, ಮೂರು ಪ್ರಶ್ನೆಗಳನ್ನು ಹೊಂದಿರುವ ಒತ್ತಡಿ 52 ಕ್ವಿಜ್‌ಗಳ ಸಂಖ್ಯೆ. ಅವು ಪಾಠಗಳಲ್ಲಿ ಕೊಂಡಿಯಾಗಿವೆ ಆದರೆ ಕ್ವಿಜ್ ಆಪ್ ಸ್ಥಳೀಯವಾಗಿ ಚಾಲನೆ ಮಾಡಬಹುದು; `quiz-app` ಫೋಲ್ಡರ್‌ನಲ್ಲಿ ಸ್ಥಳೀಯವಾಗಿ ಹೋಸ್ಟ್ ಮಾಡುವುದು ಅಥವಾ ಅಜೂರ್‌ಗೆ ನಿಯೋಜಿಸಲು ಸೂಚನೆವನ್ನು ಅನುಸರಿಸಿ. | ಪಾಠ ಸಂಖ್ಯೆ | ವಿಷಯ | ಪಾಠ ಗುಂಪು | ಕಲಿಕೆಯ ಉದ್ದೇಶಗಳು | ಸಂಪರ್ಕಿಸಿದ ಪಾಠ | ಲೇಖಕ | | :-------: | :------------------------------------------------------------: | :---------------------------------------------: | ---------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------: | | 01 | ಯಂತ್ರ ಅಧ್ಯಯನಕ್ಕೆ ಪರಿಚಯ | [ಪರಿಚಯ](1-Introduction/README.md) | ಯಂತ್ರ ಅಧ್ಯಯನದ ಹಿಂದೆ ಇರುವ ಮೂಲಭೂತ ಸಂಕಲ್ಪಗಳನ್ನು ಕಲಿಯೋಣ | [ಪಾಠ](1-Introduction/1-intro-to-ML/README.md) | ಮುಹಮ್ಮದ್ | | 02 | ಯಂತ್ರ ಅಧ್ಯಯನದ ಇತಿಹಾಸ | [ಪರಿಚಯ](1-Introduction/README.md) | ಈ ಕ್ಷೇತ್ರದ ಇತಿಹಾಸವನ್ನು ತಿಳಿಯೋಣ | [ಪಾಠ](1-Introduction/2-history-of-ML/README.md) | ಜೆನ್ ಮತ್ತು ಏಮಿ | | 03 | ನ್ಯಾಯಾಸಂಗತತೆ ಮತ್ತು ಯಂತ್ರ ಅಧ್ಯಯನ | [ಪರಿಚಯ](1-Introduction/README.md) | ನ್ಯಾಯಾಸಂಗತೆಯ ಸುತ್ತಲೂ ಮುಖ್ಯ ತತ್ವಜ್ಞಾನ ಸಮಸ್ಯೆಗಳು ಏನು ಹಾಗೂ ML ಮಾದರಿಗಳನ್ನು ರಚಿಸುವಾಗ ಮತ್ತು ಜಾರಿಗೊಳಿಸುವಾಗ ವಿದ್ಯಾರ್ಥಿಗಳು ಪರಿಗಣಿಸಬೇಕಾಗಿರುವುದು? | [ಪಾಠ](1-Introduction/3-fairness/README.md) | ತೊಮೊಮಿ | | 04 | ಯಂತ್ರ ಅಧ್ಯಯನದ ತಂತ್ರಗಳು | [ಪರಿಚಯ](1-Introduction/README.md) | ಯಂತ್ರ ಅಧ್ಯಯನ ಸಂಶೋಧಕರು ಯಂತ್ರ ಅಧ್ಯಯನ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸಲು ಯಾವ ತಂತ್ರಗಳನ್ನು ಬಳಸುತ್ತಾರೆ? | [ಪಾಠ](1-Introduction/4-techniques-of-ML/README.md) | ಕ್ರಿಸ್ ಮತ್ತು ಜೆನ್ | | 05 | ರೆಗ್ರೆಷನ್‌ಗೆ ಪರಿಚಯ | [ರೆಗ್ರೆಷನ್](2-Regression/README.md) | ರೆಗ್ರೆಷನ್ ಮಾದರಿಗಳಿಗಾಗಿ ಪೈಥಾನ್ ಮತ್ತು ಸ್ಕಿಕ್-ಲರ್ನ್ ಉಪಯೋಗಿಸುವ ಪ್ರಾಥಮಿಕ ಅನುಭವ | [ಪೈಥಾನ್](2-Regression/1-Tools/README.md) • [ಆರ್](../../2-Regression/1-Tools/solution/R/lesson_1.html) | ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಾ | | 06 | ಉತ್ತರ ಅಮೆರಿಕದ ಪಂಪ್ಕಿನ್ ಬೆಲೆಗಳು 🎃 | [ರೆಗ್ರೆಷನ್](2-Regression/README.md) | ಯಂತ್ರ ಅಧ್ಯಯನದ ಪೂರ್ವಸಿದ್ಧಿಗಾಗಿ ಡೇಟಾವನ್ನು ದೃಶ್ಯೀಕರಿಸಿ ಮತ್ತು ಶುದ್ಧೀಕರಿಸಿ | [ಪೈಥಾನ್](2-Regression/2-Data/README.md) • [ಆರ್](../../2-Regression/2-Data/solution/R/lesson_2.html) | ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಾ | | 07 | ಉತ್ತರ ಅಮೆರಿಕದ ಪಂಪ್ಕಿನ್ ಬೆಲೆಗಳು 🎃 | [ರೆಗ್ರೆಷನ್](2-Regression/README.md) | ರೇಖೀಯ ಮತ್ತು ಬಹುಪದ್ಯ ರೆಗ್ರೆಷನ್ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸಿ | [ಪೈಥಾನ್](2-Regression/3-Linear/README.md) • [ಆರ್](../../2-Regression/3-Linear/solution/R/lesson_3.html) | ಜೆನ್ ಮತ್ತು Dmitry • ಎರಿಕ್ ವಾಂಜಾ | | 08 | ಉತ್ತರ ಅಮೆರಿಕದ ಪಂಪ್ಕಿನ್ ಬೆಲೆಗಳು 🎃 | [ರೆಗ್ರೆಷನ್](2-Regression/README.md) | ಲಾಜಿಸ್ಟಿಕ್ ರೆಗ್ರೆಷನ್ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಿ | [ಪೈಥಾನ್](2-Regression/4-Logistic/README.md) • [ಆರ್](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಾ | | 09 | ವೆಬ್ ಆಪ್ 🔌 | [ವೆಬ್ ಆಪ್](3-Web-App/README.md) | ತರಬೇತಿಗೊಂಡ ಮಾದರಿ ಉಪಯೋಗಿಸಲು ವೆಬ್ ಆಪ್ ನಿರ್ಮಿಸಿ | [ಪೈಥಾನ್](3-Web-App/1-Web-App/README.md) | ಜೆನ್ | | 10 | ವರ್ಗೀಕರಣಕ್ಕೆ ಪರಿಚಯ | [ವರ್ಗೀಕರಣ](4-Classification/README.md) | ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಶುದ್ಧ ಮಾಡಿ, ಪೂರ್ವಸಿದ್ಧ ಮಾಡಿ ಮತ್ತು ದೃಶ್ಯೀಕರಿಸಿ; ವರ್ಗೀಕರಣಗೆ ಪರಿಚి | [ಪೈಥಾನ್](4-Classification/1-Introduction/README.md) • [ಆರ್](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | ಜೆನ್ ಮತ್ತು ಕ್ಯಾಸಿ • ಎರಿಕ್ ವಾಂಜಾ | | 11 | ರುಚಿಕರ ಏಷ್ಯನ್ ಮತ್ತು ಭಾರತೀಯ ವಿನ್ಯಾಸಗಳು 🍜 | [ವರ್ಗೀಕರಣ](4-Classification/README.md) | ವರ್ಗೀಕರಿಸುವವರ ಪರಿಚಯ | [ಪೈಥಾನ್](4-Classification/2-Classifiers-1/README.md) • [ಆರ್](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | ಜೆನ್ ಮತ್ತು ಕ್ಯಾಸಿ • ಎರಿಕ್ ವಾಂಜಾ | | 12 | ರುಚಿಕರ ಏಷ್ಯನ್ ಮತ್ತು ಭಾರತೀಯ ವಿನ್ಯಾಸಗಳು 🍜 | [ವರ್ಗೀಕರಣ](4-Classification/README.md) | ಇನ್ನಷ್ಟು ವರ್ಗೀಕರಿಸುವವರು | [ಪೈಥಾನ್](4-Classification/3-Classifiers-2/README.md) • [ಆರ್](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | ಜೆನ್ ಮತ್ತು ಕ್ಯಾಸಿ • ಎರಿಕ್ ವಾಂಜಾ | | 13 | ರುಚಿಕರ ಏಷ್ಯನ್ ಮತ್ತು ಭಾರತೀಯ ವಿನ್ಯಾಸಗಳು 🍜 | [ವರ್ಗೀಕರಣ](4-Classification/README.md) | ನಿಮ್ಮ ಮಾದರಿ ಉಪಯೋಗಿಸಿ ಶಿಫಾರಸು ವೆಬ್ ಆಪ್ ನಿರ್ಮಿಸಿ | [ಪೈಥಾನ್](4-Classification/4-Applied/README.md) | ಜೆನ್ | | 14 | ಗುಂಪುಗಟ್ಟಿಗೆ ಪರಿಚಯ | [ಗುಂಪುಗಟ್ಟಿ](5-Clustering/README.md) | ನಿಮ್ಮ ಡೇಟಾವನ್ನು ಶುದ್ಧ ಮಾಡಿ, ಪೂರ್ವಸಿದ್ಧ ಮಾಡಿ ಮತ್ತು ದೃಶ್ಯೀಕರಿಸಿ; ಗುಂಪುಗಟ್ಟಿಗೆಗೆ ಪರಿಚಯ | [ಪೈಥಾನ್](5-Clustering/1-Visualize/README.md) • [ಆರ್](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಾ | | 15 | ನೈಜೀರಿಯಾ ಸಂಗೀತ ರುಚಿಗಳನ್ನು ಅನ್ವೇಷಣೆ 🎧 | [ಗುಂಪುಗಟ್ಟಿ](5-Clustering/README.md) | K-ಮೀನ್ಸ್ ಗುಂಪುಗಟ್ಟಿ ವಿಧಾನವನ್ನು ಅನ್ವೇಷಿಸಿ | [ಪೈಥಾನ್](5-Clustering/2-K-Means/README.md) • [ಆರ್](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | ಜೆನ್ • ಎರಿಕ್ ವಾಂಜಾ | | 16 | ನೈಸರ್ಗಿಕ ಭಾಷೆ ಸಂಸ್ಕರಣೆಗೆ ಪರಿಚಯ ☕️ | [ನೈಸರ್ಗಿಕ ಭಾಷೆ ಸಂಸ್ಕರಣೆ](6-NLP/README.md) | ಸರಳ ಬಾಟ್ ನಿರ್ಮಿಸುವ ಮೂಲಕ NLP ಆಧಾರಭೂತ ವಿಷಯಗಳನ್ನು ಕಲಿಯೋಣ | [ಪೈಥಾನ್](6-NLP/1-Introduction-to-NLP/README.md) | ಸ್ಟೀಫನ್ | | 17 | ಸಾಮಾನ್ಯ NLP ಕಾರ್ಯಗಳು ☕️ | [ನೈಸರ್ಗಿಕ ಭಾಷೆ ಸಂಸ್ಕರಣೆ](6-NLP/README.md) | ಭಾಷಾ ರಚನೆಗಳ ಸಂಬಂದಿಸಿದ ಸಾಮಾನ್ಯ ಕಾರ್ಯಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದರಿಂದ ನಿಮ್ಮ NLP ಜ್ಞಾನವನ್ನು ಗಾಢಗೊಳಿಸಿ | [ಪೈಥಾನ್](6-NLP/2-Tasks/README.md) | ಸ್ಟೀಫನ್ | | 18 | ಭಾಷಾಂತರ ಮತ್ತು ಭಾವ ವಿಶ್ಲೇಷಣೆ ♥️ | [ನೈಸರ್ಗಿಕ ಭಾಷೆ ಸಂಸ್ಕರಣೆ](6-NLP/README.md) | ಜಯನ್ ಆಸ್ಟೆನ್ ಅವರೊಂದಿಗೆ ಭಾಷಾಂತರ ಮತ್ತು ಭಾವ ವಿಶ್ಲೇಷಣೆ | [ಪೈಥಾನ್](6-NLP/3-Translation-Sentiment/README.md) | ಸ್ಟೀಫನ್ | | 19 | ಯುರೋಪಿನ ರೊಮ್ಯಾಂಟಿಕ್ ಹೋಟೆಲ್ಸ್ ♥️ | [ನೈಸರ್ಗಿಕ ಭಾಷೆ ಸಂಸ್ಕರಣೆ](6-NLP/README.md) | ಹೋಟೆಲ್ ವಿಮರ್ಶೆಗಳೊಂದಿಗೆ ಭಾವ ವಿಶ್ಲೇಷಣೆ 1 | [ಪೈಥಾನ್](6-NLP/4-Hotel-Reviews-1/README.md) | ಸ್ಟೀಫನ್ | | 20 | ಯುರೋಪಿನ ರೊಮ್ಯಾಂಟಿಕ್ ಹೋಟೆಲ್ಸ್ ♥️ | [ನೈಸರ್ಗಿಕ ಭಾಷೆ ಸಂಸ್ಕರಣೆ](6-NLP/README.md) | ಹೋಟೆಲ್ ವಿಮರ್ಶೆಗಳೊಂದಿಗೆ ಭಾವ ವಿಶ್ಲೇಷಣೆ 2 | [ಪೈಥಾನ್](6-NLP/5-Hotel-Reviews-2/README.md) | ಸ್ಟೀಫನ್ | | 21 | ಕಾಲಶ್ರೇಣಿ ಪೂರ್ವನಿರ್ದೇಶನಕ್ಕೆ ಪರಿಚಯ | [ಕಾಲಶ್ರೇಣಿ](7-TimeSeries/README.md) | ಕಾಲಶ್ರೇಣಿ ಪೂರ್ವನಿರ್ದೇಶನಕ್ಕೆ ಪರಿಚಯ | [ಪೈಥಾನ್](7-TimeSeries/1-Introduction/README.md) | ಫ್ರಾನ್ಸೆಸ್ಕಾ | | 22 | ⚡️ ವಿಶ್ವ ವಿದ್ಯುತ್ ಬಳಕೆ ⚡️ - ARIMA ಜೊತೆಗೆ ಕಾಲಶ್ರೇಣಿ ಪೂರ್ವನಿರ್ದೇಶನ | [ಕಾಲಶ್ರೇಣಿ](7-TimeSeries/README.md) | ARIMA ಬಳಸಿ ಕಾಲಶ್ರೇಣಿ ಪೂರ್ವನಿರ್ದೇಶನ | [ಪೈಥಾನ್](7-TimeSeries/2-ARIMA/README.md) | ಫ್ರಾನ್ಸೆಸ್ಕಾ | | 23 | ⚡️ ವಿಶ್ವ ವಿದ್ಯುತ್ ಬಳಕೆ ⚡️ - SVR ಜೊತೆಗೆ ಕಾಲಶ್ರೇಣಿ ಪೂರ್ವನಿರ್ದೇಶನ | [ಕಾಲಶ್ರೇಣಿ](7-TimeSeries/README.md) | ಸಪೋರ್ಟ್ ವೆಕ್ಟರ್ ರೆಗ್ರೆಸರ್ ಬಳಸಿ ಕಾಲಶ್ರೇಣಿ ಪೂರ್ವನಿರ್ದೇಶನ | [ಪೈಥಾನ್](7-TimeSeries/3-SVR/README.md) | ಅನಿರ್ಬಾನ್ | | 24 | ಬಲವರ್ಧಿತ ಅಧ್ಯಯನಕ್ಕೆ ಪರಿಚಯ | [ಬಲವರ್ಧಿತ ಅಧ್ಯಯನ](8-Reinforcement/README.md) | Q-ಅಧ್ಯಯನದೊಂದಿಗೆ ಬಲವರ್ಧಿತ ಅಧ್ಯಯನಕ್ಕೆ ಪರಿಚಯ | [ಪೈಥಾನ್](8-Reinforcement/1-QLearning/README.md) | Dmitry | | 25 | ಪೀಟರ್ ನೆಗೆ ದಾಳಿಯನ್ನ ತಪ್ಪಿಸುವಲ್ಲಿ ನೆರವು! 🐺 | [ಬಲವರ್ಧಿತ ಅಧ್ಯಯನ](8-Reinforcement/README.md) | ಬಲವರ್ಧಿತ ಅಧ್ಯಯನ ಜಿಮ್ | [ಪೈಥಾನ್](8-Reinforcement/2-Gym/README.md) | Dmitry | | ಸಾಂಧರ್ಭಿಕ | ನಿಜಜೀವನದ ML ಸನ್ನಿವೇಶಗಳು ಮತ್ತು ಅನ್ವಯಿಕೆಗಳು | [ML in the Wild](9-Real-World/README.md) | ಶ್ರೇಷ್ಟ ಮತ್ತು ಬಹಿರಂಗ ನಿಜಜೀವನದ ಅನ್ವಯಿಕೆಗಳು | [ಪಾಠ](9-Real-World/1-Applications/README.md) | ತಂಡ | | ಸಾಂಧರ್ಭಿಕ | RAI ಡ್ಯಾಶ್ಬೋರ್ಡ್ ಬಳಸಿ ML ಮಾದರಿಗಳ ಡಿಬಗ್ ಮಾಡುವುದು | [ML in the Wild](9-Real-World/README.md) | ಜವಾಬ್ದಾರಿ AI ಡ್ಯಾಶ್ಬೋರ್ಡ್ ಘಟಕಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಯಂತ್ರ ಅಧ್ಯಯನದಲ್ಲಿ ಮಾದರಿ ಡಿಬಗ್ ಮಾಡುವುದು | [ಪಾಠ](9-Real-World/2-Debugging-ML-Models/README.md) | ರುತ್ ಯಾಕುಬು | > [ಈ ಕೋರ್ಸ್‌ನ ಎಲ್ಲಾ ಹೆಚ್ಚುವರಿ ಸಂಪನ್ಮೂಲಗಳನ್ನು ನಮ್ಮ Microsoft Learn ಸಂಗ್ರಹದಲ್ಲಿ ಕಂಡುಹಿಡಿಯಿರಿ](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum) ## ಆಫ್‌ಲೈನ್ ಪ್ರವೇಶ ನೀವು ಈ ದಾಖಲೆಗಳನ್ನು [Docsify](https://docsify.js.org/#/) ಉಪಯೋಗಿಸಿ ಆಫ್‌ಲೈನ್‌ನಲ್ಲಿ ಓಡಿಸಬಹುದು. ಈ ರೆಪೋವನ್ನು ಫೋರ್ಕ್ ಮಾಡಿ, ನಿಮ್ಮ ಸ್ಥಳೀಯ ಯಂತ್ರಕ್ಕೆ [Docsify ಅನ್ನು ಸ್ಥಾಪಿಸಿ](https://docsify.js.org/#/quickstart), ನಂತರ ಈ ರೆಪೋಯ ರುಟ್ ಫೋಲ್ಡರ್ನಲ್ಲಿ `docsify serve` ಅನ್ನು ಟೈಪ್ ಮಾಡಿ. ವೆಬ್‌ಸೈಟ್ ನಿಮ್ಮ ಲೋಕಲ್‌ಹೋಸ್ಟ್‌ನ 3000 ಪೋರ್ಟ್‌ನಲ್ಲಿ ಸರ್ವ್ ಆಗುತ್ತದೆ: `localhost:3000`. ## ಪಿಡಿಎಫ್ಗಳು ಲಿಂಕ್‌ಗಳೊಂದಿಗೆ ಪಠ್ಯಕ್ರಮದ ಪಿಡಿಎಫ್ [ಇಲ್ಲಿ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) ಕಂಡುಹಿಡಿಯಿರಿ. ## 🎒 ಇತರೆ ಕೋರ್ಸ್‌ಗಳು ನಮ್ಮ ತಂಡ ಇನ್ನಿತರ ಕೋರ್ಸ್‌ಗಳನ್ನು ಸೃಷ್ಟಿಸಿದೆ! ಪರಿಶೀಲಿಸಿ: ### 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) --- ### ಅಜೂರ್ / ಎಡ್ಜ್ / MCP / ಏಜೆಂಟ್ಸ್ [![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) --- ### ಜನರೇಟಿವ್ AI ಸರಣಿ [![ಪ್ರಾರಂಭಿಕರಿಗೆ ಜನರೇಟಿವ್ AI](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) [![ಜನರೇಟಿವ್ 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) [![ಜನರೇಟಿವ್ AI (ಜಾವಾ)](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) [![ಜನರೇಟಿವ್ AI (ಜಾವಾಸ್ಕ್ರಿಪ್ಟ್)](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) --- ### ಮೂಲ ಕಲಿಕೆ [![ಪ್ರಾರಂಭಿಕರಿಗೆ ಎಂಎಲ್](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) [![ಪ್ರಾರಂಭಿಕರಿಗೆ ಡೇಟಾ ಸೈನ್ಸ್](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) [![ಪ್ರಾರಂಭಿಕರಿಗೆ AI](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) [![ಪ್ರಾರಂಭಿಕರಿಗೆ ಸೈಬರ್ ಭದ್ರತೆ](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) [![ಪ್ರಾರಂಭಿಕರಿಗೆ ವೆಬ್ ಡೆವ್](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) [![ಪ್ರಾರಂಭಿಕರಿಗೆ ಐಒಟಿ](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) [![ಪ್ರಾರಂಭಿಕರಿಗೆ XR ಅಭಿವೃದ್ಧಿ](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) --- ### ಕೊಪೈಲಟ್ ಸರಣಿ [![AI ಜೋಡಣೆ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಗೆ ಕೊಪೈಲಟ್](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) [![C#/.NET ಗೆ ಕೊಡ್‌ಪೈಲಟ್](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) [![ಕೊಪೈಲಟ್ ಸಾಹಸ](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) ## ಸಹಾಯ ಪಡೆಯುವುದು ನೀವು ಅడ్డುಕೊಳ್ಳುತ್ತಿದ್ದೀರಾ ಅಥವಾ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವ ಬಗ್ಗೆ ಯಾವುದೇ ಪ್ರಶ್ನೆಗಳಿದ್ದರೆ. MCP ಬಗ್ಗೆ fellow ಕಲಿಯುವವರು ಮತ್ತು ಅನುಭವ ಹೊಂದಿದ ಡೆವಲಪರ್ಸ್ ನಡುವೆ ಸಂವಾದಗಳಲ್ಲಿ ಸೇರಿ. ಇದು ಪ್ರಶ್ನೆಗಳಿಗೆ ಸ್ವಾಗತಿಸುವ ಮತ್ತು ಜ್ಞಾನವನ್ನು ಮುಕ್ತವಾಗಿ ಹಂಚಿಕೊಳ್ಳುವ ಬೆಂಬಲಾತ್ಮಕ ಸಮುದಾಯವಾಗಿದೆ. [![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG) ನೀವು ಉತ್ಪನ್ನ ಪ್ರತಿಕ್ರಿಯೆ ಅಥವಾ ನಿರ್ಮಾಣದ ಸಮಯದಲ್ಲಿ ದೋಷಗಳನ್ನು ಹೊಂದಿದ್ದರೆ ಭೇಟಿ ನೀಡಿರಿ: [![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) --- **ತಡೆ ಸೂಚನೆ**: ಈ ದಾಖಲೆ AI ಭಾಷಾಂತರ ಸೇವೆ [Co-op Translator](https://github.com/Azure/co-op-translator) ಬಳಸಿ ಅನುವದಿಸಲಾಗಿದೆ. ನಾವ್ ಸಂಪೂರ್ಣ ಶುದ್ಧತೆಯ ಕಡೆಗೆ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ಸ್ವಯಂಚಾಲಿತ ಭಾಷಾಂತರಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳು ಇರಬಲ್ಲವು ಎಂಬುದನ್ನು ದಯವಿಟ್ಟು ಗಮನದಲ್ಲಿರಿಸಿ. ಮೂಲ ದಾಖಲೆ ಅದರ ಸ್ವದೇಶಿ ಭಾಷೆಯಲ್ಲಿ ಅಧಿಕೃತ ಮೂಲವೆಂದು ಪರಿಗಣಿಸಬೇಕು. ಮಹತ್ವಪೂರ್ಣ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಭಾಷಾಂತರ ಶಿಫಾರಸು ಮಾಡಲಾಗಿದೆ. ಈ ಭಾಷಾಂತರ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಗ್ರಹಿಕೆ ಅಥವಾ ತಪ್ಪಾದ ವಿವರಣೆಗೆ ನಾವು ಹೊಣೆಗಾರರಲ್ಲ.